ReSource Pro, ein Anbieter von strategischen Betriebs- und Technologie-Dienstleistungen für die Versicherungsbranche, hat seinen 2026 AI Lessons Learned Report veröffentlicht. Der Bericht bietet ein unmittelbares Bild davon, wie Unternehmen im Ökosystem der US-Schaden- und Unfallversicherung (P&C) sowohl die Chancen als auch die Risiken der Einführung Künstlicher Intelligenz bewältigen. Die Ergebnisse erscheinen zu einem Zeitpunkt, da P&C-Versicherer unter zunehmendem Wettbewerbsdruck stehen, KI in Kernbereiche wie Underwriting, Schadenabwicklung und Kundenservice zu integrieren – Bereiche, in denen die traditionell datenintensiven Arbeitsabläufe der Branche ein natürlicher Prüfstand für maschinelles Lernen und generative KI-Technologien sind.

Die proprietäre Studie, verfasst von ReSource Pro Senior Partner Mark Breading und Program Manager Heather Turner, stützt sich auf mehr als 40 Interviews mit Führungskräften entlang der gesamten Wertschöpfungskette der Versicherung. Der Bericht liefert eine branchenweite Bestandsaufnahme, wo P&C-Versicherungen derzeit auf ihrem Weg der KI-Einführung stehen.

Die Forscher stellten den Führungskräften im gesamten Versicherungsökosystem drei direkte Fragen zur KI-Einführung in ihren Organisationen: Welche Lehren haben sie gezogen, welchen Herausforderungen stehen sie gegenüber und was kommt als Nächstes? Die Antworten konvergieren zu einem klaren Schluss: Erfolg mit KI hat weniger mit der Auswahl des richtigen Modells oder Werkzeugs zu tun, sondern weit mehr mit Kultur, Datenhygiene, Governance und anhaltendem organisatorischem Wandel.

Der ROI von KI hängt von der Organisation ab, nicht vom System

Das zentrale Thema des Berichts stellt die jahrelang dominierende technologisch geprägte Kommunikation in der Branche in Frage. Über alle Segmente hinweg sind sich die Führungskräfte einig, dass die KI-Einführung kein Technologieprojekt ist; sie ist eine operative Transformation, die Menschen, Prozesse und Verhalten umfasst. Diese Unterscheidung verändert, wie Organisationen planen, investieren und führen müssen.

„Was uns die Branche laut und deutlich sagt, ist, dass diejenigen Organisationen, die mit KI erfolgreich sind, diese als geschäftliche Transformation behandeln und nicht als IT-Initiative“, sagte Mark Breading, Senior Partner bei ReSource Pro. „Die fünf Lehren in diesem Bericht sind hart erkämpft und bemerkenswert konsistent. Egal in welchem Segment, immer wieder tauchen dieselben Hindernisse und dasselbe Umdenken auf.“

Fünf zentrale Lehren von der KI-Front in der Versicherung

Die proprietäre Forschung von ReSource Pro destilliert Branchenerfahrung in fünf grundlegende Erkenntnisse:

1. Die Einführung von KI ist ein Geschäftsproblem und ein kultureller Wandel, keine Technologieimplementierung.
Versicherungsunternehmen haben gelernt, dass eine effektive KI-Einführung einen Verhaltens- und Kulturwandel erfordert, bei dem Mitarbeiter kontinuierlich menschliches Urteilsvermögen anwenden, um KI-Ergebnisse zu validieren und zu hinterfragen. Standardarbeitsanweisungen zu Workflow-Design, Datenmanagement und dem Management organisatorischen Wandels müssen gut dokumentiert sein, bevor KI erfolgreich eingeführt werden kann.

2. Die Unterstützung durch das Management bleibt eine branchenweite Herausforderung.
Im gesamten Ökosystem kämpfen Organisationen mit kulturellem Bewusstsein, Akzeptanz und Annahme. Die Förderung durch Führungskräfte ist oft schwer zu erreichen, wenn die Verantwortlichkeit für KI unklar ist und Sicherheitsbedenken die wahrgenommenen operativen Vorteile überwiegen. Das Überschreiten der Proof-of-Concept-Phase erfordert das kontinuierliche Engagement der Führungsebene sowie rollenspezifische Schulungen, die auf realen Anwendungsfällen aufbauen.

3. Der Aufbau von KI-Governance-Rahmenwerken hat oberste Priorität.
Governance ist der Bereich, auf den viele Versicherungsunternehmen am schlechtesten vorbereitet sind. Mit der Verbreitung von agenter KI – Systemen, die mit minimalem menschlichem Eingreifen autonome Aktionen ausführen können – und einer zunehmenden regulatorischen Überprüfung von Versicherungsanwendungen beschleunigt sich die Dringlichkeit, formale KI-Ausschüsse und Governance-Strukturen zu schaffen. Staatliche Versicherungsaufsichtsbehörden haben über Gremien wie die National Association of Insurance Commissioners bereits Leitlinien und Modellbulletins zum verantwortungsvollen Einsatz von KI beim Underwriting und bei Schadensentscheidungen herausgegeben. Die Forschung von ReSource Pro zeigt, dass die KI-Fähigkeiten die Rahmenwerke, die Organisationen zu deren Steuerung eingerichtet haben, bereits überholen.

4. Schlechte Datenqualität ist das größte einzelne Hindernis für KI-Erfolg.
Organisationen in der gesamten Versicherungsbranche erkennen allgemein, dass fehlerhafte Dateneingaben zu schlechten KI-Ergebnissen führen. Viele verfügen über Daten, die über veraltete Systeme verstreut sind, in unterschiedlichen Formaten und auf inkonsistenten Qualitätsniveaus vorliegen, was eine saubere, standardisierte Datenbasis zu einer zwingenden Voraussetzung macht statt zu einer nachrangigen Überlegung. Diese Herausforderung ist in der Versicherungsbranche besonders akut, wo jahrzehntealte Policenverwaltungs- und Schadenplattformen oft neben neueren digitalen Systemen fortbestehen. Diese Erkenntnis wurde durchgängig über die gesamte Wertschöpfungskette der Versicherung bestätigt.

5. Menschliche Expertise und Versicherungsfachwissen bleiben unverzichtbar.
Die Versicherungsbranche ist sich einig, dass KI die Arbeit qualifizierter Fachkräfte verstärkt, aber das tiefe Branchenwissen, das für eine kluge Anwendung erforderlich ist, nicht ersetzen kann. Die Ergebnisse von ReSource Pro zeigen, dass Organisationen, die KI-Werkzeuge mit erfahrenen Versicherungspraktikern kombinieren, consistently bessere Ergebnisse erzielen als solche, die Technologie ohne ausreichenden Fachkontext einsetzen.

Wie es weitergeht

Auf die Frage nach ihren unmittelbaren Prioritäten nannten Führungskräfte branchenweit regelmäßig zwei Gebote: die Verbesserung der Datenmanagement-Infrastruktur und den Aufbau formaler KI-Governance-Rahmenwerke. Viele wiesen zudem auf die Notwendigkeit hin, mehr Zeit für die Schulung von Mitarbeitern, den Aufbau institutionellen Wissens und die Identifizierung von Geschäftsproblemen zu investieren, bei denen KI die deutlichsten Erträge liefert.

Der Bericht hebt hervor, dass sich die Zeitpläne für komplexe Initiativen bereits verkürzen, wobei Aufgaben, die einst sechs Monate dauerten, nun in sechs Wochen bewältigt werden können. Über alle Segmente hinweg äußerten die Befragten Optimismus, dass sich die Branche noch am Anfang der Entdeckung des vollen Potenzials von KI befindet und dass grundlegende Investitionen in Daten und Governance in den kommenden Jahren deutlich höhere Erträge freisetzen werden.