Kwart Nederlandse organisaties ziet AI-fout bij klant of bestuur belanden

Een kwart van de Nederlandse professionals zegt dat interne audits AI-fouten hebben ontdekt die externe partijen of de raad van bestuur al hadden bereikt, meldt complianceplatform Workiva in zijn halfjaarlijkse benchmarkonderzoek.

Dat cijfer krijgt pas gewicht naast twee andere uitkomsten uit hetzelfde onderzoek. 81 procent van de Nederlandse respondenten heeft minstens enigszins vertrouwen in AI-uitkomsten die zonder menselijke controle in externe rapportages belanden, terwijl maar 14 procent de eigen datakwaliteit voldoende vindt voor AI-gebruik. Het vertrouwen in de uitkomst loopt dus ver vooruit op het vertrouwen in de invoer. Wie daartussen niets heeft staan, laat een jaarrekening, een klantrapportage of een bestuursmemo schrijven op data die de eigen organisatie zelf niet goed genoeg noemt.

De controle zit achteraf, niet in de keten

Het bruikbaarste detail zit in de formulering van het kopcijfer: de fouten werden gevonden door interne audits, nadat ze externe partijen of het bestuur hadden bereikt. De controle stond dus niet in de keten die het document naar buiten bracht, maar in een controlecyclus die pas later langskomt. Op dat moment is corrigeren geen redactieslag meer, maar een rectificatie richting een accountant, een klant of een toezichthouder.

Wat er aan de invoerkant misgaat, staat er ook bij. In Nederland zegt 43 procent dat gebrekkige data het AI-gebruik in financiële en duurzaamheidsrapportage minstens in beperkte mate belemmert, en 22 procent dat slechte data de AI-inzet aanzienlijk heeft vertraagd of tegengehouden. Aan de gereedschapskant noemt 47 procent software voor traceerbaarheid en controle nodig, 45 procent systemen voor financiële registratie en 41 procent een platform om AI-agents en processen te beheren.

Wat het onderzoek wel en niet zegt

Onderzoeksbureau Ascend2 zette in mei 2026 twee online vragenlijsten uit onder 2.272 professionals in finance, risk, duurzaamheid en legal, van wie 847 op C-niveau, bij organisaties met minstens 250 medewerkers of 250 miljoen dollar omzet. Zestien landen deden mee, waaronder Nederland. Daarnaast zijn 367 institutionele beleggers ondervraagd. Wereldwijd komt het vertrouwen in ongecontroleerde AI-output uit op 84 procent, tegen 11 procent die de eigen datakwaliteit toereikend noemt.

De Nederlandse percentages zijn dus echte landcijfers en geen internationaal gemiddelde: op alle drie de kernvragen wijkt Nederland af van de wereldwijde uitkomst. Hoe groot de Nederlandse deelsteekproef is, publiceert Workiva niet. Gemiddeld over zestien landen gaat het om ruim 140 respondenten per land, dus lees deze cijfers als richting en niet als decimaal. Twee dingen kleuren ze verder: de deelnemers werken bij organisaties vanaf 250 medewerkers, niet bij het kleine MKB, en de opdrachtgever verkoopt zelf de rapportage- en controlesoftware die het onderzoek nodig acht.

Ook de vraagstelling verdient precisie. Die 84 procent wereldwijd is opgebouwd uit 39 procent die zich "zeer" en 45 procent die zich "enigszins" zeker voelt bij AI-output in externe rapportages zonder dat een mens ernaar keek. Workiva-CFO Barbara Larson noemt vertrouwen in AI zonder grip op datakwaliteit een aansprakelijkheid en geen strategie, en koppelt daaraan de eis dat elke uitkomst verifieerbaar en elke rapportage verdedigbaar is.

Drie maatregelen die het gat vandaag dichten

Een drempel per uitgaand document is het beginpunt. Een interne samenvatting mag automatisch door; alles wat naar een klant, een accountant, een toezichthouder of het bestuur gaat, krijgt een mens die tekent. Daarmee verschuift de controle van een steekproef achteraf naar een vaste stap in het proces, precies de plek waar hij volgens dit onderzoek nu ontbreekt.

Controleren gebeurt tegen de bron, niet tegen een tweede model. Een AI die een andere AI nakijkt zonder de onderliggende documenten levert een tweede gok op. Elke bewering aan de brontekst koppelen en pas daarna een mens laten tekenen is het verschil tussen vorm en juistheid: een keurig geformatteerd bedrag dat gewoon fout is, komt door elke schemacontrole heen.

Vastleggen wat erin ging en wie akkoord gaf, maakt het aantoonbaar. Prompt, model en versie, de gebruikte bronnen, de ruwe uitkomst, plus naam en tijdstip van de goedkeuring. Voor hoog-risico AI-systemen eist artikel 12 van de AI Act die logging sowieso, en zonder logboek kun je bij een betwiste claim niet laten zien waarop een cijfer rustte. Dat is precies de traceerbaarheid waarvoor 47 procent van de Nederlandse respondenten software nodig zegt te hebben.

Adoptie liep vooruit, controle liep achter

Het onderzoek zegt niet dat Nederlandse organisaties te enthousiast zijn over AI. Het zegt dat de invoering sneller ging dan de controlelaag eromheen. Dat patroon herhaalt zich per domein: bij softwareontwikkeling zet 84 procent van de Nederlandse organisaties AI in terwijl 8 procent de governance formeel heeft vastgelegd. De cijfers verschillen, de vorm is dezelfde.

Zolang detectie in de audit achteraf zit en niet in het proces dat het document naar buiten brengt, zie je een AI-fout pas op het moment dat iemand buiten je organisatie hem ook al heeft gezien.