Die zweite Hälfte der AI-Entwicklung im Versicherungswesen: Konzentrieren Sie sich nicht nur auf „große Modelle“, sondern verstehen Sie die „Sicherheit“
Guten Tag, ich bin Ihr Finanzbeobachter.
In letzter Zeit wird in der Technologie- und Finanzwelt viel über ein Thema diskutiert: Kann AI (Künstliche Intelligenz) tatsächlich Versicherungsgesellschaften helfen, Geld zu sparen, Kosten zu reduzieren und Kunden besser zu bedienen?
Auf der Konferenz am 11. September am Bundestag trafen sich führende Unternehmen wie Ant Group, Taibao Property Insurance und Alibaba Cloud und kamen zu einem sehr klaren und praktischen Schluss: Der Wettbewerb im Bereich AI im Versicherungswesen hat die Anfangsphase des „Wettbewerbs um das größte Modell“ hinter sich gelassen und ist in das tiefere Wasser des „Wettbewerbs um eine stabile Umsetzung“ eingetreten.
Einfach ausgedrückt: Früher ging es darum, zu sehen, welches AI-System „intelligenter“ ist und sich am besten wie ein Mensch verhält; heute geht es darum, welches AI-System zuverlässiger ist und tatsächlich funktioniert, ohne Fehler zu machen.
Im Folgenden zerlege ich den Kerninhalt dieser hochrangigen Konferenz in vier Punkte, die auch Laien verstehen können, und zeige Ihnen, worum es in der „zweiten Hälfte“ der AI-Entwicklung im Versicherungswesen wirklich geht.
---
Punkt 1: Konzentrieren Sie sich nicht auf „allmächtige Chatboxen“, sondern überlegen Sie zuerst, welche Probleme Sie lösen wollen
Viele Technologieunternehmen entwickeln AI-Produkte, die eine riesige Chatbox enthalten und behaupten, sie könnten „alles fragen und alles beantworten“. Im Versicherungswesen funktioniert dieser Ansatz jedoch nicht.
Chen Guanhua, Generalmanager von Ant Insurance, machte einen besonders anschaulichen Vergleich: Wenn man einem manuellen Rasierer einen Motor anschließt, wird daraus nicht automatisch ein elektrischer Rasierer. Zuerst müssen Sie klar definieren, welchen Typ von elektrischem Rasierer der Kunde benötigt – rotierend oder hin- und herbewegend? Wasserdicht oder portabel? Erst danach können Sie entscheiden, welchen Motor und welche Batterie verwendet werden sollen.
Was bedeutet das für das Versicherungswesen?
1. Die Produktdefinition kommt zuerst: Beim Entwickeln von AI für das Versicherungswesen sollte man nicht fragen, „Wie groß ist mein Modell?“, sondern „Welches konkrete Problem der Kunde möchte ich lösen?“
- Hilft das AI-System dem Kunden, die Prämie schnell zu berechnen?
- Hilft es dem Kunden, den Status der Schadensregulierung nachzuvollziehen?
- Oder empfiehlt es dem Kunden eine geeignete Versicherungspolice basierend auf seiner familiären Situation?
2. Szenariobasierte Anpassung: Verschiedene Szenarien erfordern unterschiedliche Funktionalitäten. Zum Beispiel benötigt das AI-System bei der Empfehlung von Versicherungen für ältere Menschen Informationen zu deren Gesundheitszustand, Alter und bestehenden Policen; bei der Empfehlung für junge Menschen sind die Anforderungen völlig andere.
3. Vielfalt statt Monopol: Zukünftige AI-Produkte für das Versicherungswesen sollten von den einzelnen Versicherungsgesellschaften entwickelt werden, basierend auf ihrem Verständnis der Kunden – nicht alle Unternehmen sollten denselben allgemeinen AI-Chatbot verwenden.
Kurz gesagt: Rechnen Sie nicht damit, dass ein AI-System alles alleine erledigen kann. Ein gutes AI-System für das Versicherungswesen ist ein „Spezialist“, kein „Allrounder“. Es muss zuerst wissen, welches konkrete Problem gelöst werden soll, und dann die geeigneten technischen Mittel finden.
---
Punkt 2: Die „Wahrscheinlichkeit“ von AI vs. die „Sicherheit“ der Finanzen: Der größte Unterschied
Das ist der Kern und der schwierigste logische Konflikt in dieser Nachricht.
Was ist die Essenz von AI? Es handelt sich um große Modelle, die auf riesigen Datenmengen basieren und die Wahrscheinlichkeit vorhersagen, dass ein bestimmtes Ergebnis eintritt. AI ist gut darin, zu „raten“, zu „schätzen“ und „mögliche“ Ergebnisse zu liefern.
Was ist die Essenz der Finanzwirtschaft? Es geht um Sicherheit und Genauigkeit. Prämien müssen exakt berechnet werden, Schadensregulierungen müssen den Vertragsbedingungen entsprechen, und das Risikomanagement muss fehlerfrei sein. Die Finanzwirtschaft toleriert keine „Schätzungen“, „Möglichkeiten“ oder „Meinungen“.
Daraus ergibt sich ein großes Problem: Wie kann ein AI-System, das gut darin ist zu „raten“, Aufgaben in der Finanzwirtschaft ausführen, die eine hohe Genauigkeit erfordern?
Zhang Chi, Vice President von Alibaba Cloud, wies darauf hin, dass viele von den von Finanzinstitutionen veröffentlichten AI-Agenten zwar zahlreich sind, aber nur eingeschränkte Funktionen haben. Sobald sie in echte Geschäftsprozesse eingeführt werden, zeigen sich Probleme:
- Ungenaue Kostenberechnungen: Die von AI berechneten Prämien stimmen nicht mit den aktuellen Unterlagen der Versicherungsgesellschaften überein.
- Blackbox-Verfahren: Warum berechnet das AI-System so? Der Rechenprozess ist nicht nachvollziehbar, und es gibt keine Nachweise.
- Keine Korrekturmöglichkeiten: Wie können Fehler nach einem Modellupdate behoben werden? Wie kann die Genauigkeit überprüft werden?
Kurz gesagt: AI ist wie ein „genialer Praktikant“ – sehr kreativ, aber oft fehleranfällig und erklärt nicht, warum es so handelt. Die Finanzwirtschaft hingegen benötigt „sorgfältige Buchhalter“, bei denen jeder Schritt nachvollziehbar ist und Fehler korrigiert werden können. Um diesen Unterschied zu überwinden, kann AI nicht alleine „erleuchten“; es müssen ingenieurtechnische Maßnahmen ergriffen werden.
---
Punkt 3: Regulierungsmaßnahmen: Die „Verordnung Nr. 8“ ist keine Einschränkung, sondern ein Sicherheitssystem
Am 18. Juni 2026 veröffentlichte die China Banking and Insurance Regulatory Commission die „Leitlinien für die sichere Entwicklung und Anwendung von Künstlicher Intelligenz in der Bank- und Versicherungsbranche“ („Verordnung Nr. 8“). Viele Menschen denken, dass Regulierungsunterlagen nur dazu da sind, Menschen einzuschränken.
Aber nach Zhang Chi ist die „Verordnung Nr. 8“ eher eine offene Herausforderung, die von Finanzinstitutionen verlangt, bei der Einsetzung von AI vier wichtige Fragen zu beantworten:
1. Haben die Schlussfolgerungen eine Grundlage? (Man darf nicht einfach etwas erfinden.)
2. Kann der Prozess nachvollzogen werden? (Der Prozess darf nicht als „Blackbox“ funktionieren.)
3. Kann man Fehler korrigieren, wenn sie auftreten? (Fehler dürfen nicht unkorrigiert bleiben.)
4. Liegt die Verantwortung bei jemandem? (Die Verantwortung darf nicht auf das AI-System abgewälzt werden.)
Wie kann man dies umsetzen?
Zhang Chi schlug ein „Vertrauenswürdiges Kontrollsystem“ vor, das die regulatorischen Anforderungen in konkrete Sicherheitsmaßnahmen umsetzt:
- Datenvertrag: Die von AI verwendeten Daten müssen klar dokumentiert und von guter Qualität sein.
- Toolvertrag: Die von AI genutzten Tools (z. B. für die Prüfung von Versicherungspolicen oder die Berechnung von Prämien) müssen standardisierte Schnittstellen und verifizierbare Ergebnisse bieten.
- Ergebnisbewertungsvertrag: Die von AI erzeugten Ergebnisse müssen durch einen Regelwerkzeug überprüft werden und den finanziellen Vorgaben entsprechen.
- Nachverfolgbarkeit: Jeder Schritt der AI-Aktivitäten muss aufgezeichnet werden, damit Fehler nachvollzogen und korrigiert werden können.
Kurz gesagt: Die Regulierung verbietet nicht die Nutzung von AI, sondern fordert, dass AI mit Sicherheitsmaßnahmen ausgestattet wird. Jeder Schritt der AI-Aktivitäten muss dokumentiert, nachvollziehbar und überprüfbar sein. Dieses System wird bereits in einigen führenden Banken und Versicherungsgesellschaften eingesetzt.
---
Punkt 4: Die „Fünf Stufen der Reifung von Finanz-AI“: Auf welcher Stufe befinden Sie sich?
Zhang Chi stellte ein praktisches „Fünfstufenmodell der Reifung von Finanz-AI-Agenten“ vor, um Finanzinstitutionen bei ihrer Selbstbewertung zu helfen:
- Stufe 1: Kann chatten
- Kann einfache Fragen beantworten, wie ein Kundenservice-Roboter.
- Aktueller Stand: Die meisten Institutionen befinden sich auf dieser Stufe.
- Stufe 2: Kann Dokumente erstellen
- Kann Berichte, Zusammenfassungen, E-Mails usw. erstellen.
- Aktueller Stand: Die meisten Institutionen befinden sich auf dieser Stufe.
- Stufe 3: Kann Nachweise überprüfen
- Kann nicht nur Antworten liefern, sondern auch erklären, aus welchen Dokumenten und Vertragsbestimmungen diese stammen.
- Aktueller Stand: Nur wenige Institutionen haben diese Fähigkeit erreicht.
- Stufe 4: Erfüllt die regulatorischen Anforderungen
- Der Ablauf der AI-Aktivitäten entspricht den Vorgaben; es gibt Datenverträge, Toolverträge und Ergebnisbewertungsmechanismen, die überprüfbar und korrigierbar sind.
- Aktueller Stand: Dies sollte das Mindestziel aller Finanzinstitutionen sein.**
- Stufe 5: Kann unabhängig und zuverlässig komplexe Finanzprozesse durchführen
- Kann wie ein Mitarbeiter arbeiten.
- Zukunftsrichtung.
Kurz gesagt: Wenn Ihr AI-System im Versicherungswesen noch bei „Gesprächsführung“ oder „Erstellung von Wochenberichten“ steht, ist es nur ein Spielzeug und keine Produktivkraft. Ein wirklich effektives AI-System für das Versicherungswesen muss mindestens die „Stufe 4“ erreichen – es muss überprüfbar, nachvollziehbar und verantwortungsbewusst sein. Nur so kann es in Produktionsprozesse integriert werden und wert schaffen.
---
Fazit: In der zweiten Hälfte der AI-Entwicklung geht es um „Ingenieurtechnik“ und „Verständnis der Geschäftsprozesse“
Die Diskussionen auf der Konferenz am Bundestag senden uns ein klares Signal:
Der Wettbewerb im Bereich AI im Versicherungswesen hat sich von „technischem Showoff“ zu einer effektiven Anwendung in den Geschäftsprozessen verlagert.
- Für Versicherungsgesellschaften: Konzentrieren Sie sich nicht mehr blind auf die Parameter großer Modelle. Überdenken Sie Ihre Geschäftsprozesse, identifizieren Sie echte Probleme und definieren Sie klare AI-Produkte. Investieren Sie außerdem in die Entwicklung sicherer und vertrauenswürdiger Systeme, um sicherzustellen, dass AI unter Einhaltung von Vorschriften und Sicherheitsstandards arbeitet.
- Für Technologieunternehmen: Verkaufen Sie nicht nur AI-Modelle, sondern bieten Sie „branchenspezifische“ Lösungen an, die Finanzinstitutionen helfen, Wahrscheinlichkeitsmodelle in zuverlässige Geschäftsprozesse umzusetzen und regulatorische Anforderungen in ingenieurtechnische Lösungen umzusetzen.
- Für Verbraucher: In Zukunft werden Sie genauere, bequemere und transparentere Versicherungsdienste erhalten. AI wird nicht mehr nur ein kühler Chatbot sein, sondern ein verständnisvoller, zuverlässiger und nachvollziehbarer „Intelligenzassistent“.
Zusammenfassung: AI ist keine Magie, sondern ein Werkzeug. Im Versicherungswesen kann AI nur dann wirklich Wert schaffen, wenn es in einen Rahmen aus Rechtskonformität und Sicherheit eingesetzt wird.