Tag: audit

Kunstmatige intelligentie, digital twins en geavanceerde data-analyse veranderen het vakgebied van auditing in hoog tempo. Toch ligt de grootste innovatie misschien dichterbij dan veel mensen denken. De vraag is niet alleen welke technologie beschikbaar komt, maar ook hoeveel van een jaarrekening we vandaag de dag al kunnen reconstrueren zonder toegang tot het ERP-systeem. Door gebruik te maken van operationele, onafhankelijke databronnen, logistieke informatie en externe gegevens ontstaat een nieuw perspectief op de controle van financiële informatie. Dat biedt kansen voor accountants om steeds onafhankelijker vast te stellen wat de economische werkelijkheid daadwerkelijk is.

AI en professioneel oordeel raken steeds nauwer met elkaar verweven. Accountants, CFO’s, belastingadviseurs en advocaten gebruiken generatieve AI om informatie te analyseren, argumenten te structureren en complexe vraagstukken sneller te doorgronden. De professional blijft formeel verantwoordelijk voor de uitkomst. Toch beïnvloedt AI steeds vaker de informatie waarop dat oordeel is gebaseerd. Daardoor ontstaat een nieuwe vraag: blijven professionals zelfstandig redeneren, of beoordelen zij vooral nog de overtuigende antwoorden die een systeem hun aanreikt?

De datagedreven audit wordt al jaren aangekondigd als de toekomst van de accountancy. Toch werkt een groot deel van de sector nog altijd met steekproeven, PBC-lijsten en traditionele controleprocessen, terwijl de benodigde data en analysetechnologie allang beschikbaar zijn. Ondertussen verschuift de aandacht naar generatieve AI. Large Language Models zouden de audit fundamenteel gaan veranderen, maar daarmee dreigt de sector opnieuw op technologie te wachten. De belangrijkste stap begint niet bij generatieve AI, maar bij het daadwerkelijk gebruiken van de data, systemen en analysemethoden die er al zijn.

Behavioral auditing krijgt steeds meer aandacht nu AI wordt ingezet om interviews, cultuuronderzoeken en gedragsanalyses te ondersteunen. Voor auditors biedt dat nieuwe mogelijkheden om patronen sneller zichtbaar te maken, maar het roept ook de vraag op hoeveel er werkelijk verandert. Dit artikel onderzoekt of AI gedrags- en cultuuraudits fundamenteel vernieuwt, of vooral bestaande analysetechnieken versnelt. Daarbij staat niet de technologie centraal, maar de vraag hoe auditors gedrag, data en governance met elkaar kunnen verbinden.

Ketenaudits spelen een steeds grotere rol bij het onderbouwen van claims over duurzaamheid, arbeidsomstandigheden en maatschappelijk verantwoord ondernemen. Tegelijkertijd groeit de discussie over de betrouwbaarheid en onafhankelijkheid van deze controles, zeker wanneer commerciële audits worden gebruikt als basis voor publieke duurzaamheidsclaims. Dit artikel onderzoekt waarom een commerciële ketenaudit fundamenteel verschilt van een wettelijke jaarrekeningcontrole. Niet de betaling staat centraal, maar de institutionele waarborgen die bepalen hoe onafhankelijk een auditor daadwerkelijk kan opereren.

De AFM publiceerde recent het rapport “12 bouwstenen voor beheerst gebruik van audit‑tooling”. Geen visionair toekomstverhaal, geen AI‑hype en geen marketingtaal, maar een nuchter en bijna ouderwets degelijk document over randvoorwaarden, verantwoordelijkheden en risico’s. En juist daarom is het interessant. Wie vandaag serieus werk wil maken van data‑gedreven auditen, kan niet om deze bouwstenen heen. De kernboodschap van de AFM is helder: audit‑tooling biedt enorme kansen voor kwaliteit en efficiëntie, maar alleen als het gebruik ervan beheerst, uitlegbaar en controleerbaar is. Technologie is geen vrijbrief. De accountant blijft verantwoordelijk. Altijd.