Über Pilotprojekte hinaus: Wird KI 2025 in der Versicherungsbranche überbewertet?
KI in der Versicherungsbranche im Jahr 2025 wird überbewertet und bleibt hinter den Erwartungen zurück.
Dieser Artikel wurde ursprünglich auf finsurtech.ai veröffentlicht, wo ich ungefilterte Einblicke in Führung, Innovation und die Zukunft der Versicherungsbranche teile.
Da, ich habe es gesagt. Wir erleben derzeit einen KI-Hype in der Versicherungsbranche. Anbieter preisen glänzende Lösungen an, Vorstände fragen eifrig nach KI-Strategien und Innovationsteams laufen herum und richten Pilotprojekte ein.
Auf dem Papier sieht das nach Fortschritt aus. In Wirklichkeit liefern die meisten dieser Initiativen jedoch wenig bis gar keinen messbaren Mehrwert.
«Nur 1 Prozent der Unternehmen bezeichnen ihre GenAI-Einführungen als <ausgereift‘.> (Quelle: McKinsey & Company, 2025)
KI – das magische Schlagwort in der Versicherungsbranche
KI ist kein Zauberstab, der kaputte Fundamente repariert.
Sie ist ein Multiplikator. Wenn Sie KI bei chaotischen Arbeitsabläufen, unklaren Zielen und schlechten Daten aufsetzen, erhalten Sie genau das, was Sie aufgebaut haben – nur noch schlimmer. KI verstärkt die Dysfunktionalität. Sie beschleunigt das Chaos. Sie verwandelt kleine Ineffizienzen in teure Probleme.
Deshalb folgen so viele KI-Projekte in der Versicherungsbranche dem gleichen Muster: anfängliche Begeisterung, ein paar schöne Demos, dann ein stiller Rückzug, wenn keine wirklichen Ergebnisse erzielt werden.
Sechs Monate später fragt der Vorstand: «Wo ist unser KI-ROI?» Und die Antwort ist eine Menge unangenehmes Schweigen.
McKinsey schätzt, dass generative KI und andere Technologien branchenübergreifend bis zu 4,4 Billionen US-Dollar an jährlichen Produktivitätsgewinnen freisetzen könnten. Allein für die Versicherungsbranche könnte KI einen jährlichen Wert von bis zu 1,1 Billionen US-Dollar liefern. (Quelle: McKinsey & Company, 2023). Dies ist jedoch nur möglich, wenn wir KI skalieren, um Wirkung zu erzielen.
Überbewertet und unterdurchschnittlich – was, wenn das Problem nicht die KI ist?
Wir tappen oft in die Falle, zuerst die Technologie auszuwählen und dann zu überlegen, was wir damit machen.
Teams sind begeistert von GenAI, maschinellem Lernen oder Automatisierungstools, vergessen aber, die wichtigste Frage zu stellen: Welche Geschäftsergebnisse wollen wir verbessern? Wenn die Antwort darauf unklar ist, ist das Projekt bereits zum Scheitern verurteilt.
KI definiert keine Geschäftsziele für Sie. Sie bereinigt Ihre Daten nicht. Sie behebt keine fehlerhaften Prozesse. Sie wird Ihre Teams nicht auf magische Weise davon überzeugen, sie zu übernehmen. Dies sind Grundlagen, die Sie selbst schaffen müssen, bevor KI sinnvolle Ergebnisse liefern kann.
Im Laufe der Jahre habe ich unzählige Projekte scheitern sehen, weil wir versucht haben, oberflächliche Probleme mit fortschrittlicher Technologie zu lösen, ohne die zugrunde liegenden Probleme anzugehen. Wir setzen KI für Prozesse ein, die voller manueller Workarounds, Ausnahmen und Altsystemen sind, in der Hoffnung, dass sie alles repariert. Das tut sie nicht. Tatsächlich sorgt sie oft für noch mehr Komplexität.
KI-Einführung in der Versicherungsbranche
KI ist ein Werkzeug. Ein mächtiges Werkzeug – aber nur, wenn es richtig eingesetzt wird. Und es geht nicht nur um Technologie. Wie Sie KI innerhalb Ihres Unternehmens kommunizieren, ist genauso wichtig wie die Technologie selbst.
Verbesserung der Erklärbarkeit
Erklärbarkeit ist kein technischer Luxus, sondern eine geschäftliche Notwendigkeit.
Wenn Ihre Teams nicht verstehen, wie KI Entscheidungen trifft, werden sie ihr nicht vertrauen. Und wenn sie ihr nicht vertrauen, werden sie sie nicht nutzen. So einfach ist das. Versicherer müssen über den Black-Box-Ansatz hinausgehen und damit beginnen, KI-Systeme zu entwickeln, die transparent sind und eine klare Logik aufweisen, die von menschlichen Experten überprüft, hinterfragt und verfeinert werden kann.
Erklärbarkeit bedeutet nicht, jede einzelne Zeile Code offenzulegen. Es bedeutet, zu zeigen, wie Entscheidungen getroffen werden, und zwar in einer Sprache, die für die Menschen, die sie täglich nutzen, verständlich ist. Es bedeutet, menschlichen Experten zu ermöglichen, einzugreifen, zu korrigieren und die Ergebnisse des Modells zu verbessern. Es bedeutet, KI als Partner und nicht als Konkurrenten zu positionieren.
KI in Kernprozessen der Versicherungsbranche – der Ansatz «Menschen zuerst»
Einer der Hauptgründe für das Scheitern der KI-Einführung in der Versicherungsbranche ist Angst. Nicht die Angst vor dem Versagen der Technologie, sondern die Angst, dass Menschen ersetzt werden. Schadenbearbeitern, Underwritern und Betriebsteams wird oft gesagt, dass KI ihre Arbeit «ergänzen» wird, aber alles, was sie hören, ist «diese Maschine ist hier, um Ihren Job zu übernehmen».
Diese Angst schafft Widerstand. Zunächst subtil: Die Menschen nutzen die Tools einfach nicht, ignorieren Empfehlungen und halten an manuellen Workarounds fest. Aber mit der Zeit verhindert dieser stille Widerstand die Einführung.
Die Einführung verbessert sich, wenn die Menschen sich gestärkt und nicht bedroht fühlen. Wenn Underwriter sehen, dass KI repetitive Datenverarbeitungsaufgaben übernimmt, können sie sich auf komplexe Risiken konzentrieren.
Wenn Schadensbearbeiter erkennen, dass KI ihnen hilft, schneller zu triagieren, während sie selbst Empathie und Urteilsvermögen einbringen, die KI nicht replizieren kann.
Die Botschaft lautet nicht «KI wird euch ersetzen”» Die Botschaft lautet «KI wird euch die Routinearbeit abnehmen, damit ihr euch auf die Entscheidungen konzentrieren könnt, für die ihr wirklich gebraucht werdet».
Und dieser Wandel beginnt bei der Führung. Versicherer müssen diese Diskussion offen und ehrlich führen. Ein Kommunikations- und Weiterbildungsplan ist kein Nebenprojekt – er ist der Kern jeder KI-Initiative, die erfolgreich sein will. Zeigen Sie Ihren Teams, wie sich ihre Rollen entwickeln werden. Beziehen Sie sie in die Gestaltung der Integration von KI in ihre Arbeitsabläufe ein. Unterstützen Sie sie mit den Schulungen und Tools, die sie benötigen, um die Kontrolle über den Wandel zu behalten und sich ihm nicht ausgeliefert zu fühlen.
So schaffen Sie Akzeptanz. Nicht indem Sie den Menschen KI aufzwingen, sondern indem Sie sie mit auf die Reise nehmen.
Der KI-Entwurf
In den letzten Jahren habe ich mich intensiv mit der Frage beschäftigt, warum die meisten KI-Projekte keine Wirkung in grossem Massstab erzielen.
Wir kennen das Problem: Die meisten Unternehmen drehen sich endlos im Kreis, von einem Proof of Concept zum nächsten. Es ist keine Überraschung, dass wir davon sprechen, dass KI sowohl überbewertet wird als auch zu wenig Wirkung zeigt.
Die Methodik
Der von finsurtech.ai entwickelte KI-Entwurf ist weder ein Workshop noch eine endlose Bewertung. Es handelt sich um ein kurzes, fokussiertes Engagement, das Versicherungsteams dabei hilft, vom KI-Experiment zur tatsächlichen Umsetzung überzugehen.
Wir betrachten zunächst das Wesentliche: die Definition klarer Geschäftsziele, die Abbildung von Prozessen und Nutzerreisen sowie die Bewertung, ob Ihr Unternehmen überhaupt für KI bereit ist.
Manchmal stellen wir fest, dass eine einfache Automatisierung von Arbeitsabläufen oder eine Neugestaltung von Prozessen eine grössere Wirkung haben kann als jedes KI-Modell. Und das ist in Ordnung. Das Ziel ist nicht, KI um der KI willen einzusetzen. Das Ziel ist es, Probleme zu lösen und einen Mehrwert zu schaffen.
Wenn ich von der Bewertung der Bereitschaft spreche, meine ich das auch so. Datenqualität, Entscheidungslogik, Compliance-Anforderungen und Erklärbarkeitsanforderungen sind keine Punkte, die man einfach abhaken kann – sie sind grundlegend für den Erfolg. Wenn Ihre Daten unzuverlässig oder Ihre Prozesse voller Ausnahmen sind, wird Ihnen KI nicht helfen. Wenn Ihre Teams den Ergebnissen der KI nicht vertrauen, wird es nie zu einer Einführung kommen, egal wie fortschrittlich das Modell ist.
Selbst wenn alles passt, müssen Sie immer noch die richtige Technologie für die jeweilige Aufgabe auswählen. Nicht alles erfordert GenAI oder komplexe Algorithmen für maschinelles Lernen. Manchmal reicht RPA aus. Manchmal geht es nur darum, ein paar manuelle Schritte zu automatisieren. Der Blueprint hilft Ihnen, diese Entscheidungen auf der Grundlage der Auswirkungen und nicht aufgrund von Trends zu treffen.
Das Ergebnis
Am Ende dieses Prozesses erhalten Sie kein 100-seitiges Strategiepapier. Sie erhalten eine Heatmap mit realen Chancen, eine klare Bewertung der Bereitschaft und eine priorisierte Liste von Anwendungsfällen, die tatsächlich etwas bewirken. Ausserdem erhalten Sie einen Build-Buy-Partner-Fahrplan, der Ihnen zeigt, wie Sie vorgehen müssen, ohne weitere sechs Monate in der KI-Ungewissheit zu verschwenden.
Sind Sie bereit, Ergebnisse zu sehen?
Wenn Sie genug von AI-Pilotprojekten haben, die zu nichts führen, und bereit sind, tatsächlich geschäftliche Ergebnisse zu erzielen, teile ich gerne das AI Blueprint Playbook mit Ihnen. Dies ist keine Verkaufspräsentation. Es ist ein praktischer Leitfaden, um keine Zeit mehr zu verschwenden und Ergebnisse zu erzielen.
Schreiben Sie mir eine Nachricht, und ich schicke es Ihnen zu. Oder laden Sie es einfach hier herunter: AI Blueprint.
Mirela Dimofte
Lesen Sie auch: Wischen, tippen, bezahlen: Zahlungen sind der entscheidende Faktor für Versicherungen
