Een mid-sized organisatie boekt 5.000 tot 50.000 mutaties per maand. AI-classificatie pakt 80 tot 95 procent automatisch met hoge precisie. De resterende uitval is voor de boekhouder met meer context dan voorheen.
Trainingsdata uit historie
Twee jaar boekingen geeft tienduizenden voorbeelden. Per regel: omschrijving, leverancier, bedrag plus de gekozen GL-rekening. Een classifier op deze data leert uw eigen boekingsregels. Bij elke werknemer-correctie leert het verder.
Confidence en uitval
Per voorspelling een confidence-score. Boven 90 procent automatisch boeken, tussen 70 en 90 procent met sneak peak voor de boekhouder, onder 70 procent in uitval-queue. De drempels kalibreren we per organisatie op basis van foutmarge-tolerantie.
Edge cases en nieuwe leveranciers
Een nieuwe leverancier zonder historie krijgt geen automatische boeking. Een LLM die de factuur leest plus uw eigen rekeningenschema kan een eerste suggestie doen. Maar de eerste boeking is altijd menselijk; daarna leert het systeem.
Audit-trail per boeking
Elke automatische boeking logt: model-versie, confidence, training-data-window, en de menselijke validatie of override. Voor accountantscontrole en tax-audit reproduceerbaar verloop. Geen black-box-boeken.
Verwant: Freelance AI consultant inhuren, AI factuurverwerking.