AI schuift in rap tempo van hulpmiddel naar mede-bepaler van koersvorming. De AFM waarschuwt dat AI-gedreven handel de kapitaalmarkten efficiënter kan maken, maar tegelijk nieuwe markt- en integriteitsrisico’s introduceert die u als belegger niet altijd ziet en die brokers en handelsplatforms direct raken. Kernpunt: snelheid en autonomie nemen toe, terwijl verantwoordelijkheid en uitlegbaarheid vaak achterblijven. De toezichthouder wil daarom nu al het gesprek met de markt en internationale collega’s voeren over duidelijke governance, menselijke betrokkenheid en aantoonbare controle.
Wat er verandert door AI in handel en uitvoering
AI wordt steeds vaker ingezet voor marktanalyse, signalen, prijs- en liquiditeitsinschattingen en vooral voor orderuitvoering. Denk aan slimmere routing, lagere frictiekosten en sneller reageren op nieuws en orderboekdynamiek. Voor u kan dat leiden tot krapper wordende spreads en potentieel betere uitvoering, zeker in drukke marktmomenten.
Maar de AFM benadrukt dat dezelfde kenmerken die efficiency opleveren, ook het risicoprofiel verschuiven. Modellen kunnen op hoge snelheid autonoom handelen, elkaar versterken en marktgedrag beïnvloeden zonder dat het voor buitenstaanders duidelijk is of er sprake is van normale prijsvorming, een feedback-loop of onwenselijke beïnvloeding.
Efficiencywinst is reëel, maar de kwetsbaarheden groeien mee
Voor beleggers: betere uitvoering, minder zicht op “waarom”
Waar een menselijke handelaar nog uitleg kan geven over een keuze, is een AI-model vaak lastiger te doorgronden. U ziet het effect terug in de koers, maar niet altijd de oorzaak. Dat vergroot het belang van transparantie rond orderafhandeling, kosten, slippage en de omstandigheden waarin algoritmen anders gaan werken dan “normaal”. Zeker bij sterke volatiliteit kan de ervaring ontstaan dat de markt plots “dun” wordt of dat prijzen schoksgewijs bewegen.
Voor brokers: modelrisico wordt bedrijfsrisico
Voor brokers en vermogensbeheerders verschuift het zwaartepunt naar modelrisico: datakwaliteit, robuustheid, monitoring en incidentrespons. Een kleine fout in features, een datasetverschuiving of een verkeerd getunede risicoregel kan bij autonome uitvoering snel opschalen. Dat maakt AI niet alleen een IT-kwestie, maar ook een governance- en aansprakelijkheidskwestie.
Voor beursplatforms: integriteit en stabiliteit onder druk
Beurzen en handelsplatforms profiteren van meer volume en efficiëntere matching, maar kunnen ook eerder te maken krijgen met ongewenste patronen: plotselinge liquiditeitsverdamping, synchroniserende modellen en nieuwe varianten van manipulatie die minder lijken op klassieke “spoofing” en meer op subtiele gedragssturing in het orderboek.
De belangrijkste risico’s volgens de AFM: integriteit, manipulatie en ondoorzichtigheid
Marktmanipulatie krijgt een nieuw jasje
AI kan strategieën automatiseren die de grens opzoeken tussen agressieve handel en manipulatie. Door snelheid, schaal en adaptiviteit wordt detectie lastiger, terwijl de schade voor marktvertrouwen groter kan zijn. Ook kan het gebeuren dat meerdere modellen, zonder expliciete bedoeling, samen een effect creëren dat op manipulatie lijkt of dezelfde uitkomst heeft.
Modelrisico en “black box”-besluitvorming
De AFM signaleert dat sommige AI-toepassingen niet goed uitlegbaar zijn. Dat is relevant voor u, maar ook voor compliance en toezicht: als een partij niet kan aantonen waarom een model deed wat het deed, wordt het lastig om verantwoordelijkheid te nemen, klanten correct te informeren en incidenten te voorkomen.
Concentratierisico en kuddegedrag
Als veel partijen vergelijkbare data, modellen of leveranciers gebruiken, kunnen handelsreacties op elkaar gaan lijken. Dat vergroot de kans op procyclisch gedrag: modellen die tegelijk risico afbouwen of liquiditeit terugtrekken, waardoor bewegingen in koersen worden versterkt.
Welke governance-eisen u waarschijnlijk vaker gaat zien
De AFM legt de nadruk op menselijke betrokkenheid en duidelijke verantwoordelijkheid. In de praktijk verwachten wij dat toezichthouders harder gaan sturen op aantoonbare beheersing, met eisen die lijken op “model governance” uit de risicowereld, maar dan toegepast op handels- en marktintegriteitsrisico’s.
-
Duidelijke accountability: één eindverantwoordelijke per model en use-case, inclusief escalatielijnen naar bestuur en compliance.
-
Documentatie en uitlegbaarheid: vastleggen van doel, grenzen, datastromen, aannames en bekende failure modes, zodat achteraf te reconstrueren is wat er gebeurde.
-
Continue monitoring: real-time bewaking van afwijkend handelsgedrag, datadrift en performance in stresssituaties, met duidelijke drempels voor ingrijpen.
-
Human-in-the-loop waar nodig: niet als formaliteit, maar als werkende controle, inclusief kill-switches en handelsbeperkingen bij incidenten.
-
Strengere leverancierssturing: due diligence op externe modellen, data en tooling, plus contractuele afspraken over auditbaarheid en incidentmelding.
-
Testen onder extreme scenario’s: simulaties die niet alleen winstgevendheid testen, maar ook marktimpact, interactie met andere algoritmen en integriteitsrisico’s.
Wat u hier nu al mee kunt in de praktijk
U hoeft geen code te kunnen lezen om de juiste vragen te stellen. Let bij uw broker of platform op hoe orderuitvoering wordt toegelicht, welke mogelijkheden u heeft om ordertypes en limieten te gebruiken, en hoe het platform communiceert bij marktstress of technische incidenten. Voor ondernemers en financiële instellingen is het signaal vooral strategisch: AI levert schaalvoordeel, maar de lat voor controle, verantwoording en toezicht gaat omhoog.
De AFM zet met haar rapport de toon voor een periode waarin innovatie welkom blijft, maar waarin marktintegriteit, uitlegbaarheid en aansprakelijkheid explicieter worden afgedwongen. Meer snelheid op de markt betekent simpelweg dat fouten en misbruik ook sneller gaan.
