Ein Versicherer ist zu einem großen Teil eine Maschine zur Verarbeitung von Dokumenten. Anträge, Policen, Schadenmeldungen, Besichtigungsberichte, Rechnungen, Korrespondenz mit Kunden und Rückversicherern - all das fließt weiterhin überwiegend durch Menschen, die lesen, abtippen und Daten zwischen Systemen kopieren. Automatisierung in der Versicherung beginnt genau dort, wo eine qualifizierte Fachkraft Arbeit macht, die sie nicht machen sollte: eine Policennummer von Hand aus einem PDF ziehen oder einen Schadenbericht ins Schadensystem übertragen.
Aus unserer Erfahrung ist das Hindernis nicht der Wille, sondern das Vertrauen: In einem regulierten Umfeld können Sie kein Modell ausrollen, das „meistens richtig liegt”. Deshalb haben wir für UNIQA einen AI-Assistenten auf Basis von RAG und einem LLM gebaut, betrieben auf dem polnischen PLLuM-Modell in einem der größten Versicherer der Region. Dasselbe Fundament - kontrollierter Wissensabruf, vorhersehbare Antworten und Datensicherheit - nutzen wir wieder, um Dokumente und Prozesse zu automatisieren.
Wo verliert die Versicherung die meiste Zeit mit manueller Dokumentenarbeit?
Die größte Verschwendung sitzt dort, wo die Daten bereits existieren, nur in unbequemer Form. Ein Schaden kommt als Scan mit zehn Fotos, eine Police als PDF, eine Reparaturrechnung als Handyfoto. Der Mensch wird dann zur Schnittstelle zwischen Dokument und System: lesen, klassifizieren, eintippen, Vollständigkeit prüfen. Das ist wiederholte, zermürbende und fehleranfällige Arbeit, und sie ist teuer, weil sie Menschen machen, die Risiken bewerten oder schwierige Schäden bearbeiten sollten.
Der zweite Verlust sind Kontextwechsel. Ein Underwriter oder Sachbearbeiter springt zwischen Policensystem, E-Mail, Dokumentenablage und Produktwissen. Jeder Sprung kostet Sekunden und Konzentration, und über Tausende Fälle im Monat wird daraus echter Betriebsaufwand und längere Durchlaufzeit für den Kunden.
Wie funktionieren Dokumentenklassifikation und Datenextraktion mit AI?
Das ist das Fundament für alles Weitere, denn die meisten Prozesse beginnen mit einem Dokument, das verstanden werden muss. Wir kombinieren mehrere Schichten und passen sie an die Art des Inhalts an:
- OCR und Intelligent Document Processing (IDP) machen aus Scans und Fotos Text samt Seitenlayout,
- Klassifikation erkennt, womit wir es zu tun haben (Antrag, Police, Bericht, Rechnung, Urteil),
- Datenextraktion aus Dokumenten mit einem LLM zieht konkrete Felder und Beziehungen heraus, auch aus Dokumenten mit wechselnder Struktur,
- Validierung prüft das Ergebnis gegen Geschäftsregeln und Daten aus den Quellsystemen.
Entscheidend ist der Konfidenzschwellwert. Jedes extrahierte Feld erhält einen Verlässlichkeitswert, sichere Fälle laufen automatisch weiter, und alles unterhalb der Schwelle geht an einen Menschen. So tauschen wir Qualität nicht gegen Geschwindigkeit, sondern entscheiden bewusst, was das Modell allein darf und was nicht.
Wie automatisieren Sie die Schadentriage in der Versicherung?
In der Triage zeigt sich der Wert am schnellsten. Statt einer Warteschlange, in der jede Meldung gleich lange wartet, bauen wir eine Schicht, die den Bericht liest, ihn mit Policendaten anreichert und vorqualifiziert. Einfache, vollständige Schäden mit geringer Höhe können eine Überholspur nehmen, während komplexe, ungewöhnliche oder betrugsverdächtige Fälle mit bereits zusammengetragenem Kontext direkt an das richtige Team gehen.
Es geht nicht darum, ein Modell „über die Auszahlung entscheiden” zu lassen. Es geht darum, dass der Sachbearbeiter einen bereits sortierten, beschriebenen und angereicherten Fall erhält und nicht eine rohe Akte, die er von null aufknacken muss. Die Entscheidung bleibt beim Menschen, der sie nur schneller und auf vollständigen Daten trifft.
Wie unterstützt ein AI-Assistent einen Underwriter?
Hier kommen wir zu dem zurück, was wir in der Praxis belegt haben. Ein Underwriter braucht Wissen, das über Dokumente, Prozeduren und Systeme verstreut ist, und die Suche von Hand frisst Zeit. Ein Assistent auf Basis von RAG (Retrieval-Augmented Generation) holt die passenden Wissensstücke und liefert eine Antwort samt Quelle, statt zu raten. Für UNIQA haben wir genau diesen Mechanismus gebaut, verankert in kontrolliertem Wissenszugriff. In der Risikoprüfung kann dasselbe Muster eine Antragsakte zusammenfassen, Lücken sichtbar machen und auf die Klauseln der Prozedur zeigen, auf die sich ein Underwriter bei seiner Entscheidung stützt.
Wie automatisieren Sie Back-Office-Prozesse mit Workflow, RPA und AI?
AI wirkt selten allein. Echte Einsparungen entstehen, wenn die Intelligenz des Modells in einen Workflow eingebunden ist, der einen Fall von Anfang bis Ende trägt. Deshalb verbinden wir drei Dinge:
- eine Workflow-Engine ordnet Schritte, Entscheidungen und Übergaben zwischen Teams,
- RPA schließt Integrationslücken, wo ein System keine API hat und man „wie ein Mensch am Bildschirm” handeln muss,
- AI übernimmt, was Verständnis von Inhalt verlangt: Klassifikation, Extraktion, Zusammenfassung, Vorqualifizierung.
In diesem Aufbau ist das Modell kein Gadget, sondern ein Baustein eines Prozesses, den Sie überwachen, versionieren und an Ergebnissen messen können.
Wie sichern Sie Human in the Loop, Compliance und Datensicherheit?
In der Versicherung ist das kein Zusatz, sondern der Preis für den Eintritt. Wir entwerfen Lösungen so, dass ein Mensch in der Schleife bleibt, wo immer eine Entscheidung materielle Folgen hat, und das Modell als Assistent handelt, nicht als Richter. Wir halten die Nachvollziehbarkeit fest, woher ein Datum kam und auf welcher Grundlage eine Antwort entstand, dazu die Zugriffskontrolle auf Dokumente und Wissen.
Wir behandeln sensible Daten als sensible Daten. Für UNIQA haben wir in einem regulierten Umfeld mit einem polnischen Sprachmodell gearbeitet, was zeigt, dass sich Sicherheit, Compliance und lokaler Kontext mit Automatisierung vereinbaren lassen - vorausgesetzt, sie werden von Anfang an eingeplant und nicht am Ende angeflanscht.
Welche Kompetenzen bringen wir in die Automatisierung der Versicherung ein?
Wir bauen das Team um einen konkreten Prozess herum, nicht „für alle Fälle”. Meistens bringen wir mehrere Rollen in eine Einheit:
- AI/ML- und LLM-Engineers für Modelle, RAG und Datenextraktion,
- Data Engineers für Integration, Qualität und die Versorgung der Modelle,
- Backend-Entwickler für Workflow, APIs und die Anbindung an Policen- und Schadensysteme,
- Security- und Compliance-Experten, dazu ein Architekt, der das Ganze zusammenhält.
Wir besetzen dieses Team in einem Modell, das zur Phase passt: von der Verstärkung Ihres eigenen Teams bis zu einem dedizierten Team, das die Einführung durchgängig führt.
Wie machen wir das bei RITS?
Wir machen es als Partner, der AI in der regulierten Welt der Versicherung bereits geliefert hat. Für UNIQA haben wir einen AI-Assistenten auf Basis von RAG und einem LLM eingeführt auf dem polnischen PLLuM-Modell - eine Lösung, die auf dem echten Wissen des Versicherers läuft, mit Kontrolle darüber, woher Antworten kommen. Dasselbe Fundament, kontrollierter Wissenszugriff, vorhersehbares Modellverhalten und Datensicherheit, übertragen wir auf Dokumentenklassifikation, Datenextraktion und Prozessautomatisierung. Wir beginnen beim Prozess, der am meisten schmerzt, stellen Technologie und Team dafür zusammen und skalieren erst dann in weitere Bereiche.
Wo beginnen Sie mit der Automatisierung von Versicherungsdokumenten und Prozessen?
Beginnen Sie mit einem wiederkehrenden Prozess mit hohem Volumen, zum Beispiel der Datenerfassung aus Schadendokumenten oder der Erstqualifizierung von Meldungen. Rechnen Sie aus, was er heute manuell kostet, setzen Sie den Konfidenzschwellwert fest, ab dem Sie der Automatisierung vertrauen, und entwerfen Sie die Punkte, an denen ein Mensch eingreift. Das liefert in wenigen Wochen ein messbares Ergebnis und ein Fundament für die nächsten Schritte. Wenn Sie abwägen, in welchem Modell Sie eine solche Einführung fahren, haben wir das in unserem Artikel zu IT-Kooperationsmodellen beschrieben.
Sie wollen Versicherungsdokumente und Prozesse mit AI automatisieren? Sprechen wir darüber - wir stellen Vorgehen, Technologie und Team passend zu Ihrem Prozess zusammen.