„Makler brauchen Grundverständnis für ihre eigenen Daten“

Interview mit Dr. Tim Jannusch, Professor für Vertriebsmanagement und Marktpsychologie am Institut für Versicherungswesen der TH Köln

Herr Prof. Dr. Jannusch, welche Herausforderungen sehen Sie aktuell für kleinere und mittelständische Versicherungsmakler?

Maklerhäuser stehen aktuell unter dem Druck von Regulatorik, Digitalisierung und demografischem Wandel. Viele wissen nicht, womit sie anfangen sollen. Hinzu kommen steigende Anforderungen an Sichtbarkeit, etwa im digitalen Raum – Stichwort Social Media. Das überfordert viele Betriebe strukturell und finanziell.

Was raten Sie diesen Unternehmen?

Der wichtigste Schritt ist eine klare Positionierung. Maklerinnen und Makler müssen sich bewusst machen, wofür sie stehen und welchen Mehrwert sie ihrer Zielgruppe bieten wollen.

Welche Rolle spielt dabei Tech-Kompetenz?

Eine zentrale. Allerdings geht es nicht darum, jede neue Technologie, die es gibt, sofort einzusetzen. Makler sollten im ersten Schritt verstehen, welche digitalen Lösungen ihr Geschäftsmodell besser machen. Je nach Spezialisierung oder Zielgruppe kann das sehr unterschiedlich sein. Der eigentliche Hebel liegt anschließend darin, Technologien systematisch mit einer wirtschaftlichen Steuerung entlang der eigenen Wertschöpfung einzusetzen. Bringt eine Technologie keinen messbaren Mehrwert, muss sie wieder aus dem Prozess entfernt werden. Wir brauchen Mut zum gezielten Experimentieren, aber auch Mut zum Abbruch. Denn am Ende sind wir alle Unternehmerinnen und Unternehmer, die Ineffizienz und Ressourcenverschwendung vermeiden sollten.

In der Branche wird immer wieder die Bedeutung von Daten hervorgehoben. Was heißt das für kleinere Betriebe?

Maklerinnen und Makler müssen keine Datenwissenschaftler werden, aber sie müssen ein Grundverständnis für ihre eigenen Daten aufbauen. Wer versteht, welche Informationen er hat und wie sie im Vertrieb genutzt werden können, trifft bessere Entscheidungen, bleibt unabhängiger, auch gegenüber Maklerpools und Dienstleistern, und stärkt seine Wettbewerbsfähigkeit.

Nicht jede neue Technologie scheint für jeden Marktteilnehmer gleichermaßen sinnvoll zu sein. Wo sehen Sie aktuell Grenzen, insbesondere für kleinere Makler?

Ein gutes Beispiel sind Technologien wie Facial Recognition (Gesichtserkennung) oder Affective Computing (Emotionserkennung) im Vertrieb, um Zustände wie Skepsis oder Freude in Echtzeit zu interpretieren. Der Einsatz unterliegt strengen datenschutzrechtlichen Auflagen. Für kleinere Maklerhäuser schaffen sie eher zusätzliche Komplexität und bringen im Verhältnis keinen echten Mehrwert. Solche Anwendungen sehe ich eher bei Maklerpools, Konsolidierern oder Versicherern mit bedeutendem AO-Vertrieb, beispielsweise für Trainings- oder Weiterbildungszwecke.

Sie betonen, dass Technologie allein kein Selbstzweck ist. Was meinen Sie damit?

Der entscheidende Punkt ist die wirtschaftliche Steuerung. Technologie entfaltet ihren Nutzen nur dann, wenn sie systematisch und reflektiert zur Unterstützung des Geschäftsmodells eingesetzt wird. Erfolgreiche Versicherer oder Maklerhäuser machen sich zunächst klar, wo sie Wert generieren wollen und welche Prozesse dafür entscheidend sind. Erst danach entscheiden sie, welche Technologien sinnvoll unterstützen können. Wer Technologie lediglich einführt, weil sie verfügbar ist oder vom Markt erwartet wird, wird keinen nachhaltigen Effekt erzielen oder sogar langfristig verlieren.

Woran lässt sich erkennen, dass Versicherer diesen Zusammenhang bereits verstanden haben?

Hier sehe ich deutliche Unterschiede im Markt. Einige Versicherer haben in den vergangenen Jahren gezielt Datenkompetenz aufgebaut und nutzen diese sehr strategisch. Sie analysieren Risiken präziser, steuern ihre Portfolios differenzierter und arbeiten effizienter. Ergebnisse sind nicht nur schlankere Prozesse, sondern auch echte Preisvorteile und bessere Produkte für Kundinnen und Kunden. Diese Unternehmen setzen Technologie nicht punktuell ein, sondern integrieren sie systematisch in ihre Organisation.

Heißt das im Umkehrschluss, dass wirtschaftlich erfolgreiche Versicherer vor allem technologisch führend sind?

Nicht zwingend technologisch führend im Sinne von „am modernsten“, sondern strategisch klar mit Blick auf die eigene Zielgruppe und notwendige Anpassungen in der Organisationsstruktur. Entscheidend ist, dass Technologie in ein schlüssiges Gesamtkonzept eingebettet ist. Versicherer, die ihre Daten sinnvoll nutzen und ihre Investitionen klar an Kundennutzen und Profitabilität ausrichten, bauen sich Wettbewerbsvorteile auf. Andere hingegen experimentieren viel, ohne mögliche Lösungen in eine wirtschaftliche Logik zu überführen. Dort bleiben Effekte häufig isoliert und verpuffen.

Wie ordnen Sie die Tech-Kompetenz der Versicherungsbranche im internationalen Vergleich ein?

Das kann ich nicht klar einschätzen. In China scheinen einige Versicherer sehr weit zu sein, insbesondere weil sie Daten aus unterschiedlichen Lebensbereichen bündeln und konsequent auswerten; der Ökosystemansatz ist dort weiter fortgeschritten. Aus einer aktuellen wissenschaftlichen Studie von Forschenden der Louisiana State University in den USA geht zudem hervor, dass der überwiegende Teil der technologischen Vertriebsimpulse aus den USA kommt und Deutschland eher eine untergeordnete Rolle spielt. Das liegt auch daran, dass dort regulatorisch mehr experimentiert werden kann. Aber auch in Deutschland finden wir bereits gute Ansätze von Versicherern, sich z. B. als datengetriebene Unternehmen zu platzieren.

Kaum ein Thema wird derzeit so intensiv diskutiert wie KI. Welche Rolle spielt generative KI aktuell?

Generative KI wird derzeit vor allem als starker Effizienztreiber gesehen. Viele Versicherer setzen sie ein, um Prozesse produktiver zu gestalten, etwa bei der Texterstellung, Analyse oder internen Wissensaufbereitung. Besonders viel Aufmerksamkeit von der Branche und Investoren erhält derzeit zudem Agentic AI. Gemeint sind KI-Systeme, die auf generativer KI aufbauen und autonom agieren: Sie planen Ziele, setzen erforderliche Tools eigenständig ein und korrigieren Fehler selbst. Dadurch sinken technische Einstiegshürden erheblich. Entwicklungsaufgaben werden mit Agentic AI deutlich schneller und für mehr Menschen zugänglich, auch ohne spezialisiertes IT-Know-how.

Welche Risiken sehen Sie beim KI-Einsatz?

Wir setzen KI-Lösungen zunehmend unter hohem Produktivitätsdruck ein. Das darf uns nicht blind machen für Risiken. Modelle erzeugen systematisch falsche Inhalte, und wenn Denkprozesse zu stark ausgelagert werden, droht ein schleichender Kompetenzverlust. Gerade im Vertrieb brauchen wir Menschen, die Absicherungsfragen durchdringen, Kausalitäten verstehen und etwa im Industriekundengeschäft maßgeschneiderte Lösungen entwickeln. Diese Expertise sollten wir bewusst erhalten, statt sie vorschnell an Technologie zu delegieren.

Lesen Sie auch: KI-gestützte Transkription: Schritt hin zu effizienterer Beratung

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