AI-systemen zoals ChatGPT (OpenAI), Gemini (Google) en Claude (Anthropic) publiceren nieuwe prijsverwachtingen voor bitcoin tot eind 2025. Beleggers in Nederland en de EU volgen dit, omdat de markt snel beweegt en onrustig is. De modellen gebruiken prijsdata, nieuws en on-chain signalen om scenario’s te maken. De Europese AI-verordening en de AVG spelen mee, omdat deze voorspellingen voor consumenten worden getoond.
AI schetst bandbreedte 2025
Grote taalmodellen geven meestal een bandbreedte en geen exact doel. ChatGPT en Gemini beschrijven scenario’s met zowel een bullish als een bearish pad. De richting hangt af van macro-economie, liquiditeit en adoptie, zoals de doorstroom naar spot-ETF’s en crypto-producten in Europa. Dat maakt de uitkomst minder een getal en meer een risicoprofiel.
Systemen combineren historische prijzen met on-chain data, zoals actieve adressen en gerealiseerde winst en verlies. Zulke signalen zijn breed beschikbaar via dataleveranciers als Glassnode en Coin Metrics. Modellen wegen ook halving-effecten en liquiditeitsstromen. Daardoor ontstaat een verhaal over vraag en aanbod, maar geen garantie op timing.
Voor beleggers is vooral de range relevant. Hoe breder de bandbreedte, hoe hoger de onzekerheid. Die onzekerheid hoort bij de aard van het algoritme en de markt. Het helpt om naar meerdere modellen te kijken en de verschillen te begrijpen.
Modellen missen schokken
Voorspellende datamodellen, zoals LSTM-netwerken of ARIMA-varianten, leren patronen uit het verleden. Dat werkt bij rustige regimes, maar minder bij plots nieuws of ingrepen door toezichthouders. Schokken door regelgeving, rechtszaken of grote liquidaties zijn lastig te vangen. De foutmarge wordt dan snel groter.
Ook grote taalmodellen hebben grenzen. Ze genereren plausibele tekst op basis van patronen, geen echte marktkennis. Zonder actuele datafeed of strikte backtests wordt de uitkomst al snel te algemeen. Een koppeling met betrouwbare datasets en duidelijke validatie is daarom nodig.
Dat betekent dat mooie grafieken niet genoeg zijn. Beleggers moeten vragen naar de trainingsperiode, gebruikte variabelen en out-of-sample tests. Een model dat goed werkte in 2020-2021 kan falen in 2024-2025 door andere marktdynamiek.
“Een AI-voorspelling is een statistische schatting, geen zekerheid.”
EU-regels vragen openheid
De Europese AI-verordening (AI Act) vraagt om transparantie bij algemene AI-systemen zoals ChatGPT en Gemini. Leveranciers moeten uitleggen hoe het model werkt en welke beperkingen er zijn. Voor financiële voorspellingen betekent dit heldere disclaimers en zicht op herkomst van data. Deze regels gaan gefaseerd in vanaf 2025, op het moment van schrijven.
Daarnaast geldt de AVG als persoonlijke data worden gebruikt, bijvoorbeeld bij gepersonaliseerde adviezen. Dan tellen principes als dataminimalisatie en beveiliging. Platforms die AI-inzichten tonen aan consumenten moeten daarop ingericht zijn. Dit verkleint het risico op misleiding en datalekken.
Toezichthouders als ESMA en de Nederlandse AFM waarschuwen geregeld voor beleggingsaanbevelingen zonder onderbouwing. Als een broker AI-gestuurde tips geeft, gelden bestaande regels voor passendheid en informatieplicht. De MiCA-regels voor cryptoproducten zorgen intussen voor meer duidelijkheid in uitgifte en handel, wat modellen indirect kan helpen.
Nederlandse belegger heeft opties
In Europa zijn meerdere beursproducten voor bitcoin beschikbaar, zoals ETP’s in Duitsland en Zwitserland. Nederlandse beleggers kunnen die vaak via hun broker bereiken. AI-analyses worden soms in de app getoond, of via nieuwsbrieven en dashboards. Het is belangrijk te checken of de aanbieder methodes en risico’s uitlegt.
Let op de kwaliteit van de data. Komen de on-chain cijfers van een vaste bron en zijn ze reproduceerbaar? Worden gebeurtenissen zoals ETF-instroom, halvering en regelgeving apart gemodelleerd? Zulke vragen helpen om marketing van methode te onderscheiden.
Praktisch werkt een scenario-aanpak het beste. Bepaal een basispad en twee alternatieven, met bijbehorende risico’s en stops. Gebruik AI-verwachtingen als één signaal naast liquiditeit, macro en eigen risicogrens. Zo blijft de keuze bij de belegger en niet bij het algoritme.
Gebruik AI als hulpmiddel
Zie AI-uitkomsten als startpunt voor onderzoek, niet als advies. Vraag om backtests, foutmarges en voorbeelden van mislukte voorspellingen. Controleer of het model kan omgaan met regimewissels. En kijk of de aanbieder periodiek herziet en fouten erkent.
Combineer meerdere bronnen: taalmodellen voor scenario’s, kwantmodellen voor cijfers, en on-chain data voor context. Spreid informatie en check of conclusies gelijk blijven. Dat beperkt de kans op tunnelvisie. En het maakt beslissingen beter verdedigbaar.
Tot slot: houd rekening met kosten en belastingregels in Nederland en de EU. Hogere transactiekosten en spreads beïnvloeden de uitkomst van elke strategie. AI kan geen kosten wegpoetsen. Wel kan het helpen om ze zichtbaar te maken voor een eerlijker vergelijking.
