Stellen Sie sich vor: Es ist Sonntagabend, 21:30 Uhr. Ihr Kunde bemerkt in der Küche feuchte Flecken am Sockel und ein stetiges Tropfen an einer Wasserleitung unter der Spüle. Kein spektakulärer Notfall, aber Handlungsbedarf ist da. Geistesgegenwärtig dreht er den Absperrhahn zu. Die akute Gefahr ist gebannt, doch um Folgeschäden zu vermeiden und die Ursache nachhaltig zu beheben, bedarf es des zeitnahen Einsatzes eines geeigneten Dienstleisters.
Der Kunde erwartet nun eine zügige, unkomplizierte Wiederherstellung und möchte den Vorfall schnell melden. Dazu greift er zum Smartphone. Er muss nicht zwingend eine klassische E-Mail tippen oder in einer telefonischen Warteschleife verharren. Vielleicht nutzt er die Kunden-App, wählt den telefonischen Erstkontakt – oder er delegiert die Aufgabe direkt an seinen persönlichen KI-Assistenten. Dieser erfasst die Situation in natürlicher Sprache und nimmt direkt Kontakt mit dem digitalen Agenten des Versicherers auf.
Ab diesem Moment startet die Kommunikation mit dem Versicherer – und hier entscheidet sich die Zukunft der Kundenbeziehung. Mit dem richtigen technologischen Fundament lässt sich dieses Szenario heute in Rekordzeit lösen: Noch am selben Abend koordiniert das System vollautomatisch einen passenden Handwerker-Notdienst für den nächsten Morgen, prüft die Deckung im Bestandssystem und schickt dem Kunden innerhalb weniger Minuten eine Bestätigung inklusive Ankunftszeit des Dienstleisters auf sein Smartphone. Der Kunde geht beruhigt schlafen – und der Versicherer hat einen loyalen Botschafter gewonnen.
Der unschlagbare Nutzen: Effizienz und Kundenbegeisterung im Einklang
Hinter diesem reibungslosen Kundenerlebnis verbirgt sich der größte Hebel für moderne Versicherer. Der strategische Nutzen dieser autonomen End-to-End-Prozesse ist immens und lässt sich in drei zentralen Dimensionen messen:
▪ Maximale Skalierbarkeit bei Großschadensereignissen: Wenn schwere Unwetter zu sprunghaften Anstiegen der Schadenmeldungen führen, geraten klassische Organisationen an ihre Kapazitätsgrenzen. Ein digitales, autonomes System skaliert nahezu unbegrenzt. Es verarbeitet hunderte Schadenmeldungen gleichzeitig und entlastet das Team in Peak-Zeiten spürbar.
▪ Radikale Effizienz und reduzierte Schadenregulierungskosten (Loss Adjustment Expenses): Durch Dunkelverarbeitungsquoten von über 50 % bei komplexeren Prozessen und eine Automatisierungsrate von bis zu 84 % bei einfachen Sachschäden sinken die Prozesskosten drastisch. Gleichzeitig steigt die Prüfqualität, da jeder Fall regelbasiert und fehlerfrei abgeglichen wird.
▪ Wettbewerbsvorteil durch exzellenten Service: In einer Zeit, in der Kunden Echtzeit-Reaktionen gewohnt sind, wird die Geschwindigkeit der Schadenregulierung und Wiederherstellung zum entscheidenden Differenzierungsmerkmal im hart umkämpften Kompositmarkt.
Die Kehrseite der Medaille: Wo die aktuellen Problemfelder liegen
Warum ist dieses Idealbild dann in vielen Häusern noch keine Realität? Weil der Weg dorthin über technologische Stolpersteine führt, an denen klassische Architekturen scheitern. Wer die enormen Potenziale der KI heben will, stößt unweigerlich auf drei kritische Problemfelder:
1. Das Dilemma des KI-Wildwuchses (Insel-Lösungen)
Häufig testen Fachbereiche isoliert voneinander hochspezialisierte KI-Tools – beispielsweise für die Textextraktion, die Bilderkennung oder die Betrugsprüfung. Das Ergebnis ist ein unkontrollierter Wildwuchs an den Systemgrenzen. Es entstehen teure Daten-Silos und enorme Integrationsaufwände, da jede dieser Einzellösungen mühsam mit den Kernsystemen verdrahtet werden muss. Am Ende bremsen sich die Prozesse an den Schnittstellen selbst aus.
2. Das Risiko: KI im regulatorischen Kern
Ein noch gravierenderer Fehler ist der Versuch, künstliche Intelligenz direkt im Kern der Bestandssysteme zu verankern. Der Kern einer Versicherungsplattform muss revisionssicher, stabil, deterministisch und absolut fehlerfrei arbeiten. Generative KI hingegen arbeitet probabilistisch (auf Wahrscheinlichkeiten basierend). Lässt man eine KI ungesteuert Entscheidungen in den Bestandssystemen treffen, kollidiert dies unweigerlich mit den strengen Anforderungen der BaFin, der DORA-Verordnung und dem EU AI Act. Governance und Nachvollziehbarkeit geraten in Gefahr.
3. Der Trugschluss der vollständigen Disruption
Gelegentlich wird behauptet, dass autonome KI-Agenten die klassischen Kernsysteme bald komplett ersetzen werden. Das ist ein gefährlicher Irrtum. Ein funktionierendes Kernsystem besteht zu 90 % aus tiefem, jahrzehntelang aufgebautem Domänenwissen – Produktlogiken, Tarifstrukturen und regulatorischen Sonderfällen. Wer glaubt, diese geschäftskritische Logik kurzfristig durch autonome KI-Entwicklung zu ersetzen, unterschätzt die Komplexität unserer Branche.
Die Lösung: Der Agentic Layer als Orchestrierungs- und Governance-Schicht
Wie lösen wir dieses Dilemma? Die Antwort liegt in einem klaren Architektur-Prinzip: Architecture first. AI where it creates value. Wir trennen die stabile Core-Logik technologisch von der agilen KI-Ebene. Genau hier setzt der Agentic Layer (aL) an.
Wichtig für das genaue Gesamtverständnis: Der Agentic Layer reguliert den Schaden nicht selbst. Die eigentliche fachliche Bearbeitung, Validierung und Dunkelverarbeitung der Schadenfälle erfolgt in der spezialisierten KI-gestützten Schadenmanagement-Lösung von omni:us – die wir durch den Erwerb von omni:us nahtlos in unser Portfolio integriert haben – im direkten Zusammenspiel mit unserem Schadenbackend in|sure General Claims (IGC).
Welche entscheidende Rolle übernimmt dann der Agentic Layer?
Er serviciert die Konnektivität aller eingebundenen KI-Agenten (insbesondere der Spezial-Agenten aus der omni:us-Lösung), fungiert als übergeordnete Orchestrierungs- und Entscheidungsschicht und stellt sicher, dass sämtliche angebundenen KI-Agenten strikt nach regulatorischen Vorgaben funktionieren.
Dabei übernimmt der Agentic Layer vier zentrale Aufgaben:
1. Konnektivität & Context Management: Der Layer serviciert die sichere Anbindung der KI-Agenten (u. a. aus der omni:us-Lösung) und hält alle Vorgangskontexte – von den Kundeneingaben über Dokumente bis hin zu den rund 1.200 strukturierten Datenpunkten je Schadensfall – über alle Systemgrenzen hinweg zentral zusammen. Medienbrüche und manuelles Datensuchen gehören der Vergangenheit an.
2. End-to-End Orchestrierung & Entscheidungsschicht: Während die omni:us-Lösung gemeinsam mit *in|sure General Claims (IGC)* die fachliche Schadenbearbeitung durchführt, steuert der Agentic Layer als übergeordnete Entscheidungsschicht den Gesamtablauf. Erst diese harmonische Orchestrierung ermöglicht Dunkelverarbeitungsquoten von über 50 % bei komplexeren Prozessen und bis zu 84 % Automatisierung bei Standardschäden in der Praxis.
3. Agnostische Architektur (Model & Tool Gateway): Der Layer stellt ein agnostisches Gateway bereit. Ob die spezialisierten Agenten von omni:us, Modelle von Azure OpenAI, Claude oder künftige Drittsysteme – KI-Technologien werden flexible angebunden und serviciert. Das bietet maximalen Schutz vor einem teuren Vendor-Lock-in.
4. Decision Governance & Regulatorische Sicherung: Hier liegt das Herzstück der Compliance: Der Agentic Layer stellt sicher, dass alle angebundenen KI-Agenten strikt nach regulatorischen Leitplanken (Guardrails) agieren. Er bündelt Konfidenz-Logiken und Audit-Logs an zentraler Stelle. So entsteht ein revisionssicherer Audit-Trail, der den strengen Vorgaben von BaFin, DORA und EU AI Act vollkommen entspricht.
Mensch und Maschine: Das hybride Workforce-Modell
Trotz dieser enormen Automatisierungskraft bleibt ein Grundsatz unumstößlich: Evolution statt Revolution – und der Mensch bleibt im Mittelpunkt. Der Agentic Layer ersetzt nicht den Sachbearbeiter, sondern wertet seine Rolle auf.
Routineaufgaben, Vorprüfungen und Datenstrukturierung übernimmt das System in Millisekunden. Die finale Entscheidungshoheit, die Empathie im Kundenkontakt und die Verantwortung bei komplexen Grenzfällen – wie der Kulanzentscheidung bei einem langjährigen Kunden oder schweren Personenschäden – verbleiben jedoch immer beim Menschen. Der Sachbearbeiter wird zum Supervisor, der einen Schwarm spezialisierter KI-Agenten fachlich führt und steuert. So wird tiefes Fachwissen im Unternehmen unbegrenzt skalierbar.
Der Weg zum Adaptive Insurance Operating System (AIOS)
Für uns ist der Agentic Layer der logische Schritt hin zu einem Adaptive Insurance Operating System (AIOS). Einem Ökosystem, das kontinuierliche Anpassungsfähigkeit an neue Märkte, Technologien und regulatorische Rahmenbedingungen im Standard fest in seiner Architektur verankert.
Die entscheidende Frage für Versicherer lautet heute nicht mehr, ob sie KI einsetzen wollen – sondern wie sie diese so orchestrieren, dass sie maximalen betriebswirtschaftlichen Nutzen stiftet, ohne die Stabilität und Sicherheit ihrer Kernsysteme zu gefährden.
Sie haben Fragen oder Anmerkungen? Dann hinterlassen Sie uns gerne einen Kommentar.