Fünfzehn Ausschreibungen, siebenmal dieselben Daten, am Ende ein Vergleich unter Zeitdruck: So sieht der Alltag vieler Motorfahrzeug-Broker aus. Manuel Martin von InsuranceMap will diesen Prozess auf wenige Minuten verkürzen. Dies geschieht mit einer KI, die Policen liest, Offerten einholt und gleich noch die Empfehlung liefert.
InsuranceMap, die Vergleichsplattform der Versicherungsfachmarkt AG, war ursprünglich als AVB-Vergleich für die Motorfahrzeugversicherung gestartet. Heute deckt die Plattform zahlreiche Privatkunden-Sparten ab: Von Krankenkassen über Reiseversicherungen bis Hausrat. Mit der Integration mehrerer KI-Modelle geht InsuranceMap nun einen Schritt weiter: Broker können Policen und Fahrzeugunterlagen hochladen, die KI erstellt automatisch die Offertanfrage, verschickt sie an die Versicherer, sammelt die Antworten im Chat und liefert am Ende einen kundenfertigen Vergleich samt Empfehlung. Wir haben mit Manuel Martin, CEO der Plattform, über die Technologie dahinter, die Beweggründe und die Zukunft des Tools gesprochen.
Herr Martin, InsuranceMap gibt es schon rund sechs Jahre. Was hat Sie dazu bewogen, jetzt den Schritt zu einer vollintegrierten KI-Lösung zu machen?
InsuranceMap ist aus einem konkreten Praxisproblem entstanden. Versicherungsbedingungen und Leistungen sind umfangreich. Sie verändern sich laufend. Manuelle Vergleiche kosten im Beratungsalltag viel Zeit. InsuranceMap schafft hier seit Jahren Transparenz. Sie macht AVB, Leistungen und Produkte vergleichbar. Der nächste Schritt war, diese sorgfältig aufbereitete Fachbasis mit KI zu verbinden, um den Aufwand von administrativen Aufgaben zu verringern, da Broker noch immer viel Zeit damit verbringen. Sie lesen Policen, übertragen Angaben und erfassen Fahrzeugdaten. Sie erstellen Ausschreibungen und vergleichen die Offerten manuell. Wir wollten genau dafür eine Technologie entwickeln, um Ausschreibungen schneller durchzuführen und strukturierte Vergleiche zu erstellen. Genau hier setzt InsuranceMap AI an. Die KI kann Informationen aus Dokumenten strukturiert aufbereiten. Sie kann auf wichtige Kriterien hinweisen und die eingehenden Offerten übersichtlich gegenüberstellen. So bleibt dem Broker mehr Zeit für die Kundenberatung. Gerade wenn Versicherungsgesellschaften alle jährlich gleichzeitig ihre Tarife anpassen, und sich Versicherungsnehmer entsprechend eine umfangreiche Vergleichsanalyse wünschen, können wir mittels InsuranceMap AI diesen vielen Anfragen zeitgerecht und detailliert entgegenkommen.
Können Sie kurz erklären, wie das neue Ausschreibungstool im Alltag eines Brokers konkret funktioniert: Vom Hochladen der alten Police bis zum fertigen Vergleich?
Grundsätzlich gibt es zwei Fälle: Sofern der Versicherungsnehmer für dasselbe Fahrzeug die Konditionen diverser Versicherer prüfen möchte, kann man die bestehende Police hochladen. Sofern ein neues Fahrzeug versichert werden soll, kann das Fahrzeug auch selbst erfasst werden. Zudem können der KI der Fahrzeugausweis, die Schadenübersicht und weitere für die Ausschreibung relevante Dokumente «zur Kenntnisnahme» übergegeben werden. Der weitere Prozess ist aber in beiden Fällen derselbe. Die KI wertet die hochgeladenen Dokumente strukturiert aus und erstellt einen Entwurf für Offertanfragen. Der Broker prüft diesen Entwurf, ergänzt oder korrigiert ihn und entscheidet, an welche Versicherer die Anfrage gehen soll. Nach der Freigabe unterstützt InsuranceMap bei der standardisierten Ausschreibung und beim Zusammenführen der Rückmeldungen. Die eingegangenen Offerten werden nicht nur preislich, sondern auch anhand der Deckungen, Selbstbehalte, Ausschlüsse und weiteren relevanten Kriterien vergleichbar aufbereitet. Am Ende steht eine nachvollziehbare Entscheidungsgrundlage, welche dem Kunden zur Verfügung gestellt werden kann.
Sie arbeiten nicht mit einem einzigen KI-Modell, sondern kombinieren aktuell rund vierzehn verschiedene LLMs. Nach welchen Kriterien wählt das System, welche KI für welche Aufgabe eingesetzt wird?
Unterschiedliche KI-Modelle haben unterschiedliche Stärken. Ein Modell kann beispielsweise besonders gut strukturierte Informationen aus Dokumenten extrahieren, ein anderes ist stärker bei der verständlichen Formulierung eines Vergleichs oder bei der Kontrolle von komplexen Zusammenhängen. Entscheidend ist für uns aber nicht die Anzahl der eingesetzten Modelle, sondern die Qualität des Ergebnisses. Wir wählen Modelle nach Kriterien wie Genauigkeit in der Dokumentenanalyse, Qualität bei mehrsprachigen Versicherungsunterlagen, Verlässlichkeit, Geschwindigkeit und Kosten aus. Ein Sprachmodell allein kennt nicht automatisch die Bedeutung jeder Deckungsnuance in einer Schweizer Versicherungspolice. Genau deshalb verbinden wir KI mit strukturiertem Fachwissen.
Wie sind Sie mit dem Kernproblem, der Datenqualität jeder KI-Lösung, umgegangen? Wie stellen Sie sicher, dass die Vergleiche und Empfehlungen verlässlich sind?
Datenqualität ist für uns keine Nebenfrage, sondern die Grundvoraussetzung. Bei Versicherungsvergleichen reicht es nicht, wenn ein System Texte nur sprachlich gut zusammenfasst. Es muss Leistungen, Limiten, Selbstbehalte, Ausschlüsse und Bedingungen fachlich korrekt unterscheiden. Deshalb arbeitet InsuranceMap auf mehreren Ebenen. Erstens basiert der Vergleich auf einer laufend gepflegten Datenbasis mit strukturierten Kriterien, AVB-Texten und Produktinformationen. Zweitens werden Antworten der KI mit diesen Quellen und Regeln abgeglichen, statt ausschliesslich frei generiert zu werden. Drittens werden Unsicherheiten oder fehlende Angaben von der KI sichtbar gemacht, damit der Broker gezielt prüfen kann.
Sie haben erwähnt, dass gewisse «Kinderkrankheiten» noch bestehen, etwa bei der korrekten Zählung von Schäden. Wie gehen Sie mit solchen Fehlerquellen um, und wie lange dauert es typischerweise, bis ein Muster korrigiert ist?
Wir bauen bewusste Kontrollpunkte ein. Wenn Angaben unklar sind oder nicht eindeutig aus einem Dokument hervorgehen, soll das System nicht einfach raten, sondern den Punkt kennzeichnen und eine Rückfrage auslösen. Zusätzlich erfassen wir wiederkehrende Fehlerbilder anonymisiert bzw. datenschutzkonform und verbessern die Extraktionslogik, die Prüfregeln und die Benutzerführung laufend. Bei klar abgegrenzten Mustern können Korrekturen sehr schnell umgesetzt werden. Komplexere Themen benötigen hingegen fachliche Tests mit verschiedenen Dokumenttypen, damit eine Verbesserung nicht nur einen Einzelfall löst, sondern unter realen Bedingungen stabil funktioniert.
Die KI kommuniziert im Namen des Brokers direkt mit den Versicherern, beispielsweise um mehr Rabatt anzufragen. Wo sehen Sie hier die Grenze zwischen Automatisierung und der persönlichen Verhandlung, die ein Broker eigentlich leisten sollte?
Die KI soll die persönliche Verhandlung nicht ersetzen, sondern sie besser vorbereiten. Sie kann standardisierte Anfragen effizient erstellen, fehlende Informationen erkennen, Fristen nachverfolgen oder bei einer Anfrage auf eine gewünschte Rabatt- oder Deckungsvariante hinweisen. Das reduziert administrativen Aufwand. Die gesamte Kommunikation wird vom Broker gesteuert und zentral im Chatverlauf ausgewiesen. Durch die Konzentration spart sich der Broker viel Zeit. Der Broker definiert die Strategie, prüft die Inhalte, gibt Kommunikation frei und verantwortet die Empfehlung.
Sie sprechen von einer klassischen KI, die ausschliesslich auf der InsuranceMap-eigenen Datenbank trainiert ist und Uploads nicht nach aussen gibt. Wie wichtig ist dieses Datenschutz-Argument für die Akzeptanz bei Brokern und Versicherern?
Datenschutz ist für uns ein zentraler Vertrauensfaktor. Broker arbeiten mit besonders schützenswerten Kunden- und Vertragsdaten. Deshalb muss vor dem Einsatz von KI klar sein, welche Daten verarbeitet werden, zu welchem Zweck, wo, wie lange sie gespeichert und ob sie für das Training externer Modelle verwendet werden oder nicht. Unser Anspruch ist, dass InsuranceMap AI nicht einfach allgemeines Internetwissen wiedergibt, sondern auf der InsuranceMap-Bibliothek und den vom Nutzer autorisierten Unterlagen arbeitet. Dabei sind klare technische und organisatorische Schutzmassnahmen, rollenbasierte Zugriffe, nachvollziehbare Prozesse und eine datenschutzkonforme Architektur entscheidend. Für die Akzeptanz genügt es nicht, Datenschutz nur zu versprechen. Broker und Versicherer müssen nachvollziehen können, wie die Lösung arbeitet und wo ihre Daten bleiben.
Ihr Angebot ist gestaffelt und bewegt sich von rund 29 Franken für die reine KI-Abfrage bis 48 Franken monatlich mit Upload- und Ausschreibungsfunktion. Wie haben Sie diese Preisarchitektur entwickelt, und für wen lohnt sich welche Stufe?
Nicht jeder Broker benötigt von Beginn an dieselben Funktionen. Einige wollen vor allem die KI-gestützte Fachabfrage und den schnellen Zugriff auf Leistungen, AVB und Praxiswissen. Andere möchten zusätzlich mit Policen und Offerten arbeiten, Dokumente analysieren und Ausschreibungsprozesse effizienter abwickeln. Die Basisstufe richtet sich daher an Nutzer, die InsuranceMap AI als fachlichen Copiloten einsetzen möchten. Die umfassendere Stufe richtet sich an Broker, die Dokumentenuploads, Angebotsanalysen, Vergleiche und Ausschreibungsunterstützung in ihren Prozess integrieren möchten. Der wirtschaftliche Nutzen ist schnell spürbar, da sich der Broker stundenlange administrative Arbeit spart.
Sie beobachten, dass manche Broker ihren Kunden reflexartig immer denselben Versicherer offerieren. Wie kann ein Tool wie InsuranceMap dazu beitragen, diese Praxis zu verändern und braucht es dafür überhaupt technologische Lösungen, oder eher ein Umdenken in der Branche?
Ein professioneller Broker sollte nicht reflexartig immer dieselbe Lösung anbieten, sondern die Kundenbedürfnisse, das Risiko und die konkreten Leistungsunterschiede betrachten. Natürlich gibt es Situationen, in denen ein bestimmter Versicherer aufgrund von Erfahrung, Zielsegment oder Produktqualität besonders passend ist. Das darf aber nicht dazu führen, dass Alternativen gar nicht mehr geprüft werden. Wenn Deckungen, Limiten, Ausschlüsse und Prämien nachvollziehbar nebeneinanderstehen, wird sichtbar, wo die Unterschiede wirklich liegen. Dadurch wird eine Empfehlung fundierter, besser dokumentierbar und gegenüber dem Kunden verständlicher. Wir beobachten auch, dass sich viele Kunden nicht mehr mit einem Angebot zufrieden sind. Die Prämienunterschiede sind enorm. Der Broker ist da angehalten, dem Kunden eine umfangreiche Analyse zu erstellen. Andernfalls könnten Mitanbieter schnell ein Problem darstellen.
Sie sind auf dem EcoHub-Marktplatz präsent, wo zunehmend auch grosse Versicherer vertreten sind. Welche Rolle spielt diese Präsenz für Ihre Sichtbarkeit bei Brokern?
EcoHub ist für uns ein zusätzlicher Zugang zum Markt und ein Ort, an dem sich Versicherer, Broker und Technologieanbieter vernetzen. Gerade weil die Branche im Bereich Digitalisierung sehr unterschiedlich weit ist, helfen solche Marktplätze dabei, Lösungen sichtbar zu machen und konkrete Anwendungsfälle zu diskutieren. Für InsuranceMap ist die Präsenz vor allem eine Chance, mit Brokerinnen und Brokern direkt ins Gespräch zu kommen.
Wie viele Versicherer sind heute über Schnittstellen an InsuranceMap angebunden, und wie sieht der Fahrplan für den weiteren Ausbau aus?
Wir verfolgen beim Schnittstellenausbau einen pragmatischen Ansatz. Wir verfügen bereits über Schnittstellen zu Versicherern. Mit einigen Versicherern haben wir die Entwicklung weiterer Anbindungen angestossen. Mit weiteren Gesellschaften stehen wir im Gespräch. Andere Versicherer haben angeboten, die Offertenerstellung für die Broker zu übernehmen. Dies betrifft Anfragen, die über InsuranceMap eingehen. Damit können wir auch Versicherer ohne direkte Schnittstelle in den Prozess einbinden. Wir bauen die Schnittstellen schrittweise aus. Unser Fahrplan richtet sich nach der tatsächlichen Nutzung und den konkreten Anforderungen unserer Partner.
Sie sehen den Ausschreibungsprozess in der Motorfahrzeugversicherung als Einstieg. Welche weiteren Sparten sollen als Nächstes mit dieser Ausschreibungs- und Vergleichslogik ausgestattet werden?
Die Motorfahrzeugversicherung ist ein sehr guter Einstieg, weil die Prozesse häufig wiederkehrend sind, viele Unterlagen strukturiert vorliegen und sowohl Prämien als auch Deckungsunterschiede im Vergleich relevant sind. Gleichzeitig ist der Nutzen einer effizienteren Ausschreibung für Broker unmittelbar spürbar. Grundsätzlich eignet sich die Logik aber auch für weitere Privatkunden-Sparten, etwa Hausrat, Privathaftpflicht, Reise- und Rechtsschutzversicherungen und auch im Unternehmensgeschäft. In diesen Bereichen verfügt InsuranceMap bereits über Vergleichs- und Fachinformationen beziehungsweise baut diese weiter aus. Die Reihenfolge richtet sich nicht nur nach Marktgrösse, sondern vor allem nach Datenverfügbarkeit, Standardisierbarkeit der Ausschreibungsprozesse und dem konkreten Nutzen für die Beratung. Langfristig wollen wir dort ansetzen, wo heute viel Zeit in Dokumenten, Datenerfassung und schwer vergleichbaren Bedingungen verloren geht.
Manche sprechen bei solchen Tools von «Prozessoptimierung», andere befürchten den schleichenden Abbau von Arbeitsplätzen in der Branche. Wie schätzen Sie die Auswirkungen von InsuranceMap auf die tägliche Arbeit von Brokern langfristig ein?
Ich sehe InsuranceMap nicht primär als Instrument zum Stellenabbau, sondern als Antwort auf einen wachsenden Effizienzdruck und auf den Fachkräftemangel. In vielen Brokerbetrieben binden wiederkehrende administrative Arbeiten wertvolle Zeit: Die Daten aus Policen übertragen, Offerten sortieren, Bedingungen suchen, Vergleiche formatieren oder Rückfragen nachverfolgen. Diese Tätigkeiten werden sich verändern. Ein Teil davon lässt sich automatisieren oder stark beschleunigen. Gleichzeitig steigt der Wert der Aufgaben, die menschliches Urteilsvermögen erfordern.
Wo steht InsuranceMap in fünf Jahren und was ist der nächste grosse Entwicklungsschritt, den Sie schon heute absehen können?
In fünf Jahren soll InsuranceMap für Broker und Berater eine zentrale, vertrauenswürdige Arbeitsumgebung für Versicherungsvergleiche, Fachfragen und Ausschreibungen sein. Nicht als allgemeiner Chatbot, sondern als spezialisierte Lösung, die auf einer laufend gepflegten Versicherungswissensbasis aufsetzt und Ergebnisse nachvollziehbar belegt. Der nächste grosse Entwicklungsschritt besteht darin, einzelne Prozessschritte noch stärker zu verbinden, beispielsweise Dokumente verstehen, Informationen strukturiert übernehmen, Deckungslücken erkennen, passende Vergleichskriterien vorschlagen, Ausschreibungen vorbereiten, Antworten vergleichbar machen und daraus eine fundierte Kundenunterlage erzeugen. Unsere Vision ist nicht die vollautomatische Beratung ohne Menschen. Unsere Vision ist ein Broker, der innerhalb weniger Minuten auf belastbare Informationen zugreifen, Varianten nachvollziehbar vergleichen und dadurch mehr Zeit für den Kunden gewinnen kann. InsuranceMap soll dabei die fachliche und technische Infrastruktur im Hintergrund liefern.
Die Fragen hat Binci Heeb gestellt.
Lesen Sie auch: LINTA von Neutrass: Wenn der Prozess denkt
Suche:
Sponsoren:
