AI in uw boekhouding: wat Odoo automatiseert (en de ROI voor het mkb)

Elke maand ligt er een stapel inkoopfacturen. Iemand tikt het factuurnummer over, zoekt de leverancier op, controleert het btw-tarief en boekt de regel. Dat is geen denkwerk - dat is overtikwerk. En het is precies het werk waarvan softwareleveranciers sinds twee jaar beloven dat kunstmatige intelligentie het overneemt.

De vraag die u als controller of directeur stelt, is concreter dan de belofte: wat neemt het over, en wat levert dat op? Op die tweede vraag geven de meeste artikelen een percentage. Dit artikel niet. Er bestaat geen publiek onderzoek naar het rendement van AI in de boekhouding van het Nederlandse mkb dat u kunt narekenen - en een cijfer dat u niet kunt controleren, is geen argument maar decoratie.

Wat u hier wel krijgt: precies wat Odoo volgens de eigen documentatie automatiseert, waar de grens ligt, en een rekenmethode waarmee u de ROI voor uw eigen administratie zelf uitrekent. doo.FINANCE is Odoo Gold Partner en richt deze processen in bij Nederlandse mkb-bedrijven - dit is wat wij in de praktijk zien werken, en wat niet.

Wat 'AI in de boekhouding' in Odoo precies betekent

Het woord AI dekt in boekhoudsoftware drie totaal verschillende dingen. Ze door elkaar halen is de belangrijkste reden dat verwachtingen niet uitkomen.

Documentherkenning. Odoo leest een pdf of scan van een inkoopfactuur en vult de velden van het boekingsrecord in. De documentatie noemt dit document digitization en omschrijft het als het omzetten van papieren of digitale documenten in records in een database, met behulp van OCR en kunstmatige intelligentie.

Automatisch afletteren. Odoo koppelt banktransacties aan openstaande facturen en betalingen. Dit is geen AI, en Odoo noemt het ook nergens zo: het zijn vaste matchingregels plus aflettermodellen die u zelf inricht.

Een assistent in de database. Sinds Odoo 19 zit er een AI-assistent in de interface (Ask AI) die vragen beantwoordt, teksten verbetert en weergaven opent. Wat hij niet doet, staat er even duidelijk bij: gegevens wijzigen.

Wie deze drie uit elkaar houdt, ziet meteen waar de tijdwinst zit - en waar u betere gegevens nodig hebt in plaats van slimmere software.

Documentherkenning: van pdf naar geboekte inkoopfactuur

Dit is de functie met de meeste directe tijdwinst: het is de enige van de drie die typewerk echt vervangt.

U zet de functie aan via Boekhouding > Configuratie > Instellingen, sectie Digitization: schakel Document Digitization in en kies of inkoopfacturen automatisch of op verzoek worden verwerkt.

Documenten komen op drie manieren binnen:

• slepen in het gewenste inkoopdagboek op het Boekhouding-dashboard, of klikken op Upload;
• via een e-mailalias van het dagboek - standaard vendor-bills@ gevolgd door uw aliasdomein. Elke pdf in de bijlage wordt automatisch een nieuwe conceptfactuur;
• vanuit een scanner die naar die alias mailt.

Let op: via de e-mailalias van een dagboek verwerkt Odoo alleen pdf- en xml-bestanden. Jpeg-bestanden - de foto van een bonnetje - moeten via de Documents-app binnenkomen.

Daarna is de gang vast: klik Digitize document, wacht op de blauwe banner, klik Refresh, controleer en corrigeer de velden, en klik pas dan Confirm om te boeken.

Welke velden Odoo herkent - en welke niet

De documentatie is hierover ongewoon precies. Herkend worden:

• in de kop: leverancier, factuurreferentie, factuurdatum, betalingsreferentie, bankrekening van de ontvanger, vervaldatum en de valuta (in een multivaluta-omgeving, mits die valuta actief is);
• op de regels: omschrijving of label van het product, aantal, prijs per eenheid, btw (mits het tarief actief is), bedrag exclusief btw en het totaal.

Twee dingen die in die lijst niet staan, zijn voor het mkb belangrijker dan wat er wel in staat.

Ten eerste: de grootboekrekening en de kostenplaats worden niet herkend. De codeerbeslissing - waar hoort deze kost thuis - blijft mensenwerk, of komt uit een regel die u zelf inricht.

Ten tweede, en specifiek voor Nederland: de betalingsreferentie wordt alleen herkend in het Belgische gestructureerde formaat +++xxx/xxxx/xxxxx+++. Een Nederlands betalingskenmerk valt daarbuiten. Wie dat kenmerk nodig heeft om later te kunnen afletteren, haalt het uit de xml of vult het met de hand in.

Automatisch boeken, met een rem erop

Odoo kan herkende facturen ook automatisch definitief boeken, maar dan per leverancier. In het contactformulier van de leverancier, tabblad Boekhouding, staat de optie Auto-post bills met drie standen: Always, Never, en - de interessantste - Ask after 3 validations without edits.

Die middelste stand betekent: als de derde geuploade factuur van deze leverancier zonder ook maar een correctie wordt bevestigd, vraagt Odoo of u automatisch boeken wilt aanzetten. Automatisering moet zichzelf dus eerst verdienen, leverancier voor leverancier. Dat is precies de goede volgorde.

Voorwaarden: Digitize automatically moet aanstaan, de leverancier moet al in de database bestaan, en elke factuur moet een factuurdatum bevatten.

De goedkoopste automatisering is de automatisering die u niet nodig hebt

Herkenning is in de kern een noodoplossing voor een probleem dat Nederland al grotendeels heeft opgelost: documenten die als plaatje aankomen in plaats van als gegevens.

Odoo is zelf toegangspunt (access point) en SMP op het Peppol-netwerk. Nederland staat op de lijst van landen waar registratie via Odoo mogelijk is, NLCIUS is een ondersteund verzendformaat, en registratie is gratis - ook in Odoo Community. Binnenkomende Peppol-documenten worden meerdere keren per dag opgehaald en verschijnen als conceptfacturen in het ingestelde inkoopdagboek.

En dan de zin uit de documentatie die het financiele argument in een keer beslist: xml-bestanden verbruiken geen OCR-credits, omdat ze gestructureerde gegevens bevatten die rechtstreeks verwerkt kunnen worden.

Elke leverancier die u via Peppol factureert, kost dus geen credit en levert geen herkenningsfout op. Voor een Nederlands mkb-bedrijf is dat het snelste rendement in dit artikel - en het is geen AI.

Afletteren is slim, maar het is geen AI

De documentatie zegt het nuchter: dankzij de standaard matchingregels en aanpasbare aflettermodellen selecteert Odoo de bijbehorende posten automatisch waar mogelijk.

De regels zijn openbaar en voorspelbaar:

• Staat er geen relatie op de transactie, dan wordt het label van de transactie vergeleken met het nummer, de klantreferentie, de factuurreferentie en de betalingsreferentie van bestaande facturen, inkoopfacturen en betalingen.
• Staat er wel een relatie op, dan matcht Odoo op bedrag, in deze vaste volgorde: exacte match, dan de match met betalingskorting bij vroegtijdig betalen, dan het bedrag dat in het label voorkomt.

Daarnaast zijn er aflettermodellen voor wat elke maand terugkomt. Het voorbeeld uit de documentatie is herkenbaar: een uitgaande transactie van 103 euro tegenover een inkoopfactuur van 100 euro; het model Bank Fees maakt de tegenboeking van 3 euro aan.

Dit gedrag wordt niet beter naarmate het meer data ziet - het wordt beter naarmate uw gegevens beter zijn. Een betalingskenmerk op de factuur en een relatie op de transactie doen meer voor uw afletterpercentage dan welk model dan ook. Dat is ook precies waar veel projecten misgaan: de valkuilen bij Odoo-implementaties zitten zelden in de software en bijna altijd in de inrichting.

Prognose: wat Odoo werkelijk voorspelt

Odoo heeft een standaardrapport Executive Summary met daarin een regel Short-term cash forecast. De definitie staat er letterlijk bij: hoeveel geld er de komende maand naar verwachting in- en uitgaat, namelijk het saldo van uw verkooprekening voor die maand min het saldo van uw inkooprekening voor die maand.

Dat is een aftreksom, geen voorspelmodel. Geen trend, geen seizoenspatroon, geen betaalgedrag per klant. Wie het anders presenteert, verkoopt iets wat er niet is.

Wat wel bruikbaar is voor liquiditeitssturing, staat ernaast: Aged Receivable en Aged Payable voor de ouderdom van openstaande posten, en het Cash Flow Statement. Voor een echte vooruitblik combineert u die met een begroting die u zelf onderhoudt - zo stelt u een begroting op met Odoo.

De ROI berekenen, zonder verzonnen percentage

De ROI van automatisering is geen kengetal dat u ergens opzoekt. Het is een rekensom met vijf stappen, en u hebt alle invoer zelf in huis.

1. Tel het volume. Hoeveel inkoopfacturen, declaraties en banktransacties verwerkt u per maand? Niet schatten - tel ze in uw huidige pakket. Automatisering rendeert op herhaling, en herhaling is een aantal.

2. Meet de tijd, een week lang. Laat degene die boekt een week bijhouden hoe lang een inkoopfactuur duurt. Splits die tijd in drieen: overtikken, controleren, uitzoeken.

3. Trek alleen het overtikken af. Dit is de stap die de meeste businesscases fout doen. Herkenning vervangt typen, niet controleren. De documentatie schrijft die controle zelfs voor: u corrigeert de herkende velden en klikt daarna pas op Confirm. Reken dus met nul minuten typen en dezelfde controletijd als vandaag.

4. Zet de kosten ernaast. Documentherkenning is een In-App Purchase op prepaid credits: een document kost een credit. Enterprise-klanten met een geldig abonnement krijgen gratis credits om de functie te testen. Xml-documenten via Peppol kosten geen credit. Tel daar de eenmalige inrichting bij op, gedeeld door twaalf maanden.

5. Deel de uitkomst. Bespaarde uren maal uw werkelijke uurtarief, min credits, min inrichting per maand. Wat overblijft is uw getal - niet het onze.

Rekenvoorbeeld: vul uw eigen kolom in

Regel	Uw cijfer	Voorbeeld
Inkoopfacturen per maand	...	300
Waarvan al via Peppol/xml	...	90
Tijd per factuur vandaag	...	4 min
Waarvan puur overtikken	...	2,5 min
Bespaarde tijd per maand	...	12,5 uur
Uurtarief administratie	...	uw tarief
Credits per maand (300 - 90)	...	210

De rechterkolom is een rekenvoorbeeld, geen benchmark. Vul de middelste kolom in; alleen die telt.

Een effect laat u bewust buiten de som: minder overtikken betekent minder tikfouten, en minder tikfouten betekent minder correcties op uw btw-aangifte. Dat effect is echt, maar wij kunnen het niet betrouwbaar in een getal vangen - dus zetten wij het niet in de berekening en beschouwen wij het als toegift.

Vuistregel voor de vraag wat u automatiseert: een taak die meer dan twintig keer per maand terugkomt en per keer minder dan twee minuten duurt, is automatiseringsmateriaal. Een taak die een keer per maand drie uur kost, is dat zelden.

Wat AI niet doet - en waarom de verantwoordelijkheid bij u blijft

Dit deel ontbreekt in de meeste artikelen over dit onderwerp, en juist dit deel bepaalt uw risico.

AI beslist niet. De assistent in Odoo 19 kan weergaven openen en rapporten tonen, maar kan volgens de documentatie geen gegevens in de database wijzigen. Hij adviseert; hij boekt niet.

AI bevestigt niet. Documentherkenning vult velden in en zet het document klaar als concept. De handeling die telt - Confirm - blijft een menselijke klik. Wie die klik automatiseert met Auto-post bills, verplaatst de controle naar voren (de drie foutloze facturen), maar schaft hem niet af.

AI tekent niet. Uw btw-aangifte bij de Belastingdienst blijft uw aangifte. Een verkeerd herkend btw-tarief levert een verkeerde aangifte op, en de bestuurder is daarvoor aansprakelijk - niet de leverancier van de software. Het zijn precies dit soort instellingsfouten die duur worden: zie bijvoorbeeld de veelgemaakte btw-fout in Odoo bij diensten buiten de EU.

Wat Odoo daar wel tegenover zet, is bewijs. Het rapport Audit Trail legt vast welke wijzigingen invloed hadden op de boekhouding: datum en tijd, de gebruiker, het type wijziging, de oude waarde en de nieuwe waarde. Met de optie Restrictive Audit Trail kunnen bijgehouden records niet meer worden verwijderd, alleen geannuleerd of gearchiveerd.

Automatisering vergroot uw risico dus niet - mits u de controle expliciet inricht in plaats van hem stilzwijgend te laten verdampen.

Veelgestelde vragen