Was Versicherer über KI-gestütztes Marketing lernen müssen

Aus zahlreichen Projekterfahrungen im Versicherungsumfeld lassen sich klare Erfolgsfaktoren ableiten, wie KI im Marketing nachhaltig verankert werden kann.

1. Mensch im Mittelpunkt


Ob Kund:in oder Mitarbeiter:in: In verschiedenen Projekten wird jede KI-Anwendung darauf geprüft, welchen Nutzen sie für die jeweilige Zielgruppe bringt. Der Ansatz des „Human-in-the-Loop“ wird dabei sehr praktisch umgesetzt: Die KI automatisiert zwar Prozesse, aber der Mensch behält stets die finale Kontrolle. So entsteht Vertrauen in die Technologie – nicht durch Kontrolle um der Kontrolle willen, sondern durch nachvollziehbare Entscheidungsprozesse und spürbare Entlastung im Alltag.

2. Agile Methoden einsetzen


In der Praxis hat sich gezeigt, dass sich agile Methoden aus dem Design Thinking besonders bewähren. Versicherer führen gezielt AI-Design Sprints durch, in denen der gesamte Content-Prozess analysiert und neu aufgesetzt wird. Statt lediglich ein einzelnes KI-Text-Tool zu entwickeln, entsteht dabei ein automatisierter Gesamtprozess – ein sogenannter „agentic workflow“. In diesem arbeiten mehrere KI-Komponenten wie ein eingespieltes Team zusammen. Bereits am Ende eines Sprints kann eine erste Version dieses Workflows getestet werden, was die Erstellung von Produkttexten und Mailings deutlich beschleunigt, ohne dass Qualität und Compliance darunter leiden.

3. Kompetenzaufbau: Die KI als Co-Intelligenz verstehen lernen


In der Praxis erkennen Versicherer, dass oberflächliche Prompting-Kurse nicht ausreichen. Das Ziel sogenannter AI-Literacy-Trainings ist daher weitaus fundamentaler: Die Mitarbeitenden sollen lernen, KI nicht als Werkzeug, sondern als permanentes „zweites Gehirn“ zu begreifen – als eine Art Co-Intelligenz.
Der Fokus liegt weniger auf einzelnen Befehlen, sondern auf dem tiefen Verständnis, wie KI „denkt“ und wie sie bestehende Arbeitsabläufe von Grund auf verändern kann. Es geht darum, eine neue Gewohnheit zu etablieren: die intensive, tägliche Kollaboration mit KI zur Problemlösung und Ideenfindung. Das hilft, Ängste abzubauen und vermittelt das entscheidende Gefühl von Kompetenz und Selbstwirksamkeit. Begleitend werden Führungskräfte darin geschult, wie sie diese neue Form der Zusammenarbeit in ihren Teams aktiv fördern und fordern können.

4. Neue Capabilities: Rollen, Prozesse und Strukturen weiterentwickeln


Aus Projekterfahrungen zeigt sich, dass die neu erlernte Zusammenarbeit mit KI als Co-Intelligenz zwangsläufig zur Weiterentwicklung der gesamten organisatorischen Capability führt. Die Veränderung von Aufgaben ist dabei nur der erste Schritt: So wandelt sich die Rolle des klassischen Content-Erstellers hin zum Content-Supervisor, der KI-generierte Ergebnisse kuratiert, optimiert und auf Compliance prüft. In der Praxis hat sich außerdem gezeigt, dass es entscheidend ist, auch die Prozesse an diese neue Realität anzupassen. Die neuen, KI-gestützten Workflows werden nicht als Insellösung betrachtet, sondern nahtlos in den gesamten Content-Prozess eingebettet, um manuelle Brüche zu vermeiden. Gleichzeitig zeigt sich, dass KI traditionelle Abteilungsgrenzen auflöst. Um die neuen Workflows effektiv zu gestalten, müssen Marketing-, IT- und Data-Teams deutlich enger und integrierter zusammenarbeiten. Diese Erkenntnisse aus Projekten führen dazu, dass viele Versicherer ihre Strukturen gezielt anpassen und KI als festen Bestandteil des Operating Models etablieren, statt sie als bloße Zusatzaufgabe zu behandeln.

5. Kontinuierliches Monitoring der Transformation


Auch hier zeigt die Praxis, dass die gesamte Transformation durch ein engmaschiges Monitoring begleitet werden sollte, um nicht nur die Nutzungsraten, sondern vor allem die Stimmung und die tieferliegenden Bedürfnisse im Team zu verstehen. Regelmäßige, niederschwellige Team-Umfragen dienen als „Seismograph“, um frühzeitig zu erkennen, welche zusätzlichen Interventionen nötig sind. So zeigt das Monitoring beispielsweise ein auf den ersten Blick paradoxes Bild: Die Mitarbeitenden akzeptieren und nutzen die neuen KI-Tools, fühlen sich aber gleichzeitig unsicher, ob ihre eigene, über Jahre aufgebaute Expertise noch wertgeschätzt wird. In erfolgreichen Projekten reagieren Versicherer darauf mit Formaten, in denen die unersetzliche Rolle der menschlichen Erfahrung im Zusammenspiel mit KI betont wird. So können gezielt die richtigen Maßnahmen zur Steigerung von Akzeptanz und Nutzung abgeleitet werden.