Case Studies

Agentic AI im Schadensprozess: Wie ein Versicherer seine Bearbeitungszeiten halbierte

Agentic AI im Schadensprozess: Wie ein Versicherer seine Bearbeitungszeiten halbierte

Agentic AI im Schadensprozess: Wie ein Versicherer seine Bearbeitungszeiten halbierte

Prozessoptimierung, Struktur & Effizienz

Auf einen Blick

Eine große deutsche Versicherungsgruppe hat die Bearbeitungszeit bei Standard-Schäden mit Agentic AI von 6,5 auf 3,1 Tage gesenkt. Die manuelle Dateneingabe sank um 80 Prozent, der Durchsatz der Schadenabteilung stieg um 40 Prozent, rund 9.000 Bearbeitungsstunden pro Jahr fließen heute in andere Tätigkeiten. Umgesetzt in 14 Wochen inklusive vierwöchiger Pilotphase, ohne Systemwechsel.

Der Kunde

Eine große Versicherungsgruppe mit mehreren Tochtergesellschaften und Schadeneingängen im fünfstelligen Bereich pro Monat. Das Geschäft reicht von Komposit über Kfz bis zu gewerblichen Sparten, der Schadenbetrieb ist entsprechend volumenstark. Ein erheblicher Teil des Geschäfts läuft über Makler, was die Anforderungen an Rückmeldegeschwindigkeit und Korrespondenzqualität zusätzlich erhöht.

Ausgangslage

In der Schadenabteilung war ein Großteil der verfügbaren Bearbeitungszeit in der reinen Routineverarbeitung gebunden. Jeder Schadensfall durchlief denselben manuellen Ablauf: Erstmeldung erfassen, Unterlagen prüfen, Daten validieren, alles in das Schadenerfassungssystem eintippen, mit Makler oder Versichertem korrespondieren und den Status nachhalten. Für die Standard-Fälle, immerhin über 70 Prozent aller Eingänge, war dieser Ablauf vollständig vorhersehbar und repetitiv. Die durchschnittliche Bearbeitungszeit lag bei 6,5 Tagen, und ein erheblicher Teil davon ging allein für das Warten auf nachgeforderte Unterlagen verloren. Der Engpass war damit weniger eine Frage der Fachlichkeit als eine Frage der Taktung: Niemand hielt die Nachfristen strukturiert nach, weil dafür schlicht keine Kapazität blieb.

Herausforderung

Die technische Landschaft war heterogen und über Jahre gewachsen. Schadenerfassungssystem, E-Mail-Backend, Dokumentenmanagement und die Regelwerk-Datenbank standen weitgehend isoliert nebeneinander, jedes mit eigener Logik und eigenem Datenmodell. Eine Agentic-AI-Lösung musste über all diese Systeme hinweg handeln, dabei jeden Schritt revisionssicher dokumentieren und die Audit-Anforderungen der internen Prüfung wie der Aufsicht erfüllen. Niemand wollte eine Blackbox, die eigenmächtig reguliert.

Ebenso wichtig war die Akzeptanz der Belegschaft. Die Sachbearbeiter sollten die KI als Entlastung erleben, nicht als Bedrohung ihrer Rolle. Genau deshalb haben wir den Personalrat und das Team früh eingebunden und transparent gemacht, welche Fälle die KI übernimmt und welche beim Menschen bleiben. Die Abgrenzung wurde nicht nachträglich kommuniziert, sondern gemeinsam mit den Sachbearbeitern definiert.

Vorgehen

Wir haben Agentic-AI-Fähigkeiten gezielt für die Standard-Schadenbearbeitung eingeführt, also genau für die Fälle, die heute Kapazität fressen, ohne fachliches Urteilsvermögen zu verlangen:

  • Automatische Analyse der Erstmeldung und Klassifikation nach Schadenstyp, Schadenhöhe und Risikofaktoren

  • Automatische Erzeugung der passenden Unterlagencheckliste je nach Schadenstyp

  • Eigenständige Anforderung fehlender Dokumente per automatisierter E-Mail inklusive Nachfristverfolgung und Erinnerung

  • Automatische Validierung der eingegangenen Dokumente und Prüfung auf Vollständigkeit

  • Eigenständige Datenerfassung im Schadensystem mit Verknüpfung zu Versicherten-, Makler- und Policendaten

  • Automatische Vorbereitung der Regulierung und geordnete Ablage der gesamten Korrespondenz

  • Saubere Eskalation komplexer oder von der Norm abweichender Fälle an einen menschlichen Sachbearbeiter

Kein Systemwechsel, volle Integration in die bestehende Infrastruktur. Wir sind mit einer vierwöchigen Pilotphase auf einem klar abgegrenzten Schadenstyp gestartet, haben jeden vom System bearbeiteten Fall gegengeprüft und erst danach skaliert. Die Eskalationsregeln mussten wir während des Pilotbetriebs dreimal nachschärfen, weil sich erst im echten Fallaufkommen zeigte, welche Konstellationen wirklich ein menschliches Urteil brauchen. Das hat den Zeitplan gegenüber der ursprünglichen Schätzung um rund zwei Wochen verlängert. Die Gesamtlaufzeit bis zur produktiven Lösung betrug 14 Wochen.

Ergebnisse

  • Bearbeitungszeit bei Standard-Schäden von 6,5 auf 3,1 Tage mehr als halbiert

  • Manuelle Dateneingabe um 80 Prozent reduziert

  • Durchsatz der Abteilung um 40 Prozent gesteigert

  • Rund 9.000 Bearbeitungsstunden pro Jahr eingespart, die vorher in der reinen Routineverarbeitung gebunden waren

  • Fehlerquote in der Datenerfassung deutlich gesenkt, weil Daten nicht mehr von Hand übertragen werden

  • Kürzere Regulierungszeiten und verlässlichere Rückmeldungen, spürbar in der Kundenzufriedenheit

  • Die gewonnene Zeit fließt in die anspruchsvollen Fälle, in denen fachliches Urteil zählt

Was andere Versicherer daraus mitnehmen

Der größte Hebel lag nicht in der Regulierungsentscheidung, sondern im Wartezustand davor. Ein erheblicher Teil der Durchlaufzeit entstand dadurch, dass fehlende Unterlagen niemand systematisch nachverfolgte. Wer Agentic AI im Schadenbereich einführen will, sollte deshalb zuerst auf Dokumentenanforderung, Nachfristverfolgung und Vollständigkeitsprüfung schauen. Diese Schritte sind fachlich unstrittig und lassen sich sauber protokollieren. Und die Eskalationslogik ist kein Konzeptthema: Sie entsteht erst im Pilotbetrieb an echten Fällen. Wer dafür keine Zeit einplant, verschiebt das Problem in den Produktivbetrieb.

Häufige Fragen

Was unterscheidet Agentic AI von klassischer Prozessautomatisierung im Schadenbetrieb?
Klassische Automatisierung folgt festen Regeln in einem System. Agentic AI handelt systemübergreifend, entscheidet situativ über den nächsten Schritt und verfolgt Vorgänge über Zeit, etwa bei Nachfristen. Die fachliche Entscheidung über die Regulierung bleibt beim Menschen.

Wie wird der Einsatz revisionssicher dokumentiert?
Jeder Verarbeitungsschritt wird protokolliert und ist auf die zugrunde liegende Quelle zurückführbar. Abweichende oder komplexe Fälle werden automatisch an einen Sachbearbeiter eskaliert statt eigenständig abgeschlossen.

Wie lange dauert die Einführung?
In diesem Projekt 14 Wochen bis zur produktiven Lösung, davon vier Wochen Pilotbetrieb auf einem einzelnen Schadenstyp. Ein Systemwechsel war nicht erforderlich.

Ersetzt Agentic AI Sachbearbeiter im Schadenbetrieb?
Nein. Es wurden keine Stellen abgebaut. Eingespart wurde Bearbeitungszeit, rund 9.000 Stunden im Jahr, und diese Zeit fließt heute in die komplexen Fälle.

Bereit loszulegen?

Bereit loszulegen?

Ob konkretes Projekt oder erste Orientierung – ein Gespräch schafft Klarheit.

Persönlicher Kontakt

Dominik Winkel

Gründungspartner

Persönlicher Kontakt

Dominik Winkel

Gründungspartner

Auch relevant:

Künstliche Intelligenz, Digitalisierung & Datenstruktur

KI-Transformation einer Sparkasse: Von der Roadmap zur produktiven Anwendung in sechs Monaten

Von 14 bewerteten KI-Use-Cases sind drei in sechs Monaten produktiv, inklusive KI-Governance, die jeden weiteren Use Cas...

Künstliche Intelligenz, Digitalisierung & Datenstruktur

KI-Transformation einer Sparkasse: Von der Roadmap zur produktiven Anwendung in sechs Monaten

Von 14 bewerteten KI-Use-Cases sind drei in sechs Monaten produktiv, inklusive KI-Governance, die jeden weiteren Use Cas...

Künstliche Intelligenz, Digitalisierung & Datenstruktur

KI-Transformation einer Sparkasse: Von der Roadmap zur produktiven Anwendung in sechs Monaten

Von 14 bewerteten KI-Use-Cases sind drei in sechs Monaten produktiv, inklusive KI-Governance, die jeden weiteren Use Cas...