Ein Beitrag von Daniel Blazquez, Leiter Cyber Gewerbe der Markel Insurance SE
Künstliche Intelligenz hat sich in wenigen Jahren von einer experimentellen Technologie zu einem zentralen Bestandteil moderner Wirtschaft entwickelt. Unternehmen nutzen KI für Kundenservice, Datenanalyse, Produktentwicklung oder automatisierte Entscheidungen. Auch Versicherer selbst setzen zunehmend auf diese Technologie, etwa in der Risikoprüfung oder Schadenbearbeitung. Mit der Verbreitung von künstlicher Intelligenz entstehen jedoch auch neue Risiken. Diese betreffen nicht nur Technologieunternehmen, sondern nahezu alle Branchen. Die zentrale Frage lautet daher: Welche Schäden können durch KI entstehen und in welchem Umfang lassen sich diese Risiken versichern?
Die Herausforderung liegt hierbei vor allem darin, dass KI-Systeme komplexe und mitunter schwer nachvollziehbare Entscheidungen treffen. Wir Experten sprechen von der Blackbox-Systemtheorie. Damit ist gemeint, dass selbst Entwickler nicht immer vollständig erklären können, wie ein bestimmtes Ergebnis zustande kommt. Für Versicherer stellt dies ein grundlegendes Problem dar, denn Versicherbarkeit setzt voraus, dass Risiken kalkulierbar sind.
Gefahr von Fehlentscheidungen
Dennoch lassen sich die Risiken der künstlichen Intelligenz grundsätzlich in mehrere Kategorien einteilen. Eine erste Risikogruppe bilden Fehlentscheidungen von KI-Systemen. Generative künstliche Intelligenz kann falsche Informationen erzeugen oder fehlerhafte Empfehlungen geben. In einem Unternehmen kann dies zu wirtschaftlichen Schäden führen, etwa durch falsche Marktanalysen oder automatisierte Fehlentscheidungen im Kundenservice.
Haftungsfragen als Risiko
Eine zweite Risikogruppe betrifft Haftungsfragen. Wenn eine KI falsche Entscheidungen trifft, stellt sich die Frage nach der Verantwortlichkeit. Mögliche Beteiligte sind der Entwickler der Software, der Anbieter der Plattform, das Unternehmen, das die KI einsetzt, oder der Betreiber der Infrastruktur. Diese mehrschichtige Verantwortung erschwert die rechtliche Zuordnung von Schäden.
Datenschutz und Cyberangriffe als Herausforderung
Eine dritte Gruppe sind Fälle algorithmischer Bias. Darunter versteht man systematische Verzerrungen in den Daten, mit denen eine KI trainiert wurde. Wenn Trainingsdaten bestimmte Gruppen benachteiligen, kann dies diskriminierende Entscheidungen verursachen. Besonders relevant ist dieses Risiko in Bereichen wie Kreditvergabe, Personalentscheidungen oder Versicherungspricing. Neben rechtlichen Fragen entstehen auch technische Risiken. KI-Systeme verarbeiten häufig große Mengen sensibler Daten. Fehlerhafte Implementierungen können zu Datenschutzverletzungen führen. Gleichzeitig eröffnet KI auch neue Möglichkeiten für Cyberangriffe.
Neue Betrugsformen durch KI-Einsatz
Künstliche Intelligenz verändert darüber hinaus zunehmend die Art und Weise, wie Betrug entsteht und ausgeführt wird. Moderne generative Systeme können täuschend echte Bilder, Videos oder Dokumente erzeugen. Dadurch wächst das Risiko, dass Kunden selbst Opfer von Täuschung, Identitätsmissbrauch oder digitalen Manipulationen werden. Versicherer setzen daher gezielt eigene KI-Lösungen ein, um solche Aktivitäten frühzeitig zu erkennen und ihre Kunden wirksam zu schützen.
Neue Risiken absichern
Aus Sicht der Versicherungswirtschaft zeigt sich ein differenziertes Bild. Einige Risiken lassen sich bereits heute mit bestehenden Versicherungsprodukten abdecken. Dazu gehören etwa Cyberversicherungen, Vermögensschadenhaftpflicht oder Produkthaftpflichtversicherungen. Diese decken Schäden ab, die durch Fehlfunktionen digitaler Systeme oder fehlerhafte Software entstehen.
Andere Risiken sind deutlich schwieriger zu versichern. Besonders problematisch sind sogenannte systemische Risiken. Wenn eine weitverbreitete KI-Plattform gleichzeitig bei Tausenden Unternehmen Schäden verursacht, kann dies zu extrem hohen Schadensummen führen. Solche Szenarien erinnern an Naturkatastrophen oder Finanzkrisen – Ereignisse, die schwer zu kalkulieren sind.
Auf hohe Dynamik reagieren
Auch die Dynamik selbstlernender Systeme stellt Versicherer vor neue Herausforderungen. Ein KI-Modell kann sich im Laufe der Zeit verändern und Entscheidungen treffen, die zum Zeitpunkt des Vertragsabschlusses nicht vorhersehbar waren. Damit verschiebt sich das Risikoprofil kontinuierlich. Ein möglicher Lösungsansatz liegt daher in einer Kombination aus Regulierung, technischer Transparenz und neuen Versicherungsmodellen. Der europäische AI Act sowie geplante Haftungsrichtlinien könnten künftig klarere Verantwortlichkeiten definieren. Gleichzeitig entwickeln Versicherer spezialisierte Deckungskonzepte für KI-Risiken.
Fazit und Ausblick
Langfristig wird sich die Versicherungsbranche intensiv mit der Frage beschäftigen müssen, wie sich digitale und algorithmische Risiken versichern lassen. Künstliche Intelligenz schafft neue Chancen für Effizienz und Innovation. Gleichzeitig verlangt sie nach neuen Formen des Risikomanagements. Für Versicherer bedeutet dies nicht nur eine Herausforderung, sondern auch ein neues Geschäftsfeld.
Weitere News rund um künstliche Intelligenz, neue Services, Tools und Dienstleistungen finden Sie in unserer Rubrik „Management & Vertrieb“.
- Anmelden, um Kommentare verfassen zu können
