In Turkse leasing volgt corporate kredietanalyse doorgaans deze stappen: de balans, proefbalans, belastingaangifte en andere financiële documenten bij de klant verzamelen; ze handmatig lezen en samenvatten; ze samenbrengen met sector- en macro-analyse; en het resultaat omzetten in een gestandaardiseerd risicorapport. Bij de meeste grote leasingmaatschappijen duurt het end-to-end voltooien van dit proces gemiddeld 3,5 week.
De lengte komt meestal niet voort uit de hoeveelheid werk maar uit de aard van dataverzameling en -analyse: documentformaten zijn inconsistent, de data is ongestructureerd en analisten verwerken handmatig de posten die extra onderzoek vergen. Wanneer we de vraag omdraaien, verschijnt de haalbaarheid: als we deze stappen verdelen over AI-agents — elk gespecialiseerd, auditeerbaar en BDDK-conform — waar komt de totale tijd dan uit?
In het systeem dat we bij een Turkse leasingmaatschappij in productie namen, bleek het antwoord drie minuten te zijn. Nauwkeurigheid 95%+. Een gestandaardiseerd risicorapport van vijftien secties, in minder dan vijf minuten. Dit artikel legt de zes architecturale beslissingen uit die dat resultaat opleverden.
Het probleem: de zes knelpunten van het handmatige proces
Als we de typische flow van 3,5 week opdelen, zien we dat de knelpunten lokaal zijn:
De architecturale sprong komt niet uit het stuksgewijs oplossen van de knelpunten maar uit het herontwerpen van de flow: elke stap delegeren aan een gespecialiseerde agent, agents parallel laten draaien en de auditmechanismen in het proces zelf inbouwen.
Zes architecturale beslissingen
Een specialistisch model per documenttype
Een balans, een proefbalans en een belastingaangifte vereisen verschillende structurele lezingen. Eén algemeen model kan niet dezelfde kwaliteit over alle drie leveren — daarom 6 afgestelde leesagents voor de 6 belangrijkste documenttypen.
Pre-check-agent: detectie van ontbrekende items
Meer dan de helft van de financiële documenten komt de eerste keer onvolledig binnen. Op het moment dat een document binnenkomt, draait een automatische volledigheidscontrole; ontbreekt er iets, dan wordt de klant direct genotificeerd en worden de andere agents pas getriggerd zodra het compleet is.
Sector- en macro-analyse parallel
Zodra de sector van het bedrijf is bepaald, draait de sectoranalyse-agent — TCMB-data, sectorrapporten, macro-indicatoren — al terwijl de kredietagent de documenten leest. Een sequentieel proces wordt een parallelle flow.
Risicomodel per sector gescheiden
Het risicoprofiel van een textielbedrijf is niet hetzelfde als dat van een toerismebedrijf. Sectorspecifieke risicomodellen (een set van 12–15 sectoren) — elk met eigen metrieken, drempels en benchmarkreferenties.
Een gestandaardiseerd rapport van 15 secties
Managementsamenvatting, bedrijfsprofiel, financiële analyse, sectorpositionering, risicoscoring, onderpandbeoordeling, aanbeveling en actieplan — elke sectie wordt gevuld vanuit gebronde data. Goedkeuring en vergelijking van dossier tot dossier worden eenvoudiger.
Auditlog en beslissingsspoor
Elke agent-actie wordt naar een auditlog geschreven — welk document gelezen werd, welk sectormodel gebruikt werd, welke drempels overschreden werden. Wordt er een audit aangevraagd, dan kan de architectuur achter elke kredietbeslissing stap voor stap worden opengevouwen.
De case: productie in drie maanden
De eerste maand bouwde de infrastructuur — modelplaatsing, training van de documentagent, het aanpassen van de sectorspecifieke risicomodellen. De tweede maand was parallel draaien: het AI-systeem en het bestaande handmatige proces verwerkten dezelfde dossiers en de resultaten werden vergeleken. In de derde maand ging het AI-systeem over naar de hoofdflow; het handmatige proces bleef alleen voor uitzonderingsgevallen.
De gemiddelde tijd daalde van 3,5 week naar 3 minuten. Nauwkeurigheid 95%+ — ze zakte niet onder de kwaliteit van het handmatige proces, en de variantie door verschillen tussen analisten werd grotendeels teruggebracht. In het corporate-klantsegment dat snelle doorlooptijd verwacht, steeg de tevredenheid duidelijk.
5 acties die u deze week kunt nemen
- 1Breng het kredietanalyseproces stap voor stap in kaart — hoeveel dagen elke stap kost, welke parallel kunnen draaien.
- 2Stel een inventaris van documenttypen op: hoeveel verschillende typen binnenkomen, en hoe gestandaardiseerd de structuur van elk is.
- 3Scheid de sectoranalyse-flow van de hoofdflow — parallellisatie maakt dit mogelijk.
- 4Ontwerp de BDDK-conforme auditlog-architectuur vooraf — later toevoegen kost 3× zoveel.
- 5Plan een parallelle run van 8–12 weken tussen de AI-architectuur en het handmatige proces — een gecontroleerde overgang.
Afsluiting
Het cijfer 3,5 week → 3 minuten is opvallend maar misleidend: erachter zitten zes architecturale beslissingen en een gedisciplineerde implementatie. De tijdwinst komt niet uit implementatiesnelheid maar uit de juistheid van de architecturale beslissing.
Bij Agentic Dynamic bouwen we BDDK- en KVKK-conforme kredietanalyse-agentarchitecturen voor de Turkse financiële sector. Gerelateerde producten: Document Processing Agent · BDDK- & KVKK-compliance.