1. „SaaS ist tot“ – aber was bedeutet das für Versicherungskernsysteme?
Der Hype um agentische KI führt vielerorts zu der Fehlannahme, klassische Kernsysteme stünden vor dem Aus. In Wirklichkeit gewinnen sie an Bedeutung, weil sie die notwendige Stabilität, Nachvollziehbarkeit und Persistenz liefern, die KI-gestützte Innovationen skalierbar und regulatorisch belastbar machen. Die Sorge, dass IT Systeme, wie Bestandsführungssysteme, durch KI Agentensysteme abgelöst werden, wurde insbesondere durch ein Interview von Satya Nadella, CEO von Microsoft, stark befeuert1: Satya Nadella zufolge bricht in der Agent-Ära die Annahme weg, dass eigenständige Business-Anwendungen im Zentrum stehen: Die Geschäftslogik wandert in eine KI-Schicht, die systemübergreifend über mehrere Systeme und Datenbanken CRUD-Operationen (Create, Read, Update, Delete) ausführt; sobald diese KI-Ebene die Logik dort verankert hat, werden Bestandführungssysteme generell austauschbar.
Satya Nadella: “The notion that business applications exist, that’s probably where they’ll all collapse, right in the agent era, because if you think about it, right, they are essentially CRUD databases with a bunch of business logic. The business logic is all going to these agents, and these agents are going to be multi repo CRUD, right? So, they’re not going to discriminate between what the back end is. They’re going to update multiple databases, and all the logic will be in the AI tier, so to speak. And once the AI tier becomes the place where all the logic is, then people will start replacing the back ends, right?”
Diese von Nadella formulierte These kursiert seit Einführung generativer und agentischer KI-Ansätze in vielen Branchen. Für Versicherer greift sie in ihrer Zuspitzung jedoch zu kurz. Versicherungen operieren in stark regulierten Märkten, in denen Entscheidungen konsistent, reproduzierbar und über Jahrzehnte nachvollziehbar bleiben müssen. Lebens- und Krankenversicherungen beruhen auf langfristigen Leistungsversprechen; sie erfordern Datenpersistenz, belastbare Historien und auditierbare Prozesse. Systeme, die als Black Box agieren oder deren Ergebnisse nicht hinreichend erklärbar sind, sind für Kernprozesse daher ungeeignet.
2. Warum Kernsysteme weiter unverzichtbar bleiben
Die Umstellung von bewährten Bestandsführungssystemen – teils historisch, teils modernisiert, oft COBOL-basiert und regulatorisch erprobt – auf rein KI-gesteuerte Agentensysteme wäre mit erheblichen operationellen, regulatorischen und Reputationsrisiken verbunden. Gleichzeitig hat sich die Technologiegrundlage für Bestandsführungssystemen weiterentwickelt: Statt monolithischer, schwerfälliger Plattformen entstehen modulare, API-first- und eventgetriebene Architekturen, in denen KI-Komponenten sicher und nahtlos eingebunden und orchestriert werden können. Das bedeutet: Nicht das Kernsystem verschwindet, sondern seine Rolle präzisiert sich. Es bleibt das stabile, deterministische Fundament, auf dem agentische AI stattfindet.
Versicherungen agieren zudem in stark regulierten Märkten, in denen Entscheidungen über Jahrzehnte nachvollziehbar sein müssen. Black-Box-Modelle ohne Erklärbarkeit sind daher für Kernprozesse ungeeignet.
Effizienz durch Hybridarchitekturen
Für hochstandardisierte Routineprozesse, wie Rechnungsstellung, einfache Vertragsverlängerungen oder standardisierte Beitragsanpassungen, sind deterministische Rule Engines weiterhin überlegen. Sie sind schneller, reproduzierbarer und kosteneffizienter, weil sie klare, auditierbare Logiken abbilden. Agentische KI entfaltet ihren Nutzen dort, wo unstrukturierte Daten, komplexe Kontexte und Unsicherheiten dominieren. Dazu zählen beispielsweise die Betrugserkennung, die komplexe Schadenbearbeitung, die medizinische Dokumentenverarbeitung sowie dynamische Kundeninteraktionen über mehrere Kanäle hinweg. Ein praktikabler Ansatz ist es, KI in einer „Copilot“-Rolle einzusetzen: KI generiert Entscheidungsvorlagen, erkennt Anomalien, schlägt neue Regeln vor und priorisiert Aufgaben.
Warum Kernsysteme bleiben
Kernsysteme sind in der Versicherung mehr als nur Buchungsmaschinen. Sie sind das Gedächtnis der Organisation. Sie verwalten Verträge, Prämien, Leistungen, Deckungen und Historien über sehr lange Zeiträume. Diese Persistenz erfordert deterministische, „versiegelte“ und auditierbare Pfade. Verteilte, agentische KI-Komponenten erhöhen ohne klare Orchestrierung das Risiko von Zustandsinkonsistenzen. Genau deshalb bleibt das Kernsystem die Single Source of Truth.
Hinzu kommen Skalierbarkeit im Massenbetrieb, Release-Disziplin, Backward-Kompatibilität und regulatorisch geprüfte Migrationspfade. Diese Eigenschaften sind in der Versicherungsproduktion nicht verhandelbar. Sie bilden das stabile Fundament, auf dem KI-Innovationen sicher und in großem Umfang betrieben werden können.
3. Was bedeutet das für Versicherungsunternehmen?
- Modularitätsprinzip prüfen: Kernsystem so umstrukturieren, dass KI-Agenten problemlos angebunden oder ersetzt werden können. Dieses betrifft insbesondere den Einsatz von MCP (Model Context Protocol): Die “API für KI Modelle” – der neue Industriestandard, der es KI-Modellen ermöglicht, über einheitliche Konnektoren externe Systeme oder Datenquellen anzusteuern und damit vollständige Geschäftsprozesse auszuführen.
- KI-Pilotprojekte gezielt einsetzen: Risikoarme Anwendungsfälle identifizieren (z. B. Fraud-Triage, Sprach-Chatbots) und Erfahrungen sammeln.
- Governance und Compliance-Readiness stärken: Transparenz, Auditierbarkeit und Erklärbarkeit von KI-Entscheidungen fest verankern.
Use Cases im Bereich Assekuranz von Hybridarchitekturen
Viele führende Versicherungsgruppen gestalten den Übergang zu Hybridarchitekturen bereits aktiv. Hierfür gibt es diverse Beispiele
Schaden: In der Dokumentenverarbeitung können KI-Modelle unstrukturierte Informationen aus Gutachten, Arztberichten und Korrespondenz extrahieren, zusammenfassen und mit Policenlogiken verknüpfen. Die KI erstellt Deckungs- und Haftungs-Vorschläge, markiert Unstimmigkeiten und priorisiert Fälle mit potenziellem Betrugsrisiko. Die Sachbearbeitung überprüft diese Vorschläge, und das Kernsystem setzt Zahlungen, Reserven und Benachrichtigungen deterministisch um. So sinken Durchlaufzeiten, die Qualität der Begründungen steigt, und die Straight-Through-Processing-Quote kann schrittweise erhöht werden.
Underwriting: Bei komplexen Risiken kann KI Vorbefüllungen aus internen und externen Datenquellen erstellen, Widersprüche aufdecken und die Konsistenz der Dokumentation verbessern. Vorschläge für Annahmekriterien werden klar begründet und sind rückverfolgbar. Der finale Zeichnungsentscheid liegt beim Underwriter, und das Kernsystem übernimmt die verlässliche Umsetzung der Police inklusive Tariflogik, Klauseln und Limits.
Kundenservice und Maklerbetreuung: KI-basierte Assistenten können Anfragen bündeln, Fallhistorien zusammenfassen und Next-Best-Action-Vorschläge machen. Sie unterstützen bei der Erstellung regulatorisch korrekter Schreiben und Protokolle. Das Kernsystem stellt sicher, dass alle Transaktionen, Einwilligungen und Fristen sauber erfasst und eingehalten werden. Für Kunden und Vertriebspartner entsteht ein spürbar schnelleres, konsistenteres Serviceerlebnis.
4. Fazit: Agentische AI als Beschleuniger moderner Bestandsführungssysteme
Agentische KI ist nicht das Ende der Bestandsführung – sie ist deren Beschleuniger. Wer flexible Kernsysteme mit intelligenter Peripherie kombiniert, gewinnt Geschwindigkeit, Qualität und Resilienz. In den meisten Fällen aber sind gewachsene statische Bestandsführungssysteme aus Sicht des Versicherers eher ein Hindernis, als ein Enabler, vor allem im Hinblick auf zukünftige Anforderungen.