Documenten uitlezen met AI: verder dan OCR

Wat is OCR?

OCR (optical character recognition) is technologie die tekst in een afbeelding, scan of PDF omzet in tekst die een computer kan doorzoeken en kopiëren. Voorbeelden zijn Tesseract, een gratis open-source OCR-programma, en de OCR die in veel scanners en PDF-programma's zit.

OCR herkent letters en cijfers. Het ziet "€ 1.250,00" staan, en weet daarbij niet of dat het totaal is, het btw-bedrag of een korting. Daarom werkten oudere systemen met sjablonen: per leverancier vastleggen waar op de pagina het totaal staat. Verandert de leverancier zijn factuur, dan klopt het sjabloon niet meer.

Wat doet AI anders dan OCR?

AI gebruikt een taalmodel, een AI-model dat getraind is op heel veel tekst en daardoor taal kan lezen en begrijpen, zoals GPT van OpenAI of Claude van Anthropic. Zo'n model ziet dat "Te betalen" en "Totaal incl. btw" hetzelfde betekenen, ook als ze op een andere plek staan.

Veel modellen zijn ook multimodaal: ze lezen naast tekst ook afbeeldingen, zoals een foto van een bon of een gescande pagina. Er zijn ook gespecialiseerde diensten voor documenten, zoals Google Document AI en Azure AI Document Intelligence van Microsoft.

In de praktijk werken ze vaak samen: OCR haalt de tekst eruit, het taalmodel bepaalt wat welk stuk tekst betekent.

Welke documenten kun je met AI uitlezen?

Alles waar mensen nu gegevens uit overtypen. Bij mijn klanten gaat het vooral om:

• Inkoopfacturen. Leverancier, factuurregels, bedragen en btw.
• Cv's. Skills, ervaring en opleiding uit losse cv-tekst.
• Formulieren en aanvragen. Wat een klant wil, voor wanneer en met welk budget.
• Bijlagen bij mail. Bestanden die met een mail meekomen en ergens terecht moeten komen.

Daarnaast zie je het vaak bij bonnetjes, pakbonnen, contracten en aanvraagformulieren van leveranciers of klanten.

Hoe werkt documenten uitlezen met AI, stap voor stap?

1. BinnenhalenHet document komt uit je mailbox, een map, een formulier of een systeem.
2. Tekst eruit halenUit de PDF zelf, of met OCR bij een scan of foto.
3. Velden bepalenHet taalmodel vult vaste velden in, zoals leverancier, totaal en factuurregels, of skills en jaren ervaring.
4. ControlerenKlopt de som van de regels met het totaal? Bestaat de leverancier al? Ontbreekt er een verplicht veld?
5. WegzettenIn je boekhouding, CRM, kandidatenbestand of spreadsheet.
6. Twijfel naar een mensWat niet klopt of niet zeker is, wordt voorgelegd.

Stap 4 is het verschil tussen een demo en een systeem waar je op kunt bouwen. Een taalmodel vult soms iets in dat er net niet staat. Een eenvoudige rekencontrole vangt veel daarvan op.

Hoe doet CrossJob dat met cv's?

Bij recruitmentbureau CrossJob in Midden-Brabant stonden de belangrijkste velden in het kandidatenbestand leeg. Ik bouwde een systeem dat skills en ervaring uit de losse cv-tekst haalt en per vacature de beste drie kandidaten kiest, met score en onderbouwing.

Hoe de selectie werkt, lees je in Recruitment automatiseren met AI.

Hoe doet Autobedrijf Zieleman dat met facturen?

Bij Autobedrijf Zieleman in Nieuwleusen leest het systeem de inkoopfacturen uit Outlook en boekt ze per grootboekrekening, met btw per regel. Twijfelgevallen gaan eerst langs Mirjam. Het systeem draaide naast SnelStart, zonder daar iets te wijzigen, en werd vergeleken met wat de boekhouder zelf boekte: 80 van de 80 facturen klopten.

Dat is ook de beste manier om te testen of uitlezen goed gaat: laat het een tijd naast je huidige werk draaien en vergelijk. Hoe dat bij facturen verder gaat, lees je in Inkoopfacturen automatisch verwerken en boeken.

Wordt OCR overbodig door e-facturatie?

Voor een deel. Een gestructureerde e-factuur via Peppol bevat de gegevens al in vaste velden, dus daar hoeft niets uitgelezen te worden. In België is dat tussen btw-plichtige ondernemingen verplicht sinds 1 januari 2026, in Nederland gepland vanaf 1 juli 2030. Cv's, bonnetjes, formulieren en PDF's van buitenlandse leveranciers blijven gewoon documenten. Meer daarover in Peppol en e-facturatie.

Is documenten uitlezen met AI veilig?

Dat hangt af van wat je naar de AI stuurt. Bij CrossJob gaat alleen de werkervaring naar de AI. Stuur alleen wat nodig is, kies waar mogelijk voor opslag in de EU en leg afspraken vast in een verwerkersovereenkomst. Hoe dat werkt, lees je in Is AI-automatisering AVG-proof?

Wil je weten welke documenten bij jou automatisch uitgelezen kunnen worden? Lees hoe ik werk op Facturen automatisch laten verwerken, of stuur me een WhatsApp met een voorbeeld van een document dat je nu overtypt. Dan kijken we samen in een gratis videocall wat er kan.

Veelgestelde vragen

Wat is het verschil tussen OCR en AI?

OCR zet tekst uit een afbeelding of scan om in digitale tekst. AI begrijpt daarna wat die tekst betekent en zet het in vaste velden, zoals leverancier, totaal en factuurregels. Vaak werken ze samen.

Kan AI handgeschreven documenten lezen?

Vaak wel, als het handschrift leesbaar is. Multimodale taalmodellen lezen ook foto's en scans. Hoe slechter de kwaliteit, hoe belangrijker een controle door een mens.

Hoe betrouwbaar is documenten uitlezen met AI?

Dat test je door het systeem naast je huidige werk te laten draaien en de uitkomst te vergelijken. Bij Autobedrijf Zieleman werden zo 80 van de 80 facturen geboekt zoals de boekhouder het zelf deed. Wat niet zeker is, gaat naar een mens.

Welke software gebruik je om documenten uit te lezen?

Een taalmodel, bijvoorbeeld GPT van OpenAI of Claude van Anthropic, gekoppeld aan je mailbox en je boekhoud- of CRM-pakket. De meeste automatiseringen die ik bouw draaien op n8n. Bij slechte scans komt er OCR bij.

Moet ik mijn documenten eerst scannen?

Nee, als ze al digitaal binnenkomen, zoals PDF's in je mail. Papieren documenten moet je eerst scannen of fotograferen. Daarna kan AI ze uitlezen.

Jurgen Claassens bouwt AI-automatiseringen voor ondernemers, mkb en kmo. Vijftien jaar operations bij Vattenfall, daarna mede-eigenaar van sales- en marketingbureaus. Bekijk zijn projecten.