AI-analyse kwartaalrapportages

De analyse van een kwartaalrapportage die door Financiën & Control wordt gemaakt op basis van een groot aantal (aangeleverde) documenten is een terugkerende taak die veel handmatig werk en tijd vergt. Veel documenten, tabellen en grafieken moeten worden doorgespit en op waarde geschat, terwijl tijd hierbij een beperkende factor is. Het Data Science Team is aan de slag gegaan om dit proces met het gebruik van AI slimmer en efficiënter te maken.

Doel: een snelle, zorgvuldige geautomatiseerde analyse met financiële scherpte door AI, wat als basis zou kunnen dienen voor verdere analyse en duiding door F&C.

Architectuur

Techniek

De applicatie is gemaakt met Python als programmeertaal en Streamlit als framework. Daarbinnen wordt gebruik gemaakt van Azure Document Intelligence en Azure OpenAI voor de dataverwerking en datageneratie. Azure Document intelligence zorgt ervoor dat de documenten worden omgezet naar de logische volgorde van tekst aan de hand van de layout. Binnen Azure OpenAI gebruiken we momenteel GPT-5 voor het analyseren van afbeeldingen en grafieken, voor het samenvatten van de documenten, en voor de generatie van de uiteindelijke analyse op basis van de samenvattingen.

Features

• Aanpasbare prompts op elk niveau waar een LLM (AI) wordt ingezet
• Prompts exporteren en importeren zodat je wijzigingen kan meenemen naar een volgend gebruik
• Simpele uploadfunctie voor documenten
• Automatische tekst-extractie met behoud van layout
• Snelle scan op grafieken en andere interessante afbeeldingen
• Grondige analyse van gedetecteerde grafieken en andere interessante afbeeldingen
• Samenvatting op documentbasis (dus tekstueel en visueel gecombineerd)
• Automatische analyse op alle samenvattingen
• Laten zien van tussenstappen voor optionele controle
• Generatie van kritische vragen aan de hand van de automatische analyse
• Simpele download van de resultaten als PDF

Opbouw applicatie

Twee smaken binnen de toepassing voor aanvullend onderzoek door F&C:

1) Voorbereiden management overleg Analyse aan de hand van een kwartaalrapportage die aan F&C is geleverd, versus alle beschikbare documenten. Wat kan worden ontdekt dat niet (correct) in de officiële kwartaalrapportage staat, maar daar eigenlijk wel in zou moeten staan?

2) Genereren kwartaalrapportage Laat AI een kwartaalrapportage maken aan de hand van alle beschikbare documenten. Wat valt hierbij op ten opzichte van de handmatig gemaakte officiële kwartaalrapportage? Wat kunnen ze hierbij van elkaar leren? Aanscherpen prompts versus aanscherpen kwartaalrapportage.

Screenshots van user interface

Voorbeeldpagina van resultaat kwartaalrapportgeneratie

Meer weten?

DST en F&C zijn enthousiast over wat deze demo-applicatie laat zien: het is in potentie een krachtig hulpmiddel dat het werk van financieel specialisten lichter zou kunnen maken. F&C onderzoekt nu of en hoe de resultaten in de praktijk kunnen worden ingezet. Meer informatie of eens van gedachten wisselen? Neem gerust contact op via datascience@kadaster.nl.