Wo KI im Underwriting glänzt

Im Underwriting der Standardrisiken kann KI viel leisten. Wo es um die vielfach vorkommenden, gut dokumentierten Risiken geht, um die Risiken, für die reichlich Daten vorliegen und für die sich klare Muster erkennen lassen, da ist die KI in ihrem Element. Sie kann die Risiken schnell und konsistent bewerten, sie kann die Muster aus den Daten lernen, und sie kann die Bewertung automatisieren, die früher mühsame Handarbeit war. Bei den Standardrisiken ist die KI ein mächtiges Werkzeug.

Der Grund liegt in der Natur der Standardrisiken. Sie sind häufig, ähnlich und gut dokumentiert, und genau das braucht die KI, um zu lernen. Aus vielen ähnlichen Fällen erkennt sie die Muster, die ein Risiko ausmachen, und sie wendet diese Muster auf den neuen Fall an. Je mehr ähnliche Fälle es gibt und je besser sie dokumentiert sind, desto besser funktioniert die KI. Bei den Standardrisiken sind diese Voraussetzungen erfüllt, und deshalb glänzt die KI hier.

Wo der Algorithmus an seine Grenze kommt

Anders verhält es sich bei den Spezial- und Einzelrisiken. Hier fehlt genau das, was die KI braucht: die Vielzahl ähnlicher, gut dokumentierter Fälle. Ein Spezialrisiko ist per Definition selten, ein Einzelrisiko ist einmalig. Es gibt keine große Zahl ähnlicher Fälle, aus denen die KI lernen könnte, und es gibt keine klaren Muster, die sich anwenden ließen. Der Algorithmus, der bei den Standardrisiken glänzt, kommt hier an seine Grenze.

Diese Grenze ist keine vorübergehende, die sich mit mehr Daten oder besseren Algorithmen überwinden ließe. Sie liegt in der Natur der Spezialrisiken selbst. Ein einmaliges Risiko bleibt einmalig, egal wie gut die KI ist. Die Bewertung eines solchen Risikos verlangt etwas, das die KI nicht hat: das Urteil, das aus Erfahrung, aus dem Verständnis des konkreten Falls und aus der Fähigkeit erwächst, das Neue und Ungewöhnliche einzuschätzen. Genau hier ist der erfahrene Underwriter unersetzlich.

Warum der erfahrene Underwriter unersetzlich bleibt

Der erfahrene Underwriter bringt etwas mit, das die KI nicht leisten kann: das Urteil im Einzelfall. Er hat über die Jahre eine Erfahrung aufgebaut, die ihn befähigt, auch ein ungewöhnliches Risiko einzuschätzen, für das es keine Vergleichsfälle gibt. Er kann das Besondere des Falls erkennen, die Umstände würdigen, die kein Muster erfasst, und er kann ein Urteil fällen, das auf Verständnis beruht, nicht auf der Wiederholung gelernter Muster.

Dieses Urteil ist gerade bei den Spezialrisiken entscheidend, wo es auf die genaue Einschätzung des einzelnen Falls ankommt. Ein Fehler bei einem großen Spezialrisiko kann teuer werden, und die Bewertung verlangt deshalb eine Sorgfalt und ein Urteil, das der erfahrene Underwriter mitbringt. Die KI kann ihn dabei unterstützen, ihm Informationen liefern, ihm Arbeit abnehmen, aber sie kann sein Urteil nicht ersetzen. Bei den Spezialrisiken bleibt der Mensch im Zentrum.

KI als Unterstützung, nicht als Ersatz

Die richtige Rolle der KI im Underwriting der Spezialrisiken ist die der Unterstützung, nicht des Ersatzes. Die KI kann dem Underwriter die Arbeit erleichtern, indem sie Informationen zusammenträgt, Daten aufbereitet und Routineaufgaben übernimmt. Sie kann ihm den Rücken freihalten für das, worauf es ankommt: das Urteil im Einzelfall. So verbindet sich die Stärke der KI, das schnelle Verarbeiten von Informationen, mit der Stärke des Menschen, dem Urteil im Besonderen.

Diese Aufgabenteilung ist nicht nur eine Notlösung, sondern die beste Nutzung beider. Die KI tut, was sie gut kann, und der Mensch tut, was er gut kann, und zusammen leisten sie mehr als jeder für sich. Der Fehler wäre, die KI über ihre Grenze hinaus einzusetzen und ihr das Urteil über Spezialrisiken zu überlassen, das sie nicht leisten kann. Wer diese Grenze respektiert, nutzt die KI klug und schützt zugleich die Qualität des Underwritings, die bei den Spezialrisiken am Urteil des Menschen hängt.

Die Gefahr der Überschätzung

Eine reale Gefahr beim Einsatz von KI im Underwriting ist die Überschätzung ihrer Fähigkeiten. Wenn die KI bei den Standardrisiken gut funktioniert, entsteht die Versuchung, ihr auch die Spezialrisiken zu überlassen, in der Erwartung, dass sie auch dort funktioniert. Diese Überschätzung ist gefährlich, weil sie zu Fehlern bei genau den Risiken führt, bei denen Fehler am teuersten sind. Die Spezialrisiken sind oft die großen, und ein Fehler kann erhebliche Folgen haben.

Die Gefahr wird verstärkt durch das Vertrauen, das eine KI ausstrahlt. Sie liefert eine Bewertung mit scheinbarer Präzision, auch dort, wo die Datengrundlage dünn ist und die Bewertung unsicher sein müsste. Wer dieser scheinbaren Präzision vertraut, übersieht die Unsicherheit, die hinter der Zahl steht. Gerade bei den Spezialrisiken, wo die Datengrundlage fehlt, ist diese scheinbare Präzision trügerisch und kann zu folgenschweren Fehlentscheidungen führen.

Die Datenfrage bei Spezialrisiken

Der Kern des Problems liegt in den Daten. KI lernt aus Daten, und sie ist nur so gut wie die Daten, aus denen sie lernt. Bei Standardrisiken liegen reichlich Daten vor, bei Spezialrisiken nicht. Ein seltenes Risiko hat per Definition wenige Vorläufer, ein einmaliges hat keine. Die KI hat damit keine ausreichende Grundlage, um aus der Vergangenheit zu lernen, und ihre Bewertung beruht auf einer dünnen oder gar fehlenden Datenbasis.

Dieses Problem lässt sich nicht durch bessere Algorithmen lösen, weil es nicht am Algorithmus liegt, sondern an den fehlenden Daten. Auch der beste Algorithmus kann nicht aus Daten lernen, die es nicht gibt. Das ist eine grundsätzliche Grenze, die sich nicht wegtechnisieren lässt. Wer sie ignoriert und die KI dennoch auf Spezialrisiken ansetzt, bekommt eine Bewertung, die auf Sand gebaut ist, so überzeugend sie auch aussehen mag.

Das Zusammenspiel richtig gestalten

Das richtige Zusammenspiel von KI und Mensch im Underwriting verlangt eine klare Aufgabenteilung. Die Standardrisiken bewertet die KI, schnell und konsistent, und entlastet damit die Underwriter von der Masse der Routinefälle. Die Spezialrisiken bewertet der erfahrene Underwriter, mit dem Urteil, das die KI nicht hat. Die KI unterstützt ihn dabei, indem sie ihm Informationen aufbereitet, aber die Bewertung und die Entscheidung bleiben bei ihm.

Diese Aufgabenteilung muss klar definiert und im Prozess verankert sein. Es muss festgelegt sein, welche Risiken die KI bewerten darf und welche dem Underwriter vorbehalten sind, und es muss einen Mechanismus geben, der die Grenzfälle dem Underwriter vorlegt. So entsteht ein Prozess, der die Stärke der KI bei den Standardrisiken nutzt und zugleich die Spezialrisiken in die richtigen Hände gibt. Dieser Prozess ist die praktische Antwort auf die Grenze der KI im Underwriting.

Der Wert der Erfahrung

Die Diskussion um KI im Underwriting lenkt den Blick auf etwas, das in der Begeisterung für die Technik leicht übersehen wird: den Wert der Erfahrung. Ein erfahrener Underwriter hat über die Jahre ein Urteil entwickelt, das sich nicht in Daten fassen und nicht an eine Maschine übertragen lässt. Dieses Urteil ist ein Kapital, das die Versicherung pflegen und schützen sollte, gerade weil es bei den Spezialrisiken unersetzlich ist.

Die Gefahr besteht, dass die Begeisterung für die KI dieses Kapital entwertet, indem sie den Eindruck erweckt, die Erfahrung sei überflüssig geworden. Wenn die erfahrenen Underwriter abgebaut werden, weil die KI ihre Arbeit zu übernehmen scheint, verliert die Versicherung das Urteil, das sie bei den Spezialrisiken braucht. Der kluge Einsatz der KI bewahrt deshalb die Erfahrung, statt sie zu verdrängen, und nutzt die KI, um die erfahrenen Underwriter von der Routine zu entlasten, damit sie sich auf das Schwierige konzentrieren können.

Die Ausbildung der nächsten Generation

Wenn die Erfahrung so wertvoll ist, dann stellt sich die Frage, wie die nächste Generation von Underwritern sie erwirbt. Erfahrung entsteht durch die Auseinandersetzung mit Fällen, auch mit den schwierigen, und durch das Lernen aus Erfolg und Fehler. Wenn die KI alle Routinefälle übernimmt, fehlt den jungen Underwritern womöglich die Übung an den einfacheren Fällen, die sie auf die schwierigen vorbereitet. Das ist eine Frage, die die Versicherungen bedenken müssen.

Die Antwort liegt darin, die Ausbildung bewusst zu gestalten, so dass die jungen Underwriter trotz der Automatisierung der Routine die Erfahrung erwerben, die sie für die Spezialrisiken brauchen. Das kann bedeuten, sie gezielt an schwierige Fälle heranzuführen, sie von erfahrenen Kollegen lernen zu lassen und ihnen die Übung zu verschaffen, die die KI ihnen sonst nähme. Der Einsatz der KI muss deshalb mit einer durchdachten Ausbildung einhergehen, die sicherstellt, dass die Erfahrung nicht mit der Generation der heutigen Underwriter verloren geht.

Die Grenze als Stärke begreifen

Es lohnt sich, die Grenze der KI nicht als Mangel, sondern als Hinweis zu begreifen. Sie zeigt, wo der Mensch unersetzlich ist, und damit zeigt sie auch, worauf eine Versicherung ihre menschliche Kompetenz konzentrieren sollte. In einer Welt, in der die KI die Routine übernimmt, wird das menschliche Urteil bei den Spezialrisiken zum entscheidenden Unterscheidungsmerkmal. Wer dieses Urteil pflegt, hebt sich von denen ab, die alles der KI überlassen und bei den schwierigen Fällen scheitern.

Die Grenze der KI ist deshalb kein Grund zur Enttäuschung, sondern ein Wegweiser für den klugen Einsatz. Sie sagt, wo die KI hilft und wo der Mensch führen muss, und sie hilft, beide richtig einzusetzen. Eine Versicherung, die diese Grenze kennt und respektiert, nutzt die KI dort, wo sie glänzt, und bewahrt die menschliche Kompetenz dort, wo sie unersetzlich ist. Das ist die reife Antwort auf die Frage, was KI im Underwriting leisten kann und was nicht.

Wir helfen Versicherern, die KI im Underwriting dort einzusetzen, wo sie glänzt, die Grenze zu den Spezialrisiken klar zu ziehen und die menschliche Kompetenz zu bewahren, die an dieser Grenze unersetzlich bleibt. Beginnen Sie mit einem Workshop.

Die richtige Erwartung an die KI

Vieles an der Enttäuschung über KI im Underwriting rührt von falschen Erwartungen her. Wer erwartet, dass die KI das gesamte Underwriting übernimmt, wird enttäuscht, weil sie es bei den Spezialrisiken nicht kann. Wer dagegen erwartet, dass sie die Standardrisiken effizient bewertet und die Underwriter von der Routine entlastet, wird zufrieden sein, weil sie genau das leistet. Die richtige Erwartung ist deshalb der Schlüssel zum erfolgreichen Einsatz.

Diese richtige Erwartung entsteht aus dem Verständnis, was KI kann und was nicht. Sie ist ein mächtiges Werkzeug für die datenreichen, häufigen Fälle und ein untaugliches für die datenarmen, seltenen. Wer diesen Unterschied versteht, setzt die KI dort ein, wo sie ihren Wert entfaltet, und erwartet von ihr nicht, was sie nicht leisten kann. So wird die KI zu einem geschätzten Werkzeug statt zu einer enttäuschten Hoffnung.

Der reife Umgang mit der KI im Underwriting verbindet so die Effizienz der Maschine mit dem Urteil des Menschen. Er nutzt die KI für die Masse der Standardrisiken und bewahrt das menschliche Urteil für die Spezialrisiken, bei denen es zählt. Diese Verbindung ist kein Kompromiss, sondern die beste Nutzung beider, und sie führt zu einem Underwriting, das schneller und zugleich verlässlicher ist als eines, das allein auf die KI oder allein auf den Menschen setzt.

Wer das versteht, hört auf, die KI als Bedrohung oder als Allheilmittel zu sehen, und beginnt, sie als das zu nutzen, was sie ist: ein mächtiges Werkzeug mit klaren Stärken und ebenso klaren Grenzen, das in den richtigen Händen das Underwriting verbessert.

Standardrisiken modelliert die Maschine, Spezialrisiken verantwortet der Mensch. Diese einfache Regel fasst zusammen, worauf es ankommt, und sie ist der Kompass für jeden, der KI im Underwriting klug einsetzen will, ohne ihre Grenzen zu überschreiten.

Wer diese Regel beherzigt, gewinnt das Beste beider Welten und vermeidet die Fehler, die aus ihrer Vermischung entstehen.

Die Grenze erkennen und respektieren

Die wichtigste Aufgabe ist, die Grenze zwischen Standard- und Spezialrisiken zu erkennen und zu respektieren. Wo verläuft die Grenze, jenseits derer die KI nicht mehr verlässlich bewerten kann und der Mensch übernehmen muss? Diese Frage muss beantwortet sein, bevor man die KI einsetzt, denn der unbedachte Einsatz jenseits der Grenze führt zu Fehlern, die teuer werden können. Die Grenze zu kennen ist die Voraussetzung für den klugen Einsatz der KI.

Mehr zum Thema: Agentic AI frisst das Versicherer-Backoffice. Underwriting, Schaden, Posteingang. und Prozessautomatisierung in der Finanzbranche: Warum es kein Effizienzthema ist.

Diese Grenze ist nicht immer scharf, und sie verlangt ein Urteil darüber, welches Risiko noch als Standard gelten kann und welches schon ein Spezialfall ist. Gerade dieses Urteil über die Grenze ist eine Aufgabe für den erfahrenen Underwriter, der einschätzen kann, wo die KI noch trägt und wo sein Urteil gefragt ist. Wir helfen Ihnen, die KI im Underwriting dort einzusetzen, wo sie glänzt, und die Grenze zu den Spezialrisiken zu respektieren, an denen der erfahrene Underwriter unersetzlich bleibt. Aus der Branche, für die Branche. Beginnen Sie mit einem Workshop.