Voor jonge accountants die verder willen kijken dan vinkjes zetten — en willen leren van echte praktijkcases.
De rol van de accountant bij fraudedetectie blijft onderwerp van debat. Mijn hemel. Het debat is eigenlijk gaande sinds het beroep van auditor is uitgevonden.
Maar waarom zouden we blijven discussiëren, als we ook gewoon kunnen leren van wat er al misging? Deze Top 11 verzamelt praktijkvoorbeelden van fraude die daadwerkelijk is ontdekt, gekoppeld aan herkenbare risicofactoren én manieren waarop je als accountant met data-analyse kunt signaleren voordat het te laat is.
1. Spookwerknemers op de loonlijst
Frauderisicofactor: Geen functiescheiding tussen HR en Finance
De case: In een zorginstelling werden salarissen betaald aan verzonnen werknemers — het geld ging naar de privérekening van een HR-medewerker.
Zo detecteer je dit:
- Koppel personeelslijsten aan uitbetalingen
- Zoek naar dubbele of gedeelde bankrekeningen
- Combineer met toegangspasdata of login-activiteit
2. Onterechte declaraties (vaak culinair van aard)
Frauderisicofactor: Declaratieproces zonder steekproeven of AI-checks
De case: Een accountmanager declareerde jarenlang diners — soms bij restaurants die op dat moment gesloten waren.
Zo detecteer je dit:
- Analyseer tijden en locaties van declaraties
- Gebruik Google Maps API om te checken op sluitingstijden
- Detecteer herhaalde omschrijvingen of bedragen
3. Fictieve omzet door ‘vergeten retouren’
Frauderisicofactor: Bonusdruk en kwartaalgekte
De case: Verkoop geboekt in Q2, retour verwerkt in Q3. Bonus binnen, marge opgepoetst.
Zo detecteer je dit:
- Analyseer time-lag tussen verkoop en retour per filiaal
- Zoek retourpieken vlak ná rapportagedata
- Combineer met bonussen of targetstructuren
4. Leveranciersfraude met schijnfacturen
Frauderisicofactor: Geen transparantie in inkoopproces
De case: Een inkoper liet nepfacturen uitbetalen aan een partnerbedrijf — het geld werd gedeeld.
Zo detecteer je dit:
- Detecteer leveranciers met plotselinge pieken
- Koppel facturen aan leverbonnen of ontvangstregistraties
- Check KVK-relaties tussen medewerkers en leveranciers
5. Budgetfraude bij overheidsprojecten
Frauderisicofactor: Druk om subsidies op te maken
De case: In Q4 werden plots hoge uitgaven geboekt op afgeronde projecten — zonder onderliggende prestatie.
Zo detecteer je dit:
- Visualiseer uitgaven per kwartaal
- Zoek naar uitgaven zonder output of activiteit
- Koppel projectplanning aan financiële data
6. Kickback-regelingen bij aanbestedingen
Frauderisicofactor: Inkoop zonder rotatie of onafhankelijke controle
De case: Een medewerker kreeg ‘terugverdiende liefde’ van een vaste leverancier die steeds won.
Zo detecteer je dit:
- Analyseer winstfrequentie per leverancier
- Vergelijk prijzen met marktnormen
- Gebruik netwerkvisualisatie voor belangenverstrengeling
7. Window dressing van marges
Frauderisicofactor: KPI’s koppelen aan kwartaaldata zonder context
De case: Productprijzen werden tijdelijk verhoogd voor rapportagedata, daarna meteen afgeprijsd — marge-oppoetsing.
Zo detecteer je dit:
- Zet prijshistorie naast verkooptiming
- Visualiseer marge-ontwikkeling per productlijn
- Combineer met voorraadbewegingen
8. Verdwenen inventaris (‘interne laptops’)
Frauderisicofactor: Geen asset-tracking of serienummerregistratie
De case: Laptops werden ‘intern’ geregistreerd maar verdwenen — tot ze op Marktplaats opdoken.
Zo detecteer je dit:
- Koppel inkoop aan fysieke uitgifte
- Check dubbele interne boekingen zonder ontvanger
- Gebruik serienummers, GPS, of IT-inlogs
9. Vervalste facturen in het familiebedrijf
Frauderisicofactor: Familiebelangen zonder tegenmacht of governance
De case: Betalingen aan het bedrijf van een zwager voor diensten die nooit geleverd zijn.
Zo detecteer je dit:
- Zoek leveranciers zonder contract of offerte
- Analyseer leveranciersrelaties via KVK
- Detecteer leveranciers met één enkele betaling
10. Fraude met projecturen (‘spookuren’)
Frauderisicofactor: Zelfregistratie zonder toetsing
De case: IT-consultants schreven uren op projecten die al waren afgerond — en kregen die keurig uitbetaald.
Zo detecteer je dit:
- Koppel projectstatus aan tijdregistraties
- Detecteer uren op inactieve of gesloten projecten
- Analyseer werkpatronen buiten werktijd
11. [Uitsmijter] Examenfraude bij Accountancy Nederland
Frauderisicofactor: Te veel vertrouwen in ‘eigen mensen’
De case: Honderden medewerkers van kantoren bleken antwoorden op PE-examens onderling te delen — ironisch genoeg over ethiek en integriteit.
Zo detecteer je dit:
- Analyseer identieke antwoorden binnen korte tijd
- Koppel scoringsdata aan IP-adressen en locaties
- Check plotselinge scoreverhogingen per afdeling
Conclusie: Je hoeft geen detective te zijn… maar wel scherp
Elke fraude in deze lijst is ooit als “niet zo spannend” begonnen. Maar met de juiste datavragen, slimme visualisaties en gezond wantrouwen hadden ze eerder ontdekt kunnen worden. Jij hoeft geen forensisch expert te zijn, maar je kunt wél het verschil maken.
Dus: kijk verder dan het vinkje. Gebruik de data. Vraag: klopt dit?
Want goed controleren is niet alleen iets vinden — het is durven kijken.
