Claude als je financieel analist — wat werkt en wat niet

"AI maakt straks je rapportages." Dat hoor je nu overal. Als fractioneel controller werk ik dagelijks met Claude náást mijn boekhoud- en ERP-systemen, en het beeld is genuanceerder dan de hype. AI is een uitstekende analist-assistent — maar geen vervanger van je financiële functie, en al helemaal geen oplossing voor een rommelige administratie.

Dit artikel is een eerlijke balans: waar Claude je echt tijd bespaart, waar het misgaat, en de ene voorwaarde waaronder het pas zin heeft.

Wat werkt: hier is AI echt sterk

Voor het denkwerk rond cijfers — niet het rekenen zelf — is een goed taalmodel verrassend bruikbaar. Vier dingen die in de praktijk werken:

• Ad-hoc analyse op een schone export. Geef Claude een nette CSV of tabel en vraag het patronen te zoeken: welke klanten dalen, waar zit de margedruk, welke kostenpost groeit harder dan de omzet. Het ziet verbanden die je in een ruwe lijst over het hoofd ziet.
• Scenario's doorpraten. "Wat gebeurt er met mijn cashflow als deze klant 30 dagen later betaalt en ik tegelijk een medewerker aanneem?" Claude rekent de logica met je mee en dwingt je je aannames expliciet te maken. Dat laatste is vaak waardevoller dan de uitkomst.
• Samenvatten en vertalen. Een lange grootboekmutatielijst terugbrengen tot de tien posten die ertoe doen. Of een set cijfers omzetten naar een toelichting die je niet-financiële mede-eigenaar of MT wél begrijpt.
• Concepten uitleggen en checken. Hoe bereken ik mijn werkkapitaalbehoefte ook alweer? Klopt mijn redenering achter deze brutomarge? Het is een geduldige sparringpartner die je niet veroordeelt om een basale vraag.

De rode draad: AI is sterk in interpretatie en redenering, op het moment dat de cijfers er al netjes liggen.

Wat niet werkt: hier gaat het mis

Even hard de andere kant op, want hier zie ik mensen de mist in gaan:

• Rekenen op losse getallen. Vraag een taalmodel om een kolom van 200 bedragen op te tellen en je kunt er niet blind op vertrouwen. Voor harde optellingen en afstemmingen blijft een spreadsheet of je boekhoudpakket leidend. Gebruik AI om te interpreteren, niet als rekenmachine.
• Vertrouwen zonder controle. AI klinkt altijd overtuigd, ook als het ernaast zit ("hallucineert"). Op cijfers waar beslissingen op rusten, is een onderbouwing die je niet kunt narekenen waardeloos. Vraag altijd: laat zien hoe je hieraan komt.
• Vertrouwelijke data in een willekeurige tool plakken. Je complete debiteurenlijst of loongegevens in de eerste de beste gratis chatbot zetten is geen slim idee. Kijk waar de data terechtkomt, of het getraind wordt op je input, en of de aanbieder EU-waardig met je gegevens omgaat.
• Een rommelige administratie laten "oplossen" door AI. Drie systemen met verschillende klantnummers en vijf Excels worden niet magisch consistent omdat je er een model op loslaat. Slechte input blijft slechte input — alleen sneller en met meer zelfvertrouwen verkeerd.

De voorwaarde: eerst je boekhouding op orde, dan pas AI

Hier komt het punt dat de meeste AI-verhalen overslaan. En het begint dichterbij dan "datastructuur" of "een datawarehouse": het begint bij een boekhouding die bij en schoon is. Concreet zijn er drie lagen die op orde moeten zijn voordat een model iets betrouwbaars te analyseren heeft:

• Je boekhouding is bij en schoon. Banken volledig verwerkt, debiteuren en crediteuren schoon, tussenrekeningen leeg of verklaard. Geen "er moet nog even wat bijgewerkt worden".
• Het proces eronder klopt — ook bij verstoringen. Worden retouren, kortingen en creditnota's consequent goed verwerkt? Dat zijn de posten die je omzet- en margebeeld het snelst vertekenen.
• Je subadministraties sluiten aan. Laat je sales- of CRM-systeem dezelfde omzet en dezelfde klanten zien als je boekhouding? Of vertelt verkoop een ander verhaal dan finance?

Dat is dezelfde volgorde als bij een nieuwe controller: eerst je data op orde, dan pas sturen. AI verandert daar niets aan — het maakt het alleen urgenter, omdat de tool een onaffe administratie sneller en overtuigender reproduceert. Daarboven komt later de structuur die het herhaalbaar maakt; de basis is gewoon een administratie die klopt.

En de vertrouwelijkheid?

Finance-data is gevoelig. Mijn vuistregel: voor experimenteren en interpreteren op geanonimiseerde of niet-herleidbare cijfers is AI prima. Zodra het om herleidbare, vertrouwelijke administratie gaat, wil je weten via welke route de data loopt en wie er onderweg bij kan. Een onbekende derde partij tussen jou en je boekhouding is geen detail — dat is een principekwestie. Daar kom ik in een volgend artikel op terug.

Begin klein, maar begin goed

Je hoeft niet je hele administratie te verbouwen om met AI te beginnen. Maar je wilt wel weten of de cijfers die je erin stopt klaar zijn voor analyse. Daarvoor maakte ik een korte zelfcheck: drie lagen om langs te lopen vóór je AI op je financiële cijfers loslaat.

Conclusie

Claude is een prima financieel analist-assistent: sterk in interpreteren, samenvatten en scenario's doorpraten. Zwak in blind rekenen, en ronduit gevaarlijk als je het op rommelige of vertrouwelijke data loslaat zonder na te denken. Gebruik het voor het denkwerk, hou de cijfers zelf hard, en zorg eerst dat je datalaag staat. Dan is AI geen hype maar gewoon een goede collega.