Veel ondernemers twijfelen of AI hype is of blijvend. Er is één industrie waar dat debat twintig jaar geleden al is beslecht: de beurshandel. Daar namen computers het routinewerk volledig over, en wie niet meeging, verdween. Ik heb 3,5 jaar op de trading floor van IMC Trading gewerkt, en de gewoontes uit die wereld blijken precies de gewoontes die bepalen of AI in een gewoon bedrijf slaagt of strandt. Dit zijn de vijf belangrijkste.
Waarom de beurs de proeftuin van automatisering is
Handelshuizen zoals IMC Trading handelen geautomatiseerd op beurzen over de hele wereld, in fracties van seconden. Machines plaatsen de orders, mensen ontwerpen de strategieën, bewaken de risico's en grijpen in bij uitzonderingen. Die taakverdeling is er niet gekomen omdat het hip was, maar omdat elke milliseconde en elke basispunt meetbaar geld waard is. Als automatisering ergens genadeloos wordt getest, is het daar.
Bij IMC leverde ik als macro-analist dagelijks analyse aan meer dan 1.000 traders wereldwijd. Mijn werk was informatie filteren onder tijdsdruk: uit een stroom van nieuws, data en meningen halen wat beslisbaar was, voordat het moment voorbij was. Sinds 2022 pas ik diezelfde discipline toe op AI, eerst als power user, daarna als developer en AI coach.
Les 1: een voordeel bestaat pas als je het meet
In de handel heet een voordeel een edge, en een edge die je niet kunt meten bestaat niet. Diezelfde toets hoort elke AI-toepassing in jouw bedrijf te doorstaan: hoeveel uur bespaart dit per week, welke fouten voorkomt het, wat levert het op in euro's? "Het voelt sneller" telt niet.
De praktische vertaling: begin elke AI-toepassing met een nulmeting (hoeveel tijd kost dit proces nu) en spreek vooraf af wanneer het experiment geslaagd is. Haalt een toepassing de meetlat niet, stop er dan mee. Een AI-toepassing zonder meetbare winst is geen edge maar een hobby.
Les 2: signaal van ruis scheiden is het echte werk
Traders verdrinken in informatie: nieuws, data, geruchten, meningen. Het schaarse goed is niet informatie maar filtering. Ondernemers zitten anno 2026 in exact dezelfde positie met AI: elke week nieuwe modellen, nieuwe tools, nieuwe beloftes. De vraag is niet "wat is er nieuw", maar "wat is voor mijn bedrijf beslisbaar".
Mijn vuistregel: volg niet het nieuws maar je eigen knelpunten. Maak een lijst van de drie processen die je deze maand het meeste tijd kosten, en beoordeel elke nieuwe tool uitsluitend op die drie. Al het andere is ruis, hoe indrukwekkend de demo ook is.
Les 3: denk eerst aan wat er mis kan gaan
Een trader denkt bij elke positie eerst aan de downside: wat verlies ik als dit fout gaat, en overleef ik dat? Pas daarna komt de winst. Bij AI-implementatie is die reflex zeldzaam, en dat is precies waarom bedrijven zich branden: een agent die verkeerde antwoorden aan klanten geeft, gevoelige data die in een gratis tool verdwijnt, een proces dat volledig afhankelijk wordt van één leverancier.
Stel bij elke AI-toepassing drie vragen vooraf: wat is de schade als het antwoord fout is, wie controleert de uitvoer voordat die naar buiten gaat, en kunnen we terug als de tool wegvalt? Automatiseer pas volledig als die antwoorden goed zijn. Tot die tijd houd je een mens in de lus.
Les 4: machines doen het volume, mensen de uitzonderingen
De beurs heeft de taakverdeling tussen mens en machine al lang beslecht: machines doen het repeterende volumewerk foutloos en snel, mensen doen de uitzonderingen, het toezicht en de strategie. Niemand op een trading floor probeert de machine te verslaan in snelheid, en niemand laat de machine ongecontroleerd strategie bepalen.
Dat is exact het model voor jouw bedrijf. Laat AI de conceptmails, de samenvattingen, de standaardvragen en de administratie doen, en zet jouw mensen op de gevallen die afwijken: de boze klant, de rare aanvraag, de beslissing met echte gevolgen. Wie AI inzet om mensen één-op-één te vervangen, kopieert het verkeerde deel van het model.
Les 5: word afgerekend op resultaat, niet op verhaal
Op een trading floor word je dagelijks afgerekend: je analyse klopte of hij klopte niet, en dat is zichtbaar in de cijfers. Die cultuur dwingt eerlijkheid af. In de AI-wereld is dat anders: er is geen scorebord, dus overleven mooie verhalen er veel langer.
Neem het scorebord zelf mee. Vraag iedereen die je AI-advies verkoopt, mij inbegrepen, wat er meetbaar verandert en wanneer je dat ziet. In de vergelijking van AI coaches in Nederland lees je welke controles daarbij helpen: bouwt de coach zelf, zegt hij ook nee, en kent hij jouw context?
Wat dit betekent voor jouw bedrijf
Je hoeft je bedrijf niet om te bouwen tot een handelshuis. De les is de methode, niet de schaal: meet elke toepassing, filter op je eigen knelpunten, denk eerst aan risico, verdeel het werk tussen machine en mens, en eis resultaat. Met die vijf gewoontes is AI geen gok maar een gecontroleerd experiment.
Dit is ook precies hoe ik werk in de 1-op-1 AI coaching en training: geen tool-parade, maar jouw drie grootste knelpunten, een meetlat en een taakverdeling die houdt. Meer over mijn achtergrond lees je op mijn profielpagina.
Veelgestelde vragen
Wat is high-frequency trading? High-frequency trading (HFT) is geautomatiseerde beurshandel waarbij computers in fracties van seconden orders plaatsen op basis van vooraf ontworpen strategieën. Handelshuizen en market makers zoals IMC Trading gebruiken het onder meer om doorlopend koop- en verkoopprijzen af te geven, waarmee ze de handel op beurzen liquide houden.
Wat heeft high-frequency trading met AI voor bedrijven te maken? HFT is het bewijs op schaal dat automatisering werkt wanneer je meet, risico's beheerst en mensen op de uitzonderingen zet. Dezelfde principes bepalen of AI in een MKB-bedrijf slaagt: meetbare winst per toepassing, een mens in de lus waar fouten schade doen, en machines op het volumewerk.
Waarom is een trading-achtergrond waardevol voor een AI coach? Omdat de kerngewoontes overdraagbaar zijn. Tarik Eraslan leverde bij IMC Trading 3,5 jaar macro-analyse aan meer dan 1.000 traders: informatie filteren onder tijdsdruk voor mensen die er direct geld mee verdienden. Als AI coach past hij dezelfde discipline toe: signaal van ruis scheiden, alleen meetbare voordelen laten tellen en eerst naar het risico kijken.
Moet mijn bedrijf net zo geautomatiseerd worden als een handelshuis? Nee. De schaal van HFT is voor vrijwel geen enkel bedrijf relevant, de methode wel: begin met een nulmeting, automatiseer het repeterende werk, houd mensen op de uitzonderingen en stop met toepassingen die hun meetlat niet halen.
Zelf aan de slag
Wil je deze aanpak toepassen op jouw bedrijf, begin dan met de drie processen die je nu het meeste tijd kosten en leg ze langs de vijf lessen hierboven. Kom je er niet uit of wil je sneller gaan, plan een vrijblijvend gesprek: een half uur waarin je jouw situatie voorlegt en eerlijk hoort waar de meetbare winst zit. Liever eerst zelf de basis leren? Kijk dan naar de 1-op-1 AI training.
