De situatie
Een factuurproces dat 16 uur per maand kostte, kun je vaak in 4 uur terugbrengen met slimme automatisering. Dat zagen wij bij een interieuradviesbureau in Noord-Brabant.
Bij deze klant draaide het om factuurclusteratie in Excel. Klinkt simpel, maar dat was het niet. Het bestand werkte met codes, kleuren en logica die je eerst moet snappen voordat je er iets mee kunt.
De medewerker die dit deed, noemde het ook precies zoals het voelde: “dom werk”. Veel kopiëren, plakken, sorteren en turen. Niet één keer, maar maand in maand uit.
Concreet ging het om:
- Regels in Excel per code bij elkaar zetten
- De juiste kleurcodes toepassen
- Uren per codegroep optellen
- Beschrijvingen per groep correct meenemen
- Daarna pas factureren naar de klant
En het venijn zat in de herhaling: het was repeterend, foutgevoelig en slokte energie op.
De uitdaging
Als 1 proces aan 1 persoon hangt, krijg je stress, fouten en gedoe bij uitval. Dat was hier precies het risico.
De grootste pijn zat op drie punten:
1) Hoge foutkans in details
Bij handwerk glipt er altijd wel iets door. Hier waren dat bijvoorbeeld:
- Codes bij de verkeerde regels wegschrijven
- Uren per groep verkeerd optellen
- Beschrijvingen niet goed koppelen aan het juiste cluster
Impact: correcties achteraf, extra mails, extra checks en gedoe richting klant.
2) Werkdruk stond roodgloeiend
Die 16 uur per maand waren niet “rustige uren”. Het was puzzelen onder tijdsdruk. En omdat het niet leuk werk is, schuif je het ook sneller vooruit. Dat geeft een sneeuwbal aan stress.
3) Kwetsbaar bij ziekte of vertrek
Dit proces zat in het hoofd van één medewerker. Valt die uit, dan heb je een probleem. Dit thema zien we vaker terug bij MKB-bedrijven. We schreven daar ook over in ai houdt je bedrijf overeind bij uitval - de vloek van de onmisbaarheid.
De aanpak
We hebben het proces niet “mooier gemaakt”. We hebben het omgebouwd naar iets dat minder tijd kost en snel te controleren is. Zodat jij als directeur grip houdt.
Stap 1: Inventarisatie van de Excel-logica
Eerst hebben we precies uitgezocht wat er nou echt gebeurde in dat Excel-bestand. Niet op hoofdlijnen, maar op regelniveau.
We brachten in kaart:
- Welke codes gebruikt werden en wat ze betekenden
- Welke kleurcodes wanneer werden toegepast
- Hoe regels gegroepeerd moesten worden
- Welke berekeningen gedaan werden per groep
Daarna hebben we de handmatige stappen vertaald naar digitale regels. Dus: wat deed die medewerker precies, en wanneer?
Definitielijst (zoals wij het hier gebruiken):
- Code: een label in Excel dat bepaalt bij welke factuurgroep een regel hoort
- Cluster: een set regels met dezelfde code die samen op 1 factuurregel uitkomen
- Bronvermelding: een “bewijs”-regel vanuit het systeem die laat zien waar een keuze op gebaseerd is
Stap 2: Inzet van slimme technologie
Toen de logica helder was, hebben we technologie slim gecombineerd. Niet om te showen, maar om het werk weg te nemen.
We gebruikten:
- Microsoft Copilot voor het werken binnen de Microsoft-omgeving en het ondersteunen van stappen in de workflow
- Claude Opus voor het herkennen, interpreteren en consistent groeperen van regels op basis van de afgesproken logica
Het systeem doet nu automatisch:
- Codes herkennen en regels groeperen
- Kleuren en labels consistent toepassen
- Uren per cluster optellen
- Beschrijvingen per cluster meenemen
- Output klaarzetten voor facturatie
Stap 3: Focus op controleerbaarheid
Die laatste 4 uur per maand is nu vooral: controleren.
De controle bestaat uit:
- Snel checken of er “gekke dingen” zijn gebeurd
- Spot checks op clusters met opvallende waarden
- Verifiëren van de bronvermeldingen per stap
We zorgen er altijd voor dat het systeem zelf benoemt:
- welke stappen zijn doorlopen
- welke keuzes zijn gemaakt
- op basis waarvan
Daardoor kan de directeur of teamleider in korte tijd vertrouwen opbouwen. Geen blind varen, wel tempo.
(Als je worstelt met “waar begin ik” omdat je agenda al vol zit, sluit dit goed aan bij geen tijd voor AI, kies een Brabantse AI partner.)
Het resultaat
De uitkomst was simpel en meetbaar: 75 procent minder tijd, minder fouten en minder afhankelijkheid.
| Onderdeel | Voor | Na |
|---|---|---|
| Tijd per maand | 16 uur | 4 uur |
| Type werk | puzzelen en overtypen | controlerend werk |
| Foutgevoeligheid | hoog | laag |
| Afhankelijk van 1 persoon | ja | nee |
| Adoptie en ervaring | wisselend | 9,5 score |
Wat we zelf extra sterk vonden: de acceptatie. De eigenaar was “heel erg blij”, juist omdat het werk nu eventueel door het hele team gedaan kan worden. Dat haalt druk van één schakel af bij uitval.
Geanonimiseerde eindresultaat van de klant.
Wat kun jij hiervan leren?
Je hoeft AI niet groot te maken om groot resultaat te zien. Begin met het werk dat niemand leuk vindt.
Drie lessen die je vandaag al kunt toepassen:
- Automatiseer eerst het repeterende ‘niet leuk’ werk: daar zit vaak direct 5 tot 20 uur per maand winst.
- Maak controle sneller dan uitvoering: als checken binnen 1 minuut kan, durft je team het ook te gebruiken.
- Bouw overdraagbaar, niet persoonsafhankelijk: dan krijg je rust in planning en bezetting.
Wij pakken dit soort trajecten vaak op als externe AI-partner. Dan nemen wij het technische werk uit handen en blijf jij aan het stuur.
Past dit bij jullie situatie en wil je eens sparren of zoiets ook in jullie administratie of projectproces zit? Dan kunnen we rustig kijken wat realistisch is: Laten we kennismaken.
Veelgestelde vragen
Is mijn administratie wel veilig als we AI gebruiken voor facturatie?
Ja, als je het goed inricht en duidelijke grenzen stelt aan data en toegang. Wij werken met een aanpak waarin je vastlegt welke data wel en niet verwerkt mag worden, en zorgen dat het proces uitlegbaar blijft. Zo voorkom je dat medewerkers zelf “even iets uploaden” in een losse tool.
Hoe weet ik zeker dat de AI geen rekenfouten maakt in de clusters?
Je weet het zekerder door controleerbaarheid in te bouwen, niet door blind vertrouwen. In dit project maakte het systeem per stap duidelijk wat er gedaan is, inclusief bronvermeldingen. Daardoor kun je gericht spot checken en afwijkingen snel vinden.
Werkt deze methode ook als wij geen standaard Excel-bestanden gebruiken?
Ja, meestal wel. Zolang er een herhaalbare logica in je data zit, kunnen we die vertalen naar regels en controles. Dat kan met Excel, exports uit boekhoudsoftware of projecttools. De eerste stap is altijd: de logica boven tafel krijgen.
