KI-Trading-Bots und ML-EAs einfach erklärt

Auf dieser Seite

Kurz erklärt

Ein KI-Trading-Bot ist ein EA, dessen Regeln nicht von Hand geschrieben, sondern aus Daten gelernt sind. Ein Modell schaut sich Jahre an Kursen an und lernt, welche Muster vor einer Bewegung kamen. Live wendet es diese Muster an.

Das Schema zeigt das so einfach wie möglich: Das Modell hat aus den Trainingsdaten eine Erwartung gelernt (die Linie) und kauft, wenn der Kurs weit darunter liegt. Solange sich der Markt verhält wie im Training, geht das auf. Nach einem Regimewechsel kauft das Modell weiter, Stop für Stop, weil es nichts anderes gelernt hat.

Dazu kommt die Werbung: Viele Produkte nennen sich KI, ohne ein lernendes Modell zu enthalten. Unser KI-Trading-Bot-Test zeigt, was bei solchen EAs live herauskommt. Warum gute Backtests live oft nicht halten, erklärt Warum EAs live scheitern.

Die Strategie im Schema

Ein gezeichneter Kursverlauf, keine Marktdaten. Erst der Fall, in dem die Regel aufgeht, dann derselbe Ablauf, wenn sie scheitert.

Geschlossen: ±0 Pips
Offen: –
Volumen offen: –

Schema, keine Marktdaten: ein gezeichneter Kursverlauf, Ergebnisse in Pips, gewichtet auf 0,10 Lot. Kein Backtest, keine Aussage über einen echten EA.

So handelt die Strategie

Ein Modell wird mit historischen Kursdaten trainiert, zum Beispiel ein neuronales Netz oder ein Entscheidungsbaum. Es lernt, welche Muster in diesem Zeitraum vor einer Bewegung kamen.
Nach dem Training wird das Modell eingefroren. Live verändert es sich meist nicht mehr, es wendet nur an, was es gelernt hat.
Bei jeder neuen Kerze berechnet das Modell eine Erwartung oder ein Signal.
Weicht der Kurs stark von dieser Erwartung ab, handelt der EA, in der Regel mit Stop und Ziel wie jeder andere EA.
Ändert sich das Verhalten des Marktes, passen die gelernten Muster nicht mehr. Ohne Neutraining handelt das Modell weiter nach der alten Regel.

Wo das Risiko sitzt

Ein Modell kann nur kennen, was in seinen Trainingsdaten vorkam. Wechselt der Markt in ein anderes Regime (aus Trend wird Seitwärts, aus ruhig wird volatil, eine Notenbank ändert ihre Politik), passen die gelernten Muster nicht mehr. Das Modell merkt das nicht, es handelt einfach weiter.

Je mehr Parameter ein Modell hat, desto leichter passt es sich zufälligen Mustern der Vergangenheit an (Overfitting). Der Backtest sieht dann hervorragend aus, live bricht die Kurve ein. Ein KI-EA braucht deshalb einen langen Live-Nachweis, keinen schöneren Backtest.

KI ist im EA-Markt vor allem ein Verkaufsargument. Viele Produkte mit KI im Namen nutzen klassische Indikatoren, ein Grid oder Martingale, und kein nachprüfbares Modell. Was zählt, ist nicht das Etikett, sondern wie der EA handelt: Stop ja oder nein, wie wächst das Volumen, wie verliert er.

Wann sie funktioniert, wann sie scheitert

Funktioniert eher, wenn …

Der Markt verhält sich live ähnlich wie in den Trainingsdaten.
Das Modell wird regelmäßig mit neuen Daten überprüft und neu trainiert.
Feste Stops und Risikogrenzen, die unabhängig vom Modell gelten.

Scheitert eher, wenn …

Ein Regimewechsel: Das Modell handelt weiter nach Mustern, die nicht mehr gelten.
Overfitting: Das Modell hat Zufall gelernt, nicht Struktur.
Das KI-Etikett verdeckt ein Grid oder Martingale ohne Stop.

Woran du sie an einem EA erkennst

Spuren im Tradelog eines Live-Kontos, unabhängig davon, wie der Anbieter den EA nennt.

Produktbeschreibung mit Begriffen wie neuronales Netz, Deep Learning oder GPT, aber ohne nachprüfbare Angaben zu Modell, Daten und Training.
Im Tradelog ein Muster wie bei einem klassischen EA: Trendfolge, Grid oder Mean Reversion.
Sehr gute Backtests über genau den Zeitraum, mit dem das Modell trainiert wurde.
Live-Kurve, die nach einer Marktänderung deutlich anders aussieht als vorher.

Typische Einstellungen

Einstellung	Typisch	Wirkung
Trainingszeitraum	z. B. die letzten 2–10 Jahre	Was dort nicht vorkam, kennt das Modell nicht.
Neutraining	nie, monatlich oder laufend	Ohne Neutraining veraltet das Modell.
Signalschwelle	Mindest-Konfidenz oder Abweichung	Höher = weniger Trades.
Stop / Risikogrenze	fest pro Trade oder pro Tag	Sollte unabhängig vom Modell gelten.

Übliche Spannen aus EA-Handbüchern und Setfiles, keine Empfehlung.

EAs in unseren Tests mit dieser Bauart

8 benotete EAs aus unseren Tests tragen diese Bauart. Note auf der Skala 0 bis 10, eine Formel für alle; keine Live-Zahlen.

Alle EA-Tests →So benoten wir EAs →

Alle Strategien →Alle Bauarten im Vergleich: EA-Strategien erklärt →

Häufige Fragen

Funktionieren KI-Trading-Bots?

Manche Modelle funktionieren in bestimmten Marktphasen, keines in allen. Ob ein bestimmter KI-EA etwas taugt, zeigt nur ein langer Live-Nachweis über verschiedene Marktphasen. Die Bezeichnung KI allein sagt darüber nichts.

Was ist der Unterschied zwischen KI und Machine Learning bei EAs?

Im EA-Markt werden beide Begriffe fast gleich verwendet. Machine Learning bezeichnet Modelle, die Regeln aus Daten lernen, etwa Entscheidungsbäume oder neuronale Netze. KI ist der weitere Oberbegriff und wird oft auch für Produkte verwendet, die gar kein lernendes Modell enthalten.

Was ist ein Regimewechsel?

Eine dauerhafte Änderung im Verhalten des Marktes, etwa von einem ruhigen Trend zu einer volatilen Seitwärtsphase. Regeln, die im alten Regime funktioniert haben, passen dann nicht mehr. Für lernende Modelle ist das das zentrale Risiko.

Woran erkenne ich übertriebene KI-Werbung?

An Versprechen hoher Gewinne, an fehlenden Angaben zu Modell und Trainingsdaten, an nur gezeigten Backtests und an einem kurzen oder fehlenden Live-Konto. Ein seriöser Anbieter erklärt, was das Modell tut und wo es scheitert.

Video: die Strategie in unter einer Minute

Dieselbe Animation als Video mit Untertiteln, für alle, die es lieber anschauen.

KI-Trading-Bots einfach erklärt