Google’s Gemini, een generatief AI‑model van Alphabet, voorspelt een mogelijke scherpe daling op de cryptomarkt in november. In een openbaar gedeelde analyse schetst het systeem verhoogde neerwaartse risico’s na recente prijsschommelingen. Beleggers reageren online verdeeld, van voorzichtigheid tot ongeloof. Dat leidt tot vragen over de rol van algoritmen in beleggingsinformatie en de Europese AI‑verordening, gevolgen overheid en toezicht.
AI-voorspelling zet markt op scherp
Het model Gemini presenteert een scenario met een forse correctie, gebaseerd op patronen in marktgegevens. Zulke uitkomsten trekken snel aandacht, omdat veel particuliere beleggers AI als neutrale rekenhulp zien. De voorspelling valt samen met een periode van hoge volatiliteit in grote munten zoals bitcoin en ether. Daardoor krijgt het bericht extra gewicht in discussies op sociale media en fora.
Gemini is een taalmodel, een type systeem dat tekst voorspelt op basis van eerdere voorbeelden. Het heeft geen eigen “marktzintuig” of gegarandeerde toegang tot actuele koersfeeds. De uitkomst hangt sterk af van de vraag, de context en de gebruikte bronnen. Dat maakt een stellige marktcall riskant om als handelssignaal te gebruiken.
Voor Europese beleggers is het onderscheid tussen informatie en advies belangrijk. Een AI‑samenvatting van nieuws is iets anders dan persoonlijk beleggingsadvies. Dienstverleners die AI‑output als aanbeveling inzetten, vallen sneller onder strengere regels. Dat raakt zowel cryptobedrijven als finfluencers die met AI‑tools werken.
Model geen financieel adviseur
Taalmodellen zijn niet ontworpen om de toekomst te voorspellen. Ze berekenen welke woorden waarschijnlijk volgen, gegeven de invoer. Dat levert soms juiste inzichten op, maar ook schijnzekerheid. Bovendien kan een model “hallucineren”: het verzint plausibel klinkende, maar onjuiste details.
Een large language model genereert tekst op basis van waarschijnlijkheden, niet op basis van zekere marktkennis of toekomstvoorspellingen.
Ook de datastroom is een beperking. Zonder transparante toegang tot betrouwbare koersdata en herhaalbare methodes ontbreekt controleerbaarheid. Backtests, die strategieën op historische data toetsen, worden door generatieve modellen meestal niet standaard geleverd. Hierdoor is het lastig om een AI‑call objectief te beoordelen.
Bedrijven die Gemini of vergelijkbare systemen inzetten, moeten daarom duidelijk zijn over doel en gebruik. Is de output analyse, sentimentoverzicht of een ruwe hypothese? Die context bepaalt hoe lezers de informatie mogen interpreteren. Heldere waarschuwingen verminderen het risico op misbruik.
Wat beleggers wél gebruiken
AI kan helpen bij het ordenen van publieke informatie. Denk aan samenvattingen van centrale‑banktoespraken, on-chain statistieken of kwartaalcijfers van cryptobedrijven. Zulke taken vragen om bronvermelding en links, zodat gebruikers zelf kunnen controleren. Transparante bronnen maken de analyse herhaalbaar en toetsbaar.
Een andere nuttige inzet is scenario‑denken. Het model schetst mogelijke paden, bijvoorbeeld “sterke daling”, “zijwaarts” of “herstel”. Beleggers kunnen dan hun eigen aannames en data naast die paden leggen. Zo blijft de mens leidend en het algoritme ondersteunend.
Ook risicomanagement kan profiteren van AI‑hulpen. Het systeem kan bekende valkuilen signaleren, zoals concentratierisico of hefboomgebruik. Dat is geen advies, maar een checklist die fouten helpt voorkomen. Het blijft cruciaal om meerdere bronnen te raadplegen en cijfers te verifiëren.
AI-verordening begrenst AI-advies
De Europese AI‑verordening (AI Act) legt transparantie‑eisen op aan generatieve modellen zoals Gemini. Gebruikers moeten begrijpen dat zij met AI praten en welke beperkingen gelden. Voor systemen met grote impact gelden strengere plichten, zoals documentatie en risicobeoordelingen. Dat moet misleiding en onterechte afhankelijkheid van algoritmen verminderen.
Voor crypto‑diensten geldt daarnaast MiCA, het Europese raamwerk voor aanbieders van cryptodiensten. Marketing en publicaties mogen niet misleidend zijn, ook niet als AI de tekst schrijft. In Nederland ziet de AFM toe op eerlijke voorlichting aan beleggers. Finfluencers en platforms die AI‑calls verspreiden, moeten daarom extra zorgvuldig zijn.
Als AI‑toepassingen ook persoonsgegevens verwerken, is de AVG van kracht. Dat vraagt om dataminimalisatie, doelbinding en versleuteling. Een chatbot die portfolios of risicoprofielen opslaat, valt hieronder. Organisaties moeten kunnen uitleggen wat zij verzamelen en waarom.
Transparantie en toetsbaarheid nodig
De kernvraag bij een AI‑voorspelling is: waarop is zij gebaseerd? Publiceer daarom de gebruikte data, de prompt, de datum en de aannames. Voeg waar mogelijk een eenvoudige backtest toe. Zonder die elementen is de claim vooral een mening van een model.
Voor media en platforms is redactionele controle essentieel. Label AI‑output duidelijk en voeg menselijke duiding toe. Combineer algoritmische inzichten met klassieke bronnen zoals toezichthouders en bedrijfsrapporten. Dat verhoogt de betrouwbaarheid voor lezers.
Voor Nederlandse en Europese lezers helpt dit kader bij interpretatie. Een AI‑call kan prikkelen, maar vervangt geen eigen onderzoek. Met de AI‑verordening, MiCA en de AVG ontstaat een duidelijker speelveld. De markt wint pas echt aan kwaliteit wanneer modellen én methodes open en controleerbaar zijn.
