Stop met data overtypen uit PDF's: zo automatiseer je het

Data overtypen uit pdf's kun je automatiseren met een AI-agent die het document leest, begrijpt en de gegevens direct in je boekhoud- of ERP-systeem zet. Een medewerker hoeft dan alleen uitzonderingen te controleren. Dit artikel laat zien wat handmatig overtypen kost, hoe zo'n agent werkt en hoe je ermee begint.

Het is dinsdagochtend. Iemand op de administratie opent de zoveelste pdf-factuur, leest het IBAN, tikt het bedrag over, controleert het btw-nummer, boekt de factuur in Exact en pakt de volgende. Twintig, dertig, veertig keer per dag. Los voelt het als even iets tussendoor. Opgeteld over een jaar verdwijnt er zo veel capaciteit in een saaie, foutgevoelige taak waar machines beter in zijn dan mensen.

Wat kost handmatig overtypen echt?

De tijd wordt vaak onderschat. Een administratieve medewerker verwerkt grofweg 20 tot 40 documenten per dag, en per document gaan er al snel 3 tot 8 minuten in overtypen, controleren en corrigeren. Dat is ruwweg 30 tot 60 minuten per dag aan puur tikwerk.

Een rekensom voor één medewerker met aannames: een uur per dag, circa 220 werkdagen en een belaste uurprijs van €35 tot €45. Dat komt uit op ruim €8.000 per fte per jaar, alleen aan overtypen. Daaronder zitten kosten die je makkelijk mist:

Administratie neemt in veel mkb-bedrijven een groot deel van de werkweek in beslag. Een flink deel daarvan is data-invoer die geen menselijk oordeel vraagt en dus door een AI-agent kan worden gedaan. Wil je dit voor je eigen situatie omzetten in een businesscase, maak dan een AI-scan als eerste inschatting.

Hoe leest een AI-agent een factuur?

Documentextractie is geen magie, maar een keten van drie stappen:

1. OCR: tekst herkennen. De agent leest de pdf, ook als die gescand, gefotografeerd of gedraaid is, en zet pixels om in bewerkbare tekst.
2. Context begrijpen. Moderne taalmodellen snappen welk getal het factuurbedrag is en welk het btw-bedrag, en onder welke kostensoort een leverancier valt, ook als de lay-out per leverancier verschilt.
3. Automatisch boeken. De gecontroleerde data gaat naar je boekhoud-, ERP- of CRM-systeem, met de juiste grootboekrekening en kostenplaats.

Het resultaat is dat een factuur in seconden is verwerkt in plaats van minuten. Een groot deel van de documenten kan volledig automatisch door; de rest zijn uitzonderingen of onduidelijke scans waar een medewerker even meekijkt. Ook die controle gaat sneller dan alles handmatig doen. Hoe zulke AI-agents een afgebakende taak end-to-end uitvoeren, lees je op de pagina over AI-implementatie.

Welke tools doen dit werk?

De vraag is niet welke tool de beste is, maar welke past bij jouw documentstroom en systemen. Grofweg zijn er drie categorieën:

Kant-en-klare pakketten verwerken standaardfacturen prima. De uitdaging zit in de afwijkende documenten: een pakbon met een eigen lay-out of een creditnota die net anders leest. Daar loont het om de OCR-laag, de contextlaag en de koppeling als één agent in te richten in plaats van drie losse tools aan elkaar te knopen. Op de pagina integraties zie je welke systemen je kunt koppelen.

Rekenvoorbeeld: een accountantskantoor met 6.000 facturen per jaar

Neem een middelgroot accountantskantoor dat de crediteurenadministratie voor klanten doet: ongeveer 500 inkoopfacturen per maand, dus 6.000 per jaar. Dit is een illustratief rekenvoorbeeld met aannames, geen resultaat van een specifieke klant.

Handmatig, bij gemiddeld 4 minuten per factuur:

• Tijd: 6.000 × 4 minuten = 400 uur per jaar, ongeveer een kwart fte.
• Kosten: 400 uur × €35 tot €45 belast = ongeveer €14.000 tot €18.000 per jaar aan verwerkingscapaciteit.

Stel dat een AI-agent 85% van de facturen volledig automatisch verwerkt. Dan blijven er ongeveer 900 facturen over die een mens kort controleert, ruwweg een halve minuut per stuk. De tijdsbesparing loopt dan richting 380 uur per jaar. De werkelijke uitkomst hangt af van je documentmix, de kwaliteit van de scans en de koppeling.

Dit soort administratieve stromen automatiseren we in de praktijk ook: in onze eigen projecten hebben we onder meer bij een accountantskantoor de betalingsherinneringen en administratieve e-mailverwerking geautomatiseerd, en voor andere opdrachtgevers support-tickets laten routeren en e-mail laten afhandelen door een agent. Steeds draait het om een afgebakende, terugkerende taak.

Handmatig of met een AI-agent?

Hoe zet je een PDF-agent in vier stappen op?

1. Intake configureren. E-mail, gedeelde map, klantportaal of API: de agent haalt documenten op waar ze binnenkomen, zodat niemand nog iets hoeft door te sturen.
2. Extractie afstemmen. Op basis van je documenttypen (facturen, pakbonnen, formulieren) leg je vast welke velden de agent moet herkennen.
3. Integratie inrichten. De agent koppelt aan jouw systeem (Exact, AFAS, Moneybird of een maatwerkkoppeling), inclusief grootboek- en kostenplaatslogica.
4. Live zetten en laten leren. De agent verwerkt documenten en een medewerker corrigeert uitzonderingen. Zo wordt de verwerking stap voor stap beter.

Een voorbeeld van zo'n implementatie in Exact staat in AI-agents voor Exact Online: factuurcontrole automatiseren. Meer over automatisering van facturen vind je op facturen en administratie.

Wat levert het op?

• Tijd. Uren data-invoer verschuiven naar controle, advies en klantcontact. Hoeveel het precies is, hangt af van je volume.
• Kosten. Vanaf een paar tientallen documenten per maand kan de businesscase positief zijn; reken het door met je eigen volume en uurtarief.
• Minder fouten. Een agent tikt geen IBAN verkeerd over en logt elke stap.
• Betere cashflow. Facturen die dezelfde dag worden verwerkt, worden sneller betaald en geboekt.

Wil je weten of jouw documentstroom geschikt is? Maak een AI-scan of bespreek de aanpak via AI-consultancy.

Wat is een logische volgende stap?

Begin met één documentstroom, bijvoorbeeld inkoopfacturen, en meet eerst hoeveel tijd die nu kost. Wil je dat samen doorlopen? Plan een kennismaking.