Zo categoriseer je banktransacties automatisch (2026-gids)

Elke app voor persoonlijke financiën heeft ooit hetzelfde geheime probleem: mensen stoppen met gebruiken zodra categorisering begint te voelen als “niet klopt”. Een kostenpost gelabeld als "Overig" terwijl het "Restaurants" moet zijn, een Square-kostenpost die de app niet kan decoderen, tien maanden aan abonnementen die instorten in "Service" — en de gebruiker geeft het op. Goed uitgevoerd is automatische categorisering de belangrijkste feature van een financiële tracker. Slecht uitgevoerd is het de reden dat deze apps falen.

Dit is een 2026-gids voor automatische categorisering van transacties: wat het is, waarom eerdere oplossingen zo slecht waren, wat er veranderde in 2024 en 2025 waardoor het eindelijk betrouwbaar werd, en hoe je het instelt, gratis of goedkoop.

Wat "automatische categorisering" echt betekent

Elke transactie op een bankafschrift is één rij data: datum, omschrijving van handelaar, bedrag, soms een memo. Categorisering is het proces waarbij je aan die rij een betekenisvol label hangt — Boodschappen, Uit eten, Transport, Abonnementen, Inkomen, Overboeking — zodat je uitgaven per categorie kunt optellen, budgetten daarop kunt baseren en afwijkingen opmerkt.

Handmatige categorisering werkt voor de eerste 30 transacties en stopt daarna. Een gemiddeld huishouden genereert 80 tot 200 transacties per maand over alle kaarten en accounts, en de omschrijvingen van handelaars zijn zelden de merknaam — "CTV*PARAMOUNT" voor Paramount+, "DG*ZWIFT" voor de cycling app, "TST*REDLOBSTER" voor Red Lobster, "PAYPAL *AMAZON" voor Amazon. Dit handmatig doen is een maandelijkse klus van 30 minuten die bijna niemand volhoudt.

Waarom eerdere categorisering zo slecht was

Mint, de dominante persoonlijke-financiën app vóór 2024, gebruikte een regels-gebaseerd systeem. De merchant descriptor van het bankafschrift werd gematcht met een handmatig samengestelde lijst van regular expressions en merchant codes; nieuwe handelaars of omschrijvingen met rare formats vielen door naar een generieke categorie. Drie problemen:

De database met handelaars moest handmatig onderhouden worden. Nieuwe merken, regionale bedrijven en payment processors met private labeling verwarden het voortdurend.
De categorie voor een bepaalde handelaar hing af van context. Een kostenpost van $40 bij Whole Foods is boodschappen; $40 bij Starbucks is uit eten; $40 bij dezelfde koffieketen in een bedrijfs-kantine kan worden vergoed als een werkuitgave. Regels-gebaseerde systemen kunnen dat niet.
Abonnementen en terugkerende kosten werden afgehandeld via een aparte detectielaag die vaak ruzie maakte met de categorizer. Een maandelijkse Spotify-kostenpost zou zowel "Muziek" als "Abonnementen" zijn, afhankelijk van welk scherm je keek.

Wat er veranderde in 2024–2026

Twee dingen samen:

Grote taalmodellen voor categorisering

Eind 2024 waren taalmodellen goedkoop en accuraat genoeg om transacties één voor één te categoriseren met bijna menselijke precisie. Een model dat het grootste deel van het publieke internet gelezen heeft, weet dat "CTV*PARAMOUNT" Paramount+ is en een streamingabonnement; dat "TST*" descriptors zijn voor restaurant point-of-sale; dat "USPS" verzending is; en dat een kostenpost van $40 bij Whole Foods op een zaterdagmorgen waarschijnlijk boodschappen is in plaats van een kantoorkostenpost.

Cruciaal: taalmodellen kunnen ook context gebruiken: hoe vaak dezelfde handelaar terugkomt, wat het typische bedrag is voor die handelaar, en hoe de gebruiker categorisering in het verleden heeft gecorrigeerd.

OCR voor PDF-afschriften

Afschriftformaten verschillen enorm tussen landen, banken en type accounts. Eerdere categorizers vroegen om een CSV-export, wat niet beschikbaar is bij veel kleinere banken en bij afschriften van buitenlandse banken. Moderne AI-gestuurde parsers kunnen gestructureerde data direct uit de PDF halen, inclusief layouts met meerdere kolommen, voetnoten over kosten en tabellen die ongemakkelijk over pagina’s heen lopen.

Combineer het met het bovenstaande en je hebt voor het eerst end-to-end automatisering: drop in een PDF-afschrift, krijg terug een volledig gecategoriseerde lijst van transacties, met abonnementen gedetecteerd en terugkerende kosten gemarkeerd.

Zo stel je automatische categorisering in in 2026

Optie A: koppel een bank-aggregator app (Plaid)

Apps zoals Monarch Money, Copilot Money en YNAB gebruiken Plaid om transacties automatisch op te halen. De setup duurt ongeveer vijf minuten per account. Zodra je verbonden bent, verschijnen transacties dagelijks en categoriseert de app ze bij import. De kwaliteit verschilt — sommige apps leunen nog steeds zwaar op regels-gebaseerde logica — maar de beste halen nu rond 90% accuraatheid out of the box.

De trade-off is privacy: je moet een aggregator van derden je banklogin geven. Aggregators hebben sterke beveiligingsrecords, maar voor gebruikers die niet willen dat hun bankcredentials ergens buiten hun bank terechtkomen is dit geen optie.

Optie B: upload afschriften naar een AI-gestuurde tracker

MyVault is de eenvoudigste optie zonder aggregator: download een PDF of CSV-afschrift vanaf de website van je bank, upload het en AI categoriseert alles binnen een minuut. Er zijn geen bankcredentials betrokken bij geen enkele stap — het bestand dat je uploadt is hetzelfde als wat je zou downloaden voor het belastingseizoen. Het gratis niveau dekt de meeste casual gebruikers.

Optie C: bouw het zelf met een spreadsheet en een AI-helper

Voor doe-het-zelf gebruikers met één of twee simpele accounts kan een spreadsheet plus één AI-prompt het meeste werk doen. Exporteer je transacties naar CSV, plak ze in ChatGPT of Claude met een prompt om categorisering te doen, en accepteer het resultaat. Dit werkt voor eenmalige audits maar is kwetsbaar als maandelijkse workflow.

Zo maak je elke categoriz er beter

Geen enkele geautomatiseerde categoriz er is perfect bij de eerste poging. Een paar gewoonten verbeteren de kwaliteit in de tijd dramatisch:

Kies een kleine, stabiele categorie-lijst. Twaalf tot vijftien categorieën werkt veel beter dan vijftig. Meer categorieën betekent meer kans dat je met jezelf van mening verschilt.
Corrigeer altijd fout gecategoriseerde uitkomsten, zelfs als je je niet druk maakt over die specifieke transactie. Moderne categorizers leren van jouw correcties — één keer een verkeerde Spotify-kostenpost herstellen leert het model dat alle Spotify-kostenposts op dezelfde plek horen te zitten.
Stel een regel in voor onduidelijke handelaars. Amazon, PayPal en Venmo zijn de grootste boosdoeners — je gebruikt Amazon voor boodschappen, elektronica, boeken en cadeaus. Geef ze hun eigen alles-in-één-categorie of accepteer dat je het handmatig opnieuw moet categoriseren.
Categoriseer overboekingen als overboekingen, niet als inkomen of uitgaven. Een overboeking van je betaalrekening naar je spaarrekening telt dubbel in je totalen als je het aan de ene kant als inkomen en aan de andere kant als uitgave behandelt.

Wat goede categorisering echt mogelijk maakt

Met betrouwbaar gecategoriseerde transacties kun je eindelijk de vragen beantwoorden die ertoe doen: hoeveel geef ik echt uit aan uit eten versus boodschappen; welk deel van mijn inkomen gaat naar abonnementen; stijgt mijn budget voor vervoer per maand; hoeveel heb ik in totaal uitgegeven aan die vakantie. Die cijfers zijn duidelijk achteraf, maar onzichtbaar zonder categorisering, en ze vormen de basis van elk budget dat echt nuttig is.

Probeer MyVault gratis — upload één bankafschrift en zie je uitgaven automatisch gecategoriseerd. Geen banklogin vereist. MyVault