Pexon Consulting | 8 Min. Lesezeit | 16.07.2026
TL;DR
KI in der Versicherung zahlt 2026 im Schadenprozess, in der Kundenkommunikation und bei der digitalen Identität. Als Pexon (80 Mitarbeiter, Microsoft Partner) heben wir die Dunkelverarbeitung von etwa 25 auf 70 bis 85 Prozent, DORA- und TISAX-konform. Der Unterschied liegt in Freigabe und Betrieb, nicht im Modell.
Das Problem: Legacy bremst, Regulatorik verlängert die Freigabe
Wenn Sie eine Bestandsversicherung mit 300 bis 3.000 Mitarbeitern führen, kennen Sie das Muster. Der Pilot funktioniert im Innovationslabor, die Demo begeistert den Vorstand, und dann versandet das Projekt zwischen Bestandssystem, Datenschutz und Revision. Das ist kein KI-Problem. Es ist ein Integrations- und Governance-Problem.
Drei Kräfte wirken gleichzeitig. Erstens die Legacy: Kernsysteme aus den neunziger Jahren, oft Host-basiert, ohne saubere Schnittstellen. Zweitens die Regulatorik, die jede neue Datenverarbeitung durch Datenschutz, Informationssicherheit und Auslagerungsmanagement schleust. Drittens die digitale Kluft im Haus, weil ein Teil der Belegschaft KI als Bedrohung liest und nicht als Werkzeug.
Die Zahlen bestätigen den Stau. Eine Studie von Sollers Consulting zeigt, dass zwar bis zu 64 Prozent der befragten Kfz-Versicherer KI im Schadenmanagement einsetzen, aber 26 Prozent über kein formelles Governance-Modell verfügen. Genau diese Lücke wird 2026 teuer, weil die Aufsicht prüft.
Schadenprozess end-to-end digitalisieren
Der Schaden ist der Hebel mit dem klarsten Return. Eine typische Schadenmeldung besteht aus einem Formular, Fotos, einem Gutachten und E-Mail-Verkehr. Menschen tippen das ab, gleichen es gegen den Vertrag ab und entscheiden. Das dauert. McKinsey beziffert die durchschnittliche Bearbeitung einer Schadenmeldung auf rund 30 Tage, komplexe Fälle auf 90 Tage und mehr.
Unser Ansatz zerlegt den Prozess in drei Schichten. Erstens Extraktion: Azure AI Document Intelligence liest Formulare, Rechnungen und Gutachten strukturiert aus, auch handschriftliche Felder. Zweitens Reasoning: Azure OpenAI prüft Deckung, Plausibilität und Betrugsindikatoren gegen die Vertragsdaten. Drittens Entscheidung: einfache, eindeutige Fälle laufen dunkel durch, alles Grenzwertige geht mit Begründung und Konfidenz an den Sachbearbeiter.
Der Effekt ist messbar. Die Dunkelverarbeitung steigt von etwa 25 auf 70 bis 85 Prozent, die Kosten pro Fall sinken um 40 bis 60 Prozent. Deloitte beziffert die realisierbaren Einsparungen über verschiedene Versicherungsprozesse hinweg auf 20 bis 40 Prozent, was zu unseren Projektzahlen passt. Wie sich das im Detail rechnet und welche Bausteine zusammenspielen, haben wir in unserem Deep Dive zu Schadenbearbeitung automatisieren aufgeschlüsselt.
Unsere Empfehlung: Fangen Sie bei einer Sparte mit hohem Volumen und niedriger Komplexität an, klassisch Kfz oder Hausrat. Dort ist die Datenlage sauber, die Fallzahl hoch und der Business Case in Wochen nachweisbar. Ganzheitliche Ansätze für durchgängig automatisierte Schadenprozesse folgen danach, nicht zuerst.
Kundenkommunikation mit KI: Entwurf statt Autopilot
Die zweite Baustelle ist die Kommunikation. Kunden erwarten Antworten in Minuten, Ihr Service-Center arbeitet in Tagen. Der Reflex, einen Chatbot davorzuschalten, geht in der Versicherung oft nach hinten los, weil falsche Auskünfte zu Deckung oder Frist rechtlich binden können.
Wir setzen deshalb auf ein Assistenzmodell statt auf Vollautomatik. Die KI zieht sich den Vertragskontext, den Schadenstand und die passenden Textbausteine, formuliert einen Antwortentwurf und legt ihn dem Sachbearbeiter vor. Der Mensch prüft, korrigiert, sendet. Die Bearbeitungszeit pro Vorgang sinkt deutlich, ohne dass Sie die Haftung an ein Sprachmodell abgeben. Der britische Versicherer Aviva hat mit über 80 KI-Modellen im Schadenbereich die Kundenbeschwerden um 65 Prozent gesenkt, ein Beleg dafür, dass gute Kommunikation und Automatisierung sich nicht widersprechen.
Position: Vollautonome Kunden-Chatbots gehören 2026 nicht in den regulierten Erstkontakt zu Deckungsfragen. Nutzen Sie KI dort, wo ein Mensch gegenzeichnet, und Sie bekommen 80 Prozent des Effizienzgewinns bei einem Bruchteil des Risikos.
Ein Nebeneffekt wird unterschätzt: Der Entwurfsprozess erzeugt saubere, strukturierte Daten. Jede freigegebene Antwort ist ein trainierbares Beispiel, jede Korrektur ein Signal. Über Monate wächst so ein hausinterner Wissensstand, der besser zu Ihren Produkten passt als jedes generische Modell. Das ist der stille Vorteil, den ein reiner Chatbot nie aufbaut, weil er nichts lernt, was ein Mensch geprüft hat.
Dezentrale Identität (DID) als Zukunftswette
DID und die EUDI-Wallet sind die mittelfristige Wette. Statt bei jedem Onboarding Ausweisdaten neu zu prüfen, weist der Kunde verifizierte Attribute aus seiner Wallet nach. Für Versicherer heißt das schnelleres Onboarding, weniger Medienbrüche und ein sauberer Prüfpfad.
Der Zeitplan ist konkret. Die SPRIND-Sandbox für die deutsche EUDI-Wallet ist im Januar 2026 gestartet, der Entwurf des Digitale-Identitäten-Gesetzes lag im Mai 2026 vor. Jeder EU-Mitgliedstaat muss bis Dezember 2026 mindestens eine Wallet anbieten, der staatliche Start in Deutschland ist für Anfang 2027 angesetzt, ausgelegt auf 80 Millionen Nutzer beim höchsten Vertrauensniveau.
Klartext: DID zahlt heute noch nicht auf Ihre GuV ein, aber wer 2026 die Schnittstellen konzeptionell vorsieht, spart sich 2027 die Nachrüstung unter Zeitdruck. Behandeln Sie es als Architekturthema, nicht als Produktlaunch. Der konkrete Hebel liegt im Betrugsschutz und im Onboarding: Ein kryptografisch verifiziertes Attribut aus der Wallet ist fälschungssicherer als eine abfotografierte Ausweiskopie und spart die manuelle Identitätsprüfung. Wer heute schon dokumentenbasiert onboardet, hat die Datenpipeline dafür ohnehin und muss sie 2027 nur um die Wallet-Schnittstelle ergänzen.
Kosten, Zeitrahmen und Regulatorik
Der teuerste Fehler ist der Big-Bang. Ein zwölfmonatiges Transformationsprogramm bindet Budget, bevor ein einziger Fall automatisiert ist. Wir arbeiten in Schleifen von sechs Wochen mit klarem Erfolgskriterium: eine Sparte, ein Prozess, eine messbare Quote.
Die Regulatorik ist dabei kein Nachgedanke, sondern Teil der Architektur. DORA gilt seit dem 17.01.2025 unmittelbar auch für Versicherer, ohne Übergangsfrist im Kern. Das Informationsregister zu allen IKT-Auslagerungen war zwischen dem 9. und 30. März 2026 einzureichen, und für Häuser unter VAIT läuft die Angleichungsfrist bis zum 1. Januar 2027. Bei Verstößen drohen Bußgelder von bis zu 5 Prozent des weltweiten Jahresumsatzes. Laut ADVISORI verfehlten zuletzt 44 Prozent der Finanzunternehmen die DORA-Anforderungen, was zeigt, wie eng der Zeitrahmen ist.
Unsere Empfehlung zur Reihenfolge: erst Datenschutz und Informationssicherheit klären, dann bauen. Wer die Freigabekette an den Anfang stellt, verliert keine drei Monate am Ende. Die Modellwahl, ob Azure OpenAI im Verbund mit Microsoft Fabric für die Datenhaltung, ist gegen diese Rahmenbedingungen ein nachgelagertes Detail.
Häufig gestellte Fragen
Was kostet ein KI-Piloten-Projekt für die Schadenbearbeitung?
Ein fokussierter Piloten auf einer Sparte kostet bei uns einen niedrigen fünfstelligen Betrag über sechs Wochen und liefert eine belastbare Dunkelverarbeitungsquote plus Business Case. Damit entscheiden Sie über den Rollout auf Daten, nicht auf Vermutungen.
Ist KI in der Schadenregulierung DORA- und DSGVO-konform betreibbar?
Ja, wenn Sie Datenhaltung, Auslagerung und Protokollierung von Beginn an mitdenken. Wir setzen auf europäische Azure-Regionen, dokumentierte IKT-Register und revisionssichere Logs, sodass der Aufsichtsnachweis Teil des Betriebs ist und nicht nachträglich zusammengesucht wird.
Ersetzt KI unsere Sachbearbeiter?
Nein, sie verschiebt deren Arbeit. Einfache, eindeutige Fälle laufen dunkel durch, die Fachkräfte konzentrieren sich auf komplexe und strittige Vorgänge. In der Praxis steigt die Fallqualität, weil mehr Zeit für die schwierigen 20 Prozent bleibt.
Wie gehen wir mit unseren Legacy-Kernsystemen um?
Wir kapseln statt zu ersetzen. Eine Integrationsschicht liest und schreibt über definierte Schnittstellen, während das Bestandssystem unangetastet bleibt. So kommt KI in Wochen produktiv, ohne dass Sie ein mehrjähriges Kernsystem-Projekt vorschalten müssen.
Sollten wir jetzt schon auf die EUDI-Wallet setzen?
Konzeptionell ja, produktiv noch nicht. Sehen Sie die Schnittstellen in Ihrer Architektur vor, aber bauen Sie den Business Case auf Schaden und Kommunikation. Der staatliche Wallet-Start in Deutschland ist für Anfang 2027 angesetzt, die Vorarbeit lohnt sich 2026.
Nächster Schritt
Verwandte Themen
