Use-cases scoren voor finance — Impact × Feasibility met finance-rubric

Use-cases scoren voor finance is het toepassen van een 2×2-model (Impact × Feasibility) op een longlist AI-ideeën, met een finance-rubric die rekening houdt met audit-impact en cash-effect. De vier kwadranten leveren quick wins, gold nuggets, moonshots en maybe-laters op — voor finance-teams is dit de simpelste manier om een 30-item lijst te reduceren tot drie expliciet besproken keuzes.

Een longlist van 30 AI-use-cases voor finance is geen plan. Het is een verzameling hypotheses, en zonder filter loopt hij leeg op de realiteit: te weinig tijd, te weinig budget, te veel concurrerende prioriteiten in de close-cyclus. Het Impact × Feasibility-model is de simpelste manier om die lijst hanteerbaar te maken. Twee assen, vier kwadranten, en per use-case een expliciete discussie over wat je eigenlijk denkt.

Voor finance specifiek werkt het model goed mits je de assen op finance-criteria invult — niet "impact" in algemene zin, maar impact in uren close-tijd of euro's cash-effect; niet "feasibility" in algemene zin, maar feasibility op data-toegang, audit-impact en team-capaciteit.

De vier kwadranten

• Quick wins (hoog impact, hoog feasibility): kleine moeite, groot verschil. Doen, nu.
• Gold nuggets (hoog impact, laag feasibility): groot verschil maar niet triviaal. Vragen een serieus project, maar verdienen dat. Hier zit strategische waarde.
• Moonshots (laag impact, laag feasibility): veel werk voor weinig. Uitstellen, tenzij er een andere reden voor is (leren, positionering).
• Maybe later (laag impact, hoog feasibility): makkelijk maar de moeite niet waard. Oppakken als het echt zijdelings kan.

Wie de kwadranten serieus neemt, dwingt zichzelf om af te wijzen. Dat is het hele punt.

De Impact-as voor finance — vier drivers

1. Tijd-besparing in finance-uren

De simpelste te kwantificeren driver. Uren-per-week × aantal finance-medewerkers × uurtarief. Voor een team van 4 finance-medewerkers waar een use-case 3 uur per week per persoon bespaart, zit je op ruim 600 uur per jaar — bij €75 effectief uurtarief gaat het om €45.000 directe waarde, los van wat het team in plaats daarvan kan doen.

2. Cash-effect

Direct of indirect effect op werkkapitaal: lagere DSO door beter debiteurenbeheer, lagere DPO door beter crediteurenbeheer, minder uitval door tijdiger BTW-suppletie, minder fout-betalingen door betere controle. Cash is een hardere driver dan tijdbesparing in een board-context — een dag DSO-reductie op €5 mln omzet = ~€14K cash dat je niet financiert. Twee weken DSO-reductie bij dat omzetniveau = ~€190K.

3. Foutreductie en audit-impact

Minder fouten in boekingen, minder suppleties op BTW, minder herwerk in de jaarrekening. Moeilijker te kwantificeren dan tijd of cash, maar belangrijk omdat fouten verderop in de cyclus exponentieel duurder zijn dan vroeg — een fout die in de close glipt en in de jaarrekening landt, kost meervoudig wat het in de bron had gekost. Audit-impact is een sub-driver: een use-case die de auditbaarheid versterkt heeft strategische waarde, ook als de tijdwinst klein is.

4. Strategisch — sturen op cijfers

Het minst kwantificeerbare maar vaak doorslaggevende: een use-case die de CFO sneller en met meer vertrouwen laat sturen op de business. Een rolling 13-weeks cashforecast die elke ochtend klopt is strategisch — niet omdat hij uren bespaart, maar omdat hij beter sturen mogelijk maakt.

Een werkbare scoring: elke driver score 1-3 (laag/midden/hoog), sommeren, normaliseren naar 1-10. Een use-case met 3-3-2-3 scoort 11/12, dat is 9 op de 10. Weinig precisie vereist, wel dwingend.

De Feasibility-as voor finance — vier drivers

1. Data-beschikbaarheid en -kwaliteit

Voor finance is dit bijna altijd de bottleneck. Een agent die concept-journaalposten moet voorstellen, heeft een schoon rekeningschema nodig met consistente kostenplaatsen. Een AI-debiteuren-flow heeft een actuele openpostenlijst met klantsegmentering nodig. Een variance-analyse heeft een budget nodig dat in dezelfde structuur staat als de actuals.

"We hebben het ergens" is geen ja. Begin met de data fatsoenlijk op orde brengen — dat is vaak een project op zich, en de ROI daarvan ontsluit meerdere use-cases.

2. AI-technologie en koppeling

Is de AI-capability volwassen? Voor standaard taken (samenvatten, classificeren, extractie) sinds begin 2024 ja. Voor agentische workflows op je boekhouding moet er een MCP-koppeling of API-integratie zijn — bestaat die niet, dan begint je project bij de integratie. Voor onze ervaring: Exact-koppelingen zijn vandaag standaard te realiseren, Twinfield en AFAS komen daarna.

3. Mensen — capaciteit en finance-kennis

Bouwen is vaak het makkelijke deel. Onderhouden, edge-cases verwerken, gebruikers trainen, audit-trail bijhouden — daar zit tweederde van het werk. Een finance-team zonder iemand die AI-verantwoordelijkheid neemt, moet feasibility-scores naar beneden bijstellen. Voor MKB-finance is dit vaak het bottleneck — geen tijd om er bovenop te zitten.

4. Audit-impact en governance-complexiteit

Specifiek voor finance: een use-case die toegang nodig heeft tot productie-administratie of een formele boeking creëert, vraagt om governance-werk dat een marketing-use-case niet vraagt. Approval-flow, audit-log, vier-ogen, rollen — niet onmogelijk, wel een eigen project. Een use-case in een sandbox-administratie of op read-only data is een orde van grootte makkelijker.

Score 1-3 per driver, som, normaliseer naar 1-10. Een use-case met 1-3-2-2 scoort 8/12, dat is 7 op de 10 — feasibel maar met een data-probleem dat eerst aangepakt moet worden.

Veelgemaakte fouten in finance-scoring

Optimisme op feasibility. Wie enthousiast is over een use-case geeft te hoge scores. Tegengif: laat iemand scoren die de use-case niet bedacht heeft, en vraag naar de top-twee aannames per score.

Verwarring tussen audit-impact en strategisch impact. "Dit is goed voor de auditor" is een driver, geen vrijbrief om de tijdwinst hoog te scoren.

Gebrek aan kwantificatie. "Dit scheelt veel tijd" is geen score. Een bandbreedte (1-3 dagen DSO-reductie verwacht; €30K-50K jaarlijkse cash-impact) is bruikbaar; een algemene claim niet.

Scoring zonder eigenaar. Een score zonder iemand die hem verdedigt is een slag in de lucht. Laat de proceseigenaar (AP-medewerker, controller, finance-manager) zelf scoren en review in groep.

De reasoning-check

Zodra je scores hebt, laat een reasoning-model ze uitdagen. Geef het model de use-case, je impact- en feasibility-scores, en vraag expliciet:

• wat zijn de top-twee aannames onder mijn impact-score;
• wat zijn de top-twee aannames onder mijn feasibility-score;
• één reden waarom deze use-case in de finance-praktijk niet zou werken.

De uitkomsten zijn vaak ontnuchterend — en precies daarom waardevol. Een score die overleeft na een serieuze challenge is een veel steviger basis voor een investeringsbeslissing dan een score waar niemand iets tegenin gebracht heeft.

Waar dit in de praktijk uitkomt

• Een scale-up van 80 FTE scoort 18 finance-use-cases. Twee quick wins (variance-toelichting met AI, board-pack-secties met file-creation) worden direct opgepakt. Drie gold nuggets (Close-agent, BTW-agent, Cash-agent) gaan naar een roadmap met data-integratie als eerste stap.
• Een productiebedrijf met 120 FTE scoort 24 finance-use-cases. Verrassing: hun favoriete idee (volautomatische credit-scoring per debiteur) landt in moonshot omdat de historische betaaldata in drie systemen verspreid zit. Zes quick wins rond bankreconciliatie en factuurverwerking krijgen voorrang; credit-scoring wordt geparkeerd tot de data-integratie staat.
• Een professional-services-firma (45 FTE) ontdekt dat hun longlist scheef zit naar rapportage. De scoring dwingt de vraag: waarom kijken we niet naar BTW, naar inkoopfactuur-flow, naar urenregistratie-analyse? Vier nieuwe use-cases komen op de lijst.