KI in der Rückversicherung: Zwischen Hype und messbarem Mehrwert

Beim Reinsurance Rendezvous Zurich, organisiert vom Swiss Insurtech Hub in Zusammenarbeit mit der Boston Consulting Group, trafen sich am 9. Juni in Zürich führende Köpfe der Schweizer Rückversicherungsbranche zu einem […]


Reinsurance Rendezvous Zurich: Wo liefert KI tatsächlich Geschäftsergebnisse? Silvia Signoretti & Raphael Troitzsch.

Reinsurance Rendezvous Zurich: Wo liefert KI tatsächlich Geschäftsergebnisse? Silvia Signoretti & Raphael Troitzsch.

Reinsurance Rendezvous Zurich: Wo liefert KI tatsächlich Geschäftsergebnisse? Silvia Signoretti & Raphael Troitzsch.

Beim Reinsurance Rendezvous Zurich, organisiert vom Swiss Insurtech Hub in Zusammenarbeit mit der Boston Consulting Group, trafen sich am 9. Juni in Zürich führende Köpfe der Schweizer Rückversicherungsbranche zu einem offenen Austausch über die Frage, die die Branche derzeit am stärksten beschäftigt: Wo liefert künstliche Intelligenz tatsächlich Geschäftsergebnisse?

Der Abend begann mit einem Gedankenimpuls von Boston Consulting Group (BCG)-Prinzipalin Coralie Ming, die zwei Zahlen in den Raum stellte: 4,7 Milliarden Dollar globale Insurtech-Finanzierung im Jahr 2025 und somit das erste Wachstum seit 2021, und ein Anteil von 44 Prozent an KI-getriebenen Deals. Trotz dieser Dynamik zeigte BCG auch die ernüchternde Seite: Nur 30 Prozent der Unternehmen geben an, tatsächlich Wert aus KI zu realisieren. Als Hauptgründe nannten die Berater technologiegetriebene Initiativen ohne klaren Geschäftsanker, punktuelle Lösungen ohne End-to-End-Denken sowie eine Unterschätzung des sogenannten 70-Prozent-Faktors: jener Anteil an Veränderungsarbeit in Organisation, Prozessen und Menschen, der über Erfolg oder Misserfolg entscheidet.

Wo der Wert wirklich entsteht

Im anschliessenden Panel, moderiert von Raphael Troitzsch (BCG), wurde schnell deutlich, dass der theoretische Rahmen in der Praxis durchaus Widerhall findet. Sofia Kyriakopoulou, Chief Technology, Data and AI Officer bei SCOR, schilderte, wie ihr Unternehmen im Bereich der Lebens- und Krankenversicherung KI-Assistenten für das medizinische Underwriting eingeführt hat. Das System fasst medizinische Berichte zusammen, extrahiert die relevanten Informationen und bereitet Entscheidungsgrundlagen auf. Die ersten Reaktionen der Underwriter? Verhaltenheit. Die Mitarbeitenden verifizierten die Ausgaben manuell, was die Produktivität zunächst sogar senkte. Erst nach rund drei Monaten begann das Vertrauen zu wachsen, nach sechs Monaten zeigte sich die J-Kurve: 30 bis 40 Prozent mehr Effizienz, ein standardisierteres Bild davon, was gute Arbeit bedeutet, und ein deutlich steilerer Onboarding-Prozess für Neueinsteigende. Für den kommerziellen Bereich berichtet SCOR erstmals, dass Prozesse, die früher Tage in Anspruch nahmen, nun in Minuten ablaufen.

Beat Kramer, Group AI Enablement Lead bei Swiss Re, betonte zwei besonders werthaltige Anwendungsbereiche: Claims-Management und Wachstumsbereiche. Im Schadenbereich sei der Wertbeitrag direkt messbar, denn ein vermiedener Schaden wirkt unmittelbar auf das Ergebnis. In Wachstumsbereichen hingegen erhöhe KI die Kapazität, ohne zusätzliche Ressourcen aufbauen zu müssen. Die schwierigste Frage, ob KI tatsächlich zu besseren Underwriting-Entscheidungen führt, bleibe vorerst unbeantwortet. Man könne Proxy-Werte messen, etwa die Konversionsrate von Submissions zu Deals, aber ein abschliessender Beweis erfordere weiterhin Überzeugung, nicht nur Daten.

KI auf dem Weg in die reale Welt

Michael Unger von NVIDIA weitete den Blick. Er beschrieb die Evolution von KI in vier Phasen: präskriptive KI zur Klassifikation, generative KI mit der Sprache des ChatGPT-Moments, agentische KI mit selbst organisierenden Systemen und jetzt die physische und industrielle KI, die Robotik, autonomes Fahren und Produktionssimulationen umfasst. Diese physische Welt mache den Grossteil des globalen BIP aus. Die aktuelle KI-Transformation betreffe bislang nur einen kleinen Ausschnitt der digitalen Wirtschaft; was als Nächstes komme, sei um ein Vielfaches grösser.

Direkt relevant für Versicherer und Rückversicherer ist dabei der rapide Aufbau von Rechenzentren. Bis 2030 könnten laut Branchenschätzungen allein aus Rechenzentren 20 Milliarden Dollar an Versicherungs- und Rückversicherungsprämien entstehen. Einzelne Datenzentren weisen heute Bauwerte von bis zu 20 Milliarden Dollar auf und sind ein Betrag, der das typische Einzelrisikoprogramm eines Versicherers bei Weitem übersteigt. Dazu kommt die geografische Konzentration: Viele dieser Anlagen entstehen in US-Regionen mit erhöhter Exponierung gegenüber Tornados und Hagel. Die Akkumulationsproblematik ist für die Branche eine neue, erhebliche Herausforderung.

Talentfrage und die Zukunft der Berufsbilder

Einig waren sich alle Panelisten darin, dass KI die Berufsbilder tiefgreifend verändert, aber nicht zwingend abschafft. Beat Kramer beschrieb eine mögliche Umkehrung: Wo Claims-Sachbearbeitende heute 80 Prozent ihrer Zeit mit Analyse verbringen, könnte das Verhältnis kippen: 20 Prozent Analyse, 80 Prozent Handlung. Die eigentliche Herausforderung ist der Wissenstransfer: Wenn KI die analytische Grundarbeit übernimmt, fehlen Juniors künftig genau jene Lernmöglichkeiten, durch die Expertenwissen bisher weitergegeben wurde.

Sofia Kyriakopoulou plädierte dafür, das Denken erfahrener Underwriter aktiv zu dokumentieren und für das Training der nächsten Generation, ob menschlich wie maschinell, nutzbar zu machen. KI werde, so ihre Beobachtung, immer stärker zur Verlängerung der individuellen Qualität von Menschen. Wer gut im Urteilsvermögen sei, werde durch KI besser; wer oberflächlich arbeite, werde das auch mit KI.

Drei Insurtechs zeigen, wo KI heute greifbar wird

Im Rahmen des Abends stellten sich drei Mitglieder des Swiss Insurtech Hub vor und demonstrierten, dass der Weg von der KI-Theorie zur Praxis kürzer ist als oft angenommen.

Parashift, ein Startup aus der Region Basel, hat sich auf die KI-gestützte Verarbeitung von Dokumenten spezialisiert, ein scheinbar unspektakuläres, in der Versicherungspraxis aber hochrelevantes Problem. Claims, Onboarding, Policenerfassung: bis zu 95 Prozent dieser Prozesse sollen sich laut Parashift bei doppelter Geschwindigkeit automatisieren lassen. Dabei setzt das Unternehmen auf das Prinzip der Datensouveränität. Die Daten bleiben in der Schweiz, in Deutschland oder innerhalb der EU und auf das, was man intern als «Trusted Data» bezeichnet: KI-Ausgaben, die durch integrierte Guardrails so abgesichert sind, dass Mitarbeitende auf sie vertrauen können, ohne jeden Output manuell nachzuprüfen. Der Einstieg erfolgt typischerweise über einen ein- bis zweitägigen Proof of Concept mit historischen Kundendaten, ein Return on Investment lässt sich laut Parashift bereits innerhalb weniger Monate nachweisen.

ClearSpeed wiederum kommt aus einer ganz anderen Richtung: Das Unternehmen, ursprünglich für militärische Spezialeinheiten entwickelt, analysiert Risiken über die menschliche Stimme ohne KI, sondern auf Basis von Neurowissenschaft. Zwei bis vier einfache Ja-Nein-Fragen genügen, um in Echtzeit eine Risikoeinschätzung zu liefern, unabhängig von Sprache, Dialekt oder kulturellem Hintergrund. Die Technologie erkennt unbewusste neuronale Signale, die entstehen, wenn jemand eine Antwort gibt, die seinem inneren Erleben widerspricht. Dies nicht als Lügendetektor, sondern als präziser Frühfilter, vergleichbar mit dem Metalldetektor am Flughafen. Mit einer angestrebten Genauigkeit von über 98 Prozent liegt ClearSpeed nach eigenen Angaben weit über dem Niveau von Polygraphtests. In der Versicherungspraxis wird die Lösung für Claims-Management, Betrugserkennung und Underwriting eingesetzt mit dem Nebeneffekt, dass sich für unbedenkliche Fälle die Bearbeitungszeit drastisch verkürzt und die Kundenzufriedenheit steigt.

MavenBlue aus den Niederlanden schliesslich adressiert ein Problem, das in Versicherungs- und Rückversicherungskreisen bestens bekannt ist: die Trägheit der Bilanzanalyse. Entstanden aus der konkreten Frustration eines ehemaligen Chief Investment Officers bei Fortis International, der auf regulatorische und strategische Bilanzfragen monatelang warten musste, bietet das niederländische Insurtech eine GPU-basierte Lösung zur schnellen, iterativen Bilanzprojektion. Ob deterministische ORSA-Szenarien, stochastische Modellierungen, die Optimierung von Rückversicherungsprogrammen oder die Berechnung interner Renditen für Private-Equity-gesicherte Gesellschaften: MavenBlue will aus einem Prozess, der früher ein halbes Jahr dauerte, einen machen, der in Stunden Ergebnisse liefert. Nach neun Jahren Marktdurchdringung in den Niederlanden nach eigenen Angaben mit 85 Prozent Marktabdeckung expandiert das Unternehmen nun aktiv in neue Märkte und sucht explizit den Kontakt zur Rückversicherungsbranche

Zürich als Resonanzraum

Was der Abend beim Reinsurance Rendezvous Zurich deutlich machte: Der Schweizer Markt verfügt über die Expertise, die Netzwerke und den Gestaltungswillen, um nicht nur über KI zu reden, sondern sie im Kern des Geschäfts zu verankern. Die eigentliche Frage ist nicht mehr ob, sondern wie schnell und mit welcher Qualität des menschlichen Urteils dahinter.

Binci Heeb

Lesen Sie auch: Embedded Insurance im Alltag


Tags: #BCG #ChatGPT #Insurtechs #KI #MavenBlue #Messbarer Wert #NVIDIA #Parashift #Rückversicherung #Talentfrage #Wissenstransfer #Zukunft #Zürich