Alle experimentieren. Kaum jemand liefert.

Zwei Drittel testen, ein Bruchteil produziert. Generative KI ist bei europäischen Versicherern flächendeckend angekommen, produktiv genutzt wird sie selten: Die meisten Anwendungen stecken im Proof-of-Concept fest, statt in echten Prozessen Arbeit zu übernehmen.

Die Zahlen dazu liefert die europäische Versicherungsaufsicht EIOPA. In ihrer im Februar 2026 veröffentlichten Umfrage unter 347 Versicherern aus 25 europäischen Ländern geben knapp zwei Drittel der Häuser an, generative KI aktiv zu nutzen – die Mehrheit davon allerdings im Stadium des Proof-of-Concept, nicht im Regelbetrieb.

Wo Versicherer generative KI heute einsetzen

Der Schwerpunkt liegt klar im Maschinenraum. Laut der EIOPA-Umfrage entfallen 64 Prozent der Anwendungen auf produktivitätssteigernde Aufgaben im Backoffice: Datenextraktion aus Dokumenten, Texterstellung, Unterstützung beim Programmieren. Kundennahe Anwendungen wie Chatbots und Sprachassistenten machen 36 Prozent aus.

Diese Verteilung ist kein Rückstand, sondern eine richtige Priorisierung. Im Backoffice liegt das Volumen: Posteingang, Anfragen von Vermittlern, Schadenunterlagen, interne Recherchen. Dort lässt sich Nutzen messen, ohne dass ein Fehler direkt beim Kunden landet. Wie schnell aus einem Piloten trotzdem ein Dauerzustand wird, zeigt unsere Analyse zur PoC-Falle in Banken – die Mechanik ist in der Assekuranz dieselbe.

Warum der Proof-of-Concept zum Dauerzustand wird

Ein Pilot ist schnell aufgesetzt: begrenzte Daten, wohlwollende Nutzer, kein Betriebsrisiko. Der Sprung in die Produktion verlangt dagegen Antworten, die im Piloten niemand stellen musste. Wer betreibt das System? Wer haftet für Fehler? Wie kommen die Daten dauerhaft und in verlässlicher Qualität in die Anwendung?

Genau an diesen Punkten hakt es. Als größte Hürden nennen die befragten Versicherer in der EIOPA-Umfrage Datenschutz und Datensicherheit, regulatorische Anforderungen und fehlendes Fachpersonal. Bei den Risiken stehen Halluzinationen an erster Stelle. Das sind keine Modellprobleme, das sind Organisationsprobleme.

Governance zieht nach – langsamer als die Nutzung

Immerhin: Die Häuser bauen Leitplanken. Nach Angaben der EIOPA hatten 2026 bereits 49 Prozent der befragten Versicherer eine eigene KI-Richtlinie, 2023 waren es erst 25 Prozent. Die Lücke bleibt trotzdem sichtbar: Fast jede zweite Organisation nutzt generative KI ohne dokumentierten Rahmen für Zuständigkeiten, Freigaben und Kontrollen.

Diese Reihenfolge rächt sich beim Skalieren. Ein Proof-of-Concept ohne Governance lässt sich starten, aber nicht ausrollen – spätestens Revision und Aufsicht stellen die Fragen, die am Anfang niemand beantworten wollte: Wer hat freigegeben, wer überwacht, welche Daten fließen wohin? Wer die Antworten erst im Rollout sucht, verliert dort die Monate, die der Pilot gespart hat.

Was den Sprung in die Produktion trägt

Der Weg aus dem Pilotmodus beginnt mit der Auswahl des richtigen Prozesses. Drei Kriterien entscheiden:

• Volumen: Der Prozess läuft täglich und bindet messbar Kapazität – etwa die Vorprüfung eingehender Vermittleranfragen oder die Extraktion von Daten aus Schadenunterlagen.

• Messbarkeit: Durchlaufzeit, Bearbeitungsquote und Fehlerrate lassen sich vorher und nachher erheben. Begeisterung im Workshop ist keine Kennzahl.

• Beherrschbarkeit: Ein Mensch prüft das Ergebnis, bevor es wirkt – bei leistungs- und kundenrelevanten Entscheidungen bleibt die Verantwortung ohnehin im Haus.

Dazu gehört von Tag eins der Betrieb: Monitoring, Eskalationswege, Schulung der Anwender und eine Governance, die mit dem Anwendungsfall wächst statt ihm hinterherzulaufen. Warum ein Pilot allein noch keine Transformation ist, haben wir im Beitrag Pilot ist nicht Transformation ausgeführt.

Der nächste Schritt

Wer wissen will, welcher Prozess im eigenen Haus den Sprung zuerst verdient, braucht keine weitere Technologie-Evaluierung, sondern eine ehrliche Bestandsaufnahme: Wo liegt Volumen, wo sind Daten verfügbar, wo trägt die Organisation den Rollout? Eine kompakte Potenzialanalyse beantwortet diese Fragen in wenigen Wochen – und macht aus dem nächsten Proof-of-Concept den ersten Produktivfall.