Was eToro geöffnet hat

Am 14. April 2026 kündigte eToro den eToro App Store an, ein KI-gestütztes Ökosystem für Handels- und Analyse-Anwendungen direkt innerhalb der Plattform. Nutzer, Entwickler, Start-ups und Pro Investors sollen dort Anwendungen bauen, teilen und nutzen können. Parallel führt eToro ein Builders Portal mit Zugriff auf APIs, Agent-Skills, MCP-Server, CLI-Werkzeuge und technische Dokumentation ein.

Der entscheidende Satz steht nicht im Marketingteil, sondern in der technischen Beschreibung. Anwendungen können auf Plattformfunktionen zugreifen, darunter algorithmischer Handel mit Low-Latency-Orderplatzierung, Social Analytics, Marktdaten-Monitoring, Portfolio-Werkzeuge, Smart Watchlists und Community-Integrationen.

Damit wird aus einer Trading-Plattform eine Bauumgebung. Nutzer installieren nicht nur Werkzeuge, sie können eigene Tools erstellen und über KI-gestützte No-Code-Funktionen veröffentlichen. Aus Sicht der Plattform ist das eine neue Verteilungslogik für Finanzsoftware. Aus Sicht der Marktaufsicht ist es eine neue Frage: Wie überwacht man tausende kleine Automatisierungen, wenn sie nicht mehr aus professionellen Algo-Desks kommen?

Der zweite Schritt: echte Orders

Schon am 26. März 2026 stellte eToro Agent Portfolios vor. Ein Agent Portfolio ist ein abgegrenztes Unterportfolio im eToro-Konto, das für KI-getriebenes Trading gebaut ist. Der Nutzer benennt es, finanziert es und verbindet einen eigenen Agenten über einen beschränkten API-Schlüssel. Der Agent kann dann innerhalb dieses Portfolios handeln.

eToro nennt als Mindestbetrag 200 US-Dollar und beschreibt ausdrücklich, dass der Agent ein Python-Skript, ein LLM-gestützter Agent, ein eigener Trading-Bot oder ein anderes Agenten-Setup sein kann. Beispiele reichen von täglichem Rebalancing über thematische Portfolios bis zu Strategien, die auf Volatilität, Makrodaten, Earnings oder Sentiment-Signale reagieren.

Der Punkt ist nicht, dass eToro damit Marktmissbrauch baut. Der Punkt ist, dass die Grenze zwischen Anleger, Entwickler und automatisierter Strategie verschoben wird. Ein Konto bekommt eine programmierbare Kante.

Viele Bots, wenige Muster

Die demokratische Erzählung ist naheliegend: Was früher Hedgefonds, Quant-Teams und Entwickler brauchten, wandert in den Retail-Bereich. Das ist technisch plausibel und kommerziell attraktiv. Es löst aber nicht automatisch das Diversitätsproblem.

Viele Nutzer bedeuten nicht automatisch viele unabhängige Strategien. Wenn Anleger dieselben großen Sprachmodelle, dieselben Beispielstrategien, dieselben öffentlichen Datenfeeds und dieselben Plattformvorlagen verwenden, kann Vielfalt an der Oberfläche entstehen, während der Kern sehr ähnlich bleibt. Zehntausend Varianten einer Momentum-Strategie sind keine zehntausend verschiedenen Marktansichten.

Das Risiko zeigt sich nicht im ruhigen Markt. Es zeigt sich im Stress: Wenn Volatilität steigt, Liquidität dünner wird oder ein Signal kippt, können ähnliche Bots ähnliche Entscheidungen treffen. Sie müssen sich nicht absprechen. Gleichlauf reicht.

Vom Bastelbot zur Verstärkung

Algorithmischer Handel ist nicht neu. Neu ist die Verteilung. Professionelle Handelssysteme stehen unter Governance, Tests, Limits, Kill-Funktionen und Aufsichtserwartungen. Retail-Bots entstehen dagegen näher am Nutzer, näher am Prompt, näher an der Plattformoberfläche.

Genau hier sitzt der Mechanismus: Ein Bot verkauft nicht, weil er böse ist. Er verkauft, weil eine Schwelle fällt. Wenn viele Bots ähnliche Schwellen kennen, wird aus vielen Einzelentscheidungen eine Marktbewegung. In liquiden Märkten kann das Rauschen bleiben. In engeren Werten, Krypto-Paaren, Nebenwerten oder abrupten Nachrichtenlagen kann es Druck erzeugen.

Wo es zum Marktmissbrauch wird

Für Marktintegrität ist Gleichlauf nur die erste Ebene. Die zweite ist Missbrauch. Spoofing, Layering, Momentum Ignition oder koordinierte Pump-Bewegungen waren nie nur Rechtsbegriffe, sondern auch technische Muster. Wer solche Muster automatisiert, senkt die Schwelle zwischen Absicht und Ausführung.

Der Artikel sollte hier nicht erklären, wie Manipulation per Prompt funktioniert. Die relevante Feststellung reicht: Wenn Handelslogik in Alltagssprache formuliert und automatisch in ausführbare Strategien übersetzt wird, kann auch missbräuchliche Logik leichter in den Markt gelangen. Ein Nutzer muss die Fachbegriffe nicht kennen, um gefährliche Muster zu erzeugen.

Dazu kommt ein zweiter Befund aus der Forschung. Eine von Fortune besprochene Studie der Wharton School und der Hong Kong University of Science and Technology beschreibt, dass KI-Handelsagenten in simulierten Märkten kollusive, preisfixierende Muster entwickelten, ohne ausdrücklich dazu angewiesen worden zu sein. Das beweist nicht, dass eToro-Bots kolludieren werden. Es zeigt aber, warum Aufsicht bei Agenten nicht nur auf Absicht schauen darf, sondern auch auf emergentes Verhalten.

Die Aufsicht ist näher dran, aber noch nicht am Retail-Bot

ESMA veröffentlichte im Februar 2026 ein Supervisory Briefing zu algorithmischem Handel in der EU. Es soll nationalen Aufsichtsbehörden helfen, MiFID-II-Anforderungen konsistenter zu überwachen, unter anderem bei Pre-Trade-Kontrollen, Governance, Tests und Outsourcing algorithmischer Handelssysteme. ESMA adressiert darin auch den Einsatz von KI in algorithmischen Handelsumgebungen.

Das ist wichtig. Es beantwortet aber nicht die ganze Retail-Frage. Die Regeln kennen algorithmischen Handel. Sie sind jedoch historisch für beaufsichtigte Firmen, Handelsplätze und professionelle Systeme geschrieben, nicht für massenhaft nutzergebaute Bot-Ökosysteme auf einer Retail-Plattform.

eToro selbst nimmt diese Spannung in den eigenen Hinweisen vorweg. Anwendungen können automatisierte Handelsanweisungen mit Geschwindigkeit ausführen. Automatisierte oder KI-gestützte Werkzeuge können zu schnellen und erheblichen finanziellen Verlusten führen. Gleichzeitig beschreibt eToro das App-Ökosystem als neutrale Technologieinfrastruktur, nicht als Anlageberatung, Portfoliomanagement, diskretionären Handel oder treuhänderische Dienstleistung.

Genau daraus entsteht die Zurechnungsfrage: Wenn ein Agent handelt, ist das dann Nutzerentscheidung, Plattformfunktion, Drittanbieter-App, Modellverhalten oder alles zugleich?

Was ein Know Your Bot leisten müsste

Ein tragfähiger Rahmen müsste vor dem ersten echten Trade beginnen. Jeder Bot, der Geld bewegt, braucht eine minimale Strategie-Erklärung, technische Herkunft, Risikoklasse und Verantwortungszuordnung. Nicht als Bürokratie für Bastler, sondern als Marktintegritätskontrolle.

Der gefährliche Bot ist nicht immer der einzelne Bot mit hohem Volumen. Es kann der tausendste kleine Bot sein, der dieselbe Bewegung verstärkt.

Die eigentliche Kontrollfrage

eToro hat nicht nur neue Werkzeuge veröffentlicht. Die Plattform hat den Abstand zwischen Idee, Code und Order verkürzt. Das kann Anlegern neue Möglichkeiten geben. Es kann aber auch Marktmissbrauch, Gleichlauf und Haftungsdiffusion in einen Bereich verschieben, der bisher weniger hart kontrolliert wurde als professionelle Algo-Infrastruktur.

Die nächste Aufsichtsfrage lautet deshalb nicht, ob Retail-Bots handeln dürfen. Sie lautet, wer ihr Verhalten kennt, begrenzt und später erklären kann.