Praxistest: Drei Anwendungsfälle mit generativer KI für Versicherungen (F3)

Für erstklassigen Service brauchen Versicherungsmitarbeiter schnelle, präzise und verlässliche Informationen, um die nächsten Bearbeitungsschritte korrekt durchzuführen. Doch Versicherungsprodukte sind oft komplex und schwer verständlich. Die Folge: Verzögerungen, Missverständnisse und Fehler – mit direkten Auswirkungen auf Zeit, Kosten und Kundenzufriedenheit.

Mit generativer KI geht es besser: Sie analysiert, fasst zusammen und stellt Inhalte strukturiert dar – ob zur Erklärung von Vertragsklauseln, zur Beantwortung von fachlichen Fragen oder zur Unterstützung in der Schadenbearbeitung.

In diesem Beitrag stelle ich drei Anwendungsfälle vor – von schnell umsetzbaren Lösungen bis zu komplexen Konzepten. Die Beispiele sind nach ihrem Implementierungsaufwand geordnet: vom einfachen Chatbot über spezialisierte Assistenten bis hin zu autonomen Agenten für komplexe Aufgaben.

Die Inhalte basieren auf meinem Vortrag „Einsatzmöglichkeiten generativer KI in Versicherungen“, den ich auf dem Management Circle Kongress „Generative KI - Unleash the HumAIn Superpower“ in Frankfurt gehalten habe.

1. Klausel-Erklärer: Verständliche Vertragsklauseln per Chatbot

Versicherungsmitarbeiter stehen häufig vor der Herausforderung, ihren Vermittlern oder Kunden einzelne Leistungen verständlich zu erklären. Da die Versicherungsbedingungen oft in komplexer Rechtssprache verfasst sind, sind diese schwer zu verstehen und zu erklären. Wenn bestimmte Leistungen nicht schon in FAQs oder Nachschlagewerken erklärt wurden, blieb bisher nur der Weg über eine Anfrage an Experten. Das führte zu Verzögerungen, wiederholtem Nachhaken und der Unsicherheit, ob die erhaltene Erklärung wirklich verständlich genug ist.

Anwendungsfall

Der Klausel-Erklärer löst dieses Problem. Mit dem passenden Prompt übersetzt er in den Chat kopierte Klauseln in Sekundenschnelle in klare, leicht verständliche Sprache. Zusätzlich kann er praxisnahe Schadenbeispiele liefern, um die Regelungen anschaulich zu machen. So können Nutzer sofort auf verständliche Erklärungen zugreifen und Rückfragen direkt beantworten.

Praxisbeispiel

Die gezeigte Lösung ist einfach umzusetzten und basiert auf einem standard Chatbot (ChatGPT). Ein Vermittler gibt eine Vertragsklausel zur ”Mitversicherung von Mehrkosten durch Technologiefortschritt” von einer Hausratversicherung und den passenden Prompt ein. Der Chatbot liefert eine verständliche Erklärung:

"Wenn ein alter Fernseher durch einen Blitzeinschlag zerstört wird, erstattet die Versicherung nicht nur den ursprünglichen Kaufpreis, sondern übernimmt auch die Mehrkosten für ein vergleichbares neues Modell."

Nutzen: Dieser Anwendungsfall reduziert interne Rechechen sowie Rückfragen und beschleunigt die Beauskunftung gegenüber Vermittlern und Kunden. Die Kundenzufriedenheit steigt.

2. Bedingungs-Experte: Bedingungsauskünfte durch einen spezialisierten Assistenten

Vermittler und Sachbearbeiter stehen häufig vor der Frage, ob ein bestimmter Schaden oder ein spezieller Fall durch den Versicherungsvertrag abgedeckt ist. Bisher mussten solche Anfragen (bzgl. Klärung der Deckung) recherchiert und dann häufig doch an fachliche Experten weitergeleitet werden. Ein aufwändiger Prozess, der Verzögerungen verursachte und täglich duzendfach vorkommt.

Anwendungsfall

Der Bedingungs-Experte ist eine spezialisierte KI-Anwendung, die mit den unternehmenseigenen Informationen (z.B. Tarif und Bedingungen) erstellt wird. Sie beantwortet die Frage: „Ist ein bestimmter Fall durch meinen Versicherungsvertrag abgedeckt?“ Die KI analysiert hinterlegte Versicherungsbedingungen und liefert sofort Auskünfte zur Deckung. Nutzer können die Anfrage direkt beantworten, ohne auf ein Expertenurteil warten zu müssen.

Praxisbeispiel

Die gezeigte Lösung basiert auf einem Custom GPT von OpenAI, das speziell mit Versicherungsbedingungen, weiteren Strukturinformationen und einem Systemprompt angereichert wurde. Ein Kunde fragt:

„Ich habe ein neues E-Bike für 3.000 € gekauft. Ist es in meiner Hausratversicherung mitversichert?“

Der Assistent antwortet:

„Im Basistarif ist Fahrraddiebstahl nicht automatisch mitversichert. Im Premiumtarif hingegen ist Fahrraddiebstahl bis zu 3.000 € abgedeckt. Falls ein höherer Schutz gewünscht ist, kann die Summe gegen Aufpreis auf 20.000 € erhöht werden.“

Nutzen: Diese Anwendung reduziert den Zeitaufwand für die Vertriebsunterstützung erheblich und sorgt für eine konsistente, fehlerfreie Beantwortung von Kundenanfragen. Ein positiver Impuls für die Kundenzufriedenheit.

3. Schaden-Vorarbeiter: Schadenprüfung mit einem autonomen Agenten

Bisher mussten Schadensachbearbeiter sich bei jeder Schadenmeldung, durch die Dokumente arbeiten, Widersprüche oder Ungereimtheiten aufspüren und gleichzeitig die nächsten Bearbeitungsschritte planen. Das ist aufwändig und fehleranfällig.

Anwendungsfall

Der Schaden-Vorarbeiter setzt genau hier an: Als autonomer KI-Agent analysiert er eingehende Schadenmeldungen, erkennt Unstimmigkeiten, identifiziert potenzielle Betrugsfälle und erstellt eine strukturierte Zusammenfassung. So wird die Schadenbearbeitung effizienter, und Sachbearbeiter können sich auf Bearbeitung konzentrieren.

Praxisbeispiel

Die vorgestellte Lösung ist ein Proof of Concept (ChatGPT), der die Machbarkeit des autonomen Agenten demonstriert. Ein Kunde reicht eine Schadenmeldung eines Verkehrsunfalls ein und gibt eine Schadensumme von 15.000 € an. Die KI prüft die Angaben und stellt fest:

• Die Schadensumme ist ungewöhnlich hoch, für die beschriebene Beschädigung.

• Die Beschreibung enthält Unstimmigkeiten bezüglich der beteiligten Personen.

• Wichtige Angaben zur betroffenen E-Bike-Fahrerin fehlen.

Die KI generiert zudem eine Zusammenfassung und schlägt weitere Prüfmaßnahmen vor.

Nutzen: Die Schadenbearbeitung wird effizienter, potenzielle Betrugsfälle werden schneller erkannt, und Sachbearbeiter erhalten nützliche Vorschläge für die nächsten Schritte in der Bearbeitung und können sich so auf wertvollere Aufgaben konzentrieren.

Fazit

Diese drei Beispiele zeigen, generative KI kann ein wertvolles Werkzeug für die Versicherungsbranche sein – von der Kundenkommunikation über die Vertriebsunterstützung bis hin zur Schadenbearbeitung. Entscheidend ist, dass Unternehmen ihre individuellen Bedürfnisse analysieren und die Technologie gezielt einsetzen. Mit einer durchdachten Strategie und schrittweisen Umsetzung können Versicherungsunternehmen das Potenzial generativer KI gezielt nutzen und langfristig ihre Prozesse und Ergebnisse optimieren.