Het ordenen, labelen en opslaan van documenten conform bewaartermijnen is een taak die deels door AI is over te nemen, maar niet volledig. Het herkennen en wegzetten van documenten is goed te automatiseren zodra de structuur er staat. Het daadwerkelijk toetsen of een bewaartermijn correct is toegepast, en het besluit om iets te vernietigen of te bewaren, blijft mensenwerk met toezicht.
Drie assen bepalen hier de uitkomst: compliance, foutkosten en gestructureerdheid. Die laatste werkt in het voordeel van automatisering, de eerste twee niet.
Gestructureerdheid scoort met een 4 hoog. Documenten hebben vaste kenmerken: type, datum, afzender, dossier. Dat is precies het soort input waar software goed op kan indexeren en classificeren. Een factuur herkennen, een label toekennen, een bestand naar de juiste map in het documentmanagementsysteem sturen: dat is repeterend werk met een voorspelbaar patroon.
Maar compliance scoort een 1, en dat trekt het totaalbeeld naar beneden. Bewaartermijnen zijn wettelijk bepaald en verschillen per documenttype: fiscale bewijsstukken, personeelsdossiers, medische gegevens en contracten hebben allemaal hun eigen termijn en soms hun eigen uitzonderingsgrond. Een fout hier is niet zomaar een ongemak. Te vroeg vernietigen van een document dat nog bewaard moest worden, kan een organisatie in bewijsnood brengen bij een geschil of controle. Te lang bewaren van persoonsgegevens die eigenlijk verwijderd moesten worden, raakt aan de AVG. Dat verklaart ook waarom foutkosten met een 2 laag scoort: de gevolgen van een misser zijn niet triviaal en soms pas jaren later zichtbaar, wanneer de belastingdienst of een rechter naar een dossier vraagt dat er niet meer is.
Een voorbeeld maakt het concreet. Een administratief medewerker scant binnenkomende post, herkent dat het een leveranciersfactuur is en zet die automatisch in de juiste map met het juiste label en de juiste bewaartermijn. Dat eerste deel, de herkenning en opslag, is met rpa goed te automatiseren zodra bewaartermijnen per documenttype vooraf zijn vastgelegd in het systeem. Maar de vraag of een specifiek document een uitzondering is — bijvoorbeeld omdat het onderdeel is van een lopend geschil en dus langer bewaard moet worden ondanks een verstreken standaardtermijn — vraagt beoordeling. Die beoordeling wil je niet aan een algoritme overlaten zonder dat een mens de uitkomst goedkeurt of afkeurt, met reden erbij.
Bij een bedrijf met weinig documenttypen, een simpele bewaartermijnstructuur en een lage juridische gevoeligheid — denk aan interne notities zonder fiscale of privacyrelevantie — verschuift het beeld. Daar is het risico van een foute classificatie kleiner en kan een groter deel van het proces met minder toezicht draaien. Omgekeerd geldt: een organisatie met veel documenttypen, internationale regelgeving of een historie van controles door toezichthouders zal juist meer menselijke toetsing willen inbouwen, ook op het deel dat elders probleemloos geautomatiseerd wordt. Dit is precies waarom een algemene uitspraak over "archiveren" niet volstaat en een taakgerichte scan nodig is.
Rpa is het aangewezen middel voor het herkenbare, repeterende deel: documenten inlezen, metadata extraheren, op basis van vooraf vastgelegde regels naar de juiste plek in het documentmanagementsysteem sturen en labelen met de juiste bewaartermijn. Dat werkt pas goed als twee randvoorwaarden zijn ingevuld: de bewaartermijnen per documenttype moeten vooraf zijn vastgelegd, en de digitale opslagstructuur moet zijn ingericht. Zonder die twee elementen heeft automatisering niets om op te bouwen en blijft alles handwerk.
Wat rpa niet doet, is het inhoudelijke oordeel over grensgevallen, de eindcontrole voordat iets definitief wordt vernietigd, en de verantwoordelijkheid voor de juistheid van het geheel. Dat blijft bij een mens die goedkeurt of afkeurt, met een reden die vastligt voor het geval er later naar gevraagd wordt.
Deze pagina beschrijft welk deel van het archiveringswerk technisch is over te nemen en welk deel niet. Dat is geen uitspraak over de personeelsbehoefte van een specifieke organisatie en geen onderbouwing voor een ontslagbesluit. Voor dat laatste gelden eigen wettelijke vereisten, los van wat hier over de taak zelf wordt vastgesteld.
Deze taak staat niet op zichzelf. Wie het papieren archief zelf nog moet omzetten, kijkt eerst naar papieren archief digitaliseren en ontsluiten, want dat is de stap die vaak aan classificatie en opslag voorafgaat. En wie zich afvraagt hoe dit soort taakanalyse eruitziet voor een hele afdeling, vindt een vergelijkbare aanpak terug bij welk werk kan AI overnemen op de IT-afdeling, waar dezelfde assen — compliance, foutkosten, gestructureerdheid — telkens de doorslag geven.
De kern van dit oordeel: het ordenen en opslaan van documenten is goed automatiseerbaar zodra bewaartermijnen en opslagstructuur op orde zijn, maar de toetsing aan die termijnen en de beslissing over vernietiging blijven bij een mens. Wilt u weten hoe dit uitpakt voor uw eigen mix van taken en documenttypen, dan geeft de gratis quickscan van ftetoai — twaalf vragen, zonder account — een indicatie van welk deel van de uren in uw profiel vandaag door AI is over te nemen. De volledige werkscan, die dieper op specifieke processen ingaat, is nog in aanbouw.
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.