Voor directie, partners en kantoormanagers die van veel handwerk naar voorspelbaar en datagedreven werken willen. Stap voor stap, zonder dat je eerst IT’er hoeft te worden.
Waar het in de praktijk vaak schuurt
Bij veel kantoren zie ik hetzelfde patroon. Niet omdat mensen hun werk slecht doen, maar omdat processen, data en software in de loop van de tijd uit elkaar zijn gegroeid.
Data die net niet klopt
Klantgegevens zijn onvolledig, dubbel of vervuild. Alles wat je daarna automatiseert, neemt die fouten mee.
Inrichting die werk kost
Software is ooit logisch ingericht, maar na groei, personeelswisselingen of nieuwe functies kost het meer moeite dan het oplevert. Het kan vaak simpeler.
Onbekende koppelingen
Systemen wisselen wel of juist geen gegevens uit, en niemand weet precies welke koppelingen er zijn of wat ze nog kunnen.
Het is eigenlijk net als een boekhouding: houd je het aan de bron schoon, dan heb je aan de achterkant minder werk. Dat geldt dubbel voor automatisering en AI. Het scheelt tijd, en vaak ook geld in het facturatieproces.
Het Accountancy Maturity Model in het kort
Het Accountancy Maturity Model (AMM) is een groeimodel in vijf niveaus. Het laat zien waar een accountantskantoor nu staat en welke stap de volgende is. Het model kijkt steeds naar vier gebieden tegelijk: mensen, processen, data en applicaties. Blijft één daarvan achter, dan blokkeert dat de rest.
- Basisinrichting – losse systemen, veel Excel en handwerk.
- Gestandaardiseerd – vaste werkwijzen, checklists en templates.
- Geoptimaliseerd – automatisering en slimme controles nemen werk over.
- Voorspelbaar – stabiele processen, vooruit plannen, tijdig inzicht voor klanten.
- Datagedreven en AI – advies op basis van actuele data, ondersteund door AI.
Lees meer over het model of begin bij hoofdstuk 1: de grote uitdaging van de accountant.
Datakwaliteit als fundament
ISO/IEC 25012 is een internationale norm die beschrijft wanneer data ‘goed’ is: onder meer juist, volledig, consistent en actueel. Ik gebruik die norm om concreet te maken waar de data van een kantoor rammelt, en wat je eerst moet rechtzetten voordat automatisering zin heeft.
Zo werkt datakwaliteit in de praktijk
Veelgestelde vragen
Wat is het Accountancy Maturity Model?
Een groeimodel in vijf niveaus waarmee een accountantskantoor ziet waar het staat en wat de volgende stap is, op vier gebieden: mensen, processen, data en applicaties.
Waarom is datakwaliteit zo belangrijk voor automatisering en AI?
Een systeem is zo goed als de gegevens die erin gaan. Onvolledige of vervuilde data leidt tot fouten, extra controles en handwerk achteraf. Schone data aan de bron is de voorwaarde voor elke volgende stap.
Moet ik meteen met AI beginnen?
Nee. Zolang werkwijzen niet vastliggen en de data niet op orde is, levert AI weinig op. Eerst standaardiseren, dan automatiseren, en pas daarna AI inzetten waar het echt helpt.
Wat vind ik in de Speeltuin?
Prototypes en experimenten, zoals een voorraadtelling en een calculator voor btw op privégebruik van de auto. Ze laten zien wat er kan, maar zijn geen kant-en-klaar product of advies.
Wie schrijft dit?
Ik ben Björn Proost. Ik bouw structuren waarin mensen en technologie samenwerken, met visie, procesdiscipline en klantwaarde als vertrekpunt. Dezelfde principes gebruik ik als volleybaltrainer. Meer over mij.