Documenten verwerken met AI: van papieren factuur tot gestructureerde data

Papieren facturen die iemand overtypt. Contracten als PDF's die niemand nog kan terugvinden. Bestelbonnen in de mail, handmatig verwerkt in het ERP. Het blijft één van de grootste tijdsverspillingen in Belgische KMO's, en tegelijk één van de makkelijkste om vandaag aan te pakken met AI.

In dit artikel: hoe documentverwerking met AI écht werkt (niet de marketingversie), wat de ROI typisch is, en waar de valkuilen zitten. Dit is een concrete uitwerking van wat we eerder beschreven in AI in je bedrijf: begin klein, denk groot. Documentverwerking is voor veel KMO's net zo'n eerste use case die snel waarde oplevert zonder dat de hele organisatie op zijn kop moet.

Wat "documenten verwerken met AI" eigenlijk betekent

Er zijn drie stappen in het proces, en het is belangrijk om ze uit elkaar te houden:

1. OCR (optische tekstherkenning). Van een beeld of PDF een tekst maken die een computer kan lezen. Dit bestaat al decennia. Goede OCR werkt tegenwoordig bijna perfect, ook voor gescande of gefotografeerde documenten.

2. Extractie. Uit die tekst de juiste velden halen: leveranciersnaam, factuurnummer, datum, bedrag per lijn, BTW, totaal. Dit is waar AI een enorm verschil maakt ten opzichte van klassieke oplossingen.

3. Integratie. De gestructureerde data pushen naar je boekhouding, ERP, of wat je ook gebruikt, met eventueel een menselijke controle-stap ertussen.

De oude manier (vóór LLM's) werkte met rigide templates. Per leverancier moest iemand aangeven waar het factuurnummer stond, waar de datum, enzovoort. Werkte prima zolang de leverancier zijn layout nooit aanpaste, wat in de praktijk zelden het geval was.

De nieuwe manier werkt met taalmodellen die gewoon begrijpen wat een factuur is. Ze vinden het factuurnummer ongeacht waar het staat: linksboven, in de voettekst, in een tabel, als "invoice number" of "factuur nr" of "F-2024-00342". Dat is het hele verschil.

Voor welke documenten werkt dit?

Kort antwoord: bijna allemaal. Wat we in de praktijk het meest zien:

• Inkomende facturen: veruit de populairste use case, met directe ROI
• Bestelbonnen en orderbevestigingen: vooral in groothandel en productie
• Contracten: extractie van partijen, data, termijnen, waardes
• CV's en sollicitaties: gestructureerd maken voor HR-systemen
• Bankafschriften: reconciliatie met boekhouding
• Douanedocumenten: declaraties en vrachtbrieven (CMR, T-documenten, …)
• Verzekeringspolissen: extractie van dekkingen en voorwaarden
• Medische verslagen: voor patiëntendossiers, met strikte AVG-vereisten (zie onze post Moet je als KMO rekening houden met GDPR?)
• Bestekken en offertes: vergelijking tussen leveranciers

Als er in een document gestructureerde informatie staat die jullie vandaag manueel overtypen, is het een kandidaat.

Hoe accuraat is het eigenlijk?

Dit is de vraag waar mensen terecht sceptisch over zijn. Het eerlijke antwoord: voor standaarddocumenten (facturen, bestelbonnen, bankafschriften) zitten goede modellen vandaag boven de 95% accuraatheid op veld-niveau. Mistral OCR rapporteert bijvoorbeeld 94,89% algemeen en tot 99,02% voor meertalige documenten. Voor enkele veelgebruikte velden (factuurnummer, totaalbedrag) gaan goed afgestemde extractiepijplijnen richting de 99% accuratesse.

Maar 95% is niet hetzelfde als 100%. Een goede implementatie hangt dus op drie dingen:

Confidence scoring. Het systeem geeft per veld aan hoe zeker het is. Een extractie met 99% zekerheid gaat automatisch door. Eentje met 70% krijgt een mens te zien.

Validatie-regels. Het totaal op de factuur moet gelijk zijn aan de som van de lijnen. De BTW moet kloppen met het tarief. Het leveranciersnummer moet bestaan in je systeem. Elke regel die faalt, triggert een review.

Human-in-the-loop. Voor de uitzonderingen is er een scherm waar iemand snel kan bevestigen of corrigeren. Die correcties leren het systeem voor de volgende keer.

Het resultaat is niet "AI doet alles", maar "AI doet 80 tot 89% volledig autonoom" (een cijfer dat best-in-class accounts payable teams vandaag halen). Voor de rest is iemand drie seconden bezig in plaats van drie minuten.

Wat kost het?

Groot misverstand: velen denken dat je voor documentverwerking een tool van tienduizenden euro's per jaar moet kopen. Dat was zo. Niet meer.

De variabele kost van AI-verwerking ligt vandaag erg laag. Een paar concrete cijfers:

• Mistral OCR 3 (Frans, Europees gehost): $2 per 1.000 pagina's standaard, $1 per 1.000 pagina's met batch-inferentie. Komt neer op ongeveer €0,001 tot €0,002 per pagina.
• Claude of GPT-4 met vision: hoger door image-tokens, typisch €0,01 tot €0,05 per pagina voor combined OCR + extractie.
• Eigen OCR-tekstherkenning, zelf-gehost op Europese infrastructuur: voor de OCR-stap (de tekstextractie uit de PDF of scan) bouwden we eigen modellen. Die brengen de kost van die stap dicht bij de pure rekenkracht. De extractie van velden in een gestructureerd formaat gebeurt daarna nog steeds via een taalmodel (typisch Mistral). Daar valt geen aparte kost weg, maar het OCR-deel wel.

Voor een typische KMO met 500 facturen per maand spreken we dus over €5 tot €50 per maand aan variabele AI-kosten, afhankelijk van het gekozen model. Vergelijk dat met de gemiddelde manuele kost van $12 tot $23 per factuur, en het verschil is duidelijk.

De échte kost zit in de implementatie: het opzetten van de workflow, de integratie met je bestaande systeem, de validatieregels, en het review-scherm. Dat is typisch een eenmalige investering van enkele duizenden tot een paar tienduizenden euro, afhankelijk van de complexiteit.

ROI-vuistregel: als je team vandaag minstens 10 uur per maand besteedt aan het overtypen van documenten, betaal je de implementatie terug binnen een jaar.

Waar zitten de valkuilen?

Drie dingen om op te letten.

Datakwaliteit aan de bron. Als jullie leveranciers hun facturen sturen als foto's genomen van een afstand, zelfs de beste OCR heeft het moeilijk. In dat geval is de eerste investering vaak: vragen aan leveranciers om PDF's te sturen in plaats van scans. Kleine moeite, groot verschil.

Edge cases. Elk bedrijf heeft een paar rare documenten: de leverancier die nog in het Spaans factureert, de specifieke ene met een unieke nummering, de PDF die eigenlijk twee facturen in één is. Een goede implementatie houdt daar rekening mee, maar ze verdienen aparte aandacht.

Slechte processen versterken. Als je facturatie-goedkeuringsproces vandaag chaotisch is, gaat AI dat niet oplossen. Het zal het versnellen. AI is een versterker, geen toverstaf. Documentverwerking is laagdrempelig genoeg dat dit zelden een probleem is bij de extractie zelf. Maar zodra je het koppelt aan goedkeuringsworkflows, is het iets om eerst goed te doordenken.

Compliance en hosting: het Europese verhaal

Documenten bevatten vaak persoonsgegevens, bedrijfsgevoelige info, of bankdata. Als je die door een AI-provider laat verwerken, moet je weten wáár dat gebeurt en onder welk recht. Voor bedrijven met Europese klanten is dit geen detail: het bepaalt welke leveranciers je kan gebruiken en hoe je verwerkersovereenkomsten moet opstellen.

Onze standaardkeuze: Mistral, het Franse AI-bedrijf. Mistral draait op Europese infrastructuur, en is bovendien zelf-hostbaar voor wie zware compliance-eisen heeft (zorg, financiële sector, overheid). Naast Mistral OCR voor de tekstherkenning gebruiken we ook de Mistral foundation-modellen voor de extractie- en classificatiestap, in plaats van standaard naar Amerikaanse providers te grijpen.

Voor specifieke use cases waar Mistral nog niet het sterkste model heeft, kunnen we Claude of GPT-4 inzetten via Europese routes met de juiste verwerkersovereenkomsten. Maar dat is bij ons een uitzondering, geen vertrekpunt. De volledige redenering achter onze EU-keuze (juridisch, operationeel, financieel) staat in onze post Hoe Europese cloud jouw bedrijf kan helpen.

Wanneer is documentverwerking met AI voor jou zinvol?

Drie criteria waar we naar kijken:

• Volume: vanaf ongeveer 100 documenten per maand wordt automatisering interessant. Daaronder kost het meer om op te zetten dan het oplevert.
• Structuur: de documenten moeten enigszins gestructureerd zijn. Facturen, ja. Een lappendeken van vrije tekst zonder patroon, waarschijnlijk niet.
• Bottleneck: het overtypen moet vandaag écht een pijnpunt zijn. Als het half zo erg is als je denkt, is de ROI beperkt.

Twijfel je of jouw use case rijp is voor AI? In Wanneer AI niet de oplossing is zetten we vijf situaties op een rij waarin ons advies "nog niet" of "niet op deze manier" is. Ook handig bij de afweging rond documentverwerking.

Hoe wij dit aanpakken bij Tandem

Onze standaardstack voor documentverwerking:

• Mistral als default AI-provider. Europees, GDPR-vriendelijk, goed geprijsd, onder de marktprijs van Amerikaanse alternatieven. Voor klanten met de allerstrengste data-vereisten kunnen we Mistral-modellen zelf-hosten op Europese infrastructuur.
• Eigen OCR-modellen voor de tekstherkenning. Voor klanten met grote volumes van één documenttype (bv. enkel inkomende facturen, of enkel CMR-vrachtbrieven, of een specifieke verzekeringsbon) hebben we eigen, lichtgewicht OCR-modellen gebouwd die de tekst uit de PDF of scan halen. Dat is enkel de eerste stap: de extractie van velden in een gestructureerd formaat doet daarna een taalmodel (typisch Mistral). Maar de OCR-stap zelf, die per pagina meestal het zwaarste weegt op de variabele kost bij externe providers, wordt fors goedkoper. Voor klanten met voldoende volume is dit vaak de slimste optie, ook qua data-controle: voor de tekstherkenning verlaat geen enkele pagina onze Europese infrastructuur.
• Hosting op Scaleway. Onze klantapplicaties draaien standaard in Frankrijk of Nederland, onder Europees recht. Geen verrassing in de DPA's, geen vragen over CLOUD Act-risico.
• Validatie en human-in-the-loop ingebouwd. Elke extractie krijgt een confidence-score, elke business rule (totaal = som van lijnen, BTW correct, leverancier bekend) wordt gecheckt vóór de data je systeem in gaat. Wat niet door de check geraakt, komt op een review-scherm waar iemand in seconden kan bevestigen of corrigeren.
• Integratie met je bestaande tools. We verbinden met de boekhoudsoftware, ERP of CRM die je vandaag al gebruikt. Geen vendor lock-in, en niets dat parallel moet worden onderhouden.

Een typisch traject ziet er zo uit: twee tot drie weken om de eerste use case (meestal inkomende facturen) werkend te krijgen, dan een testperiode met echte documenten en feedback, en daarna uitbreiding naar andere documenttypes.

Klaar om je documentverwerking te automatiseren?

We kijken graag concreet naar welke documenten bij jou het meeste tijd opslokken, en of automatisering vandaag al zinvol is. Soms is het antwoord: ja, we kunnen binnen zes weken draaien. Soms is het: eerst wat structuur brengen in hoe leveranciers aanleveren, en dan pas automatiseren. Soms is een eigen, lichtgewicht OCR-model de juiste keuze; soms volstaat Mistral out-of-the-box. Beide is prima. Het hangt af van het volume, het type document, en wat jullie technische omgeving toelaat.

Plan een vrijblijvende kennismaking.

Bronnen

Alle cijfers en specificaties geconsulteerd in mei 2026. AI-prijzen en accuratesse-benchmarks evolueren snel; controleer de bron voor de meest actuele cijfers.

AI-modellen voor documentverwerking:

• Mistral OCR, productpagina en accuratesse-cijfers: mistral.ai/news/mistral-ocr
• Mistral OCR 3, meest recente prijszetting: mistral.ai/news/mistral-ocr-3
• Mistral OCR via Google Cloud Vertex AI (europe-west4): docs.cloud.google.com/vertex-ai/generative-ai/docs/partner-models/mistral/mistral-ocr

Benchmarks en accuratesse-studies:

• AIMultiple, Invoice OCR Benchmark, vergelijking van LLM's en specialistische tools: research.aimultiple.com/invoice-ocr
• Businessware Technologies, AI Models Invoice Processing Benchmark: businesswaretech.com/blog/research-ai-models-invoice-processing-benchmark
• Parseur, AI Invoice Processing Benchmarks 2026: parseur.com/blog/ai-invoice-processing-benchmarks

Manuele verwerkingskosten:

• Quadient, kost per factuur manueel versus automatisch (99% accuratesse-cijfer): quadient.com
• Enterprise Imaging Systems / Institute of Finance & Management, £10 tot £15 per factuur manueel: enterpriseimagingsystems.com/the-hidden-cost-of-manual-invoice-processing