AI-handel eksploderer – men botterne taber penge

En undersøgelse fra eToro, der omfattede 11.000 private investorer i 13 lande, viste, at 19 procent brugte AI til at vælge eller ændre investeringer i deres portefølje i 2025. Året før var andelen 13 procent – en stigning på 46 procent på bare ét år .

Også markedet for algoritmisk handel vokser hurtigt. Analysehusenes tal varierer, blandt andet fordi de afgrænser markedet forskelligt, men flere vurderer det globale marked til omkring 20-28 milliarder dollar i 2026 . TradeAlgo anslår, at markedet vil overstige 32,8 milliarder dollar i 2026 med en årlig vækst på 13-15 procent .

Et andet estimat peger på, at AI-drevne systemer stod for næsten 89 procent af den globale handelsvolumen i 2025, mens markedet samlet ventes at nå 35 milliarder dollar i 2030 . Tallene bør dog læses med forbehold, fordi definitionerne af algoritmisk og AI-drevet handel ikke er ens på tværs af rapporterne.

Bloomberg-testen: AI-modellerne tabte stort

Den mest håndgribelige advarsel kommer fra et Bloomberg-eksperiment. I 32 handelskonkurrencer fik førende modeller fra blandt andre OpenAI, Anthropic, Google og xAI hver 10.000 dollar og to uger til at handle amerikanske teknologiaktier .

Resultatet var hårdt for AI-hypen: Den samlede portefølje tabte omkring en tredjedel af sin kapital . På tværs af alle 32 resultatsæt sluttede en AI-model kun med overskud seks gange .

Modellerne handlede for ofte, traf vidt forskellige beslutninger, selv når de fik identiske instruktioner, og havde generelt svært ved at skabe positive afkast . Det er en vigtig forskel på at kunne genkende mønstre i data og på faktisk at kunne navigere i et marked, hvor nyheder, renter, likviditet og menneskelig adfærd hele tiden ændrer spillereglerne.

Den bedste præstation kom fra Grok 4.20 fra xAI i den konkurrence, hvor modellen kunne se konkurrenternes resultater. Den gennemførte kun 158 handler, mens Alibaba-modellen Qwen under samme prompt handlede 1.418 gange . Konklusionen på tværs af konkurrencerne var dog klar: De fleste AI-handelsbots tabte penge .

Når alle algoritmer løber samme vej

Problemet handler ikke kun om, hvorvidt én bot kan vælge den rigtige aktie. Hvis mange investorer bruger få, populære AI-systemer, kan modellerne ende med at reagere ens på de samme signaler. Det kan skabe flokadfærd – på finanssprog ofte kaldet herding – hvor mange aktører køber eller sælger samtidig.

Det Europæiske Udvalg for Systemiske Risici (ESRB) advarede i en rapport fra december 2025 om, at AI kan øge systemiske finansielle risici gennem fælles eksponeringer, tæt forbundne markedsaktører og misinformation, der fører til omfattende fejlprissætning .

Den amerikanske centralbank, Federal Reserve, har i eksperimenter fundet, at AI-agenter isoleret set kan træffe mere »rationelle« beslutninger end mennesker. Men en bredere afhængighed af AI-baseret investeringsrådgivning kan stadig forstærke flokadfærd – især hvis modellerne bliver instrueret til at følge bestemte markedsmønstre .

Forskning i algoritmisk flokadfærd peger desuden på, at handelsalgoritmer kan efterligne og i visse tilfælde forstærke menneskers forudindtagelser, når de lærer af historiske handelsdata . En anden undersøgelse fandt, at AI-informerede porteføljer udviste mere flokadfærd i perioder med høj markedsuro .

Anbefalingerne har ingen garanti

En yderligere risiko er, at ansvaret kan blive uklart, når en AI-agent får lov til at handle automatisk. I et brev fra juni 2026 fremhævede amerikanske kongresmedlemmer, at handelsplatforme, der tilbyder såkaldt agentbaseret handel, ofte fraskriver sig ansvar for AI-outputtets nøjagtighed, fuldstændighed og egnethed .

Platformene advarer samtidig om, at agentbaseret handel indebærer »betydelig risiko«. AI-agenter kan begå fejl, misforstå instruktioner, handle på baggrund af forældede eller ufuldstændige oplysninger og opføre sig uventet. Ifølge brevet kontrollerer, overvåger, anbefaler eller reviderer platformene ikke nødvendigvis disse agenter .

Den europæiske værdipapir- og markedsmyndighed ESMA udsendte i marts 2025 en formel advarsel til private investorer om at bruge AI til investering uden at forstå værktøjernes begrænsninger . En rapport fra det amerikanske senat har også peget på utilstrækkelige oplysninger til kunder og risikoen for, at hedgefondenes brug af AI kan øge presset på den finansielle stabilitet .

En undersøgelse fra juli 2026 fandt desuden, at unge private investorer, der bruger AI-værktøjer, kan udvise flokmentalitet, overdreven selvtillid og bekræftelsesbias. Større tillid til AI hang i undersøgelsen sammen med lavere investeringsdisciplin .

Tabene er ikke kun teoretiske

Advarslerne er ikke længere kun hypotetiske. I slutningen af juli 2026 blev den profilerede AI-drevne hedgefond Situational Awareness ramt af et alvorligt sammenbrud, som ifølge Bloomberg udløste et 24 timer langt kapløb for at redde fondens positioner .

Wall Street Journal beskrev samtidig en »dag, hvor botterne slap løs« , mens Bloomberg rapporterede om sammenbrud blandt AI-hedgefonde midt i uro omkring teknologiselskabernes regnskaber . Episoderne viser, hvordan fejl i AI-anbefalinger og ensartede handelsmønstre kan udvikle sig til store tab i den virkelige verden.

Konklusionen for private investorer

Demokratiseringen af kvantitativ handel er reel. Private investorer har adgang til AI-funktioner, som for bare fem år siden kunne koste hedgefonde millioner af dollar at udvikle .

Men adgang er ikke det samme som en fordel. De foreløbige forsøg viser, at selv de mest avancerede AI-modeller ofte overhandler og taber penge, når de sættes til at handle i levende markeder. Samtidig advarer myndigheder i både USA og Europa om flokadfærd, manglende gennemsigtighed, fejlbehæftede anbefalinger og uklart ansvar.

AI kan på længere sigt blive et nyttigt værktøj til analyse og beslutningsstøtte. Indtil videre er afstanden mellem løfterne og resultaterne dog markant – og for investorer er en overbevisende chatbot stadig ikke det samme som en dokumenteret handelsstrategi.