Interview mit Prof. Dr. Heiko Beier, Gründer des KI-Unternehmens moresophy, und Dr. Thomas Wolf, Managing Director von twinBAIT
Herr Dr. Wolf, wie steht es aus Ihrer Sicht derzeit um den Einsatz von KI?
Dr. Thomas Wolf Das strategische Potenzial von KI nutzbar zu machen und in ein klares Zielbild sowie eine konkrete Umsetzungsagenda zu überführen, ist aktuell das Megathema, das jede Versicherungsgesellschaft nahezu täglich beschäftigt. Allerdings befinden wir uns noch in einer Phase, in der viele Unternehmen bei der Umsetzung lediglich an der Oberfläche kratzen. Anwendungen wie Chatbots, Dashboards oder KI-gestützte Insights sind zwar gut gemeint, werden aber häufig eingesetzt, ohne zuvor die kontextbezogenen Daten tiefgehend zu analysieren und zu strukturieren. Das ist wenig zielführend. Gleichzeitig steigt der Kostendruck auf Versicherer in mehrfacher Hinsicht: Sie müssen den quantitativen und qualitativen Anforderungen aus Solvency II gerecht werden und zusätzlich aufwendige regulatorische Themen wie DSGVO, DORA, FiDA sowie indirekt Cybersicherheitserweiterungen aus NIS-2 bewältigen. Diese schlagen direkt auf die laufenden Betriebskosten durch, etwa durch höhere Personalkosten infolge zusätzlicher Reporting-, Dokumentations- und Auditpflichten in den Risiko-, Compliance- und Berichtsfunktionen.
Regulatorische Reporting-Plattformen mit KI setzen genau hier an: Sie automatisieren die Erstellung von Berichten wie SFCR, QRTs oder ORSA und verknüpfen dabei Daten, Berechnungen und narrative Texte. Dadurch kann der Aufwand um 40 bis 50% reduziert werden. Gleichzeitig können Dokumentationen automatisiert ergänzt, Vorgaben kontinuierlich mit aktuellen Regelwerken abgeglichen und erklärbare Zusammenhänge zwischen Regelwerken und Prozessen hergestellt werden, was zu weiteren Entlastungen auf der Kostenseite führt.
Letzteres gilt stellvertretend auch für zahlreiche weitere Funktionsbereiche in Unternehmen, etwa im Schaden, im operativen Betrieb oder in der Unternehmenssteuerung bzw. im Controlling.
Herr Prof. Dr. Beier, wo entsteht im Maklervertrieb heute messbarer wirtschaftlicher Nutzen?
Prof. Dr. Heiko Beier Der größte Nutzen entsteht dort, wo hohe Volumina auf komplexe Datenstrukturen treffen. Ein konkreter Return on Investment (ROI) lässt sich derzeit vor allem durch die Automatisierung von Routineaufgaben erzielen. Ein einfaches Rechenbeispiel: Wenn ein Versicherer im Maklerkanal jährlich etwa 50.000 Vorgänge bearbeitet, die jeweils zehn Minuten Recherche erfordern, kann eine hybride KI-Lösung bei einer Automatisierungsquote von 30 bis 50% zwischen 2.500 und 4.200 Arbeitsstunden pro Jahr einsparen. Das entspricht fast zwei Vollzeitstellen. Mitarbeitende können sich dadurch auf komplexere und lukrativere Fälle konzentrieren.
Wie können Makler KI möglichst effizient einsetzen?
HB Im Maklergeschäft lohnt es sich, klar zwischen Massengeschäft und hochkomplexen Individualrisiken zu unterscheiden.
Im Komposit- und B2C-Geschäft liegt der größte Hebel zunächst in der Effizienz an der Kundenschnittstelle: KI kann Prozesse von der Lead-Qualifizierung über die Antragsprüfung bis hin zur Schadenbetreuung deutlich beschleunigen. Das erhöht nicht nur den Durchsatz, sondern verbessert auch die Servicequalität, die Kundenzufriedenheit und die Kundenbindung. Besonders wirksam sind hybride Lösungen, die unstrukturierte Kommunikation wie E-Mails, Notizen oder Dokumente mit strukturierten Bestands- und Vertriebsdaten verbinden. Denn klassische Business Intelligence beantwortet meist nur das „Was“, während reine LLMs oft nur das „Warum“ in Textform liefern.
Der hybride Ansatz verbindet beides und macht daraus operativ nutzbare Entscheidungsgrundlagen. So lassen sich Fragen wie „Warum verlieren wir Deals?“ oder „Welche Angebote vereinen Kundenakzeptanz und Rentabilität?“ kontinuierlich fundiert beantworten.
Bei komplexen Risiken, etwa im Industriegeschäft, ist der Wert spezialisierter Daten noch höher, da individuelle Risikosituationen bewertet werden müssen. Voraussetzung ist hier zunächst die effiziente Erfassung und Auswertung aller relevanten Unterlagen – von Antragsdokumenten bis hin zu externen Umfelddaten wie Karten- oder Luftbildinformationen. Darauf aufbauend kann KI Entscheidungen durch den Abgleich mit Prüfhistorien, Vergleichsfällen und weiteren Risikodaten deutlich besser absichern.
Im Ergebnis profitieren Makler auf mehreren Ebenen zugleich: durch Zeit- und Kosteneinsparungen, eine höhere Prozessqualität, eine bessere Bestandsstabilität und eine insgesamt ertragsstärkere Risikoselektion.
Wie lässt sich aus den Daten ein konkreter Mehrwert ziehen?
TW Versicherungen sind im Kern ein Datengeschäft. Ein Mehrwert entsteht also dann, wenn im Vertrieb die vorhandenen Daten über Kunden, Geschäftspartner, Zielgruppen, Absatzkanäle und Produktsegmente konsequent gehoben werden. Der eigentliche Mehrwert verschiebt sich mittels KI aber von der Insight-Generierung zur Fähigkeit, aus diesen Erkenntnissen eine Kompetenzerhöhung für skalierbare Geschäftsmodelle zu ermöglichen. KI wird zum Enabler für Wachstum und Transformation.
Eine „One size fits all“-Lösung wird dabei nicht funktionieren. Vielmehr werden Versicherer erst durch die gezielte Kuratierung ihrer eigenen Daten sowie deren Anreicherung mit Marktdaten oder soziodemografischen Merkmalen in die Lage versetzt, beispielsweise präzise Personas abzubilden und darauf aufbauend passende Customer Journeys zu entwickeln.
Ich betone das bewusst, weil ich davon überzeugt bin, dass in einer Welt zunehmend austauschbarer Produkte die Customer Experience den entscheidenden vertrieblichen Vorteil liefert, um sich positiv vom Wettbewerb abzuheben. Agentic AI übernimmt dabei einen Teil der komplexen Hintergrundarbeit, indem sie Lösungen autonom vorbereitet.
HB Ganz genau. Um diesen Mehrwert zu realisieren, müssen aber zunächst Datenmuster über alle Touchpoints hinweg erfasst, verknüpft und analysiert werden, also sowohl qualitative Texte als auch quantitative Kennzahlen.
Im Maklervertrieb wirken kontinuierlich unstrukturierte Informationen wie E-Mails oder Gesprächsnotizen mit harten KPIs wie Storno- oder Schadenquoten zusammen. Eine hybride KI, die qualitative und quantitative Daten miteinander verbindet, kann beispielsweise Fragen beantworten wie: „Welche Maklerbestände zeigen steigende Stornoquoten und aus welchen Gründen?“
Durch das Aufbrechen von Datensilos wird das gesamte Unternehmenswissen zentral nutzbar gemacht und direkt in „Next Best Actions“, also konkrete Handlungsempfehlungen für den Vertrieb, übersetzt.
Welche Risiken ergeben sich durch generative KI im Maklerumfeld – etwa im Hinblick auf Haftung? Anders gefragt: Wo sehen Sie wiederum Grenzen?
TW Halluzinationen sind ein massives Risiko. LLMs neigen dazu, bei Unsicherheit eher zu raten, als Unwissen zuzugeben. Solche syntaktisch korrekten, aber faktisch falschen Aussagen sind oft schwer zu erkennen, können aber in der Beratung fatale Folgen haben.
HB Hinzu kommen regulatorische Grenzen. Artikel 22 der DSGVO stellt extrem hohe Anforderungen an die Erklärbarkeit und Reproduzierbarkeit automatisierter Entscheidungen, insbesondere dann, wenn diese rechtliche Wirkung entfalten. Da LLMs rein statistisch arbeiten, können sie oft nicht kausal erklären, warum eine bestimmte Antwort generiert wurde. Versicherer sollten deshalb auf „Trusted AI“ setzen, die im Zweifelsfall lieber transparent zugibt, dass keine verlässliche Antwort möglich ist, anstatt zu halluzinieren.
Ersetzt KI mittelfristig Teile der Maklerberatung an der Schnittstelle zum Kunden?
HB Aus meiner Sicht geht es weniger um einen vollständigen Ersatz der Beratung, sondern um die Automatisierung volumenstarker und dokumentenintensiver Routineprozesse. Maklerprozesse sind oft heterogen und zeitaufwendig. Hier können hybride KI-Agenten die Arbeit massiv streamlinen und so eine gute Balance zwischen technischem Fortschritt und menschlicher Interaktion schaffen.
TW KI ist leistungsstark, keine Frage. Sie kann Erkenntnisse beschleunigen, Prozesse automatisieren und neue Geschäftsmodelle ermöglichen. Aber sie funktioniert nur im Zusammenspiel mit dem Menschen. Die persönliche Expertise an der Schnittstelle zum Kunden bleibt ein zentraler Bestandteil des Maklergeschäfts. KI ist ein Hilfsmittel zur Unterstützung, aber kein Ersatz für die menschliche Interaktion. Wenn Fingerspitzengefühl, Empathie und Intuition gefragt sind, ist und bleibt der Mensch unschlagbar!
Unterstützendes Change-Management ist insofern nicht verhandelbar: Alle Beteiligten müssen in diesen Veränderungsprozess eingebunden werden, um Ängste – etwa vor Arbeitsplatzverlust durch KI – abzubauen. Es braucht Klarheit darüber, dass KI die komplexe Hintergrundarbeit übernimmt, damit der Mensch an der Kundenschnittstelle seine Stärken voll ausspielen kann. So entsteht eine Win-win-Situation zwischen Mensch und Maschine und wird zum Gamechanger.
Schwächt oder stärkt die neue Technologie perspektivisch die Rolle des Vermittlers?
TW Wenn die Technologie zielgerichtet in die Use Cases der Vermittler integriert wird, stärkt sie deren Rolle massiv. KI versetzt den Vertrieb in die Lage, anspruchsvollere, expertennahe Tätigkeiten auszuüben, während die Maschine die Routine übernimmt. Darüber hinaus ermöglichen Algorithmen eine vorausschauende Identifikation potenzieller Kundenanliegen. Auf dieser Basis entstehen konkrete Anlässe für eine proaktive Kontaktaufnahme.
HB Die Technologie wird die Rolle des Vermittlers eindeutig stärken, sofern er auf hybride KI-Ansätze setzt. Die Kombination aus analytischen Verfahren und generativen Sprachmodellen führt zu präzisen „Next Best Actions“, die direkt in den Vertriebsprozess zurückgespielt werden können.
KI-gestützte Konsistenzchecks können zudem überproportional hohe Rabatte aufdecken und Stornoquoten senken, was unmittelbar zum wirtschaftlichen Erfolg des Vermittlers beiträgt. KI fungiert somit als Werkzeug für einen echten Return on Investment und macht die Beratung insgesamt datengestützter und damit professioneller.
