Der Einsatz künstlicher Intelligenz in der Versicherungsbranche nimmt Fahrt auf, wie eine aktuelle Studie der Unternehmens- und IT-Beratung Sollers Consulting zeigt. Dabei konzentrieren sich die Versicherer vor allem auf die Schadenbearbeitung – während wichtige Governance-Strukturen für den Einsatz von KI vielen Unternehmen noch fehlen. Eine kürzlich erschienene Deloitte-Studie kommt zu ähnlichen Ergebnissen, zeigt aber auch interessante Unterschiede.
Für die Untersuchung „Unter der Oberfläche: KI in der Versicherung – Erkenntnisse und Erfahrungen“ führte Sollers Consulting umfangreiche Interviews mit Führungskräften von 35 Versicherungsgesellschaften in fünf Regionen Europas und Nordamerikas, darunter Deutschland, Großbritannien, Frankreich, die Schweiz, die nordischen Länder, die USA und Kanada.
Schadenbearbeitung und Service als Haupteinsatzgebiete
Demnach verändern KI-Anwendungen bereits jetzt wichtige Prozesse in der Versicherungsbranche. Haupteinsatzgebiete für KI-Anwendungen sind Schadenbearbeitung, Backoffice-Effizienz und verbesserte Kundenerfahrung. Besonders weit fortgeschritten ist der KI-Einsatz im Schadenmanagement der Kfz-Versicherung: Bis zu 64 Prozent der befragten Versicherer haben KI bereits in Funktionen wie der Beseitigung von Dokumenten-Dubletten und beim Priorisieren von E-Mails implementiert.
Eine kürzlich von Deloitte gemeinsam mit dem Insurtech Hub Munich (ITHM) durchgeführte Studie kommt zu vergleichbaren Ergebnissen: Auch hier zeigt sich, dass Versicherer KI vor allem zur Prozessoptimierung einsetzen. Bei den konkreten Einsatzfeldern liegen die beiden Studien jedoch teilweise unterschiedlich: Die Sollers-Studie hebt Datenextraktion (69 Prozent) und Chatbots (60 Prozent) hervor, während Deloitte IT (53 Prozent), Kundenservice und Schadenmanagement (jeweils 47 Prozent) als Hauptbereiche identifiziert.
Beide Studien identifizieren Effizienzsteigerung als wichtigsten Treiber für KI-Investitionen. Die Deloitte-Untersuchung liefert dazu auch konkrete Zahlen: Für 94 Prozent der befragten Unternehmen steht die Optimierung von Geschäftsprozessen im Vordergrund. Der Grund liegt laut Deloitte auf der Hand: Die Branche kämpft mit Personalmangel bei gleichzeitig wachsenden Kundenanforderungen. Weitere wichtige Ziele sind die Verbesserung der Kundenzufriedenheit (59 Prozent) und Umsatzsteigerungen (41 Prozent).
Underwriting noch wenig automatisiert – aber mit Potenzial
Während die Schadenbearbeitung bereits stark von KI profitiert, sind die Underwriting-Prozesse beiden Studien zufolge deutlich weniger automatisiert. Dies soll sich jedoch in den kommenden Jahren ändern: Die befragten Versicherungsmanager gehen davon aus, dass KI in den nächsten drei bis fünf Jahren auch das Underwriting revolutionieren wird – ebenso wie Prävention, Vertrieb und andere Bereiche.
„KI wird vor allem zur Automatisierung der Datenerfassung, der Dokumentenverarbeitung und von Teilen des Schadenbearbeitungsprozesses eingesetzt“, sagt Piotr Kondratowicz, Berater bei Sollers. Er glaubt: „In den nächsten drei Jahren werden wir jedoch eine dramatische Ausweitung auf Underwriting-Prozesse, Tarifierung und kundenorientierte Bereiche wie Produktangebote und digitale Dienstleistungen erleben.“
Governance-Lücke als größtes Risiko
Ein alarmierendes Ergebnis der Sollers-Studie: 26 Prozent der befragten Unternehmen verfügen über keinerlei formelles Governance-Modell für den KI-Einsatz. Die Studienautoren raten, dass die Unternehmen ihre Governance-Strukturen weiterentwickeln sollten – um IT-Architekturen überschaubar zu halten und Synergien zwischen Projekten und Teams zu ermöglichen.
„Versicherer, die es versäumen, Governance-Strukturen zur Unterstützung der KI-Transformation aufzubauen, laufen Gefahr, in einem Markt, der sich schnell in Richtung KI, Automatisierung und prädiktive Entscheidungsfindung bewegt, ins Hintertreffen zu geraten“, warnt Kondratowicz.
Fachkräftemangel und Qualifizierungslücken
Als größte Herausforderung identifizieren beide Studien den anhaltenden Mangel an qualifizierten Fachkräften. Die Deloitte-Studie zeichnet hier ein besonders kritisches Bild: Der Fachkräftemangel, der sich in den kommenden zehn Jahren noch verschärfen dürfte, trifft auf erhebliche Qualifizierungslücken.
Zwar schätzen zwei Drittel der von Deloitte befragten Versicherer ihre KI-Kompetenzen als „ausreichend“ ein, doch die Realität sieht anders aus: Die Branche investiert noch zu wenig in KI-Weiterbildung. Hohe Kosten, komplexe Implementierung und unklare Rentabilität bremsen die Transformation.
Interne Hindernisse bremsen KI-Integration
Die Deloitte-Studie benennt zwei kritische interne Hindernisse für eine erfolgreiche KI-Integration:
- Datenverwaltung und -verfügbarkeit: Diese Bereiche stellen nach wie vor kritische Engpässe bei der Einführung von KI-Projekten dar
- Organisatorische Widerstände: Die erfolgreiche Integration von KI erfordert ein effektives Change-Management, um interne Widerstände zu überwinden und einen kulturellen Wandel voranzutreiben
Strategische Gegenmaßnahmen der Versicherer
Den Herausforderungen begegnen die Versicherer laut Deloitte mit folgenden strategischen Maßnahmen:
- Gezielte Weiterbildungsinitiativen wie Data Academies und KI-Leadership-Trainingsprogramme, um KI-Kompetenzen auf allen Ebenen aufzubauen
- Selektives IT-Outsourcing, um neue Technologien zu integrieren und gleichzeitig die Kontrolle über Kernsysteme zu behalten
- Strategische Partnerschaften mit Start-ups, Technologiefirmen und Beratungsunternehmen, um KI-Initiativen schnell zu skalieren
- Entwicklung eines sogenannten „KI Target Operating Models“ (TOM), das auf die spezifischen Geschäftsziele und den KI-Reifegrad des Unternehmens abgestimmt ist
Balance zwischen Effizienz und Wachstum gefordert
Die Deloitte-Studie warnt davor, dass viele Versicherer Gefahr laufen, sich zu stark auf mehr Effizienz zu fokussieren – und dabei wachstumsorientierte KI-Initiativen zu vernachlässigen. Bei der strategischen Ausrichtung sei es sinnvoll, Effizienz und Wachstum gut auszubalancieren.
Ausblick: KI wird Standard
Die Sollers-Studie zeigt zudem, dass Große Sprachmodelle (Large Language Models, LLM) mittlerweile eine gängige Technologie in Versicherungsunternehmen sind. Das schnelle Tempo der KI-Innovation hat einige Gesellschaften dazu bewogen, generelle KI-Lösungen für alle Mitarbeiter zum Ausprobieren einzuführen.
Für Kunden dürfte der verstärkte KI-Einsatz laut Sollers vor allem schnellere Entscheidungen bei Schadenfällen und im Underwriting, eine klarere Risikokommunikation und letztendlich auch individuellere Preise mit sich bringen.
