Vom Hype zur Wirkung: Wie Künstliche Intelligenz in Versicherungsprozessen messbare Ergebnisse liefert

München, 24. Februar 2026. Chatbots im Kundenservice, Pilotprojekte für automatisierte Schadenprüfung, KI-gestützte Risikoanalysen: Viele Versicherer treiben KI-Initiativen aktuell mit hoher Dynamik voran. Der erhoffte Effekt auf Produktivität und Durchlaufzeiten bleibt dennoch häufig aus. Die Technologie ist nicht der Grund dafür. „Automatisierung wird selten in Kernprozesse integriert, in denen die wirklichen Hebel liegen. Trotz steigender Investitionen bleiben dann viele Abläufe fragmentiert. Schadeninfos werden manuell aus E-Mails ausgelesen und zugeordnet, Risikoprüfer arbeiten mit PDFs, und im Kundenservice entstehen Informationsverluste durch Tool- und Kanalwechsel“, erklärt Daniel Amberger, Sales Executive Financial Services beim Technologieberatungsunternehmen Slalom Germany. Hinzu kommt: Regulatorische Anforderungen verlangen, dass Prozesse stabil, auditierbar und nachvollziehbar bleiben. In diesem Spannungsfeld liegen die größten Effizienzpotenziale für KI-Automatisierung laut Slalom Germany in drei Bereichen: Claims, Underwriting und Customer Operations – allesamt dokumentenlastig, hochkomplex und variantenreich.

Versicherer sind mit Automatisierung nicht unerfahren. Ob Datenerfassung oder Weiterleitung von Anfragen: regelbasierte Systeme wie Robotic Process Automation (RPA) haben in der Vergangenheit viele repetitive Aufgaben effizienter gestaltet. In den Kernprozessen der Versicherungsbranche stößt der Ansatz an seine Grenzen. Klassische RPA braucht strukturierten Input und Regeln, die sich einfach formulieren lassen. Bei variablen Inputs oder höherer Komplexität scheitert der Ansatz schnell. Das Ergebnis: Versicherer sind nicht in der Lage, die Technologie in tiefe Fachlogik zu integrieren und zu skalieren. Medienbrüche durch Tool- und Kanalwechsel bleiben bestehen und lediglich einzelne Schritte werden automatisiert. Die KI-Prozessautomatisierung geht einen Schritt weiter und verbindet mehrere Fähigkeiten: Sie versteht Dokumente, unterstützt Entscheidungen durch Scoring und Klassifikation, orchestriert End-to-End über Systemgrenzen hinweg und setzt KI-Agenten ein, die komplexe Vorgänge eigenständig bearbeiten. „Moderne KI schließt die zentrale Lücke klassischer Automatisierung, indem sie unstrukturierte Informationen, Ausnahmen und Prozessvarianten robust verarbeitet“, erklärt Johannes Frisch, Principal Data bei Slalom Germany. Wichtig dabei: In sensiblen Bereichen wie der Schadenregulierung oder im Underwriting ist ein „Human-in-the-Loop“ – ein Mensch, der die Systeme überwacht, prüft und kritische Schritte freigibt – verpflichtend.

Der häufigste Fehler bei KI-Projekten ist der Fokus auf Tools statt auf Abläufe. Erfolgreiche Automatisierung beginnt nicht mit der Technologie, sondern mit dem Prozess. „Die größten Effizienzgewinne entstehen dort, wo KI Routinearbeiten wie Vorprüfungen, Extraktion, Routing und Dokumentation übernimmt – klar eingebettet in Governance und Fachentscheidungen. Wenn diese Prozesse klar definiert sind, kann KI sie erheblich beschleunigen“, betont Amberger. In der Praxis bedeutet das: Bei der Claims-Triage liest KI FNOL-Daten, strukturiert Informationen vor und schlägt Priorisierungswege vor. Im Underwriting-Pre-Assessment prüft KI systematisch vor, extrahiert Daten aus Broker-Submits und bereitet sie für Underwriter auf. Und im Customer Support hilft KI, indem sie Absichten erkennt, nächste Schritte vorschlägt und automatisch in Kernsystemen dokumentiert.

Damit KI in regulierten Branchen wirksam und sicher eingesetzt werden kann, braucht es klare Leitplanken. Dazu gehören Datenschutz und EU-/EWR-Hosting, transparente Audit-Trails und DORA-konforme Betriebsmodelle. Wichtig ist auch: Kundendaten dürfen nicht für nicht genehmigtes Modelltraining genutzt werden. Zudem müssen relevante Entscheidungen nachvollziehbar sein und integrierte Anwendungen müssen Tool-Silos ersetzen. Amberger: „Versicherer, die früh auf strukturierte Prozessautomatisierung, solide Datengrundlagen und verantwortungsvolle Steuerung setzen, erzielen schneller messbare Ergebnisse und bauen langfristig resilientere Betriebsmodelle auf.“ Der Schlüssel zum Erfolg liegt darin, mit abgegrenzten, messbaren Pilotbereichen zu starten, Prozesse vor Tools zu priorisieren, Datenqualität früh zu sichern, Governance zu definieren und KPIs festzulegen, die Effizienz, Qualität und Kundenerlebnisse messbar machen.

KI-gestützte Assistenzsysteme werden in den kommenden Jahren zunehmend in produktive Abläufe integriert – nicht unkontrolliert, sondern mit klarer Governance und definierten fachlichen Kontrollpunkten. „Die Transformation von der Technologie-Euphorie zur messbaren Wirkung beginnt mit der Prozessreife, nicht der Rechenleistung oder dem besten LLM. Die Zukunft gehört Versicherern, die KI nicht als Experiment betrachten, sondern als integralen Bestandteil ihres Betriebsmodells. Wer jetzt die richtigen Weichen stellt, wird nicht nur effizienter arbeiten, sondern auch bessere Kundenerlebnisse schaffen und Wettbewerbsvorteile erzielen“, erklärt Frisch.