Voor jonge auditors voelt een jaarrekeningcontrole soms als een opeenstapeling van checklists, dossiers en steekproeven. Je leert procedures uitvoeren, dossiers documenteren en risico’s inschatten. Maar ergens knaagt vaak de vraag: begrijp ik nu echt hoe deze organisatie economisch werkt?
Bij een data-gedreven audit begint de controle juist daar. Niet bij de dossiers, maar bij de economische logica van de organisatie.
Een goed voorbeeld is een VVT-organisatie (Verpleging, Verzorging en Thuiszorg). Wie zo’n instelling controleert, ontdekt al snel dat de jaarrekening eigenlijk het eindpunt is van een aantal onderliggende processen. Als je die processen begrijpt — en de data erachter kunt analyseren — wordt de controle ineens veel logischer.
En eerlijk gezegd ook een stuk interessanter.
De economische motor achter een VVT-organisatie
Een VVT-organisatie lijkt op papier complex: verschillende financieringsstromen, zorgindicaties, vastgoed, subsidies en contracten met zorgverzekeraars en gemeenten.
Maar als je een stap terug doet, zie je dat de jaarrekening grotendeels wordt bepaald door vier economische stromen:
- zorgproductie
- vastgoed en investeringen
- financiering
- de financiële positie (voorzieningen, effecten, verplichtingen)
Een data-gedreven controle probeert deze stromen te reconstrueren vanuit brondata. De vraag is niet alleen of een balanspost klopt, maar vooral waar die vandaan komt.
Dat sluit ook goed aan bij de controlestandaarden waar auditors mee werken, zoals COS 315 (risico-inschatting), COS 330 (inspelen op risico’s) en COS 520 (analytische werkzaamheden). In feite dwingt een data-gedreven aanpak je om deze standaarden serieuzer te nemen.
De belangrijkste stroom: zorgproductie
De kern van een VVT-organisatie is zorgproductie. Zonder zorg geen omzet.
Het proces ziet er meestal ongeveer zo uit:
indicatie → zorglevering → registratie → declaratie → omzet
Een auditor die dit proces goed begrijpt, kan vrijwel de hele omzetlogica van de organisatie reconstrueren.
In een traditionele controle wordt vaak een selectie declaraties bekeken. Maar met data-analyse kun je veel meer doen.
Je kunt bijvoorbeeld datasets combineren uit het Elektronisch Cliëntendossier (ECD), declaratiesystemen en personeelsadministratie. Daarmee kun je onder andere analyseren:
- of geleverde zorg ook daadwerkelijk is gedeclareerd
- of indicaties overeenkomen met de geleverde zorg
- hoeveel declaraties worden afgewezen door financiers
- hoe lang het duurt voordat zorg wordt gedeclareerd
- of zorgproductie logisch aansluit bij beschikbare personeelsuren
Dit soort analyses geven een auditor een veel scherper beeld van risico’s rondom omzet en rechtmatigheid.
En misschien nog belangrijker: je begrijpt ineens echt hoe de organisatie draait.
Vastgoed: de stille reus op de balans
Bij veel zorginstellingen zit een groot deel van het vermogen in gebouwen. Verzorgingshuizen, verpleeglocaties, revalidatiecentra.
Voor jonge auditors voelt vastgoed soms als een vrij technische balanspost: activaregisters controleren, afschrijvingen nalopen, investeringen checken.
Maar ook hier kan data-analyse helpen om het verhaal achter de cijfers te begrijpen.
Denk bijvoorbeeld aan analyses zoals:
- boekwaarde van vastgoed per locatie
- investeringen versus onderhoudskosten
- omzet of bezetting per locatie
Zo’n analyse kan ineens interessante vragen oproepen. Waarom draait locatie A verlies terwijl locatie B vergelijkbare capaciteit heeft? Waarom stijgen onderhoudskosten sterk terwijl investeringen laag zijn?
Dit soort patronen zijn vaak interessanter dan het controleren van individuele facturen
Financiering: leningen en convenanten
Veel zorgorganisaties zijn gefinancierd met langlopende leningen bij banken of zorgfinanciers.
Voor auditors betekent dit dat niet alleen de schuldpositie moet kloppen, maar ook de rentelasten en eventuele convenanten.
Met data-analyse kun je bijvoorbeeld:
- rente opnieuw berekenen op basis van contracten en schuldstanden
- aflossingsschema’s reconstrueren
- convenanten opnieuw berekenen
Dat klinkt misschien eenvoudig, maar in de praktijk worden hier regelmatig afwijkingen ontdekt. Niet omdat organisaties iets verkeerd doen, maar omdat financiële administraties complex zijn.
Een auditor die dit soort berekeningen zelf kan reproduceren met data, staat ineens veel sterker in de controle.
De minder zichtbare posten: voorzieningen en overige verplichtingen
Naast de grote stromen zijn er balansposten die vaak meer schatting bevatten, zoals voorzieningen.
Denk bijvoorbeeld aan:
- personele claims
- reorganisatiekosten
- juridische geschillen
Hier helpt data-analyse om historische patronen zichtbaar te maken. Hoe vaak komen claims voor? Hoe ontwikkelen voorzieningen zich door de jaren heen? Hoe verhouden ze zich tot personeelsomvang?
Door die context te begrijpen, wordt het gesprek met het management ook inhoudelijker.
De rol van IT en datastromen
Een data-gedreven audit staat of valt met de kwaliteit van de onderliggende systemen.
In een VVT-omgeving spelen meestal een aantal systemen een centrale rol:
- het Elektronisch Cliëntendossier (ECD)
- planningssystemen voor zorgmedewerkers
- declaratiesoftware
- het financiële ERP-systeem
Voor auditors betekent dit dat inzicht in IT-processen essentieel is. Denk aan autorisaties, functiescheiding, interfaces tussen systemen en logging van wijzigingen.
Voor jonge auditors is dit vaak een spannend terrein, maar ook een kans. Wie begrijpt hoe data door systemen stroomt, begrijpt uiteindelijk ook beter waar risico’s ontstaan.
Van steekproeven naar patronen
De echte kracht van data-analyse zit niet alleen in het analyseren van volledige datasets. Het zit vooral in het herkennen van patronen.
Bijvoorbeeld:
- omzet per FTE
- cliënten per medewerker
- omzet per locatie
- productiviteit per zorgteam
Wanneer auditors zulke patronen analyseren, verschuift de controle langzaam van individuele transacties naar het begrijpen van het systeem als geheel.
En dat is precies waar auditing interessant wordt.
Wat jonge auditors hiervan kunnen leren
Voor jonge auditors voelt data-analyse soms als iets technisch. Iets voor specialisten.
Maar in werkelijkheid gaat het vooral om nieuwsgierigheid.
Een goede auditor stelt simpele vragen:
- hoe ontstaat deze omzet?
- welke systemen zitten daarachter?
- welke data kunnen dat proces verklaren?
Wanneer je die vragen stelt en de data erbij haalt, verandert een audit van een dossieroefening in een economische analyse van een organisatie.
En dat is misschien wel de grootste les.
Een jaarrekening is uiteindelijk geen verzameling cijfers.
Het is het eindresultaat van duizenden transacties, beslissingen en processen.
De taak van de auditor is om te begrijpen hoe dat geheel werkt.
Data helpt daarbij enorm.
Maar de nieuwsgierigheid moet nog steeds van de auditor zelf komen.
