Acht Versicherungspolicen, fünfzehn Stunden Arbeit und am Ende die Einsicht, dass niemand dieses Problem löst. Jasmin Flori-Hess, ehemalige UBS-Bankerin, hat daraus in Darwin (Australien) das InsurTech Raindrop aufgebaut. Ihre Insurance Ontology zerlegt Policy Wordings so, dass Broker, Versicherer, KI-Agenten und Kunden sie gleich verstehen. Jetzt will sie das Modell in die Schweiz bringen.
Eigentlich wollte Jasmin Flori-Hess nur zwei Jahre bleiben. 2017 zog sie mit ihrer Familie von Australien in die Schweiz, damit die Kinder ihr europäisches Kulturerbe kennenlernen, und arbeitete wieder bei der UBS. Nach vier Jahren und einer Pandemie war das Fernweh zu gross: fünf Monate Auszeit, ein Camper, Australien. Dort beschloss sie, die acht Versicherungspolicen der Familie endlich einmal sauber nebeneinanderzulegen. Nach fünfzehn Stunden hatte sie zwar eine Matrix, aber auch eine Frage: Warum ist das so absurd schwierig?
Ein Freund aus der Startup-Szene sagte ihr, sie solle das Problem selbst lösen. Sie kam mit einem Businessplan aus dem Busch zurück, und er wurde ihr erster Angel Investor. Es folgten Marktvalidierung mit Versicherern und Brokern, die NLP-Arbeitsgruppe für Versicherungen an der HWZ, ein Pitch in New York und dann ein Umzug nach Darwin innerhalb von acht Wochen. Dort gründete sie Retja. Der Name ist ein Yolngu-Wort für den Dschungel mit Jasminranken: lebenswichtig und zugleich überwältigend, wie die Versicherungswelt.
Die Marke Raindrop steht für das Destillat aus diesem Dickicht. Kern ist eine proprietäre Versicherungs-Ontologie, die Versicherungsbedingungen und -formulierungen in kleine, strukturierte Einheiten zerlegt und wieder zusammensetzt, damit Menschen und Maschinen sie konsistent interpretieren. Aus der Idee, Versicherern beim Vergleichen zu helfen, ist inzwischen mehr geworden. Versicherer stellen fest, dass KI-Agenten ihre PDFs nicht lesen können und ihre Produkte in ChatGPT & Co. deshalb unsichtbar bleiben. Raindrop ist Mitglied bei Insurtech Australia, InsurTech New York und seit Kurzem beim Swiss InsurTech Hub. Wir haben mit der Gründerin über Dschungel, Daten und den Mut zur späteren Gründung gesprochen.
Frau Flori-Hess, ein Campingplatz in Australien, acht Policen, fünfzehn Stunden Arbeit. Wann wurde aus dem Ärger eine Geschäftsidee?
Die eigentliche Erleuchtung kam irgendwo zwischen Ningaloo und Mataranka. Ich war weit weg von allem, hatte absolute Ruhe und einen klaren Blick auf die Milchstrasse. Und plötzlich wurde mir klar: Das Problem ist nicht, dass Versicherungen zu viele Informationen haben. Das Problem ist, dass wir ihre Bedeutung nicht schnell und eindeutig erfassen können.
Aus diesem Gedanken ist Raindrop entstanden.
Allerdings ist die Geschäftsidee seitdem mehrfach gewachsen und hat sich weiterentwickelt. Was mit dem Wunsch begann, Versicherungen einfacher vergleichbar zu machen, ist heute viel grundsätzlicher: Wir bauen eine Bedeutungsschicht, die Versicherungswissen für Menschen und KI verständlich und zuverlässig macht.
Sie hatten nie eine Firma gegründet und nie mit Technologie gearbeitet. Was hat Sie trotzdem überzeugt, und was hat Sie als Gründerin am meisten überrascht?
Ich komme aus der Kommunikation sowie aus dem Change- und Projektmanagement. Nicht aus der Technologie und auch nicht aus der klassischen Startup-Welt. Was mich trotzdem überzeugt hat, war ein Problem, das ich immer wieder gesehen habe: In der Versicherungsbranche scheitert vieles nicht daran, dass Informationen fehlen. Es scheitert daran, dass Menschen dieselben Begriffe und Bedingungen unterschiedlich verstehen.
Je tiefer ich mich damit beschäftigt habe, desto klarer wurde mir: Das ist nicht nur ein Kommunikationsproblem. Es ist ein strukturelles Technologieproblem. Wenn Menschen komplexe Versicherungsbedingungen nicht konsistent interpretieren können, wie soll KI damit zuverlässig arbeiten?
Das hat mich überzeugt, dass wir hier etwas Grundlegendes bauen müssen. Eine verlässliche Grundlage, auf der Menschen und KI dieselbe Bedeutung verstehen können.
Als Gründerin habe ich vor allem gelernt, dass man nicht alles selbst können muss. Man muss die richtigen Fragen stellen, gute Menschen gewinnen und bereit sein, sehr schnell zu lernen.
Am meisten überrascht hat mich, wie viel Gründen mit Durchhaltevermögen zu tun hat. Man verändert seine Meinung, lernt von Kunden, verwirft Dinge und baut sie neu. Technologie ist wichtig. Aber am Ende geht es um Menschen, Vertrauen und darum, das eigentliche Problem wirklich zu verstehen.
Ich dachte am Anfang, ich müsste vor allem eine Vision haben. Heute glaube ich, man braucht vor allem die Fähigkeit, immer wieder neu hinzuschauen und die eigene Idee zu verändern, ohne das Problem aus den Augen zu verlieren.
RETJA ist ein Yolngu-Wort, Raindrop steht für einen Tropfen Klarheit. Was erzählen diese Namen über Ihr Verständnis von Versicherung?
Für mich steht es für die Verbindung zu Australien und für etwas, das tiefer geht als ein rein technologischer Firmenname. Versicherung ist letztlich etwas sehr Menschliches: Es geht um Vertrauen, um Sicherheit und um ein Versprechen für einen Moment, in dem etwas schiefgeht.
Raindrop ist dann die Weiterentwicklung dieser Idee. Ein einzelner Tropfen ist klein, aber er bringt etwas in Bewegung. Und genau das wollen wir mit Raindrop erreichen: einen Tropfen Klarheit in eine Branche bringen, die oft unnötig komplex und schwer verständlich ist.
Denn ich glaube, Versicherung muss nicht einfacher werden, indem wir Inhalte weglassen. Sie muss verständlicher werden, indem wir die Bedeutung hinter den Worten sichtbar machen.
Für mich steht Raindrop deshalb für Klarheit, Transparenz und Vertrauen – und für die Überzeugung, dass Menschen und KI nur dann gute Versicherungsentscheidungen treffen können, wenn sie wirklich dasselbe verstehen.
Erklären Sie Raindrop jemandem ohne technischen Hintergrund: Was passiert in den sieben Minuten, nachdem ein «Policy Wording» hochgeladen wurde?
Stellen Sie sich vor, Sie geben Raindrop ein 100-seitiges Versicherungsdokument und sagen: «Versteh das bitte.»
In den ersten Minuten liest Raindrop das Dokument nicht einfach nur durch. Es zerlegt es in seine einzelnen Bestandteile und erkennt, worum es tatsächlich geht: Was ist versichert? Was ist ausgeschlossen? Welche Bedingungen gelten? Welche Begriffe werden definiert? Und vor allem: Wie hängen diese Informationen miteinander zusammen?
Dann wird aus dem ursprünglichen Dokument eine strukturierte Landkarte der Bedeutung. Jede Aussage bleibt dabei mit ihrer ursprünglichen Quelle nachvollziehbar.
Nach etwa sieben Minuten haben wir also nicht einfach eine Zusammenfassung des Dokuments. Wir haben eine strukturierte, überprüfbare Version davon, wie dieser Versicherungsvertrag funktioniert.
Und genau das ist der entscheidende Unterschied: Raindrop versucht nicht, den Text schöner zusammenzufassen. Wir machen die Bedeutung dahinter für Menschen und KI nutzbar.
Damit kann ein Broker schneller vergleichen, ein Versicherer konsistenter arbeiten – und eine KI sich endlich auf einer verlässlichen Grundlage mit Versicherungsbedingungen auseinandersetzen.
Herzstück ist Ihre Versicherungs-Ontologie. Worin unterscheidet sie sich von einem gewöhnlichen Sprachmodell, das PDFs liest, und wie stellen Sie sicher, dass Ihr Assistent Neptune nicht halluziniert.
Ein gewöhnliches Sprachmodell ist sehr gut darin, Sprache zu verstehen und daraus eine plausible Antwort zu formulieren. Aber genau darin liegt bei Versicherungen auch das Problem: Plausibel ist nicht automatisch richtig.
Unsere Versicherungs-Ontologie ist deshalb mehr als ein Sprachmodell. Sie bildet die Bedeutung eines Versicherungsvertrags strukturiert ab: Was ist versichert, was ist ausgeschlossen, welche Definition gilt, welche Bedingung hängt womit zusammen – und wo genau steht das im Originaldokument?
Man kann es sich wie einen Übersetzer vorstellen. Das Sprachmodell versteht die Sprache. Unsere Ontologie sorgt dafür, dass es die Sprache der Versicherung richtig interpretiert und die Beziehungen zwischen den einzelnen Klauseln kennt.
Bei Neptune (dem König der Meere wo alle Klarheits-Raindrops aufgefangen werden) ist deshalb nicht das Ziel, einfach eine möglichst intelligente Antwort zu generieren. Neptune soll nur das sagen, was sich aus der zugrunde liegenden, geprüften Datenbasis ableiten lässt. Antworten bleiben auf die Quelle zurückführbar und können gegen das ursprüngliche Policy Wording überprüft werden.
Natürlich kann kein KI-System seriös versprechen, dass es niemals halluziniert. Aber wir verändern die Architektur: Wir verlassen uns nicht auf das Sprachmodell als Wissensquelle. Das Modell ist die Schnittstelle – Raindrop liefert die kontrollierte Bedeutung und die Evidenz dahinter.
Genau das macht den Unterschied zwischen «KI, die ein PDF lesen kann» und «KI, der man bei einer Versicherungsentscheidung vertrauen kann».
Sie sagen, dass derselbe Schadenfall je nach Interpretation ein Ja oder ein Nein bekommen kann. Wie gross ist das Problem inkonsistenter Auslegung tatsächlich, und wen trifft es am härtesten?
Das Problem ist grösser, als man auf den ersten Blick denkt. Denn ein Versicherungsvertrag ist kein Ja- oder Nein-Dokument. Oft hängt die Antwort auf einen Schaden davon ab, wie mehrere Klauseln, Definitionen, Ausschlüsse und Bedingungen zusammenspielen.
Nehmen wir zwei Menschen, die denselben Schadenfall beurteilen. Beide lesen dasselbe Policy Wording, aber einer interpretiert eine Definition oder einen Ausschluss anders. Der eine sagt: «Das ist gedeckt.» Der andere sagt: «Nein, das ist ausgeschlossen.» Beide können dabei überzeugt sein, richtig zu liegen.
Genau diese Inkonsistenz ist das Problem.
Am härtesten trifft es aus meiner Sicht den Kunden. Denn für ihn ist Versicherung ein Versprechen: Wenn etwas passiert, möchte er wissen, ob er geschützt ist. Aber auch Broker und Versicherer tragen die Konsequenzen – durch Rückfragen, Nacharbeit, Beschwerden, E&O-Risiken, längere Schadenbearbeitung und vor allem durch verlorenes Vertrauen.
Und jetzt kommt KI dazu. Wenn wir anfangen, Versicherungsentscheidungen mit KI zu unterstützen oder zu automatisieren, wird dieses Problem noch wichtiger. Denn eine KI, die unterschiedliche Antworten auf dasselbe Policy Wording gibt, skaliert nicht nur die Effizienz – sie skaliert auch die Inkonsistenz.
Deshalb ist für mich die entscheidende Frage nicht: «Kann AI ein Policy Wording lesen?» Das kann sie.
Die entscheidende Frage ist: «Kann sie bei demselben Vertrag heute, morgen und über verschiedene Systeme hinweg dieselbe Bedeutung zuverlässig wiedergeben?»
Genau dieses Problem wollen wir mit Raindrop lösen.
Versicherer merken, dass KI-Agenten ihre Dokumente nicht verstehen und ihre Produkte bei ChatGPT & Co. nicht auftauchen. Wird die Sichtbarkeit in der KI zur neuen Vertriebsfrage der Branche?
Ja, absolut. Heute fragen Versicherer: «Wie werde ich bei Google gefunden?» In Zukunft wird die Frage lauten: «Wie wird mein Produkt von einem KI-Agenten verstanden und empfohlen?»
Denn es reicht nicht, dass ein Policy Wording online verfügbar ist. Die KI muss Deckungen, Ausschlüsse und Bedingungen korrekt verstehen können.
Damit wird KI-Sichtbarkeit zur neuen Vertriebsfrage – aber eigentlich geht es um mehr als Sichtbarkeit:
Versicherer müssen von Maschinen richtig verstanden werden.
Genau dafür schafft Raindrop die notwendige Bedeutungsschicht.
Wie haben Sie sich das komplexe Versicherungsvokabular und -Wissen angeeignet?
Ich habe mir dieses Wissen nicht aus einem Lehrbuch angeeignet. Ich habe mir die richtigen Menschen gesucht.
Wir arbeiten mit Versicherungsexperten, die seit Jahrzehnten in der Branche sind – Menschen, die Policen geschrieben, Produkte entwickelt und Schadenfälle beurteilt haben und die verstehen, wie die einzelnen Begriffe und Klauseln tatsächlich miteinander verknüpft sind.
Ich habe sehr viel von diesen Experten gelernt – und gleichzeitig haben wir gemeinsam angefangen, dieses Wissen strukturiert abzubilden. Besonders spannend ist, dass diese Menschen nicht nur ihr bestehendes Wissen einbringen, sondern aktiv an der nächsten Entwicklung der Branche mitarbeiten wollen.
So ist aus meinem anfänglichen Verständnisproblem Schritt für Schritt ein gemeinsames Verständnis davon entstanden, wie Versicherungsbedeutung strukturiert werden kann.
Sie stellen Ihre IP per White Labeling zur Verfügung, damit «die Industrie besser wird». Das ist für ein Startup ungewöhnlich. Wie schützen Sie trotzdem Ihren Vorsprung?
White Label bedeutet für uns nicht, dass wir unsere IP aus der Hand geben. Unsere Ontologie, Datenstrukturen und die eigentliche Logik bleiben bei Raindrop.
Unser Vorsprung liegt aber nicht nur in einer einzelnen Softwa,refunktion. Er liegt in dem Versicherungswissen, den Beziehungen zwischen den Klauseln und darin, wie wir dieses Wissen strukturiert und laufend weiterentwickeln.
Und wir glauben an einen grösseren Effekt: Je mehr Versicherer auf einer guten, verlässlichen KI-Basis arbeiten und je besser Versicherungsbedingungen verstanden werden, desto besser wird die gesamte Branche. Weniger Missverständnisse, konsistentere Entscheidungen und bessere Kundenerlebnisse helfen letztlich allen.
Für uns ist das kein Widerspruch.
Wir können die Technologie breit zugänglich machen und gleichzeitig die IP schützen, die dahintersteht. Unser Ziel ist nicht, Wissen zu kontrollieren – sondern dafür zu sorgen, dass Versicherung richtig verstanden wird.
Die IP bleibt in Australien, Kapital nehmen Sie in den USA und in der Schweiz separat auf. Warum dieses Modell, und welche Rolle spielen die möglichen Proofs of Concept in New York?
Das ist für uns ein bewusstes Modell. Die IP und die Entwicklung bleiben in Australien – weil wir hier unser Team, unser Know-how und unsere technologische Basis aufgebaut haben. Gleichzeitig ist das Problem, das wir lösen, global.
Deshalb wollen wir auch dort Kapital und Kunden gewinnen, wo die grossen Versicherungsmärkte sitzen. Die möglichen Proofs of Concept in New York sind für uns besonders wichtig, weil sie zeigen können: Das Problem der unterschiedlichen Interpretation von Versicherungsbedingungen ist kein australisches Problem, sondern ein globales.
Wir wollen damit internationale Marktvalidierung erreichen – und gleichzeitig weiterhin australisches Kapital und australische Expertise einbinden.
Für mich ist das eigentlich die Stärke des Modells:
Wir bauen in Australien, validieren und skalieren international.
Sie führen derzeit Gespräche mit Schweizer Versicherern, und einige bauen lieber alles in-house. Wo sehen Sie die grössten Unterschiede zwischen dem Schweizer und dem australischen Markt?
Ich sehe weniger einen Unterschied im Problem als in der Herangehensweise.
Australien ist ein vergleichsweise pragmatischer Markt. Man ist eher bereit, neue Lösungen mit externen Partnern auszuprobieren, wenn sie schnell einen konkreten Nutzen zeigen.
In der Schweiz erlebe ich einen stärkeren Fokus auf Kontrolle, Qualität und langfristige Eigenständigkeit. Einige Versicherer fragen deshalb zuerst: «Können wir das selbst bauen?»
Das ist für uns aber kein Hindernis. Im Gegenteil: Es zeigt, wie wichtig es ist, eine Lösung zu bauen, die fachlich wirklich belastbar ist und sich in bestehende Strukturen integrieren lässt.
Und am Ende ist das Grundproblem in beiden Märkten dasselbe: Versicherungswissen ist komplex – und KI braucht eine verlässliche Grundlage, um damit arbeiten zu können.
Für Raindrop ist die Schweiz deshalb auch ein wichtiger Test: Wenn unsere Technologie dort mit diesem hohen Anspruch an Qualität und Kontrolle überzeugt, ist das eine starke globale Validierung.
Swiss InsurTech Hub und ein Referat im CAS «Insurance Transformation with AI» an der HWZ: Welche Rolle spielen Forschung und Netzwerke für ein junges Insurtech?
Für ein junges InsurTech sind Forschung und Netzwerke enorm wichtig – gerade, weil wir an der Schnittstelle von Versicherung und KI arbeiten.
Wir können Technologie bauen, aber wir wollen sie mit dem besten Versicherungswissen und wissenschaftlicher Erkenntnis verbinden. Formate wie der Swiss InsurTech Hub oder mein Referat im CAS «Insurance Transformation with AI» an der HWZ bringen uns mit Menschen zusammen, die ganz unterschiedliche Perspektiven einbringen.
Auch mögliche Forschungsförderung, etwa über den Nationalfonds, wäre für uns spannend, weil wir damit Fragen wissenschaftlich vertiefen können, die für die ganze Branche relevant sind.
Gleichzeitig geht es bei Netzwerken nicht nur um Kontakte oder Kunden.
Es geht darum, gemeinsam Standards und Verständnis für eine neue Technologie zu entwickeln.
Gerade bei AI im Versicherungsbereich glaube ich, dass niemand das alleine lösen kann.
Sie gründen mit Ende vierzig und sitzen in Pitches oft Investoren gegenüber, die deutlich jünger sind. Ist Erfahrung beim Fundraising ein Vorteil oder eine Hürde?
Ich sehe es eher als Vorteil. Ich bringe über 25 Jahre Berufs- und Lebenserfahrung mit – und damit auch die Fähigkeit, komplexe Situationen schnell einzuordnen, Menschen zusammenzubringen und langfristig zu denken.
Natürlich sitzen mir beim Fundraising oft Menschen gegenüber, die deutlich jünger sind und vielleicht schon mehrere Startups gegründet haben. Aber ich sehe das nicht als Wettbewerb. Ich kann von ihnen genauso lernen, wie sie vielleicht von meiner Erfahrung profitieren können.
Und vielleicht ist genau das der Punkt: Ein Startup zu gründen ist nicht nur eine Frage des Alters. Es geht darum, ein Problem wirklich zu verstehen, Menschen dafür zu begeistern und die Ausdauer zu haben, es zu lösen.
Sie unterstützen gezielt junge Frauen in der Tech- und Versicherungswelt. Was raten Sie Frauen, die heute gründen wollen?
Mein wichtigster Rat ist: Wartet nicht darauf, dass ihr euch «bereit» fühlt. Ich war selbst keine Technikerin und keine klassische Gründerin. Wenn ich gewartet hätte, bis ich alle Antworten fand, wäre Raindrop nie gegründet worden.
Sucht euch Menschen, die etwas können, was ihr selbst nicht könnt. Baut ein starkes Netzwerk auf und habt keine Angst davor, Fragen zu stellen. Gerade als Frau glaube ich, dass wir manchmal zu lange versuchen, erst alles perfekt zu können, bevor wir uns etwas zutrauen.
Und vor allem: Man muss nicht die lauteste Person im Raum sein. Man muss überzeugt sein von dem Problem, das man lösen möchte – und den Mut haben, anzufangen.
Wo steht Raindrop in drei Jahren, und was muss sich in der Branche ändern, damit Kunden im Schadenfall häufiger ein Ja bekommen?
In drei Jahren möchte ich, dass Raindrop ein internationaler Standard dafür ist, wie Versicherungswissen für Menschen und KI verständlich und zuverlässig gemacht wird – mit Kunden auf der ganzen Welt!
Und ich wünsche mir, dass wir damit auch etwas in der Branche verändern: Dass ein Schaden nicht davon abhängt, wer ein Policy Wording interpretiert oder welches System die Antwort gibt.
Denn «mehr Ja» ist eigentlich nicht das Ziel. Das Ziel ist mehr richtige Ja – und mehr nachvollziehbare Nein. Wenn ein Schaden gedeckt ist, sollte der Kunde darauf vertrauen können, dass er auch als gedeckt erkannt wird. Und wenn er nicht gedeckt ist, sollte klar und transparent sein, warum.
Wenn Raindrop dazu beiträgt, dass Versicherungsentscheidungen konsistenter, transparenter und verständlicher werden, dann haben wir in drei Jahren sehr viel erreicht.
Die Fragen hat Binci Heeb gestellt.
Jasmin Flori-Hess ist Gründerin und CEO des australischen InsurTechs Raindrop. Sie verfügt über langjährige Erfahrung in Kommunikation, Change- und Projektmanagement in der Finanz- und MedTech-Branche. Dabei hat sie internationale Organisationen begleitet und an der Schnittstelle von Menschen, Technologie und Veränderung gearbeitet. Die Idee für Raindrop entstand aus ihrer eigenen Erfahrung mit der Komplexität von Versicherungsbedingungen. Was als Frustration über schwer verständliche Policen begann, entwickelte sich zu einer Technologieplattform, die Versicherungswissen strukturiert und für Menschen und KI verständlich, konsistent und nachvollziehbar macht. Heute treibt Jasmin die internationale Entwicklung von Raindrop voran und engagiert sich für die verantwortungsvolle Nutzung von KI sowie für mehr Frauen in Technologie und Startups.
Lesen Sie auch: SIH: Erst prüfen, dann ersetzen
Suche:
Sponsoren:
