De impact van AI op de banenmarkt voor quants: Moet je je zorgen maken?
Je hebt vast het nieuws gehoord: ABN AMRO schrapt 5000 banen tegen 2028.
Tegelijkertijd zegt 75% van de Nederlanders dat AI banen gaat kosten. Als quant sta je midden in de storm. Je schrijft code voor algoritmische trading bots, je backtest strategieën en je kijkt naar risicomanagement dashboards. De vraag is simpel: ben je nog nodig of wordt je werk overgenomen door een AI-model dat sneller, beter en goedkoper is?
Laten we eerlijk zijn: er verandert veel. Maar dat betekent niet dat je je toekomst moet opgeven. Integendeel.
Welke jobs zijn het meest kwetsbaar voor AI?
De CBS-cijfers liegen niet. Bijna de helft van alle werkenden merkt dat AI invloed heeft op hun werk.
Voor quants is dat niet anders. De banen die het hardst geraakt worden, zijn die waarbij de kern van het werk bestaat uit herhalende analyse en patroonherkenning. Denk aan junior data-analisten die elke dag spreadsheets bijwerken.
Of onderzoekers die vooral bestaande literatuur samenvatten. Zij lopen risico. Maar er is een verschil tussen taken en volledige banen.
Een AI kan een backtest draaien op een Python-script, maar het kan nog steeds niet zelf bedenken wélke strategie de moeite waard is. Het kan een risicorapport genereren, maar niet de ethische afweging maken of een bepaalde hefboom nog verantwoord is. De banen die verdwijnen, zijn vaak de repetitieve taken binnen een functie, niet de functie zelf. Bij ABN AMRO gaat het om 5000 banen.
Dat klinkt enorm, maar een deel daarvan is natuurlijk reorganisatie en efficiëncy. AI-washing is een echte trend: bedrijven schuiven ontslagen in de schoenen van AI, terwijl het gewoon om bezuinigingen gaat.
Toch is de impact reëel. Vooral als je werk bestaat uit het handmatig controleren van data of het genereren van standaardrapporten, dan ben je kwetsbaar. Volgens CBS denkt 64% van de Nederlanders dat AI leidt tot verlies van kennis en vaardigheden.
Kennis- en taalberoepen onder druk
Dat zie je terug in de quant-wereld. Denk aan iemand die alleen nog maar Python-scripts draait die door een AI zijn geschreven.
Of een analist die geen achtergrond meer heeft in de onderliggende wiskunde, omdat de tool alles automatiseert. De angst is niet onterecht: als je niet begrijpt wat er achter de schermen gebeurt, ben je snel vervangbaar. Taalberoepen binnen finance, zoals het schrijven van marktcommentaren of het vertalen van rapporten, worden harder geraakt dan de technische quants.
Toch voelt ook de quant-wereld de druk. Een AI kan in seconden een heel universiteitsartikel over optieprijzen verwerken.
Dat betekent dat de waarde van een junior die alleen literatuuronderzoek doet, daalt. De vraag is: wat blijft er over?
Waarom AI je werk verandert, niet vervangt
Stel je voor: je hebt een Python-script voor een algoritmische handelsbot. Terwijl je leert geld verdienen met algoritmische trading, backtest je hem op data van de afgelopen vijf jaar.
De AI kan die backtest sneller draaien en zelfs optimaliseren. Maar wie bepaalt welke parameters logisch zijn? Wie checkt of de data schoon is?
Wie beslist of de strategie past bij het risicoprofiel van de klant? Jij.
AI is een tool, geen collega. Het kan patronen zien die jij mist, maar het heeft geen intuïtie. Het snapt geen context.
Een model kan een shortpositie voorstellen op basis van historische volatiliteit, maar het weet niet dat er morgen een centrale bankvergadering is die alles op zijn kop zet. Jij bent de persoon die die context toevoegt.
Bij brokers zoals Interactive Brokers of LMAX zien we dat AI steeds meer taken overneemt, zoals order routing en spread-analyse, zeker wanneer je handelt via de beste prop firms voor algoritmische traders.
Maar de keuze voor een broker, de afweging tussen latency en kosten, dat blijft mensenwerk. Je bent niet zomaar een code-schrijver; je bent een beslissingsmaker met een technische achtergrond.
De banen die AI-proof zijn
Wil je zekerheid? Kies voor banen waar fysieke motoriek of ethische beslissingen centraal staan.
In de quant-wereld betekent dat niet dat je naar de bouw moet, maar wel dat je je richt op taken waar menselijke afweging essentieel is. Denk aan het ontwerpen van risicomanagement frameworks die rekening houden met maatschappelijke impact.
Of het begeleiden van klanten bij complexe derivatenstrategieën, waar vertrouwen en uitleg cruciaal zijn. Een andere AI-proof richting is het bouwen van systemen die transparantie en uitlegbaarheid bieden. Regulators eisen steeds meer uitleg over AI-beslissingen. Een quant die kan uitleggen waarom een model een bepaalde output geeft, is onmisbaar.
Denk aan het opzetten van explainable AI (XAI) dashboards voor risicomanagement, of het testen van bots op ethical bias.
En tot slot: de combinatie van techniek en menselijk contact. Een quant die niet alleen codeert, maar ook kan uitleggen aan een handelaar waarom een bot afwijkt, is goud waard. Of iemand die workshops geeft over Python-backtesting voor junior traders, waarbij hij ook waarschuwt waarom de meeste trading bot verkopers zelf niet traden. Dat soort taken zijn moeilijk te automatiseren omdat ze draaien om vertrouwen en relatie.
Praktische stappen om je toekomst veilig te stellen
- Leer de onderliggende wiskunde. Begrijp niet alleen hoe je een Python-script draait, maar waarom de Black-Scholes-formule werkt, wat implied volatility betekent en hoe Monte Carlo-simulaties werken. AI kan een antwoord geven, maar jij moet de vraag stellen.
- Focus op risicomanagement. Een bot kan winstgevend zijn, maar zonder risicomanagement is het een gok. Leer hoe je drawdowns beheerst, hoe je position sizing berekent en hoe je stress tests uitvoert. Tools zoals QuantConnect of Backtrader zijn handig, maar de kennis achter de tool is essentieel.
- Blijf leren. De markt verandert, de technologie verandert. Volg cursussen over AI in finance, leer nieuwe talen zoals Rust voor high-frequency trading, of verdiep je in nieuwe broker-API’s. Een opleiding van €1.500 tot €3.000 per jaar kan je carrière een boost geven.
- Bouw een portfolio. Laat zien dat je niet alleen codeert, maar ook nadenkt. Publiceer een backtest-analyse op GitHub, schrijf een blog over risicomanagement, of presenteer een strategie op een quant-meetup. Zichtbaarheid telt.
- Zoek de combinatie op. Werk samen met AI, niet ertegen. Gebruik AI voor data-verwerking, maar voeg zelf de context en ethische afweging toe. Zo blijf je onmisbaar.
Conclusie: moet je je zorgen maken?
Ja, een beetje. De cijfers liegen niet: 75% van de Nederlanders verwacht banenverlies door AI.
ABN AMRO schrapt duizenden banen. En ja, repetitieve taken in de quant-wereld verdwijnen. Maar nee, je hoeft niet in paniek te raken.
De kern van je werk – het nemen van beslissingen, het begrijpen van de markt, het afwegen van risico’s – blijft mensenwerk. AI is een krachtige tool, maar het is geen vervanger van jouw expertise.
Als je je blijft ontwikkelen, je verdiept in de onderliggende wiskunde en je richt op taken waar menselijke afweging essentieel is, dan ben je niet alleen veilig, maar kun je zelfs profiteren van de AI-boost.
De toekomst van de quant is niet zwart-wit; het is een samenwerking tussen mens en machine. En jij bent de mens.