SAP Concur AI-agenten in 2026: kostenautomatisering

Architectuur van SAP Concur AI-agenten: hoe automatisering werkt in 2026

SAP Concur lanceerde in 2025 een pilotprogramma met AI-agenten voor 120 zakelijke klanten in Noord-Amerika en Europa. Begin 2026 werd de technologie algemeen beschikbaar. De agenten zijn gebouwd op grote taalmodellen met aanvullende training op een dataset van 2,4 miljard kostentransacties, verzameld gedurende 15 jaar platformwerking.

De agent werkt in drie modi: reactief (beantwoordt verzoeken van medewerkers), proactief (initieert acties bij het detecteren van anomalieën) en autonoom (neemt beslissingen zonder menselijke tussenkomst binnen vastgestelde regels). De laatste modus is alleen beschikbaar na een trainingsperiode van drie maanden op bedrijfsspecifieke data.

Volgens het SAP Concur-rapport van het eerste kwartaal 2026 hebben bedrijven met autonome modus ingeschakeld de verwerkingstijd van onkostendeclaraties met 73% verkort ten opzichte van handmatige controle. De mediane tijd van indiening tot vergoeding daalde van 6,2 naar 1,7 werkdagen.

Automatiseringsscenario's voor kosten: wat agenten doen zonder menselijke tussenkomst

De agent koppelt automatisch zakelijke kaarttransacties aan bonnetjes die door de medewerker zijn geüpload. Bij een ontbrekend bonnetje stuurt het systeem na 24 uur een herinnering, en na 72 uur escaleert het verzoek naar de leidinggevende. Bij herhaalde overtredingen blokkeert de agent de mogelijkheid om een nieuwe declaratie in te dienen totdat de vorige is afgerond.

Een praktijkvoorbeeld: een ingenieursbureau met 340 medewerkers in München implementeerde AI-agenten in oktober 2025. Voorheen besteedde de financieel controller 12 uur per week aan het afstemmen van bonnetjes en bankafschriften. Na de lancering van de agent daalde het handmatige werk naar 2 uur - alleen voor het behandelen van twijfelgevallen die het systeem niet zelfstandig kon classificeren.

De agent controleert real-time of uitgaven voldoen aan het bedrijfsbeleid. Als een medewerker een hotel boekt boven de vastgestelde limiet van 180 euro per nacht, stelt het systeem alternatieven voor binnen 500 meter van het gekozen adres. Bij gebrek aan opties vraagt de agent automatisch goedkeuring van de leidinggevende via Slack of Microsoft Teams, zonder dat overschakelen naar de Concur-interface nodig is.

Classificatie van uitgaven en toewijzing aan projecten

De agent herkent uitgavencategorieën op basis van transactiebeschrijving en geolocatie. Een lunch in een restaurant bij het kantoor van een klant wordt geclassificeerd als representatiekosten, hetzelfde restaurant op een vrije dag als persoonlijke uitgaven die uit de declaratie moeten worden verwijderd.

Voor bedrijven met projectadministratie wijst de agent automatisch uitgaven toe aan projectcodes op basis van de agenda van de medewerker. Als op de dag van de ticketaankoop een afspraak met klant Project Alpha in de agenda staat, wordt de uitgave gekoppeld aan de bijbehorende kostencode. De nauwkeurigheid van automatische koppeling bedraagt 91% volgens interne SAP-statistieken van december 2025.

Wanneer de agent onzeker is over de classificatie (confidence score onder 0,85), markeert hij de transactie voor handmatige controle en stelt drie meest waarschijnlijke opties voor. De medewerker kiest de juiste met één klik, het systeem onthoudt de keuze en past deze toe op vergelijkbare gevallen in de toekomst.

Integratie met bedrijfssystemen: API, connectoren en datasynchronisatie

SAP Concur biedt een REST API versie vier voor integratie van AI-agenten met externe systemen. Belangrijke endpoints omvatten /expense/reports, /travel/requests, /invoice/approvals en /ai-agent/actions. De laatste stelt externe systemen in staat om acties van de agent te initiëren - bijvoorbeeld het controleren van alle declaraties over een bepaalde periode of het retroactief toepassen van een nieuwe beleidsregel.

Connectoren voor ERP-systemen (SAP S/4HANA, Oracle NetSuite, Microsoft Dynamics 365) synchroniseren real-time stamgegevens van relaties, projecten en kostenplaatsen. Wanneer de financieel directeur een project sluit in de ERP, blokkeert de agent automatisch de mogelijkheid om nieuwe uitgaven aan deze code toe te wijzen. Medewerkers zien zonder vertraging de actuele lijst met openstaande projecten.

Integratie met HRIS-systemen (Workday, BambooHR, SAP SuccessFactors) stelt de agent in staat om de organisatiehiërarchie te gebruiken bij het routeren van goedkeuringen. Als de directe leidinggevende met vakantie is, wordt het verzoek automatisch doorgestuurd naar de vervanger volgens HRIS-gegevens. Configuratie duurt ongeveer twee uur via een kant-en-klare connector - ontwikkeling aan klantzijde is niet nodig.

Voor bedrijven met eigen boekingssystemen voor zakenreizen is integratie via webhooks beschikbaar. Wanneer een medewerker een vlucht boekt via een platform voor zakelijk reisbeheer, ontvangt de SAP Concur-agent een melding en creëert automatisch een reisaanvraag met vooraf ingevulde gegevens: route, data, geschatte kosten. De medewerker hoeft alleen het reisdoel op te geven en ter goedkeuring in te dienen.

Configuratie van beleidsregels via natural language interface

In plaats van complexe voorwaarden te programmeren in een grafische interface, beschrijft de travel manager de regel in tekst: "Als een zakenreis naar Londen langer dan drie nachten duurt, stijgen de dagvergoedingen met 15% vanaf de vierde dag". De agent zet de beschrijving om in een uitvoerbare regel en toont voorbeelden van transacties waarop deze van toepassing is. Na bevestiging wordt de regel geactiveerd voor alle toekomstige declaraties.

Wijziging van regels vereist geen herstart van het systeem. De agent past de nieuwe logica toe op declaraties met de status concept en informeert medewerkers over de noodzaak van herberekening als de wijziging de vergoeding beïnvloedt.

Afhandeling van uitzonderingen en geschillen: waar de agent controle overdraagt aan mensen

De agent neemt geen beslissingen over uitgaven boven een vastgestelde drempel (standaard 5000 euro) en escaleert deze altijd naar de financieel controller. De drempel is individueel instelbaar - voor bedrijven met hoge representatiekosten kan deze oplopen tot 25.000 euro.

Wanneer het systeem mogelijke fraude detecteert (gedupliceerde bonnetjes, discrepantie tussen geolocatie van transactie en reisbestemming, vervalste documenten), blokkeert het de declaratie en stuurt een melding naar de beveiligingsdienst. Volgens SAP-gegevens identificeerden agenten in het eerste kwartaal 2026 34% meer verdachte transacties vergeleken met handmatige controle in een controlegroep van 40 bedrijven.

Geschillen over belastingadministratie (btw in meerdere rechtsgebieden, split billing tussen persoonlijke en zakelijke uitgaven) vereisen expertise van een boekhouder. De agent markeert dergelijke gevallen met de tag "tax review" en voegt context toe: land van aankoop, toepasselijke btw-tarieven, relevante paragrafen uit het bedrijfsbeleid.

Training van de agent op historische bedrijfsbeslissingen

In de eerste 90 dagen na implementatie werkt de agent in observatiemodus: hij analyseert beslissingen van mensen, maar blokkeert of keurt declaraties niet zelfstandig goed. Het systeem bouwt een model van de voorkeuren van het specifieke bedrijf - welke afwijkingen van het beleid gewoonlijk worden goedgekeurd, welke worden afgewezen, onder welke voorwaarden uitzonderingen worden gemaakt.

Na de trainingsperiode bereikt de voorspellingsnauwkeurigheid van de agent 94-97%. Het bedrijf kan de autonome modus activeren, waarbij de agent declaraties gaat goedkeuren zonder menselijke tussenkomst binnen de geleerde patronen. Niet-standaard gevallen worden nog steeds geëscaleerd.

Efficiëntiemetrieken: hoe ROI van AI-agentimplementatie te meten

De belangrijkste metriek is de tijd van indiening tot uitbetaling (expense cycle time). Vóór implementatie van agenten bedroeg de mediane waarde in een steekproef van 200 bedrijven 5,8 werkdagen, na implementatie 1,9 dagen. Een daling van 67%.

Het aandeel declaraties dat bijwerking door de medewerker vereist, daalde van 41% naar 12%. De agent identificeert fouten tijdens het invullen en stelt correcties voor vóór indiening ter goedkeuring. De medewerker ziet een suggestie: "Bonnetje van 15 maart voor 87 euro is niet gekoppeld aan een kaarttransactie. Bedoelde u mogelijk de transactie van 15 maart voor 89 euro?"

Tijdsbesparing voor financieel controllers bedraagt gemiddeld 18 uur per maand per 100 actieve systeemgebruikers. Voor een bedrijf met 500 medewerkers is dit 90 uur per maand, ongeveer 0,5 FTE.

De licentiekosten voor SAP Concur AI-agenten beginnen bij 8 euro per gebruiker per maand bovenop het basis Concur Expense-abonnement. Terugverdientijd treedt op bij een volume vanaf 30 declaraties per gebruiker per jaar - een typische indicator voor bedrijven met regelmatige zakenreizen.

Beperkingen van de technologie en scenario's waar automatisering niet werkt

Agenten presteren slecht bij handgeschreven bonnetjes in talen met niet-Latijnse alfabetten. De herkenningsnauwkeurigheid van Arabische en Chinese bonnetjes bedraagt 76% versus 98% voor gedrukte bonnetjes in het Engels, Duits of Frans. SAP belooft verbetering tegen het derde kwartaal 2026 na een update van de OCR-engine.

Complexe meerpartijenuitgaven (split billing over drie afdelingen, gedeeltelijke vergoeding over meerdere projecten tegelijk) vereisen handmatige configuratie. De agent kan een verdelingsoptie voorstellen, maar de controller neemt de definitieve beslissing.

Bedrijven met unieke sectorale vereisten (farmacie met rapportage over interacties met artsen, defensie-industrie met geheimhoudingsgraden) hebben maatwerk van regels nodig. De standaardagent kent de specificiteit van dergelijke regelgeving niet en kan een compliance-overtreding missen.

Praktische stappen voor de travel manager: hoe het bedrijf voorbereiden op implementatie

Voer een audit uit van het huidige kostenbeleid. De agent automatiseert alleen duidelijk geformuleerde regels. Als het beleid formuleringen bevat als "in overleg met leidinggevende" of "binnen redelijke grenzen", is concretisering nodig: numerieke limieten, uitzonderingslijsten, goedkeuringscriteria.

Maak stamgegevens van projecten en kostenplaatsen schoon. De agent baseert zich op ERP-gegevens - verouderde codes leiden tot classificatiefouten. Sluit voltooide projecten, verwijder duplicaten, controleer de hiërarchie.

Bepaal drempels voor autonome beslissingen. Begin met conservatieve waarden: de agent keurt declaraties tot 500 euro automatisch goed, van 500 tot 2000 euro met melding aan leidinggevende, boven 2000 euro alleen na expliciete goedkeuring. Herzie na drie maanden de drempels op basis van statistieken van valse positieven.

Wijs een verantwoordelijke aan voor training van de agent. Dit moet iemand zijn die zowel de bedrijfslogica van zakenreizen als de technische mogelijkheden van het systeem begrijpt. In de eerste maanden is wekelijkse analyse van agentbeslissingen en bijstelling van regels nodig.

Bereid medewerkers voor op veranderingen. Leg uit dat de agent een assistent is, geen toezichthouder. Laat zien hoe het systeem tijd bespaart: in plaats van handmatig 15 velden invullen, bevestigt de medewerker vooraf ingevulde gegevens met drie klikken. Organiseer twee webinars: voor gewone medewerkers en voor leidinggevenden die uitgaven goedkeuren.

Integratie met andere AI-tools in het bedrijfsecosysteem

SAP Concur-agenten communiceren met virtuele assistenten Microsoft Copilot en Google Workspace AI. Een medewerker kan in Teams vragen: "Hoeveel heb ik dit kwartaal aan zakenreizen uitgegeven?" - Copilot vraagt gegevens op bij de Concur-agent en retourneert een antwoord met uitsplitsing per categorie.

Integratie met AI-assistenten voor boekingen maakt automatische creatie van onkostendeclaraties mogelijk op basis van boekingsbevestigingen. Wanneer een medewerker een hotel boekt via een spraakassistent, worden gegevens doorgegeven aan Concur en wordt een conceptdeclaratie gevormd vóór de reis. Na terugkomst hoeven alleen bonnetjes voor aanvullende uitgaven te worden toegevoegd.

Voor bedrijven die analyseplatforms gebruiken (Tableau, Power BI) zijn kant-en-klare dashboards beschikbaar met metrieken over AI-agentprestaties: percentage automatisch verwerkte declaraties, top-5 redenen voor escalatie, dynamiek van verwerkingstijd per afdeling. Gegevens worden dagelijks bijgewerkt via API.

Gegevensbeveiliging en naleving van regelgeving bij gebruik van AI-agenten

SAP Concur verwerkt kostengegevens in datacenters op EU-grondgebied voor Europese klanten, met naleving van AVG-vereisten. Agenten geven geen persoonsgegevens door aan modellen buiten de regio. Training van modellen vindt plaats op geaggregeerde en geanonimiseerde gegevens.

Bedrijven kunnen het gebruik van bepaalde gegevenscategorieën voor agenttraining verbieden. Bijvoorbeeld representatiekosten van topmanagement of reizen naar landen met verhoogde veiligheidsrisico's uitsluiten van analyse.

Logs van alle agentbeslissingen worden zeven jaar bewaard en zijn beschikbaar voor audit. Elke automatische goedkeuring of afwijzing gaat vergezeld van een toelichting: welke regel werd toegepast, welke gegevens werden overwogen, wat de zekerheidsgraad van het systeem was. Bij belastingcontrole kan het bedrijf de volledige verwerkingsgeschiedenis van elke declaratie verstrekken.

Agenten hebben geen toegang tot bankgegevens van medewerkers. Uitbetalingen verlopen nog steeds via de Concur Pay-module of het geïntegreerde betalingssysteem van het bedrijf met naleving van PCI DSS-normen.

FAQ

Hoeveel tijd kost de implementatie van SAP Concur AI-agenten?

Technische integratie via API duurt 2-4 weken bij beschikbaarheid van kant-en-klare connectoren voor ERP en HRIS. De trainingsperiode van de agent op bedrijfsgegevens bedraagt 90 dagen, waarna de autonome besluitvormingsmodus kan worden geactiveerd. Volledige terugverdientijd treedt op na 4-7 maanden afhankelijk van het volume zakenreizen.

Wat is de nauwkeurigheid van automatische uitgavenclassificatie door AI-agenten?

Volgens SAP-statistieken van december 2025 bedraagt de nauwkeurigheid van automatische uitgavenclassificatie 91% zonder aanvullende training en 94-97% na een trainingsperiode van drie maanden op bedrijfsspecifieke gegevens. Bij systeemzekerheid onder 85% wordt de transactie gemarkeerd voor handmatige controle.

Kunnen SAP Concur AI-agenten worden geïntegreerd met een eigen boekingssysteem?

Ja, integratie is mogelijk via REST API versie vier en webhooks. Wanneer een medewerker een zakenreis boekt in uw systeem, ontvangt de SAP Concur-agent automatisch gegevens en creëert een vooraf ingevulde aanvraag. Configuratie duurt ongeveer twee uur via een standaardconnector zonder ontwikkeling aan klantzijde.

Welke uitgaven kan de AI-agent niet automatisch verwerken?

De agent stuurt door voor handmatige controle: uitgaven boven de vastgestelde drempel (standaard 5000 euro), complexe meerpartijenverdelingen tussen afdelingen, verdachte transacties, geschillen over btw in meerdere rechtsgebieden en handgeschreven bonnetjes in niet-Latijnse talen (herkenningsnauwkeurigheid 76% versus 98% voor gedrukte Latijnse).

Hoe voldoen SAP Concur AI-agenten aan AVG-vereisten?

Voor Europese klanten worden gegevens verwerkt in datacenters op EU-grondgebied. Agenten geven geen persoonsgegevens door buiten de regio. Training van modellen vindt plaats op geaggregeerde geanonimiseerde gegevens. Bedrijven kunnen gevoelige uitgavencategorieën uitsluiten van analyse. Logs van alle beslissingen worden zeven jaar bewaard voor audit.

Welke tijdsbesparing wordt bereikt bij implementatie van AI-agenten?

De verwerkingstijd van onkostendeclaraties daalt met 73%, de mediane tijd van indiening tot uitbetaling daalt van 6,2 naar 1,7 werkdagen. Financieel controllers besparen gemiddeld 18 uur per maand per 100 gebruikers. Het aandeel declaraties dat bijwerking vereist, daalt van 41% naar 12% door foutidentificatie tijdens het invullen.