AI Toepassingen

AI en je debiteuren: sneller betaald krijgen zonder de klantrelatie te verpesten

Ontdek wat AI in debiteurenbeheer goed doet, wat mensenwerk blijft, en de actuele Nederlandse regels voor betaaltermijn, rente en incassokosten.

AI WorkTalent Redactie · 29 juli 2026 · 10 min leestijd

AI in debiteurenbeheer betekent dat software facturen en betaaltermijnen bewaakt, zodat mkb-bedrijven sneller aan hun geld komen. Voor de meeste mkb-bedrijven is niet omzet het grootste risico, maar cashflow: een mooie orderportefeuille helpt niet als het geld pas over negentig dagen binnenkomt, terwijl lonen en huur gewoon op de eerste van de maand van je rekening gaan. Aanmanen en bellen stellen mensen vaak uit omdat het ongemakkelijk voelt, en juist die combinatie van herhaling en ongemak maakt debiteurenbeheer een van de betere toepassingen van AI in het mkb. Er gelden wel een paar scherpe grenzen: het gaat niet alleen om tijd, maar ook om de relatie met je klant.

Waar de tijd en het geld weglekken

In de praktijk zit het probleem zelden bij één grote fout, maar bij een stapeling van kleine gaten in het proces.

• Facturen die te laat de deur uit gaan. Een project is afgerond, maar de factuur wordt pas dagen of weken later verstuurd omdat er eerst nog andere dingen moesten gebeuren. Elke dag vertraging bij het versturen is een dag die je later terugziet bij het betalen.
• Geen consequent herinneringsritme. De ene factuur krijgt na een week al een vriendelijk belletje, de andere ligt een maand te wachten omdat niemand het oppakte. Zonder vast ritme is het toeval wie op tijd wordt herinnerd en wie niet.
• Niet weten wélke klant je wanneer moet bellen. Bij een handjevol debiteuren overzie je dat nog. Bij tientallen of honderden lopende facturen wordt het gokken. Wie is een paar dagen te laat en betaalt toch wel, en wie is inmiddels een echt risico dat aandacht verdient?

Het resultaat is een langere gemiddelde betaaltermijn dan nodig en meer uren aan handmatig opzoekwerk. Ook voelt het vervelend voor de ondernemer of medewerker die het aanmanen erbij doet naast al het andere werk.

Wat AI goed doet bij debiteurenbeheer

Debiteurenbeheer bestaat uit twee delen: het ritme bewaken, en het gesprek voeren. AI is sterk in het eerste en kan het tweede voorbereiden, maar voert het niet zelf.

• Het herinneringsritme bewaken. AI signaleert automatisch welke factuur over de vervaltermijn heen is. Vervolgens stuurt het systeem op het juiste moment een eerste, vriendelijke herinnering, zonder dat iemand daar apart aan hoeft te denken.
• Toon en moment aanpassen per klant. Een trouwe klant die al vijf jaar rond dag 40 betaalt, verdient een andere toon dan een nieuwe klant die na de eerste herinnering nog niets van zich laat horen. AI kan die nuance meenemen op basis van eerder gedrag, in plaats van iedereen dezelfde standaardmail te sturen.
• Betalingsgedrag herkennen. Na verloop van tijd ontstaat een patroon per klant: wie structureel een paar weken later betaalt maar altijd betaalt, en wie steeds verder uitloopt en daarmee een reëel risico wordt. Dat onderscheid is met een paar tientallen debiteuren nog uit het hoofd te doen. Bij grotere aantallen is dat voor een mens lastig scherp te houden.
• Het gesprek voorbereiden. Voordat iemand belt, zet AI de relevante feiten op een rij: hoeveel facturen openstaan, hoe lang al, hoe deze klant normaal betaalt, en wat er bij eerdere contacten is afgesproken. Dat scheelt de beller het gedoe van zelf alles bij elkaar zoeken. Het gesprek zelf gaat meteen ter zake, in plaats van dat het uitzoekwerk pas tijdens het telefoontje gebeurt.

Een voorbeeld uit de praktijk

Het volgende voorbeeld is illustratief: het laat zien hoe zo'n aanpak in de praktijk kan werken. Het is geen verifieerbare casus van één met naam genoemd bedrijf. Een installatiebedrijf met zo'n twintig lopende klanten stuurde facturen handmatig na, meestal pas als iemand er tijd voor had. Dat was soms twee weken na de vervaldatum, soms pas na een maand.

Na het inrichten van een geautomatiseerd ritme verstuurde het systeem een dag na de vervaldatum automatisch een vriendelijke herinnering. Na twee weken volgde een tweede herinnering met een iets directere toon. Voor de twee klanten die al jaren op tijd betaalden en één keer een dag te laat waren, gold een uitzondering: de ondernemer stelde de automatische herinnering dan bewust een paar dagen uit, als coulance die hij zelf had ingesteld. Bij een nieuwe klant die na de tweede herinnering nog niet had gereageerd, kreeg de eigenaar een signaal met een samenvatting: twee openstaande facturen, veertig dagen te laat, geen eerdere geschiedenis. Hij besloot zelf te bellen, in plaats van meteen een derde automatische aanmaning te laten versturen. Het systeem bewaakte het ritme; de uitzonderingen en de lastige gesprekken bleven bij de mens.

Wat AI hier niet moet doen

Drie dingen kun je beter niet aan AI overlaten, ook al zou het technisch kunnen.

• Zelfstandig dreigen met incasso. Een aankondiging van een incassotraject is een juridisch relevante stap met kosten en gevolgen voor de klant. Dat moet iemand bewust beslissen op basis van het hele plaatje, niet een systeem dat automatisch escaleert zodra een teller een bepaald aantal dagen bereikt.
• Een betalingsregeling toezeggen. Of je een klant drie termijnen aanbiedt in plaats van directe betaling, is een financiële en relationele afweging. Hoe belangrijk is deze klant, hoe groot is het risico, en wat kun je zelf hebben als leverancier? Dat is mensenwerk, geen regel die je vooraf in een systeem vastlegt.
• Een klantrelatie beslissen. Stoppen met leveren, een korting laten vervallen, of juist coulance geven omdat iemand al jaren een goede klant is — dat raakt de relatie zelf. Die overzie je alleen als mens, met kennis van de geschiedenis en het grotere plaatje.

De reden is steeds dezelfde. Deze beslissingen wegen een kortetermijnbelang (sneller betaald krijgen) af tegen een langetermijnbelang (de relatie, je reputatie, het risico op een geschil). Die afweging vraagt context die een geautomatiseerd systeem niet heeft.

De Nederlandse regels rond betaaltermijn, rente en incassokosten

Voordat je een aanmaningsproces inricht, is het goed om de wettelijke kaders te kennen. Let op: de bedragen en percentages hieronder wijzigen periodiek, dus behandel ze als richting en controleer de actuele stand voordat je ze toepast.

• Betaaltermijn tussen bedrijven (B2B). Is er niets afgesproken, dan geldt een wettelijke betaaltermijn van 30 dagen. Twee bedrijven mogen onderling een langere termijn afspreken. Spreken ze een termijn van meer dan 60 dagen af, dan mag die afspraak niet kennelijk onbillijk zijn jegens de schuldeiser (art. 6:119a lid 5 BW). Is dat wel zo, dan is die afspraak niet geldig en geldt alsnog de wettelijke termijn van 30 dagen. Voor grote ondernemingen die inkopen bij het mkb of bij zzp'ers geldt sinds 1 juli 2022 een verplichte betaaltermijn van maximaal 30 dagen, ongeacht wat er contractueel is afgesproken.
• Wettelijke rente en wettelijke handelsrente. Voor overeenkomsten met consumenten geldt de wettelijke rente, voor overeenkomsten tussen bedrijven en met de overheid de wettelijke handelsrente. Beide tarieven kunnen twee keer per jaar wijzigen, per 1 januari en per 1 juli, maar niet op dezelfde manier. De wettelijke rente wordt door de overheid vastgesteld bij algemene maatregel van bestuur. De wettelijke handelsrente volgt automatisch uit de wet zelf: de ECB-herfinancieringsrente plus acht procentpunt. Volgens rijksoverheid.nl (geraadpleegd op 28 juli 2026) bedraagt de wettelijke rente 4% per 1 januari 2026 en de wettelijke handelsrente 10,4% per 1 juli 2026.
• Buitengerechtelijke incassokosten. Voor vorderingen op consumenten geldt een wettelijke staffel, oplopend naarmate de hoofdsom hoger is (zie tabel hieronder). Bij zakelijke klanten is deze staffel geen dwingend recht. Partijen mogen onderling andere afspraken over incassokosten maken, bijvoorbeeld in de algemene voorwaarden. Bij een geschil hanteren rechters overigens vaak dezelfde staffel als redelijke maatstaf.
• De veertiendagenbrief bij consumenten. Voordat je bij een consument incassokosten in rekening mag brengen, moet je eerst een aanmaning sturen die de consument nog minimaal 14 dagen de tijd geeft om zonder extra kosten te betalen. Let op waar die termijn begint: volgens de Hoge Raad (25 november 2016, ECLI:NL:HR:2016:2704) start de termijn pas de dag ná ontvangst van de brief door de consument, niet op de dag van versturen of dagtekening. Een brief met een formulering als "binnen 14 dagen na dagtekening" voldoet daarom niet, met als gevolg dat de incassokosten niet verschuldigd zijn. Vermeld in de brief ook het bedrag aan incassokosten dat de consument verschuldigd wordt als hij niet op tijd betaalt. Deze verplichte veertiendagenbrief geldt specifiek voor consumenten en niet voor zakelijke klanten.

Met een minimum van 40 euro en een maximum van 6.775 euro incassokosten per vordering (bron: rijksoverheid.nl en de Staffel Buitengerechtelijke Incassokosten, geraadpleegd op 28 juli 2026).

Zet je AI in voor het aanmaanproces, dan is dit precies het soort regels dat je vooraf in de sjablonen en de wachttijden verwerkt — niet iets waar het systeem zelf een aanname over maakt.

De relationele kant: niet elke klant is hetzelfde

Een geautomatiseerde aanmaning is goedkoop om te versturen, maar kan duur uitpakken als hij naar de verkeerde klant gaat. Stuur je je grootste, meest betrouwbare klant automatisch een formele herinnering omdat een factuur toevallig drie dagen te laat is, dan riskeer je irritatie over een bedrag dat de relatie niet waard is. Dat geldt zeker als die klant al jaren prima betaalt en het gewoon aan een iets langer goedkeuringsproces intern lag. Andersom is te lang coulance geven aan een klant die structureel later en later betaalt, ook geen oplossing: dat kost je juist de cashflow die je probeerde te beschermen.

De praktische oplossing is uitzonderingen inbouwen, in plaats van te vertrouwen op één automatisch ritme voor iedereen. Denk aan:

• een lijst met belangrijke of langjarige klanten die eerst een persoonlijk belletje krijgen in plaats van een systeemmail;
• een ingebouwde coulanceperiode voor wie zelden te laat is;
• een duidelijke afspraak over wanneer een medewerker het overneemt van het systeem.

AI kan die uitzonderingen prima uitvoeren zodra jij ze hebt vastgelegd — het is alleen niet iets wat het systeem zelf zou moeten verzinnen.

Wat je meet om te weten of het werkt

Drie getallen laten zien of debiteurenbeheer beter gaat, los van het onderbuikgevoel dat het "wel meevalt":

• DSO (Days Sales Outstanding). Het gemiddeld aantal dagen dat een factuur openstaat voordat de klant betaalt. De formule: DSO = (openstaande debiteuren / omzet over de periode) x aantal dagen. Reken beide bedragen inclusief of beide exclusief btw; anders valt de uitkomst te hoog uit. Dit is het kerncijfer voor cashflow: een dalende DSO betekent dat je geld gemiddeld sneller binnenkomt.
• Percentage facturen te laat. Het aandeel facturen dat de vervaltermijn overschrijdt. Dit laat zien of het probleem breed is (een structureel proces dat niet werkt) of smal (een paar hardnekkige uitzonderingen).
• Uren kwijt aan aanmanen. Hoeveel tijd besteedt een medewerker of ondernemer per week aan opzoeken, herinneren en bellen. Dit is de tijdswinst die automatisering concreet zou moeten opleveren. Het is ook de maat waarmee je een investering in AI kunt terugrekenen.

Meet deze drie cijfers voordat je iets verandert, en een paar maanden erna opnieuw. Zonder nulmeting is elke uitspraak over "het werkt beter" giswerk. Wil je die verbetering ook financieel onderbouwen voordat je investeert, reken dan door hoe je de ROI van een AI-investering berekent.

Debiteurenbeheer stap voor stap: wie doet wat

Een overzicht van de stappen in een aanmaanproces, wie ze in de praktijk het beste doet, en waarom.

Hoe je dit oppakt

De meeste boekhoudpakketten en facturatietools bieden inmiddels een vorm van automatische herinnering. Dat is voor de meeste mkb-bedrijven het startpunt, niet iets om zelf te laten bouwen. Grofweg zijn er drie categorieën:

• de herinneringsfunctie die al in je boekhoud- of facturatiesoftware zit;
• gespecialiseerde credit-management- of debiteurenbeheersoftware die zich puur op dit proces richt;
• workflow-/automatiseringsplatforms die je boekhouding, CRM en telefonie aan elkaar koppelen.

Pas als je specifieke koppelingen nodig hebt — bijvoorbeeld tussen je boekhoudpakket, je CRM en de telefonie van je binnendienst — wordt maatwerk interessant. Dan is automatisering met een tool als n8n vaak de eerste stap, in plaats van alles vanaf nul te bouwen.

Let op met scoren: ga je betaalgedrag van klanten automatisch scoren, dan verwerk je vaak persoonsgegevens in de zin van de AVG — zeker bij zzp'ers, eenmanszaken en contactpersonen. Zorg voor een grondslag en transparantie, en gebruik de score als hulpmiddel voor een mens in plaats van als volledig geautomatiseerd besluit.

Begin klein: richt het ritme in voor één segment klanten, meet de DSO en het aantal uren voor en na, en breid pas uit als het werkt. Zie het stappenplan voor AI in het mkb voor die aanpak in meer detail.

AI bewaakt het ritme, herkent patronen en bereidt het gesprek voor — de beslissing om te escaleren, coulance te geven of een relatie te beëindigen blijft bij jou. Twijfel je hoe je dit voor jouw bedrijf inricht, zie de complete gids voor het inhuren van een AI-expert. Op AI WorkTalent vind je specialisten die debiteuren- en facturatieprocessen hebben geautomatiseerd.