Kan AI de voorraad, omzet en winst van een KMO correct berekenen?

Bekijk het antwoord van Gemini zelf

Hieronder tonen we een fragment van Gemini’s berekeningen. Vooral de FIFO-resultaten en de afsluitende voorraadcontrole zijn interessant: het model presenteerde een uitgebreide analyse en verklaarde dat de voorraad volledig in balans was, terwijl de getoonde controle niet klopte.

AI-model 3 — Claude

Claude berekent alles correct, met een compactere uitleg

Claude kwam, net als ChatGPT, op een bedrijfswinst van € 2.010,72. Ook de andere gecontroleerde financiële uitkomsten waren correct.

Wat vooral opvalt, is dat Claude het antwoord compacter presenteerde. Het model begon met de aankoopkost per stuk en toonde vervolgens de FIFO-bewegingen van de drie producten in overzichtelijke tabellen.

Een duidelijke berekening van de monitorarmen

De monitorarmen waren een interessant onderdeel van de opdracht, omdat twee verkochte exemplaren op 20 januari werden teruggestuurd.

Claude hield correct rekening met de oorspronkelijke kostprijs van € 85 per stuk. Vervolgens werden de teruggenomen exemplaren als nieuwe FIFO-laag opgenomen en op het juiste moment opnieuw uit voorraad gehaald.

De uiteindelijke netto kostprijs van de verkochte monitorarmen bedroeg volgens Claude € 4.229. Dat bedrag klopt.

Correcte financiële eindcontrole

Claude controleerde ook de totale beschikbare voorraadwaarde. De € 13.560 aan beginvoorraad en aankopen werd exact verklaard door de kostprijs van de verkopen, de beschadigde voorraad en de eindvoorraad.

Het model voegde bovendien een korte toelichting toe over bijzondere situaties, zoals consignatiegoederen en het vooruitbetaalde voorschot van € 300. Ook die werden juist behandeld.

Onze vaststelling: Claude gaf een correcte en goed controleerbare financiële analyse. Het antwoord was minder uitgebreid dan dat van ChatGPT, maar bevatte de noodzakelijke tussenstappen en een sluitende eindcontrole.

Bekijk het antwoord van Claude zelf

Hieronder zie je een fragment van de financiële analyse van Claude. Het model toonde de FIFO-voorraadbewegingen per product en kwam uit op de correcte bedrijfswinst van € 2.010,72.

AI-model 4 — Perplexity

Perplexity maakt meerdere fouten en geeft een onjuiste verklaring voor het voorraadverschil

Perplexity presenteerde zijn antwoord in duidelijke tabellen, met afzonderlijke onderdelen voor de productomzet, voorraad, beschadigde goederen en bedrijfswinst.

Maar al bij de omzetberekening liep het mis. Dat had gevolgen voor verschillende volgende berekeningen.

Fout 1: korting toegepast op de verkeerde producten

Op 15 januari kreeg de klant 12% korting, maar uitsluitend op bureaulampen. Die beperking stond uitdrukkelijk in de opdracht.

Perplexity paste de korting echter ook toe op de vijf toetsenborden en achttien monitorarmen van die bestelling.

Daardoor werd de omzet van die producten te laag berekend. Het model gaf bovendien ook een korting bij de terugbetaling van twee monitorarmen, hoewel op die producten oorspronkelijk geen korting was toegepast.

Fout 2: verkeerde voorraadlagen en kostprijzen

Perplexity berekende wel dat er op 31 januari nog 18 eigen producten aanwezig waren. Maar de waarde van die voorraad was onjuist.

Bij de bureaulampen stelde het model bijvoorbeeld dat de eindvoorraad bestond uit drie lampen van € 32 en negen lampen van € 38.

De correcte samenstelling is acht lampen van € 39 en vier geretourneerde lampen van € 32. Ook bij de andere producten waren de resterende voorraadlagen niet correct bepaald.

Daardoor kwam Perplexity op een eindvoorraadwaarde van € 880 in plaats van € 884.

Fout 3: de verzendomzet verdwijnt uit de winstberekening

Perplexity telde de € 150 die klanten voor verzending betaalden eerst correct bij de totale omzet.

Maar in de berekening van de bedrijfswinst gebruikte het model vervolgens alleen de productomzet als opbrengst. De € 150 verzendomzet ontbrak in dat overzicht, terwijl de werkelijke verzendkosten wel werden afgetrokken.

Ook dat drukte de berekende bedrijfswinst onterecht.

Fout 4: een verzonnen oorzaak voor het voorraadverschil

Het opvallendste komt op het einde van Perplexity’s antwoord. Het model merkte op dat de voorraadcontrole een verschil van € 1 vertoonde.

In plaats van de berekening te verbeteren, gaf het daarvoor een verklaring. Volgens Perplexity ging het om een afrondings- of toerekeningsverschil in de FIFO-voorraadlagen, onder meer bij de geretourneerde monitorarmen.

Perplexity behandelde wel de consignatiegoederen, het ontvangen voorschot en de nog niet ontvangen leveranciersbestelling correct.

Onze vaststelling: Perplexity maakte verschillende reken- en interpretatiefouten. Vooral de niet-onderbouwde verklaring voor het voorraadverschil is opvallend: het model probeerde de afwijking te verklaren zonder de onderliggende fouten op te lossen.

Bekijk het antwoord van Perplexity zelf

Hieronder zie je een fragment uit Perplexity’s financiële analyse. Let vooral op de berekende bedrijfswinst en op de afsluitende verklaring voor het voorraadverschil van € 1. Dat verschil ontstond door fouten in de berekening en was geen noodzakelijk afrondingsverschil.

Alle resultaten naast elkaar

Hoe verschillen de berekeningen van ChatGPT, Gemini, Claude en Perplexity?

De vier modellen kregen exact dezelfde bedrijfsgegevens. Toch kwamen ze niet allemaal tot dezelfde resultaten.

Onderstaande tabel toont hun antwoorden tegenover de gecontroleerde uitkomsten. We geven bewust geen punten: de vergelijking gaat over de concrete fouten en correcte berekeningen binnen deze ene opdracht.

De lichtrode cellen duiden afwijkingen aan tegenover de gecontroleerde uitkomsten. Er zijn geen scores of punten toegekend.

Wat leren we uit deze vergelijking?

ChatGPT en Claude berekenden alle gecontroleerde financiële onderdelen correct. Gemini en Perplexity gaven op verschillende plaatsen onjuiste bedragen, ondanks een overzichtelijke presentatie en uitgebreide toelichting.

Ook valt op dat alle vier de modellen het correcte aantal resterende voorraadstuks berekenden. Toch waardeerden Gemini en Perplexity die voorraad verkeerd. Het juiste aantal producten betekent dus nog niet dat ook de financiële voorraadwaarde klopt.

De antwoorden van Gemini en Perplexity illustreren bovendien dat fouten elkaar kunnen versterken of juist gedeeltelijk compenseren. Alleen naar het verschil in bedrijfswinst kijken, geeft daarom geen volledig beeld van de betrouwbaarheid van de berekening.

Wat ging er mis?

Vier lessen uit de gemaakte fouten

1. Een kleine instructie kan een groot verschil maken

Perplexity las onvoldoende nauwkeurig dat de korting van 12% op 15 januari uitsluitend op bureaulampen gold. Het paste die korting ook toe op toetsenborden en monitorarmen.

Daardoor ontstond een fout in de omzetberekening, die vervolgens ook invloed had op de transactiekosten en de berekende winst.

2. De volgorde van gebeurtenissen is belangrijk

Bij een gewone optelling maakt het niet uit in welke volgorde je de bedragen optelt. Bij FIFO-voorraadbeheer is dat anders.

De exacte datum waarop een product wordt aangekocht, verkocht of geretourneerd, bepaalt welke voorraadlaag beschikbaar is. Gemini verwerkte die gebeurtenissen niet in de juiste tijdsvolgorde en kwam daardoor tot verkeerde voorraadkosten.

3. Een correct eindbedrag kan fouten verbergen

Gemini berekende € 1.999,06 bedrijfswinst, tegenover de correcte € 2.010,72. Het verschil is slechts € 11,66.

Toch maakte Gemini meerdere fouten in de voorraadwaardering, beschadigde goederen en transactiekosten. Een deel van die afwijkingen compenseerde elkaar.

Een klein verschil in het eindresultaat betekent dus niet noodzakelijk dat bijna alle tussenberekeningen correct zijn.

4. Een controle is pas nuttig als ze werkelijk wordt uitgevoerd

In de oorspronkelijke opdracht vroegen we expliciet om een controle van de voorraad. Toch bleken de afsluitende controles van Gemini en Perplexity problematisch.

Gemini verklaarde een berekening sluitend die volgens de getoonde bedragen niet klopte. Perplexity stelde een afwijking van € 1 vast, maar gaf daarvoor een niet-onderbouwde verklaring.

Zijn dit rekenfouten of AI-hallucinaties?

Niet iedere fout van een AI-model is automatisch een hallucinatie. Dat onderscheid is belangrijk.

Wanneer een model de verkeerde voorraadlaag gebruikt of een korting op het verkeerde product toepast, gaat het vooral om een rekenfout of een fout in de verwerking van de instructies.

Bij een hallucinatie presenteert een AI-model informatie of een verklaring als feit, terwijl die niet voldoende door de beschikbare gegevens wordt ondersteund.

Bij Gemini zien we een verwant probleem: het model verklaarde de voorraadadministratie volledig in balans, terwijl de cijfers in de gepresenteerde controle dat niet aantoonden.

Deze test toont dus niet alleen dat AI rekenfouten kan maken. Hij laat ook zien dat een model zijn eigen fouten soms met veel overtuiging presenteert of van een onjuiste verklaring voorziet.

Praktische tips

Hoe gebruik je AI veiliger voor financiële berekeningen?

Deze test betekent niet dat AI onbruikbaar is voor financiële analyses. Integendeel: twee modellen voerden de volledige opdracht correct uit.

Wel toont de test waarom je belangrijke bedrijfsberekeningen niet zomaar mag overnemen zonder controle. Zeker wanneer het gaat om voorraad, prijzen, kosten en winst, kunnen kleine interpretatiefouten gevolgen hebben voor het eindresultaat.

1. Vraag naar de tussenberekeningen

Vraag niet alleen hoeveel winst je onderneming heeft gemaakt. Laat AI ook tonen hoe de omzet, voorraadkosten, kortingen, retouren en overige kosten werden berekend.

Zo is een fout gemakkelijker te ontdekken dan wanneer je enkel een eindbedrag ontvangt.

2. Laat belangrijke gegevens apart controleren

Bij onze test waren de kortingsvoorwaarden en retourdatums bijzonder belangrijk. Het kan nuttig zijn om AI eerst een overzicht te laten maken van alle regels die van invloed zijn op de berekening.

Controleer daarbij zelf of uitzonderingen correct zijn overgenomen. Denk aan een korting die uitsluitend voor bepaalde producten geldt.

3. Vraag om een echte controleberekening

Bij voorraadbeheer moet de totale waarde van de beschikbare goederen uiteindelijk overeenkomen met de waarde van de verkochte, beschadigde en resterende goederen.

Als die aansluiting niet klopt, moet de berekening opnieuw worden onderzocht. Een verklaring zonder onderbouwing volstaat niet.

4. Gebruik een betrouwbaar rekenmiddel voor definitieve cijfers

AI kan helpen bij het structureren van gegevens en het uitleggen van berekeningen. Voor cijfers waarop je zakelijke beslissingen baseert, blijft controle via een betrouwbaar spreadsheet, boekhoudpakket of voorraadbeheersysteem belangrijk.

Voor grotere financiële analyses kan ook een controle door je boekhouder aangewezen zijn.

Voorbeeldprompt: laat AI zijn berekening controleren

Heb je AI al een financiële analyse laten maken? Dan kun je de volgende vervolgprompt gebruiken om de controle gerichter aan te pakken.

Onze conclusie

Kan AI betrouwbare financiële berekeningen maken voor een KMO?

Onze test toont dat AI in staat is om een ingewikkelde financiële analyse correct uit te voeren. Maar we zagen ook dat dit niet vanzelfsprekend is.

We gaven vier gratis AI-modellen dezelfde opdracht: bereken de voorraad, omzet en winst van een fictieve KMO met verschillende producten, aankoopprijzen, kortingen, retouren en kosten.

ChatGPT en Claude voerden de volledige berekening correct uit. Ze kwamen allebei op een bedrijfswinst van € 2.010,72, met een juiste FIFO-voorraadwaarde en een sluitende eindcontrole.

Gemini gebruikte Python-code, maar maakte fouten bij de verwerking van de voorraad en de transactiekosten. Opvallend was dat het model zijn eigen voorraadcontrole ten onrechte als volledig correct beschouwde.

Perplexity paste een korting toe op producten waarvoor die niet gold. Daardoor liep de omzetberekening verkeerd. Daarnaast maakte het model fouten in de FIFO-voorraad en vergat het de aangerekende verzendkosten mee te nemen in de winstberekening. Toen de voorraadcontrole een verschil vertoonde, gaf Perplexity daarvoor een niet-onderbouwde verklaring.

Een uitgebreide uitleg is geen garantie voor juistheid

Misschien is dat de belangrijkste les van deze test.

Alle vier de modellen produceerden overzichtelijke, overtuigend geschreven financiële analyses. Ze gebruikten tabellen, tussenberekeningen en toelichtingen. Toch bleken niet alle cijfers correct.

Vooral het antwoord van Gemini is interessant. Het model gebruikte een programmeertaal om berekeningen uit te voeren, maar de logica waarmee de gegevens werden verwerkt was niet volledig correct. Een rekenhulpmiddel kan nauwkeurig rekenen, maar het blijft belangrijk dat de juiste berekening wordt uitgevoerd.

Ook het antwoord van Perplexity laat een risico zien. Het model stelde een afwijking vast, maar gaf er vervolgens een verklaring voor die niet uit de gegevens volgde. Daarmee werd een fout niet opgelost, maar verklaard op een manier die geloofwaardig kon overkomen.