Passiv vs. aktiv investering – hvad siger AI?

Debatten mellem passiv og aktiv investering har kørt i årtier. Indeksfonde mod stockpickers, billigt mod dyrt, markedet mod manageren. Men i 2026 har kunstig intelligens tilføjet et nyt kapitel – og grænserne er ved at forsvinde.

Aktive ETF’er udgør nu ca. 80% af alle nye ETF-lanceringer i 2026. De tiltrak 459 milliarder USD i nettoindstrømning i 2025 – 31% af alle ETF-flows – og aktive ETF-aktiver har passeret 1,47 billioner USD. Vækstraten er 59% årligt over de seneste tre år. Tallene er markante.

Men her er paradokset: 79% af aktivt forvaltede large-cap aktiefonde underpræsterede S&P 500 i 2025. Over en 10-årig horisont slog kun 24% af aktive ETF’er deres benchmark. AI har ikke ændret den grundlæggende matematik. Den har ændret indpakningen.

Hvad AI faktisk gør

AI bidrager på begge sider af debatten. På den aktive side bruger algoritmerne:

• Supervised learning til at forudsige earnings surprises og kursbevægelser baseret på historiske mønstre
• NLP (Natural Language Processing) til at konvertere nyhedsartikler, centralbankudmeldinger og earnings calls til handelssignaler
• Reinforcement learning til at teste og optimere handelsstrategier i simulerede miljøer
• Unsupervised learning til at identificere klynger af aktiver med lignende adfærd – og finde dem der afviger

På den passive side gør AI indeksinvestering smartere: bedre rebalancering, skatteoptimeret handel (tax-loss harvesting), og dynamiske overlays der håndterer risiko uden at forlade den passive grundstruktur.

Resultatet er en ny mellemkategori: strategier der er passive i deres kerne men aktive i deres eksekvering. Ifølge Kiplinger er AI’s største bidrag i 2026 ikke stock picking – det er disciplin. Algoritmerne hjælper investorer med at holde kursen, undgå emotionelle beslutninger og optimere det der allerede virker.

Omkostningskløften er stadig reel

Aktive ETF’er koster i gennemsnit 0,69% årligt. Passive ETF’er koster ca. 0,10%. Det lyder som en bagatel, men over 20 år med 1 million kroner investeret – og identisk bruttoperformance – er forskellen ca. 120.000 kr. i tabt afkast.

AI har dog presset omkostningerne ned. Mange nye AI-drevne fonde tilbyder aktiv forvaltning til 0,30–0,50%, og robo-advisors som Nordnets Robosave og Saxo Banks SaxoSelect leverer AI-elementer til under 1% all-in. Spørgsmålet er, om den AI-drevne alfa er stor nok til at retfærdiggøre selv den reducerede meromkostning.

Hvad betyder det for danske investorer?

For de fleste danske private investorer er konklusionen pragmatisk:

1. Behold den passive kerne. Brede indeksfonde (MSCI World, S&P 500, Stoxx Europe 600) leverer markedsafkastet til minimal pris. AI har ikke ændret det grundlæggende argument for passiv investering – den har forstærket det.
2. Brug AI til det den er god til. Automatisk rebalancering, tax-loss harvesting og risikostyring er områder hvor AI dokumenterbart tilføjer værdi. Saxo og Nordnet tilbyder begge disse funktioner i varierende grad.
3. Vær skeptisk over for ”AI-drevet alfa”. Når 79% af aktive fonde underpræsterer, er både AI og ikke-AI-fonde inkluderet i den statistik. AI er et værktøj, ikke en garanti.
4. Husk skatten. I Danmark er aktieindkomstbeskatning og lagerbeskatning af visse fonde særligt relevante. Hyppig handel – også AI-drevet – kan generere skattepligtige hændelser der spiser en del af gevinsten.

Ifølge CFA Institute kan AI-drevet aktiv forvaltning på sigt dominere passiv – men det kræver at modellerne konsekvent slår markedet efter omkostninger og skat. Det er vi ikke der endnu.