Hoe AI facturen, akten en rekeningen herkent: OCR + LLM in eenvoudige woorden

De boekhouder opent de mailbox. Daarin: een factuur in pdf, een foto van een vrachtbrief die met een telefoon in de laadbak van een vrachtwagen is gemaakt, en een scan van een akte waarop de stempel precies over het bedrag heen staat. En dat alles moet elke dag handmatig worden overgezet naar het boekhoudsysteem.

Pogingen om dit te automatiseren zijn er al lang. Maar lange tijd werkte het maar matig.

1. Waarom oude OCR-systemen niet echt doorbraken

Klassieke herkenningssystemen werkten met sjablonen. Voor elke leverancier werd apart ingesteld: bedrag — hier, nummer — daar, datum — rechtsboven. Veranderde de leverancier zijn formulier, dan brak het sjabloon. Kwam er een nieuwe zakenpartner bij, dan kon je weer opnieuw gaan instellen.

Voor een stuk of tien vaste leveranciers is dat nog te doen. Voor honderden niet.

2. Wat taalmodellen hebben veranderd

Moderne multimodale modellen kijken ongeveer naar een document zoals een mens dat doet. Ze begrijpen dat “Totaal te betalen” het eindbedrag is, ongeacht waar het staat. Dat een tabel met kolommen als “Omschrijving”, “Aantal”, “Prijs” de artikelregels bevat. Dat btw op wel tien verschillende manieren kan worden geschreven.

Maar op zichzelf is dat nog geen oplossing. Het model kan zich vergissen. Daarom is herkenning alleen de eerste stap.

3. Hoe het systeem zichzelf controleert

Nadat het model de velden heeft gehaald, wordt elk veld gecontroleerd met gewone regels. Zonder enige AI:

• EDRPOU (Ukrainian company code) — het controlecijfer wordt gecontroleerd. Een fout in één cijfer wordt meteen gevonden.
• IBAN — formaat en controlesom worden gecontroleerd.
• Rekenwerk — de som van de regels moet gelijk zijn aan het totaal, en het bedrag exclusief btw plus de btw moet gelijk zijn aan het totaalbedrag.
• Referentielijsten — de leverancier wordt opgezocht in jullie database met zakenpartners, de nomenclatuur wordt gekoppeld aan jullie eigen referentielijst.
• Contractprijzen — als de prijs afwijkt van de prijs die in de specificatie is vastgelegd, wordt het document gemarkeerd.

4. Betrouwbaarheidsdrempel en de mens in de lus

Voor elk veld geeft het systeem een betrouwbaarheidsscore. Is ook maar één veld lager dan de drempel, of is het bedrag hoger dan de ingestelde limiet, of komen de controles niet overeen, dan gaat het document niet automatisch door. Het wordt gemarkeerd voor de boekhouder, waarbij de herkende velden direct over de scan heen zichtbaar zijn. Controleren en corrigeren kost dan maar een paar seconden.

En het belangrijkste: het systeem maakt een concept klaar. Er wordt nooit geld van een rekening afgeschreven zonder handtekening van de verantwoordelijke persoon. Nooit.

5. Wat je nodig hebt om te starten

• Een selectie echte documenten van jullie belangrijkste zakenpartners — een paar dozijn stuks.
• Toegang tot het boekhoudsysteem of documentbeheersysteem via API (bijvoorbeeld DocuSign of Exact Online).
• Referentielijsten van zakenpartners en nomenclatuur.
• Regels: wat als verdacht geldt en wie bevestigt.

Bekijk stap voor stap hoe dit werkt in het demonstratiescenario voor documentherkenning en goedkeuring. Meer over de dienst vind je op de pagina Automatisering van documentverwerking. En in de calculator kun je inschatten hoeveel tijd dit de boekhouding kan besparen.