- Ruim 659.000 bedrijven zijn minder dan twee jaar oud en hebben geen financiële geschiedenis
- AI probeert de onzekerheid te verminderen voordat een lening wordt verstrekt
Vooral voor hen kan het verkrijgen van financiering lastig zijn nieuw opgerichte MKB-bedrijven. En hoewel het bedrijf activiteits- en groeivooruitzichten heeft, maakt het ontbreken van een voldoende uitgebreide kredietgeschiedenis het moeilijk voor financiële instellingen om de solvabiliteit ervan te beoordelen met behulp van traditionele methoden.
Daarom onderzoekt de bank nu een mogelijke manier om deze situatie te veranderen: gebruik kunstmatige intelligentie en voorspellende modellen om het risico van jonge bedrijven te analyseren, aangezien technologie het dus mogelijk zou kunnen maken een bedrijf met weinig ervaring te analyseren buiten zijn financiële geschiedenis.
Voor het MKB kan de verandering vooral relevant zijn in de sector een fase waarin de toegang tot krediet doorgaans moeilijker is en financieringsalternatieven kunnen hogere kosten met zich meebrengen die moeilijk te dragen zijn.
Ruim 659.000 bedrijven zijn minder dan twee jaar oud en hebben geen financiële geschiedenis
Volgens gegevens van de Central Business Directory (Dirce) van het Nationaal Instituut voor de Statistiek (INE) waren er in 2025 ruim 659.000 bedrijven jonger dan 24 maanden.
Zoals het was, vertegenwoordigden deze bedrijven de 19,9% van het totaal economisch actieve bedrijven, wat neerkwam op 3,31 miljoen. En het merendeel bestaat uit kmo's en concentreert zich vooral op activiteiten als handel, bouw, beroepsactiviteiten en horeca.
Voor een financiële instelling betekent het lenen van geld aan een bedrijf dat nog niet over voldoende geschiedenis beschikt, dat zij minder informatie hebben om het risico te berekenen. En deze onzekerheid kan zich vertalen in grotere eisen om toegang te krijgen tot krediet of hogere financieringskosten.
In die zin proberen voorspellende modellen op basis van kunstmatige intelligentie juist de hoeveelheid beschikbare informatie uit te breiden. Volgens deskundigen behoren tot de variabelen die kunnen worden geanalyseerd de leeftijd van het bedrijf, de evolutie van de eigen gegevens en het gedrag van vergelijkbare bedrijven binnen zijn sector.
En volgens schattingen verzameld door Equifax, het Amerikaanse kredietinformatiebureau, zouden deze voorspellende modellen een stijging kunnen opleveren 30% nauwkeurigheid bij risicovoorspelling.
Voor banken zou een groter vermogen om onderscheid te maken tussen projecten met verschillende solvabiliteitsniveaus de allocatie van kapitaal aan nieuwe bedrijven kunnen vergemakkelijken en zo nieuwe kansen kunnen bieden.
AI probeert de onzekerheid te verminderen voordat een lening wordt verstrekt
Zoals uitgelegd in Equifax, reageert de interesse van financiële entiteiten in deze technologieën ook op een context van groei van de kredietverlening lage delinquentie. Omdat banken op zoek zijn naar nieuwe mogelijkheden om projecten te financieren, maar ook de risico's die aan de bedrijfsvoering verbonden zijn onder controle moeten houden.
De situatie is anders als het gaat om een cliënt die al een financiële relatie heeft met de entiteit. In dat geval kan de bank beschikken over informatie over uw inkomsten, bewegingen en kredietgedrag, waardoor het makkelijker wordt om bepaalde financieringsaanbiedingen te automatiseren.
Maar een nieuw opgericht bedrijf beschikt niet noodzakelijkerwijs over die hoeveelheid historische informatie. Daarom de mogelijkheid om op te nemen real-time gegevens en referenties over de evolutie van vergelijkbare bedrijven Het kan een andere manier openen om uw terugbetalingsvermogen te analyseren.
Het doel zou dus niet alleen zijn om de beslissing te bespoedigen. Een completere analyse zou entiteiten kunnen helpen projecten te identificeren die zich momenteel buiten de traditionele circuits bevinden vanwege een gebrek aan trackrecord, en tegelijkertijd de blootstelling aan deals met een grotere kans op wanbetaling kunnen beperken.
Voor zelfstandigen in bedrijven en nieuw opgerichte kleine en middelgrote ondernemingen zou de mogelijke verandering relevant zijn, omdat een van de belangrijkste obstakels in de beginfase niet alleen het werven van klanten is, maar ook over voldoende financiering beschikken om te groeien, te investeren of nieuwe projecten te lanceren.
Het is echter nog steeds een technologie die de financiële sector voor deze processen bestudeert. Het gebruik van voorspellende modellen elimineert niet de noodzaak om elke operatie te analyseren, noch garandeert het dat een bedrijf zonder geschiedenis financiering zal verkrijgen.
