--- title: "Facturen automatiseren met AI: van pdf naar boekhouding" description: "Facturen automatiseren met AI: van pdf tot boeking in Exact, AFAS of Twinfield. Praktijkcijfers en waarom vaste sjablonen breken bij afwijkende lay-outs." canonical: "https://www.whatsnext-ai.com/nl/blog/ai-invoice-automation" published: "2026-07-27T00:00:00.000Z" updated: "2026-08-17T10:19:21.323Z" --- # Facturen automatiseren met AI: van pdf naar boekhouding Facturen automatiseren met AI: van pdf tot boeking in Exact, AFAS of Twinfield. Praktijkcijfers en waarom vaste sjablonen breken bij afwijkende lay-outs. ![Printed energy invoices fanned out on a desk beside a calculator and a laptop](https://fgzcpjbyiakhjifaciaj.supabase.co/storage/v1/object/public/media/ai-invoice-automation.jpg) Facturen automatiseren met AI betekent dat AI inkomende facturen leest, de gegevens eruit haalt, controleert en boekt in je boekhouding. Een mens keurt alleen de uitzonderingen nog goed. Deze gids gaat over die inkomende facturen, niet over de facturen die je zelf verstuurt. Dat onderscheid is belangrijker dan het lijkt, en de meeste zoekresultaten gaan over het verkeerde. ### Gaat dit over versturen of ontvangen? Zoek je op "facturen automatiseren", dan krijg je vooral tools om zelf facturen te maken en te versturen: periodieke facturatie, abonnementen, herhaalfacturen. Nuttig, maar een ander probleem. Dit stuk gaat over de andere kant: de stroom facturen die je bedrijf ontvangt van leveranciers. Die komen binnen als pdf in de mailbox, in wisselende lay-outs, en moeten worden overgetypt, gecontroleerd en geboekt. Dat is het werk dat uren kost en waar fouten insluipen. Precies daar helpt AI. ### Wat is factuurverwerking automatiseren met AI? Factuurverwerking automatiseren met AI betekent dat software de inkomende factuur leest en de belangrijke velden er zelf uit haalt: leverancier, factuurnummer, datum, bedragen, btw en de regels. Vervolgens valideert het die gegevens en zet het ze klaar om te boeken in je boekhoudsysteem. Het verschil met de oude aanpak zit in dat "lezen". Klassieke software werkt met vaste sjablonen per leverancier: staat het factuurnummer altijd rechtsboven, dan pak je dat vakje. AI-gebaseerde extractie begrijpt de factuur meer zoals een mens dat doet, en herkent de gegevens ook als de lay-out afwijkt of als het een leverancier is die je nog nooit hebt gezien. ### Hoe werkt het, stap voor stap? Een werkende opzet doorloopt grofweg vijf stappen: - Binnenkomst: de factuur komt binnen via de mail, een portaal of een e-facturatiestandaard, en wordt automatisch opgepakt. - Extractie: de AI leest het document en haalt de velden eruit, ook uit een gescande pdf of een foto. - Validatie: het systeem controleert of de gegevens kloppen. Klopt het btw-tarief? Is dit factuurnummer al eerder langsgekomen (duplicaatdetectie tegen dubbele betaling)? Matcht de factuur met de bestelling (PO-matching)? - Boeken: de gevalideerde factuur gaat via een koppeling naar je boekhoudpakket, zoals Exact, AFAS of Twinfield, met de juiste grootboekrekening. - Mens op de uitzondering (human-in-the-loop): klopt iets niet of is het systeem onzeker, dan gaat de factuur naar een medewerker. De rest loopt door zonder handwerk. Die laatste stap is het belangrijkste ontwerpprincipe. Je automatiseert niet om de mens eruit te halen, maar om de mens alleen nog naar de gevallen te laten kijken die er echt toe doen. ### De rommelige praktijk: hoe facturen echt binnenkomen In theorie komt elke factuur netjes als pdf in één mailbox. In de praktijk is het rommeliger, en juist daar valt of staat de automatisering. - Niet elke leverancier stuurt de factuur op. Sommige zetten hem alleen in hun eigen leveranciersportaal, waar je maandelijks moet inloggen om hem op te halen. Een AI-agent met toegang tot dat portaal kan zelf inloggen, de factuur ophalen en in de verwerking zetten, zonder dat een mens elke maand dezelfde klikroute doet. - Facturen komen op de verkeerde plek binnen. Ze belanden in een algemene inbox of bij de verkeerde persoon en moeten worden doorgestuurd naar de juiste goedkeurder of afdeling. Een agent kan op basis van de inhoud bepalen waar de factuur hoort en hem daar neerleggen. - Het formaat klopt niet. Een factuur komt binnen als HTML-mail in plaats van pdf, of als foto van een bonnetje. Voordat er iets te verwerken valt, moet dat eerst worden omgezet naar een bruikbaar, leesbaar document. Dit is precies het soort variatie waarop een vast script vastloopt. Het zijn geen nette, voorspelbare stappen, maar losse eindjes die je alleen oplost met redeneren en de juiste tools. Daarom bouwen wij dit als een agent in code, niet als een low-code-flow: die eindjes zijn de kern van het werk, niet de uitzondering. ### Waarom AI, en niet een vast sjabloon of een RPA-bot? De vraag die telt: waarom niet gewoon een [RPA](https://www.whatsnext-ai.com/nl/ai-woordenboek/rpa)-bot of een OCR-sjabloon? Die bestaan al jaren en zijn goedkoper om aan te zetten. Het antwoord zit in de uitzonderingen. Een RPA-bot volgt regels en loopt vast op het moment dat een scherm of een invoer verandert. Een nieuwe leverancier met een andere lay-out, een creditnota, een factuur in een vreemde valuta: precies de gevallen waar je de automatisering het hardst voor nodig hebt, zijn de gevallen waarop een regelgebaseerde aanpak breekt. Dan ben je alsnog handmatig aan het corrigeren, plus je onderhoudt nu ook nog de bot. Voor de bredere afweging tussen RPA en AI over je processen heen, zie onze [keuzehulp RPA vs AI](https://www.whatsnext-ai.com/blog/rpa-vs-ai). AI-gebaseerde extractie generaliseert. Het herkent een factuur als factuur, ook zonder dat je per leverancier een sjabloon hebt getekend. Dat kost aan de voorkant meer denkwerk in het ontwerp, en je levert wat controle in over hoe precies elke stap verloopt. Die afweging is bewust: je ruilt strakke, voorspelbare regels in voor een systeem dat met variatie omgaat. Voor facturen, waar de variatie de norm is, is dat de juiste ruil. ### Wat het in de praktijk oplevert Wij hebben de losse bouwstenen hiervan in productie draaien bij klanten: de extractiemechaniek en de factuur-specifieke agent. Het extractiesysteem dat we voor [CirFood](https://www.whatsnext-ai.com/nl/cases/how-cirfood-scaled-from-4-to-45-tenders-a-year-without-adding-headcount) bouwden leest documenten en levert de gegevens gestructureerd op. Let op de context: dat is een documentverwerkingssysteem voor aanbestedingsdossiers, niet specifiek voor facturen, maar de mechaniek is dezelfde. Het las 12 tot 22 documenten per dossier in wisselende formaten (pdf, Excel en Word) en leverde gemiddeld 85% van de velden op, in ongeveer 128 seconden per dossier, tegen ongeveer $0,58 aan modelkosten. Belangrijker nog: elk veld kwam met een confidence score van 0 tot 1, het bronbestand, het paginanummer en de exacte tekst waar het vandaan kwam. Zo weet een medewerker meteen welk veld het nakijken waard is en welk veld te vertrouwen is. Dat is precies wat factuurverwerking nodig heeft: niet alleen een gok, maar een gok met een onderbouwing. De factuur-specifieke kant draait bij [Just Carpets](https://www.whatsnext-ai.com/nl/cases/just-carpets). Daar zoekt een agent in ExactOnline de juiste factuur op, haalt het bijbehorende pdf op en verstuurt het, iets wat eerder meerdere handmatige stappen per ticket kostte. Een tweede agent maakt creditfacturen aan: hij zoekt de oorspronkelijke factuur op, keert de regels om tot een creditnota, boekt die terug in ExactOnline en legt de actie vast. Wat een volledig handmatige financiële handeling was, is nu een enkele goedkeuring door een mens. De rode draad: de winst zit niet in "de AI doet alles", maar in een systeem dat het saaie, foutgevoelige overtypen wegneemt en de mens overhoudt voor het oordeel. ### Kan ChatGPT facturen automatiseren? Deels, en dat is precies de valkuil. Je kunt een pdf in ChatGPT plakken en vragen om de gegevens, en voor een enkele factuur werkt dat verrassend goed. Maar een losse chat is geen verwerkingsproces. Wat ontbreekt, is alles eromheen: een audit trail die vastlegt wat er met welke factuur is gebeurd, duplicaatdetectie tegen dubbele betalingen, een koppeling die de data daadwerkelijk in je boekhouding zet, en een vaste drempel waarboven iets automatisch mag en waaronder een mens kijkt. Zonder die laag heb je een handige assistent, geen betrouwbare boekhouding. Het verschil tussen een chatgesprek en een [AI-agent](https://www.whatsnext-ai.com/nl/blog/wat-is-een-ai-agent) die een taak echt afhandelt, is hier het hele punt. ### Wat is OCR bij facturen precies? OCR (optical character recognition) is de techniek die de letters en cijfers op een gescande factuur omzet in leesbare tekst. Het is de eerste stap: van beeld naar tekst. Maar OCR alleen weet niet wat het leest. Het geeft je de tekens, niet de betekenis. De AI-laag erna geeft die tekst betekenis: dit is het factuurnummer, dit is het btw-bedrag, dit hoort bij deze bestelling. Moderne factuurverwerking combineert beide: OCR om te lezen, AI om te begrijpen en te valideren. ### Voor wie is dit relevant, en wat kost het om te bouwen? De grootste winst zit bij bedrijven die tientallen tot honderden facturen per maand ontvangen, met veel verschillende leveranciers en dus veel verschillende lay-outs. Hoe meer variatie, hoe minder een sjabloonaanpak past en hoe meer een AI-oplossing oplevert. Wat zit er in zo'n build? Grofweg vier bouwstenen: een koppeling die de inkomende facturen ophaalt, een extractiemodel dat de velden leest, een set validatieregels (btw, duplicaatdetectie, PO-matching) en een integratie die de gegevens in je boekhouding of ERP zet. Een eerste werkende opzet is vaak in enkele weken te bouwen; de exacte kosten hangen af van je volume, je leveranciersvariatie en de systemen waarop het moet aansluiten. Een vaste prijs plakken we er hier bewust niet op, omdat die per situatie te veel verschilt. Wil je zien hoe zo'n opzet er voor jouw processen uitziet, dan hebben we het volledige verhaal, van pdf tot boeking in je ERP, uitgewerkt op onze pagina over [factuurverwerking automatiseren met AI](https://www.whatsnext-ai.com/nl/oplossingen/document-processing). Twijfel je of jouw factuurstroom zich hiervoor leent? [Boek een gratis adviesgesprek](https://www.whatsnext-ai.com/contact) en we kijken samen naar je huidige proces en waar de winst zit.