KI im Maschinenraum der Assekuranz: Hype vs

Ein Artikel von Stephen Voss, CEO der Neodigital Versicherung AG

Kaum ein Thema wird derzeit in der Versicherungswirtschaft so intensiv diskutiert wie die Nutzung und Auswirkungen von künstlicher Intelligenz. Auf nahezu jeder Konferenz der Branche gehört sie inzwischen zum Pflichtprogramm. Präsentationen zeigen beeindruckende Demonstrationen, Unternehmen verkünden ambitionierte KI-Strategien und kaum eine Softwarelösung kommt heute noch ohne den Hinweis auf die enthaltene KI aus. Wir dürfen dabei nicht vergessen: Die Story verkauft das Produkt!

Die Versicherungsbranche bildet dabei leider, oder Gott sei Dank, keine Ausnahme. Im Gegenteil: Aufgrund ihrer enormen Datenmengen, standardisierten Prozessen und komplexen Entscheidungsabläufen scheint sie wie geschaffen für den Einsatz moderner KI. Gleichzeitig lohnt sich jedoch ein nüchterner Blick auf die Realität. Denn zwischen öffentlichen Ankündigungen, Pilotprojekten und produktivem Einsatz besteht häufig noch eine deutlich klaffende Lücke.

Der eigentliche Wandel findet nicht auf Branchentreffen statt, obwohl der eine oder andere auch den Eindruck gewinnen könnte. Er beginnt vor allem im Maschinenraum, dem Backend der Versicherer – dort, wo täglich Millionen von Dokumenten, Schadenmeldungen, Rechnungen, E-Mails, Fotos und Kundendaten gespeichert und verarbeitet werden.

KI entfaltet Nutzen dort, wo klassische Automatisierung endet

Die vergangenen Jahre standen vor allem im Zeichen der Digitalisierung. Prozesse wurden standardisiert, Workflows automatisiert und papierbasierte Abläufe schrittweise ersetzt. Das war ein wichtiger und richtiger Schritt. Denn erst die klare Strukturierung schafft die Voraussetzungen für digitale Prozesse, auf denen dann wieder eine KI aufbauen kann. Lässt man diesen Schritt aus, verpasst man eine Chance. Viele Versicherungsprozesse stoßen spätestens dann an ihre Grenzen, wenn Informationen nicht mehr strukturiert vorliegen. Das ist ein Fakt.

Gerade im Schadenmanagement zeigt sich diese Herausforderung jeden Tag. Ein einzelner Schadenfall besteht selten nur aus einem Datensatz. Vielmehr treffen unterschiedlichste Informationsquellen aufeinander: Fotos vom Schaden, Gutachten, Rechnungen, E-Mails, Werkstattkommunikation, Maklernachrichten und häufig auch handschriftliche Dokumente oder Papierquittungen. Das alles lässt sich zwar mittlerweile in strukturierter Form über entsprechende Apps und Eingabemasken im Zaum halten, aber zum einen steckt der Teufel meist im Detail und zum anderen haben die Versicherten oft immer noch etwas hinzuzufügen. Und so kommen im Freitext individuelle Schilderungen der Versicherten hinzu, die sich kaum in starre Eingabemasken pressen lassen.

Genau an dieser Stelle endet klassische Automatisierung häufig. Bis hierhin funktionieren nämlich ansonsten regelbasierte KI sehr gut. Diese Algorithmen, die entlang bspw. der Regeln der Versicherungsbedingungen operieren und selbstständig aufgrund der übermittelten Daten den Schaden automatisiert anlegen, können so gut autonom arbeiten. Sie fangen einen großen Teil zuverlässig ab, aber es geht um die letzten 30%, die aus einem einfachen Schaden einen Komplex-Schaden machen.

Moderne KI-Modelle machen den Unterschied

Moderne Large Language Models beginnen dagegen erst dort richtig zu arbeiten, wo Informationen unstrukturiert werden. Sie können Dokumente analysieren, Inhalte zusammenfassen, Informationen miteinander verknüpfen, fehlende Angaben erkennen oder Mitarbeitenden Entscheidungsgrundlagen liefern. Ein einfaches Beispiel ist, dass der Kunde den Schaden korrekt meldet, aber bspw. den Hausrat- mit dem Wohngebäudevertrag verwechselt. Dies korrekt zuzuordnen und den Dialog dann mit dem Kunden zu steuern, wäre klassisch ein manueller Prozess. Doch dies funktioniert heute schon autonom und mit KI. Diese Unterstützung ersetzt dabei nicht in jedem Fall und abschließend eine fachliche Bewertung, sie schafft aber die Voraussetzung dafür, dass Entscheidungen durch den Menschen schneller, konsistenter und fundierter getroffen werden können. Wir benötigen also auch hier noch den „Human in the Loop“, nur wird diese menschliche Intelligenz dann gezielter und damit viel effizienter eingesetzt.

Der größte Hebel liegt nicht im Chatbot

In der öffentlichen Diskussion hingegen wird KI häufig auf Chatbots reduziert. Einfach, weil sie hier – anders als im Maschinenraum der Versicherung – oft nur der sichtbarste Teil einer Entwicklung ist, deren eigentlicher Nutzen an anderer Stelle entsteht. Ich würde fast schon sagen, es sind Leuchtturmprojekte. Denn der wirtschaftliche Mehrwert entsteht vor allem dort, wo KI Mitarbeitende im operativen Tagesgeschäft unterstützt. Dort, wo auf das System eine hohe Frequenz von Interaktion trifft. Wenn Dokumente automatisch klassifiziert werden, Schadenakten innerhalb von Sekunden ausgewertet werden oder Sachbearbeiter auf Knopfdruck strukturierte Zusammenfassungen erhalten, verkürzt sich die Bearbeitungszeit erheblich. Gleichzeitig steigt die Qualität der Entscheidungen, weil Informationen vollständiger und schneller verfügbar sind.

Gerade vor dem Hintergrund des zunehmenden Fachkräftemangels gewinnt dieser Aspekt zusätzlich an Bedeutung. KI ersetzt jedenfalls heute keine erfahrenen Schadenexperten oder Underwriter. Sie entlastet sie aber von zeitaufwendigen Routinetätigkeiten und schafft Freiräume für die Fälle, in denen Erfahrung, Fingerspitzengefühl und menschliches Urteilsvermögen unverzichtbar bleiben.

Datenqualität entscheidet über den Erfolg

Trotz aller technologischen Fortschritte bleibt KI kein Selbstläufer. Der Erfolg hängt weniger von der Leistungsfähigkeit eines Sprachmodells ab als von der Qualität der zugrunde liegenden Prozesse und Daten. Ohne strukturierte Daten keine leistungsfähige KI. Wenn diese Voraussetzung nicht gegeben ist, werden schöne KI- Projekte nur ein Tropfen auf dem heißen Stein bleiben.

Das heißt, dass viele Versicherer den Maschinenraum für die KI zunächst einmal schaffen müssen: Viele Versicherer verfügen über jahrzehntelang gewachsene IT-Landschaften mit unterschiedlichsten Datenquellen und Systemen. Wer KI produktiv einsetzen möchte, muss diese Daten zunächst verfügbar, strukturiert und qualitativ hochwertig machen. Schlechte oder fehlende Daten führen zwangsläufig zu schlechten Ergebnissen – unabhängig davon, wie leistungsfähig die eingesetzte KI ist. Die KI will abliefern, fehlen Daten oder sind sie falsch oder nicht plausibel, baut die KI eigene oder interpretiert Daten – mit anderen Worten: Sie halluziniert.

Innovation mit regulatorischer Sicherheit koppeln

Hinzu kommen regulatorische Anforderungen. Versicherer treffen Entscheidungen mit erheblichen finanziellen Auswirkungen. Deshalb müssen KI-gestützte Prozesse nachvollziehbar, kontrollierbar und revisionssicher sein. Datenschutz, Informationssicherheit und regulatorische Vorgaben sind keine Hindernisse für KI, sondern Voraussetzungen für ihren verantwortungsvollen Einsatz. Gerade Versicherer kennen diese Anforderungen seit Jahren und verfügen über die notwendige Erfahrung, technologische Innovation mit regulatorischer Sicherheit zu verbinden. Das ist die gute Nachricht für unsere Branche.

Vertrauen bleibt ein Wettbewerbsvorteil

Hinzu kommt, dass für Versicherte häufig gar nicht entscheidend ist, ob im Hintergrund KI eingesetzt wird. Entscheidend ist vielmehr, ob der Schaden schneller bearbeitet wird, Rückfragen reduziert werden und die Kommunikation verständlich und zuverlässig erfolgt.

Die beste KI ist häufig diejenige, die Kundinnen und Kunden gar nicht bewusst wahrnehmen. Sie sorgt dafür, dass Prozesse reibungsloser funktionieren und Mitarbeitende mehr Zeit für persönliche Beratung und komplexe Anliegen haben.

Gleichzeitig wird Transparenz immer wichtiger. Versicherte müssen nachvollziehen können, wann KI unterstützend eingesetzt wird und wann weiterhin ein Mensch die Verantwortung trägt. Dieses Vertrauen entsteht nicht durch möglichst viel Automatisierung, sondern durch nachvollziehbare Entscheidungen und einen verantwortungsvollen Umgang mit neuen Technologien.

Am Ende wird sich der Erfolg von KI deshalb nicht daran messen, wie häufig Unternehmen über sie sprechen. Entscheidend ist, wie tief sie in die Wertschöpfung integriert ist. Die Versicherer, die ihre Prozesse, Daten und Organisation konsequent darauf ausrichten, werden schneller, präziser und wirtschaftlicher arbeiten können. Der eigentliche Wettbewerbsvorteil entsteht nicht im Schaufenster – sondern im Maschinenraum der Versicherung.

Lesen Sie auch: Wie KI Finanzentscheidungen beeinflusst

Interessieren Sie sich für weitere Hintergrundartikel aus der Branche? Dann abonnieren Sie das monatliche Fachmagazin AssCompact – kostenfrei für Versicherungs- und Finanzmakler.

KI im Maschinenraum der Assekuranz: Hype vs. Reality-Check