Umsetzung im eigenen Unternehmen
KI-Agenten basieren auf äußerst komplexen Grundbausteinen, den großen Sprachmodellen. Diese können heute aber sehr unkompliziert als Service in einer Corporate Cloud genutzt werden oder – etwas aufwendiger – auf Basis von Open-Source-Modellen im eigenen Rechenzentrum betrieben werden. Die Herausforderung liegt damit nicht in der Modellnutzung, sondern in der Implementierung der Business-Logik. Die gibt es nicht von der Stange – auch wenn einige KI-Anbieter das suggerieren. Der Auftraggeber muss die eigenen Ist- oder Zielprozesse klar definieren und für den KI-Agenten übersetzen:
- Welche Schadenfälle sollen automatisiert werden?
- Was sind notwendige Informationen, welche optionalen Daten können in die Fallbewertung einfließen?
- Auf welche Kundendaten darf wie zugegriffen werden?
- Wo wird streng nach AVB und Police reguliert, wo gelten welche Kulanzregelungen?
Auf Basis einer natürlich-sprachlichen Prozessbeschreibung, kombiniert mit Prompt Engineering und Integration in die Unternehmenssysteme, entsteht ein Agent. In der Einführungsphase läuft er vollständig unter menschlicher Aufsicht – bevor er bei Erfolg immer mehr Aufgaben eigenständig übernimmt.
Ein Verständnis für branchenspezifische Dokumente – ob Policen und AVBs auf Versichererseite oder Rechnungen und Schadendokumentationen auf Kundenseite – muss heute nicht mehr aufwendig trainiert werden: Aktuelle Systeme bringen diese Fähigkeit bereits out of the box mit.
Breite Anwendungsfelder
Agentensysteme sollten für Anwendungsfelder entwickelt werden, die eine Vielzahl von Fällen umfassen. Das könnten bei Versicherungen neben den bereits genannten Feldern die Bereiche Vertrieb, Bestandsmanagement, Underwriting, Risikomanagement, Marketing und Produktentwicklung sein. Dazu kommen noch Querschnittsbereiche wie Legal, Compliance, IT oder HR.
Agenten für sehr spezifische, seltene Fragestellungen lohnen sich oft nicht. Und es sollte kein Ziel sein, komplette Teams zu ersetzen. Die besten Agentensysteme nehmen einem größeren menschlichen Team alle Routine-Tätigkeiten ab und helfen den Kollegen, sich auf die geschäftskritischen und wirklich wertschöpfenden Tätigkeiten zu fokussieren. Sie sind oft in der Lage, 50% bis 80% der Fälle einer Abteilung sicher und vollständig automatisiert zu bearbeiten. Sie sparen Kosten und können dazu beitragen, den Fachkräftemangel zu lindern. Eine Gesellschaft, in der jährlich fast eine Million Menschen in Rente geht, aber deutlich kleinere Kohorten von den Schulen und Unis nachkommen, kann nur mithilfe von Agenten oder ähnlichen Effizienzboostern die Wirtschaftsleistung halten oder sogar steigern.
Über den Autor
Maximilian Vogel, hat digitale Plattformen, KI-Agenten und Machine-Learning-Lösungen für eine Reihe von Unternehmen wie Allianz, BASF, BMW, Commerzbank, Danone, Evonik, LVM, Mercedes, die Sparkassengruppe und Unicredit mit entwickelt.
Lesen Sie auch: KI bewegt die junge Maklerbranche
Diesen Beitrag lesen Sie auch in AssCompact 06/2025 und in unserem ePaper.
Seite 1 KI-Agenten: Kollegen der Zukunft
Seite 2 Umsetzung im eigenen Unternehmen
Maximilian Vogel 
- Anmelden, um Kommentare verfassen zu können
