Documenten automatisch verwerken, gecontroleerd tegen je eigen systemen, met een medewerker die beslist bij twijfel.
Vertrouwd door toonaangevende organisaties
Documentverwerking met AI, ook wel intelligent document processing genoemd, herkent welk document er binnenkomt, leest de gegevens uit, controleert ze tegen bestaande gegevens en zet ze door naar het juiste systeem. Het is bedoeld voor organisaties waar medewerkers dagelijks facturen, formulieren of contracten overtypen en nalopen. Data Science Lab bouwt die keten en kan hem na livegang beheren.
Maandagochtend staat de gedeelde mailbox van de crediteurenadministratie weer vol. Elke leverancier gebruikt een eigen opmaak, een deel van de facturen is een scan en op sommige ontbreekt het inkoopordernummer. Een medewerker zoekt de order op in het ERP, vergelijkt prijzen en aantallen met de ontvangst en typt de regels over. Klopt er iets niet, dan blijft de factuur liggen tot inkoop reageert.
Bij een gemeente gaat het om bijlagen bij aanvragen, bij een verzekeraar om schadeformulieren. Het overtypen valt op, maar de tijd zit in drie vragen: wat voor document is dit, klopt het met wat we al weten, en wie beslist als het niet klopt?
Een OCR-tool die tekst uit een pdf haalt, beantwoordt die vragen niet. Daarvoor is een keten nodig die classificeert, uitleest, valideert, bij twijfel voorlegt en wegschrijft in je eigen systeem. Die keten bouwen we binnen onze dienst procesautomatisering en AI-agents.
Getrainde extractiemodellen met OCR zijn sterk bij vaste formulieren en geven per veld een betrouwbaarheidsscore. Een taalmodel uit de generatieve AI kan beter omgaan met wisselende opmaak en vrije tekst, zoals contracten. Welke aanpak past, bepalen we per documentsoort.
Een classificatiemodel bepaalt eerst wat er binnenkomt, zoals een factuur, creditnota of pakbon, en splitst een pdf met meerdere documenten. Omdat het elk document aan een bekende klasse toewijst, heb je een klasse voor overige documenten of een drempel nodig.
Een uitgelezen factuur is pas bruikbaar als hij klopt met de inkooporder en de ontvangst. Die vergelijking, in Dynamics 365 two-way of three-way matching genoemd, toont afwijkingen in prijs of aantal voordat er iets wordt geboekt.
Per veld schat het model hoe waarschijnlijk de waarde klopt. Met een drempel per veld bepaal je wat automatisch doorgaat: een totaalbedrag of IBAN krijgt een strengere drempel dan een referentieveld. Of de scores kloppen, toets je op je eigen testset.
Valt een veld onder de drempel of faalt een controle, dan ziet een medewerker het document naast de voorgestelde waarden. De correcties worden vastgelegd, zodat zichtbaar wordt waar het model structureel misgaat.
De gegevens moeten landen waar het werk gebeurt: het ERP, het zaaksysteem of het polissysteem. We schrijven weg via de koppelingen van dat systeem en leggen vast welk document tot welke boeking leidde.
Vertel welke documentstroom de meeste tijd kost. We kijken of AI helpt of dat een eenvoudiger aanpassing volstaat.
We kiezen samen een afgebakende stroom, bijvoorbeeld de inkoopfacturen van één entiteit, en leggen vast welke stap sneller of zorgvuldiger moet.
We verzamelen representatieve documenten, ook slechte scans en uitzonderingen, en leggen per veld de juiste waarde vast. Daarmee meten we elke versie.
We vergelijken een getraind extractiemodel met een taalmodel en kiezen op basis van de testset, niet op een geslaagde demo.
We koppelen de validaties aan je ERP of zaaksysteem en bepalen met de proceseigenaar welke velden en afwijkingen hoe dan ook naar een medewerker gaan.
In het begin beoordeelt een medewerker alle voorstellen. Pas als de metingen het rechtvaardigen, laten we per veld of leverancier meer automatisch doorgaan.
We volgen correcties en scores per documentsoort. Nieuwe lay-outs, leveranciers en modelversies testen we tegen de testset voordat ze live gaan.
De NFZ Virtuele Assistent heeft de workflow van onze klanten aanzienlijk verbeterd. Dankzij de nauwkeurige informatie en de gebruiksvriendelijkheid die de tool biedt, mede mogelijk gemaakt door de goede samenwerking met de ontwikkelaars van DSL, is het een onmisbare schakel geworden in het dagelijkse werk van onze klanten.
Documenten bevatten vaak persoonsgegevens, van namen en adressen tot burgerservicenummers. De AVG vraagt dat je niet meer verwerkt en niet langer bewaart dan nodig. Tegelijk gelden wettelijke bewaartermijnen: facturen bewaar je voor de Belastingdienst in de regel zeven jaar, die over onroerende zaken tien jaar, en een scan vervangt het papieren origineel alleen als die een juiste en volledige weergave is, inclusief echtheidskenmerken. De uitgelezen velden vervangen het document dus niet; het origineel blijft gekoppeld aan de boeking.
Het loont vooral bij documenten die je niet zelf kunt standaardiseren, zoals facturen van veel leveranciers of formulieren van burgers. Gebruik je een taalmodel in Azure, dan bepaalt het deploymenttype waar de verwerking plaatsvindt: bij Global kan dat in elke regio zijn waar het model draait, bij Data Zone in de EU blijft het binnen EU-lidstaten. Draait je dataplatform op Databricks, dan kan de verwerking ook daar, met functies als ai_parse_document en ai_extract.
Factuur- en pakbonverwerking staat niet in de lijst met hoog-risicotoepassingen van de AI-verordening. Dat ligt anders als de uitkomst meebeslist over mensen, zoals bij het filteren van sollicitaties of het beoordelen van een aanvraag voor een uitkering. Voor die toepassingen gelden de verplichtingen na uitstel via de AI-omnibus vanaf 2 december 2027. Wij helpen met inventariseren, de risico-indeling voorbereiden en afspraken over menselijk toezicht, ook binnen AI-governance. Je jurist of compliance-afdeling beslist over de juridische duiding.
Iedere organisatie kan een AI-pilot starten. De uitdaging zit in de stap daarna. AI onderdeel maken van de organisatie. Dat is waar Data Science Lab het verschil maakt.
Lees meer over ons
10+
8,7
200+
Documentverwerking met AI is het automatisch herkennen, uitlezen en controleren van documenten, waarna de gegevens in het juiste systeem terechtkomen. OCR, het omzetten van een beeld naar tekst, is daar één onderdeel van. Het verschil met alleen OCR zit in de controle tegen bestaande data en de koppeling met je proces.
Voor vaste formulieren en veelvoorkomende documenten zoals facturen zijn getrainde extractiemodellen nauwkeurig en voorspelbaar, met een score per veld. Een taalmodel is sterker bij vrije tekst en wisselende opmaak, zoals contracten. Bouw je zelf met een taalmodel, dan heb je volgens Microsoft geen betrouwbaarheidsscores: je accepteert alles, controleert alles of bouwt zelf een scoringsmodel.
Dat hangt af van de scankwaliteit, de variatie in opmaak en het veld zelf. Daarom meten we op een testset uit jouw eigen documentstroom, per veld en per documentsoort. Een betrouwbaarheidsscore is een schatting van het model, geen zekerheid. Pas als de scores op je eigen documenten kloppen, laat je velden automatisch doorgaan.
Het uitgangspunt is dat je systemen blijven staan; welke koppelingen nodig zijn, hangt af van je omgeving. Wel moet de data daarin kloppen: een controle tegen inkooporders werkt alleen als orders en ontvangsten consequent worden geregistreerd. Voor Fokker Services Group bouwden we een model dat het verwachte factuurbedrag voorspelt uit het geleverde werk en grote afwijkingen in een dashboard uitlicht.
We richten de verwerking zo in dat alleen de benodigde velden worden bewaard, beperken wie documenten kan inzien en leggen per documentsoort een bewaartermijn vast. Bij een clouddienst kies je een EU-regio of EU-datazone en leg je de afspraken vast in een verwerkersovereenkomst. Of een DPIA nodig is, bepaal je met je privacy officer.
Ja, al verschuift de vraag dan van uitlezen naar interpreteren. Voor WUA bouwden we een topic-classificatiemodel dat open antwoorden van respondenten op onderwerp indeelt. Voor NFZ brachten we informatie uit contracten met zorgverzekeraars samen in een virtuele assistent voor apothekers, waar eerder een jaarlijks farmacieboekje was. Toets dan vooral of een antwoord terug te voeren is op de bron.
Bij weinig documenten, of één formulier dat je zelf beheert, is een webformulier of een vaste regel in je systeem vaak beter. Komen facturen al als gestructureerde e-factuur binnen, dan valt er niets uit te lezen; een pdf of scan is volgens de Europese definitie geen e-factuur. En ontbreken inkoopordernummers structureel, los dat dan eerst op in het inkoopproces.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Vertel ons welke documenten binnenkomen en in welk systeem ze moeten landen. We kijken samen of AI daar helpt of dat een eenvoudiger aanpassing volstaat.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
