Welche Pattern findet ein KI-Trading-Coach wirklich?

Pattern 1: Overconfidence-Drift nach Gewinnserien

Drei Gewinner in Folge. Alles läuft. Deine Analyse sitzt, der Markt spielt mit, das Selbstvertrauen wächst.

Und dann, fast unsichtbar, wird deine Position Size größer. Nicht bewusst. Nicht nach Plan. Einfach schleichend. Ein Setup, das sonst 0,5% Risiko bekommt, bekommt jetzt 0,75%. Wo sonst zwei Kontrakte reichen, sind es jetzt drei.

Das ist Overconfidence-Drift nach Gewinnserien. Ohne Daten erkennst du sie kaum.

So sieht es in den Daten aus

Ein KI-Coach legt zwei Variablen übereinander: Gewinne in Folge und Position Sizing. Ergebnis:

• Nach 1 bis 2 Gewinnen in Folge bleibt die Size stabil
• Nach 3 bis 4 Gewinnen driftet die Size um 15 bis 20% nach oben
• Die Drift läuft unbewusst, du entscheidest dich nicht aktiv für mehr Size
• Die größeren Positionen nach Gewinnserien haben eine 35% niedrigere Win Rate als deine Baseline

Du bekommst davon nichts mit. Aber die Daten zeigen: Nach Gewinnen wird nicht dein Edge besser, nur dein Gefühl. Du nimmst genau dann mehr Risiko, wenn du am übermütigsten bist.

Warum du es nicht siehst

Bestätigungsfehler. Du denkst an die drei, vier Gewinner. Die Serie hat deine Aufmerksamkeit, nicht deine Size. Die Verluste danach fühlen sich nach Pech an, nicht nach der Folge deines eigenen Verhaltens.

Attributionsfehler. Gewinnt die größere Position, war es dein Können. Verliert sie, war es der Markt. Was tatsächlich passiert ist, kommt in deinem Kopf nicht an.

Recency Bias. Waren die letzten zwei Trades nach der Serie Gewinner, fühlt sich die größere Size gerechtfertigt an. An die acht Male davor, als sie es nicht war, denkst du nicht.

Was die KI dir zeigt

Zum Beispiel das:

„Nach drei Gewinnern in Folge steigt deine durchschnittliche Position Size um 17%. Trades direkt nach dieser Erhöhung haben eine Win Rate von 38%. Deine Baseline liegt bei 62%. Das Pattern ist in deinen letzten 200 Trades acht Mal aufgetreten.“

Damit ist sichtbar, was vorher unsichtbar war.

Was du daraus machst

Setz dir eine harte Regel: Die Position Size folgt aus Marktbedingungen und Risikomanagement, nicht aus den letzten Gewinnen. Steht in deinem Plan 0,5% Risiko, ändert eine Gewinnserie daran nichts. Eine Verlustserie auch nicht.

Halte das 30 Trades lang fest. Dann miss nach: Hast du deine geplante Size getroffen? Wie war die Win Rate, wenn ja? Und wie, wenn du größer gedriftet bist?

Die Daten zeigen dir, ob die Regel etwas bringt.

Pattern 2: Performance nach Tageszeit

Manche Trader sind um 9:30 Uhr scharf und bauen bis 14 Uhr ab. Andere kommen erst nach dem Mittag in Fahrt und haben ihren Peak um 16 Uhr. Wieder andere sind in den ersten 30 Minuten am besten und in den letzten 30 am schlechtesten.

Solange du es nicht aufzeichnest, merkst du davon nichts.

So sieht es in den Daten aus

Ein KI-Coach teilt deine Trades nach Uhrzeit auf und rechnet:

• Win Rate 9:30 bis 10:30 Uhr: 68%
• Win Rate 10:30 bis 12 Uhr: 62%
• Win Rate 12 bis 14 Uhr: 58%
• Win Rate 14 bis 16 Uhr: 51%

Das Muster ist eindeutig: Dein Edge ist früh am stärksten und nimmt über den Tag ab.

Oder umgekehrt: Früh läuft nichts, mittags kommst du in deinen Rhythmus, zum Schluss lässt du nach.

Die KI verknüpft die Uhrzeit auch mit anderen Variablen:

• Haltedauer (hältst du länger, wenn du müde bist?)
• Gewinnmitnahmen (schneidest du Gewinner am Nachmittag früher ab?)
• Risikomanagement (ignorierst du Stops, wenn die Konzentration weg ist?)

Warum du es nicht siehst

Verfügbarkeitsheuristik. Im Kopf bleiben die denkwürdigen Trades, die großen Gewinner und die großen Verlierer. Die verteilen sich über den ganzen Tag. Die leisen, konstanten Verluste um 15 Uhr fallen nicht auf.

Attributionsfehler. Gewinnst du um 10 Uhr, war es deine Analyse. Verlierst du um 15 Uhr, war es der Markt an diesem Tag. Der Gedanke „Um 15 Uhr bin ich durchgehend schlechter“ kommt nicht vor.

Musterblindheit. 50 Trades über acht Stunden verteilt? Das hält kein Kopf zusammen. Dein Gehirn kann „Trades um 17 Uhr“ nicht als Kategorie vergleichen. Eine KI kann das sofort.

Was die KI dir zeigt

„Dein bestes Trading liegt in den ersten 90 Minuten nach Marktöffnung. Nach 12 Uhr sinkt deine Win Rate stetig. Über deine gesamte Historie haben deine Nachmittags-Trades einen großen Teil der Vormittagsgewinne wieder abgegeben. Trade testweise nur dein Peak-Fenster (9:30 bis 11 Uhr) und prüfe, was sich ändert.“

Das ist konkret, messbar, umsetzbar. Nicht „trade, wenn du fokussiert bist“, sondern: Deine Daten sagen 9:30 bis 11 Uhr.

Was du daraus machst

Ein Versuch: Nimm zehn Handelstage lang nur Trades in deiner stärksten Stunde. Alles andere überspringst du oder handelst es auf dem Papier. Halte die Ergebnisse fest. Ist die Win Rate gestiegen? Stand am Ende mehr auf dem Konto, obwohl du weniger getradet hast?

Wenn ja, hast du eine Regel aus deinen eigenen Daten. Wenn nein, hast du etwas darüber gelernt, wie du Daten liest.

Pattern 3: Position-Sizing-Drift (der unterschätzte Killer)

Das ist etwas anderes als die Drift nach Gewinnserien. Hier wächst die Position Size langsam und unbemerkt über Monate, unabhängig davon, ob du gerade gewinnst oder verlierst.

Du startest mit 0,5% Risiko pro Trade. Vernünftig. Nach drei Monaten stehst du bei 0,8%, ohne es je entschieden zu haben. Nach sechs Monaten: 1,2%. Nach einem Jahr: 1,5%.

Die Drift ist unsichtbar, weil sie schleichend passiert. Keine einzelne Entscheidung fühlt sich falsch an. Du wirst eben sicherer. Das Problem: Dein Edge ist nicht besser geworden. Deine Drawdowns haben sich verdreifacht.

So sieht es in den Daten aus

Ein KI-Coach verfolgt die Position Size über die Zeit, egal ob als Prozent vom Konto, Dollar pro Trade oder Kontraktzahl. Ergebnis:

• Monat 1: durchschnittlich 0,5% Risiko
• Monat 2: 0,52%
• Monat 3: 0,55%
• Monat 6: 0,7%
• Monat 12: 0,95%

Die Drift ist konstant, als Trend klar erkennbar und von den Ergebnissen entkoppelt. Du wirst nicht in Gewinnmonaten größer, du wirst jeden Monat größer.

Die KI legt das neben deinen Drawdown: „Dein Drawdown ist von 12% (bei 0,5% Risiko) auf 28% (bei 0,95% Risiko) gestiegen. Nicht, weil sich dein Edge verändert hätte, deine Win Rate ist gleich geblieben. Der höhere Drawdown kommt komplett aus der höheren Size.“

Warum du es nicht siehst

Frosch im heißen Wasser. 2% mehr pro Monat bemerkst du nicht. Über ein Jahr summiert sich das auf 100%. Zinseszins auf das eigene Verhalten rechnet dein Gehirn nicht.

Verfügbarkeitsheuristik. Du erinnerst dich an den Trade von letzter Woche, nicht an deine Size von vor drei Monaten. Dir fehlt die Baseline zum Vergleichen.

Umdeutung. Du erzählst dir „Ich bin jetzt sicherer“ oder „Mein Edge ist besser geworden“. Die größeren Positionen fühlen sich verdient an. So redest du dir die Drift schön.

Was die KI dir zeigt

„Deine Position Size ist im letzten Jahr um 90% gestiegen. Deine Win Rate nicht. Dein maximaler Drawdown dagegen um 133%. Mit 0,5% Risiko läge dein erwarteter Drawdown wieder bei 12% statt 28%, bei gleicher Win Rate.“

Das ist keine Frage der Disziplin. Das steht in den Daten.

Was du daraus machst

Bau dir ein festes Sizing-System, das an Regeln hängt, nicht an deinem Selbstvertrauen. Beispiel:

• Konto unter $50K: 0,5% Risiko pro Trade
• Konto $50K bis $100K: 0,75% Risiko pro Trade
• Konto über $100K: 1% Risiko pro Trade
• Die Stufen ändern sich nur, wenn das Konto die nächste Schwelle erreicht. Innerhalb einer Stufe wird nie erhöht.

Fahre das drei Monate. Vergleiche Drawdown und Monatsergebnisse mit deiner alten Baseline. Ob die Regel hilft, sagen dir die Daten.

Pattern 4: Stop-Loss-Management, das keins ist

Deine Regel lautet: „Der Stop-Loss liegt bei X und bleibt da.“

In der Praxis ziehst du Stops auf Breakeven, „zur Absicherung“. Du ziehst sie enger, wenn du nervös wirst. Du gibst ihnen Luft, wenn der Trade „eigentlich noch funktioniert“.

Jede dieser Mikro-Entscheidungen wirkt im Moment vernünftig. Zusammen ergeben sie ein massives Pattern.

So sieht es in den Daten aus

Ein KI-Coach zählt mit: Wie oft hast du den Stop bewegt? Wann? Und was kam danach?

Ergebnis:

• In 34% deiner Trades hast du den Stop nach dem Entry verschoben
• Stops auf Breakeven gezogen: Du bist zu früh aus Gewinnern raus. Exit im Schnitt bei +0,8R statt geplanter +2R. Win Rate unverändert, Gewinn pro Gewinner 60% niedriger.
• Stops enger gezogen: Du wirst öfter ausgestoppt, logisch, sie sind ja enger. Win Rate 15% unter Baseline. Gewinner und Breakeven-Trades fliegen raus, weil sie in den engeren Stop hineinwackeln.

Warum du es nicht siehst

Rationalisierung. Jede Stop-Bewegung fühlt sich im Moment richtig an. „Der Trade sieht jetzt anders aus.“ „Ich muss absichern.“ „So ist das Risiko kleiner.“ Du entscheidest und rechtfertigst in einem Atemzug.

Ergebnis-Bias. Rettet dich ein Breakeven-Stop einmal vor einem Verlust, fühlst du dich schlau. Die zehn Male, in denen dich dieselbe Bewegung einen Gewinner gekostet hat, zählst du nicht mit.

Unaufmerksamkeit. Ob du gerade deine Stop-Regel brichst, überwachst du nicht. Du bist beim Trade. Der Regelbruch läuft am Rand deiner Aufmerksamkeit mit.

Was die KI dir zeigt

„Du hast in 34% deiner Trades den Stop verschoben. Nach jedem Zug auf Breakeven bist du im Schnitt 18% früher aus Gewinnern ausgestiegen. Geplantes Ziel auf diesen Trades: 2R. Tatsächlicher Exit im Schnitt: 0,85R. Über deine letzten 150 Trades hat dich das $3.400 gekostet.“

Kalte Daten. Konkret. Umsetzbar.

Was du daraus machst

Bau dir eine externe Kontrolle für Stop-Bewegungen. Vor dem Entry schreibst du deinen Stop auf. Nicht im Kopf, wirklich aufschreiben. Dieser Stop ist verriegelt. Raus geht es nur am Stop oder am Ziel. Kein Verschieben, kein Verhandeln.

Klingt das unmöglich? Dann hast du die Erkenntnis schon. Dein Drang, mitten im Trade „nachzujustieren“, ist stärker, als du dachtest. Genau dieses Pattern gehst du zuerst an, bevor du dem Markt die Schuld gibst.

Fahre 50 Trades mit verriegelten Stops. Vergleiche das Ergebnis, Gewinn und Konsistenz, mit deiner Baseline.

Pattern 5: Gewinnmitnahmen ohne Linie

Dein Plan sagt: „Gewinne bei 2R mitnehmen.“

Die Realität: Mal nimmst du bei 1R. Mal hältst du auf 3R. Mal steigst du bei 1,3R aus und bist dabei nervös. Es hängt davon ab, wie du dich fühlst, wie lange der Trade schon läuft und wie sehr du das Geld gerade brauchst.

Diese Inkonsistenz ist kein Zufall. Sie ist ein Pattern, und Emotion steuert es.

So sieht es in den Daten aus

Ein KI-Coach legt deinen emotionalen Zustand aus dem Journal neben dein Exit-Verhalten:

• Zustand „confident“: Exit im Schnitt bei 2,1R, passt zum Plan
• Zustand „nervous“: Exit bei 1,2R, du nimmst Gewinne zu früh mit
• Zustand „greedy“: Exit bei 2,8R, du hältst zu lange, einige Trades werden ausgestoppt
• Zustand „frustrated“: Exit bei 1,5R, mal so, mal so, Gewinne werden abgeschnitten

Das Muster wiederholt sich: Dein Gefühlszustand sagt deine Gewinnmitnahmen besser voraus als die Marktlage.

Warum du es nicht siehst

Inkonsistenz fühlt sich normal an. Jeder Trade ist anders. Jede Situation braucht Urteilsvermögen. Du denkst nicht „Meine Exits folgen meinem Gefühl“. Du denkst „Der Trade sah anders aus, also bin ich anders raus“.

Attributionsfehler. Schneidest du einen Gewinn ab und der Markt läuft ohne dich weiter, schimpfst du auf deine Vorsicht. Dass du das vor allem dann tust, wenn du nervös bist, fällt dir nicht auf.

Selektives Gedächtnis. Das eine Mal, als du bis 3R gehalten und richtig verdient hast, bleibt hängen. Die fünf Male, als du es wiederholen wolltest und ausgestoppt wurdest, sind weg.

Was die KI dir zeigt

„Dein geplantes Ziel ist 2R. Steht in deinem Journal ‚confident’, erreichst du 2R oder mehr in 71% der Fälle. Steht dort ‚nervous’, steigst du im Schnitt bei 1,2R aus. Bei 1,2R statt 2R machst du pro Gewinner 40% weniger, bei gleicher Win Rate. Dein Gefühlszustand bestimmt deine Exits, nicht der Markt.“

Was du daraus machst

Stell deine Gewinnmitnahmen auf Mechanik statt Gefühl um. Beispiel:

„Ich setze mein Ziel bei 2R, bevor ich einsteige. Zwischen Entry und 2R schaue ich nicht auf den Markt. Ich prüfe nicht, ob ich ‚lieber früher mitnehmen sollte’. Erreicht der Markt 2R, steige ich aus. Punkt.“

Das fühlt sich starr an. Soll es auch. Der Sinn der Übung ist, die emotionale Entscheidung aus dem Spiel zu nehmen.

Fahre 30 Trades so. Dann miss nach: Triffst du dein Ziel öfter? Steigt dein Schnitt pro Gewinner? Werden deine Monate gleichmäßiger?

Pattern 6: Blind fürs Marktregime

Du hast einen Edge in Trendmärkten. In Seitwärtsmärkten funktioniert er nicht. In hektischen, hochvolatilen Phasen verlierst du.

Trotzdem tradest du alle drei Umgebungen gleich.

Ein KI-Coach teilt deine Trades nach Marktlage auf und findet: Dein Edge schwankt drastisch mit dem Regime.

So sieht es in den Daten aus

Ein KI-Coach misst die Marktlage (Trendstärke, Volatilität, Range-Definition) und legt deine Ergebnisse daneben:

• Starker Trend: 68% Win Rate, +2,1R pro Gewinner
• Seitwärtsmarkt: 42% Win Rate, +0,8R pro Gewinner
• Choppy und hochvolatil: 35% Win Rate, +0,3R pro Gewinner

Kein Zufall. Dein Edge ist an Bedingungen geknüpft. Er hängt am Regime.

Der wichtigere Befund: Du fährst in allen drei Regimen dieselbe Size und dieselbe Aggressivität. Regime 3 solltest du aussitzen, in Regime 2 kleiner fahren, in Regime 1 voll dabei sein. Stattdessen ist bei dir alles gleich groß.

Warum du es nicht siehst

Blick auf den Einzeltrade. Du bewertest jeden Trade für sich: gewonnen oder verloren? Nach Regime sortierst du nicht. „In choppy Märkten stehe ich 2 zu 10“ denkst du nie, weil du die Kategorie gar nicht führst.

Narrative Fallacy. Verlierst du im Chop, war es der Markt an dem Tag oder deine Ausführung. Nicht: „In choppy Märkten verliere ich grundsätzlich, also lasse ich sie aus.“

Bestätigungsfehler. Die Tage, an denen deine Strategie aufging, bleiben präsent. An dem Trendtag lagst du richtig. Dass du in den falschen Regimen genauso systematisch verlierst, gerät aus dem Blick.

Was die KI dir zeigt

„Deine Strategie hat 68% Win Rate im Trend und 35% im Chop. Du tradest beide Regime gleich. Fast alle deine Drawdowns beginnen mit Trades in choppy Märkten. Dein Edge funktioniert nicht überall. Du brauchst eine Regel, wann du tradest und wann du aussetzt.“

Was du daraus machst

Bau dir einen Regime-Filter. Definiere deine drei Regime mit Regeln:

• Trend: Die letzten 5 Schlusskurse steigen (oder fallen) in Folge. Volle Size.
• Seitwärts: Die Schlusskurse der letzten 5 Kerzen liegen in einer Range unter 50 Pips. Nur 50% Size.
• Choppy: ATR über normal. Komplett aussetzen oder nur auf dem Papier traden.

Setz den Filter einen Monat lang um: Echte Trades nur in deinem stärksten Regime. Die anderen handelst du auf dem Papier.

Dann vergleiche: Sind die Ergebnisse besser? Bist du ruhiger, weil weniger Verluste auflaufen? Kommt das Selbstvertrauen zurück?

Pattern 7: Schlechtere Entscheidungen nach Verlusten

Das ist kein Revenge Trading. Es ist leiser.

Du machst einen Verlust. Du drehst nicht durch, du jagst dem Geld nicht hinterher. Aber etwas verschiebt sich. Deine nächsten ein bis drei Trades nach einem Verlust haben niedrigere Win Rates. Nicht dramatisch. Nur konsistent niedriger.

Die KI nennt das nicht Revenge Trading, sondern Post-Loss Decision Quality Degradation: Die Entscheidungsqualität sinkt nach Verlusten.

So sieht es in den Daten aus

Ein KI-Coach trennt „Trade direkt nach einem Verlust“ von „Trade unter normalen Umständen“:

• Baseline Win Rate: 62%
• Erster Trade nach einem Verlust: 55%
• Zweiter und dritter Trade nach einem Verlust: 58%
• Ab dem vierten Trade: 61%, zurück auf Baseline

Der Abfall ist real. Subtil. Und er wiederholt sich.

Gräbt die KI tiefer, zeigt sich: Nach Verlusten nimmst du etwas schwächere Setups. Du steigst zu etwas schlechteren Preisen ein. Du gehst früher wieder in voller Size rein, als du es sonst tun würdest. Nichts davon ist bewusst. Alles davon schadet.

Warum du es nicht siehst

Durchschnittseffekt. Deine 62% Gesamt-Win-Rate deckt das Muster zu. Dass auf jede Verlustphase ein bis zwei zusätzliche Verluste folgen, bevor du dich fängst, geht im Schnitt unter.

Einzelfall-Denken. Jeder Post-Loss-Trade fühlt sich unabhängig an. „War halt ein schlechtes Setup.“ Dass deine Setups nach Verlusten systematisch schlechter sind, hältst du nirgends fest.

Comeback-Story. Holst du einen Verlust mit dem nächsten Trade zurück, fühlt sich das nach Erholung an. Dass die Trades danach schwächer sind, bemerkst du nicht.

Was die KI dir zeigt

„In den zwei bis drei Trades nach einem Verlust sinkt deine Entscheidungsqualität messbar. Du nimmst schwächere Entries zu schlechteren Preisen. Du machst mehr Trades, nicht bessere. Das ist dein teuerstes wiederkehrendes Pattern. Eine Reset-Regel von 15 Minuten nach jedem Verlust (keine neuen Trades) würde die Sequenz vermutlich durchbrechen.“

Was du daraus machst

Führe eine Reset-Regel nach Verlusten ein: Nach jedem Verlust-Trade wartest du 15 Minuten bis zum nächsten. In dieser Zeit:

• Weg vom Bildschirm
• Den Verlust im Journal festhalten, nur Fakten, keine Rechtfertigung
• Atmen, das Nervensystem runterfahren
• Mit frischem Blick zurückkommen

Halte 50 Trades durch und prüfe: Gibt es weniger Verlustketten? Sind deine Entries nach Verlusten wieder auf normalem Niveau?

Die Pause kostet wenig, du verpasst vielleicht einen Trade pro Tag. Dafür verschwindet dein teuerstes wiederkehrendes Pattern.

Wie findest du deine eigenen Pattern?

Du musst nicht auf eine KI warten. Einige dieser Pattern findest du auch von Hand. So gehst du vor:

1. Such dir ein Pattern aus dieser Liste aus. Welches trifft dich vermutlich am ehesten?

2. Geh deine letzten 50 Trades durch. Zieh dein Journal und sortiere die Trades nach der Pattern-Variable. Für Tageszeit: nach Stunde gruppieren. Für Sizing: Dollar pro Trade notieren. Für den Gefühlszustand: deine Einträge neu lesen.

3. Rechne die Kennzahl aus. Win Rate pro Segment? Durchschnittlicher Gewinn? Drawdown?

4. Such den Trend. Zeigt sich das Muster? Hält es über Wochen, oder sind es nur ein paar Ausreißer?

5. Wenn es real ist: Formuliere eine Regel. Nicht vage. So konkret, dass jemand anderes sie befolgen könnte.

6. Teste sie über 30 Trades. Werden deine Ergebnisse besser, wenn du das Pattern abstellst?

Wenn dir die Handanalyse schwerfällt (das ist der Normalfall), ist das ein Zeichen: Das Pattern ist real und für dich unsichtbar. Genau dafür gibt es KI-Coaching.

---

---