Kelmorad achtergrond

We categoriseren financiële data waar menselijke beoordeling tekortschiet

Sinds 2021 ontwikkelen we AI-systemen die uitgaven automatisch sorteren en analyseren voor bedrijven die internationale diensten verlenen. Onze methode combineert machine learning met praktische toepassingen die direct werkbaar zijn.

Opgericht 2021

Van technisch probleem naar werkende oplossing

Het begon met een simpel vraagstuk: hoe sorteer je duizenden verschillende transacties zonder handmatige controle? Traditionele methoden werkten goed voor standaardsituaties maar faalden bij uitzonderingen.

We bouwden een systeem dat leert van patronen in historische data. Het herkent uitgavecategorieën op basis van leverancier, transactiebedrag, frequentie en context. Waar eerdere tools stoppen bij vaste regels, past ons systeem zich aan nieuwe situaties aan.

De eerste versie draaide in 2021. Sindsdien hebben we het algoritme verfijnd met input van accountants en financiële teams die het dagelijks gebruiken. Het resultaat is software die minder foutmarge heeft dan menselijke beoordeling bij grote volumes.

Onze klanten werken internationaal, wat betekent dat het systeem moet omgaan met verschillende valuta, belastingregels en rapportage-eisen. Die complexiteit vroeg om een aanpak die verder gaat dan standaard categorisatie.

Waar we waarde leggen

Nauwkeurigheid boven snelheid

Verkeerd gecategoriseerde uitgaven kosten meer tijd dan een grondige controle. Ons systeem prioriteert correcte toewijzing en markeert onduidelijke gevallen voor menselijke verificatie.

Transparante werking

Elke categorisatiebeslissing wordt ondersteund met duidelijke indicatoren. Gebruikers zien waarom een bepaalde toewijzing is gemaakt en kunnen deze indien nodig aanpassen.

Werkbare implementatie

Technologie die niet past in bestaande workflows creëert problemen in plaats van ze op te lossen. We bouwen systemen die integreren met standaard boekhoudpraktijken en bestaande software.

Mensen achter de technologie

Liesbeth Vandermeulen

Liesbeth Vandermeulen

Specialist Financiële Analyse

Werkte tien jaar in corporate finance voordat ze zich richtte op geautomatiseerde categorisatie. Haar ervaring met handmatige processen vormt de basis voor hoe ons systeem uitzonderingen detecteert en afhandelt.

Nathalie Beckers

Nathalie Beckers

Technisch Consultant

Ontwikkelde machine learning modellen voor verschillende financiële toepassingen. Zij zorgt ervoor dat onze algoritmes praktisch bruikbaar blijven en niet verdwalen in theoretische complexiteit.

Resultaten tot nu toe

2.4M

Transacties verwerkt

94%

Correcte categorisatie

18

Internationale klanten

62%

Tijdsbesparing gemiddeld