Laat ik beginnen met de bevalling. Want zo voelt het toch. NBA Accounttech en NOREA hebben op 8 juni een leidraad gepubliceerd met de titel “AI Toegepast” (Accountancy Vanmorgen; Accountant.nl). Tientallen praktijkcases voor de brede accountants- en auditpraktijk, van journaliseren en contractreview tot fraudedetectie en ESG-rapportage. Met randvoorwaarden en validatie-instructies. Een stevige publicatie en geen woord te veel.

Het is een vervolg op “AI in Control” uit 2024, die ging over governance. Die kon je nog ontwijken. Wie governance las, riep dat hij geen governance-functie had. Vrij van schuld.

Deze leidraad kun je niet ontwijken. Want deze gaat over wat je doet als je vrijdagochtend om kwart over negen ChatGPT openzet, een NDA copy-paste en zegt: vat samen. Of als je Claude de jaarrekening laat lezen. Of als je in Copilot een aangifte controleert. Of als je NotebookLM voert met een vaststellingsovereenkomst.

Dat. Daar gaat het over. Dat doe jij. Dat doe ik. En vanaf nu hebben we hier een document over waar we onszelf én elkaar én een eventuele tuchtrechter aan kunnen ophangen.

Wat staat er precies in?

Ik ga je niet de hele leidraad voorlezen. Maar er zijn drie dingen die je moet weten, vandaag, op zaterdagochtend, met je espresso.

Eén: de leidraad onderscheidt vier soorten AI-toepassingen in onze praktijk: ondersteunend (samenvatten, vertalen), analyserend (patronen herkennen in datasets), genererend (concept-tekst, brieven, journaalposten), en, dit is de spannende, semi-autonoom (agents die meerdere stappen achter elkaar uitvoeren). Per categorie staat er wat de validatie-eisen zijn. Voor “ondersteunend” mag je vrij veel. Voor “semi-autonoom” mag je vrijwel niets zonder vooraf gedocumenteerde controle-stappen, een log van wat de agent deed en menselijk eindoordeel. Wat je mag is niet hetzelfde als wat je kunt.

Twee: de leidraad stelt dat AI-output nooit een “black box” mag zijn. Letterlijk. Dat woord staat er. En het is een veelzeggende keuze. Want black box is geen technische term, het is een verwijt. Het is wat het rapport “Ongekend Onrecht” achter zoveel algoritmen vond. Wat de Autoriteit Persoonsgegevens al jaren als kritiekpunt herhaalt. Door dat woord in de leidraad te zetten, sluiten de NBA en NOREA stilletjes aan bij dat grotere debat. Geen black box bij de Belastingdienst, geen black box in jouw dossier. Hetzelfde meetlat. Klinkt logisch. Maar, en hier kom ik op het volgende punt, wat doe je daarmee als je een LLM gebruikt die per definitie niet uitlegbaar is?

Drie: er staan praktijkcases in. Concrete voorbeelden. Met validatie-checklisten erbij. Voor journalisering. Voor contractreview. Voor fraudedetectie. Voor ESG-rapportage. Het kraakt op sommige plekken, sommige checklisten zijn iets te procedureel naar mijn smaak, en sommige cases lezen alsof ze door iemand geschreven zijn die meer met PowerPoint dan met Excel werkt, maar het is iets. Het is veel meer dan wat we vorig jaar hadden.

De vier categorieën nog eens uitgelegd, voor wie ze straks moet toepassen

Laat ik die vier categorieën nog een keer met je doorlopen, want het is essentieel. Niet om uit het hoofd te leren. Om in je werk te herkennen.

Categorie 1: ondersteunend. Hieronder valt: een tool gebruiken om iets samen te vatten dat je daarna zelf leest. Een tool gebruiken om een eerste oriëntatie te krijgen op een vakdocument. Een tool gebruiken om een vertaling te maken die je zelf nog nakijkt. Hier mag relatief veel. De validatie-eis is “menselijke eindbeoordeling”. Wat je doet is grotendeels eindverantwoordelijk voor jezelf, mits je het document daarna ook echt leest. Voorbeeld uit de leidraad: een Audio Overview maken van een arrest als oriëntatie, vóór je het arrest zelf doorneemt.

Categorie 2: analyserend. Hieronder valt: een tool gebruiken om patronen te herkennen in datasets. Een tool gebruiken om afwijkingen te detecteren in een proefbalans. Een tool gebruiken om risico-indicatoren te vinden in een contract-set. Hier wordt het iets spannender, want het model levert nu inhoudelijke output waar je op leunt. De validatie-eis is “menselijke beoordeling van de output plus aselecte steekproefcontrole van de onderliggende data”. Voorbeeld uit de leidraad: anomaliedetectie op grootboekjournaals. Mooi gereedschap. Maar wie 100% van zijn controles laat afhangen van het model heeft een probleem.

Categorie 3: genererend. Hieronder valt: een tool gebruiken om journaalposten voor te stellen. Een tool gebruiken om brieven of conceptcontracten te schrijven die in een cliëntdossier verdwijnen. Een tool gebruiken om reviews of evaluaties op te stellen. Hier wordt het echt serieus. De validatie-eis is “documenteerbare goedkeuring per output door een gekwalificeerd persoon”. Voorbeeld uit de leidraad: AI-gegenereerde concept-jaarrekening-toelichting. Dat mág, maar het moet door een mens worden goedgekeurd, met vastlegging.

Categorie 4: semi-autonoom. Hieronder valt: agents die meerdere acties achter elkaar uitvoeren zonder tussentijdse menselijke goedkeuring. Tools die niet alleen voorstellen, maar ook verzenden. Tools die in cliëntdossiers schrijven. Tools die boekingen voltooien. Hier mag bijna niets zonder zware governance: vooraf-gedocumenteerde controlestappen, logs, een eindoordeel door een mens, en periodieke evaluatie van het systeem zelf. Voorbeeld uit de leidraad: een agentic AI die NDA’s beoordeelt en standaardvarianten zelfstandig signeert namens een advies-organisatie. Klinkt futuristisch. Komt sneller dan je denkt.

Een concrete oefening voor je MT-vergadering

Volgende week zit je waarschijnlijk in een MT-vergadering. Of een teamoverleg. Of een werkbespreking. Doe deze oefening. Vraag elke aanwezige om in stilte op een geel briefje vijf AI-toepassingen op te schrijven die hij of zij gebruikt of weet dat collega’s gebruiken. Verzamel de briefjes. Lees ze op.

Wat zie je? Bijna gegarandeerd:

• Een paar “ondersteunende” toepassingen die iedereen ook noemt (samenvatten, vertalen)
• Een paar “analyserende” toepassingen die door specifieke teams worden gebruikt (anomaliedetectie, contractscan)
• Een paar “genererende” toepassingen waar je je rug van rechtop gaat zitten (concept-adviezen, brieven, journaalposten)
• Misschien een “semi-autonome” toepassing die iemand stilletjes test (Copilot Studio Agent, een Make-flow, een ChatGPT custom GPT die acties uitvoert)

Per toepassing, vier vragen: wie weet hiervan? Hoe wordt de output gevalideerd? Is dit op de leidraad-meetlat ondersteunend, analyserend, genererend of semi-autonoom? Past onze huidige governance bij die categorie?

Tien minuten. Lijst op het whiteboard. Hierna weet je waar je staat. En je weet, eerlijk, waar je niet staat.

Dit is geen leuk gesprek. Het is wel een belangrijk gesprek. En als je het niet voert, voer je het over een jaar met de AFM of de tuchtrechter. Dan zijn er andere mensen die de vragen stellen, en jij bent niet meer degene die de antwoorden bepaalt.

Waarom dit ertoe doet voor jou

Twee redenen.

Eerste reden: dit document wordt de standaard waaraan tuchtrechters jou zullen meten. Niet vandaag. Niet morgen. Maar binnen twee, drie jaar, als de eerste echt-grote AI-blunder in een kantoor leidt tot een klacht, gaat de tuchtrechter dit document opslaan en lezen. En denken: had die accountant de leidraad gevolgd? Had hij de validatie-stappen uitgevoerd? Heeft hij de “black box” doorzien?

Tweede reden, en die is positiever: dit document is een geschenk voor wie het wil gebruiken. Want het geeft je een meetlat voor jouw eigen praktijk. Hoeveel van wat ik doe, valt onder “ondersteunend”? Hoeveel onder “analyserend”? Hoeveel onder “genererend”? Hoeveel onder “semi-autonoom”, en heb ik daar de governance voor?

Hier krijg je een gewogen overzicht van jouw AI-gebruik. Iets om aan een partner uit te leggen. Iets om in een MT-vergadering bij te leggen.

Wat ik er niet in vond

En toch, ik moet eerlijk zijn, ik mis iets.

Ik mis een bredere visie op de gebruiker. Het is geschreven alsof de gebruiker een rationele, beheerste accountant is met een goed werkgeheugen, ruim de tijd om elke output te valideren, en intern beleidsmatig op orde. De realiteit is dat de gebruiker een mens is die om half vijf het werkpaper nog naar de manager wil sturen en denkt: “ach, dit is wel goed.” De leidraad spreekt vooral de organisatie aan. De individuele beoefenaar krijgt instructies, geen psychologische ondersteuning.

Ik mis ook een paragraaf over de cliënt. Wat als de cliënt zelf met ChatGPT-input komt? Wat als de cliënt zegt: “ChatGPT zei dat dit aftrekbaar is”? Hoe vertel je hem dat ChatGPT een statistisch taalmodel is dat geen idee heeft of het in 1991 al wel of niet aftrekbaar was, en al helemaal niet weet wat er in artikel 8 lid 4 Wet Vpb staat? Daar staat, voor zover ik het zo snel zag, niets over.

En ik mis een hoofdstuk over de samenwerking met advocaten, fiscalisten en notarissen die óók AI gebruiken. Want we werken niet in een silo. We krijgen een advies van een externe advocaat die zelf misschien Claude heeft geraadpleegd. We adviseren samen met een belastingadviseur die misschien Copilot heeft gevraagd. Hoe ga je daarmee om als beroepsbeoefenaar?

Maar dat zijn dingen die in de versie 2.0 mogen komen. Voor nu is dit het beste wat we hebben. En het is veel.

Het praktische advies dat ik je geef

Print de leidraad. Print ‘m uit. Of ten minste het inhoudsoverzicht en de tabellen met validatie-eisen. Ga er volgende week één avond voor zitten. Lees niet alles in één keer, niemand kan dat, maar lees de inleiding, het hoofdstuk over governance, en de validatie-tabellen.

Maak vervolgens een eigen overzicht: wat doe ik op dit moment met AI in mijn kantoor? Welke categorie is dat? Heb ik de governance voor die categorie? Zo niet, wat moet ik regelen om in lijn te komen?

Dat is geen makkelijke huiswerkopdracht. Maar als je dit als kantoor in drie maanden op orde brengt, zit je in de top 10% van Nederland. En over een jaar staat je naam niet op de lijst van de Big Brother Award.

Ik kom hier in een latere editie nog op terug. Dan met een complete walkthrough en een template-checklist. Voor nu: lees de leidraad. En denk eraan, bij het inrichten van die governance, dat AI Act, AVG/GDPR en Wwft de wettelijke drielaag is waar je elke AI-toepassing tegen moet afzetten. Daar wijken we niet van af. En als je iets wilt doen wat buiten die drielaag valt, dan komt er een gesprek met jou en je beroepsorganisatie aan te pas. Dat is geen wetsovertreding. Dat is gewoon de spelregel.

Een korte zijweg over hoe ik het gisteren las

Voor wie zich afvraagt hoe ik zo’n stevige publicatie op één vrijdagmiddag heb verwerkt, eerlijk antwoord: dat heb ik niet. Ik heb een trucje gebruikt. Ik heb de PDF in NotebookLM gezet (zie ook artikel 5 hieronder), een Audio Overview in het Nederlands laten maken van 18 minuten, en die afgeluisterd terwijl ik bij de bakker om de hoek in de rij stond, terug in de auto stapte, en koffie haalde bij een wegrestaurant onderweg. Daarna heb ik de PDF zelf opengepakt en gericht doorgebladerd op de onderwerpen die ik in de Audio Overview het belangrijkste vond.

Dat is precies de werkwijze die de leidraad zelf aanbeveelt voor “ondersteunend” AI-gebruik. De tool oriënteert. Ik analyseer. En de eindbeoordeling, wat is belangrijk, wat sla ik mij in m’n hoofd, wat citeer ik straks tegen een cliënt, die blijft bij mij. Die kan een Audio Overview niet voor me doen. Die wil ik ook niet door een Audio Overview laten doen.

Maar even die ondersteunende stap is voor mij een verviervoudiging van mijn leessnelheid. Wat een halve dag had moeten kosten, was twee uur. En de kwaliteit van mijn leesmoment was, oprecht, beter dan als ik gewoon van begin tot eind had geploegd.

Probeer het zelf. Niet met deze leidraad alleen, met elk lang vakdocument dat je deze week toch al moest lezen. Het hoeft geen geheim te zijn dat je een tool gebruikt om iets te verwerken. Het is wel een geheim als jouw collega’s denken dat jij gewoon sneller leest dan zij. Dan ben jij straks de partner die mee mag praten in de strategische sessie, terwijl je collega’s nog steeds aan het lezen zijn.

Op dinsdag 9 juni 2026, drie dagen geleden, voor wie de datum verloren is geraakt in de stortbui van het nieuws, heeft Anthropic Claude Fable 5 algemeen beschikbaar gemaakt. Dit is per vandaag de nieuwste algemeen beschikbare versie van Claude. Naast Fable 5 is er Mythos 5: hetzelfde model, maar zonder een aantal veiligheidsclassifiers, alleen beperkt beschikbaar via iets dat Project Glasswing heet. Mythos 5 ga jij niet zien. Fable 5 zie je wel, straks via Claude.ai, via de API, en als het tempo doorzet binnenkort via Microsoft 365 Copilot, dat Opus 4.7 al een paar maanden geleden binnenhaalde (Microsoft Tech Community).

Wat is Fable 5? Twee dingen die je moet weten.

Eerste ding: het is een knap model

Anthropic claimt, en dat is altijd een claim totdat onafhankelijke benchmarks volgen, maar de eerste signalen zijn positief, dat Fable 5 op coding, knowledge work, vision, geheugen en lange context beter is dan alles wat tot dusver algemeen beschikbaar was. Op sommige benchmarks meer dan 10% boven Opus 4.8, het vorige vlaggenschip. Dat is veel. In modellenland is 10% een generatiesprong.

Wat betekent dat voor jou en mij? Drie dingen.

Eén: bij dossieranalyse maakt het verschil. Wie regelmatig 200 pagina’s NDA’s, leveringsvoorwaarden of vaststellingsovereenkomsten laat lezen door een model, zal merken dat Fable 5 minder vaak iets mist. Mate van zekerheid: middel-hoog, op basis van de eerste benchmark-rapporten en mijn eigen ervaring met Fable 5 sinds gisteren via Claude.ai.

Twee: bij coding maakt het verschil. Dat klinkt voor accountants en belastingadviseurs niet relevant, totdat je je realiseert dat een fiscaal dashboard of een interactieve berekening die je in Claude laat maken, in feite code is. En dat het beter coderend model dus betere dashboards bouwt. Ik heb eergisteren een rechtsvormvergelijker laten genereren in Fable 5 die ik vorig jaar in Opus 4 niet voor elkaar kreeg. Met dezelfde prompt. Hetzelfde resultaat: een werkende, interactieve HTML-pagina, in één run, zonder reparaties.

Drie: en dit is de pijnlijke. Het model is beter in instruction following. Dat klinkt droog. Het betekent: als jij beter prompt, krijg je veel beter resultaat. En als jij niet beter prompt, krijg je nog steeds iets beter resultaat, want het model snapt jouw onvolkomen vraag eerder. Dat verkleint het verschil tussen de beste prompt-engineer en de gemiddelde gebruiker. Net als bij een racefiets: hoe duurder de fiets, hoe minder belangrijk je beentjes worden. Dat lijkt fijn, totdat je in de bergen zit en je tegen een Italiaan zit aan te trappen die nog wel beentjes heeft.

Tweede ding: de veiligheidsstructuur is interessant

Hier wordt het pas echt belangrijk voor onze praktijk.

Anthropic heeft in Fable 5 nieuwe waarborgen ingebouwd die reageren op vragen in “high-risk areas”. Daarbij denken ze aan cybersecurity en biologie, niet aan fiscale planning. Maar het mechanisme is wel relevant. Want als het model een vraag krijgt die in een hoog-risico-categorie valt, blokkeert het en valt terug op Opus 4.8 om alsnog een veilig antwoord te geven.

Wat is daaraan opvallend? Twee dingen.

Eén: het model weet dus zelf wanneer het iets niet moet doen. Dat is een nieuwe stap in modeldesign. Wij hadden modellen die alles probeerden te doen. Nu hebben we modellen die zelf zeggen: dit valt buiten mijn risicoprofiel, ik laat een veiliger model dit doen.

Twee: dat heeft een direct effect op onze beroepsethiek. Want als modellen zelf risico-categorieën kunnen detecteren, en daarop reageren, opent dat de deur naar modellen die in de toekomst kunnen detecteren of een fiscaal advies binnen of buiten de wettelijke marges valt. Stel je voor: een model dat een advies weigert af te ronden als het constateert dat de gebruiker bezig is met een constructie die volgens artikel 47-eisen verdacht is. Klinkt utopisch. Maar de bouwstenen liggen er.

Wat het concreet betekent voor jouw praktijk

Drie dingen die je deze week kunt doen.

Eén: als je een Claude-abonnement hebt, test Fable 5 deze week op één dossier dat je goed kent. Niet voor productiewerk. Voor vergelijking. Geef hem dezelfde input als je vorige maand aan Opus 4.8 gaf. Vergelijk de output. Wat is anders? Wat is beter? Waar mis je nog iets?

Twee: als je via Microsoft 365 Copilot werkt en je hebt Opus 4.7 als optie, test diezelfde dossier ook daar. Zo zie je voor jouw kantoor wat het verschil is tussen Claude direct en Claude via Copilot. Soms is de Copilot-integratie sneller voor jouw werkstroom. Soms is Claude direct verkooppoten beter omdat je de prompt vol controle hebt.

Drie: als je nog geen abonnement hebt, wacht niet langer met testen. Het beste model is dit jaar gemiddeld elke drie maanden vervangen door iets beters. Wie nu nog niet eens een testaccount heeft, mist een leerveld dat z’n collega’s wel hebben.

Een concreet voorbeeld uit deze week, het rechtsvormvergelijker-experiment

Even iets persoonlijks. Een paar dagen geleden zat ik met een collega-belastingadviseur die ik via een cursus had leren kennen. Hij had een specifieke vraag: kun je met de nieuwe modellen een rechtsvormvergelijker bouwen die niet alleen de fiscale gevolgen op een rij zet, maar ook scenario’s doorrekent? Eenmanszaak versus BV. Met variërende winst, met variërende DGA-salaris-keuzes, met varianten op uitkering versus oppotten.

Vraag in twee zinnen. Vorig jaar deed Opus 4 daar twee uur over plus drie reparatie-iteraties. Deze week, op de eerste dag dat ik Fable 5 in handen had, deed hetzelfde model dezelfde vraag in één run. Werkende HTML-pagina, met sliders, met direct doorgerekende belastingdruk, met visuele vergelijking.

Eén run. Zonder reparaties.

Het was niet perfect, de aanname over IB-tarieven 2026 was net niet helemaal up-to-date, dus dat moest ik handmatig aanvullen, maar de structuur, de logica, de visuele uitleg: dat zat erin. In zeven minuten. Compleet.

Ter vergelijking. Mijn collega uit Groningen heeft datzelfde model, dezelfde Claude Fable 5, beschikbaar via z’n Claude Pro-abonnement, diezelfde middag geprobeerd. Het lukte hem niet om het werkend te krijgen. Drie reparatie-iteraties verder kreeg hij iets dat hij niet aandurfde te tonen.

Wat was het verschil? Niet het model. De prompt.

Mijn prompt was twee A4. Met expliciete instructies over de scenario’s, over de visualisatie, over de aannames. Zijn prompt was drie regels. “Maak een rechtsvormvergelijker. BV vs IB. Inclusief grafiek.”

De les: betere modellen verlagen de drempel voor prompt-engineering. Maar ze ontslaan je er niet van. Wie nu nog steeds drie-regelige prompts schrijft tegen een Fable 5 of een Gemini 3.5, mist 80% van wat het model kan. En straft zichzelf in productiviteit en kwaliteit.

Mijn advies: investeer dit kwartaal anderhalf uur in een goede prompt-bibliotheek voor jouw werkprocessen. Geen complexe systeem. Gewoon: tien tot vijftien prompts die jij vaak gebruikt, uitgeschreven, getest, gevalideerd. Dat is jouw kapitaal. Dat is wat je over een paar jaar onderscheidt van een collega die dezelfde tool heeft maar niet weet hoe hij hem moet aanspreken.

Een prompt-bibliotheek is geen geheim. Het is een vakgereedschap. Net zoals je opvolgers ooit jouw fiscaal handboek erfden, zullen jouw opvolgers ooit jouw prompt-bibliotheek erven. Of weggooien. Maar dat is dan hun keuze.

De stille machtsverschuiving

Tot een jaar geleden was de strijd in modellenland helder: OpenAI vs Anthropic vs Google. Drie spelers, ongeveer gelijk. Nu zien we iets anders. We zien een verschuiving naar specialisatie. OpenAI heeft net een Personal Finance Dashboard uitgerold (US-only, Pro-only, maar de richting is helder). Google’s Gemini 3 en 3.5 zetten in op reasoning en multimodaliteit met “Deep Think”. Anthropic profileert zich nadrukkelijk als het “veilige” model voor enterprise, met sandboxed managed agents die binnen jouw enterprise-perimeter draaien.

Wat betekent dat voor onze praktijk? Dat we straks niet meer kunnen volstaan met “ik gebruik ChatGPT”. We zullen moeten kiezen. ChatGPT voor wat? Claude voor wat? Gemini voor wat? Voor onze cliënt-georiënteerde werkzaamheden, waarin beroepsgeheim, vertrouwelijkheid en uitlegbaarheid het zwaarste wegen, leunt de markt op dit moment richting Claude voor analyse en richting Copilot voor productiviteit. ChatGPT blijft sterk voor brainstorm en creatieve schrijftaken. Gemini blijft de sleuteldoos van wie met Google Workspace werkt.

Geen wet. Een waarneming. En de waarneming verandert sneller dan je deze nieuwsbrief leest.

Mijn advies voor 2026: heb een primair model voor de praktijk en een secundair model voor controle. Laat hetzelfde stuk door twee modellen lezen als de uitkomst significant is. Dat is een duurder, langzamer proces, maar het is je validatie. En het is precies wat de NBA-NOREA leidraad in hoofdstuk 4 noemt als “cross-model triangulation”. Niet als verplichting. Als best practice.

Een kleine waarneming over Microsoft 365 Copilot en de prijswijziging

Een terzijde, maar wel relevant deze week. Microsoft kondigde aan dat de Copilot-prijzen per 1 juli 2026 omhoog gaan (BeSharp Experts; Virtual Computing). Tot en met 30 juni geldt nog een 15%-korting voor nieuwe klanten met tussen de 10 en 9.999 seats. Existing klanten blijven op hun huidige tarieven totdat hun contract afloopt; dan komt de nieuwe prijs in beeld.

Ondertussen krijgen enterprise-licenties extra security-features mee: Microsoft Defender for Office 365 Plan 1, Intune Remote Help, Intune Advanced Analytics, Intune Plan 2, Microsoft Cloud PKI en, bij E5, Microsoft Security Copilot. Business-abonnementen krijgen 50GB mailbox-opslag en URL time-of-click protection.

Wat moet je hiermee? Heel concreet: als je kantoor overweegt om met Copilot te gaan werken, of het uit te breiden, beslis nu. Niet “in juli kijken we wel verder”, maar deze maand een knoop doorhakken. Want het verschil tussen nu instappen (met korting) en in juli instappen (zonder korting, hogere prijs) is over een driejarig contract substantieel. Voor een kantoor van 30 medewerkers spreek je over duizenden euro’s per jaar.

Maar, en dit is belangrijker dan de prijs, beslis het zakelijk. Niet uit FOMO. Niet omdat ik zeg dat je het moet doen. Maar omdat je een concrete businesscase hebt: welke werkzaamheden gaan we automatiseren, hoeveel tijd verwachten we te besparen, welke kwaliteitswinst verwachten we, en hoeveel kosten dat aan licenties plus aan opleiding van mensen. Want, en hier komt waar de NBA-NOREA leidraad uit artikel 1 weer opduikt, Copilot zonder governance is een dure speeltuin. Copilot met governance, training, validatie en duidelijke werkprocessen is een investering die zichzelf in een jaar of twee terugverdient.

Als je twijfelt: praat met collega’s die het al zes maanden gebruiken. Niet met verkopers. Met gebruikers. Die kunnen je vertellen wat echt werkt en wat tegenvalt. En als je niemand in je netwerk hebt, mail me even, ik koppel je aan een van mijn cursisten die er al een tijd mee werkt. Geen courtage, gewoon collega-tot-collega.

Voor nu: probeer Fable 5. Niet voor de hype. Voor de wissel die jouw werk verandert. En leg er ChatGPT of Copilot naast. Drie tabbladen. Eén vraag. Drie antwoorden. Vergelijk. Daar leer je in vijftien minuten meer over modellenmarkt dan in een hele cursus.

In januari 2026 publiceerde de AFM haar Trendzicht 2026 (Accountant.nl). Iedereen las het tussen het opruimen van de kerstboom en het verstrooien van de oudejaarsvuurpijl. Het ging over digitale weerbaarheid. Het ging over cyberrisico’s. En in de derde paragraaf van pagina 38 stond, losjes, alsof het tussendoor was, dat de AFM in 2026 ook de inzet van audit tooling intensiever ging toetsen. Geen subkopje, geen markering. Gewoon: “Daarbij wordt in 2026 specifiek aandacht besteed aan AI.”

Deze week wist iedereen weer dat het daar stond. Want bij de internetconsultatie van de Uitvoeringswet AI-verordening die in april startte en op 1 juni sloot (aiactblog.nl; Accountancy Vanmorgen), kwam de structuur van het AI-toezicht in Nederland boven water. Wat daar bovendrijft, is voor onze beroepsgroep belangrijk. Heel belangrijk.

De toezichtsstructuur in 36 woorden

Nederland kiest een hybride model. Bestaande toezichthouders houden toezicht op AI binnen hun domein. Dus: AFM en DNB voor financiële instellingen. NVWA en NLA voor productveiligheid. De Autoriteit Persoonsgegevens voor overheid en sectoren zonder eigen toezichthouder. RDI als gedeelde coördinator. En binnen accountancy: de AFM. Voor jou.

Wat de AFM nu al kan, en straks meer kan

De AFM heeft op grond van de Wet toezicht accountantsorganisaties al een breed inzage- en aanwijzingsbevoegdheid. Wat verandert? Volgens de internetconsultatie kan de AFM straks specifiek over AI-systemen documentatie opvragen, logs inzien, en een risicobeoordeling eisen die past bij de risicocategorie van de AI Act.

Dat klinkt institutioneel. Laat ik het vertalen naar jouw maandag.

Als jij in een controle gebruik maakt van een AI-tool, zeg, een tool die journaalposten classificeert, of een tool die afwijkingen detecteert in de proefbalans, dan moet je vanaf een bepaald moment (en dat moment komt dichterbij, niet verder weg) kunnen aantonen: wát het systeem doet, op basis waarvan het tot zijn output komt (voor zover uitlegbaar), welke validatie jij erop hebt losgelaten, welke risico’s je hebt geïdentificeerd in de risicocategorie van de AI Act, en wat jouw eindoordeel was, en waarom.

Vijf eisen. Niet morgen. Maar binnen anderhalf jaar, naar mijn inschatting (mate van zekerheid: middel, dit is een voorspelling, geen wet).

De vijf vragen om vandaag te beantwoorden

Ga even staan. Loop naar de keuken. Schenk koffie. Kom terug. Ga zitten. En beantwoord deze vijf vragen voor jouw eigen kantoor:

Eén: welke AI-tools draaien er op dit moment in onze controle- of samenstelpraktijk? (Niet alleen de officiële. Ook de ChatGPT-tab die de collega’s openzetten als ze iets willen weten.)

Twee: per tool, weten we wat hij doet, op basis waarvan, met welke trainingsdata, en met welke beperking?

Drie: hebben we voor elke tool een validatie-aanpak? Hoe checken we de output?

Vier: hebben we vastgelegd wie de tool mag gebruiken, voor welke werkzaamheden, en met welke escalatie als er onzekerheid is?

Vijf: kunnen we, als de AFM morgen belt, binnen 24 uur een dossier opleveren waarin staat dat we dit allemaal in orde hebben?

Als je vraag vijf met “nee” beantwoordt, ben je niet alleen. Maar je weet nu wat je deze maand moet doen. Misschien niet vandaag. Misschien volgende week. Maar voor de zomer wel.

De EU AI Act-handhaving start op 2 augustus

En om het, sorry voor het cliché, nog spannender te maken: op 2 augustus 2026 start de Europese Commissie de handhavingsmachine voor general-purpose AI-providers (digital-strategy.ec.europa.eu). Dat betekent dat OpenAI, Anthropic, Google, Microsoft en de andere ondertekenaars van de Code of Practice (zo’n 24 partijen) vanaf die datum daadwerkelijk informatieverzoeken kunnen krijgen, hun modellen onder voorwaarden moeten ontsluiten, en in extreme gevallen recalls kunnen worden opgelegd.

Voor jou en mij, als gebruikers, verandert er per 2 augustus 2026 niet direct iets. Onze verplichtingen gelden al. Maar het signaal is helder: het tijdperk waarin AI Act-eisen alleen op papier bestonden, eindigt. Wie nu nog steeds doet alsof de AI Act over technologische monsters in San Francisco gaat en niet over de Copilot-licentie op zijn laptop, mist het verhaal.

En, let op, er ligt ook een politiek akkoord van 7 mei 2026 over een “AI omnibus” (Consilium): een simplificatie van delen van de AI Act. Dat is geen versoepeling. Het is een vereenvoudiging van rapportageverplichtingen voor kleinere providers. Voor accountants en belastingadviseurs verandert er, voor zover ik nu kan zien, weinig. Maar het laat zien dat Brussel doorduwt.

Wat ik adviseer

Drie dingen.

Eén: koppel deze AFM-ontwikkeling aan de NBA-NOREA leidraad uit artikel 1. Want de leidraad is feitelijk de checklist die je nodig hebt om die vijf vragen hierboven te kunnen beantwoorden. Niet alle antwoorden staan erin. Maar de structuur staat erin.

Twee: maak een eenvoudig “AI-register” voor jouw kantoor. Geen ingewikkeld systeem. Een spreadsheet met: tool, gebruiker, doel, validatie-aanpak, risico-categorie. Dat klinkt droog. Het is je redding als de AFM ooit langs komt en het is je hulpmiddel om zelf te zien wat je hebt.

Drie: laat dit niet bij IT. Laat dit niet bij een externe consultant. Doe het zelf, of laat je partner het doen, of laat je vaktechnisch verantwoordelijke het doen. Want het kennen van je AI-stack is geen IT-vraag. Het is een vakvraag.

En oh ja, bij alles wat je inricht: AI Act, AVG/GDPR en Wwft zijn de drie wettelijke kaders waar je elke keuze tegen afzet. Eén keer per kwartaal je AI-register tegen die drielaag aanhouden. Daar wijken we niet vanaf.

Een korte zijweg over de Belastingdienst en agentic AI

Want, en dat is een nieuwsje van een week of twee terug dat ik nog moet plaatsen, de Belastingdienst onderzoekt zelf nu het gebruik van zogenoemde “agentic AI” (iBestuur). Dat zijn AI-systemen die niet alleen ondersteunen, maar zelf, onder voorwaarden, taken kunnen uitvoeren. Stuur een verzoek, ontvang een antwoord. Stuur een dataset, ontvang een analyse plus een vervolgactie.

Voor wie nog twijfelt of de fiscus AI gebruikt: dat doet hij al. Hij kreeg in 2026 zelfs de Big Brother Award voor het structureel onrechtmatig inzetten van algoritmen (drimmelen.nieuws.nl). Tegelijkertijd oordeelde de Rechtbank Den Haag eerder dit jaar dat het “OB Negatief”-risicoselectiemodel rechtmatig is bij btw-controles (Fiscaal Vanmorgen), omdat het slechts een voorselectie maakt en een medewerker de uiteindelijke beoordeling doet.

Lees die uitspraak. Hij is leerzaam, niet alleen omdat hij over de Belastingdienst gaat, maar omdat hij heel precies aangeeft wanneer een algoritme rechtmatig is en wanneer niet. De kernzin: een algoritme dat alleen voorselecteert, met menselijke beoordeling erachter, is rechtmatig. Een algoritme dat zelf beslissingen neemt zonder menselijke tussenkomst, daar wordt het ingewikkelder.

Wat heeft dat met jou te maken? Drie dingen.

Eén: als jouw cliënt een aanslag krijgt op basis van algoritmische voorselectie, mag je tegenwerpen dat het algoritme uitlegbaar moet zijn. Niet altijd succesvol, de rechter heeft in de OB Negatief-zaak gekozen voor “voldoende menselijke tussenkomst”, maar wel een hefboom.

Twee: als jij zelf agentic AI in je praktijk gaat inzetten, geldt voor jou dezelfde meetlat. Een agent die zelf beslissingen neemt zonder menselijke tussenkomst, dan kom je in de hoogste validatie-categorie van de NBA-NOREA leidraad. Dat kan, maar het kost meer governance dan wat de meeste kantoren nu in huis hebben.

Drie: het signaal van Den Haag is dat de rechter, voor nu, vertrouwt op de “mens-achter-de-knop”-redenering. Dat is geen vrijbrief. Het is een aanwijzing voor hoe jij je eigen processen moet inrichten als je AI gebruikt: zorg dat er altijd een mens is die het eindoordeel ondertekent. En zorg dat die mens kan uitleggen waarom hij dat oordeel onderschrijft. Anders is er geen menselijke tussenkomst, alleen een digitaal afstempelen.

Wat dit betekent voor jouw maandag

Drie kleine dingen voor maandag.

Eén: maak een lijst van AI-toepassingen in je kantoor waar je iets sneller doorheen gaat dan strikt nodig is. Zonder oordeel. Gewoon: waar gaan we te snel door de validatie heen? Waarschijnlijk weet je het antwoord al. Het zijn de plekken waar je ’s nachts wakker van wordt.

Twee: spreek deze week met één collega op je kantoor over één van die plekken. Niet om hem te beschuldigen. Maar om samen te kijken: waar kunnen we een extra controle inbouwen die maximaal vijf minuten extra kost? Een vinkje, een paraaf, een tweede paar ogen.

Drie: documenteer die controle. Niet uitgebreid. In één regel in een werkpapier. “AI gebruikt voor X. Validatie door [naam] op [datum].” Klaar. Dat is begin van je AI-register. Niet meer. Niet minder.

Het is misschien wel het verhaal van dit jaar. Drie advocaten in Nederland kregen sinds januari 2026 een tuchtrechtelijke waarschuwing voor AI-misbruik in processtukken (Advocatie; Accountant.nl). Twee van hen moeten verplicht een AI-cursus volgen.

Het meest pijnlijke voorbeeld, voor wie het nog niet kent: een advocaat met dertig jaar ervaring (DutchCowboys). Indrukwekkend cv. Veel cliënten. Schrijft een verzoekschrift. Verwijst naar jurisprudentie. Jurisprudentie blijkt niet te bestaan. De rechter merkt het op. De advocaat probeert te herstellen met drie nieuwe verwijzingen, die ook niet blijken te bestaan. Drie hallucinaties bovenop één hallucinatie. Een ChatGPT-vlot dat steeds dieper zinkt.

Het is een waarschuwing voor onze beroepsgroep. Want het tuchtrecht voor accountants (Wta), belastingadviseurs (Reglement Beroepsuitoefening) en juristen werkt verschillend, maar de logica is hetzelfde. Wie zorgvuldigheid laat varen, kan tuchtrechtelijk worden aangesproken. En “ik gebruikte ChatGPT” is geen verweer. Het is een verzwarende omstandigheid.

Waarom hallucinaties anders zijn dan vroegere fouten

Vroeger waren fouten vaak menselijk: vergeten, opzij gelegd, slordig. Hallucinaties zijn anders. Ze zijn plausibel, ze klinken precies als echte jurisprudentie of wetgeving of cijfers. Ze zijn stellig, het model presenteert ze met overtuiging. Ze zijn specifiek, vol details die echt lijken. En ze zijn onverifieerbaar zonder externe check.

Dat maakt ze gevaarlijk. Niet omdat ze “fout” zijn, alles in onze praktijk kan fout zijn. Maar omdat ze de gebruiker zo overtuigen dat hij het niet checkt.

En hier komt het beroepsethische punt: jij weet dit. Jij weet dat LLM’s hallucineren. Jij weet dat ChatGPT en Claude en Copilot dingen verzinnen. Je weet het. Het hele beroepsveld weet het. Dus als jij iets onverifieerd in een advies of stuk overneemt, ben je in tuchtrechtelijke termen niet “onwetend”. Je bent “willens en wetens roekeloos”. Dat is een veel zwaarder verwijt.

De Nextens-analyse en wat het betekent voor onze praktijk

Nextens publiceerde dit jaar een mooie analyse van AI-hallucinaties in de fiscale praktijk (Nextens). De kern: generieke tools (ChatGPT, Claude, Gemini in hun standaard-versies) hallucineren bij fiscale vragen vooral op drie plekken.

Eén: bij verwijzingen naar specifieke wetsartikelen. Het model weet vaak globaal dat artikel 8 lid 4 Wet Vpb iets over deelnemingsvrijstelling zegt, maar de details verzint hij vaak.

Twee: bij verwijzingen naar arresten. Hoge Raad-arrest-data, ECLI-nummers, paragrafen, vaak verzonnen of door elkaar gehaald.

Drie: bij cijfers en bedragen. Drempels, maxima, percentages, vooral bij eenmalig veranderde regelingen.

Wat helpt? Drie dingen: specialistische tools die wél in een rechtbank- of wetgevingsdatabank zoeken (denk: Nextens AI, Taxlive AI, fiscaal-specifieke RAG-systemen), een prompt die zelfverificatie afdwingt, en een tweede paar ogen, soms een mens, soms een tweede model.

Daarover hieronder meer.

De template-prompt die ik elk dossier gebruik

Dit is geen wondermiddel. Dit is een hulpmiddel. Maar ik gebruik ‘m sinds februari 2026 in mijn eigen praktijk en ik heb sindsdien geen enkele hallucinatie meer doorgelaten in een notitie of advies. Dat is een N=1, mijn praktijk, niet die van een onderzoeksbureau, maar het werkt voor mij.

💡 De Vuurtoren-prompt, Anti-hallucinatie-frame voor fiscale en accountancy-vragen
Rol: je bent een conservatieve onderzoeksassistent voor een
Register Belastingadviseur / accountant in Nederland.
Werkwijze:
1. Beantwoord de vraag alleen op basis van wat je zeker weet.
2. Markeer ELKE verwijzing naar wet, arrest, regeling, cijfer of bedrag
 als één van drie categorieën:
 [BEKEND-ZEKER], ik ben zeer zeker dat dit klopt
 [BEKEND-ONZEKER], ik denk dat dit klopt, maar wil het laten verifiëren
 [TE VERIFIEREN], ik ben hier niet zeker van, gebruiker moet checken
3. Verzin geen ECLI-nummers, artikelnummers of bedragen.
 Als je het niet weet, schrijf je [TE VERIFIEREN, niet gevonden in mijn kennis].
4. Geef bij elk inhoudelijk punt een eigen kritische kanttekening:
 "Risico bij deze redenering:..."
5. Sluit af met een lijstje "Wat ik vóór gebruik in een dossier zou verifiëren".
Mijn vraag: [hier jouw casus of vraag]
Werkterrein: Nederlandse fiscale of accountancy-praktijk.
Beroepsethiek: respecteer NBA-NOREA leidraad "AI Toegepast" (2026)
en de Verordening Gedrag en Beroepsregels (VGBA voor accountants) /
Reglement Beroepsuitoefening NOB.

Wat doet die prompt? Hij forceert het model om expliciet te zijn over zekerheid. Hij maakt het model voorzichtiger met cijfers en verwijzingen. Hij dwingt een verifieerlijst af. En hij, dit is misschien het belangrijkste, verschuift de rolverdeling tussen jou en het model. Jij wordt niet langer de gebruiker die de output passief leest. Jij wordt de poortwachter die alleen door laat wat geverifieerd kan worden.

De drie regels van veilig AI-gebruik in tuchtrechtelijk perspectief

Eén: nooit een feit, cijfer of verwijzing in een definitief stuk zonder dat je de bron in hand hebt. Niet “ChatGPT zei”, maar “Hoge Raad 13 maart 2024, ECLI:NL:HR:2024:XXX, r.o. 3.2”. Als jij dat nummer niet zelf hebt opgezocht, mag het niet in jouw stuk.

Twee: nooit een redenering uit AI zonder dat je je eigen redenering ernaast hebt gezet. Niet om de AI overbodig te maken. Om jouw eigen denkproces niet te verliezen. AI als sparring partner, niet als opvolger.

Drie: nooit een advies aan een cliënt zonder dat je het, als de AFM of de tuchtrechter morgen belt, kunt onderbouwen. Als jij niet kunt uitleggen waarom je tot je advies bent gekomen, dan was het geen advies. Dan was het een doorvoer.

Een mini-casus tot besluit

Vorige week zat ik in een gesprek met een belastingadviseur, laten we hem voor de gein Henk noemen, want dat is z’n echte naam niet. Henk had ChatGPT gebruikt om een notitie voor te bereiden over een internationale herstructurering. ChatGPT had heel mooi en gestructureerd uitgelegd hoe de uitsteltechniek van de Anti-Tax Avoidance Directive (ATAD) in het Belastingplan 2026 was gewijzigd. Vier alinea’s, vol met bedragen, drempels, jaartallen. Henk had het overgenomen in z’n notitie. De notitie was naar de cliënt.

Tot zover de cliënt belde: “Henk, wij hebben dit ook nagekeken bij onze advocaat in Amsterdam. Hij zegt dat het niet klopt.”

Henk ging kijken. Het klopte niet. Drie van de vier alinea’s bevatten net-niet-correcte informatie. Net-niet. Niet helemaal mis, maar wel verkeerd genoeg om een advies op te bouwen dat de cliënt fiscaal nadeel had bezorgd.

Henk heeft het opgelost. Hij heeft het rechtgezet. Hij heeft ’s avonds laat z’n eigen redenering opnieuw opgebouwd, met de gele boekjes erbij en de wetbundel open. Niemand heeft een klacht ingediend. Niemand zal het ooit weten, behalve nu, dan, in deze nieuwsbrief, anoniem.

Maar Henk weet het. Henk weet dat hij de scheidslijn heeft gepasseerd. Henk gaat nu, vraag mij maar, de Vuurtoren-prompt gebruiken. Niet omdat ik ‘m zo geweldig vind. Maar omdat hij weet wat er gebeurt als hij het niet doet.

Wees de Henk die de prompt gebruikt voordat hij die belastingplichtige cliënt heeft. Niet de Henk erna.

Ik weet niet hoeveel Vuurtoren-edities ik dit jaar al over NotebookLM heb geschreven. Drie? Vier? Ik weet wel dat ik elke keer denk: dit is de keer dat ik er niet meer over schrijf. En elke keer komt Google met een update die het waard maakt.

Deze week was er weer een. Studio, het paneel waar je tot nu toe Audio Overviews kon maken, heeft nu vier “tiles”. Audio Overviews. Video Overviews. Mind Maps. Reports (Google blog). En het mooie: je kunt meerdere outputs van hetzelfde type maken in één notebook. Eén notebook met drie verschillende Audio Overviews (eentje voor jezelf, eentje voor de cliënt, eentje voor de partner). Eén notebook met een Audio Overview terwijl je een Mind Map openhebt. Twee dingen tegelijk. Die werkelijkheid die we Nederlanders koesteren.

En, voor onze praktijk superrelevant, Audio Overviews zijn nu beschikbaar in 50+ talen, inclusief Nederlands (Google blog). Dat klinkt droog. Het is niet droog. Het betekent dat een Nederlandse fiscalist die een Engels Hof-arrest moet verwerken, het Nederlands kan laten samenvatten en uitleggen. En dat je een Engels rapport voor een buitenlandse cliënt in Engels kunt laten leveren, vanuit dezelfde bronnen.

De 8-staps workflow voor één complex arrest

Stap 1, De input verzamelen. Pak een arrest van 30+ pagina’s, upload in een nieuw notebook.

Stap 2, Aanvullende bronnen. A-G conclusie, een annotatie, een eerdere relevante uitspraak. Drie tot vijf bronnen.

Stap 3, Eerste oriëntatie. Mind Map genereren. In 30 seconden de structuur.

Stap 4, Audio Overview in Nederlands. Luister ‘m onderweg, in de keuken, tijdens het hardlopen.

Stap 5, Gerichte vragen. Niet “vat samen”. Wel: “waar wijkt HR af van de A-G in r.o. 4.3?”

Stap 6, De Reports-functie voor een specifieke deelvraag.

Stap 7, Cross-check met Claude Fable 5. Dezelfde primaire bronnen, dezelfde vraag, vergelijk.

Stap 8, Je eigen notitie. Synthese met Report en Audio Overview als input.

Acht stappen. Anderhalf uur als je een beetje routine hebt. Voor een arrest dat anders een halve dag had gekost. En de kwaliteit is hoger omdat je vanuit drie invalshoeken hebt benaderd: gestructureerd (Mind Map), narratief (Audio Overview), analytisch (Reports plus vraag-antwoord).

Probeer ‘m. Deze week. Op één arrest.

Wat de update specifiek toevoegt, en een AVG-waarschuwing

De grootste winst: meerdere outputs van hetzelfde type in één notebook. Vroeger overschreef elke nieuwe Audio Overview de vorige, vervelend als je zowel een oriëntatie-overview als een diep-duik-overview wilde behouden. Nu kun je in één notebook een Audio Overview in het Nederlands voor jezelf maken, een Audio Overview in het Engels voor de cliënt, een Mind Map, en twee Reports, alles vanuit dezelfde bronnen. Allemaal grounded.

Belangrijk, en dit is precies waar de NBA-NOREA leidraad bij komt: NotebookLM is een Google-product. Google Workspace-versies hebben sterkere privacy-garanties dan de gratis-versie. Wie cliëntdata wil uploaden, moet conform AVG/GDPR een verantwoorde keuze maken: betaalde Workspace-omgeving (met DPA), of anonimiseren voorafgaand aan upload, of niet uploaden. Voor cliëntspecifieke gegevens werk je het verstandigst via een enterprise-omgeving met DPA. Dit is geen detail. Dit is precies waar AVG/GDPR en beroepsgeheim samenkomen.

Een vergelijking met Copilot Notebooks

“Ron, ik werk in Microsoft 365. Ik heb Copilot. Waarom zou ik naar NotebookLM gaan?”

Eerlijk: Copilot Notebooks is een mooi product en het verbetert maandelijks. Het zit in jouw werkomgeving. Het ziet je SharePoint, OneDrive, Outlook. Het kan een spreadsheet bouwen via de Excel-agent en een Word-document in jouw huisstijl maken.

Maar NotebookLM heeft op dit moment het beste grounded zoeken in een afgeperkte bronnenset dat ik ken. Plus Audio Overviews in 50+ talen. Plus Video Overviews. Voor pure analyse van een vakdocument geeft NotebookLM gemiddeld een rijker, beter gestructureerd resultaat. Voor productie-werk (notitie naar cliënt, brief, sheets) is Copilot vaak handiger door de directe Office-integratie.

Mijn praktijkadvies: gebruik beide. NotebookLM voor onderzoek, oriëntatie en samenvatten. Copilot voor productie. Eén tool voor het denken, één voor het maken. Niet uitruilbaar, complementair.

Vier korte berichten die op zichzelf geen Vuurtoren waard zijn, maar bij elkaar het complete plaatje van deze week schetsen.

Het ChatGPT Personal Finance Dashboard, wat als je cliënt het gebruikt?

OpenAI heeft mid-mei 2026 een Personal Finance Dashboard uitgerold voor ChatGPT Pro-gebruikers in de VS. Via Plaid kunnen 12.000+ instellingen worden gekoppeld (Schwab, Fidelity, Chase, Robinhood, Amex, Capital One). ChatGPT bouwt een dashboard en bewaart “Financial memories”.

US-only, Pro-only, vandaag. Maar de richting is helder. Binnen een jaar komt deze functie in Europa. En binnen twee jaar zal het voor jouw cliënten normaal zijn om hun hele financiële huishouding aan een chatbot te koppelen.

Wat betekent dat voor onze praktijk? Drie dingen.

Eén: cliënten krijgen straks AI-gegenereerd “shadow advies” naast jouw advies. Hoe ga je daarmee om?

Twee: er wordt een nieuw type cliëntvraag normaal. “Kan jij even checken wat ChatGPT mij gisteren heeft verteld?”

Drie: het belang van jouw uitlegbaarheid neemt toe. “Omdat ik het zeg” is geen antwoord meer.

Prompt injection, het risico waar wij eerlijk over moeten zijn

OWASP publiceerde deze maand z’n LLM Security Report 2026 (Help Net Security, 11 juni 2026). Prompt injection-aanvallen +340% jaar-op-jaar. DeepMind meldt +32% kwaadaardige indirecte prompt-injecties tussen november 2025 en februari 2026. Een real-world incident bij Meta in maart 2026: een AI-assistent lekte gevoelige interne data via een routine-vraag op een intern forum.

Voor onze praktijk: indirect prompt injection, waarbij een kwaadwillende een instructie verstopt in een document of website die door een AI wordt verwerkt, is het risico om in de gaten te houden zodra je agentic AI gaat gebruiken. Voorlopig niet enorm omdat de meeste kantoren agentic AI nog niet productief gebruiken. Maar wie die golf instapt, moet de NBA-NOREA leidraad-categorie “semi-autonoom” zeer serieus nemen.

ING zet AI in voor hypotheekbeoordeling

ING heeft 300 hypotheekbeoordelaars; 50 daarvan gebruiken nu de interne AI-agent. Doel: kopers sneller uitsluitsel geven.

Twee gevolgen voor onze praktijk. Eén: jouw IB-aangifte en jaarrekening worden vaker eerst door een AI gelezen. Zorg dat je documenten machinaal goed leesbaar zijn. Twee: de bank gaat AI-gegenereerde rapporten produceren over jouw cliënten. Of die kloppen, en of jij ze kunt aanvechten, is een nieuwe juridische arena.

Baker Tilly, Autoboeker en de Nederlandse AI-stack

Baker Tilly heeft een eigen AI-platform met meerdere gespecialiseerde agents, gebruikt door honderden medewerkers. Interne “Ninja”-ontwikkelaars automatiseren repetitief werk. Daarnaast brede samenwerking met Fieldguide voor agentic AI in risk advisory. En Autoboeker, een Nederlands AI-platform voor accountants en administratiekantoren, haalde €1,2 miljoen op voor productontwikkeling.

Er ontstaat een Nederlandse stack. Naast Big Tech (ChatGPT, Claude, Copilot, Gemini) komen Nederlandse specialistische tools (Autoboeker, Nextens AI, Visionplanner-AI-integraties, eigen ontwikkelingen bij grote kantoren). Voor MKB-kantoren goed nieuws.

Voor jouw kantoor de vraag: hoe ziet onze stack er over twee jaar uit? Niet “ergens dit jaar”. Komende kwartaal.

Even iets persoonlijks over de release die voor onze beroepsgroep waarschijnlijk de meest concrete impact zal hebben: Claude Fable 5. Gelanceerd op dinsdag 9 juni 2026.

Test 1, Een 180-pagina vaststellingsovereenkomst. Drie partijen, dochterondernemingen, latente belasting, een verkoop-en-verzoening-deel en een geheimhouder-deel. Het soort document waar je normaal een halve dag mee bezig bent.

Eerste vraag aan Fable 5: “Wat zijn de drie belangrijkste fiscale risico’s voor de vennootschapsbelastingplichtige partij?” Antwoord in ongeveer een minuut. Drie risico’s, met paragraaf-verwijzingen, met opbouw van de redenering, met expliciete onzekerheid op één punt (“paragraaf 14.3 is dubbelzinnig; ik zie zowel argument voor afzonderlijke afstandsverklaring als voor doorlopende verplichting, graag uw juridisch oordeel”). Alle paragraaf-verwijzingen klopten. Bij Opus 4.8 zat ik nog op 5-10% onjuiste verwijzingen in dit soort lange documenten. Fable 5, in deze test, leek aanzienlijk beter. Mate van zekerheid: middel, want het is één test.

Test 2, Zelfde VSO door Copilot. Copilot werkt sneller doordat het in mijn werkomgeving zit. Geen kopiëren. Maar de output was minder rijk. De drie risico’s overlapten, maar de redenering was minder gestructureerd en zonder expliciete onzekerheidsmarkering. Conclusie: voor diepe analyse van een complex juridisch-fiscaal document geeft Claude Fable 5 op dit moment het beste resultaat. Voor snelle samenvattingen en taken in mijn directe werkomgeving blijft Copilot praktischer. Combineren dus.

Test 3, De veiligheidsclausule. Anthropic heeft in Fable 5 ingebouwd dat het model bij “high-risk areas” (cybersecurity, biologie) terugvalt op Opus 4.8. Ik stelde een grensgeval-fiscale vraag over rente-aftrek via een buitenlandse moedervennootschap. Het model gaf algemene uitleg over artikel 10a, 10b, ATAD, maar weigerde concrete adviezen over “het hoogste fiscale voordeel”. Pluspunt: niet ingezet voor agressieve planning. Minpunt: legitieme adviesvragen worden soms afgewezen. Werkaround: gebruik Fable 5 voor onderzoek en analyse, en breng je eigen fiscale oordeel in voor het uiteindelijke advies.

Test 4, Geheugen in Projects. In Claude.ai kun je Projects aanmaken. Ik heb een project met drie sessies over één complexe cliëntcasus over drie dagen verspreid gedraaid. In sessie drie vroeg ik om sessies 1 en 2 te koppelen. Foutloos. De redenering bouwde op de eerdere sessies.

Toepassing voor jouw praktijk: gebruik Projects (Claude) of Custom GPT’s (ChatGPT) om complexe cliëntdossiers in continue context te behandelen. Niet voor elke cliënt. Wel voor je top-25 dossiers per jaar.

Wat dit betekent voor de keuze die jij deze maand maakt

Als je nog geen Claude-abonnement hebt: overweeg het. Niet om Anthropic te steunen. Maar omdat zij-aan-zij vergelijking van Fable 5 met ChatGPT en Copilot je een controle-mechanisme geeft dat tuchtrechtelijk relevant kan zijn. “Ik heb dit door twee onafhankelijke modellen laten beoordelen” is een sterker validatie-argument dan “ik heb ChatGPT gevraagd”.

Kostenbenadering: Claude Pro ~$20/maand. ChatGPT Plus ~$20/maand. Copilot via 365-licentie. Voor wat het oplevert in validatie en tijdsbesparing: peanuts.

En bedenk: bij elke abonnementkeuze hoort een verantwoorde keuze conform AVG/GDPR. Standaard-Pro-accounts hebben andere privacy-garanties dan enterprise-omgevingen. Voor cliëntdata: werk via enterprise binnen je eigen Microsoft 365 of Google Workspace, met expliciete DPA’s. Vraag het na bij je IT-leverancier of je beroepsorganisatie als je twijfelt.

De grotere les uit deze week

De modellen worden in een tempo beter dan we kunnen bijhouden. Wat vorig jaar uitzonderlijk goed was, is nu standaard. Wat dit jaar standaard is, wordt volgend jaar middelmatig. Wat nu moeilijk is, wordt volgend jaar vanzelfsprekend. Geen Moore’s Law over rekenkracht meer, we praten over redeneerkracht. En dat raakt het hart van ons vak.

Ga drie dingen doen. Open Claude. Open ChatGPT. Open Copilot. Stel ze dezelfde vraag uit jouw dagelijkse praktijk. Vergelijk de antwoorden. Drie tabbladen, één vraag, drie antwoorden. Daar leer je in vijftien minuten meer dan in een hele cursus.

Goed. Hier is geen ruimte voor diplomatie. Dit is het stuk dat jij maandagochtend uitprint en aan elk kantoorlid voorlegt. Dit is het deel van de Vuurtoren dat maandag op elk kantoor the talk of the town moet zijn. Het is geen suggestie. Het is een operatieplan.

Vorige week is er iets veranderd. Niet alleen kwam Claude Fable 5 beschikbaar. Maar tegelijkertijd kwam de NBA-NOREA leidraad uit, kondigde de AFM intensiever toezicht aan, en startte de AI Act-handhavingsmachine zich op voor 2 augustus. Drie sporen die op één ochtend samenkomen.

Sta op. Loop naar de koffieautomaat. Schenk een dubbele. Kom terug. Lees mee.

Wat jij MAG met Claude Fable 5, binnen de wet

Even alle puzzelstukjes op een rij. Binnen AVG/GDPR, AI Act en Wwft mag een accountant of belastingadviseur Claude Fable 5 gebruiken voor:

Eén, Analyse van publiek beschikbare documenten. Wetgeving. Memorie van Toelichting. Jurisprudentie. Kamerstukken. Vakliteratuur. Hier zit geen persoonsgegeven in. Geen Wwft-cliëntdata. Geen privacyrisico. Vrij om in te zetten als ondersteunend hulpmiddel, mits jij de output zelf eindbeoordeelt.

Twee, Analyse van anonieme cliëntdata. Een proefbalans waar geen namen, BSN’s of identificeerbare gegevens in staan, mag in Fable 5. Een vaststellingsovereenkomst waar je eerst de namen vervangt door [Partij A], [Partij B], [Dochteronderneming X], mag in Fable 5. Cijfers en bedragen zijn op zichzelf geen persoonsgegevens; ze worden dat pas als ze tot een identificeerbare persoon te herleiden zijn. Werk met fragmenten en anonimiseer voorafgaand.

Drie, Concept-werkproducten in een Claude Enterprise-omgeving met een DPA. Wie zakelijk Claude (via Anthropic Enterprise of via een gevalideerde partner) gebruikt met een echte Data Processing Agreement, kan binnen die omgeving ook gevoeligere data verwerken. Mits de DPA conform AVG-eisen is, mits er afspraken zijn over training-uitsluiting en mits jouw kantoor zelf intern de governance op orde heeft.

Vier, Sparringspartner voor jouw eigen redenering. Stel je hebt al een fiscale analyse gemaakt en wilt ‘m laten challengen. Plak de geanonimiseerde versie in Fable 5 en vraag: “welke tegenargumenten heb ik niet meegenomen?” Dat is een legitieme gebruikswijze. Het model is niet je oordeel, het is je sparring.

Vijf, Code en interactieve tools voor jouw praktijk. Een rechtsvormvergelijker. Een berekening van box-3-belasting onder verschillende scenario’s. Een dashboard dat de NBA-NOREA leidraad-categorieën inzichtelijk maakt. Allemaal toegestaan, als de input geen identificeerbare persoonsgegevens bevat.

Wat jij NIET MAG, en wat veel kantoren nu wel doen

Nu het pijnlijke stuk. Dit is wat NIET mag, maar wat ik elke week op kantoren hoor gebeuren:

Niet: identificeerbare cliëntdata uploaden in de standaard-Pro-versie van Claude.ai (of ChatGPT, of welke andere consumer-versie dan ook) zonder DPA. Dat is een AVG-overtreding. Het maakt niet uit dat het model “het misschien niet onthoudt”. Het maakt niet uit dat “het toch alleen voor mijzelf is”. Het is een gegevensverwerking richting een verwerker waarmee je geen verwerkersovereenkomst hebt. AVG, artikel 28. Punt.

Niet: aangiftes, jaarstukken of contracten met namen en bedragen kopiëren in een gratis AI-tool om “even snel iets te checken”. Dat is exact het gedrag waar de Autoriteit Persoonsgegevens straks achteraan komt zodra er een klacht ligt. Geen excuus dat het “even snel” was. Geen excuus dat “je het direct hebt verwijderd”.

Niet: cliëntonderzoek-vragen onder Wwft uitbesteden aan een AI. Het cliëntonderzoek conform artikel 3 Wwft is een persoonlijke verantwoordelijkheid van de Wwft-plichtige beroepsbeoefenaar. Een AI mag ondersteunen, bijvoorbeeld bij het scannen van openbare bronnen, maar de risicobeoordeling, het politiek prominent persoon-vaststelling en het uiteindelijke “cliënt-acceptatie ja/nee” blijft mensenwerk. Met vastlegging. Met verantwoording.

Niet: AI gebruiken voor een advies waarvan de uitlegbaarheid niet ligt bij jou. Als jij straks bij een tuchtklacht zegt “Claude zei het” en je kunt niet uitleggen waarom het advies klopt, dan ben je tuchtrechtelijk kwetsbaar. Onder de AI Act-leesrichting: jij bent de “deployer” en draagt verantwoordelijkheid voor de uitkomst. Niet Anthropic. Niet OpenAI. Jij.

Niet: agentic AI loslaten op cliëntdossiers zonder governance. Een Custom GPT die zelfstandig mailtjes verstuurt namens jou. Een Copilot Studio Agent die journaalposten boekt. Een Make-flow die uitspraken doet over cliënten. Onder de NBA-NOREA leidraad-categorie “semi-autonoom” mag dit alleen met zware governance. Doe je dat niet, dan ben je bij elke fout volledig persoonlijk aansprakelijk.

Wat jij MOET, deze week. Niet “ergens” deze maand. Deze week.

En nu de operatie. Vijf punten. Maandagochtend MT-vergadering. Of als jij directie/partner bent: maandagochtend in een uur tijd.

EEN, Inventariseer je AI-stack vandaag. Niet morgen. Vandaag. Maak een lijst van elke AI-tool die op je kantoor gebruikt wordt. Vraag het ook aan de juniors, zij gebruiken er vaak meer dan jij denkt. Een spreadsheet met drie kolommen: tool, gebruiker, doel. Dat is genoeg om te beginnen.

TWEE, Stel deze week een AI-beleidsdocument van één pagina vast. Niet vijftig pagina’s. Eén. Met daarin: welke tools mag wie waarvoor gebruiken, welke data mag er nooit in een AI-tool zonder DPA, hoe documenteren we AI-gebruik in werkpapieren, en wie is intern aanspreekpunt bij twijfel. Een pagina. Iedereen krijgt ‘m. Iedereen heeft ‘m gelezen vóór vrijdag.

DRIE, Update je DPA’s en verwerkersovereenkomsten. Wie Claude, ChatGPT of Copilot zakelijk gebruikt: check of je een DPA hebt. Zo niet: regel het deze maand. Bel je IT-leverancier. Vraag het je beroepsorganisatie. Niet wachten tot iemand klaagt.

VIER, Voeg een AI-paragraaf toe aan je cliëntovereenkomst en je opdrachtbrief. “Wij maken in onze dienstverlening gebruik van AI-ondersteunende tools onder onze eigen eindverantwoordelijkheid en met inachtneming van AVG, AI Act, Wwft en de geldende beroepsregels. Wij verwerken uw persoonsgegevens uitsluitend binnen omgevingen waarvoor passende verwerkersovereenkomsten bestaan.” Twee zinnen. Verandert je leven. Want je cliënt weet ervan en geeft impliciet toestemming binnen de kaders van je opdracht.

VIJF, Wijs een interne AI-verantwoordelijke aan. Niet de meest tech-savvy junior. Een partner of senior manager. Iemand met statuur. Iemand die de tuchtrechtelijke betekenis snapt. Iemand die maandelijks vijf vragen kan beantwoorden en jaarlijks het AI-register opnieuw kan beoordelen. Geen volledige functie. Een rol naast bestaande verantwoordelijkheden. Maar wel iemand. Met naam. Met handtekening.

Waarom DEZE week

Omdat 2 augustus 2026 nadert. Omdat de leidraad nu publiek is. Omdat de AFM-toezichtsbrief in januari al hing maar nu echt operationeel wordt. Omdat de eerste AVG-boetes voor AI-gebruik straks gaan vallen, en de eerste die valt, vestigt een precedent. Niemand wil dat precedent zijn.

Maar belangrijker: omdat deze week, door deze samenloop van gebeurtenissen, een kanteljaar in beweging zet. De kantoren die deze week reageren, hebben in september hun governance op orde en kunnen rustig hun AI-stack uitbreiden. De kantoren die deze week niets doen, hebben in september een achterstand die exponentieel groeit.

Tuchtrechters kijken niet of jij goed mee was. Ze kijken of jij goed bezig was op het moment dat het signaal kwam. Het signaal is er. Het signaal staat hier. Het signaal staat in de NBA-NOREA leidraad. Het signaal staat in de Trendzicht 2026 van de AFM. Het signaal staat in de Uitvoeringswet AI-verordening die net in consultatie is geweest.

Het signaal staat ook in jouw mailbox. Want deze nieuwsbrief ligt nu in jouw inbox. En over een jaar, als er ergens wat misgaat en de tuchtrechter aan jou vraagt: “Wist u dat?”, dan kun je niet zeggen “ik wist het niet”. Want je hebt deze gelezen. En je weet het.

Dat is geen dreigement. Dat is een uitnodiging om vandaag iets in beweging te zetten. Vandaag, niet morgen.

The Talk of the Town

Hier is wat ik aan elk kantoor zou vragen om maandagochtend als opener in het werkoverleg op tafel te leggen:

“Goedemorgen allemaal. Vorige week is er iets gebeurd. Op dinsdag is Claude Fable 5 uitgekomen, het nieuwste vlaggenschip van Anthropic. Op zondag is er een NBA-NOREA leidraad gepubliceerd die we deze week moeten doorlezen. En over zes weken start de Europese Commissie de handhaving van de AI Act voor leverenciers. We gaan dit niet ad hoc oplossen. We gaan vandaag drie afspraken maken: één, we inventariseren onze AI-stack voor vrijdag. Twee, we stellen een AI-beleid van één pagina vast voor volgende vrijdag. Drie, we wijzen een interne AI-verantwoordelijke aan. Wie wil meedenken? Wie wil de eerste stap zetten?”

Tien minuten. Eerlijke vraag aan je team. Het wordt het meest belangrijke werkoverleg van het jaar, als je het doet.

Niemand verwacht dat jij alles in één week regelt. Wel dat jij in één week laat zien dat je het serieus neemt. Het verschil tussen die twee, daar zit je hele tuchtrechtelijke positie in.

Omdat ik het belangrijk vind dat je dit ergens kunt vinden zonder de hele Vuurtoren door te bladeren, zet ik hier de kern in tabelvorm. Vier wettelijke pilaren. Vier vragen die je per AI-toepassing moet beantwoorden. En de plek waar je het concrete antwoord vindt.

AVG/GDPR

• Vraag: verwerk ik persoonsgegevens via deze AI-tool? Zo ja, op welke grondslag, met welke beveiliging, met welke verwerkersovereenkomst?
• Concreet: voor elke AI-tool een verwerkersovereenkomst óf alleen anonieme/geanonimiseerde input. Zonder DPA geen identificeerbare cliëntdata.
• Bewijslast: aantonen dat je voldoet ligt bij jou. Niet bij Anthropic. Niet bij OpenAI. Niet bij Microsoft. Bij jou.
• Risico: boetes tot 4% van de wereldwijde omzet, of €20 mln, afhankelijk van wat hoger is. Voor MKB-kantoren in de praktijk meer in de orde van enkele tienduizenden tot honderdduizenden euro’s per overtreding.

AI Act (EU 2024/1689)

• Vraag: ben ik in deze use-case “deployer” of “provider”? Welk risicoprofiel heeft mijn use-case? Is er een transparantie-verplichting tegenover mijn cliënt?
• Concreet: bijna alle accountants en belastingadviseurs zijn “deployer”, niet “provider”. Voor deployers in de niet-hoogrisicocategorie gelden lichtere verplichtingen, maar er zijn altijd transparantie- en menselijke-controle-verplichtingen.
• Tijdlijn: 2 augustus 2026 start handhaving voor providers. Voor deployers gelden de verplichtingen al sinds 2 februari 2025 (AI-geletterdheidsplicht voor personeel) en zullen ze verder oprollen.
• Risico: boetes tot 7% van de wereldwijde omzet bij ernstige overtredingen.

Wwft (Wet ter voorkoming van witwassen en financieren van terrorisme)

• Vraag: kan AI mij ondersteunen in mijn cliëntonderzoek en risicobeoordeling? Op welke punten blijft de menselijke beoordeling onontkoombaar?
• Concreet: AI mag publieke bronnen scannen (sanctielijsten, UBO-register, openbare media). De risicobeoordeling, de PEP-vaststelling en het accept/decline-besluit blijven mensenwerk, met vastlegging.
• Documentatie: elke AI-stap in het cliëntonderzoek vastleggen in het cliëntdossier. Datum, tool, instructie, output, eigen beoordeling.
• Toezichthouder: BFT voor belastingadviseurs en accountants. Voor accountants ook AFM in toezichtsrelatie. NBA voor verenigingsleden.

Beroepsregels (NBA/RB/NOB)

• Vraag: is mijn AI-gebruik in overeenstemming met de vakbekwaamheid-eis, integriteit, objectiviteit en geheimhouding?
• Concreet: NBA-NOREA leidraad “AI Toegepast” uit deze week is je nieuwe meetlat. RB en NOB zullen waarschijnlijk binnen 6-12 maanden hun eigen aanvulling brengen.
• Bewijslast: jij moet kunnen aantonen dat je een redelijke beoefenaar bent geweest. Dat betekent: kennis van wat de tool doet, documentatie, eindbeoordeling, gepaste scepsis.
• Risico: tuchtrechtelijke maatregelen variërend van waarschuwing tot doorhaling. Plus civiele aansprakelijkheid jegens cliënten.

Print deze tabel. Hang ‘m bij de koffieautomaat. Of nog beter: maak er een Excel-bestand van per AI-tool die je gebruikt, en bewaar dat in je AI-register. Dan heb je elke maandag een levend document waar je per tool kunt zien waar je staat.

Een kort woord over wat “vakbekwaamheid” nu betekent

Drie jaar geleden was “vakbekwaamheid” in onze beroepsregels iets als: voldoende kennis van het fiscaal recht, de Wta, of de beroepscode. Dat verandert. Onze beroepsorganisaties, eerst NBA en NOREA met deze leidraad, straks RB en NOB met soortgelijke teksten, schuiven AI-kennis nu nadrukkelijk binnen het begrip “vakbekwaamheid”.

Dat is een stille revolutie. Want het betekent: van een Register Belastingadviseur in 2027 wordt verwacht dat hij weet wat hallucineren is. Wat een prompt is. Wat een RAG-systeem doet. Wat het verschil is tussen een consumer-versie en een enterprise-omgeving. En vooral: hij wordt geacht te weten welke vragen hij moet stellen voordat hij een tool inzet voor cliëntwerk.

Voor wie nu denkt: ik leer niets nieuws meer over IT, ik laat dat aan de jongeren, pas op. Want vakbekwaamheid is geen jonge-mensen-ding. Het is een professionele norm waar jij persoonlijk aan moet voldoen. Met je dertig jaar ervaring. Met je grijze haren. Met je waardevolle pensioenpot.

De beroepsregels worden niet milder voor wie de tijd niet wil meenemen. Ze worden strenger.

Daarom: ja, ik geef cursussen. Ja, er zijn andere goede cursussen. Maar belangrijker dan de cursus is de houding. Ben je iemand die zegt: “Ik wil leren wat dit voor mijn vak betekent.” Of ben je iemand die zegt: “Wij doen het altijd zo.” Houding is bepalend. De cursus volgt vanzelf.

Een laatste, korte oproep

Stuur dit artikel, of beter nog, deze hele Vuurtoren, door naar één partner van je kantoor. Niet als reclame voor mij. Niet voor de attentie. Maar omdat een gesprek over AI op je kantoor het beste begint als twee mensen tegelijkertijd hetzelfde hebben gelezen. Eén mens kan een geluid opvangen. Twee mensen worden een beweging.

Eén collega, één forward, één gesprek bij de koffie maandag.

Dat is alles wat je hoeft te doen om de bal aan het rollen te brengen.

Daar wordt het the talk of the town van.

Aan het einde van deze editie wil ik je één laatste vraag stellen.

Niet “wat ga je nu doen?”, die heb je in artikel 8 al beantwoord.

Een andere vraag.

Met wie ga je dit doen?

Want ik zie het bij mezelf, en ik zie het bij elke cursist die ik dit jaar heb gesproken: in je eentje aan AI beginnen is moeilijk. Niet omdat AI moeilijk is, het is in technische zin gemakkelijker dan een complexe internationale herstructurering uitleggen, maar omdat de psychologie ervan moeilijk is. Je raakt het gevoel kwijt dat je goed bezig bent. Je voelt je bezet door iets dat sneller verandert dan je kunt bijhouden. Je wordt onzeker over wat je waard bent.

Daar helpt één ding tegen: een buddy.

Iemand met wie je elke week tien minuten bespreekt: wat heb ik geleerd, wat heb ik geprobeerd, waar ging het mis, waar werkte het. Een collega op kantoor. Een vakgenoot uit een ander kantoor. Een oud-studiegenoot. Een Vuurtoren-lezer die je deze nieuwsbrief stuurt en die jou er een terug stuurt.

Mijn voorstel, vrijblijvend, maar concreet. Antwoord deze nieuwsbrief met de naam van één collega met wie je deze zomer wekelijks tien minuten over AI gaat sparren. Ik bewaar je antwoord niet in een database. Ik bewaar het in mijn hoofd. En als jij me over drie maanden vertelt dat het gewerkt heeft, neem ik dat mee in een toekomstige Vuurtoren, anoniem natuurlijk, maar als bewijs dat het werkt.

Wat ik je toewens deze zomer

Drie dingen.

Eén: dat je elk weekend dit jaar minstens één dag bent waarop je niet aan AI denkt. Echt niet. Niet “ach laat ik even kijken naar dat nieuwe model.” Niet. Een dag waarop je een wandeling maakt, een boek leest dat geen vakliteratuur is, met je gezin koffie drinkt, of in de tuin werkt. AI-vrij. Een gun jezelf één dag in de zeven om te onthouden waarom je dit werk eigenlijk doet.

Twee: dat je elke week één moment hebt waarop je iets nieuws probeert. Niet om “bij te blijven”. Niet om te “innoveren”. Maar om die kleine vonk te voelen van “oh, dat is gaaf.” Want die vonk is wat je werk levend houdt. Dertig jaar fiscale praktijk wordt zonder die vonk een lange uitloop. Met die vonk blijft het een avontuur.

Drie: dat je dit najaar één moment hebt waarop je trots bent op iets dat je vorig jaar nog niet kon. Iets concreets. Een dashboard dat je hebt gebouwd. Een prompt-bibliotheek die je hebt aangelegd. Een werkproces dat je hebt verbeterd. Een cliëntgesprek dat soepeler liep dankzij betere voorbereiding. Een AI-register dat je vanaf de scratch hebt opgezet en dat de AFM straks tegen het licht houdt zonder dat je nerveus wordt.

Die drie dingen, een dag rust per week, een vonk per week, en een trotsmoment per kwartaal, zijn wat de Vuurtoren probeert mogelijk te maken. Niet alles tegelijk. Stapje voor stapje. Met humor waar het kan, met ernst waar het moet, met persoonlijke verhalen waar ze passen, en met messcherpe specificiteit waar dat de lezer het meeste helpt.

Dat probeer ik. Dat lukt niet altijd. Maar ik probeer het. Zaterdag na zaterdag.

En jij leest het. Week na week. Daar ben ik je dankbaar voor.

Ga vandaag iets goeds doen. Iets kleins, iets onbelangrijks, iets wat niets met werk te maken heeft. Een appel kopen op de markt. Een vriendschap bellen die je drie maanden niet hebt gesproken. Een wandeling maken zonder telefoon. Iets wat je herinnert aan wie je bent als je niet jouw functietitel bent.

Daarna kun je weer aan de bak met de leidraad. Met Fable 5. Met de prompt-bibliotheek. Met je AI-register.

Maar eerst dat ene kleine ding.

Dat, beste collega, is de echte les van deze editie.