Financiën verkent AI

Minder zoeken, meer inhoud

‘Wij starten nooit met de techniek’, verklaart Teun Sutmuller van team Business, Ontwikkeling en Analytics. ‘We beginnen bij het werk. Waar lopen collega's tegenaan? Wat kost veel tijd? Pas daarna kijken we of AI een oplossing kan bieden.’ De Ruling Assistent ondersteunt medewerkers bij rulingverzoeken binnen het internationaal vooroverleg. Daarvoor moeten zij vaak veel informatie uit verschillende documenten verzamelen en beoordelen.

‘De assistent helpt vooral bij het vinden en ordenen van informatie’, vertelt Claire Wiltink, leidinggevende van unit Internationaal bij de directie GO. ‘Waar je eerst zelf verschillende documenten moest doorspitten, krijg je nu veel sneller overzicht.’ Volgens Judith zit daar direct de meerwaarde. ‘Je kunt sneller naar de inhoud. Dat is uiteindelijk waar onze expertise zit. Het gaat niet om minder nadenken, maar om minder zoeken.’ Teun ziet dat ook zo: ‘AI is op dit moment vooral sterk in terugkerende taken. Juist daar kun je collega's ontlasten. De technologie doet het voorwerk, zodat mensen hun expertise kunnen inzetten waar die echt nodig is.’ 

Leren door te doen

Voordat de tool in de praktijk werd gebruikt, werd eerst getest met oude dossiers, daarna met actuele dossiers. ‘Dan merk je pas echt wat werkt en wat niet’, weet Claire. ‘Soms blijken functies die we vooraf belangrijk vonden nauwelijks tijdswinst op te leveren.  En andersom ontdek je ineens nieuwe mogelijkheden en uitbreidingswensen.’ Ook voor Teun is de testfase cruciaal. ‘Je kunt van alles bedenken achter een tekentafel, maar de echte lessen leer je pas wanneer collega's ermee gaan werken.’

Elkaars taal begrijpen 

De pilot bracht ontwikkelaars, fiscalisten, dataspecialisten en juristen bij elkaar. ‘In het begin moesten we echt aan elkaar wennen’, zegt Judith lachend. ‘Wij spraken vanuit de inhoud van het werk, terwijl collega's uit de techniek weer andere termen gebruikten.’  Claire knikt. ‘Je merkt dat iedereen hetzelfde doel heeft, maar er op een andere manier naar kijkt. Het kost tijd om elkaar te begrijpen.’ Juist die samenwerking maakte het project volgens haar sterk. ‘We hebben veel gesprekken gevoerd. Daardoor leer je niet alleen iets over AI, maar ook over elkaars werk.’

Wij starten nooit met de techniek, maar beginnen bij het werk

Volgens Teun hoort dat allemaal bij een eerste AI-toepassing. ‘Je hebt verschillende tempo's en perspectieven. Ontwikkelaars willen snel, maar processen en kaders moeten ook worden ingericht. Omdat alles nieuw is, moet je veel stappen nog ontdekken en testen.’

Veiligheid voorop: alles intern

Omdat vooroverleg een werkproces is met gevoelige informatie én persoonsgegevens, zijn veiligheid en privacy een belangrijk onderdeel van deze pilot. Dat maakt deze eerste generatieve AI-toepassing extra bijzonder. De tool is namelijk zo gebouwd dat alle data binnen de Belastingdienst blijft. 

Teun legt uit hoe dat werkt: ‘De modellen draaien binnen de datacenters van de Belastingdienst. Als je een vraag stelt, gaat die niet naar buiten. Alles blijft intern.’ Dat is een belangrijk verschil met veel publieke AI-tools. Daarnaast is de toepassing uitgebreid getoetst, onder andere via een ethisch-juridisch assessment. ‘Alles wordt tegelijk ontwikkeld: de techniek, maar ook de kaders eromheen’, vervolgt hij.

Stapsgewijs en toekomstgericht

De pilot loopt nog. Sneller informatie vinden is al een eerste winstpunt, net als dat medewerkers meer tijd overhouden voor complexer werk, waar zij een verschil kunnen maken. Teun: ‘Het is meer dan zomaar een pilot. De lessen die we hier leren, nemen we mee naar volgende toepassingen.’

Of zoals Benjamin Jansen, directeur Datafundamenten & Analytics, dat uitdrukt: ‘Ook als organisatie leren we steeds beter om met (generatieve) AI om te gaan. Dat doen we stapsgewijs, met zowel oog voor de meerwaarde voor de organisatie, de medewerker en de maatschappij, als met oog voor de risico’s en de noodzakelijke zorgvuldigheid.’ (Zie ook het blok hierna: ‘Hoe de Belastingdienst generatieve AI ziet: beleid en spelregels’)

Hoe de Belastingdienst generatieve AI ziet: beleid en spelregels

• Artificial Intelligence is een vanzelfsprekende keuze in de Digitale Transformatie van de Belastingdienst. AI wordt ingezet met het doel om wendbaarder, digitaler en toekomstbestendiger te worden. AI stelt in staat om processen te verbeteren, werk inzichtelijker en eenvoudiger te maken, en daardoor meer waarde te leveren aan burgers en bedrijven.


• Vanwege de druk op de arbeidsmarkt en groeiende personeelstekorten moet er in de toekomst meer werk gebeuren met minder mensen. Dat leidt tot een kleinere Belastingdienst. AI, waaronder generatieve AI, biedt kansen om die uitdagingen het hoofd te bieden. AI kan namelijk repetitieve en goed omschreven taken automatiseren. Dat scheelt werk. Het helpt ook om de organisatie toekomstbestendig te maken, en de strategische doelen te behalen. En om een aantrekkelijke werkgever te blijven.


• De generatieve AI-tool Copilot Chat is beschikbaar voor alle medewerkers. Daarnaast ontwikkelt de Belastingdienst gefaseerd AI-systemen voor specifieke werk- en bedrijfsprocessen. Dat gaat via zogeheten use cases, waarvan het artikel over Internationaal Vooroverleg er een beschrijft. 


• Momenteel verkent de Belastingdienst van een aantal geselecteerde prioritaire thema’s hoe AI ingezet kan worden in de werkprocessen. Voor deze use cases worden binnen de Belastingdienst AI-toepassingen zelf ontwikkeld, die als business pilots worden uitgeprobeerd. Zo maakt de Belastingdienst met AI al flinke stappen in een aantal hoog volume processen.


• Bij alle huidige en nieuwe AI-toepassingen kunnen burgers, bedrijven en medewerkers erop vertrouwen dat de Belastingdienst AI op een zorgvuldige, verantwoorde en geloofwaardige manier gebruikt.

De drie AI-tips van Judith, Teun en Claire:  Begin klein, leer snel en verbeter samen. Dat levert uiteindelijk meer op dan streven naar een perfect product vanaf dag één.  AI is een waardevolle assistent, maar een deskundig menselijk oordeel blijft onmisbaar. Een innovatieve AI-oplossing krijg je niet werkend door hem in bestaande processen en kaders te gieten. Dat lukt alleen door je collega's op te zoeken en samen pragmatisch de vernieuwing aan te gaan.

Meer uniformiteit

‘Ons data-analyseteam ondersteunt auditors bij hun werk’, steekt Bernd van wal. ‘We bereiden data voor, maar kijken ook hoe processen efficiënter kunnen.’ Zo ontwikkelde het team eerder al een webapplicatie voor steekproeven van auditors. Voordien had elke auditor een eigen werkwijze, maar nu verloopt het proces uniform en worden resultaten automatisch verwerkt in het dossier. 

Promptbibliotheek

Met de komst van generatieve AI ziet de ADR nieuwe kansen. Het AI Doorbraakteam onderzocht daarom nieuwe toepassingen, maar wel binnen de bestaande kaders van hoe de Rijksoverheid AI gebruikt. ‘Dat beperkt zich voor nu tot Large Language Models (LLM’s)’, zegt Bernd. ‘In ons geval is dat Finchat, dat binnenkort overgaat naar Vlam-AI.’ (Een LLM is een model dat teksten kan voorbrengen door menselijke taal te begrijpen, te schrijven en te vertalen, red.).

Je wilt niet dat AI oordeelt, maar de redenering laat zien

Een van de eerste resultaten is een ADR-brede promptbibliotheek. Hierin worden goedwerkende prompts opgeslagen zodat teams deze kunnen hergebruiken. ‘Voor subsidiecontroles kun je bijvoorbeeld een goede prompt ontwikkelen. Als je die kunt hergebruiken, ontstaat meer uniformiteit in de werkwijze.’

Vier pilots

Daarnaast onderzocht het Doorbraakteam waar AI de meeste winst behaalt. Uit deze verkenning komen vier ‘research&development’-projecten, waarover de zomer van 2026 in pilots lopen:



1. AI-agents: Deze zelfstandig werkende softwareprogramma’s voeren werkzaamheden uit voor bijvoorbeeld subsidiecontroles, inkoopcontroles, IT-audits, kwaliteitsbeoordelingen en rapportcontroles.
2. Documentatie ‘AI-ready’ maken: Hierbij wordt ADR-documentatie voorbereid op veilig AI-gebruik.
3. Anonimiseren van teksten: Bedoeld om automatisch persoonsgegevens te verwijderen, voordat medewerkers informatie in AI verwerken. 
4. Benchmarking van prompts. In dit project test het data-analyseteam welke prompts systematisch de meest betrouwbare resultaten opleveren.

De ontwikkeling van deze initiatieven gebeurt vanuit het Implementatieprogramma AI bij de ADR. Dat is de opvolger van het AI Doorbraakteam[BR4] , dat in juli 2026 is beëindigd. Bij de ontwikkeling werken technische specialisten samen met auditors. ‘Wij bouwen de technische oplossingen, terwijl vakinhoudelijke experts beoordelen of de uitkomsten bruikbaar zijn’, zegt Bernd.

De mens blijft aan het stuur

Volgens Bernd heeft AI veel efficiëntievoordelen voor auditors. Mits het goed wordt ingezet. ‘Uiteindelijk blijft de gebruiker verantwoordelijk’, benadrukt Bernd. ‘Je wilt niet dat AI een oordeel geeft, maar de redenering achter de output laat zien. Daardoor blijft de beoordeling van de informatie bij de auditor.’ 

Daarom verwacht Bernd dat AI vooral nuttig is voor routinematige werkzaamheden. ‘Want dan heeft de auditor meer tijd voor de leukste onderdelen van het werk, zoals analyses, onderzoeken en beoordelingen’, zegt hij. ‘Werk dat meerwaarde levert voor de samenleving.’

Bernds top drie AI-tips: Begin gewoon. Je ontdekt pas wat AI voor jouw werk betekent door te experimenteren. Niet elke toepassing werkt meteen, maar dat is niet erg. Wat vandaag nog niet werkt, kan over een jaar of twee jaar misschien wel werken.  Gebruik AI voor tekstverwerking, voorbereidend werk en andere routinetaken, maar laat het oordeel jouw verantwoordelijkheid zijn. AI ondersteunt, de mens beslist[BR5] . Volg de beschikbare trainingen. AI kent een paar vaktechnische termen die handig zijn om te weten. Hoe meer je oefent, hoe beter je resultaten uiteindelijk worden.

Maak kennis met de vijf AI-initiatieven van Dienst Toeslagen

De Dienst Toeslagen heeft op dit moment alleen Copilot Chat als AI-tool ter beschikking. Daar wordt volgens Laurens veel mee geëxperimenteerd. Maar er wordt ook naar nieuwe tools gekeken, externe én zelfontwikkelde. Dat heeft geleid tot vijf concrete initiatieven die in de uitwerkings- of opstartfase zitten.

1. Slimmer omgaan met bezwaren:
met deze zelfontwikkelde AI-tool kunnen behandelaars van bezwaren vergelijkbare situaties terugvinden. Zo komen zij sneller bij eerdere uitspraken en relevante juridische informatie dan als ze dat handmatig doen. Bovendien zorgt dit voor uniformiteit in het behandelingsproces.
2. AI-assistent voor softwareontwikkeling:
voor het nieuwe financieringsstelsel van de kinderopvangtoeslag werkt Dienst Toeslagen aan een eigen informatievoorziening. De Dienst onderzoekt een veilige AI-codeerassistent, die ontwikkelaars bij het programmeerwerk ondersteunt. 
3. Ondersteuning bij vergaderingen:
er wordt gekeken naar AI voor het maken van notulen, samenvattingen en actiepunten tijdens vergaderingen. Dat bespaart medewerkers veel handmatig werk ‘waar niemand ooit echt zin in heeft’, zegt Laurens. 
4. Betere brieven voor burgers:
AI kan helpen brieven begrijpelijker en vriendelijker te maken én beter af te stemmen op de situatie van een burger. ‘Maar altijd met behulp van een menselijke redacteur die met de output van AI aan de slag gaat’, zegt Laurens. Er wordt onderzocht of dit via TNO’s nieuwe AI-model, GPT-NL, gedaan kan worden. Dit model opereert namelijk lokaal en is dus onafhankelijk van internationale organisaties.
5. Een slimme kennisbank:
een slimme chatbot die is getraind met specialistische kennis van een afdeling moet medewerkers helpen sneller antwoorden te vinden. Denk aan informatie in werkinstructies, handleidingen en andere interne kennisbronnen.

Verantwoordelijk en aansprakelijk: de medewerker

Volgens Laurens wordt in elk initiatief de focus gelegd op de medewerker. ‘Onze missie en visie gaan uit van dienstbaarheid richting de burger. Daarom geloof ik dat er bij elk contactmoment met een burger een mens klaar moet zitten, niet een AI-chatbot.’

AI bespaart veel handmatig werk waar niemand ooit echt zin in heeft

AI wordt dan ook ingezet als hulpmiddel. Bijvoorbeeld om informatie sneller te vinden of een eerste concept te maken. Hoewel de mogelijkheden groot zijn, benadrukt Laurens dat medewerkers altijd zelf verantwoordelijk blijven voor hun werk. ‘Binnen de context van de Rijksoverheid kun je zelden met AI simpelweg knippen en plakken. De medewerker is de kennishouder. Jij blijft verantwoordelijk en aansprakelijk voor wat AI oplevert in jouw werk.’

Enthousiasme en nieuwsgierigheid

Dat klinkt zwaar, maar volgens Laurens is er juist veel enthousiasme binnen Dienst Toeslagen. Medewerkers zijn benieuwd naar de mogelijkheden en willen ontdekken hoe AI hun werk gemakkelijker kan maken. ‘Het is fantastisch om mee te werken. Zelf zou ik niet meer zonder willen.’

Laurens’ AI-tip top drie  Je kunt AI goed gebruiken voor het genereren van concepten. Ik doe dat voor notities en beleidsstukken. Ik voer eerst een uitgebreide prompt in, waarin ik specifiek ben over de inhoud, het publiek, de toon en dat de AI niets zelf moet verzinnen. Daar krijg ik een 0,7 versie uit. Die controleer ik en verwerk ik tot formele notitie. Zie AI als een sparringpartner. Bijvoorbeeld om je gedachten te structuren of out of the box te denken. Een groot voordeel: AI is hiervoor altijd bij de hand. Beschouw AI als een speeltuin. Wel met een hek eromheen, want we werken bij de Rijksoverheid. Maar binnen die hekken kun je op zoveel speeltoestellen gaan zitten, en er komen steeds meer bij. ​​​​​​​

Blijven ontwikkelen

De Douane moet zich blijven ontwikkelen, want de smokkelmethodes van criminelen veranderen ook. ‘Daarom trainen we onze algoritmes daarop en passen we zelflerend vermogen toe.’ De douanier blijft onmisbaar: ‘Je moet altijd risicobevinding en steekproeven doen en altijd koffers blijven openen die buiten het algoritme vallen’, zegt Roderick. Met die verbeterde scanners is het team van Roderick er nog niet. ‘Het is leuk als onze techniek straks werkt, maar het is niet efficiënt als je daarna een ingewikkeld proces-verbaal hebt dat veel tijd kost om te verwerken. Je moet naar het hele proces kijken, anders leggen we een zesbaanssnelweg aan op een landweggetje.’

Blijf altijd koffers openen die buiten het algoritme vallen

Zo moet een scananalist nu nog beoordelen of de AI-selectie klopt. In de toekomst moet dat automatisch gaan: het systeem tagt een tas die opvalt, een douanier controleert de tas daarna.

Samenwerken met Schiphol

De Douane werkt samen met Schiphol aan innovaties. ‘We combineren onze data om efficiënter te werken. We gebruiken bijvoorbeeld een AI-aangestuurd systeem van Schiphol dat laat zien waar op welk moment passagiers zijn. Daarmee beoordelen we wanneer het op een bepaalde plek druk is, waarna we meer controleren.’ 

De Douane heeft op Schiphol binnen het postproces ook een algoritme draaien dat op wapens en pillen selecteert. ‘Dat doen we op een plek waar we voorheen niet stonden. Vanwege de scan die we daar nu doen, hebben we meer bevindingen.’ 
Roderick ziet de toekomst hoopvol in en vermoedt dat de Douane over 5 jaar AI-gedreven scanners heeft. ‘De techniek heeft zich al bewezen, dus ik zou niet weten waarom niet.’

Rodericks drie tips voor AI-gebruik Zorg als bestuurder dat je mensen aanzet tot het gebruik van AI, en gebruik het zelf ook. Doorleef je AI-strategie door het een topic te maken in je organisatie. Kijk naar het hele proces als je met AI werkt en niet alleen naar kleine oplossingen. We hebben de neiging om met één leuke oplossing te komen en dan alleen daarnaar te kijken. Maar je moet juist verder denken.   Doen is de beste manier van denken: ga gewoon met AI aan de slag. Gebruik bijvoorbeeld Co-Pilot. De AI-geletterdheid gaat omhoog als je dat doet