AI verandert het talentlandschap in de financiële wereld. Dit is wat je kunt doen om je team te versterken

Gepubliceerd 22 jun 2026  | 5 min. leestijd
  • Image of Lucanet AG

    Lucanet AG

AI legt de lat hoger voor de vaardigheden die teams op financieel gebied nodig hebben. Veel leiders zien het potentieel van AI. Het lastigere gedeelte is het ontwikkelen van de benodigde vaardigheden om het goed te kunnen gebruiken. 

Dit artikel onderzoekt waarom de adoptie van AI vaak vastloopt, waar er vaardigheidstekorten ontstaan, en hoe financiële leiders een team kunnen opbouwen dat daadwerkelijk waarde levert met AI.

 

AI-vaardigheidstekorten zijn een van de grootste belemmeringen voor bedrijfstransformatie

Uit onderzoek van het World Economic Forum blijkt dat het gebrek aan vaardigheden de grootste belemmering blijft voor bedrijfstransformatie. Hetzelfde onderzoek wijst erop dat AI en big data tot de snelstgroeiende vaardigheidsgebieden behoren tot 2030, waarbij naar verwachting 59 van de 100 werknemers tegen het einde van het decennium omscholing of bijscholing nodig zullen hebben.¹

Financiële teams voelen deze druk nu al. Gartner meldt dat het ontwikkelen van AI- en digitale talenten nu een van de grootste uitdagingen op korte termijn is voor CFO's.²

Belangrijkste uitdagingen op korte termijn voor CFO's GARTNER

Tegelijkertijd zegt minder dan de helft van de financiële leiders dat ze er vertrouwen in hebben dat ze de adoptie van AI kunnen versnellen of het benodigde talent kunnen aantrekken en behouden.³

 

Waarom “maar we gebruiken al AI” niet voldoende is

Veel financiële teams – die van jou waarschijnlijk ook – experimenteren al met AI. De adoptie neemt toe, maar de volwassenheid is nog steeds laag.

Volgens een wereldwijd financieel onderzoek van Deloitte zegt 63% van de respondenten AI te gebruiken in de financiële wereld. Slechts 21% gaf echter aan dat deze investeringen een duidelijke, meetbare waarde hebben opgeleverd.⁴

Resultaten van een wereldwijde financiële enquête uitgevoerd door Deloitte DELOITTE

Rendementen zijn vaak bescheiden en veel teams worstelen om ze te meten. Waarom?

Een veelvoorkomende reden is de manier waarop AI wordt geïntroduceerd. Veel teams voeren geïsoleerde pilots uit of testen afzonderlijke tools zonder een duidelijk plan voor schalen. 

Teams zien betere resultaten als ze bepalen wat 'goed' betekent voor AI in de financiële sector en vervolgens een stappenplan opstellen dat datakwaliteit, governance, vaardigheden en dagelijkse processen omvat.

 

Er ontstaat een groeiende kloof tussen de verwachtingen ten aanzien van AI en de gereedheid van het personeel.

Volgens de PwC Global AI Jobs Barometer⁵:

  • Vaardigheden in AI-blootgestelde functies veranderen 66% sneller dan in andere beroepen 
  • Werknemers met AI-vaardigheden verdienen gemiddeld 56% meer. 

 

Het aanwervingsgedrag weerspiegelt deze verschuiving:

  • Ongeveer tweederde van de leiders zou geen kandidaten aannemen zonder AI-vaardigheden. 
  • Een vergelijkbaar deel zou minder ervaren kandidaten met AI-vaardigheden verkiezen boven meer ervaren kandidaten zonder deze vaardigheden

 

Tegelijkertijd zegt volgens Deloitte⁶ slechts 39% van de werknemers die AI op het werk gebruiken, dat ze training hebben gekregen van hun werkgever. 

Veel teams zijn nog bezig met het ontwikkelen van de benodigde capaciteiten terwijl de verwachtingen blijven stijgen.

Recent onderzoek weerspiegelt deze spanning: 36% van de werknemers zegt dat ze de druk voelen om AI te gebruiken, zelfs als ze het niet volledig begrijpen, en een groeiend aandeel rapporteert tekenen van AI-vermoeidheid.⁷

 

Waar moet je beginnen? Drie praktische stappen

AI verandert het talentlandschap in de financiële wereld. Wat je nu moet doen

Stap 1: Investeer in de bijscholing van je bestaande team

De meeste organisaties zullen dit probleem niet oplossen door alleen mensen aan te nemen. De externe markt voor AI-talent is krap, en finance-specifieke expertise is nog moeilijker te vinden.

Veel leiders richten zich in plaats daarvan op bijscholing. In de praktijk betekent dat het ontwikkelen van AI-geletterdheid op basis van rollen. Verschillende groepen moeten begrijpen wat AI wel en niet kan, en hoe ze het binnen de juiste controles kunnen gebruiken.

De diepgang varieert per rol. Financiële businesspartners moeten zien hoe AI prognoses en besluitvorming ondersteunt. Boekhoudteams moeten weten waar automatisering handmatig werk vermindert en waar controlemechanismen nog steeds van toepassing zijn. Het belastingteam moet begrijpen hoe AI gegevensanalyse en complianceprocessen ondersteunt.

 

Stap 2: werk opnieuw ontwerpen, niet alleen functieomschrijvingen

AI is het meest nuttig wanneer het repetitieve taken met weinig toegevoegde waarde overbodig maakt en tijd vrijmaakt voor prognoses, analyses en besluitvorming.

In de financiële sector liggen de gebruiksgevallen met de grootste impact vaak op het gebied van prognoses, risico's, wettelijke verslaggeving en procesintensieve workflows. In de belastingsector beginnen teams meestal met routinematige datataken, analyses op basis van ERP-systemen en gerichte pilotprojecten in compliance processen.

De focus moet liggen op het toepassen van AI waar het verandert hoe het werk wordt gedaan. Het doel is om menselijke inspanningen meer te richten op beslissingen en inzichten die de resultaten beïnvloeden.

 

Stap 3: breid je talentenpool uit

Het toekomstige financiële team zal niet alleen afkomstig zijn uit traditionele boekhoudkundige of fiscale carrièrepaden.

Sommige organisaties werven al personeel uit aangrenzende gebieden zoals data, engineering of procesontwerp. Anderen bouwen interne pijplijnen op via rotaties en functieoverschrijdende overstappen.

Dit is vooral relevant in de belastingsector, waar het tekort aan talent structureel is. Het uitbreiden van de talentpool en het verkorten van de productietijd door betere tools en training zijn belangrijker dan het vinden van “perfecte” kandidaten.

Je moet verder kijken dan de traditionele wervingskanalen en opnieuw nadenken over hoe snel mensen productief kunnen worden met de juiste hulpmiddelen en training. Je volgende sterke financiële aanwinst werkt misschien al binnen je bedrijf, maar dan in een andere functie.

 

AI in de financiële sector werkt alleen als je de output kunt vertrouwen

Financiële teams zijn verantwoordelijkheid nemen voor hun cijfers tegenover het management, de accountants en de toezichthouders. AI verandert daar niets aan. Daarom heb je nog steeds betrouwbare gegevens, duidelijke controles en systemen nodig die aansluiten op de workflow van je team.

Dat is waar Lucanet je echt kan ondersteunen. Ons CFO Solution Platform combineert traditionele financiële processen met AI-mogelijkheden binnen één omgeving.

Het omvat gebieden als planning, consolidatie, openbaarmakingsbeheer en ESG-rapportage met de nadruk op het verminderen van handmatige inspanningen en het geven van een duidelijkere, consistentere gegevensbasis voor strategische besluitvorming.

Als je wilt zien hoe dit er in de praktijk uitziet en hoe AI je dagelijkse financiële werk kan ondersteunen:

 

Maak kennis met Lucanet

  • Image of Lucanet AG

    Lucanet AG

    Lucanet is een globale softwareprovider voor financiële consolidatie, planning en rapportage. Ons gebruiksvriendelijke CFO Solution Platform is ontworpen om precies te voldoen aan de behoeften van financiële teams door nauwkeurige en consistente informatie op een efficiënte manier aan te bieden. Al meer dan 20 jaar vertrouwen 6.000+ klanten in 50 landen op Lucanet.

Neem contact met ons op