Teleprompter-operatør ved det Hvite Hus sparket: – veddet penger på talen han selv hadde insider-informasjon om

Mathias Kaastad Magnus
Journalist iNyheter
Publisert 29. august 2026 | 13:38

En tidligere ansatt i Det hvite hus er dømt til å betale mer enn 172.000 dollar etter å ha brukt intern kunnskap om Donald Trumps taler til å vedde på utfallet.

Gabriel Perez arbeidet med telepromptere i Det hvite hus. Mellom desember 2025 og februar 2026 gjorde han handler på prediksjonsplattformen Kalshi basert på hva Trump kom til å si i talene sine.

Kalshi er en bettingnettside som i likhet med mer populære Polymarket er en platform der man i all hovedsak kan vedde på hva som helst man kan forestille seg. Hva som blir nevnt i neste Trump-tale, hvilken kjendis som er neste til å dø og hvem som vinner Eliteserien er alle ting brukerne kan vedde penger på.

Må gi fra seg gevinsten

USAs råvare- og terminmarkedstilsyn, CFTC, opplyser at Perez må gi fra seg gevinsten på 107.539 dollar og betale en bot på 65.000 dollar. Han er også utestengt fra å handle i tre år.

– Perez misbrukte sin forhåndskunnskap om presidentens taler, sier CFTC til BBC.

Ifølge tilsynet brøt han dermed tillitsforholdet knyttet til jobben sin. Straffen ble redusert fordi Perez samarbeidet godt med etterforskningen.

Opptaget uvanlig aktivitet

Kalshi hadde tidligere oppdaget uvanlig aktivitet i såkalte «mention markets», der brukerne vedder på om bestemte ord eller uttrykk vil bli brukt i en tale. Selskapet identifiserte brukeren som en føderalt ansatt og varslet myndighetene.

– Det spiller ingen rolle hvem du er: Bryter du reglene våre eller føderal lov, får du konsekvenser, skriver Kalshis sjefsjurist Bobby DeNault på X.

Det hvite hus har ikke kommentert saken. I juli ble ansatte samtidig instruert om ikke å vedde på prediksjonsmarkeder, ifølge amerikanske medier. Sider som Kalshi og Polymarket hevder de følger opp uvanlige mønstre i bettingtrafikken, men det har ikke dempet mistanken mange har om at det er relativt enkelt å komme unna med veddemål basert på insiderinformasjon.

mest lest