Wanneer knapt de AI-bubbel?

In de media en op de beurs klinken steeds vaker vergelijkingen tussen de huidige AI-hype en voorgaande bubbels. Sommigen waarschuwen dat de verwachtingen rond kunstmatige intelligentie (AI) zwaar overhit zijn. In deze analyse onderzoeken we wat een bubbel precies is, hoe eerdere zeepbellen zoals de dotcom-hype en de huizenbubbel zich ontwikkelden, en of de huidige aandacht voor AI daar vergelijkbaar mee is.

Eerder in mijn carrière werkte ik bij webMethods (EAI-/integratiesoftware) en zag tijdens de dotcom-zeepbel hoe veel internet-startups met ongekende waarderingen opbloeiden en even spectaculair instortten toen de bubbel barstte. webMethods werd uiteindelijk door een concurrent overgenomen. Ook nu zie ik overeenkomsten én verschillen. Destijds dreef de internethype vooral koersniveaus en kapitaal aan; in 2025 is AI veel fundamenteler ingebed in bedrijfsprocessen. Dat verandert de dynamiek. Maar ook toen gold: niemand wil achterblijven. En dat geldt nu weer.

Wat is een bubbel?

Een bubbel is een economisch verschijnsel waarbij prijzen van activa stijgen naar onhoudbaar hoge niveaus, vaak veel hoger dan hun fundamentele waarde. Zo ontstaat een situatie waarin het risico op een plotse, grote waardedaling en forse verliezen snel toeneemt. In beleggingstermen ligt een bubbel voor als de marktverwachtingen extreem optimistisch zijn, waardoor aandelenkoersen of vastgoedprijzen massaal afwijken van de intrinsieke waarde. Kenmerkende signalen: torenhoge waarderingen, brede euforie en veel speculatief kapitaal.

Historische voorbeelden illustreren dit. De dotcom-zeepbel van eind jaren ’90 tot 2000 ging gepaard met explosieve koersstijgingen van internetbedrijven. In die periode werden tal van .com-startups razendsnel opgericht, stegen de aandelenkoersen ongekend, en vaarde durfkapitaal er massaal in mee. Toen rond maart 2000 de bubbel barstte, stortten aandelenkoersen in en volgde een mini-recessie wereldwijd. Een ander voorbeeld is de huizen- en kredietbubbel die rond 2007/2008 barstte. In de Verenigde Staten verstrekten banken extreem veel risicovolle hypotheken. Toen de rente steeg, konden veel huiseigenaren hun lasten niet meer dragen en werden ruim een miljoen huizen gedwongen verkocht. Dit leidde tot miljardenverliezen bij banken en uiteindelijk de kredietcrisis, met grote economische krimp als gevolg.

Kortom: een bubbel kenmerkt zich door een steile prijsstijging zonder stabiele onderbouw, gevolgd door een scherpe val. De gevolgen kunnen ernstig zijn: beleggers verliezen geld, bedrijven gaan failliet en de economie vertraagt.

De dotcom-bubbel en de huizencrisis

Om te begrijpen wat er nu speelt, is het nuttig terug te blikken op eerdere grote bubbels.

Dotcom-bubbel (1997-2000): Van eind jaren ’90 tot voorjaar 2000 gingen internetbedrijven door het dak. De hype zorgde dat de waardering van .com-aandelen razendsnel steeg. Veel startups leken veelbelovend, maar hadden vaak geen rendabel verdienmodel. In 2000 barstte de bubbel: koersen stortten in en veel internetbedrijven gingen failliet. De Nasdaq verloor zo’n 80% van zijn waarde. Deze crash veroorzaakte wereldwijd een lichte recessie.

Huizen- en kredietbubbel (2002-2008): Na de dotcom-crash investeerden veel beleggers in vastgoed. Lage rentes en soepele kredietverstrekking zorgden dat de vraag naar huizen torenhoog was. De Amerikaanse huizenprijzen stegen in de jaren 2000-2006 sterk. In 2007 ging de rente omhoog en veel huizenkopers konden de nieuwe lasten niet dragen. Dit leidde tot een miljoen gedwongen huisverkopen in de VS tussen 2008 en 2010. De huizenprijzen kelderden en de vastgoedzeepbel knapte. De economie kromp flink; in 2008 belandde Nederland in de grootste recessie ooit, deels door de val van de Amerikaanse huizenmarkt.

Na beide bubbels volgde een periode van sanering en consolidatie. De dotcom-crash gaf technologiebedrijven en infrastructuur een upgrade (glasvezelnetwerken, servers) en maakte daarna de weg vrij voor nieuwe groeiers zoals Google en Amazon. Bij de huizencrisis moesten markten jarenlang herstellen voordat de prijzen weer opveerden. De collectieve ervaring was: eerst euforie, dan harde realisatie.

Is AI nu ook een bubbel?

“Are we in a phase where investors as a whole are overexcited about AI? My opinion is yes,” zei Sam Altman, CEO van OpenAI, in september 2025. De boodschap is duidelijk: de miljarden die nu in AI worden gepompt, kunnen leiden tot een bubbel à la de dot-com crash. Ook durfkapitalisten waarschuwen voor bubbeldynamiek: de snelle, grote financieringsrondes in AI-ondernemingen zijn signaal dat investeerders soms de businessmodellen uit het oog verliezen. Veel startups halen nu enorme bedragen op zonder goed gefaseerde product-markt-fit. Zulke financiële excessen doen denken aan vroegere bubbels.

Prominente stemmen in de tech- en beleggingswereld luiden dus de alarmklok. Ze wijzen erop dat zowel grote techbedrijven als particuliere beleggers recordbedragen investeren in AI. Doorgaans geldt: hoe luider de jubelstemmen, hoe groter de kans dat een terugslag volgt. Niet alle experts vinden een crash onvermijdelijk, maar iedereen erkent de overeenkomsten met eerdere bubbels.

Waarom investeert men dan toch zo massaal in AI?

Als AI echt een bubbel is en techbaronnen dat zelf zeggen, waarom stroopt de markt dan nog steeds de mouwen op? De korte verklaring is: de potentie van AI is gewoon te aantrekkelijk om te negeren. Analisten schatten dat generatieve AI jaarlijks miljarden aan waarde kan toevoegen aan de wereldeconomie. AI kan processen automatiseren, helpen bij marketing, software ontwikkelen en patronen voorspellen. En dat zijn vrijwel onmisbare diensten in alle sectoren.

Veel bedrijven zijn bang voor een FOMO-effect (“fear of missing out”). Wie te laat instapt, loopt mogelijk ver achter op de concurrentie. Techreuzen als Microsoft en Google steunen op AI-integratie voor toekomstige groei. Als ook de overheid of sectoren als zorg het potentieel zien maar terughoudender zijn, ontstaat er ongekende druk op de industrie om te innoveren. Investeerders willen een stukje van die koek.

Bovendien is de infrastructuur (cloud, datacenters, chips) aanwezig om grote AI-modellen te trainen. Investeerders rekenen erop dat het tempo en de ambitieuze roadmap uiteindelijk rendement opleveren. Zo kondigde OpenAI aan biljoenen dollars in nieuwe datacenters te gaan steken. Nvidia en andere chipmakers investeren eveneens fors in AI-capaciteit. In deze razendsnelle race lijkt iedereen bereid risico te nemen, tot een zekere grens bereikt wordt uiteraard.

Waarom zijn de verwachtingen rondom AI zo hoog?

De verwachtingen zijn torenhoog, maar de praktijk valt vaak tegen. Uit onderzoek blijkt dat de meeste AI-projecten in het bedrijfsleven nog geen tastbaar rendement opleveren. Zo publiceerde MIT in 2025 een rapport dat bij 95% van de geteste bedrijven geen meetbare ROI door generatieve AI aantoonde. De studie analyseerde 300 AI-initiatieven en concludeerde dat vrijwel overal de kosten de baten ver overstegen.

AI-implementatie blijkt bijzonder complex. Het gaat niet om het simpelweg kopen van een generatief model; je moet een hele infrastructuur opzetten en bedrijfsprocessen aanpassen. Uit enquêtes blijkt dat succesvolle AI-bedrijven hun werkprocessen hertekenen, senior leidinggevenden AI-governance toevertrouwen en flink investeren in data-kwaliteit en training. Organisaties zonder die randvoorwaarden halen doorgaans minder profijt.

Er zijn diverse obstakels: veel bedrijven worstelen met de kwaliteit en beschikbaarheid van data, met het aantrekken van AI-talent, en met wetgeving of merkrisico. Privacy, ethiek en governance zijn van grote invloed. Pas wanneer fundamentele zaken op orde zijn, zoals strikte AI-governanceregels en transparantie, ontstaan de eerste meetbare voordelen. Zonder deze stappen blijft AI vaak een dure speeltuin. Succesverhalen blijven dus vaak beperkt tot specifieke gevallen zoals klantenservice en contentgeneratie.

Sectoren: overheid, retail en zorg

De impact van AI verschilt sterk per sector. Overheidsinstanties zijn doorgaans terughoudend: ze nemen minder risico en werken traditioneel langzaam bij nieuwe technologieën. Ze zullen minder snel meedraaien in de bubbel, maar profiteren ook minder snel van doorbraken.

In retail en fintech ligt het anders: daar staat innovatie voorop. Deze sectoren experimenteren vaak als eerste met AI en nemen daarbij hogere risico’s. Ze accepteren dat niet elk project direct soepel loopt, in ruil voor de kans op efficiencywinst of voorsprong.

De zorgsector heeft juist een bijzonder profiel: de medische belofte van AI is enorm, maar de tolerantie voor fouten is nul. Fouten door AI kunnen letterlijk levensbedreigend zijn. Daarom geldt hier: enorme kansen, maar alleen als de technologie 100% betrouwbaar is.

Wat als de AI-bubbel knapt?

Stel dat de AI-bubbel barst: hoe zou dat gebeuren en waar merk je dat aan? Historisch ontstaat het begin van het einde vaak geleidelijk met enkele concrete signalen:

Waardedaling van AI- en techbedrijven, terugval in financiering, uitstalling van projecten, en kritische kwartaalrapportages waarin bedrijven tegenvallers melden. Startups met torenhoge waarderingen (maar zonder reële kassaresultaten) kunnen dalen of zelfs verdwijnen. Werknemers worden ontslagen, investeringsbereidheid daalt, en de markt filtert de hypebedrijven eruit.

Economiebreed kan het leiden tot een periode van onzekerheid. De dotcom-bubbel leidde tot een marktcorrectie en lichte recessie. Een AI-bubbelbreuk zou vooral de aandelenmarkt treffen en de investeringsbereidheid temperen. Maar omdat AI diepgeworteld is in de economie, is een langdurige instorting minder waarschijnlijk dan destijds.

Wanneer kan het knappen, en waarop letten?

Het is ondoenlijk om precies te voorspellen wanneer een bubbel barst. Toch zijn er waarschuwingssignalen: afgenomen rendement, tegenvallende kwartaalrapportages, weerstand op de beurs, terughoudendheid bij investeerders en strengere wet- en regelgeving. Als deze signalen zich opstapelen, kan dat wijzen op een naderende correctie.

Marketeers doen er goed aan om ontwikkelingen kritisch te blijven volgen. Budgethouders zouden vragen moeten stellen bij claims over “AI doet alles” en scenario’s voorleggen voor het geval beloften niet waargemaakt worden.

Aftermatch: hoe verloopt de nasleep?

Wat gebeurt er nadat de AI-bubbel eventueel knapt? De geschiedenis geeft enkele perspectieven. Na de dotcom-bubbel overleefden de echt sterke bedrijven en technische fundamenten. E-commerce en digitale diensten floreerden alsnog; de bubbel had immers gezorgd voor grootschalige investeringen in infrastructuur. Als een AI-bubbel barst, kan een vergelijkbaar proces volgen. In eerste instantie zien we een dip; daarna ontstaat een “AI-winter” of periode van bezinning. Maar de kerntechnologie verdwijnt niet.

Een belangrijk verschil met 2000 is dat AI nu integraal is ingebed in bestaande bedrijven. Grote datacenters en cloudplatforms blijven nodig, ongeacht de hype. Dit betekent dat een tijdelijke terugval vooral leidt tot rationalisatie, niet tot blijvende kapitaalvermijding. De bedrijven die waarde blijven creëren met AI, zullen overleven.

Voor marketeers biedt de nasleep zowel pijn als winstkansen. Budgetten voor niet-gevalideerde AI-projecten zullen slinken, maar organisaties met bewezen oplossingen zullen profiteren. Net zoals na de dotcom-dip e-commercebedrijven groeiden, kunnen straks de organisaties bloeien die daadwerkelijk waarde creëren met AI.