Künstliche Intelligenz ist in der Versicherungswirtschaft angekommen und verändert Prozesse, Produkte und Rollenbilder. Viele Anwendungen gelten regulatorisch als Hochrisiko, bieten aber enormes Effizienz- und Wachstumspotenzial. Entscheidend wird, wie gut Versicherer Innovation, Governance und menschliche Kontrolle austarieren, unterstreicht Mila Sullivan von IDA Ireland.
Historisch gesehen galt der Versicherungssektor als langsamer Anwender neuer Technologien, was vor allem an der Struktur der Branche lag. In den vergangenen Jahren haben Versicherer jedoch über alle Sparten hinweg aktiv in GenAI (generative KI) investiert und eigene Teams aufgebaut. Laut der Europäischen Aufsichtsbehörde für das Versicherungswesen und die betriebliche Altersversorgung (EIOPA) wird KI bereits von 50 % der europäischen Versicherungsunternehmen in der Schaden-/Unfallversicherung und von 24 % in der Lebensversicherung eingesetzt. Weitere 30 % beziehungsweise 39 % planen, KI in den nächsten drei Jahren in der Schaden-/Unfall- bzw. Lebensversicherung einzuführen.
GenAI besitzt ein transformatives Potenzial, um Ergebnisse zu liefern, die für die zukünftige Entwicklung des Sektors entscheidend sind. Versicherer sehen sich mit einer Vielzahl wachsender Risiken wie Klimawandel und Cybersecurity konfrontiert, während gleichzeitig die Kundenerwartungen an maßgeschneiderte Deckungen, personalisierte Erlebnisse und schnelleren Service steigen – und dies alles unter anhaltendem Profitabilitätsdruck.
KI in Systemen: Ein starkes Asset für Versicherungsunternehmen
Vor diesem Hintergrund erweisen sich KI-Systeme als leistungsstarkes Asset für Versicherungsunternehmen. Sie ermöglichen es, Produkte durch verfeinerte Datenanalysen zu individualisieren, Betriebskosten zu senken und letztlich Umsätze zu steigern – mit einer hohen Rendite auf GenAI-Investitionen. Noch wichtiger ist, dass KI Versicherern erlaubt, über standardisierte Angebote hinauszugehen. Durch transformierte Risikobewertung, verbesserte Kundeninteraktion, optimierte Risikoselektion und Policenindividualisierung können Unternehmen Schadenfälle schneller und präziser bearbeiten und so sowohl das Kundenerlebnis als auch die operative Effizienz verbessern.
Gleichzeitig fallen viele dieser Anwendungen unter die „Hochrisiko“-Kategorie des EU-KI-Gesetzes, insbesondere in Bereichen wie Underwriting, Preisgestaltung und Schadenmanagement. Dies erhöht die Bedeutung hochwertiger Daten, eines robusten Risikomanagements, der Erklärbarkeit von Modellen sowie menschlicher Aufsicht. Versicherer, die eine klare, top-down getriebene strategische Vision mit Experimenten auf operativer Ebene verbinden, sind am besten positioniert, um das volle Potenzial von Machine Learning, Predictive Analytics und GenAI auszuschöpfen und gleichzeitig regulatorische Anforderungen einzuhalten.
Die Kraft der KI zur Befähigung von Mitarbeitenden und Kunden
Über kundengerichtete Anwendungsfälle hinaus setzen Versicherer KI auch zur Transformation interner Prozesse und zur Stärkung ihrer Mitarbeitenden ein. Um der zunehmenden Komplexität und Digitalisierung zu begegnen, implementieren Unternehmen KI-gestützte Lösungen, die Produktivität, Entscheidungsfindung und Zusammenarbeit verbessern.
Ein starkes Beispiel ist Marsh McLennan, ein globales Unternehmen für Risiko, Strategie und Personal, das ein generatives KI-Tool für seine 85.000 Mitarbeitenden weltweit eingeführt hat. LenAI wurde vom Innovation Center von Marsh McLennan in Dublin in Zusammenarbeit mit Oliver Wyman Digital entwickelt. Um strenge Anforderungen an Datensicherheit und Governance zu erfüllen, entstand das Tool in enger Kooperation mit den Teams für Datenschutz, Compliance, Risikomanagement, Informationssicherheit und Recht.
LenAI erweitert die Fähigkeiten der zugrunde liegenden KI-Modelle durch die Integration von Funktionen wie Internetsuche, Dokumentenanalyse, präzisen Berechnungen und Zugriff auf hochwertige Publikationen. Diese Funktionen ermöglichen es den Mitarbeitenden, effizienter zu arbeiten und einen höheren Mehrwert für Kund:innen zu schaffen – ein anschauliches Beispiel dafür, wie KI menschliche Expertise ergänzt, statt sie zu ersetzen.
In Deutschland bietet Allianz mit ihrem Enterprise Knowledge Assistant (EKA) ein weiteres überzeugendes Beispiel. Durch den Einsatz generativer KI mit Retrieval-Augmented Generation (RAG) können Call-Center-Mitarbeitende auf die umfangreiche interne Wissensdatenbank von Allianz zugreifen und sofort präzise Antworten erhalten. Dies verbessert die Erstlösungsquote deutlich und steigert die Kundenzufriedenheit, während gleichzeitig Compliance und Konsistenz gewährleistet bleiben.
Ähnlich setzt Munich Re GenAI bei komplexen Kernaufgaben ein. Der REALYTIX ZERO CoPilot, der in die Underwriting-Plattform integriert ist, unterstützt erfahrene Underwriter bei der Erstellung und Anpassung von Versicherungsprodukten innerhalb weniger Stunden. Durch die schnelle Analyse großer Datenmengen beschleunigt das Tool die Produktentwicklung und erhöht zugleich die Präzision der Risikobewertung.
Nutzung von KI in der Talentgewinnung
Mit der zunehmenden Verankerung von KI in den Versicherungsprozessen verändern sich auch die Anforderungen an Talente. Die Integration von GenAI steigert die Nachfrage nach Fachkräften mit ausgeprägten technischen und analytischen Fähigkeiten. Vor diesem Hintergrund investiert Microsoft massiv in seine KI-Aktivitäten und schafft in den kommenden drei Jahren 550 neue Stellen in Irland. Irland wurde als zentraler Standort für Microsofts globale KI-Innovationsambitionen ausgewählt und unterstützt die Entwicklung von Technologien für zahlreiche Branchen, darunter auch die Versicherungswirtschaft.
Effizienzgewinne müssen jedoch mit einer proaktiven Personalstrategie einhergehen. Da Automatisierung zunehmend Routineaufgaben übernimmt, stehen Versicherer vor der dringenden Aufgabe, in Weiter- und Umschulungsprogramme zu investieren. Der Fokus verlagert sich auf „Human-in-the-Loop“-Modelle, bei denen Mitarbeitende komplexe Entscheidungen überwachen, Ausnahmen managen und Kundenbeziehungen pflegen. Dieser Ansatz unterstützt nicht nur die Anforderungen des EU-KI-Gesetzes an menschliche Aufsicht, sondern trägt auch zur langfristigen Sicherung der Belegschaft bei.
Die Herausforderungen von Bias und Diskriminierung
Während Versicherer von KI durch präzisere und effizientere Prozesse profitieren, wirft ihr Einsatz auch wichtige Fragen zu Bias, Diskriminierung und Transparenz auf. Laut EIOPA entwickeln Versicherungsunternehmen aktiv Governance- und Risikomanagement-Rahmenwerke, um diesen Risiken zu begegnen. In digitalen Umgebungen können sogenannte Dark Patterns Kund:innen irreführen, wenn sie nicht angemessen adressiert werden.
Insbesondere im Versicherungswesen besteht die Gefahr, dass KI-Systeme, die auf historischen Daten trainiert wurden, bestehende Verzerrungen in Bezug auf soziale Schicht, Ethnie oder Geschlecht fortschreiben. Das EU-KI-Gesetz greift diese Problematik direkt auf, indem es Anforderungen an Daten-Governance, Bias-Minderung, Transparenz und Auditierbarkeit für Hochrisiko-Systeme festlegt. Als Reaktion darauf ergreifen Versicherer Maßnahmen wie die Erhebung aktueller, direkter Kundendaten, die Nutzung regionsspezifischer Datensätze sowie die Implementierung von Kontrollen zur aktiven Identifikation und Korrektur von Verzerrungen in Algorithmen.
Ausblick
Durch die Integration von KI in ihre Systeme passen sich Versicherungsunternehmen neuen technologischen und marktseitigen Trends an, um wettbewerbsfähig zu bleiben und stärker personalisierte Dienstleistungen anzubieten. Das EU-KI-Gesetz positioniert Europa als globalen Vorreiter für verantwortungsvolle KI-Nutzung, und der Versicherungssektor ist gut aufgestellt, hier Maßstäbe zu setzen.
Indem sie das richtige Gleichgewicht zwischen Datenqualität, Talententwicklung, Governance und ethischen Aspekten finden, können Versicherer mit Zuversicht innovieren. Unternehmen, denen es gelingt, KI-getriebene Transformation mit regulatorischer Compliance zu verbinden, werden nicht nur aktuelle Herausforderungen meistern, sondern auch resiliente und vertrauenswürdige Geschäftsmodelle für die Zukunft aufbauen.