Slimme audits, slimme data

Als internal auditor ben ik altijd op zoek naar manieren om slimmer te werken. Dat is nu eenmaal een beetje de aard van ons vak: je wilt tijd winnen, de kwaliteit verbeteren en tegelijkertijd scherp blijven op de details. De laatste tijd ben ik me steeds meer gaan verdiepen in Generatieve AI (GenAI). Het klonk eerst als iets voor techneuten of IT-specialisten, maar ik ontdekte dat deze tools verrassend toegankelijk zijn. 

In deze blog deel ik mijn ervaringen met GenAI, hoe ik het inzet in mijn audits, en welke vragen (prompts) ik stel om tot de kern te komen. En ik geef je ook suggesties voor gratis tools die je kunt proberen, mits dat natuurlijk binnen het beleid van je organisatie past.

 

Documentenanalyse: Meer doen in minder tijd

Laten we eerlijk zijn: een groot deel van ons werk bestaat uit het analyseren van documenten. Of het nu gaat om beleidsregels, risicorapporten of eerdere auditverslagen, de stapel lijkt vaak eindeloos. Hier kwam GenAI voor mij echt tot zijn recht. Door gerichte vragen te stellen, kreeg ik in een paar minuten de inzichten die ik normaal uren zou zoeken.

Mijn aanpak:

Ik begin meestal met een simpele vraag, zoals:

• “Vat de belangrijkste punten van dit document samen.”

Dit geeft snel een overzicht. Maar daarna ga ik dieper. Hier zijn wat vragen die ik vaak stel:

• “Welke risico’s worden in dit document genoemd, en hoe worden ze beheerst?” 
• “Zijn er verschillen tussen dit document en eerdere versies? Zo ja, welke?” 
• “Welke trends zie je in eerdere auditbevindingen, en komen die ook in dit document terug?”

Gratis tools die je kunt proberen:

• ChatGPT Free (OpenAI): Voor het snel samenvatten en stellen van verdiepende vragen. 
• Google Gemini/Co-Pilot: Ideaal voor documentanalyse en diepgaande antwoorden. 
• Notion AI (gratis versie): Werkt goed voor het structureren en analyseren van tekst.
   

Data-analyse: Patronen en risico’s ontdekken

Na de documenten komt de data. Hier was ik in het begin sceptisch. Ik dacht: “Hoe kan een AI begrijpen wat ik zoek in mijn data?” Maar na wat experimenteren merkte ik dat het verrassend goed werkt, zeker als je de juiste vragen stelt.

Mijn aanpak:

Ik begin meestal met een vrij eenvoudige vraag:

• “Analyseer deze dataset en markeer waarden die sterk afwijken.”

Dat geeft vaak een goede start, maar daarna stel ik meer specifieke vragen, zoals:

• “Welke patronen zie je in de uitgaven van de afgelopen zes maanden?” 
• “Zijn er opvallende afwijkingen die mogelijk op risico’s wijzen?” 
• “Hoe verschillen deze gegevens van voorgaande periodes?”

Visualisatie als hulpmiddel:

Soms is een beeld meer waard dan duizend woorden. Ik vraag bijvoorbeeld: 

• “Maak een heatmap van de grootste risico’s per afdeling.” 
• “Laat in een trendgrafiek zien hoe KPI’s zich de afgelopen kwartalen hebben ontwikkeld.” 

Gratis tools die je kunt proberen: 

• Google Sheets (met Explore-functie): Handig voor basisdata-analyse en eenvoudige visualisaties. 
• Canva (gratis versie): Voor het maken van eenvoudige grafieken en dashboards. 
• Observable: Een gratis tool voor datavisualisatie in interactieve dashboards. 

 

Regelgeving en compliance: Altijd up-to-date blijven 

Regelgeving verandert voortdurend, en dat maakt compliance vaak een uitdaging. Hier kan AI helpen om de bomen door het bos te zien. 

Mijn aanpak:

Als ik begin met een compliance-analyse, stel ik vaak eerst een algemene vraag: 

• “Welke regels zijn relevant voor dit proces, en zijn er recente wijzigingen?” 

Daarna ga ik dieper: 

• “Welke risico’s ontstaan door niet-naleving van deze regels?” 
• “Hoe zijn deze wijzigingen in regelgeving toegepast binnen de organisatie?” 
• “Zijn er overeenkomsten met regelgeving in andere sectoren die we ook kunnen toepassen?” 

Gratis tools die je kunt proberen: 

• Feedly (gratis versie): Voor het volgen van updates over regelgeving en industrie-inzichten. 
• Perplexity AI: Deze tool biedt snelle en actuele informatie over specifieke regelgeving. 
• Google Scholar: Voor toegang tot publicaties en juridische bronnen.
• RAW@AI: Voor risico-evaluatie en compliance-checks. 

 

Samenwerken en communiceren: Actie ondernemen 

Een audit is pas echt waardevol als je de inzichten omzet in actie. Hier helpt AI ook, vooral als het gaat om samenwerken met andere afdelingen. 

Mijn aanpak:

Ik begin vaak met een vraag zoals: 

• “Welke data-eigenaren kunnen bevestigen dat de datasets compleet en nauwkeurig zijn?” 

Daarna stel ik verdiepende vragen: 

• “Welke ontbrekende data kunnen de resultaten beïnvloeden?” 
• “Welke managers moeten op de hoogte worden gebracht van opvallende trends?” 
• “Welke acties kunnen direct worden genomen om risico’s te beperken?” 

Gratis tools die je kunt proberen: 

• Slack GPT (gratis integratie in Slack): Handig voor samenwerken en communiceren binnen teams. 
• Google Docs (met AI-functies): Voor het documenteren van inzichten en acties. 
• Zoom (met gratis AI-helper): Om meetings effectiever te maken en notities automatisch te laten genereren. 

 

Is het allemaal dan zo mooi...nee... 

Leren door te doen – en soms bij te sturen

In mijn experimenten met GenAI ben ik ook tegen grenzen aangelopen. Bijvoorbeeld: soms kreeg ik antwoorden die logisch klonken, maar bij nadere controle niet helemaal klopten. Of ik stelde een te brede vraag, waardoor de output vaag bleef. 

Wat ik daarvan heb geleerd? Wees specifiek in je prompts, en stel vervolgvraag na vervolgvraag. En test de uitkomsten bij voorkeur eerst op niet-kritische opdrachten. Inmiddels werk ik veel iteratiever: eerst snel iets genereren, dan beoordelen, aanpassen, en pas daarna verder bouwen. 

Hoe ik controleer of de AI-uitkomst klopt 

GenAI-output beschouw ik nooit als eindproduct, maar als een werkhypothese. Zeker bij data-analyses vergelijk ik de inzichten altijd met de ruwe data of met eerdere auditresultaten. Als iets opvallends wordt gemeld, probeer ik die bevinding zelf na te trekken in de bron. 

Soms laat ik collega’s meekijken of gebruik ik een tweede tool om het resultaat te checken. Denk aan een soort digitale ‘vier-ogen-principe’. 

 

Tot slot: Begin klein en ontdek zelf de mogelijkheden

GenAI heeft mijn werk als auditor zeker veranderd, maar ik ben ook nog steeds aan het leren.  

Mijn advies? Begin klein. Stel een simpele vraag aan een AI-tool, zoals: 

• “Vat de belangrijkste punten van dit document samen.” 

Bouw daar verder op met verdiepingsvragen. En wees vooral niet bang om te experimenteren. Sommige dingen werken misschien niet meteen zoals je hoopt, maar met een beetje oefenen ontdek je al snel wat wel voor jou werkt. 

Onthoud: de genoemde tools zijn suggesties, geen aanbevelingen. Controleer altijd of het gebruik ervan past binnen het beleid van jouw organisatie.

 

Voor de volledigheid wil ik graag toelichten dat er in mijn experimenten geen vertrouwelijke documenten zijn gebruikt in gratis-versies van AI-tools. Waar wél met praktijkvoorbeelden is gewerkt, ging het om volledig geanonimiseerde informatie of om publiek beschikbare bronnen. In enkele gevallen is Gen-AI toegepast in een veilige bedrijfsomgeving met bijvoorbeeld een Co-pilot licentie.

De voorbeelden en adviezen in het artikel zijn vooral bedoeld om auditors te inspireren en uit te nodigen om zelf te experimenteren met Gen-AI. Juist door in een veilige, gecontroleerde omgeving te oefenen, kunnen we samen ontdekken wat de mogelijkheden én de beperkingen van deze technologie zijn.
 

Veel succes, en wie weet ontdek jij net als ik dat GenAI jouw auditwerk net dat stukje slimmer maakt! 

 

Over de auteur

Rishi Djairam RA RO CCSO
Lid van de Professional Practice Group Artificial Intelligence (PPGAI)
Owner & Director Djairam Consultancy

Met een ruime achtergrond in accountancy, internal audit en risicomanagement weet Rishi Djairam complexe financiële en organisatorische vraagstukken helder te vertalen voor alle lagen binnen een organisatie. Zijn kracht ligt in het werken vanuit de strategische koers en het meetbaar maken daarvan op ieder niveau, met oog voor de menselijke factor. Gedreven door een natuurlijke nieuwsgierigheid verdiept hij zich grondig in de uitdagingen van zijn opdrachtgevers en adviseert hij bestuurders, toezichthouders en managementteams over weloverwogen beslissingen op basis van betrouwbare data. Het oplossen van complexe vraagstukken bij klanten beschouwt hij als een van de meest waardevolle aspecten van zijn werk.