17/09/2026
Wenn der Versicherungsmakler einen digitalen Kollegen bekommt
Was ein japanisches Experiment mit 35.000 Beratern darüber verrät, wie künstliche Intelligenz die Versicherungsberatung verändern könnte
Wer eine Lebensversicherung, eine Berufsunfähigkeitsversicherung oder eine private Altersvorsorge abschließt, trifft eine merkwürdige Entscheidung. Er entscheidet heute über einen Vertrag, dessen Qualität sich möglicherweise erst nach Jahrzehnten erweist, und er tut dies auf der Grundlage von Annahmen über ein Leben, das noch gar nicht stattgefunden hat. Wie hoch wird das Einkommen in zwanzig Jahren sein, wie lange läuft die Finanzierung des Hauses, welche Ansprüche entstehen aus der gesetzlichen Rentenversicherung, was geschieht mit der Familie, wenn ein Einkommen plötzlich ausfällt, und welche Kaufkraft werden jene zweitausend Euro besitzen, die irgendwann einmal als monatliche Versorgung vorgesehen wurden?
Die meisten Menschen können diese Fragen nicht zuverlässig beantworten, und das ist kein Zeichen mangelnder finanzieller Bildung. Die Fragen sind schwierig, weil ein menschliches Leben keine Excel-Tabelle ist und weil sich Einkommen, Familie, Vermögen, Gesundheit, Inflation und gesetzliche Versorgung im Laufe von Jahrzehnten verändern. Gerade deshalb gibt es Versicherungsberater und Versicherungsmakler, deren eigentliche Aufgabe nicht darin bestehen sollte, möglichst viele Verträge zu verkaufen, sondern aus einer unübersichtlichen Lebenssituation zunächst eine vernünftige Vorstellung davon zu entwickeln, welches Risiko überhaupt abgesichert werden muss.
Aus Japan kommt nun eine Nachricht, die auf den ersten Blick lediglich nach einer weiteren Anwendung generativer künstlicher Intelligenz im Versicherungsvertrieb klingt, bei näherer Betrachtung jedoch eine wesentlich grundsätzlichere Frage aufwirft. Der japanische Lebensversicherer Dai-ichi Life hat einen sogenannten „Digital Buddy“ für rund 35.000 seiner Vertriebsmitarbeiter eingeführt. Seit April wird das System landesweit von den dort als „Life Plan Designer“ bezeichneten Beratern eingesetzt. Es verbindet generative künstliche Intelligenz mit bestehenden Unternehmens- und Kundensystemen, kann Informationen aus Beratungsgesprächen zusammenfassen, interne Informationen heranziehen, bei der Vorbereitung individueller Kundenvorschläge helfen und die anschließende Kommunikation unterstützen.
Der Ausdruck „Digital Buddy“ ist dabei bemerkenswert gut gewählt, denn Dai-ichi Life versucht gerade nicht, den Menschen aus dem Beratungsgespräch zu entfernen. Die Maschine sitzt gewissermaßen neben ihm. Sie soll sich erinnern, suchen, ordnen und vorbereiten, während der Mensch weiterhin mit dem Kunden spricht und die Beratung verantwortet.
Interessant wird dieses japanische Experiment jedoch erst, wenn man den Gedanken über die heute bereits eingesetzten Funktionen hinausführt und fragt, was ein solcher digitaler Kollege künftig tatsächlich leisten könnte. Denn die schwierigste Aufgabe einer Versicherungsberatung besteht nicht darin, einem Kunden einen Tarif zu zeigen. Sie besteht darin, herauszufinden, welchen Versicherungsschutz dieser Mensch überhaupt benötigt.
Man stelle sich eine vierköpfige Familie vor, die ein Haus gekauft hat. Beide Eltern arbeiten, auf der Immobilie liegt noch ein Kredit, zwei Kinder gehen zur Schule, der eine Ehepartner besitzt eine betriebliche Altersversorgung, der andere eine ältere Lebensversicherung, außerdem existieren eine Berufsunfähigkeitsversicherung, verschiedene Sparverträge und gesetzliche Rentenansprüche. Einige Unterlagen liegen in einem Ordner, andere befinden sich im E-Mail-Postfach, manche Zahlen kennt niemand mehr genau, und die Lebensversicherung wurde vor zwölf Jahren unter Voraussetzungen abgeschlossen, die mit der heutigen familiären Situation nur noch wenig zu tun haben.
Wenn diese Familie wissen möchte, was geschehen würde, falls morgen eines der Einkommen dauerhaft ausfällt, beginnt eine erstaunlich aufwendige Rechnung. Zunächst müssen bestehende Ansprüche festgestellt, Versicherungsleistungen geprüft, Kreditverpflichtungen berücksichtigt und laufende Lebenshaltungskosten geschätzt werden. Anschließend muss entschieden werden, über welchen Zeitraum die Familie welches Einkommen benötigt und welche Annahmen über Inflation, Einkommensentwicklung und Vermögensbildung sinnvoll sind. Erst danach lässt sich überhaupt seriös darüber sprechen, ob eine Versorgungslücke besteht.
Genau hier könnte künstliche Intelligenz die Versicherungsberatung stärker verändern als durch jeden noch so freundlichen Chatbot.
Ein fachlich spezialisiertes System könnte, selbstverständlich nur mit Zustimmung des Kunden und unter klar geregeltem Datenzugriff, die vorhandenen Verträge erfassen, Versicherungsleistungen zuordnen, fehlende Informationen erkennen und verschiedene Szenarien berechnen. Es könnte feststellen, wie sich die finanzielle Situation verändert, wenn ein Einkommen wegen Berufsunfähigkeit wegfällt, wenn ein Elternteil stirbt, wenn die Immobilienfinanzierung früher oder später endet oder wenn die tatsächliche Inflation von der ursprünglich angenommenen Entwicklung abweicht. Vor allem könnte es dieselbe Rechnung nicht nur einmal durchführen, sondern immer wieder neu berechnen, sobald sich im Leben des Kunden etwas Wesentliches verändert.
Die Versorgungslücke, die in Beratungsgesprächen gelegentlich wie eine beinahe naturwissenschaftlich feststehende Zahl erscheint, würde dadurch paradoxerweise weniger absolut und zugleich aussagekräftiger. Ein intelligentes Analysesystem müsste nicht behaupten, der Familie fehlten im Alter exakt 1.437 Euro im Monat, sondern könnte zeigen, unter welchen Voraussetzungen diese Zahl entsteht. Bei einer bestimmten Einkommensentwicklung könnte die Lücke vielleicht 900 Euro betragen, bei höherer Inflation 1.700 Euro, und bei einer längeren Erwerbstätigkeit wiederum erheblich weniger. Der Kunde sähe nicht nur das Ergebnis, sondern auch die Bedingungen, unter denen es gilt.
Gerade darin könnte ein qualitativer Fortschritt liegen, denn gute Finanzberatung besteht nicht darin, Unsicherheit hinter einer möglichst präzise aussehenden Zahl zu verstecken. Sie besteht darin, Unsicherheit so weit zu strukturieren, dass ein Mensch eine vernünftige Entscheidung treffen kann.
Für den Versicherungsmarkt hätte eine solche Entwicklung weitreichende Folgen, weil sie eines seiner ältesten Probleme berührt: die ungleiche Verteilung von Information. Der Versicherer kennt seine Produkte, Tarife und Bedingungen wesentlich besser als der Kunde; der Vermittler besitzt in der Regel mehr Fachwissen als der Verbraucher; der Kunde wiederum kennt sein eigenes Leben, seine Pläne und seine finanziellen Möglichkeiten besser als beide. Eine vernünftige Beratung muss diese drei Wissenswelten zusammenbringen, und genau das kostet heute vor allem eines: Zeit.
Ein leistungsfähiger KI-Agent könnte diese Informationsasymmetrie nicht beseitigen, wohl aber erheblich verkleinern. Er könnte Bedingungen verschiedener Verträge nebeneinanderlegen, auf Unterschiede aufmerksam machen, bestehende Versicherungen in eine Gesamtanalyse einbeziehen und offenlegen, welche Information für eine Empfehlung noch fehlt. Der Kunde müsste weniger darauf vertrauen, dass schon alles berücksichtigt worden sei, wenn er selbst nachvollziehen könnte, welche Annahmen in die Berechnung eingeflossen sind.
Noch interessanter würde die Situation, wenn künftig nicht nur der Vermittler einen solchen digitalen Kollegen besitzt, sondern auch der Kunde. Dann träfe im Beratungsgespräch nicht mehr ein fachlich informierter Vermittler auf einen Verbraucher, der eine vierzigseitige Versicherungsbedingung kaum beurteilen kann. Der Kunde könnte die vorgeschlagene Lösung von seinem eigenen KI-System erklären und überprüfen lassen, könnte nach Alternativen fragen und sich zeigen lassen, welche Folgen ein bestimmter Ausschluss oder Selbstbehalt tatsächlich hat.
Damit würde künstliche Intelligenz ausgerechnet jenen Vermittlern einen Vorteil verschaffen, die gelegentlich als Erste von ihr bedroht erscheinen: den wirklich guten.
Denn je leichter Aussagen, Vertragsbedingungen und Berechnungen überprüfbar werden, desto schwieriger wird es, schlechte Beratung hinter Fachsprache zu verstecken. Wer seinem Kunden tatsächlich erklären kann, weshalb eine bestimmte Absicherung sinnvoll ist, braucht die zusätzliche Transparenz nicht zu fürchten. Wer dagegen vor allem davon lebt, dass der Kunde die Unterschiede zwischen zwei Produkten nicht versteht, bekommt ein Problem.
Der vielleicht größte wirtschaftliche Effekt läge jedoch an einer anderen Stelle. Hochwertige Versicherungsberatung ist heute teuer, selbst wenn der Kunde dafür keine gesonderte Rechnung erhält. Jemand muss Unterlagen lesen, Daten erfassen, Angebote vergleichen, Berechnungen durchführen, Rückfragen stellen und das Ergebnis dokumentieren. Je gründlicher diese Arbeit geschieht, desto mehr Arbeitszeit kostet sie. Deshalb besteht im Vertrieb ein struktureller Konflikt zwischen Beratungsqualität und Wirtschaftlichkeit, der sich auch durch noch so gute Regulierung nicht vollständig beseitigen lässt.
Wenn künstliche Intelligenz einen erheblichen Teil dieser Vorarbeit übernehmen könnte, würde nicht lediglich der Vermittler schneller. Viel wichtiger wäre, dass eine Analyse, die heute wirtschaftlich vielleicht nur für einen besonders interessanten Kunden vertretbar ist, plötzlich auch für einen gewöhnlichen Haushalt möglich würde.
Das wäre eine bemerkenswerte Veränderung, weil damit nicht die Versicherung selbst billiger werden müsste, sondern zunächst die Herstellung von Beratungsqualität. Der digitale Kollege wird nicht müde, wenn er den siebzehnten Vertrag liest, und er wird nicht ungeduldig, wenn dieselbe Berechnung mit drei anderen Annahmen wiederholt werden soll. Seine wirtschaftliche Stärke liegt gerade darin, dass die zusätzliche Analyse nur geringe zusätzliche Arbeitszeit des Menschen beansprucht.
Für Maklerunternehmen würde daraus allerdings ein neuer Wettbewerb entstehen. Wenn ein einzelner Berater mit Unterstützung spezialisierter KI-Systeme wesentlich mehr Kunden gründlich analysieren kann, verliert die Größe eines Beratungsunternehmens einen Teil ihrer bisherigen Bedeutung. Ein kleines Maklerhaus könnte plötzlich über Analysekapazitäten verfügen, für die früher eine ganze Fachabteilung notwendig gewesen wäre. Der entscheidende Wettbewerbsvorteil bestünde dann weniger darin, wie viele Mitarbeiter ein Unternehmen beschäftigt oder wie viele Tarifinformationen ein einzelner Vermittler im Gedächtnis behalten kann, sondern darin, wie gut menschliches Fachwissen, Kundendaten und maschinelle Analyse miteinander verbunden werden.
Gerade deshalb wäre es allerdings gefährlich, künstliche Intelligenz mit Neutralität zu verwechseln. Eine Maschine besitzt keine eigenen Provisionsinteressen, aber das bedeutet keineswegs, dass das System, in dem sie arbeitet, interessenfrei wäre. Wenn ein Versicherer einen Agenten entwickelt, der ausschließlich die eigenen Produkte kennt, entsteht eine andere Beratung als bei einem unabhängigen System, das unterschiedliche Anbieter und Vertragsbedingungen berücksichtigen kann. Wenn eine Bedarfsanalyse so konstruiert wird, dass möglichst viele versicherbare Risiken als Versorgungslücke erscheinen, hätte man keinen neutralen digitalen Berater geschaffen, sondern lediglich einen außerordentlich effizienten Verkäufer.
Die entscheidende Frage wird deshalb nicht nur lauten, wie intelligent eine Versicherungs-KI ist, sondern wem ihre Intelligenz dient.
Ein wirklich bedarfsgerechtes System müsste seine Annahmen offenlegen, Unsicherheiten sichtbar machen und deutlich unterscheiden können zwischen einer mathematisch festgestellten Risikolücke und der wirtschaftlichen Empfehlung, diese Lücke tatsächlich durch einen Versicherungsvertrag zu schließen. Eine Familie kann schließlich nahezu jedes denkbare Risiko absichern und am Ende feststellen, dass die Summe ihrer Versicherungsbeiträge so hoch geworden ist, dass kaum noch Geld für Vermögensbildung und das gegenwärtige Leben übrigbleibt. Bedarfsgerechte Beratung bedeutet deshalb nicht, möglichst viele Lücken zu finden, sondern jene Risiken zu identifizieren, deren finanzielle Folgen der Kunde vernünftigerweise nicht selbst tragen kann oder will.
Gerade hier dürfte der Mensch auf absehbare Zeit seine wichtigste Rolle behalten. Eine Maschine kann berechnen, was der Tod eines Elternteils finanziell bedeutet; sie kann aber nicht allein entscheiden, welche Sicherheit diese Familie braucht, welche Unsicherheit sie ertragen möchte und welchen Teil ihres heutigen Einkommens sie für eine mögliche Zukunft aufgeben sollte. Solche Entscheidungen enthalten Mathematik, aber sie bestehen nicht nur aus Mathematik.
Das japanische Experiment ist deshalb weniger interessant, weil nun 35.000 Versicherungsberater künstliche Intelligenz benutzen. Bemerkenswert ist vielmehr, dass sich an ihm eine mögliche neue Arbeitsteilung erkennen lässt. Die Maschine kann jene Tätigkeiten übernehmen, bei denen Gedächtnis, Geschwindigkeit, Datenmenge und Wiederholbarkeit entscheidend sind, während der Mensch dort gebraucht wird, wo Erfahrung, Verantwortung, Vertrauen und Urteil erforderlich bleiben.
Wenn diese Arbeitsteilung gelingt, könnte die künstliche Intelligenz im Versicherungsmarkt etwas bewirken, das wesentlich interessanter wäre als die nächste Automatisierungswelle. Sie könnte gründliche Beratung so weit verbilligen, dass sie nicht mehr das Privileg jener Kunden bleibt, bei denen sich viele Stunden menschlicher Analyse wirtschaftlich rechnen.
Dann wäre die entscheidende Kennzahl eines KI-Systems im Versicherungsvertrieb vielleicht gar nicht, wie viele Arbeitsplätze es einspart oder wie viele Verträge ein Vermittler damit zusätzlich abschließt. Interessanter wäre die Frage, wie viele bislang unerkannte Unterversicherungen es entdeckt, wie viele unnötige Doppelversicherungen es vermeidet, wie viele falsche Annahmen es korrigiert und wie häufig ein Kunde am Ende gerade deshalb keinen neuen Vertrag benötigt, weil die Analyse ergeben hat, dass sein vorhandener Schutz ausreicht.
Erst an diesem Punkt würde aus künstlicher Intelligenz tatsächlich ein Instrument bedarfsgerechter Beratung.
Japan zeigt mit seinem „Digital Buddy“ zunächst nur den Anfang dieses Weges. Dai-ichi Life verbindet generative KI, bestehende Unternehmenssysteme und die Arbeit von rund 35.000 Beratern, um individuelle Beratung besser vorzubereiten und Informationen dort verfügbar zu machen, wo sie gebraucht werden. Die viel größere Möglichkeit liegt jedoch noch vor uns.
Denn vielleicht wird die wichtigste Frage der Versicherungswirtschaft in einigen Jahren nicht mehr lauten, welcher Vermittler die meisten Produkte kennt oder welcher Versicherer den leistungsfähigsten Tarifrechner besitzt. Sie könnte vielmehr lauten, wer als Erster ein System entwickelt, das die wirtschaftliche Wirklichkeit eines Menschen so vollständig, nachvollziehbar und fortlaufend analysieren kann, dass aus dem alten Versprechen der bedarfsgerechten Beratung erstmals ein überprüfbarer Prozess wird.
Und dann müsste sich die Branche einer durchaus unbequemen Frage stellen: Wenn eine Maschine eines Tages innerhalb weniger Minuten erkennen kann, was ein Kunde wirklich braucht und was er gerade nicht braucht, wie viel von dem, was wir heute Versicherungsberatung nennen, war tatsächlich Beratung – und wie viel davon war lediglich Vertrieb?
