Inkoopfacturen automatisch uitlezen, classificeren en doorboeken naar uw boekhouding of ERP. Wij bouwen maatwerk factuurverwerking waar standaard tools tekortschieten — branche-specifiek, met diepe integraties, en klaar voor Peppol en de EU e-invoicing-verplichting in 2030.
Klippa, Basecone, AutoInvoice, FactuurSturen en Visma Scanner doen prima werk op standaard PDF-facturen — daar bouwen wij geen kopie van. Onze klanten komen bij ons als die tools tegen een muur lopen: een branche-specifiek factuurformaat dat de standaard-parser niet uitleest, een ERP-koppeling die net iets dieper moet, of een goedkeuringsflow met meerdere kostenplaatsen en budgetcategorieën die in geen enkel SaaS-formulier past. Vaak is het ook een combinatie van factoren — een organisatie die niet alleen facturen wil herkennen, maar ze ook direct wil matchen aan inkooporders, contracten en raamafspraken die in een eigen systeem staan.
Wij bouwen factuurherkenning op maat met moderne OCR (Tesseract, PaddleOCR, Google Vision) en multimodale modellen zoals Anthropic Vision en GPT-4o Vision die de nuance in een factuur écht begrijpen. Het resultaat is een verwerkingsstraat die in uw ERP klikt, niet andersom — en die meegroeit met nieuwe leveranciersformaten, nieuwe budgetstructuren of een toekomstige overstap naar Peppol-only e-facturatie. Vraag dit aan voor uw accountantskantoor, voor een procurement-stroom in een grote organisatie, of als onderdeel van een bredere document-workflow-automatisering.
Onze opdrachtgevers zijn mkb-organisaties met vijftig tot vijfhonderd inkoopfacturen per maand, accountants- en boekhoudkantoren die klantadministraties verwerken, en grote organisaties met formele procurement-stromen. Wat ze delen is een breekpunt: het volume of de complexiteit is te hoog voor handmatige invoer, maar te specifiek voor een out-of-the-box scanner.
Niet elke organisatie heeft hetzelfde nodig. We adviseren in het eerste gesprek welke aanpak bij uw factuurvolume en systeemlandschap past.
Voor mkb-organisaties die elke maand vijftig tot vijfhonderd inkoopfacturen handmatig boeken. We bouwen een ingestieflow waarin facturen via mail, drop-folder of Peppol binnenkomen, automatisch worden gelezen door een combinatie van OCR en een language model, en daarna direct als boekstuk landen in Exact, Twinfield of AFAS. Goedkeurder krijgt een notificatie, accordeert in één klik, en de factuur staat klaar voor betaling.
Accountants- en boekhoudkantoren werken vaak voor tientallen klanten met elk een eigen boekhoudpakket en eigen administratie. We bouwen een centrale verwerkingsstraat die per klant het juiste rekeningschema kent, automatisch de juiste grootboekrekening en kostenplaats voorstelt, en alleen bij twijfel een mens in de loop zet. De LLM leert van eerdere boekingen — dezelfde leverancier op dezelfde rekening, automatisch.
Voor grote organisaties met een formele procurement-stroom: inkomende factuur wordt automatisch gematcht aan de inkooporder en de goederenontvangst (3-way match), met escalatie naar de juiste budgethouder bij discrepanties. Volledige Peppol BIS-ondersteuning voor e-facturen, native UBL-verwerking, en koppeling met SAP, Oracle of Microsoft Dynamics. Audit-trail per stap, klaar voor uw accountantscontrole.
Een werkende verwerkingsstraat in productie, plus de instrumenten om zelf bij te sturen en uit te breiden.
We zijn niet getrouwd met één leverancier of model. Per traject kiezen we de combinatie die past bij uw factuurmix, uw cloud-omgeving en uw budget — en we leggen uit waarom.
Voor zuivere PDF's en e-facturen werken we direct met de gestructureerde data. Voor scans en foto's combineren we klassieke OCR (Tesseract en PaddleOCR voor lokale verwerking, Google Vision wanneer cloud acceptabel is) met multimodale modellen als Anthropic Vision en GPT-4o Vision. Die modellen lezen een factuur in zijn geheel: ze begrijpen dat een nummer rechtsboven het factuurnummer is, ook als het label "Invoice #" of "Faktura Nr." luidt. Voor gevoelige documenten draaien we lokale modellen in uw eigen omgeving, zonder dat factuurdata ooit uw datacenter verlaat.
De ruwe tekst gaat naar een language model dat de velden eruit haalt die u nodig heeft: factuurnummer, factuurdatum, vervaldatum, BTW-bedragen per percentage, kostenplaats, projectcode, leveranciersgegevens, IBAN. We bouwen daar bedrijfsregel-validatie omheen: klopt het BTW-totaal, valt de factuurdatum binnen het boekjaar, kennen we deze leverancier? Bij twijfel gaat de factuur naar een menselijke reviewer met de twijfelpunten al gemarkeerd — een form van human-in-the-loop die snel converteert naar fully automated zodra het model de patronen kent.
De geëxtraheerde data wordt vervolgens naar uw systeem geduwd. Voor mkb meestal Exact Online, Twinfield, AFAS of Visma. Voor accountants vaak Yuki of Snelstart per klant. Voor enterprise SAP, Oracle NetSuite, Microsoft Dynamics of Unit4. Inkomende Peppol-facturen verwerken we native als UBL, uitgaand sluiten we aan op een Peppol Access Point. Voor specifieke koppelingen die hier niet bij zitten kijken we naar de bestaande API en bouwen we een adapter — meer hierover op onze pagina over slimme API-integraties.
Vier signalen die we tegenkomen bij organisaties die hun standaard scan-tool ontgroeid zijn. Herkent u er één, dan praten we graag verder.
Bouw-, zorg- of agri-leveranciers leveren facturen met regels en codes die standaard scan-tools niet uit elkaar trekken. Een eigen extractie-model dat uw factuurpatronen begrijpt levert ineens schone data.
Standaard tools schrijven naar één veld in Exact of Twinfield. U heeft een kostenplaatsen-, projecten- en BTW-codes-logica die per factuur verschilt — en die wil dat al voor de boeking automatisch worden ingevuld.
Bij vijftig facturen per maand werkt handmatig invoeren nog. Bij vijfhonderd of meer wordt het een dagtaak. Een eigen verwerkingsstraat verdient zich daar terug, vooral als die dieper in uw processen mag ingrijpen.
De EU verplicht business-to-business e-facturatie via Peppol-achtige standaarden vanaf 2030. Wie nu een platform bouwt dat én PDF én UBL aankan, hoeft straks niet halsoverkop over te stappen.
We bekijken een representatieve set van uw facturen (typisch honderd tot tweehonderd documenten over uw belangrijkste leveranciers) en uw huidige boekingsproces. Daaruit komt een eerste inschatting van de extractie-kwaliteit per veld, welke koppelingen we nodig hebben, en waar de grootste tijdwinst zit. We zijn in deze fase eerlijk over wat we wel en niet voor u kunnen oplossen — soms is een standaardtool aangevuld met een kleine aangepaste connector ruim voldoende, en horen onze klanten dat liever vooraf dan halverwege een traject.
Korte ontwerpsprint met uw finance- en IT-team. We kiezen de juiste OCR-stack (Tesseract, PaddleOCR of Google Vision), bepalen welk LLM het extractie-werk doet, en richten een proof-of-concept in waarmee uw team de eerste batch testen.
Elke twee weken een werkende build: meer leveranciersformaten, koppeling met uw boekhouding, goedkeuringsflow, audit-log. U test continu mee, finance schuift aan voor de UX-beslissingen.
We starten met één afdeling of één klantenset, draaien een tijd parallel met het oude proces, en verbreden zodra de extractie-kwaliteit en goedkeurings-snelheid op niveau zijn.
Nieuwe leveranciers, nieuwe integraties, modelupdates en uitbreiding richting bijvoorbeeld computer-vision-toepassingen voor bonnetjes of contractanalyse. Veel klanten breiden in jaar twee uit naar volledige procurement-automatisering.
Wat opdrachtgevers meestal willen weten voor we beginnen.
Een kennismaking van een half uur, vrijblijvend. Stuur een paar voorbeeldfacturen mee en we kunnen al in dat gesprek concreet aangeven waar standaard tools tegen grenzen lopen — en waar maatwerk verschil maakt.
Appfront gebruikt cookies en vergelijkbare technieken voor een goede werking van de website, voor analyse en voor marketing. Je kiest zelf wat je toestaat. Lees meer in ons privacybeleid.
