AFM vreest dat accountants brokken maken met AI

De AFM (Autoriteit Financiële Markten) is er niet gerust op dat accountants goed om kunnen gaan met AI. De waakhond moedigt het gebruik van moderne technologie toe, maar vreest tegelijk dat accountants de technologie onvoldoende beheersen of onjuist toepassen. Dat zou schadelijk zijn voor de kwaliteit van wettelijke controles, waarschuwt de AFM. Ook kan fout gebruik van AI leiden tot operationele kwetsbaarheden.

Aanleiding voor de zorgen is volgens de toezichthouder de beschikbaarheid van nieuwe technologieën, inspanningen om personeelstekorten op te vangen en druk vanuit private-equity-partijen die sturen op efficiëntie. De AFM is vooral bezorgd over de technologische skills in de kleinere accountantskantoren.

“Hoewel enkele grotere accountantsorganisaties voorop lijken te lopen voor wat betreft het informatiebeveiligingsbeleid en tool-specifiek beleid op organisatieniveau, beschikt het merendeel van de organisaties over minder geformaliseerde kaders”, schrijft de AFM. “Meer structurele aandacht is nodig op het gebied van risicobeheersing en het correct toepassen van audit-tooling.”

“Dit geldt in het bijzonder voor de groep accountantsorganisaties met beperkt beleid. Maar ook bij organisaties die beleidskaders verder hebben ontwikkeld is nog ruimte voor verbetering.”

Om rampen bij accountantskantoren te voorkomen heeft de AFM twaalf bouwstenen geformuleerd voor verantwoord gebruik van van audit-tools zoals AI.

1. Gebruik een passend raamwerk voor informatiebeveiliging
   Organiseer informatiebeveiliging op basis van een robuust risicomanagementkader. Dit helpt organisaties kwetsbaarheden te verminderen, zoals ad-hocbeleid, beperkte grip op derden en onvoldoende bewustzijn van risico’s bij beleidsbepalers.
2. Formaliseren van beleid rondom audit-tooling
   Stel duidelijk beleid op voor het gebruik van audit-tools. Dit zorgt ervoor dat tooling effectief wordt ingezet in lijn met de controledoelstellingen en dat het bestuur grip heeft op het gebruik binnen de organisatie.
3. Monitor het effect van audit-tooling op controlekwaliteit
   Gebruik beschikbare monitoringfunctionaliteiten om de inzet, reikwijdte en effecten van audit-tools systematisch te volgen. Dit helpt om onjuist gebruik, technische fouten of vaktechnische tekortkomingen tijdig te signaleren en bij te sturen.
4. Voer de juiste IT-werkzaamheden uit voor betrouwbare input-data
   Controleer de invloed van interne IT-controles (GITC’s) van de cliënt op de betrouwbaarheid en bruikbaarheid van data. Zorg dat mogelijke risico’s op onbetrouwbare of onbruikbare data worden vastgesteld en beheerst.
5. Zorg dat alleen relevante en betrouwbare data wordt gebruikt
   Voer de juiste waarborgen uit om ervoor te zorgen dat de data die in audit-tools wordt gebruikt voldoende, geschikt, relevant en betrouwbaar is. Bijvoorbeeld door de data te vergelijken met onderliggende administratie of originele brondocumenten.
6. Consistent ETL-proces (Extract-Transform-Load)
   Richt een uniform ETL-proces in en leg dit gedetailleerd vast. Dit zorgt voor herleidbare en consistente verwerking van data, ook wanneer specialisten of externe partijen worden ingezet.
7. Ontwikkel kennis en vaardigheden mee met innovatie
   Zorg dat medewerkers voldoende kennis en vaardigheden hebben om de functionaliteiten van audit-tools volledig te benutten. Dit kan door training, praktische handvatten of het aantrekken van expertise vanuit andere specialismes.
8. Integreer audit-tooling in controlestrategie en -plan
   Gebruik audit-tools als ondersteunend instrument, afgestemd op ingeschatte risico’s en het gewenste controlebewijs. Tooling moet onderdeel zijn van een planmatige en risico-gedreven controleaanpak.
9. Volg de uitkomsten van audit-tooling correct op
   Zorg dat de resultaten van audit-tools goed worden opgevolgd, inclusief eventuele afwijkingen of uitzonderingen die tot controleverschillen of bevindingen kunnen leiden. Dit waarborgt de kwaliteit van de controle.
10. Zet AI-tools veilig en beheerst in
    Traditionele audit-tools zijn over het algemeen eenvoudiger te beheersen dan (Gen)AI-tools, omdat ze minder complex zijn qua ontwerp. Door de aard van (Gen)AI-tools is het lastiger om grip te houden op wat er met ingevoerde data gebeurt en om te waarborgen dat de tool blijft functioneren zoals de accountantsorganisatie heeft beoogd.
11. Maak uitkomsten uit de (Gen)AI-tool verifieerbaar/reproduceerbaar.
    Bij traditionele audit-tooling is duidelijk welke stappen zijn genomen om tot een uitkomst te komen. Deze tooling is (veelal) gebaseerd op vaste (algoritmische) regels en logica. (Gen)AI-tools, bijvoorbeeld chatbots die zijn gebouwd op Large Language Models (LLM’s), presenteren output op basis van statistiek en complexe algoritmes, waardoor de redenatie achter een uitkomst vaak niet transparant is. Daarom is het essentieel dat de uitkomsten van (Gen)AI-tools die gebruikt worden als controlebewijs, verifieerbaar of reproduceerbaar zijn. Dit stelt de externe accountant in staat aantoonbaar verantwoordelijkheid te nemen voor de uitkomsten.
12. Besef dat de externe accountant eindverantwoordelijk blijft voor de uitkomsten.
    Audit-tooling die gebruikmaakt van generatieve AI, kan uitkomsten genereren die lijken op conclusies van mensen. We zien het risico dat deze uitkomsten zonder kritische beoordeling worden overgenomen. Het is daarom essentieel dat de mens de uitkomsten van (Gen)AI zorgvuldig beoordeelt en zelf de relevante beslissingen nemen. De externe accountant moet de AI-output kritisch beoordelen en zelfstandig bepalen wanneer aanvullende menselijke verificatie noodzakelijk is.

AI in de fiscale praktijk

Ontdek hoe AI jouw fiscale werk sneller, slimmer en betrouwbaarder maakt.
Leer hoe ChatGPT, Copilot en Agentic AI je ondersteunen bij analyse, onderzoek en schrijven, én hoe je deze tools verantwoord inzet in de fiscale praktijk. Met aandacht voor adoptie, veiligheid en collega’s meenemen in verandering. Vergroot vandaag nog je AI-geletterdheid als fiscalist.

Meld je hier aan