Worüber sollte sich ein Vorstand beim Thema KI heute am meisten Gedanken machen — und was wird dabei häufig unterschätzt?
Ich antworte aus der Technologieperspektive. Wer das erfolgreiche Skalieren von agentischer KI als Eisberg begreift, der sieht in den KI-Agenten nur die sichtbare Spitze über der Wasseroberfläche. Was darunter liegt, entscheidet über Erfolg oder Scheitern: die Orchestrierungsplattform für Agenten, die Datenplattform, Kernsysteme mit KI-nativen Schnittstellen, eine KI-fähige Entwicklungsplattform (AI SDLC) sowie kuratierte KI-Wissensbasen.
Genau hier wird am meisten unterschätzt: Viele Vorstände behandeln KI als eine Frage von Use Cases und Modellauswahl; dabei ist sie zuerst eine Frage des Fundaments. Wer glaubt, agentische KI lasse sich ohne diese technologischen Grundlagen skalieren, wird zwangsläufig enttäuscht. Pilotprojekte glänzen, die Skalierung scheitert am Legacy-Unterbau. Meine These: Agentische KI sollte der letzte Anlass sein, die überfällige Modernisierung der Altsysteme endlich systematisch anzugehen…und nicht der nächste Vorwand, sie weiter aufzuschieben.
Wo ist die Lücke zwischen KI-Versprechen und messbarem Mehrwert aktuell am größten?
Jede Beratung und jedes Tech-Unternehmen predigt das Wertversprechen agentischer KI. Viele Praktiker in der Branche blicken mit einer durchaus berechtigten Portion Zynismus darauf. Denn das Versprechen wird meist auf einer grünen Wiese entworfen: ein neues, ideales Betriebsmodell, gezeichnet auf einem leeren Blatt. Die Realität sind gewachsene Legacy-Prozesse, historisch gewachsene Organisationen, heterogene Technologielandschaften sowie regulatorische Auflagen und Unsicherheit.
Aus technologischer Sicht ist die Vorstellung von Organisationen, die maßgeblich von KI-Agenten betrieben oder spürbar verstärkt werden, schlicht unrealistisch, solange die bestehenden Systeme ihre Daten und Funktionen nicht effizient bereitstellen können, solange sie nicht in Echtzeit transagieren und solange sie ihre Parallelverarbeitung nicht so skalieren können, wie es eine hybride Belegschaft aus Menschen und Agenten verlangt. Genau dort, an der Naht zwischen Hochglanz-Zielbild und realem Maschinenraum, klafft die Lücke heute am weitesten. Sie schließt sich nur durch unbequeme Investitionen in das Fundament.
Woran werden wir in zwei Jahren erkennen, dass KI in der Versicherungsbranche wirklich „angekommen“ ist?
Wir werden es an drei Dingen erkennen. Erstens, wenn KI über die punktuelle Optimierung einzelner Prozessschritte hinauswächst und stattdessen ganze End-to-End-Prozesse neu denkt, wenn Effizienzgewinne (zumindest bei einzelnen Prozessen) nicht mehr in 10-30 Prozent, sondern in 70-90 Prozent gemessen werden. Alles darunter ist Automatisierung im alten Gewand, nicht unbedingt Transformation. Und drittens, wenn die Führungsetagen erkannt und akzeptiert haben, dass sie die fundamentale Transformation der darunterliegenden Systeme nicht länger vor sich herschieben können.
Anders gesagt: KI ist nicht angekommen, wenn jeder einen Co-Piloten hat. Sie ist angekommen, wenn die ersten Versicherer den Mut hatten, ihren Maschinenraum für KI umzubauen…und die anderen merken, dass sie ins Hintertreffen geraten sind.