KI-Wissensmanagement in Versicherungen: Potenziale, Chancen und Voraussetzungen

geschätzte Leselänge: etwa 10 Minuten

zentrale Inhalte und Aussagen: 

• Wissen ist in Versicherungen oft über Dokumente, Systeme und einzelne Mitarbeitende verteilt. 71 Prozent sehen das systematische Sammeln und Dokumentieren als Herausforderung.
• Klare Zuständigkeiten und Qualitätsprüfungen fehlen häufig. Die Abhängigkeit von einzelnen Personen gilt für 80 Prozent als Treiber des Wissensverlusts.
• KI-Assistenten können Informationen aus umfangreichen Dokumenten schneller zugänglich machen. 84 Prozent der Befragten sehen darin Potenzial.
• Verlässliche Antworten brauchen eine aktuelle, geprüfte Wissensbasis und geregelte Zugriffsrechte. 72 Prozent nennen Datenqualität als Herausforderung, 86 Prozent sehen fehlerhafte KI-Antworten als Risiko.
• KI kann die Dokumentation von Erfahrungswissen unterstützen. Die fachliche Prüfung und Entscheidung bleiben bei den Mitarbeitenden.

Bei einem Wasserschaden kann eine einzige fehlende Information die Bearbeitung verzögern. Häufig liegt das benötigte Wissen bereits im Unternehmen, verteilt auf Dokumente, Systeme und einzelne Köpfe. Eine Studie der Versicherungsforen Leipzig und der msg systems ag zeigt, unter welchen Voraussetzungen KI den Zugang zu diesem Wissen erleichtern kann.

Wenn vorhandenes Wissen nicht weiterhilft

Ein Gewerbekunde meldet einen Wasserschaden. Die Schadenbearbeiterin muss klären, welche Leistungen der Vertrag vorsieht und welche Informationen für die Prüfung noch fehlen. Sie sucht die vereinbarte Fassung der Versicherungsbedingungen, eine ergänzende Klausel und die passende Arbeitsanweisung. Ein Rundschreiben könnte ebenfalls relevant sein. Dann erinnert sich ein Kollege an einen ähnlichen Fall, der vor drei Jahren anders entschieden wurde. Warum damals eine Ausnahme gemacht wurde, weiß vor allem die inzwischen ausgeschiedene Sachbearbeiterin. Die praktische Frage lautet: Welche Regelungen gelten hier? Und was lässt sich aus früheren Entscheidungen tatsächlich ableiten?

Das fiktive Beispiel berührt den Kern des Wissensmanagements in der Assekuranz. Tarif- und Bedingungswerke, über Jahre gewachsene Erfahrung im Underwriting, das fachliche Urteil bei Kulanz- und Betrugsentscheidungen: All das bildet einen wesentlichen Teil des Kapitals eines Versicherers. Verlässt eine erfahrene Kraft das Unternehmen, geht mit ihr oft auch ein Stück unternehmerischer Substanz verloren. Wissensmanagement entscheidet deshalb mit darüber, wie effizient Prozesse laufen und wie verlässlich Kunden Auskunft erhalten.

Wie es darum bestellt ist, haben die Versicherungsforen Leipzig und die msg systems ag in der Studie „Wissensmanagement & KI: Zwischen Potenzial und Umsetzung in der Versicherungsbranche“ untersucht. Die Erhebung vom Januar 2026 verbindet eine Onlinebefragung mit 66 Teilnehmenden mit vertiefenden Experteninterviews. Sie erfasst den Status quo entlang der Wissenskette und fragt, welche Rolle künstliche Intelligenz dabei spielen kann. Die Ergebnisse bilden die Einschätzungen der Befragten ab; die Zahl der Antworten variiert je nach Frage.

Die Wissenskette beginnt vor der Suche

Damit Wissen Wirkung entfaltet und im besten Fall in neue Ideen mündet, muss es gesammelt, weitergegeben und genutzt werden. Erst im Zusammenspiel dieser Schritte entsteht ein funktionierender Wissenskreislauf, in dem einmal gewonnene Erkenntnisse immer wieder zur Verfügung stehen. Eine gute Suchfunktion hilft dabei allerdings nur, wenn entscheidungsrelevantes Wissen zuvor überhaupt erfasst wurde.

Genau hier hakt es häufig: 71 Prozent der Befragten sehen das systematische Sammeln und Dokumentieren als Herausforderung. Bei der strukturierten Weitergabe bewerten 42 Prozent den Zustand als unzureichend; 47 Prozent stimmen der Aussage zu, dass verfügbares Wissen nicht konsequent für fundierte Entscheidungen genutzt wird. Die Schwierigkeiten ziehen sich damit durch die gesamte Wissenskette. Wer ihre erste Stufe vernachlässigt, erschwert auch die nachfolgenden Schritte.

Verantwortung lässt sich nicht ablegen

Damit Wissen zuverlässig gesammelt, geteilt und genutzt werden kann, braucht es klare Zuständigkeiten, verlässliche Prozesse und eine Kultur, die das Teilen von Wissen unterstützt. Zwischen diesem Anspruch und der Praxis liegt jedoch eine deutliche Lücke: 57 Prozent berichten zwar von einem formal etablierten Wissensmanagement. Zugleich geben 52 Prozent an, dass klar definierte Zuständigkeiten fehlen. Und nur 27 Prozent berichten, dass eingebrachte Wissensinhalte vor ihrer weiteren Nutzung immer systematisch auf fachliche Richtigkeit und Qualität geprüft werden.

Für den Arbeitsalltag macht es einen erheblichen Unterschied, ob eine Arbeitsanweisung irgendwo gespeichert ist oder ob jemand für ihren Geltungsbereich, ihre Aktualisierung und ihre Freigabe einsteht. Eine zentrale Ablage schafft noch keine Verbindlichkeit. Es muss erkennbar sein, welche Fassung für welchen Sachverhalt gilt und an wen sich Mitarbeitende bei Widersprüchen wenden können.

Am häufigsten wird die Abhängigkeit von Einzelpersonen als starker Treiber des Wissensverlusts bewertet: 80 Prozent stimmen hier zu. Hinzu kommen unzureichende oder veraltete Dokumentation sowie Zeitdruck und hohe Arbeitsbelastung; fehlende Austauschprozesse nennen 68 Prozent. Wissen zu teilen braucht daher einen festen Platz im Arbeitsprozess. Bleibt die Dokumentation eine Zusatzaufgabe für ruhigere Tage, wird sie unter hoher Auslastung leicht aufgeschoben.

Zurück zum Wasserschaden: Die Schadenbearbeiterin hat inzwischen mehrere Dokumente gefunden. Noch ist aber offen, welche Fassung maßgeblich ist und ob der frühere Fall überhaupt vergleichbar war. Genau an dieser Stelle setzen die Erwartungen an KI an. Ein Assistent könnte relevante Informationen zusammenführen und die Recherche erleichtern. Ob daraus eine belastbare Antwort entsteht, hängt davon ab, wie gut das Unternehmen sein Wissen organisiert hat. Was müsste ein solches System dafür leisten?

Wie KI Wissen im Arbeitsprozess nutzbar macht

Für die Schadenbearbeiterin könnte der Einstieg künftig eine Frage direkt in ihrer Arbeitsumgebung sein: „Welche Regelungen gelten für diesen Wasserschaden, welche Angaben fehlen noch und wie wurden vergleichbare Schäden bisher behandelt?“ Ein entsprechend angebundener KI-Assistent könnte die zum Vertrag und Schadenzeitpunkt passenden Unterlagen zusammentragen, verständlich zusammenfassen und mit konkreten Fundstellen belegen. Frühere Entscheidungen wären als Vergleichsfälle einzuordnen. Eine frühere Kulanzentscheidung wäre als solche auszuweisen und fachlich auf ihre Übertragbarkeit zu prüfen.

Die Erwartungen der Befragten passen zu diesem Szenario. 84 Prozent sehen Potenzial darin, Informationen aus umfangreichen oder unstrukturierten Dokumenten schneller nutzbar zu machen. 80 Prozent erwarten schnelle, verständliche Antworten auf konkrete Fragen; 66 Prozent eine automatische Zusammenfassung und Strukturierung. Mitarbeitende sollen nicht mehr wissen müssen, in welchem Ordner eine Information liegt, um sie nutzen zu können.

Der technische Alltag ist davon noch ein gutes Stück entfernt. Nach Angaben der Befragten dominieren zentrale Dokumentenablagen mit 76 Prozent; verbreitet sind auch Plattformen für Zusammenarbeit und klassische Suchfunktionen. Digitale Assistenten oder intelligente Suche werden dagegen von 29 Prozent genannt, die automatische Aufbereitung oder Auswertung von Dokumenten von sechs Prozent. Vielerorts ist Wissen digital vorhanden, ohne über die Ablage hinaus systematisch erschlossen zu werden.

Aus Dokumenten eine überprüfbare Antwort machen

Ein technischer Ansatz dafür ist Retrieval-Augmented Generation, kurz RAG. Dabei werden zu einer Frage zunächst passende Informationen aus angebundenen Wissensquellen abgerufen. Das Sprachmodell erhält diese Fundstellen als Kontext für seine Antwort. So können interne Inhalte genutzt und aktualisiert werden, ohne jede fachliche Änderung in das Modell eintrainieren zu müssen. Für den Versicherungsalltag gehört dazu, Dokumente mit Angaben zu Vertragsbezug, Gültigkeit, Version und Freigabestatus zu erschließen.

Die Verlässlichkeit einer solchen Lösung hängt wesentlich von ihrer Wissensbasis ab. Sind Dokumente veraltet oder widersprüchlich, kann auch ein leistungsfähiges Sprachmodell daraus eine falsche Antwort ableiten. Entsprechend nennen 72 Prozent die Datenqualität als Herausforderung für den KI-Einsatz, gefolgt von Datenschutz und Informationssicherheit mit jeweils 62 Prozent. Gerade bei Versicherungsbedingungen ist zudem die neueste Fassung nicht automatisch die für den konkreten Vertrag maßgebliche.

Geregelte Zugriffsrechte müssen deshalb auch in der KI-Anwendung wirksam bleiben: Für eine Antwort dürfen nur Inhalte herangezogen werden, auf die die anfragende Person zugreifen darf. Werden Dokumente in einen Suchindex übernommen, müssen ihre Berechtigungen dort mitgeführt und Änderungen zuverlässig berücksichtigt werden. Der Hinweis an ein Sprachmodell, vertrauliche Informationen nicht preiszugeben, ersetzt diese technische Zugriffskontrolle nicht.

Hinzu kommt das Vertrauen in die Antwort selbst. 86 Prozent verbinden KI im Wissensmanagement mit dem Risiko von Halluzinationen und fehlerhaften Inhalten. Fehlende Nachvollziehbarkeit und Verzerrungen zählen ebenfalls zu den häufig genannten Sorgen. RAG kann die fachliche Verankerung verbessern, beseitigt solche Fehler aber nicht. Auch ein System mit Quellenzugriff kann wichtige Einschränkungen übersehen oder eine Fundstelle falsch auslegen. Ein Quellenlink allein belegt deshalb noch nicht, dass eine Aussage stimmt.

Für den produktiven Einsatz muss geprüft werden, ob Antworten durch die angegebenen Textstellen tatsächlich gedeckt sind. Fehlen Informationen oder widersprechen sich Quellen, sollte das System dies anzeigen, gezielt nachfragen oder an eine Fachperson übergeben. Fachlich geprüfte Testfälle helfen, die Trefferqualität, die Korrektheit der Antworten und das Verhalten bei Wissenslücken zu bewerten. Diese Prüfung gehört auch nach der Einführung zum Betrieb, insbesondere nach Änderungen an Inhalten oder Modellen.

Auch die europäische Versicherungsaufsicht EIOPA betont in ihrer Stellungnahme zur KI-Governance von August 2025 einen risikobasierten Ansatz. Sie nennt unter anderem Datenqualität, Dokumentation, Nachvollziehbarkeit und menschliche Aufsicht als zentrale Handlungsfelder. Für einen Wissensassistenten folgt daraus: Umfang und Tiefe der Kontrollen sollten sich daran orientieren, welche Folgen fehlerhafte Antworten im jeweiligen Einsatz haben können.

Wissen dort sichern, wo es entsteht

Wie weit der Weg in den Alltag noch ist, zeigt der durchschnittlich eingeschätzte KI-Reifegrad von 2,69 auf einer fünfstufigen Skala. Je nach Wissensbereich geben 36 bis 44 Prozent an, KI noch gar nicht einzusetzen. Daneben prägen Evaluation und Pilotierung das Bild. Für den nächsten Schritt zählt, wie gut ein System in Underwriting, Schadenbearbeitung oder Kundenservice eingebunden ist und ob seine Ergebnisse dort tatsächlich weiterhelfen.

Die in der Studie dokumentierten Interviews zeigen unterschiedliche Ansätze: Bei der Continentale war zum Erhebungszeitpunkt ein Chatbot auf Basis von Arbeitsanweisungen in Entwicklung. DMB Rechtsschutz berichtete von Pilotprojekten zur Analyse, Klassifizierung und Indizierung eingehender Dokumente. Die Bayerische beschrieb als Ziel eine zentrale Wissensplattform, auf die spezialisierte KI-Agenten zugreifen können. Diese Beispiele geben Einblick in Entwicklungswege; sie belegen keinen flächendeckenden Einsatz.

Eine weitere Chance betrifft das Erfahrungswissen, das bislang in einzelnen Köpfen verbleibt. Verlässt ein erfahrener Underwriter das Unternehmen, fehlen womöglich die Gründe für frühere Ausnahmen oder das Gespür dafür, welche Rückfrage in einem Grenzfall entscheidend ist. Mit der Bitte, vor dem Ruhestand alles aufzuschreiben, lässt sich dieses Wissen nur begrenzt sichern.

KI könnte die Dokumentation näher an die eigentliche Arbeit rücken: Aus freigegebenen Gesprächsnotizen, Fallbesprechungen oder bearbeiteten Vorgängen entstehen Entwürfe für Wissenseinträge. Die Fachkraft ergänzt die Begründung und die Grenzen der Übertragbarkeit, prüft den Inhalt und gibt ihn frei. So wird die Dokumentation Teil des Arbeitsprozesses. Ob diese Form der Unterstützung entlastet, sollte sich daran messen lassen, wie viel Such- und Dokumentationsaufwand sie tatsächlich einspart und welche zusätzliche Prüfzeit anfällt.

Die Fachkraft bleibt für die Einordnung entscheidend

Damit dieser Rollenwechsel gelingt, braucht es mehr als eine kurze Schulung im richtigen Prompten. Die Befähigung im Umgang mit KI erreicht in der Studie lediglich einen Mittelwert von 2,74. Zugleich schätzen die Befragten die Nutzungsbereitschaft von Führungskräften höher ein als die von Mitarbeitenden. Das sind Wahrnehmungen über die beiden Gruppen, keine unmittelbaren Selbstauskünfte aller Führungskräfte und Beschäftigten.

Entsprechend halten 86 Prozent Schulungen, 84 Prozent klare Leitplanken und 76 Prozent eine transparente Kommunikation über Nutzen und Grenzen für besonders wichtig. Mitarbeitende müssen Antworten kritisch prüfen, Unsicherheiten erkennen und wissen, wann zusätzliche Expertise gefragt ist. Zugleich sollten sie an der Gestaltung der Anwendungen mitwirken. Eine als „Co-Intelligenz“ verstandene Unterstützung muss sich daran bewähren, ob sie im Alltag spürbar weiterhilft.

Die Interviews lenken den Blick dabei auch auf eine offene Frage: Wenn KI Routineaufgaben übernimmt, könnten sich komplexe Fälle bei den Mitarbeitenden verdichten. Entlastung lässt sich daher nicht allein an der Zahl automatisierter Schritte ablesen. Zu betrachten sind ebenso die verbleibende Arbeitsbelastung, die Entscheidungsqualität und der Erhalt fachlicher Kompetenz.

Zurück zum Wasserschaden: Ein gut gestalteter Assistent liefert passende Fundstellen und benennt fehlende Angaben. Fehlt die Begründung des früheren Vergleichsfalls, bleibt diese Wissenslücke sichtbar. Die Schadenbearbeiterin prüft die Informationen und entscheidet über das weitere Vorgehen. Anschließend hilft die KI, ihre Begründung als geprüften Wissenseintrag zu sichern. Beim nächsten ähnlichen Schaden ist nachvollziehbar, warum so entschieden wurde, auch wenn die zuständige Fachkraft nicht mehr erreichbar ist.

Erstmals erschienen im Versicherungsforen-Themendossier „Wissensmanagement in Versicherungen: Prozesse, Qualität, KI-Potenziale“, Nr. 19/2026, 15. Oktober 2026.

zur Studie