AI-kredietverlening vergroot de toegang tot krediet, maar toezicht is belangrijk

Veel financiële diensten draaien in de kern om informatie. Een verzekeringsmaatschappij heeft bijvoorbeeld accurate informatie nodig over het toekomstige aantal ongevallen en de kosten daarvan om de premie zo vast te stellen dat een verzekeringspolis rendabel blijft.

Ook bij kredietverlening moet het risico op wanbetaling door een bepaalde klant goed worden ingeschat en moet de rente op het juiste niveau worden vastgesteld.

Vroeger gebeurde dit aanvankelijk uitsluitend op basis van menselijk oordeel en eenvoudige wiskundige formules. Sociale klasse, persoonlijke contacten en persoonlijk gedrag waren van invloed op iemands toegang tot financiële diensten.

Geleidelijk kwamen professionelere en objectievere methoden op om risico’s met minder vooringenomenheid goed in te schatten. Zo kunnen kredietwaardigheidsscores in de Verenigde Staten uitgroeien tot de dominante manier om te beoordelen hoeveel een aanvrager kan lenen.

Maar ook geavanceerdere methoden worden steeds gangbaarder. Daarbij wordt AI ingezet om kredietrisico’s nog nauwkeuriger in te schatten, met behulp van de schat aan bruikbare gegevens die traditionele kredietwaardigheidsscores niet benutten.

AI-kredietverlening kan zo kredietnemers bereiken die conventionele kredietmodellen doorgaans over het hoofd zien, en de risicobeoordeling als geheel verbeteren. Maar als dit niet zorgvuldig gebeurt, kan die ruimere toegang tot krediet ook risico’s met zich meebrengen, zoals fouten in de daadwerkelijke kredietbeoordeling en toenemende discriminatie.

In een nieuwe studie onderzoeken onderzoekers van Kunming University (China), Shanghai University of Finance and Economics (China) en University of Hamburg (Duitsland) de effecten van kunstmatige intelligentie op kredietmarkten.

De studie wees uit dat AI-kredietverlening de financiële inclusie gemiddeld met 8,4–11,2 procentpunt vergroot, vooral bij fintechkredietverstrekkers. Ook bleek dat door AI gedreven kredietgroei de volatiliteit van extreme risico’s versterkt.

De onderzoekers publiceerden hun bevindingen in International Review of Economics & Finance¹, onder de titel ‘Kunstmatige intelligentie op kredietmarkten: algoritmische kredietverlening, financiële inclusie en regelgevingsarbitrage’.

AI-kredietverlening analyseren

Kansen en risico’s van AI-kredietverlening

AI-gerelateerde technologieën waren ooit een vernieuwing van nieuwkomers als Upstart (verderop lees je meer over dit bedrijf), maar zijn inmiddels in een of andere vorm aanwezig in de meeste kredietverleningsprocessen.

‘Machinelearningalgoritmen vormen inmiddels de basis van systemen voor kredietverstrekking bij grote retailbanken, digitale kredietplatforms en een groeiend aantal fintechbedrijven.’

Deze systemen kunnen duizenden variabelen verwerken en berekenen, waaronder transactiegeschiedenissen, psychometrische beoordelingen, gedragspatronen op mobiele apparaten en sociale signalen in realtime. Dat kan echter ook nieuwe problemen veroorzaken:

• Ze kunnen historische vooroordelen in de trainingsgegevens in stand houden of versterken.
• Ze zijn in zekere mate ondoorzichtig, wat toezicht door toezichthouders bemoeilijkt.
• Doordat ze over landsgrenzen heen worden ingezet, ontstaat ruimte voor een vorm van regelgevingsarbitrage die de territoriale logica van prudentieel toezicht onder druk zet.

De juiste gegevens verzamelen

Om niet alleen de lokale effecten van AI-kredietverlening te begrijpen, maar ook de effecten over rechtsgebieden heen, analyseerden de onderzoekers 42 economieën uit Azië en de Stille Oceaan (14 landen), Europa (10 landen), Latijns-Amerika (10 landen) en Sub-Saharaans Afrika (8 landen), over de periode 2012–2022.

Voor deze landen verzamelden ze gegevens over financiële inclusie, de kwaliteit van het toezichtskader en de volledigheid van het macroprudentiële kader.

De belangrijkste maatstaf, financiële inclusie, werd bepaald aan de hand van:

• Het aandeel mensen met een formele kredietrekening.
• De kredietpenetratie onder micro-, kleine en middelgrote ondernemingen (mkb).
• De verhouding tussen het aantal kredietnemers en de volwassen bevolking.
• Het aantal filialen van commerciële banken per 100.000 volwassenen.
• Het aandeel mensen met een mobielegeldrekening.

Daarnaast ontwikkelden ze een nieuwe indicator voor de intensiteit van de invoering van AI-kredietverlening (ALII), om te meten hoe wijdverbreid AI-kredietverlening in een land is.

‘De ALII fungeert als een structurele maatstaf voor de intensiteit waarmee technologie op macroniveau wordt ingevoerd en voor de verdeling van capaciteit in de sector als geheel. In plaats van de nauwkeurigheid van individuele modellen of de afstemming van algoritmen op microniveau te controleren, meet de index hoe dicht geautomatiseerde besluitvormingsprocessen in het bredere financiële ecosysteem zijn ingebed en hoe ver ze daar operationeel zijn doorgedrongen.’

Resultaten van de studie

Grote verschillen

Zoals verwacht bleek uit de studie dat de financiële inclusie sterk verschilt per regio: van 0,042 in economieën met lage inkomens in Sub-Saharaans Afrika in de eerste jaren van de onderzochte periode tot 0,941 in economieën met hoge inkomens in Azië en de Stille Oceaan in latere jaren.

De AI Lending Intensity Index vertoont een nog grotere spreiding: de gemiddelde waarde van 0,317 verhult een variatiecoëfficiënt van 0,89, waarbij economieën met lage inkomens gemiddeld 0,089 scoren en economieën met hoge inkomens gemiddeld 0,524.

Een andere bevinding is dat de ALII na 2016 opvallend sneller toenam, wat samenvalt met de commerciële inzet van deep learning bij kredietbeoordeling. De hoogste waarden voor kredietcyclusvolatiliteit (CCV) werden waargenomen in opkomende economieën in de periode na 2015, gelijktijdig met de snelle groei van fintechkrediet die in de ALII-gegevens is vastgelegd.

AI-kredietverlening stimuleert inclusie

De studie vond een direct verband tussen AI-kredietverlening en financiële inclusie.

Een stijging van de AI Lending Intensity Index met één standaarddeviatie hangt samen met een stijging van de Financial Inclusion Index met 0,084 standaarddeviatie.

Het leek er ook op dat het positieve effect van AI-kredietverlening op financiële inclusie sterker is wanneer de toezichtscapaciteit zwakker is. Hiervoor zijn twee mogelijke verklaringen, die elkaar niet uitsluiten:

• In omgevingen met zwakker toezicht zijn er grotere groepen onvoldoende bediende kredietnemers, die AI-kredietverstrekkers met behulp van alternatieve gegevens winstgevend kunnen bedienen.
• AI-kredietverstrekkers in omgevingen met weinig toezicht zijn eerder bereid krediet te verlenen aan marginale kredietnemers, omdat de regelgevingskosten van mogelijke toerekening van wanbetaling lager zijn.

Dit effect lijkt bovendien vooral door fintechbedrijven te worden gedreven: fintechkredietverstrekkers die AI gebruiken leveren aanzienlijk grotere voordelen voor financiële inclusie op (3x) dan gevestigde banken die AI-tools inzetten.

Een stijging van de intensiteit van AI-kredietverlening door fintechbedrijven met één standaarddeviatie verhoogt de FII met ongeveer 13,8 procentpunt, bijna drie keer het effect van een gelijkwaardige invoering van AI door gevestigde banken.

Het lijkt er dus op dat de toename van financiële inclusie niet voortkomt uit lagere verwerkingskosten voor bestaande bankklanten dankzij AI, maar uit het gebruik van AI door fintechbedrijven om kredietnemers te bereiken die van het conventionele banksysteem zijn uitgesloten.

Dit past bij een algemeen beeld dat gevestigde banken AI defensief inzetten (bescherming van bestaande klantrelaties) in plaats van expansief (doelgericht op nieuwe segmenten).

Grotere risico’s afhankelijk van landen?

De studie vond dat grotere financiële inclusie door AI-kredietverlening in omgevingen met weinig toezicht niet significant samenhangt met hogere systeemrisico’s. Waarschijnlijk levert AI-kredietverlening onder die omstandigheden dus de beste resultaten op, met een sterkere toename van financiële inclusie en lagere risico’s.

In meer ontwikkelde economieën en sterker gereguleerde financiële omgevingen levert AI-kredietverlening daarentegen gematigder voordelen voor inclusie op. Daar leidt zij ook tot een kleine, maar niet te verwaarlozen risicotoename. Dat komt waarschijnlijk doordat in deze economieën alleen de meest marginale kredietnemers werkelijk van elke vorm van kredietverlening zijn uitgesloten.

Financiële inclusie is onder volwassenen al bijna universeel, waardoor AI-kredietverlening nog maar weinig ruimte heeft om extra kredietnemers toegang te geven.

Net als bij alle kredietverlening zijn de grotere risico’s niet tijdens normale marktomstandigheden, maar tijdens perioden van hoge stress in het financiële systeem. Zo lijkt geautomatiseerde kredietverlening stabiel tijdens rustige tijden, maar het veroorzaakt snelle, uniforme kapitaalbeperkingen tijdens crises, waardoor solide macro-prudentiële buffers essentieel zijn om systemische crashes en marktpaniek te stoppen.

Regulatorische arbitrage

Een iets zorgwekkender ontdekking van de studie is de neiging van FinTech-bedrijven die AI voor kredietverlening gebruiken om te proberen striktere regelgeving te omzeilen, onder meer door het gebruik van lege vennootschappen.

In de regio Azië-Pacific steeg de intensiteit van het lokale toezicht van ＋0,02 tot ＋0,22, maar bedrijven remden hun activiteiten niet af. In plaats daarvan verplaatsten zij die activiteiten buiten het toezichtskader, waarbij het aantal lege dochtervennootschappen buiten de toezichtsomvang van 2 naar 11 sprong. Tegelijkertijd nam hun grensoverschrijdende verplaatsing van activa met meer dan een factor drie toe, van 14,5% tot 52,8%, wat een piek in juridische geschillen veroorzaakte.

Dit wijst erop dat lokale regelgeving moeite heeft om dit type kredietverstrekker volledig te reguleren. In plaats daarvan stimuleert zij wendbare digitale kredietverstrekkers om hun activiteiten op te splitsen en kapitaal naar gebieden buiten het toezicht te verplaatsen.

Wat beleggers uit het onderzoek naar AI-kredietverlening kunnen leren

Deze studie bevestigt eerder onderzoek waaruit bleek dat AI-kredietverlening de financiële inclusie verbetert. Zo was al bekend dat algoritmische hypotheekbeoordeling in de Verenigde Staten de goedkeuringspercentages voor kredietnemers uit minderheidsgroepen verhoogt zonder een evenredige stijging van wanbetaling. Dat resultaat past bij uitsluiting op grond van discriminatie in plaats van uitsluiting op basis van een voor risico gecorrigeerde beoordeling.

Het onderzoek toont nu aan dat dit effect in vrijwel elke regio en elk type economie consistent is en ondersteunt een direct oorzakelijk verband tussen meer AI-kredietverlening en betere en eerlijkere toegang tot kapitaal. Dit effect is vooral sterk in regio’s met geringe financiële inclusie en/of zwakker toezicht.

Tegelijkertijd vond de studie ook dat hogere risico’s en minder voordelen gebruikelijk zijn voor ontwikkelde economieën.

Dat kan dus betekenen dat AI-kredietverlening aanvankelijk weliswaar de toegang tot kapitaal heeft vergroot, maar dat de grootste voordelen en de laagste risico’s te vinden zijn in frontiermarkten. Daarbij geldt uiteraard als kanttekening dat zulke markten doorgaans van nature risicovoller zijn dan ontwikkelde economieën, ongeacht de kwaliteit van een individuele aanbieder van AI-kredietverlening.

Tot slot lijken fintechbedrijven snel regionale arbitragemogelijkheden te benutten en strengere regelgeving te proberen te ontwijken. Dat kan op de lange termijn een risico vormen: betere regionale samenwerking of een strenger optreden van toezichthouders kan de marges onder druk zetten en zelfs tot rechtszaken tegen deze bedrijven leiden. Dat is een risico waarmee hun aandeelhouders rekening moeten houden.

Beleggers in fintechbedrijven die AI inzetten voor kredietverlening moeten daarom nagaan of deze platforms de toegang tot krediet duurzaam kunnen vergroten, naast hun groei in kredietverlening.

Als er voldoende mensen zijn die door de bestaande financiële sector onvoldoende worden bediend, kan AI-kredietverlening veel voordeel opleveren en is er sprake van een grote adresseerbare markt.

Is die groep te klein, dan kunnen hogere wanbetalingsrisico’s tijdens marktstress of even riskante methoden om regelgeving over jurisdictiegrenzen heen te ontwijken op de lange termijn onvoorziene gevaren opleveren voor de aandeelhouders van het bedrijf.

Beleggen in AI-gestuurde kredietverlening

Upstart Holdings

Nu kredietverlening en kredietscores zich verder ontwikkelen, komen er nieuwe bedrijven op die betere alternatieven bieden voor traditionele kredietscores en kredietverleningspraktijken. Een daarvan is Upstart, een door AI aangedreven kredietmarktplaats die in 2012 werd gelanceerd, ruim voordat AI een centraal onderwerp in de technologiesector werd.

Upstart werd opgericht vanuit de overtuiging dat het bestaande kredietscoresysteem inefficiënt en verouderd is. Met de veel grotere hoeveelheid beschikbare gegevens moest het mogelijk zijn kredietrisico’s beter in te schatten en daardoor een groot deel van de bevolking goedkopere leningen aan te bieden.

‘Ons model voor persoonlijke leningen beoordeelt het risico van kredietnemers aanzienlijk nauwkeuriger dan een traditioneel kredietmodel. We verwachten dat er de komende jaren nog veel verbeteringen in de modellering mogelijk zijn.’

Doordat het bedrijf er vroeg bij was, beschikte het over een grote hoeveelheid gegevens om zijn eigen AI mee te trainen en te profiteren van de recente vooruitgang in AI-trainingsmethoden.

Bron: Upstart

Dit betekent dat de methode van Upstart mensen met een hoge FICO-score kan herkennen die in de praktijk toch een groot risico lopen hun lening niet terug te betalen. Omgekeerd lopen mensen met een lage FICO-score niet per se een groot risico op wanbetaling.

Dankzij AI en gegevens kan Upstart voor een bepaalde groep dan ook uitstekende resultaten behalen. Zo kan het bijvoorbeeld meer leningen verstrekken bij hetzelfde risiconiveau, waarbij het goedkeuringspercentage stijgt van 27% naar 67%. Ook kan het de verliezen aanzienlijk beperken door het wanbetalingspercentage terug te brengen van 9% naar 5%, bijna een halvering.

Bron: Upstart

Doordat een algoritme in plaats van een kredietmedewerker wordt ingezet, is het proces geautomatiseerd. Dat is niet alleen goedkoper, maar maakt het aanvragen van een lening ook veel sneller en prettiger.

De marktplaats van Upstart brengt kredietnemers in contact met banken, kredietunies en institutionele beleggers. Het bedrijf meldde dat institutionele beleggers in 2025 64% van de via zijn marktplaats verstrekte hoofdsom voor hun rekening namen.

Upstart is actief in een enorme markt: wereldwijd wordt jaarlijks voor $25 biljoen aan krediet verstrekt. Van dat bedrag kunnen platforms die deze kredieten verstrekken en beheren tot $1 biljoen aan inkomsten genereren.

In 2025 verstrekte het bedrijf 1,5 miljoen leningen (een stijging van 115% op jaarbasis), voor een totaalbedrag van $11 miljard (een stijging van 86% op jaarbasis), en behaalde het een totale omzet van $1 miljard (een stijging van 64% op jaarbasis). Het bedrijf groeit ook snel in nieuwe segmenten. Zo nam de verstrekking van autoleningen met een factor 5 toe (van $45 miljoen in Q4 2024 naar $263 miljoen in Q1 2026) en die van woningleningen met een factor 6 (van $27 miljoen in Q4 2024 naar $143 miljoen in Q1 2026).

Hoewel het huidige aantal leningen al groot is, valt het in het niet bij het volledige potentieel van geavanceerde methoden voor kredietscoreberekening en AI-gestuurde kredietbeoordeling.

Bron: Upstart

De recente groeicijfers en het feit dat Upstart vanaf het begin als AI-bedrijf is opgezet, zijn veelbelovend voor de toekomst, ook al heeft de aandelenkoers dit succes niet echt weerspiegeld. Die staat op hetzelfde niveau als in 2022 en ruim onder de piek van 2021 tijdens de pandemie.

Dat komt deels doordat er ook enkele risico’s kleven aan het bedrijfsmodel van Upstart.

Een eerste risico is dat het model aan kwaliteit kan inboeten wanneer de economische omstandigheden buiten de trainingsgegevens vallen en de AI nieuwe trends over het hoofd ziet.

Een ander aandachtspunt is de toenemende druk van toezichthouders om uitlegbaarheid, eerlijkheid en prestaties voor verschillende demografische groepen te rapporteren. AI kan namelijk, zelfs onbedoeld, discriminerende praktijken terugbrengen die eerder uit de financiële sector zijn geweerd.

Tot slot blijft het bedrijf afhankelijk van de beschikbaarheid van institutionele financiering gedurende verschillende kredietcycli. Tegelijkertijd stapelen de tekenen van druk op het financiële stelsel zich op, tegen de achtergrond van hoge schuldenniveaus en een gespannen geopolitieke situatie.

Toch is Upstart uitstekend gepositioneerd om uit te groeien tot een belangrijke AI-marktplaats voor kredietverlening en aanbieder van infrastructuur voor kredietbeoordeling, een noodzakelijke ontwikkeling van de aanvankelijke inzet van fintech- en P2P-netwerken om nieuwe kredietpraktijken te stimuleren.

Beleggers willen mogelijk al in een vroeg stadium beleggen in een bedrijf dat de manier waarop kredietaanvragen worden beoordeeld ingrijpend verandert.

Laatste beursnieuws en ontwikkelingen rond Upstart Holdings (UPST)

Onderzoek waarnaar wordt verwezen

^{1. Podong Song, Shutong Wu, Janson Partab. Kunstmatige intelligentie op kredietmarkten: algoritmische kredietverlening, financiële inclusie en regelgevingsarbitrage. International Review of Economics & Finance. december 2026. Artikel: 105937. Jaargang 112. 10.1016/j.iref.2026.105937}