Dossier: Künstliche Intelligenz

Künstliche Intelligenz war lange ein Versprechen. Heute ist sie Alltag. Sprachmodelle wie GPT-4 führen Gespräche, die von menschlicher Kommunikation kaum zu unterscheiden sind. Bilderkennungssysteme diagnostizieren Krankheiten mit einer Präzision, die erfahrene Ärztinnen und Ärzte herausfordert. Und Algorithmen treffen täglich Millionen von Entscheidungen – über Kredite, Versicherungen, Jobbewerbungen.

Hinter all diesen Anwendungen steckt im Kern dasselbe Prinzip: Systeme, die aus Daten lernen, Muster erkennen und daraus Schlüsse ziehen – ohne für jeden Einzelfall explizit programmiert zu werden. Was als „schwache KI" beginnt, die gezielt Teilaufgaben übernimmt, entwickelt sich rasant weiter. Die wissenschaftliche Frage lautet heute nicht mehr „Funktioniert KI?", sondern: „Verstehen wir, warum sie so entscheidet, wie sie entscheidet?" In allen Bereichen und auch in der Versicherungswirtschaft werden neue Anwendungen erforscht und erprobt. So spielen intelligente Anwendungen heute bereits eine wichtige Rolle bei selbst fahrenden Autos. Schon in wenigen Jahren wird vermutlich kaum ein Lebensbereich ohne KI bzw. maschinelles Lernen auskommen. Die Weichenstellungen, damit dieses Szenario mit Leben gefüllt werden kann und sich das Misstrauen als unbegründet erweist, erfolgen heute.

Der Begriff „künstliche Intelligenz“ wurde 1955 von dem US-amerikanischen Informatiker John McCarthy geprägt. Es existieren zahllose Definitionen und Vorstellungen, die meisten beziehen sich darauf, dass menschliches Denken nachgebildet wird. Generell kann zwischen starker KI und schwacher KI unterschieden werden. Starke KI-Anwendungen wären Computersysteme, die auf Augenhöhe mit dem Menschen, selbstständig komplexe Aufgaben erledigen könnten. Diese existieren bisher allerdings nur im Bereich der Science Fiction. Schwache KI-Technologie verwendet dagegen Algorithmen, die die Fähigkeit besitzen, zu lernen und damit das menschliche Denken oder technische Anwendungen in Einzelbereichen gezielt unterstützen. Häufig in einem Zusammenhang mit KI gebrauchte oder verwandte Begriffe sind außerdem maschinelles Lernen, Deep Learning, neuronale Netze oder Big Data.

Europa hat gehandelt. Der AI Act ist seit August 2024 in Kraft – das weltweit erste umfassende Gesetz zur Regulierung Künstlicher Intelligenz. Seit Februar 2025 gelten die ersten Pflichten, weitere Anforderungen greifen schrittweise bis 2027. Das Gesetz teilt KI-Anwendungen nach ihrem Risiko ein: von verbotenen Systemen über hochriskante Anwendungen bis hin zu weitgehend unregulierten Alltagstools. Für die Versicherungswirtschaft bedeutsam: KI-Systeme zur Risikobewertung in der Lebens- und Krankenversicherung fallen in die Hochrisiko-Kategorie – mit erheblichen Dokumentations- und Prüfpflichten. Der GDV hält diese Einstufung für unverhältnismäßig, da Versicherer bereits in einem der strengst regulierten Sektoren Europas agieren.

Die Einteilung der Basismodelle erfolgt anhand bestimmter Kriterien wie der Rechenleistung, um Modelle mit oder ohne systemische Risiken zu unterscheiden. Modelle mit identifizierten Risiken unterliegen strengeren Auflagen und müssen regelmäßige Prüfungen durchlaufen.

Aus Sicht der Versicherungswirtschaft hätte man sich bezüglich der Zuordnung bestimmter KI-Systeme bei Lebens- und Krankenversicherungen mehr Weitsicht gewünscht. Diese wurden in den besonders streng regulierten Hochrisikobereich eingeordnet. Konkret geht es um Systeme, die zur Bewertung von Risiken einzelner Personen oder zur Festlegung von Versicherungsprämien dienen. Für die Versicherungsunternehmen ist dies mit zusätzlichen Verpflichtungen verbunden, obwohl bestehende Vorschriften bereits ein hohes Schutzniveau bieten.

KI ist in der Versicherungswirtschaft kein Pilotprojekt mehr – sie ist im täglichen Geschäft kaum wegzudenken. Was das konkret bedeutet:

• Schadenregulierung: Einfache Kfz-Schäden werden heute vollautomatisch bewertet und reguliert – in Minuten statt Tagen. KI analysiert Fotos, gleicht sie mit Schadendatenbanken ab und schlägt Erstattungsbeträge vor.
• Risikomodellierung: Das Geoinformationssystem ZÜRS nutzt KI, um Hochwasserrisiken auf Gebäudeebene zu berechnen. Ergebnis: Mehr Gebäude in Deutschland sind heute gegen Naturgefahren versicherbar als je zuvor.
• Kundenkommunikation: KI-gestützte Systeme erkennen automatisch, ob eine Kundenanfrage ein einfaches Anliegen ist oder menschliche Beratung benötigt – und leiten entsprechend weiter.
• Betrugsabwehr: Muster, die auf manipulierte Schadensmeldungen hindeuten, werden von Algorithmen erkannt – schneller und konsistenter als manuelle Prüfung.

Genau wie für die Entwicklung der Technologie insgesamt gilt auch für den Einsatz von Künstlicher Intelligenz bei Versicherungen, dass viele Innovationen heute noch gar nicht bekannt sind. Klar ist aber, dass digitale Lösungen Märkte und damit auch den Versicherungsmarkt bewegen. Der Wettbewerb um die Kundinnen und Kunden wird auch damit entschieden, wer die smartesten und kundenfreundlichsten Lösungen findet.

Faire Preisbildung

Wenn ein Algorithmus über den Preis einer Versicherungspolice entscheidet, wollen Kundinnen und Kunden zu Recht wissen: Wie kommt der Betrag zustande? Und: Wird mir gegenüber fair entschieden?

Diese Fragen sind berechtigt – und die Versicherungswirtschaft hat darauf eine klare Antwort: Risikobasierte Preisbildung ist keine Diskriminierung, sondern das Fundament fairer Versicherung. Wer ein höheres Risiko mitbringt, zahlt mehr – das gilt für analoge Tarife genauso wie für KI-gestützte. Entscheidend ist, dass die Kriterien nachvollziehbar, gesetzlich geprüft und frei von unzulässigen Merkmalen sind. Die BaFin hat das Recht und die Pflicht, genau das zu kontrollieren – und sie tut es.

Bedenken werden ernst genommen

Dass Menschen KI-Entscheidungen skeptisch begegnen, ist kein Irrtum – es ist ein gesundes Signal. Die Versicherungswirtschaft nimmt diese Skepsis ernst, weil Vertrauen keine Selbstverständlichkeit ist, sondern verdient werden muss.

Konkret heißt das: Verhaltensbasierte Tarife, die etwa Fahrstil oder Gesundheitsdaten auswerten, sind nur mit ausdrücklicher Zustimmung der Kundin oder des Kunden möglich. Wer nicht möchte, muss nicht. Und wer möchte, profitiert – zum Beispiel durch niedrigere Prämien bei nachweislich vorsichtigem Fahren. KI soll Wahlmöglichkeiten erweitern, nicht einschränken.