Je closing laten reviewen door AI, zonder de controle uit handen te geven

Het is de vijfde werkdag van de maand. De boekhouding is zo goed als afgesloten, het management wil cijfers, en jij hebt vijf exports open om na te gaan of alle leveranciersfacturen binnen zijn. Herkenbaar?

Voor de meeste finance teams is de review van een maandafsluiting nog altijd vooral handwerk: data verzamelen, aansluiten, tabellen bouwen. Het eigenlijke werk, nadenken over wat er niet klopt, komt pas op het einde. Als er dan nog tijd over is.

Bij Monitr probeerden we een andere aanpak. We laten een AI-assistent, Claude of ChatGPT, het voorbereidende werk doen. Die haalt de cijfers rechtstreeks uit Monitr, voert de controles uit en schrijft per controle een werkpapier. Voor de controller blijven de uitzonderingen en de beslissingen over.

Het punt is niet dat AI de closing overneemt. Dat doet het niet, en dat willen we ook niet. Het punt is dat de reviewer elke maand een volledig voorbereid dossier krijgt, en zijn tijd kan besteden aan waar hij goed in is: oordelen.

Wat levert het op?

Minder tijd aan het voorbereidende werk

Data verzamelen, aansluiten en in tabellen zetten neemt de assistent over. Bij een review van de leveranciersschulden liggen de open posten al naast het grootboek, zijn oude posten eruit gelicht en is elke leverancier vergeleken met de vorige maanden. De review zelf blijft tijd vragen, en dat is ook de bedoeling. Alleen gaat die tijd nu naar wat opvalt, en niet meer naar het verzamelen.

Gewoon vragen

Je hoeft geen formules of scripts te schrijven. "Kijk of alle leveranciersfacturen van augustus binnen zijn" is genoeg. Valt je iets op, dan vraag je door: "Welke leveranciers hadden in juni en juli wel een kost, maar in augustus niet?" Ook de werkwijze zelf staat in gewone taal beschreven. Je past ze aan zoals je een procedure aanpast.

De mens beslist

De assistent stelt voor, jij beslist. Hij maakt geen boekingen zonder jouw akkoord, en een controle is pas af als een reviewer ze goedkeurt. Zo gaat jouw tijd naar de vragen die ertoe doen. Is die ontbrekende factuur echt een kost van augustus, of is de campagne gewoon verschoven?

Elke afwijking een eigen lijn

Wat niet klopt, belandt niet in een lange mail of een opmerking in een Excel-cel. Elke afwijking wordt een aparte lijn met het bedrag, de impact, een voorstel en een status: te bespreken, wacht op input, gecorrigeerd, verklaard of bewust genegeerd. Wie besliste en waarom, staat erbij. Volgende maand weet je nog precies wat er gebeurd is.

Je kunt alles zelf nagaan

Een assistent die controles uitvoert, moet je zelf kunnen controleren. Daarom documenteert hij elke stap: welke controle hij deed, op welke data en tot welke datum, wat hij vond en wat hij niet kon nagaan. Elke conclusie is zo terug te leiden tot de cijfers erachter. Twijfel je aan een bevinding, dan zie je meteen waar ze vandaan komt en reken je ze zelf na. Geen zwarte doos, maar een spoor dat je kunt volgen.

Waarom via de Monitr MCP?

Een AI-assistent is maar zo goed als de data die hij krijgt. Geef je hem een ruwe export, dan moet hij zelf gaan puzzelen. Via de Monitr MCP werkt hij op dezelfde gestructureerde basis als je rapportering.

Betrouwbare cijfers

De assistent rekent je balans of resultatenrekening niet zelf uit. Hij leest de cijfers zoals Monitr ze berekent, met dezelfde mapping en dezelfde logica als in je rapporten. Wat hij vindt, sluit dus aan op wat het management ziet.

Meerdere rapporteringssets

Dezelfde boekhouding bekijk je in meerdere structuren: een wettelijk schema zoals BE GAAP of RGS, maar ook je eigen managementrapportering. De assistent kiest de structuur die bij de controle past, bijvoorbeeld het wettelijke schema voor een balansreview en de managementrapportering voor budget versus actual.

Inzoomen in plaats van alles meesturen

De Monitr MCP biedt veel ingangen: van een rapport naar een rapportlijn, naar een rekening, naar een leverancier en tot op de transactie. De assistent begint op hoofdlijnen en zoomt alleen in waar iets opvalt. Zo komt enkel de relevante data in het gesprek. Minder data betekent minder ruis, en dus betere antwoorden.

Correcties in Monitr of in de boekhouding

Niet elke aanpassing hoort in de boekhouding. Een analytische uitsplitsing van kosten per afdeling of project, of een managementcorrectie voor de maandrapportering, leg je vast als adjusting entry in Monitr. De boekhouding blijft zo zuiver, en de aanpassing blijft zichtbaar en traceerbaar.

Ook voor een echte correctie heb je de keuze: handmatig in de boekhouding, of via de MCP als adjusting entry in Monitr. In beide gevallen stelt de assistent voor en beslis jij.

Ook prognoses

Monitr beheert niet alleen actuals en budget, maar ook prognoses. Na de closing kan de assistent, na jouw akkoord, de forecast bijwerken met de nieuwe cijfers, of een afwijking naast de laatste prognose leggen in plaats van naast het oorspronkelijke budget.

Een maand in de praktijk

Hoe dat eruitziet, toont een fictief voorbeeld: de augustusafsluiting van Testentiteit 1. De assistent draait twee controles, op de leveranciersschulden en op budget versus actual. Even later liggen er twee werkpapieren klaar, met drie bevindingen die ertoe doen.

Een kost die twee keer in de cijfers zat

In juli boekte de boekhouding een provisie van € 4.800 voor hosting, omdat de factuur nog niet binnen was. In augustus kwam die factuur binnen en werd ze gewoon geboekt. Alleen nam niemand de provisie terug. De hostingkost van juli zit dus twee keer in de cijfers.

In een klassieke review valt dat pas op als iemand toevallig de rekening met te ontvangen facturen openklikt. De assistent volgt elke provisie tot aan de factuur en de terugname, en ziet meteen dat die laatste stap ontbreekt. Meteen is ook de overschrijding op software en hosting in de budgetvergelijking verklaard: dezelfde oorzaak, één afwijking.

Een kost die ontbrak

Op 3 september werd € 3.200 betaald aan een freelancer, voor werk in augustus. Die factuur staat nergens in de augustuscijfers: niet bij de openstaande facturen en niet als provisie. De kost ontbreekt dus in het resultaat van augustus.

De assistent vond die kost door de betalingen van de eerste werkdagen van september naast de periode van de dienst te leggen. Precies het soort controle dat onder tijdsdruk als eerste sneuvelt.

Een oude schuld waar niemand meer naar kijkt

Bij een adviesbureau staat al sinds maart € 6.500 open. Betwist? Al betaald via een andere rekening? De assistent weet het niet, en dat hoort ook zo. Hij zet het klaar als vraag voor de business.

En dan beslist de controller

Die drie punten belanden niet in een mail, maar als aparte lijnen in een tabel, elk met een voorstel. De controller hoeft niet meer te zoeken, alleen nog te beslissen:

Hostingkost dubbel geboekt (€ 4.800). Voorstel: provisie van juli terugnemen. Beslissing: akkoord, gecorrigeerd.

Freelancefactuur augustus ontbreekt (€ 3.200). Voorstel: provisie per 31 augustus. Beslissing: akkoord, gecorrigeerd.

Oud saldo adviesbureau (€ 6.500). Voorstel: navragen bij de business. Beslissing: wacht op input.

Het resultaat: de EBITDA van augustus gaat van € 25.500 naar € 27.100, en het verschil met het budget van € 30.000 krimpt van € 4.500 tot € 2.900. Wat overblijft, vooral een lagere omzet, is geen boekingsfout maar een vraag voor de business: gaat het om timing of om een echte daling?

Wie wat besliste en waarom, staat in het dossier. Wie later wil nagaan waarom een cijfer is wat het is, vindt de hele redenering terug: van de data, over de bevinding, tot de beslissing.

Zin om het zelf te proberen? Vanaf hier wordt het technischer: hoe de onderdelen samenwerken en hoe je het stap voor stap opzet.

Technische setup: hoe de onderdelen samenwerken

Drie onderdelen werken samen. De Monitr MCP levert de boekhouddata rechtstreeks uit Monitr. Claude of ChatGPT/Codex voert de controles uit volgens jouw methode. Notion is de database: daar staan de methode, de takenlijst, de werkpapieren en de afwijkingen.

Het model bereidt voor, de mens beslist. Controller bevestigt de periode → AI-assistent zet taken klaar, voert controles uit, schrijft werkpapieren en registreert afwijkingen → reviewer beoordeelt, controller beslist en tekent af.

De mens staat aan het begin en aan het einde van elke closing. Daartussen doet de assistent het voorbereidende werk. Per stap:

1. Bevestigen (mens). Jij bevestigt welke maand en welke entiteiten worden afgesloten. Waarom: de assistent schrijft niets zonder dat iemand de scope heeft goedgekeurd. Een vergissing in de periode zie je zo meteen.

2. Klaarzetten. De assistent maakt per entiteit een pagina voor de maand en zet de taken klaar, met wie uitvoert, wie reviewt en tegen wanneer. Waarom: iedereen ziet vanaf dag één wat er moet gebeuren. De taken komen uit één vaste lijst per entiteit, zodat er geen controle vergeten wordt.

3. Controle doen. De assistent haalt de data op via de Monitr MCP en voert de controle uit volgens de beschreven methode. Waarom: rechtstreeks uit de bron, dus geen verouderde exports of kopieerfouten. Tijdens de controle leest de assistent alleen: er verandert niets in Monitr of in de boekhouding.

4. Werkpapier. Alles wat de assistent deed, komt op de taakpagina: welke data, op welke datum, welke stappen, wat hij vond en wat hij niet kon controleren. Waarom: je moet het werk van de assistent kunnen nagaan zonder het opnieuw te doen. Elke conclusie is terug te leiden tot de data en de stappen erachter.

5. Afwijkingen. Elke bevinding wordt een aparte lijn met een voorstel. Waarom: één lijn per probleem maakt het mogelijk om per punt te beslissen en op te volgen. Niets verdwijnt in een algemene opmerking.

6. Reviewen (mens). De reviewer leest het werkpapier en keurt het goed of geeft opmerkingen. Bij opmerkingen voert de assistent de controle opnieuw uit (de stippellijn). Waarom: de assistent kan zich vergissen of context missen. Een tweede paar ogen blijft nodig, en elke heruitvoering wordt bijgehouden.

7. Beslissen (mens). Per afwijking beslist de controller: corrigeren, verklaren, bewust negeren of wachten op input, met naam en datum. Waarom: dit is het oordeel waar een controller voor staat. Omdat het per afwijking vastligt, is later duidelijk waarom een cijfer is wat het is.

8. Aftekenen (mens). Pas als alles beslist is, tekent iemand de closing af en wordt de periode in Monitr afgesloten. Waarom: er is één duidelijk moment waarop de cijfers definitief worden, en dat moment ligt bij een mens.

Voorbeeld: één werkpapier door de acht stappen

Zo loopt de review van de leveranciersschulden van Testentiteit 1 voor augustus door het proces.

1. Bevestigen. Op 1 september vraagt de controller om de closing van augustus klaar te zetten. De assistent stelt voor: periode 1 tot 31 augustus, entiteit Testentiteit 1. De controller zegt akkoord.

2. Klaarzetten. De assistent maakt de pagina Testentiteit 1 · 2026-08 met twee taken: de AP-review (deadline 7 september) en budget versus actual (deadline 8 september). Op elke taakpagina staan het doel en de methode al ingevuld.

3. Controle doen. Op 4 september: "Doe de AP-review voor Testentiteit 1, augustus." Via de Monitr MCP haalt de assistent de 59 openstaande leveranciersfacturen op, het grootboek, de kosten per leverancier van juni tot augustus, de provisies en de betalingen van 1 tot 7 september.

4. Werkpapier. Op de taakpagina komen de conclusie (Review), de aansluiting met het grootboek (€ 360 verschil), de ouderdom van de open posten, de vergelijking per leverancier, de provisies en de betalingen na ultimo. Ook de beperking staat erbij: er waren geen facturen beschikbaar, dus de periode van de dienst is afgeleid uit de omschrijving.

5. Afwijkingen. Vier lijnen, elk met bedrag, impact en voorstel: de dubbele hostingkost (€ 4.800, hoog), de ontbrekende freelancekost (€ 3.200, middel), het oude saldo bij het adviesbureau (€ 6.500, middel) en het verschil met het grootboek (€ 360, laag). De taak gaat op Klaar voor review. Tot hier staat het voorbeeld in het Notion-template; de stappen hieronder kun je er zelf in uitproberen.

6. Reviewen. De reviewer leest het werkpapier en wil zeker zijn dat de freelancebetaling over augustus gaat. Hij zet de taak op Opmerkingen - aanpassen: "Toon de omschrijving van die betaling." De assistent voert de controle opnieuw uit en voegt de omschrijving toe ("prestaties augustus"). De datum van de laatste uitvoering schuift op, die van de eerste blijft staan. Daarna keurt de reviewer goed.

7. Beslissen. Per afwijking legt de controller een beslissing vast, met naam en datum. De hostingkost en de freelancekost worden gecorrigeerd. Dat kan handmatig in de boekhouding, of als adjusting entry in Monitr die de assistent via de MCP voorbereidt; dat laatste pas nadat de controller er uitdrukkelijk om vraagt. Het oude saldo gaat op Wacht op input: de controller beslist dat het de closing niet tegenhoudt. Het verschil van € 360 valt onder de materialiteit en wordt niet gecorrigeerd; het komt terug in de review van september.

8. Aftekenen. Als ook budget versus actual goedgekeurd is en er geen open punt met hoge impact meer is, tekent de controller op 8 september de closing af. Pas dan wordt augustus in Monitr afgesloten. Het oude saldo blijft als opvolgpunt staan voor september.

Zelf opzetten in vier stappen

Je hoeft niets vanaf nul te bouwen. Alles staat klaar in een Notion-template dat je met één klik kopieert.

1. Kopieer het Notion-template

Kopieer het template naar je eigen Notion →

Klik op de pagina rechtsboven op Dupliceren. Je krijgt:

• vijf gekoppelde databases: Skills, Entiteiten, Maandclosings, Closing taken en Afwijkingen;

• de werkwijze en twee uitgewerkte controles: de leveranciersschulden (met betalingen na ultimo en provisies) en budget versus actual;

• het voorbeelddossier van Testentiteit 1, zodat je meteen ziet hoe een afgewerkte closing eruitziet.

2. Verbind de Monitr MCP

Je hebt hiervoor een Monitr-abonnement op Premium nodig. Ook tijdens een gratis proefperiode op Premium kun je de MCP verbinden.

Wat de Monitr MCP is en wat je ermee kunt, lees je op monitr.be/mcp. Het verbinden zelf duurt een paar minuten; de volledige handleiding beschrijft het per AI-assistent. In Claude gaat het zo:

1. Ga naar Customize → Connectors en kies Add custom connector.

2. Geef als naam Monitr en plak het adres https://mcp.monitr.be/mcp.

3. Log in met je eigen Monitr-account.

4. Zet de connector aan in een nieuw gesprek.

Voor ChatGPT en Codex gebruik je hetzelfde adres; de handleiding vermeldt wat daar anders is. De assistent ziet alleen de organisaties waar jouw Monitr-account rechten op heeft.

3. Verbind Notion

Voeg ook de Notion-connector toe en geef hem toegang tot de pagina die je net kopieerde.

4. Voeg je eerste entiteit toe en start

Gebruik de prompt: "Lees de werkwijze in mijn Notion-pagina Monitr Closing en voeg entiteit [naam] toe op basis van Testentiteit 1." De assistent zoekt de scope op in Monitr, vraagt naar de materialiteit en wie uitvoert en reviewt, maakt de entiteit en de entiteitskill aan en stelt de closingtaken voor. Jij leest de entiteitskill na, zet ze op Actief en vinkt 'Actief in closing' aan. Daarna kan je de eerste maand klaarzetten:

‍

‍

‍

• "Zet de closing van september klaar."

• "Doe de AP-review voor [entiteit], september."

Begin met één entiteit en twee controles. Lees de eerste werkpapieren grondig en scherp de werkwijze bij waar nodig. Ze staat in gewone taal in Notion, dus je past ze aan zoals je een procedure aanpast.

Tips, valkuilen en grenzen

• Open afwijkingen zijn geen blokkade. Geblokkeerd betekent dat de controle niet uitgevoerd kon worden, bv. geen toegang of geen data. Dat onderscheid houdt het statusbord leesbaar.

• Pre-close mag, maar benoem het. Een controle vóór maandultimo is nuttig om vroeg problemen te zien. Laat de assistent dat bovenaan het werkpapier vermelden en er een afwijking van type Cut-off of periode van maken.

• Heruitvoeren, niet dupliceren. Na maandultimo of na reviewopmerkingen voert de assistent de taak opnieuw uit, werkt bestaande afwijkingen bij en zet de reviewstatus terug. De eerste uitvoeringsdatum blijft staan, zodat het spoor intact blijft.

• Detail hoort niet in het werkpapier. Daar komen de samenvatting en de controlecijfers. Volledige detaillijsten haal je indien nodig opnieuw op via Monitr, of je bewaart ze in een map waarnaar het werkpapier verwijst.

• Methodewijzigingen zijn voorstellen. Leert de assistent iets nieuws over een entiteit of een controle, dan stelt hij een aanpassing aan de skill voor. Een mens keurt die goed.

• De assistent ziet alleen de data. Ontbrekende contracten, bankdocumenten of context van de business moet een mens aanleveren of beoordelen.

Tot slot

De winst zit niet in een model dat de closing overneemt. Ze zit in een reviewer die elke maand een volledig voorbereid dossier krijgt: dezelfde structuur, dezelfde bronnen, elke bevinding apart, en alleen de beslissingen nog open. Dat maakt de closing sneller en beter controleerbaar tegelijk.

Wil je dit zelf opzetten? Kopieer het Notion-template via de link hierboven, verbind de Monitr MCP in Claude of ChatGPT en start met één entiteit. Heb je vragen over de Monitr-connectie of wil je de setup samen doorlopen? Bekijk dan de handleiding of plan een demo met het Monitr-team.

‍