Wie KI-Agenten die Versicherungswelt verändern – Marco Meisen im Interview

27. Juli 2026

Was vor wenigen Jahren innovativ war, ist heute längst überholt. Von Machine Learning zu Large Language Models und weiter zu agentischen Workflows – künstliche Intelligenz (KI) verändert die Möglichkeiten von Versicherern, ihre Prozesse zu automatisieren, in historischer Geschwindigkeit. Zeit, um mit Marco Meisen, Managing Director Technology, Claims Europe bei Verisk, über den Status quo der Branche, die neuesten Entwicklungen bei Verisk und die Zukunft mit KI zu sprechen.

drei menschen diskutieren

Wo steht die Versicherungsbranche aktuell in puncto KI-Transformation?

Praktisch jeder Versicherer wird zurzeit auf die eine oder andere Weise mit künstlicher Intelligenz experimentieren. Das zeigt auch Verisks „State of the Industry“-Survey von 2025, die im Rahmen der Verisk Insurance Conference (VIC) durchgeführt wurde: 69 Prozent der Befragten waren überzeugt, dass generative KI die Branche in den nächsten fünf Jahren grundlegend transformieren wird.

Das ist auch den aktuellen Rahmenbedingungen geschuldet. Unternehmen stehen unter hohem Kostendruck und müssen mit knappen Personaldecken arbeiten. Gleichzeitig erwarten Versicherte schnelle und komfortable Prozesse, vor allem in der Schadenregulierung. Generative KI ist, richtig genutzt, ein Schlüssel für viele dieser Herausforderungen. Versicherer können es sich nicht leisten, die Technologie nicht zu nutzen.

Versicherer arbeiten seit Jahren punktuell mit künstlicher Intelligenz. Was hat sich in den vergangenen zwei bis drei Jahren aus deiner Sicht konkret verändert?

Large Language Models waren ein Wendepunkt. Wir haben eine KI-Entwicklung in drei Stufen erlebt. Zuerst kam viele Jahre Machine Learning (ML) zum Einsatz. Dabei mussten Systeme aus Beispielen und Daten lernen, Muster zu erkennen und Vorhersagen zu treffen, ohne für jede Aufgabe ausdrücklich programmiert zu werden. Wir haben dafür unsere Modelle aufwändig trainiert und Daten für die korrekte Zuordnung gelabelt. Die KI-Lösungen waren auf spezifische Einsatzzwecke beschränkt und relativ aufwändig umzusetzen.

Dann kam der Qualitätssprung mit Large Language Models, kurz LLMs. Diese KI-Systeme werden auf sehr großen Mengen von Text trainiert und können dadurch menschliche Sprache verstehen, erzeugen und verarbeiten. Sie sind vortrainiert und szenarienoffen. Die Einsatzmöglichkeiten sind wesentlich vielfältiger und die Kosten für den Einsatz vergleichsweise niedrig. Hier sind wir mit unseren Kunden längst über die Experimentierphase hinaus. Und die dritte Stufe beginnt gerade erst.

Der Einsatz von Agentic AI?

Genau, KI-Agenten gehen noch einen Schritt weiter. Sie werden für bestimmte Aufgaben entwickelt, mit relevanten Datenquellen und Anwendungen verbunden und können so mehrere Arbeitsschritte eigenständig koordinieren. Statt nur einfache Antworten zu liefern, sammeln sie Informationen, prüfen Dokumente, erkennen Auffälligkeiten und verfolgen ein definiertes Ziel innerhalb vorgegebener fachlicher, technischer und rechtlicher Rahmenbedingungen. Hier sind wir aber bei Versicherern noch in der frühen Anfangsphase.

Was sind aus deiner Sicht aktuell die vielversprechendsten KI Use Cases für Versicherer?

Mit generativer KI ist plötzlich vieles möglich, aber nicht jeder denkbare Use Case ist auch ein Business Case. Um hier die richtigen Schwerpunkte zu setzen, sind wir in engem Austausch mit Versicherern. Die Frage ist immer: Wo entsteht echter operativer und wirtschaftlicher Nutzen? Potenzial besteht überall dort, wo viele Informationen schnell zusammengeführt, fachlich vorstrukturiert und für eine qualifizierte menschliche Bewertung aufbereitet werden müssen.

Wir haben bereits erste standardisierte KI-Agenten entwickelt, um interne Prozesse zu verbessern und unseren Kunden kosteneffizientere, schnellere Lösungen für typische Herausforderungen anzubieten.

Ein Beispiel hierfür ist unser Claims Agent, der aktuell im Personenschadenmanagement Anwendung findet. Bei Vorwürfen ärztlicher Behandlungsfehler können mehrere spezialisierte Agenten umfangreiche Fallunterlagen strukturiert auswerten und vorhandene Informationen – einschließlich medizinischer und weiterer fallbezogener Inhalte – für die weitere fachliche Prüfung aufbereiten. Dabei können etwa potenzielle Inkonsistenzen, fehlende Unterlagen oder prüfbedürftige Punkte in der Behandlungschronologie und in den vorliegenden Anspruchsbegründungen gekennzeichnet werden. Ein führender Versicherer im Bereich Arzt-Haftpflicht-Versicherung konnte dadurch nach interner Auswertung pro Schadenfall zwei bis drei Stunden Bearbeitungszeit sparen. Das summiert sich.

In Europa und Deutschland legen Unternehmen besonderen Wert auf Governance und Vertrauenswürdigkeit von KI-Systemen. Wie stellen wir Nachvollziehbarkeit und Verlässlichkeit der KI-Ergebnisse sicher?

Wir behaupten nicht, dass KI-Ergebnisse frei von Fehlern sind. Seriös ist ein anderer Anspruch: KI-Systeme müssen so gestaltet sein, dass Ergebnisse überprüfbar sind. Wenn wir es mit komplexen Sachverhalten zu tun haben, arbeiten wir deshalb nach dem „Human in the Loop“-Prinzip. Um beim Beispiel des Claims Agent zu bleiben: Der Agent reguliert den Schaden nicht automatisch, sondern bereitet die Entscheidung vor. Die fachliche Bewertung, Plausibilisierung und finale Entscheidung verbleiben bei fachlich geschulten Mitarbeitenden, die die Ergebnisse prüfen und einordnen – entweder von uns oder vom Versicherer selbst.

Hat sich die Rolle von Verisk durch die KI-Evolution verändert?

Die Einstiegshürden für generative KI sind niedrig. Jeder kann in wenigen Minuten einen Account bei einem der großen Chatbot-Anbieter anlegen, eigene Dokumente auswerten lassen und einfache Agenten bauen. Der Moment, an dem Dienstleister hinzugezogen werden, verschiebt sich nach hinten. Wir fühlen uns durch KI allerdings nicht bedroht, sondern sehen KI als Verstärker unserer Kompetenzen.

Entscheidend ist nicht, ob sich eine KI-Anwendung technisch umsetzen lässt, sondern welche Qualität, Verlässlichkeit und Nachvollziehbarkeit die Ergebnisse haben. Dabei spielen nicht nur die eingesetzten Modelle und Daten eine Rolle, sondern auch die fachliche Gestaltung der Prompts, Regeln und Prüfmechanismen. Gerade in komplexen Versicherungsprozessen reicht ein allgemein formulierter Prompt nicht aus. Es braucht tiefes Prozessverständnis, klare fachliche Vorgaben und eine kontinuierliche Qualitätssicherung.

Unser Vorteil liegt in der Schnittmenge aus unserer Datenbasis, Technologie- und KI-Expertise und fachlichem Know-how. Wenn Versicherer intelligente Lösungen für komplexe, datenintensive Prozesse umsetzen möchten, wird externe Unterstützung in vielen Fällen auch in Zukunft wirtschaftlich sinnvoll sein.

Wie wird künstliche Intelligenz Versicherer in den nächsten Jahren verändern?

Das kann niemand mit Sicherheit sagen. Klar ist, dass wir auf dem Weg sind in eine agentenbasierte Versicherungswelt. KI-Agenten werden eine wichtige Rolle dabei spielen, Prozesse effizienter vorzubereiten oder in Zukunft sogar zu steuern. Das ergibt sich auch aus wirtschaftlichen Notwendigkeiten: Versicherer erleben, dass erfahrene Kolleginnen und Kollegen ausscheiden und weniger junge Nachwuchskräfte nachrücken. Diese können mithilfe geeigneter KI-Unterstützung schneller produktiv werden und auch komplexe Fälle bearbeiten.

Was wir auch sehen werden, ist eine veränderte Rolle von Software. Einige Experten sprechen vom möglichen Ende klassischer SaaS-Modelle. Ich halte es zumindest für realistisch, dass Versicherer in einigen Jahren weniger ausschließlich klassische Software und verstärkt Fähigkeiten in Form von KI-Agenten und agentischen Workflows nachfragen. Voraussetzung ist, dass solche Lösungen transparent, nachvollziehbar und kontrollierbar in bestehende IT-, Daten- und Governance-Strukturen integriert werden können.

Wie bereitet sich Verisk auf diese Zukunft vor?

Wir sehen uns als Partner, der die technologische Flexibilität mitbringt, um Versicherer passgenau zu unterstützen. Mit KI-gestützten SaaS-Lösungen, aber zunehmend auch mit Agenten, die wir in die Systeme unserer Kunden integrieren.
Langfristig werden wir nicht mehr nur über einzelne Agenten sprechen. Bisher entscheiden wir manuell, welche Agenten wir für unsere Kunden kombinieren, um ihre Herausforderungen optimal zu lösen. Perspektivisch könnten übergeordnete Steuerungsmechanismen geeignete Agenten innerhalb klar definierter fachlicher, technischer und regulatorischer Grenzen auswählen und zu Workflows zusammenführen.
Der Vorteil für Versicherer: Sie müssen keine komplett neue Systemlandschaft aufbauen, sondern können ihre bestehenden Prozesse gezielt erweitern, neue Anforderungen schneller abbilden, schrittweise skalieren und gleichzeitig Qualität, Kontrolle und Compliance sicherstellen.

Was ist jetzt die wichtigste Aufgabe für Versicherer, um KI in einen Wettbewerbsvorteil zu verwandeln?

Versicherer müssen aus der Experimentierphase herauskommen. Der Wettbewerbsvorteil entsteht nicht dadurch, dass ein Unternehmen möglichst viele KI-Piloten startet. Die wichtigste Aufgabe ist deshalb, die richtigen Use Cases zu identifizieren und zu priorisieren:

Wo kosten manuelle Vorgänge Geschwindigkeit?
Wo fehlen Fachkräfte?
Wo entstehen hohe Kosten?
Wo leidet die Kundenerfahrung?

Die Antworten sind Ansatzpunkte, um die Möglichkeiten von KI-Agenten auszuloten. Immer mit Nachvollziehbarkeit und Compliance als Basis.

Vorteile sichern sich die Versicherer, die KI als neues Betriebsmodell verstehen. Die die Technologie ganzheitlich betrachten – mit Daten, Governance, Integration, Fachlogik und Erfolgsmessung – und schnell in eine skalierbare Umsetzung kommen. Und das gehen wir gerne gemeinsam an!

Kontakt aufnehmen

Der Einsatz von KI-Lösungen erfolgt in regulierten Umgebungen unter Beachtung der einschlägigen Datenschutz-, Sicherheits- und Governance-Anforderungen. Die Systeme dienen der strukturierten Aufbereitung und Entscheidungsunterstützung; die fachliche Bewertung und finale Entscheidung verbleiben bei entsprechend qualifizierten Mitarbeitenden.