AI bij fiscalisten: waarom het gebruik sneller groeit dan het vertrouwen

Voor de meeste belastingadviseurs is kunstmatige intelligentie geen experiment meer, maar dagelijks gereedschap. Dat is inmiddels gemeten: de Nederlandse Orde van Belastingadviseurs (NOB) en de Stichting Opleiding Belastingadviseurs (SOB) publiceerden de trendmonitor De impact van AI binnen de fiscale dienstverlening, uitgevoerd door onderzoeksbureau BusinessMonitor onder 799 respondenten: 700 AI-gebruikers en 99 AI-strategen.

De uitkomst over AI bij fiscalisten laat weinig ruimte voor twijfel. Van de junior belastingadviseurs gebruikt circa 80% dagelijks AI, bij mediors ongeveer 70%, bij senioren 53%. Het gaat vooral om tekstcontrole en redactie, samenvatten, zoeken in wetgeving en jurisprudentie, fiscaal onderzoek en documentanalyse. De omvang van het kantoor maakt voor die gebruiksfrequentie nauwelijks uit.

En toch staat daar een tweede cijfer naast dat alles bepaalt: 88% van de respondenten noemt vertrouwen in de kwaliteit van AI-output als de grootste belemmering. Gevraagd naar specifiek fiscale analyses beoordeelt 39% de betrouwbaarheid als laag en nog eens 18% als zeer laag.

Gebruik en vertrouwen groeien dus niet gelijk op. Het gebruik loopt ver voor.

De onvermijdelijke vraag: wie controleert het werk?

Het ongemakkelijkste patroon uit het onderzoek zit in de combinatie van twee bevindingen. De groep die AI het intensiefst gebruikt — junioren — is precies de groep die het minst is toegerust om te zien wanneer het misgaat. Respondenten benoemen dat zelf: AI-output is vooral riskant voor minder ervaren adviseurs, omdat zij hallucinaties, verzonnen bronnen, onjuiste conclusies en subtiele interpretatiefouten nog niet altijd herkennen.

Dennis Jongbloed van Jongbloed Fiscaal Juristen schrijft er treffend over: wie zonder fiscale kennis een ingewikkelde vraag aan AI stelt, kan een prachtig geschreven antwoord krijgen dat juridisch tóch niet klopt. Een verkeerd wetsartikel, een niet-bestaande uitspraak, een conclusie die net naast de werkelijkheid ligt.

Dat is geen argument tegen AI. Het is een argument tegen AI die haar werk niet laat zien.

Kritisch beoordelen van AI-output wordt door 92% van de respondenten genoemd als de belangrijkste te ontwikkelen competentie, ruim boven prompt engineering (71%). Het vierogenprincipe blijft bij de meeste kantoren de formele kwaliteitsborging, en AI-output wordt vrijwel nooit als eindproduct gezien — eerder als het voorbereidende werk van een junior medewerker: bruikbaar, mits nagekeken.

De praktische consequentie daarvan wordt vaak over het hoofd gezien. Als elk antwoord hoe dan ook gecontroleerd moet worden, dan is de snelheid waarmee een systeem antwoordt niet de belangrijkste eigenschap. De snelheid waarmee u het antwoord kúnt controleren is dat wel. Een antwoord met de vindplaats erbij, herleidbaar tot de wettekst of de uitspraak, kost een ervaren fiscalist minuten om te toetsen. Een vlot geschreven alinea zonder bronnen kost een half uur — of, erger, glipt erdoorheen.

Waarom de kloof tussen kantoren groeit

De trendmonitor legt nog iets bloot. Binnen de grote kantoren gebruikt ongeveer 70% van de belastingadviseurs intern ontwikkelde AI-oplossingen. Bij middelgrote kantoren is dat 18%. Middelgrote kantoren wijken vaker uit naar gespecialiseerde fiscale software van externe leveranciers (39%), kleine kantoren vooral naar generieke tools.

Dat verschil ziet u terug in het gereedschap. Bij middelgrote en grote kantoren is Microsoft Copilot met circa 73% de meest gebruikte generieke tool, gevolgd door ChatGPT (28%) en Claude (14%). Bij kleinere kantoren liggen Copilot en ChatGPT vrijwel gelijk (57% en 54%) en wordt Claude relatief vaker ingezet (30%).

Generieke assistenten zijn goed in taal. Ze zijn niet gebouwd om een fiscale vraag te beantwoorden vanuit de actuele wettekst, de parlementaire geschiedenis en gepubliceerde jurisprudentie, met een vindplaats bij elke stap. Wie zo'n tool inzet voor vaktechnisch werk, controleert niet alleen de conclusie maar ook de fundering — elke keer opnieuw.

De NOB verwacht dan ook dat AI de verschillen tussen kantoorsegmenten vergroot: in productiviteit, innovatiekracht en schaalbaarheid. Dat is de reële zorg. Niet dat AI het vak overneemt, maar dat alleen de grootste kantoren zich een systeem kunnen veroorloven dat aan de vaktechnische eis voldoet. Een kantoor van tien fiscalisten hoort dezelfde kwaliteit van ondersteuning te kunnen krijgen als een kantoor van driehonderd, zonder zelf een AI-afdeling op te tuigen.

Van tijdwinst naar betere afwegingen

De productiviteitswinst is er: 45% van de respondenten bespaart één tot drie uur per week, 11% zelfs meer dan vijf uur. Toch is tijdwinst het minst interessante deel van dit verhaal. Als onderzoek dat vroeger drie uur kostte in één uur kan worden voorbereid, kunnen die overige twee uur worden gebruikt om dieper over de casus na te denken. Welke alternatieve structuur is mogelijk? Wat gebeurt er bij emigratie of overlijden? Hoe kijkt de Belastingdienst hier waarschijnlijk naar? Is een theoretisch optimale structuur in de praktijk ook verstandig?

Dat sluit aan bij wat de NOB over het verdienmodel schrijft. Naarmate research, analyse en standaardadvies sneller gaan, verschuift de economische waarde van productie naar interpretatie, duiding en strategische advisering — met meer ruimte voor vaste prijsafspraken, abonnementen en waardegerichte prijsstelling. Een cliënt betaalt niet graag voor minuten achter een beeldscherm. Een cliënt betaalt voor zekerheid over een fiscale positie.

Vier ontwerpeisen voor verantwoord gebruik

Uit de trendmonitor zijn een paar concrete eisen af te leiden voor elk kantoor dat AI serieus inzet.

1. Bronvermelding is geen extraatje. Zonder vindplaats is elk antwoord onbruikbaar voor vaktechnisch werk, hoe goed het ook leest.
2. Human-in-the-loop hoort in het proces, niet in de goede bedoelingen. Het vierogenprincipe geldt ook — juist — als AI het concept schreef.
3. Cliëntdata vraagt een expliciete keuze. Vertrouwelijkheid en AVG worden door 42% als belemmering genoemd. Waar draait het model, wie kan erbij, wat wordt bewaard?
4. Beleid moet bekend zijn, niet alleen bestaan. Uit de open antwoorden blijkt dat medewerkers de eigen AI-richtlijnen vaak niet kennen; bij kleinere kantoren geeft 38% aan dat er helemaal geen AI-beleid is. Daar komt regelgeving bij: 80 tot 90% van de belastingadviseurs geeft aan niet of nauwelijks bekend te zijn met de inhoud van de Europese AI Act.

Controleerbaarheid als ontwerpkeuze

PrudAI bouwt LEO als digitale collega voor juridische en fiscale professionals. LEO werkt vanuit ruim 150 gevalideerde bronnen — wetgeving, jurisprudentie en officiële publicaties — en levert bij elk antwoord de vindplaats mee, zodat controleren minuten kost in plaats van een half uur. LEO neemt geen beslissingen en vervangt geen fiscalist; het professionele oordeel blijft waar het hoort.

De fiscale praktijkvariant van LEO is ontstaan in cocreatie met Jongbloed Fiscaal Juristen, dat het systeem dagelijks inzet bij onder meer jurisprudentieonderzoek, het voorbereiden en controleren van analyses en adviezen, en woonplaatsonderzoeken. Die cocreatie is precies de reden dat het product doet wat het doet: fiscalisten bepaalden welke vragen beantwoord moeten worden en wanneer een antwoord bruikbaar is, PrudAI bouwde het systeem daaromheen. Getoetst aan echt werk van echte fiscalisten, niet aan een demo.

Op informatiebeveiliging loopt PrudAI het formele traject: voor ISO 27001:2022 en NEN 7510 is de certificeringsaudit afgerond in augustus 2026; het certificaat wordt verwacht in het vierde kwartaal van 2026.

De vraag is niet langer óf fiscalisten AI gaan gebruiken. Dat doen ze al, dagelijks. De vraag is of ze een systeem gebruiken dat zich laat controleren.

Wilt u weten hoe LEO uw fiscale of juridische praktijk helpt om sneller te werken met antwoorden die u in minuten kunt verifiëren? Neem dan contact met ons op voor een demonstratie op maat.