Anzeige

Alte Systeme, neue Erwartungen

Die zentrale Frage lautet nicht mehr, ob Versicherer digitale Oberflächen haben. Entscheidend ist, ob ihre Daten- und Systemlandschaften KI produktiv arbeiten lassen. Dierkes formuliert das im Podcast so: „Die Frage ist nicht, wie digital ist ein Unternehmen, sondern wie viel in Anführungsstrichen Arbeit ist bereits automatisiert.“ Im „operativen Maschinenraum“ sieht er den größten Hebel: Datenerfassung, Abstimmung, Dokumentenprüfung und Prozesssteuerung seien prädestiniert für KI.

Doch die Ausgangslage bleibt heterogen. Ob heutige Systeme schon KI-fähig sind, beantwortet Dierkes klar: „Auf Versichererseite wird es ganz sicher noch nicht überall so sein.“ Und: „Ich glaube nicht, dass das bisher überall der Fall ist.“ McKinsey kommt in „The future of AI for the insurance industry“ zu einer ähnlichen Einordnung: Versicherer müssten Datenverfügbarkeit und Datenqualität prüfen und bei Legacy-Hürden ihre IT-Landschaft modernisieren, um KI skalierbar einzusetzen.

Datenqualität wird zur Wettbewerbsfrage

KI kann nur so gut orchestrieren, wie Daten auffindbar, konsistent und kontextreich sind. Genau hier treffen Versicherer auf alte Kernsysteme, Medienbrüche und unstrukturierte Dokumente. Der im April 2026 veröffentlichte Best’s Special Report „AM Best Survey Finds Most Insurers Expect to Leverage AI Though Data, Security Challenges May Impede Fast Adoption“ nennt Data Readiness, Security/Privacy und Legacy System Integration als zentrale Hürden für den KI-Einsatz in der Versicherungswirtschaft. AM Best verweist zudem darauf, dass KI-Systeme auf saubere, gut strukturierte Daten angewiesen sind und Legacy-Systeme genau diese Integration erschweren können.

Auch der „World Property and Casualty Insurance Report 2026“ des Capgemini Research Institute zeichnet ein ähnliches Bild: Nur rund zehn Prozent der Schaden- und Unfallversicherer zählen demnach zu den „Intelligence Trailblazers“, die KI bereits unternehmensweit wertschaffend einsetzen. Zugleich beschreibt Capgemini, dass es der Breite des Marktes weniger an Technologie als an deren wirksamer Einbettung in Entscheidungen, Prozesse und Organisation fehlt.

Dierkes’ Bild passt dazu: Neue Lösungen werden eher „Kleber zwischen den Systemen“ sein, die MVPs, E-Mail, Dokumente und Kommunikation verbinden, statt Altanwendungen sofort zu ersetzen. KI-Fähigkeit entsteht damit zunächst weniger durch den Austausch aller Altsysteme, sondern durch Infrastrukturen, die bestehende Systeme verbinden und Daten operativ nutzbar machen.

Bis 2031: Fortschritt, aber keine Flächendeckung

Für 2031 erwartet Dierkes keinen Systembruch, aber spürbare Fortschritte. „Ich denke schon, dass wir bis 2030 da auch auf Versichererseite einen großen Schritt in die richtige Richtung machen werden“, sagt er. Zugleich warnt er: „Das heißt, wahrscheinlich wird es nicht jeder bis dahin umgesetzt haben.“ Es werde „Gewinner und Verlierer“ geben.

KI-Fähigkeit ist allerdings nicht nur Technik. EIOPA fordert für KI im Versicherungssektor Data Governance, Dokumentation, Fairness, Cybersicherheit, Erklärbarkeit und menschliche Aufsicht. Der GDV verweist ebenfalls auf schnellere Schadenregulierung, bessere Risikoabsicherung und 24/7-Service – aber auch auf Fairness und Erklärbarkeit.

Die Infrastrukturfrage lautet daher: Schaffen Versicherer bis 2031 belastbare Datenfundamente, integrierbare Kernsysteme und Governance, die Automatisierung erlaubt? Wahrscheinlich nur teilweise. Standardprozesse werden deutlich KI-näher, komplexe Gewerbe- und Industrieprozesse bleiben hybrid. Wer seine Datenlandschaft jetzt ordnet, kann KI als Betriebssystem nutzen. Wer KI dagegen nur punktuell auf bestehende Silos setzt, dürfte viele strukturelle Reibungsverluste nicht beseitigen, sondern lediglich beschleunigen.

Das vollständige Gespräch mit Daniel Dierkes können Sie direkt hier hören oder im Versicherungsfunk auf Spotify & Apple-Podcasts und überall, wo es Podcasts gibt.