In het buitenland verdienen, thuis uitgeven: zo haal je meer uit AI-financetools

Een designer in Mexico-Stad stuurt een klant in New York een factuur in dollars, krijgt betaald op een digitale wallet en betaalt haar huur in peso’s. Tot voor kort ontdekte ze pas wat een maand werken haar werkelijk had opgeleverd nadat het geld was binnengekomen en omgewisseld. Tegen die tijd had de wisselkoers al zijn tol geëist.

Over een jaar telt die onzekerheid flink op. Een zelfstandige die in de ene valuta een offerte maakt en in een andere haar budget opstelt, runt in feite een kleine treasury-operatie zonder financiële afdeling. Ze moet beslissen wanneer ze geld omwisselt, geld opzijzetten voor de belastingdienst in het ene land terwijl haar klanten zich in een ander land bevinden, en aan een lokale bank uitleggen waarom elke storting uit het buitenland komt. Al die beslissingen werden vroeger genomen op basis van verouderde informatie.

Dat is het aspect dat AI het snelst heeft veranderd. „Een paar jaar geleden had een zelfstandige die in USD factureerde, op een wallet betaald kreeg en in peso’s uitgaf, geen realtime inzicht in wat dat allemaal betekende”, zegt Stephan Tschabold, Chief Compliance & Risk Officer bij Ontop, dat betalingen voor zelfstandigen op afstand afhandelt. Mensen ontdekten pas achteraf hoeveel ze werkelijk konden kopen. Nu kan dezelfde zelfstandige dat direct zien veranderen.

Veel AI-initiatieven in de sector zijn echter niet hierop gericht. Bij de grote bedrijven voor internationale overboekingen en betalingen is de investering in 2026 volgens Tschabold, volgens McKinsey, vooral intern gericht: de bedrijfsvoering goedkoper maken en producten sneller op de markt brengen. Hij verwijst naar een idee dat steeds vaker opduikt in commentaren over betalingen: de werkelijke taak van AI bij een grensoverschrijdende overboeking is om een bestaande vertrouwensrelatie tussen twee landen rekenbaar te maken door namen, transliteraties en bedoelingen met elkaar te vergelijken. AI kan geen vertrouwen creëren dat er nooit is geweest. Voor een individuele zelfstandige betekent dit dat de tools op haar telefoon haar situatie veel beter kunnen doorgronden, maar de onderliggende systemen nauwelijks veranderen.

Voor het groeiende aantal mensen dat op deze manier geld verdient, zijn de resultaten wisselend. Financiële tools op basis van AI bieden op sommige gebieden inmiddels veel hulp, maar op andere nauwelijks. Tschabold weet goed waar die grens momenteel ligt en wijst op een aantal praktische gewoonten die het waard zijn om aan te leren.

Gebruik AI voor meer inzicht

De sterkste meerwaarde van deze tools ligt volgens Tschabold aan de ‘inzichtkant’ van het probleem. Prognoses van de cashflow, automatische categorisering van uitgaven en meldingen over het juiste moment om valuta om te wisselen geven zelfstandigen realtime inzicht in hun geldstromen in verschillende valuta. Ook functies die helpen om belastingzaken op orde te houden en advies over kosten dat is afgestemd op iemands eigen betaalpatronen rekent hij hiertoe.

„Dat is nu beschikbaar en echt nuttig”, zegt hij. Voor zelfstandigen is het praktisch om meldingen over wisselkoersen en prognoses in te schakelen wanneer een platform die aanbiedt, en de maandprognose te controleren voordat ze beslissen wanneer ze geld tussen valuta omwisselen.

Houd zelf je administratie bij over landsgrenzen heen

De tools schieten tekort zodra er meer dan één rechtsstelsel bij komt kijken. „De meeste AI-tools voor financiën zijn ontwikkeld voor gebruikers in één land, met één valuta, één belastingdienst en één bank”, zegt Tschabold.

„De intelligentielaag loopt voor op de infrastructuurlaag.” Een app kan in realtime laten zien wat er met je inkomsten gebeurt, maar toch geen hulp bieden bij het afstemmen van verplichtingen in twee landen.

Diezelfde kloof wordt zichtbaar wanneer mensen verhuizen. Iemand met vijf jaar aan stabiele, aantoonbare inkomsten kan bij aankomst lijken alsof diegene geen bankrekening heeft of een hoog risico vormt, omdat inkomsten, belastinggegevens en kredietgeschiedenis in afzonderlijke systemen staan die niet met elkaar communiceren. Tschabold ziet een overdraagbare financiële identiteit als de grootste kans die nog onbenut is.

Tot iemand dat mogelijk maakt, kunnen zelfstandigen hun dossier beter zelf samenstellen: facturen, belastingaangiften, betaalgeschiedenis van platforms en bankafschriften bij elkaar bewaren, in een vorm die ze aan een kredietverstrekker in een nieuw land kunnen overhandigen.

Begrijp waarom betalingen worden gemarkeerd

Oudere, op regels gebaseerde fraudedetectiesystemen markeerden alles wat ongebruikelijk was, van een betaling vanuit een nieuw land tot een overboeking op een vreemd tijdstip. Volgens Tschabold is dat „precies hoe het gewone leven van een bonafide zelfstandige eruitziet”. Het gevolg was jarenlang dat betalingen ten onrechte werden geweigerd en rekeningen werden geblokkeerd van mensen die niets verkeerd hadden gedaan.

Nieuwere modellen wegen de frequentie van transacties, apparaatgegevens, de geschiedenis van de relatie en consistentie in gedrag mee. Uitgevers die deze modellen gebruiken, melden minder fout-positieve resultaten. Het is daarom de moeite waard om een aanbieder te vragen hoe betalingen worden gecontroleerd voordat je je aanmeldt.

Ook consistentie helpt: door steeds dezelfde apparaten te gebruiken en een voorspelbaar factuurritme aan te houden, geef je een gedragsmodel minder aanleiding tot vragen. Houd er bij het aanmaken van een account ook rekening mee dat identiteitscontroles strenger kunnen zijn, want synthetische identiteiten en oplichting met deepfake-stemmen nemen toe, net als grensoverschrijdende fraude.

Maak gebruik van de regels die er nu zijn

Komende februari treden de verplichtingen uit de EU AI Act voor systemen met een hoog risico in werking. Deze categorie omvat fraudedetectie, AML-monitoring en kredietbeoordeling. De uitkomsten van zulke beoordelingen moeten voortaan uitlegbaar en controleerbaar zijn en door een mens kunnen worden herzien; de instelling die het model inzet, is aansprakelijk. Wie te maken krijgt met een bevroren rekening of een lening die op basis van een model is geweigerd, kan om uitleg en een menselijke herbeoordeling vragen.

De bescherming is echter ongelijk. De herziene Europese betalingsregels, die de aansprakelijkheid voor fraude met geautoriseerde pushbetalingen bij betaaldienstverleners leggen, zullen naar verwachting pas eind 2027 volledig van kracht worden. FinCEN werkt in de VS ondertussen nog aan een AML-voorstel. ‘De betaling van een werknemer kan in het ene rechtsgebied wettelijk onder hoogrisico-AI vallen en in een ander rechtsgebied voor precies hetzelfde gebruik feitelijk ongereguleerd zijn, binnen dezelfde betalingscorridor’, zegt Tschabold. Zelfstandigen hebben zelden een werkgever of relatiemanager die voor hen in de bres kan springen. Daarom loont het om te weten onder welk regelgevingskader elke aanbieder valt.

Houd een mens betrokken bij belangrijke beslissingen

Volgens Tschabold is de volledig autonome financiële adviseur op basis van AI voorlopig vooral een hype. Patroonherkenning is goed genoeg, maar het is nog niet duidelijk wie verantwoordelijk is als een algoritme een verkeerde inschatting maakt van belastingen of beleggingen over de grens. Visa, Mastercard en Alipay bouwen allemaal aan infrastructuur voor betalingen tussen AI-agenten, maar zelfs zij zeggen dat grootschalige toepassing nog op zich laat wachten.

Voorlopig is het verstandig om AI in te zetten om een gunstiger moment voor een valutawissel aan te wijzen of tijdig op een belastingverplichting te wijzen, terwijl de werknemer zelf alles goedkeurt wat gevolgen kan hebben. Een gelikte presentatie zegt weinig over de kwaliteit van een aanbieder. ‘Het grotere risico is dat snelheid wordt verward met geloofwaardigheid’, zegt hij. De nuttigere vraag aan elk platform is wie ervoor instaat als er iets misgaat, want volgens hem moet ‘AI-gestuurd’ nog altijd betekenen dat er een mens verantwoordelijk is.