ftetoai Op de wachtlijst

Kennisbank

AI en het berekenen van overuren en toeslagen

De verschuiving bij deze taak

Het berekenen van overuren gebeurt op dit moment al deels geautomatiseerd, en dat verandert verder. De taak valt in drie stukken uiteen. Het optellen van geregistreerde uren en het toepassen van vaste cao-drempels op die uren is werk dat een systeem vandaag al kan doen, mits de regels correct zijn ingebouwd. Het beoordelen van grensgevallen -- een medewerker die net over een drempel zit door een correctie achteraf, of een toeslag die alleen geldt bij een specifieke combinatie van dag en tijdstip -- is werk waar een mens goedkeurt of afkeurt met reden. En het vaststellen van wat een cao op een onduidelijk punt eigenlijk bedoelt, blijft mensenwerk: dat is uitleg, geen berekening.

Deze driedeling is niet in de toekomst, ze loopt vandaag al door de teams heen die dit werk doen. Bij een bedrijf met een heldere, eenduidige cao en schone tijdregistratie ligt het grootste deel van de berekening al bij een systeem. Bij een bedrijf met meerdere cao's, veel uitzonderingen of een tijdregistratie die vaak achteraf wordt gecorrigeerd, ligt het zwaartepunt nog bij de hr-medewerker of salarisadministrateur die met de hand controleert.

Waarom dit een taak is die zich goed laat vastleggen

De berekening zelf is sterk gestructureerd: uren in, cao-regel toegepast, toeslag of overwerk eruit. Er is geen klantcontact, geen fysieke handeling en geen creativiteit voor nodig -- het is rekenwerk op basis van vaste regels. Daarom scoort de taak op die assen aan de kant die gunstig is voor automatisering. Een systeem dat weet welke drempel bij welke cao hoort en welke uren geregistreerd zijn, kan het overzicht produceren zonder dat daar per geval een interpretatie nodig is.

Een voorbeeld: een medewerker werkt op een woensdagavond twee uur langer door. Het systeem ziet de geregistreerde uren, herkent dat de cao boven een bepaalde drempel een toeslag van een vast percentage voorschrijft, en zet dat om in een regel op het overzicht voor de salarisverwerking. Geen beoordeling, geen uitzondering -- gewoon toepassen.

Waarom compliance en foutkosten de uitkomst toch temperen

De reden dat deze taak niet zonder meer aan een systeem wordt overgelaten, zit in twee andere assen. Compliance scoort laag: cao-regels veranderen, verschillen per sector en per bedrijf, en een verkeerd toegepaste regel is een compliance-fout, niet een detail. Foutkosten scoren eveneens laag: een onterecht berekende toeslag, of een gemiste toeslag, raakt direct het loon van een medewerker en moet later worden rechtgezet. Die twee assen wegen zwaarder dan de gestructureerdheid van de rekenstap zelf, en daarom is het antwoord op de vraag of AI dit kan overnemen: deels, en met voorwaarden.

De oordeelsruimte is ook laag, wat op het eerste gezicht gunstig lijkt -- minder ruimte voor interpretatie betekent minder risico op een verkeerde afweging. Maar lage oordeelsruimte in combinatie met lage foutkosten betekent vooral dat er weinig marge is om een fout onopgemerkt te laten passeren. Een verkeerd ingebouwde regel werkt structureel door in elk overzicht dat het systeem daarna produceert.

Wat er vandaag voor nodig is

De techniek die deze taak vandaag aankan, is rpa: een systeem dat vaste regels op vaste gegevens toepast. Dat werkt zolang twee randvoorwaarden zijn ingevuld. De cao-regels moeten actueel en correct zijn ingebouwd, inclusief wijzigingen die halverwege een jaar kunnen ingaan. En er moet een steekproefcontrole op de uitkomsten zijn, zodat afwijkingen worden opgemerkt voordat ze in de salarisverwerking terechtkomen. Zonder die twee voorwaarden is het geen automatisering van de taak, maar een risico dat is verplaatst van de berekening naar de controle erna.

Waar dit per bedrijf verschilt

Bij een bedrijf met één cao, een stabiele tijdregistratie en weinig uitzonderingen kan het grootste deel van de rekenstap aan een systeem worden overgelaten, met een lichte steekproef als vangnet. Bij een bedrijf met meerdere cao's, ploegendiensten, of een tijdregistratie die regelmatig achteraf wordt aangepast, blijft een groter deel bij een mens die de uitkomst beoordeelt voordat die naar de salarisverwerking gaat. Dat is geen kwestie van hoe geavanceerd het systeem is, maar van hoeveel structuur er in de onderliggende regels en gegevens zit.

Deze taak staat ook niet los van de rest van het personeelsproces. Ze bouwt voort op hoe verzuim wordt geregistreerd en op hoe verlofaanvragen worden verwerkt, want beide beïnvloeden welke uren uiteindelijk als overuren gelden. En het overzicht dat hieruit komt, is weer de basis voor het voorbereiden van de salarisverwerking. Wie deze taken los van elkaar bekijkt, mist hoe fouten van de ene stap doorlopen in de volgende.

Over personeelsbeslissingen die uit deze uitkomsten zouden kunnen volgen, doen wij geen uitspraak: daarvoor gelden eigen wettelijke vereisten, en dit is geen personeelsadvies. Wij rekenen in vrijgespeelde uren en fte-capaciteit, niet in functies -- meer daarover leest u op de pagina die uitlegt waarom wij in uren rekenen en niet in mensen. En wie deze berekening wil laten ondersteunen door een systeem, doet er goed aan om vooraf te weten welke gegevens daarbij niet gebruikt mogen worden.

Wat u nu kunt doen

Of deze taak in uw bedrijf grotendeels aan een systeem kan worden overgelaten, hangt af van uw cao-structuur, de kwaliteit van uw tijdregistratie en hoeveel uitzonderingen er in de praktijk voorkomen. De gratis quickscan -- twaalf vragen, zonder account -- geeft een indicatie welk deel van de uren in uw profiel vandaag door AI is over te nemen. De volledige werkscan, met de onderliggende berekening per taak, is nog in aanbouw; die bieden wij op dit moment niet aan.

KIPPde assistent van de werkscan

Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.

Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.