Bram Devillet
Oprichter & AI-architect
Bram ontwikkelde de eerste versie van het prognose-algoritme in 2014 op basis van cashflow-data uit de non-profitsector. Hij stuurt de technische richting van het platform.
Opgericht in 2014 — Namur, België
Over Gildmoor
Wij bouwen AI-tools voor budgetbeheer en financiële prognoses die kleine en middelgrote organisaties helpen om hun cijfers beter te begrijpen — niet alleen te registreren.
11+
Jaar actief in financiële automatisering voor organisaties in heel België en Nederland
340+
Organisaties gebruiken onze prognosemodellen dagelijks voor operationele beslissingen
8
Specialisten in AI-modellering, data-engineering en financiële analyse in ons kernteam
Hoe Gildmoor ontstond
Gildmoor begon als een intern project bij een boekhoudkantoor. De vraag was eenvoudig: waarom moeten financiële prognoses altijd handmatig worden bijgewerkt? Maanden later hadden we een werkend systeem dat cashflow-afwijkingen 14 dagen op voorhand signaleerde.
Sindsdien werken we uitsluitend aan AI-gestuurde budgetoplossingen voor organisaties die meer willen dan een spreadsheet. Geen giswerk, geen generieke adviezen — alleen modellen die leren van jouw specifieke financiële patronen.
Budgetbeheer
- Automatische kostenclassificatie
- Afwijkingsdetectie per categorie
- Realtime budgetvergelijking
Prognoses
- Cashflow-voorspelling op 30/60/90 dagen
- Seizoensgebonden modelaanpassing
- Scenariosimulatie
Integraties
- Koppeling met bestaande boekhoudpakketten
- Bankfeed-verwerking
- API voor maatwerk rapportage
Begeleiding
- Onboarding op maat per sector
- Maandelijkse modelreview
- Dedicated aanspreekpunt
Data-inname
AI-analyse
Prognose
Hoe wij werken
Elk traject begint met een grondige analyse van de bestaande financiële structuur. Pas daarna configureren we het prognosemodel op basis van historische transactiedata, seizoenspatronen en sectorspecifieke variabelen. Het systeem leert mee — afwijkingen worden herkend en gerapporteerd zonder dat iemand handmatig data hoeft te controleren.
Sectorkennis
Onze modellen houden rekening met branchespecifieke kostencycli, niet alleen met generieke categorieën.
Continue updates
Prognosemodellen worden maandelijks bijgesteld op basis van nieuwe transactiedata en feedbackrondes.
Transparantie
Elke prognose wordt voorzien van een betrouwbaarheidsinterval. We tonen ook wanneer het model onzeker is.
Menselijke review
AI vervangt het oordeel niet. Ons team controleert flagged anomalieën voordat ze als kritisch worden geclassificeerd.
Sofie Ooghe
Financieel data-analist
Sofie vertaalt boekhoudkundige structuren naar trainingsdata voor de modellen. Ze werkte eerder als controller bij een regionaal distributiebedrijf en kent de dagelijkse praktijk van binnenuit.
Yannick Claerhout
Integratie-engineer
Yannick zorgt dat het systeem aansluit op bestaande boekhoudpakketten en bankfeeds. Zijn werk bepaalt hoe snel een nieuwe klant operationeel is — gemiddeld binnen 12 werkdagen.