«Ich habe Budget, gute Leute und eine Strategie, doch ich kann sie nicht für das Richtige einsetzen» - diese Aussage eines CIOs ist repräsentativ für die Situation der Versicherungsbranche, die sich mit einem Transformationsparadox aus Geschwindigkeit und Kontrolle konfrontiert sieht.
Doch beginnen wir bei der Frage, was «das Richtige tun» bedeutet. Hierbei geht es nicht um eine Pauschalaussage, ob mehr Customer Experience, mehr Legacy Modernisierung, oder mehr KI das Richtige ist. Es geht vielmehr darum, sich an die Anforderungen der Welt anzupassen und damit die individuellen strategischen Ziele zu erreichen.
Nicht das Risiko ist neu, sondern das Tempo
Veränderung ist für Versicherungen nichts Neues. Auch der Umgang mit Risiken gehört seit jeher zum Versicherungsgeschäft. Noch nie war die Branche besser darin, Risiken zu verstehen und mit Daten und Modellen zu analysieren. Neu ist jedoch das Tempo, mit dem neue Anforderungen entstehen:
KI entwickelt sich rascher, als Governance etabliert werden kann.
Neue Cyberrisiken entstehen in einer Frequenz, mit der Underwriting-Zyklen kaum Schritt halten können.
Kundenerwartungen werden durch immer neue Benchmarks aus der Retail- und Unterhaltungsindustrie getrieben, während Versicherer oft Jahre brauchen, um ihre digitalen Landschaften anzupassen.
Warum die Transformation ins Stocken kommt
Versicherer müssen sich immer schneller anpassen, ohne dabei durch Compliance-Probleme oder instabile Kundensysteme das Vertrauen von Kunden, Partnern und Aufsichtsbehörden zu gefährden. Anders formuliert: Nicht mangelnder Veränderungswille bremst die Transformation, sondern die Sorge vor Kontrollverlust. In einer Branche, deren Geschäftsmodell auf Vertrauen basiert, ist diese Sorge nachvollziehbar.
Die Folgen zeigen sich in vielen Bereichen:
Wachstum wird blockiert, wenn Underwriter moderne KI-Lösungen nicht produktiv nutzen können, weil unklar ist, wie mit inkonsistenten Underwriting Guidelines umzugehen ist, da Entscheidungen bisher von erfahrenen Underwritern fallbasiert getroffen wurden. Wer möchte schon im falschen Moment einer KI-Lösung vertrauen?
Unnötige Kosten entstehen, wenn im Einzelleben-Geschäft Altsysteme weiter betrieben werden müssen, da kaum abzuschätzen ist, was eine Ablösung für die Stabilität der IT-Landschaft und des Geschäftsbetriebes bedeutet. Wer legt schon ein Altsystem still, das potentiell von anderen Kernsystemen noch als Datenquelle genutzt wird?
Neue Risiken drohen, wenn aufgrund der enormen Erwartungen im Markt an der Kundenschnittstelle neue Conversational-AI-Lösungen eingeführt werden, bei denen klassische deterministische Testverfahren an ihre Grenzen stossen. Wer möchte schon einen Chatbot auf der Website, der den Kunden zur Konkurrenz schickt?
Die Liste liesse sich beliebig fortsetzen. Ein weiteres Beispiel ist der sogenannte «Channel-Shift», also der Einsatz von GPT, Claude oder Gemini für die Suche nach einer geeigneten Versicherungslösung. Damit gerät der klassische digitale Vertriebspfad über Suchmaschine, Vergleichsplattform und Versicherungswebsite zunehmend unter Druck.
Den Transformationsstau in Transformationsfluss überführen
Wer versucht, die Lösung für die Herausforderung in einem Wort zusammenzufassen, wird möglicherweise über «Beweglichkeit», «Handlungsfähigkeit», «Entscheidungsfreiheit» oder «Umsetzungskraft» nachdenken. Entscheidend ist jedoch weniger, wie man diese Fähigkeit nennt, sondern wie sie entsteht. Versicherer betrachten Transformation häufig noch immer als eine Summe einzelner Projekte – eine Modernisierung hier, ein KI-Pilot dort, ein neues Kundenportal an anderer Stelle.
Doch kontrollierte Geschwindigkeit entsteht nicht durch einzelne Projekte. Sie entsteht durch ein System, das Veränderung ermöglicht. Dazu benötigen Versicherer Plattformen und wiederverwendbare Fähigkeiten statt Einzellösungen sowie Governance-Mechanismen, die Risiken früh sichtbar machen, anstatt Veränderungen erst spät zu blockieren.
Die entscheidende Frage lautet daher nicht: «Welches Projekt sollten wir als Nächstes starten?», sondern vielmehr: «Wie bauen wir eine Organisation, die kontinuierliche Veränderung fördert?»
Dabei sind folgende Rahmenbedingungen zentral:
Beginne immer mit dem «Warum» - Die schier endlosen Möglichkeiten von Technologie und insbesondere KI lenken häufig von der wichtigsten Frage ab: Warum wird ein Digitalisierungsprojekt überhaupt durchgeführt? Die Antwort lautet oft «Kundenzufriedenheit» oder «Effizienz». Doch weshalb sollte ein Kunde mit einer App zufriedener sein? Schauen Sie jeden Monat Ihre Police auf dem Handy an? Wer das «Warum» präzise beantworten kann, erhöht nicht nur den Return-on-Investment. Ein klares Ziel schafft Orientierung, reduziert den Change-Aufwand und hilft dabei, typische Herausforderungen wie schlechte Datenqualität oder fehlende Akzeptanz wirksam anzugehen. Zudem werden Plattform- und Automatisierungsvorhaben vom Mehrwert her gestaltet, nicht von der technischen Machbarkeit.
Gib Qualität und Sicherheit den richtigen Stellenwert - Der Ansatz des «Minimal Viable Product» (MVP) hat vielen Digitalisierungsvorhaben geholfen, schneller Mehrwert zu schaffen und Risiken früh sichtbar zu machen. Problematisch wird es jedoch, wenn «minimal» vor allem als möglichst geringer Aufwand verstanden wird. Aspekte wie Wartbarkeit, Betreibbarkeit und «Security by Design» schaffen es dann oft nicht auf die Prioritätenliste, weil ihr Beitrag zum langfristigen Erfolg schwieriger zu quantifizieren ist als der umittelbare Nutzen neuer Funktionen. Dabei führt ein fokussiertes, stabiles System meist zu höherer Kundenzufriedenheit als eine umfangreiche, aber instabile Lösung. Werden Qualität und Sicherheit vernachlässigt, schafft der Go-Live oft neue Probleme statt nachhaltiger Verbesserungen.
Hinterfrage den Hype – Technologie-Hypes kommen und gehen, sei es Big Data, Cloud oder KI. Hinter ihnen steckt meist echter Mehrwert. Wer jedoch nur den Versprechungen folgt und die Grundlagen vernachlässigt, erlebt häufig Ernüchterung. Dies zeigt sich auch beim aktuellen «Hot Topic» KI. Hier wird die Bedeutung der Datenqualität häufig unterschätzt. Ein Grossteil der heutigen KI-Initiativen basiert auf Machine Learning, also auf Verfahren, die Muster in Daten erkennen und daraus «lernen». Entsprechend hängt die Qualität der Ergebnisse unmittelbar von der Qualität der zugrunde liegenden Daten ab. Das gilt sowohl für die Datenbasis innerhalb der Versicherung als auch für die Auswahl und Bewertung vortrainierter Modelle. Wer seine Datenbasis nicht im Griff hat, wird auch mit den besten KI-Werkzeugen keine überzeugenden Resultate erzielen.
Automatisiere um zu standardisieren - Automatisierung wird häufig auf Effizienzgewinne reduziert. Ihr grösster Beitrag liegt jedoch oft in der Standardisierung. Wenn Tests, Deployments oder Datenaustauschprozesse automatisiert ablaufen, werden sie reproduzierbar und damit kontrollierbar. Fehler lassen sich nicht nur schneller beheben, sondern dauerhaft aus dem Prozess entfernen. So entsteht die Grundlage für sichere und kontinuierliche Veränderung.
Fördere den Dialog – Ansätze wie DevOps oder SAFe haben Business und IT in vielen Unternehmen näher zusammengebracht. Für eine schnelle kontrollierte Veränderung reicht jedoch ein gemeinsames Zusammenarbeitsmodell allein nicht aus. Entscheidend ist das gegenseitige Verständnis für die Denk- und Arbeitsweise des jeweils anderen. Digitalisierung bedeutet letztlich, die facettenreiche fachliche Realität des Business in technische Strukturen und Prozesse zu übersetzen. Genau bei dieser Übersetzung liegt oft das grösste Potenzial.
Die beschriebenen Prinzipien mögen auf den ersten Blick wie Selbstverständlichkeiten erscheinen. Gleichzeitig zeigen Diskussionen in meinen Lehrveranstaltungen und zahlreiche Kundensituationen, dass sie in der Praxis oft nicht konsequent umgesetzt werden.
Gerade im aktuellen GenAI-Hype geraten diese Grundlagen schnell in den Hintergrund. Wird eine Anwendung entwickelt, weil sie echten Mehrwert schafft oder weil sie sich mit den neuesten Tools besonders schnell erstellen lässt? Ist sie auch in sechs Monaten noch wartbar und erweiterbar, wenn sich regulatorische Anforderungen ändern? Und findet überhaupt noch ein Dialog darüber statt, wie fachliche Realität sinnvoll modelliert werden soll, wenn ein Prompt bereits eine scheinbar ausreichende Lösung liefert?
Technologie kann Veränderung beschleunigen. Nachhaltige Handlungsfähigkeit entsteht jedoch durch klare Ziele, robuste Grundlagen, standardisierte Prozesse und den Dialog zwischen Fachbereich und IT.
Erfahren Sie hier, wie ein Schweizer Versicherungsunternehmen seine Handlungsfreiheit zurückgewinnt:
