Events and Conferences 2026
- “Efficiënter controleren dankzij statistische technologie”
- Programma 2026
- Sprekers 2026
- Voordrachten 2026
Limperg Symposium Statistical Auditing 2026
“Efficiënter controleren dankzij statistische technologie”
Vrije Universiteit Amsterdam
Zaal 14A-00
De Boelelaan 1105
1081 HV Amsterdam
Woensdag 20 mei 2026
Limperg instituut, Stuurgroep Statistical Auditing
Amsterdam, april 2026
Het Limperg Symposium van de Stuurgroep Statistical Auditing brengt professionals samen die vooroplopen in de toepassing van statistiek, data-analyse en technologie binnen de audit. Waar statistiek lange tijd vooral werd gebruikt voor steekproeven, is het speelveld inmiddels ingrijpend verbreed. Dankzij krachtige open source software en AI ontwikkelt de audit zich van een louter terugkijkende controle naar een aanpak waarin geavanceerde analysetechnieken, zoals continu monitoren, een steeds prominentere rol hebben.
Tijdens dit symposium laten sprekers uit de wetenschap, accountancy en uitvoeringsorganisaties zien hoe deze ontwikkeling in de praktijk vorm krijgt. Zij delen inzichten en ervaringen en schetsen een actueel, toekomstgericht perspectief op auditing. Zo krijgt u onder meer inspirerende voorbeelden van continuous monitoring met open source oplossingen en het slim benutten van voorinformatie. Daarnaast wordt ingegaan op de inzet van AI wordt om (vertrouwelijke) data te verrijken, met expliciete aandacht voor kwaliteitsborging, evenals op innovatieve technieken zoals inductieve transaction scoring en sentimentanalyse.
Het programma belicht niet alleen wat technologisch mogelijk is, maar ook wat verantwoord is. De toepassing van AI in de audit roept immers fundamentele vragen op over betrouwbaarheid, uitlegbaarheid en governance. Deze thema’s krijgen tijdens het symposium nadrukkelijk en kritisch aandacht.
Het Limperg symposium biedt daarmee een inspirerende mix van conceptuele verdieping, praktijkcases en reflectie. Het is dé bijeenkomst voor accountants en auditors die verder willen kijken dan de standaardaanpak, hun kennis willen verdiepen, ervaringen willen uitwisselen en concrete ideeën willen opdoen die direct toepasbaar zijn in de praktijk..
De toegang is gratis. Voor de Permanente Educatie (PE) geldt het volgende:
- RE, RO, CIA, CISA: 3 PE-punten.
- RA & AA: Passend voor de educatieportefeuille.
Met vriendelijke groet,
Voor het Limperg Instituut
Prof. dr. S. Hollander
(bestuursvoorzitter)
Voor de Stuurgroep Statistical Auditing
Prof. dr. J.J.M. de Swart MBA
(voorzitter)
Limperg Symposium Statistical Auditing 2026
“Efficiënter controleren dankzij statistische technologie”
AANMELDEN Inschrijfformulier
Plaats:
Vrije Universiteit Amsterdam
Zaal 14A-00
De Boelelaan 1105
1081 HV Amsterdam
Datum: woensdag 20 mei 2026
Tijd: 13:30 tot 17:20, met ontvangst vanaf 13:00 en borrel tot 18:00
Download het programmaboekje
Programma
13:00 Binnenkomst
13:30 Opening
Stephan Hollander, bestuursvoorzitter Limperg Instituut
13.40 Inleiding
Jacques de Swart, dagvoorzitter
13:45 Hoe data-analyse en steekproeven elkaar versterken
Lotte Mensink
14:20 AI-detectie in de Controlepraktijk
Robin Litjens
14:55 Pauze
15:25 Taalmodellen en -technieken voor verbetering van datakwaliteit in een soeverein jasje
Floor van Lieshout
16:00 Procesanalyse – Geen Artificiële Intelligentie zonder Proces Intelligentie
Wilfred van den Berg
16.35 Beyond Excel, Before Code - When Your Data Talks Back
Matthias Eilenbrock
17:10 Afsluiting
Jacques de Swart
17:20 Drankje en hapje
18:00 Einde borrel
Matthias Eilenbrock works as a Data Scientist in IT forensics at the tax administration of North Rhine-Westphalia, Germany. He is also the developer of AUDIPY, winner of the 2025 Taxcellence Award - Germany's annual industry prize for the most innovative tax software. His work bridges practical experience from field audits, statutory data access, and audit methodology with modern data-driven and machine-learning techniques
Lotte Mensink is promovenda op Nyenrode en richt zich op de toepassing van Bayesiaanse statistiek in de audit. Het doel van haar promotieonderzoek is om innovatieve statistische technieken uit de academische literatuur beschikbaar en toegankelijk te maken voor de auditpraktijk. Eerder voltooide ze haar onderzoeksmaster Methodologie & Statistiek aan de Universiteit Utrecht.
Floor van Lieshout is Data en AI-specialist bij PwC. In 2022 studeerde zij af aan de Master Artificial Intelligence van de Universiteit van Amsterdam. Sindsdien werkt zij als adviseur bij PwC op het snijvlak van data-analyse, datamanagement en automatisering. Ze ondersteunt daarbij publieke sectororganisaties bij complexe vraagstukken, waaronder grootschalige hersteloperaties zoals die rondom de toeslagenaffaire. Daarnaast is ze docent aan de Nyenrode Business Universiteit en actief onderdeel van de Data Analytics band van PwC waarmee ze, naast de nodige hits van Queen en Amy Winehouse, ook een nummer speelt over data-analyse en statistiek.
Robin Litjens is universitair hoofddocent aan Nyenrode Business Universiteit en houdt zich bezig met auditing en verslaggeving. Data-analyse en de toepassing van AI binnen de accountancy heeft zijn specifieke aandacht. Hij promoveerde aan Nyenrode en werkte eerder bij KPMG, BDO en Tilburg University. Zijn onderzoek richt zich op auditing, financiële verslaggeving en informatiewaarde van data. Daarnaast verzorgt hij onderwijs en executive programma’s over verslaggeving, auditing, AI, statistiek en innovatie in de controlepraktijk.
Wilfred van den Berg heeft meer dan 40 jaar ervaring in het auditvak, waarvan ruim 25 jaar op het gebied van procesanalyse. De afgelopen 14 jaar houdt hij zich actief bezig met process mining, zowel inhoudelijk als strategisch. Zijn meest recente opdracht bij de Douane betreft de verwerving van een process mining tool en de daaropvolgende implementatie en borging van procesanalyse binnen de organisatie
Matthias Eilenbrock
A field report from German tax audit practice - and a look at what comes next. Many audit teams still work in IDEA, Excel, and pivot tables. The Power BI wave brought visualization; yet modern statistical techniques live in Python, and 13,000 tax auditors will not become Python developers. This talk traces the journey from tabular thinking to visual reasoning to machine-assisted detection and conversational AI - Isolation Forest and parallel coordinates as an investigative pair, language models as assistants rather than oracles. The argument at the end: efficiency in audit is no longer about faster tools. It's about a new division of labour between what the auditor asks, what the machine finds, and what the trail - via agent playbooks - can prove.
Lotte Mensink
De auditpraktijk verandert door de toename van beschikbare data en de opkomst van geavanceerde analysetechnieken en AI. Er is een duidelijke wens om deze ontwikkelingen steeds beter te benutten in het controleproces, waardoor de steekproef een andere rol zal gaan innemen. Waar de steekproef nu vaak als los onderdeel in het controleproces wordt gezien, kan deze dienen als startpunt voor een model waarin alle beschikbare informatie samenkomt. Deze presentatie verkent een model-gebaseerde blik op steekproeven, die leidt tot meer transparantie, efficiënter gebruik van informatie en beter onderbouwde conclusies.
Floor van Lieshout
In deze lezing beschouwen we aan de hand van drie voorbeelden uit de praktijk hoe verschillende taalmodellen en -technieken kunnen helpen om datakwaliteit te controleren, te verbeteren en missende informatie op een betrouwbare manier aan te vullen. Daarbij staan we expliciet stil bij hoe we hierbij AI modellen op een lokale en soevereine manier kunnen inzetten.
Robin Litjens
Dit onderdeel behandelt de toenemende inzet van generatieve AI door accountants, inclusief de mogelijkheden en beperkingen van detectietools bij het herkennen van AI-gegenereerde teksten en analyses.
Wilfred van den Berg
In deze voordracht neemt Wilfred ons mee op een reis — dit keer per trein. Een reis waarin emoties een rol spelen: reizen kan efficiënt zijn, maar ook gewoon prettig. En soms zit het tegen. Wat doe je dan? Deze metafoor gebruikt Wilfred om te kijken naar de volwassenheid van procesanalyse in organisaties. Wat is eigenlijk het doel van de reis? En hoe scherp is dat doel gedefinieerd? Van daaruit komt de vraag: hoe data gedreven wil je zijn, en hoe belangrijk vind je dat werkelijk? Langs verschillende haltes verkennen we de ontwikkeling van procesinzicht: van beschrijvend naar voorspellend en uiteindelijk naar adaptief. AI komt daarbij in beeld, maar is pas zinvol wanneer er een solide basis ligt. Garbage in, garbage out — maar herkennen we dat nog?