Was KI im Versicherungsvertrieb wirklich leisten kann

Die deutsche Versicherungswirtschaft gilt traditionell nicht als besonders risikofreudig. Beim Thema Künstliche Intelligenz gerät dennoch Bewegung in die Branche: Die Erwartungen an generative Systeme wie ChatGPT oder Claude sind hoch, gleichzeitig zwingt der regulierte Rahmen zu besonderer Vorsicht. Ein Blick auf das, was heute schon funktioniert – und wo die Grenzen liegen.

In der Fläche ist die Branche von einem breiten, alltäglichen KI-Einsatz noch entfernt. Das Bewusstsein für den Handlungsbedarf ist jedoch längst da: Mit starren, klassischen Systemen stößt man in Sachen Effizienz und Tempo an harte Grenzen. Entsprechend viel passiert im Bereich der Pilotierung. Direkt zum Endkunden trauen sich allerdings bisher nur wenige. Ein Beispiel sind kundenseitige Chatbots, die bei der Tarifwahl helfen. Deutlich mehr Bewegung gibt es im „Maschinenraum” des Vertriebs, also in den internen Prozessen.

Vincenz Klemm, CEO und Co-Founder von Baobab Risk Solutions. Foto: © Baobab

Große Sprachmodelle als informelle Berater

Bemerkenswert ist, dass Kunden Modelle wie ChatGPT oder Claude bereits heute informell für die Discovery-Phase nutzen: Welches Produkt brauche ich, worauf muss ich achten? Die Antworten sind erstaunlich kompetent, verweisen aber aus guten Gründen auf Experten. Für den klassischen Vertrieb ist das weniger eine Bedrohung als ein neues Geschäftsfeld: Sobald Plattformbetreiber einen monetären Anreiz haben, dürften sie qualifizierte Leads gegen Vergütung an Versicherer oder Makler weiterreichen. Wer eigene Produkte und Tarife dann nicht so aufbereitet hat, dass eine KI sie versteht, läuft Gefahr, in dieser neuen Suchlogik unsichtbar zu werden.

Verlässlichkeit als Hürde im regulierten Umfeld

Eine zentrale Hürde im regulierten Umfeld: Verlässlichkeit. Gängige Erfolgsquoten großer Sprachmodelle liegen häufig um die 85 Prozent – im Alltag beeindruckend, im Finanz- und Versicherungsvertrieb jedoch riskant. Denn im Umkehrschluss ist fast jede fünfte Antwort falsch. Ungefiltert lässt sich das nicht auf Endkunden anwenden. Im B2B-Kontext, also im eigenen Fachbereich, funktioniert der Einsatz eher, weil geschulte Mitarbeitende Fehler erkennen und im Zweifel nachprüfen. Für den direkten Kundenkontakt braucht es dagegen deutlich engere Leitplanken.

Der größte Hebel: Administration

Ein realistischer Ansatzpunkt liegt in der Administration. Je nach Schätzung fließen 60 bis 80 Prozent der Arbeitszeit von Vermittlern in Dokumentation statt in den Kundenkontakt. Genau hier setzt sinnvoller KI-Einsatz an, etwa bei der Antragsprüfung: Eine KI kann Anträge in Sekunden auf fehlende Unterschriften oder Abweichungen prüfen. Aus zehn Minuten manueller Arbeit werden so anderthalb Minuten, bei gleichbleibender Qualität. Auch bei personalisierter Kundenansprache, etwa dem Entwurf einer E-Mail auf Basis der individuellen Vertragssituation, lassen sich Effizienzsteigerungen von 30 bis 60 Prozent erzielen.

Fachkräftemangel als Treiber

Der demografische Wandel im Maklersegment macht diesen Hebel zu mehr als einer Komfortfrage: Weniger nachwachsendes Personal muss künftig mehr Kunden pro Kopf betreuen. Gleichzeitig bestehen bei Mitarbeitenden reale Sorgen vor Jobverlust, die man ernst nehmen muss. Beispiele wie die verpflichtende Einführung von KI-Tools bei einem großen US-Versicherer, die zu deutlichem internem Widerstand führte, zeigen, dass Zwang selten der richtige Weg ist. Das Beispiel verdeutlicht, dass die  Einführung von KI vor allem ein Change-Projekt ist und kein reines Technologiethema. Erfolgversprechender ist es daher, an konkreten Schmerzpunkten anzusetzen: Nimmt man Mitarbeitenden Prozesse ab, die als Belastung empfunden werden, wirkt ein Tool eher als Entlastung denn als Bedrohung. Auch Spielraum zum Ausprobieren hilft, den tatsächlichen Nutzen zu erkennen.

Testen im regulierten Rahmen: zwei Wege

Datenschutz, Compliance und der AI Act sorgen jedoch dafür, dass „einfach mal ausprobieren” im Versicherungskontext kein triviales Unterfangen ist. In der Praxis haben sich zwei Ansätze bewährt. Der erste ist das abgesicherte, zentral bereitgestellte Modell: flexibel in der Anwendung, aber datenschutzkonform in die eigene IT-Infrastruktur eingebunden. Das verhindert, dass Mitarbeitende frustriert auf private, unsichere Anwendungen ausweichen. Der zweite Ansatz ist modular: Statt einer alles umfassenden KI-Lösung werden punktuelle Werkzeuge für konkrete Anwendungsfälle bereitgestellt, etwa für Angebotserstellung oder Einwandbehandlung. Zentral gesteuert lässt sich festlegen, was ein System darf – etwa, dass es in sensiblen Sparten wie Lebens- oder Krankenversicherung keine eigenständigen Empfehlungen ausspricht.

Make or Buy bleibt eine offene Frage

Viele Versicherer versuchen nach wie vor, eigene KI-Modelle intern aufzubauen. Angesichts des Entwicklungstempos ist fraglich, ob das für die meisten Häuser realistisch bleibt. Nur wenige große Unternehmen verfügen über die Ressourcen, dauerhaft tiefe Entwickler-Expertise vorzuhalten – und selbst dort bremsen langfristig geplante IT-Roadmaps oft die Anpassungsfähigkeit an eine sich rasant verändernde Technologie. Die Sorge vieler Entscheider ist nachvollziehbar: sich die eigene Zukunftsfähigkeit zu verbauen, wenn sie sich früh auf Anbieter festlegen. Orchestrierende Ansätze, die bestehende Datenquellen flexibel mit unterschiedlichen KI-Modellen verbinden, können hier Abhilfe schaffen.

Ausblick

In den kommenden Jahren dürfte KI für Endkunden deutlich sichtbarer werden – etwa durch schnellere, transparentere Prozesse in der Schadenregulierung. Automatisiert ablaufende Standardprozesse könnten zu spürbar kürzeren Bearbeitungszeiten führen und so das Image der Branche verbessern. Im Vertrieb dürfte KI administrative Aufgaben zunehmend übernehmen und mehr Raum für persönlichen Kundenkontakt schaffen. Entscheidend bleibt dabei, dass Verlässlichkeit, Datenschutz und regulatorische Vorgaben nicht dem Tempo der technologischen Entwicklung geopfert werden.

Ein Gastbeitrag von Nele Wollert und Vincenz Klemm. Vincenz Klemm ist CEO und Co-Founder von Baobab Risk Solutions. Nele Wollert ist Chief Sales Officer bei muffintech.