Documenten verwerken met AI: PDF, facturen, offertes

Mark besteedde 14 uur per week aan het handmatig invoeren van facturen, vergelijken van offertes en samenvatten van PDF's. Nu doet hij het in 3 uur. Het verschil? Een AI-documentverwerkingssysteem dat je zelf kunt opzetten.

Wat kan AI met documenten?

Moderne AI-modellen kunnen documenten op meerdere manieren verwerken:

• Tekst extraheren uit PDF's, afbeeldingen en scans (OCR)
• Informatie structureren, relevante gegevens uit ongestructureerde tekst halen
• Classificeren, bepalen welk type document het is
• Samenvatten, de kern van een lang document destilleren
• Vergelijken, verschillen tussen documenten identificeren
• Valideren, controleren of alle verplichte velden aanwezig zijn

Expert tip: Begin altijd met digitale, goed leesbare PDF's voordat je gescande documenten probeert te verwerken. OCR voegt een extra foutbron toe, elimineer die complexiteit in je eerste tests.

Use case 1: Facturen verwerken

Het probleem

Het handmatig verwerken van facturen is tijdrovend en foutgevoelig. Elke factuur heeft een andere opmaak, andere veldnamen, en soms onduidelijke informatie.

De AI-oplossing

Stap 1: Factuur uploaden en tekst extraheren

Bij digitale PDF's kun je de tekst direct extraheren. Bij gescande documenten heb je OCR nodig. Tools als Azure Document Intelligence, Google Document AI, of AWS Textract bieden dit.

Stap 2: AI-extractie van velden

```

Extraheer de volgende gegevens uit deze factuur:

1. Factuurnummer
2. Factuurdatum
3. Leverancier (naam en adres)
4. BTW-nummer leverancier
5. Totaalbedrag exclusief BTW
6. BTW-bedrag
7. Totaalbedrag inclusief BTW
8. Betalingstermijn of vervaldatum
9. Bankrekening (IBAN)
10. Omschrijving van de geleverde producten/diensten

Format: JSON

Als een veld niet gevonden kan worden, gebruik dan "NIET_GEVONDEN" als waarde.

Factuurtekst:

{{document_text}}

```

Stap 3: Validatie

```

Controleer de volgende geëxtraheerde factuurgegevens

op consistentie:

{{extracted_data}}

Controleer:

1. Klopt het BTW-bedrag bij het percentage en het

subtotaal?

1. Klopt het totaalbedrag (subtotaal + BTW)?
2. Ligt de factuurdatum in het verleden of vandaag?
3. Is de vervaldatum na de factuurdatum?
4. Heeft het IBAN het juiste format?

Meld elke inconsistentie met een duidelijke uitleg.

```

Stap 4: Boeking voorbereiden

Op basis van de geëxtraheerde en gevalideerde data, maak een boekingsvoorstel:

```

Op basis van de volgende factuurgegevens, stel een

boekingsvoorstel op volgens het standaard rekeningschema:

Factuur: {{extracted_data}}

Bekende leveranciers en hun gebruikelijke

grootboekrekeningen:

{{supplier_mapping}}

Geef:

1. De voorgestelde grootboekrekening(en)
2. Het bedrag per rekening
3. De BTW-code
4. De kostenplaats (als af te leiden)

```

Use case 2: Offertes verwerken

Automatisch offertes vergelijken

Wanneer je meerdere offertes ontvangt voor hetzelfde project:

```

Vergelijk de volgende drie offertes voor [project/dienst]:

Offerte 1:

{{offerte_1_text}}

Offerte 2:

{{offerte_2_text}}

Offerte 3:

{{offerte_3_text}}

Maak een vergelijkingstabel met:

• Totaalprijs
• Prijs per onderdeel (als gespecificeerd)
• Levertijd
• Betalingsvoorwaarden
• Garantievoorwaarden
• Bijzonderheden of uitsluitingen

Geef ook een aanbeveling op basis van de prijs-kwaliteitverhouding, en benoem wat elke offerte wel/niet bevat ten opzichte van de anderen.

```

Offertes controleren op volledigheid

```

Controleer of deze offerte alle noodzakelijke elementen

bevat:

Checklist:

• [ ] Bedrijfsgegevens leverancier (naam, adres, KvK, BTW)
• [ ] Referentienummer
• [ ] Geldigheidsduur
• [ ] Gedetailleerde prijsopgave
• [ ] BTW specificatie
• [ ] Levertijd of planning
• [ ] Betalingsvoorwaarden
• [ ] Garantievoorwaarden
• [ ] Eventuele uitsluitingen of aannames
• [ ] Algemene voorwaarden verwijzing

Offerte:

{{offerte_text}}

Geef per punt aan: ✅ aanwezig, ⚠️ gedeeltelijk, ❌ ontbreekt

```

Use case 3: Contracten analyseren

Kernpunten extraheren

```

Analyseer het volgende contract en extraheer de kernpunten:

1. Partijen (wie zijn de contractanten?)
2. Looptijd (start- en einddatum)
3. Verlenging (automatische verlenging? opzegtermijn?)
4. Financiële verplichtingen (bedragen, betalingsschema)
5. Kernverplichtingen per partij
6. Aansprakelijkheid en beperkingen
7. Beëindigingsclausules
8. Vertrouwelijkheid
9. Intellectueel eigendom
10. Geschillenbeslechting

Format: gestructureerd overzicht per punt

Contract:

{{contract_text}}

```

Risico-analyse

```

Voer een risico-analyse uit op het volgende contract

vanuit het perspectief van [onze organisatie als

opdrachtgever/opdrachtnemer].

Identificeer:

1. Clausules die ongunstig of ongebruikelijk zijn
2. Ontbrekende beschermingen die je normaal zou verwachten
3. Financiële risico's (boeteclausules,

aansprakelijkheidslimiet)

1. Operationele risico's (onrealistische deadlines,

vage scope)

1. Juridische risico's (toepasselijk recht,

geschillenbeslechting)

Geef per risico:

• Ernst: hoog / gemiddeld / laag
• Aanbeveling: wat zou je willen wijzigen?

Contract:

{{contract_text}}

```

De technische implementatie

Optie 1: Handmatig (geen automatisering)

1. Open de PDF en kopieer de tekst
2. Plak in ChatGPT/Claude met de juiste prompt
3. Controleer en verwerk het resultaat

Geschikt voor: Incidentele documenten (minder dan 5 per week)

Optie 2: Semi-automatisch (met automatiseringstool)

1. Sla documenten op in een specifieke map (Google Drive, Dropbox)
2. Een automatiseringstool detecteert nieuwe bestanden
3. De tekst wordt geëxtraheerd en naar de AI gestuurd
4. Het resultaat wordt opgeslagen in een spreadsheet of database

Geschikt voor: Regelmatige documenten (5-50 per week)

Optie 3: Volledig geautomatiseerd (met API-integratie)

1. Documenten komen binnen via e-mail of upload
2. Automatische OCR en tekstextractie
3. AI-analyse en gegevensextractie
4. Automatische invoer in het boekhoudsysteem/ERP
5. Menselijke review alleen bij uitzonderingen

Geschikt voor: Hoge volumes (50+ per week)

Kwaliteitsborging

Verificatiepercentage

Begin met 100% menselijke controle en verminder geleidelijk:

• Week 1-2: Controleer elke verwerking
• Week 3-4: Controleer 50% (steekproefsgewijs)
• Maand 2+: Controleer 20% + alle uitzonderingen

Uitzonderingsregels

Definieer wanneer menselijke review altijd nodig is:

• Facturen boven €10.000
• Nieuwe leveranciers (niet eerder verwerkt)
• Documenten met "NIET_GEVONDEN" velden
• Inconsistenties in de validatie

Feedback-loop

Houd bij welke fouten de AI maakt en pas je prompts aan:

• Maak een log van correcties
• Identificeer patronen in fouten
• Verfijn prompts maandelijks op basis van de foutlog

Privacy en compliance

1. Geen klantdata in gratis tools, Gebruik zakelijke accounts met verwerkersovereenkomst (zie onze AVG-checklist)
2. Bewaarplicht, Financiële documenten moeten 7 jaar bewaard worden; de AI-verwerking niet
3. Audit trail, Log welke documenten zijn verwerkt, wanneer, en met welk resultaat
4. Toegangscontrole, Beperk wie de geautomatiseerde verwerkingen kan inzien

Direct toepassen

Verzamel vijf recente facturen of offertes. Probeer de extractie-prompt op elk document en beoordeel de resultaten. Pas de prompt aan op basis van wat er mis gaat. Als de kwaliteit consistent goed is, overweeg dan om de volgende stap te zetten naar semi-automatische verwerking met tools als Make of Zapier.

Lees ook

• Je eerste AI-automatisering opzetten
• Van e-mail naar actie: automatisch taken aanmaken
• ROI van AI berekenen: een praktisch framework

Veelgestelde vragen

Hoe hoog is de nauwkeurigheid van AI-documentverwerking?

Bij digitale PDF's met standaard lay-outs bereik je met goed afgestemde prompts een nauwkeurigheid van 90-98% op veldextractie. Gescande documenten liggen lager (80-95%) door OCR-fouten. De sleutel is goede validatieregels: laat de AI zelf inconsistenties melden en bouw altijd een menselijke review in voor documenten waar velden ontbreken of getallen niet kloppen.

Welke bestandstypen kan AI verwerken?

Digitale PDF's werken het best, de tekst is direct beschikbaar. Daarnaast ondersteunen de meeste tools Word-documenten (.docx), Excel-bestanden (.xlsx), afbeeldingen van documenten (.jpg, .png) via OCR, en e-mails (.eml). Handgeschreven documenten en zeer complexe lay-outs (zoals technische tekeningen) zijn momenteel nog lastig voor AI.

Wat zijn de AVG-implicaties van documentverwerking met AI?

Bij het verwerken van documenten met persoonsgegevens ben je gebonden aan de AVG. Zorg voor een verwerkersovereenkomst met je AI-provider, gebruik bij voorkeur een Europese hostinglocatie, en log welke documenten zijn verwerkt. Vermijd gratis AI-tools voor documenten met gevoelige data en overweeg on-premise oplossingen als je veel persoonlijke of financiële gegevens verwerkt.