Was Österreichs Versicherer von Andromeda‑Plattformen lernen

Warum KI‑Plattformen wie „Andromeda“ jetzt den Ton angeben

2023 und 2024 haben Versicherer weltweit Milliarden in KI‑Projekte gesteckt – trotzdem landen laut McKinsey immer noch über 60 % dieser Initiativen in der Experimentier‑Schublade und nie in der Praxis. Genau hier setzen große, KI‑getriebene Plattform‑Releases wie „Andromeda“ von Insurity an: Sie bündeln Daten, Modelle und Workflows unter einem Dach und bringen KI dorthin, wo Wert entsteht – in die Fachabteilungen.

Für österreichische Versicherungen ist das mehr als nur ein nettes Produkt‑Update aus den USA. Die Kernfrage lautet: Wie können heimische Versicherer ähnliche Plattform‑Ansätze nützen, um Schadenbearbeitung zu beschleunigen, Risiken präziser zu kalkulieren, Betrug zu erkennen und personalisierte Tarife anzubieten – ohne sich in teuren Einzellösungen zu verlieren?

In diesem Beitrag zeige ich, was hinter solchen KI‑Plattform‑Releases steckt, warum sie strategisch relevant sind und wie sich die dahinterliegenden Prinzipien auf den österreichischen Markt übertragen lassen – pragmatisch, regulatorisch sauber und mit echtem Business‑Nutzen.

---

Was steckt hinter einem 50‑Mio.-KI‑Release wie „Andromeda“?

Die Details des Insurity‑Releases sind durch die Sicherheitsbarriere der ursprünglichen Quelle schwer zugänglich, aber die Stoßrichtung ist klar: Ein Investment in dieser Größenordnung (50 Mio. US‑Dollar) zielt nie auf ein einzelnes Feature, sondern auf eine skalierbare KI‑Plattform.

Typisch für solche Releases sind vier Kernbausteine:

1. Zentrale Datenbasis
   Alle relevanten Vertrags‑, Schaden‑ und Bewegungsdaten werden in einheitlichen Strukturen zusammengeführt. Ohne das gibt es keine belastbare KI.

2. Vorgefertigte KI‑Services
   Statt jedes Modell neu zu bauen, werden wiederverwendbare Bausteine bereitgestellt, z. B.:

   • Schadenklassifikation
   • Betrugs‑Scores
   • Next‑Best‑Action‑Empfehlungen im Vertrieb
   • Pricing‑Modelle für dynamische Tarife

3. No‑/Low‑Code‑Oberflächen
   Fachbereiche können KI‑Workflows konfigurieren, testen und ausrollen, ohne jedes Mal die IT monatelang zu blockieren.

4. Governance und Compliance by Design
   Audit‑Trails, Modellversionierung, DSGVO‑Konformität und erklärbare KI sind eingebaut, nicht nachträglich angeklebt.

Plattform statt Flickenteppich: Der eigentliche Mehrwert liegt darin, dass alle KI‑Funktionen auf einer einheitlichen technischen und fachlichen Basis laufen.

Für österreichische Versicherer bedeutet das: Die Frage lautet nicht „Kaufen wir genau Andromeda?“, sondern: „Bauen oder kaufen wir eine eigene KI‑Plattform, die dieselben Prinzipien erfüllt?“

---

Relevanz für Österreich: Vom Pilot zum produktiven KI‑Ökosystem

Österreichische Versicherungen haben in den letzten Jahren viele Pilotprojekte gestartet – etwa KI in der Schadenregulierung oder Chatbots im Kundenservice. Das Muster ist überall ähnlich:

• Ein Use Case wird erfolgreich pilotiert
• Nach dem Pilot klemmt es bei Skalierung, Integration oder Governance
• Am Ende laufen fünf Einzellösungen nebeneinander – teuer und schwer zu warten

Plattformen wie Andromeda adressieren genau dieses Skalierungsproblem. Sie bieten einen Rahmen, in dem neue Use Cases schneller, sicherer und konsistenter umgesetzt werden können.

Konkrete Chancen für österreichische Versicherer

1. Schnellere Schadenbearbeitung
   KI‑Modelle lesen Dokumente aus, klassifizieren Schäden, schlagen Reserven vor und priorisieren Fälle. Sachbearbeiter entscheiden weiterhin – aber auf besserer Datenbasis und mit deutlich weniger Routinearbeit.

2. Risikobewertung in Echtzeit
   Statt starrer Underwriting‑Regeln entstehen dynamische Risikomodelle, die:

   • externe Datenquellen (z. B. Wetter, Verkehr) einbeziehen,
   • regional unterschiedliche Risikoausprägungen berücksichtigen,
   • und laufend aus neuen Schadendaten lernen.

3. Betrugserkennung mit Mustererkennung
   Moderne KI erkennt Muster, die klassischen Regelwerken entgehen – etwa Netzwerke von „Auffälligen“ (z. B. bestimmte Werkstätten, Vermittler, wiederkehrende Personenkombinationen).

4. Personalisierte Tarife und Beratung
   KI‑gestützte Analysetools unterstützen Produktentwicklung und Vertrieb bei:

   • Segmentierung von Kundengruppen
   • Vorhersage von Abwanderungsrisiken (Churn)
   • Identifikation sinnvoller Cross‑ und Upselling‑Angebote

Das Entscheidende: All diese Anwendungsfälle profitieren davon, wenn sie auf einer gemeinsamen KI‑Plattform laufen – statt auf isolierten Insellösungen.

---

Architekturprinzipien: Was eine „Andromeda‑ähnliche“ Plattform können muss

Wer als österreichischer Versicherer eine eigene KI‑Plattform plant oder einen Anbieter auswählt, sollte sich weniger von Marketingbegriffen leiten lassen und stärker auf konkrete Architektur‑ und Governance‑Kriterien schauen.

1. Daten: Qualität vor Quantität

Ohne saubere Daten keine sinnvolle KI. Das klingt banal, wird aber häufig unterschätzt.

Worauf es ankommt:

• Einheitliche Datenmodelle über Sparten und Systeme hinweg
• Klare Datenhoheit: Wer verantwortet welche Datenfelder?
• Datenqualität als KPI: Fehlerraten, Dubletten, Vollständigkeit werden mess‑ und steuerbar

Für österreichische Häuser mit historisch gewachsenen Host‑Systemen heißt das: Ein realistischer Daten‑Migrations‑ und Bereinigungsplan ist Pflicht. KI darf nie die Aufgabe haben, strukturelle Datenprobleme zu kaschieren.

2. KI‑Bausteine als wiederverwendbare Services

Statt in jedem Projekt neue Modelle zu entwickeln, sollten zentrale KI‑Services entstehen, die mehrfach genutzt werden können, zum Beispiel:

• Text_Classifier_Schadenart
• Fraud_Score_Motor
• Customer_Value_Lifetime

Diese Services werden über standardisierte Schnittstellen eingebunden und zentral überwacht.
Vorteil: Neue Fachanwendungen greifen auf bewährte, getestete Bausteine zu und müssen nicht bei Null beginnen.

3. Governance: KI ist ein reguliertes Produkt

Versicherungen in Österreich bewegen sich im Spannungsfeld von DSGVO, Versicherungsaufsicht, EIOPA‑Leitlinien und dem kommenden EU AI Act. Eine ernstzunehmende KI‑Plattform muss deshalb Governance von Anfang an mitdenken:

• Nachvollziehbare Entscheidungslogik (Explainable AI)
• Dokumentation jeder Modellversion und der Trainingsdatenbasis
• Freigabeprozesse mit Fachbereich, Compliance und Aktuariat
• Monitoring von Fairness‑Kriterien (z. B. keine versteckte Diskriminierung bestimmter Gruppen)

Meine klare Meinung: Wer KI ohne Governance einführt, baut Risiken ins System ein, die später teuer werden – regulatorisch und reputationsmäßig.

---

Praxisbeispiele: Wie ein österreichischer Versicherer konkret starten kann

Die Theorie ist klar – spannender ist, wie der Weg in die Praxis aussieht. Hier ein realistisches Szenario für einen mittelgroßen österreichischen Kompositversicherer.

Schritt 1: Fokus‑Use‑Case definieren

Statt 15 Ideen gleichzeitig anzugehen, wird ein klarer Leuchtturm‑Use‑Case gewählt, zum Beispiel:

• „Durchlaufzeit in der Kfz‑Schadenbearbeitung um 30 % reduzieren“

Dazu werden drei Dinge festgelegt:

1. Messbare Zielgrößen (z. B. Bearbeitungszeit, Kundenzufriedenheit, Kosten je Schadenfall)
2. Verantwortliche im Fachbereich und in der IT
3. Zeitrahmen (z. B. 6 Monate bis zum produktiven Minimal‑Release)

Schritt 2: Datenpfad und Prozess neu denken

Anstatt nur ein Modell „oben drauf“ zu setzen, wird der gesamte Prozessfluss betrachtet:

• Wie kommen Daten in hoher Qualität ins System (z. B. Foto‑Upload, strukturierte Formulare)?
• Welche Entscheidungen trifft heute der Sachbearbeiter, und welche davon können KI‑gestützt vorbereitet werden?
• Wo bleiben Mensch‑im‑Loop‑Schritte zwingend nötig (z. B. hohe Schadenhöhe)?

Von Insurity‑Andromeda kann man sich hier das Denken in End‑to‑End‑Workflows abschauen, nicht nur in isolierten Modellaufrufen.

Schritt 3: Minimal‑Plattform aufsetzen

Statt gleich eine komplette Konzernplattform zu bauen, reicht für den Start oft ein „Minimum Viable Platform“ mit:

• einem zentralen Datenlayer für den gewählten Use Case,
• einem Modell‑Repository,
• einfachen APIs,
• und einem Monitoring‑Dashboard.

Wichtig ist, dass diese Minimal‑Plattform so konzipiert ist, dass weitere Use Cases (z. B. Betrugserkennung, Churn‑Prognosen) später andocken können.

Schritt 4: Skalierung planen – bevor der Pilot fertig ist

Der Fehler vieler Initiativen: Skalierung wird erst nach dem erfolgreichen Pilot bedacht. Besser ist, von Beginn an zu klären:

• Wie viele Sparten / Länder / Vertriebskanäle sollen langfristig auf der Plattform laufen?
• Welche Legacy‑Systeme müssen angebunden werden?
• Welche Partner (InsurTechs, Systemhäuser) ergänzen das eigene Team?

Wer sich große Plattformen wie Andromeda ansieht, erkennt: Technik, Organisation und Partner‑Ökosystem sind von Anfang an zusammengedacht.

---

Spezifika in Österreich: Kultur, Regulierung, Marktgröße

Österreich ist kein anonymer Milliardenmarkt wie die USA. Genau deshalb müssen KI‑Plattformstrategien an heimische Gegebenheiten angepasst werden.

1. Marktgröße und Konsolidierung

Der österreichische Markt ist vergleichsweise klein und stark konsolidiert. Das hat zwei Konsequenzen:

• Die finanziellen Spielräume für „50‑Mio.-Wetten“ wie Andromeda sind begrenzter.
• Kooperationen (z. B. in Daten‑ und Modellpools oder in gemeinsamen Plattform‑Services) werden attraktiver.

Ich halte es für realistisch, dass mehrere österreichische Versicherer gemeinsam mit einem oder zwei Technologiepartnern eine KI‑Plattform aufbauen, statt dass jeder sein eigenes Süppchen kocht.

2. Kundenerwartungen und Beratungskultur

Österreichische Kundinnen und Kunden sind es gewohnt, persönliche Beratung zu bekommen – über Makler, Agenturen oder Bankassurance. KI‑Plattformen sollten diese Beratung stärken, nicht ersetzen:

• Vertriebsunterstützung durch Next‑Best‑Offer‑Vorschläge
• Automatisierte Vorbefüllung von Anträgen
• Risikohinweise für Berater:innen in Echtzeit

Die ehrliche Botschaft an den Vertrieb lautet: KI nimmt euch Papierarbeit ab, nicht den Job.

3. Strenge Datenschutzkultur

DSGVO‑Sensibilität ist in Österreich hoch. Eine KI‑Plattform muss daher:

• Datensparsamkeit technisch unterstützen
• Rechte auf Auskunft, Berichtigung und Löschung operationalisieren
• Transparenz schaffen, wie und wofür Modelle Kundendaten nutzen

Wer das von Beginn an ernst nimmt, kann KI nicht nur regulatorisch sicher, sondern auch als Vertrauensvorteil im Markt positionieren.

---

Fazit: Von Andromeda lernen – aber den österreichischen Weg gehen

KI‑Plattformen wie das Andromeda‑Release von Insurity zeigen, wohin sich moderne Versicherungs‑IT entwickelt: weg von punktuellen KI‑Gadgets, hin zu integrierten Ökosystemen, in denen Daten, Modelle und Prozesse zusammenspielen.

Für österreichische Versicherungen heißt das:

• Ohne Plattform‑Denken bleibt KI ein Flickenteppich aus Piloten.
• Ohne Governance wird KI mittelfristig zum Compliance‑Risiko.
• Ohne klaren Business‑Fokus bleiben Effekte auf Combined Ratio und Kundenzufriedenheit aus.

Wer hingegen strukturiert vorgeht – mit einem klaren Use Case, einer nutzbaren Minimal‑Plattform und einer Strategie für Skalierung – kann KI für Schadenbearbeitung, Risikobewertung, Betrugserkennung und personalisierte Tarife sichtbar in Ergebnisrechnung und NPS spürbar machen.

Wenn Sie sich fragen, wo Ihr Haus aktuell steht, ist eine simple Frage oft der beste Einstieg:

„Welche drei Entscheidungen in unserem Kerngeschäft würden wir morgen lieber daten‑ und KI‑gestützt treffen als heute – und was hindert uns noch daran?“

Wer auf diese Frage eine präzise Antwort findet, ist dem Weg zu einer eigenen, Andromeda‑ähnlichen KI‑Plattform schon deutlich näher, als es auf den ersten Blick wirkt.