Operative Effizienz mit KI: Wie Cosmic Ray Banken und Versicherer unterstĂĽtzt, Beratung, Compliance und Backoffice-Prozesse spĂĽrbar zu verschlanken.
Warum 2025 Effizienz zur Ăśberlebensfrage wird
Prämien steigen, Schäden explodieren, Kund:innen wandern ab. In vielen europäischen Märkten – und auch in der Schweiz – liegen kombinierte Schaden-Kosten-Quoten gefährlich nahe an 100 %. Gleichzeitig erwarten Kund:innen digitale Services auf Smartphone-Niveau und Beratung, die ihre Situation wirklich versteht.
Die Realität: Viele Versicherer und Banken arbeiten noch immer mit fragmentierten Systemen, manuellen Prozessen und Wissensinseln. Berater:innen klicken sich durch zig Masken, suchen in PDFs und Intranets, während der Kunde in der Filiale oder im Video-Call geduldig wartet – oder eben nicht.
Genau hier setzt die neue Generation von KI-Lösungen an. Ein spannendes Beispiel ist Cosmic Ray von Zelros: eine auf Versicherungen und Banken spezialisierte KI-Plattform, die vier zentrale Hebel der operational efficiency adressiert und sich direkt in bestehende Tools integriert. In der Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ steht Cosmic Ray für einen sehr praxisnahen Baustein: weniger Klicks, weniger Reibung, mehr Beratung.
In diesem Beitrag zeige ich, was hinter diesen vier Use Cases steckt, wie sie konkret im Alltag von Schweizer Banken und Versicherern wirken können – und worauf Sie bei der Einführung achten sollten.
1. Smart Information Collection: Die richtige Frage zur richtigen Zeit
Operative Effizienz beginnt nicht beim Schadenprozess, sondern beim ersten Kundengespräch. Wer hier unvollständige oder falsche Daten erfasst, zahlt später im Underwriting, bei Compliance-Prüfungen und in der Schadenbearbeitung drauf.
Das Problem: InformationslĂĽcken sind teuer
Berater:innen stehen vor einem Spagat:
- KYC & Compliance: strenge Regulatorik (FATF, FINMA-Rundschreiben, FIDLEG, GwG) verlangt saubere Dokumentation.
- Risikoprüfung: Wohnsituation, Beruf, Vermögensverhältnisse, Vorsorge-Lücken – ohne Details keine korrekte Risikoeinschätzung.
- Bedarfsanalyse: Der Kunde kommt wegen einer Autoversicherung, hat aber in Wahrheit ein massives Vorsorgeproblem.
In der Praxis fĂĽhrt das oft zu:
- generischen Fragekatalogen, die Kund:innen ĂĽberfordern
- manuellen Notizen, die nie im System landen
- MedienbrĂĽchen zwischen CRM, Beratungsstrecken und Formularen
Die Lösung: „Magic Question“ – dynamische, kontextbasierte Fragen
Cosmic Ray adressiert dieses Grundproblem mit der Funktion Magic Question. Die Idee ist simpel, aber wirksam: Das System schlägt dem Agenten in Echtzeit gezielte Folgefragen vor, basierend auf
- bestehenden Kundendaten (Alter, Wohnort, Produkte, Schäden)
- regulatorischen Anforderungen
- Risikomodellen
- typischen Bedarfsprofilen ähnlicher Kundensegmente
Konkrete Vorteile fĂĽr Schweizer Institute:
- Compliance-by-Design: Pflichtangaben fĂĽr KYC, FIDLEG-Dokumentation oder Suitability werden automatisch angestossen. Fehlende Angaben fallen sofort auf, statt erst in der Revision.
- Bessere Risikoprofile: Bei einer Gebäudeversicherung werden z.B. Lage (Hochwassergefahr), Baujahr und Sanierungsstand automatisch nachgefasst.
- Gezielte Bedarfsweckung: Wer eine Hypothek verlängert, erhält automatisch Fragen zu Erwerbsunfähigkeit, Todesfallabsicherung und 3a-Lösungen.
Damit entsteht ein strukturierter, aber trotzdem persönlicher Dialog. Die KI wirkt eher wie ein stiller Co-Pilot im Hintergrund als wie ein starres Checklisten-Tool.
2. Magic Answer: Verlässliche Antworten direkt im Beratungstool
Der zweite grosse Effizienzhebel liegt im Wissenszugriff. Berater:innen verlieren täglich Minuten (in Summe Stunden) damit, Bedingungen nachzuschlagen, interne Richtlinien zu suchen oder Spezialfälle zu klären.
Das Problem: Wissen ist überall – nur nicht da, wo man es braucht
Typische Situation:
- Produktbedingungen liegen als PDF im DMS
- Underwriting-Guidelines stehen im Intranet
- Schulungsunterlagen liegen im E-Learning-System
- Kundendaten stecken im Kernsystem
Folge: Es wird parallel gegoogelt, telefoniert, im Chat gefragt – und der Kunde wartet auf eine Antwort, die eigentlich klar sein sollte.
Die Lösung: „Magic Answer“ – kontextualisierte Echtzeit-Antworten
Mit Magic Answer bündelt Cosmic Ray strukturierte und unstrukturierte Daten (Produktunterlagen, Richtlinien, FAQs, CRM-Informationen) und generiert kontextbezogene Antworten – direkt in der gewohnten Oberfläche des Beraters.
Beispiele:
- Ein Kunde fragt, ob sein Elektro-SUV in der bestehenden Police ausreichend gedeckt ist. Magic Answer nutzt Fahrzeugdaten, Policeninformationen und aktuelle Bedingungen, um eine klare, zitierfähige Antwort zu liefern – inklusive Verweis auf die entsprechende Klausel.
- Im Private Banking fragt eine Kundin nach steuerlichen Aspekten einer bestimmten Fondsstruktur. Die KI liefert eine kundengerechte Erklärung auf Basis der internen Tax-Guidelines und markiert klar, wo eine individuelle Steuerberatung nötig ist.
Wesentliche Merkmale:
- Quellenangabe statt „Black Box“: Antworten kommen mit konkreten Quellen (z.B. Paragraph in AVB). Das stärkt Vertrauen – intern wie extern.
- Halluzinationskontrolle: Das System ist darauf ausgelegt, nur aus freigegebenen Quellen zu generieren. Wo keine klare Antwort existiert, signalisiert die KI Unsicherheit statt „irgendetwas“ zu erfinden.
- Feedback-Loops: Berater:innen können Antworten bewerten und korrigieren; das System lernt kontinuierlich hinzu.
Für Schweizer Banken und Vermögensverwalter ist das besonders spannend im Kontext Regulatory Compliance, Produktgeeignetheit und Kundeninformation. Berater:innen geben weniger gefährliche Spontan-Antworten und mehr geprüfte, konsistente Informationen.
3. Produktstärken im Wettbewerb sichtbar machen – statt in PDFs zu verstecken
Viele Häuser investieren Millionen in neue Produkte – aber am Point of Sale kommt davon wenig an. Berater:innen kennen die feinen Unterschiede zwischen Tarifen, Depotmodellen oder Vermögensverwaltungsmandaten oft nur oberflächlich.
Das Problem: USP auf Folien, nicht im Kundengespräch
- Produktvergleiche existieren, aber nur als aufwendige Excel- oder PowerPoint-Sheets.
- Wettbewerbsinformationen werden in Marketing und Produktmanagement gepflegt, erreichen aber die Fläche kaum.
- In der Beratung dominiert das Produkt, das man „halt kennt“ – nicht das, das am besten passt.
Die Lösung: Dynamische, kundenspezifische Produktargumentation
Zelros geht mit Cosmic Ray einen Schritt weiter und bietet konfigurierbare Sales-Support-Kataloge: vorformulierte, regulatorisch geprüfte Argumente, reale Kundenszenarien, typische Einwände – und neu auch konkret aufgearbeitete Produktstärken im Wettbewerbsvergleich.
So sieht das in der Praxis aus:
- Für einen KMU-Kunden zeigt das System automatisch die 2–3 relevantesten Differenzierungsmerkmale der eigenen Cyberpolice im Vergleich zu typischen Marktangeboten (z.B. höhere Sublimits für Betriebsunterbruch, proaktives Incident-Response-Paket).
- Im Anlagegeschäft erhält der Berater für ein bestimmtes Mandat eine kurze, verständliche Erklärung, warum dieses Modell für genau dieses Risikoprofil sinnvoll ist – inklusive Hinweis auf Kostenstruktur und regulatorische Vorgaben.
Effekte:
- Weniger Produktwissen im Kopf nötig, mehr Sicherheit im Gespräch – gerade für neue Mitarbeitende.
- Konsistente Argumentation über Kanäle und Standorte hinweg.
- Compliance-Sicherheit: Nur freigegebene Argumente und Formulierungen werden ausgespielt, FIDLEG- und MiFID-Anforderungen bleiben im Blick.
Für den Schweizer Markt, in dem viele Produkte auf den ersten Blick austauschbar wirken, ist das ein echter Hebel: Differenzierung findet endlich da statt, wo sie wirken soll – im Kundendialog.
4. Automatisierte Entscheidungen in komplexen Prozessen
Der vierte Use Case zielt direkt auf die Backoffice-Kosten ab – ein Dauerbrenner in jeder Effizienzinitiative. Dokumentenflut, manuelle Prüfungen, Medienbrüche: genau hier verlieren Institute am meisten Zeit.
Das Problem: High-Cost-Backoffice und Wissensmonopole
Ob Schadenfall, Kreditgesuch, Policenanpassung oder Onboarding im Wealth Management: Immer sind mehrere Dokumente, Regeln und Abteilungen im Spiel. Typische Schmerzpunkte:
- manuelle Datenerfassung aus PDFs und gescannten Formularen
- unklare oder sich ändernde Entscheidungsregeln
- Nachfragen beim Kunden wegen fehlender Unterlagen
- lange Durchlaufzeiten, die Kund:innen frustrieren und Kosten treiben
Die Lösung: Klassifikation, Extraktion, Anreicherung – und dann entscheiden
Cosmic Ray nutzt KI, um Dokumente
- automatisch zu klassifizieren (z.B. Lohnabrechnung, Betreibungsauszug, Arztbericht)
- relevante Informationen zu extrahieren (z.B. Einkommen, Laufzeit, Diagnosecodes)
- Daten zu validieren und anzureichern (Abgleich mit internen Systemen, Plausibilitätschecks)
Darauf aufbauend können regelbasierte oder KI-gestützte Entscheidungen getroffen werden, etwa:
- Vorentscheid im Underwriting fĂĽr Standardrisiken
- automatische Freigabe kleiner Schäden nach Plausibilitätsprüfung
- Priorisierung von Fällen mit hohem Fraud-Risiko oder hohem Kundenwert
FĂĽr Schweizer Institute bieten sich u.a. folgende Einsatzbereiche an:
- Kredit- und Hypothekenprozess: UnterlagenprĂĽfung, Einkommensermittlung, Belehnung, LTV-Berechnung.
- Lebens- und Vorsorgegeschäft: Gesundheitsfragen, ärztliche Unterlagen, automatische Routing-Entscheidungen.
- Schadenmanagement: Schnellregulierung einfacher Fälle, strukturierte Aufarbeitung komplexer Dossiers.
- KYC & AML: Screening von Dokumenten, Abgleich gegen Sanktionslisten und interne Regeln.
Der Clou: Cosmic-Ray-Workflows können per API direkt in bestehende Kernsysteme, BPM-Tools oder Portale integriert werden. Das heisst: kein zusätzlicher „Schattenprozess“, sondern ein smarter Layer über der bestehenden Prozesslandschaft.
5. Technologischer Unterbau: Warum das LLM-Setup zählt
Ein wichtiger Punkt, der oft unterschätzt wird: Nicht jedes Large Language Model (LLM) eignet sich gleich gut für regulierte Branchen. Zelros setzt deshalb auf einen Multi-LLM-Ansatz und unterstützt u.a. Mistral, LLaMA, OpenAI, IBM Granite und Anthropic Claude.
FĂĽr Schweizer Banken und Versicherer ist das aus drei GrĂĽnden relevant:
- Datenschutz & Datenresidenz: Je nach Strategie können Modelle on-premise, in einer europäischen Cloud oder in einer zertifizierten Umgebung betrieben werden.
- Modell-Fitness für den Fachkontext: Versicherungs- und Banking-Fachsprache, Regulatorik, Produktlogik – all das wird über Domänen-Feintuning und kuratierte Wissensquellen abgebildet.
- IT- und Compliance-Fit: Die KI muss sich in bestehende Security-, IAM- und Governance-Strukturen einfĂĽgen. Ein offenes, API-basiertes Setup erleichtert das.
Die Botschaft dahinter mag unbequem sein, ist aber ehrlich: Ein generischer Chatbot reicht für seriöse Institute nicht. Wer operativ wirklich profitieren will, braucht domänenspezifische KI, die auf Banking- und Versicherungsprozesse zugeschnitten ist.
Was bedeutet das für „KI in der Schweizer Finanzbranche“ konkret?
Cosmic Ray passt perfekt in die breitere Entwicklung, die wir in dieser Blogserie beleuchten:
- Compliance-Automatisierung: Smart Information Collection und Dokumenten-Workflows reduzieren manuellen Aufwand in KYC, Suitability, AML und Reporting.
- Personalisierte Kundenbetreuung: Magic Question und Magic Answer bringen Kontext in jedes Gespräch – egal ob in der Filiale, im Callcenter oder im Private Banking.
- Fraud Detection & Risikomanagement: Angereicherte Daten und automatisierte Vorentscheide schaffen die Basis fĂĽr gezieltere Betrugsanalysen und besseres Underwriting.
- Robo-Advisory & Hybrid Advice: Die gleichen Bausteine lassen sich in digitale Kanäle verlängern – vom Self-Service im Portal bis zur KI-gestützten Anlageempfehlung.
Der rote Faden: KI ist kein „nice to have“-Gadget mehr, sondern ein strategisches Betriebsmodell-Thema. Institute, die jetzt in operative KI-Fähigkeiten investieren, können Margendruck und Regulierungswelle deutlich besser abfedern.
Fazit: Effizienz ist kein Zufall – sie ist eine Architekturfrage
Cosmic Ray zeigt sehr klar, wie fokussierte KI-Use-Cases den Alltag von Bank- und Versicherungsmitarbeitenden verändern können: weniger Suchen, weniger Tippen, weniger Nachbereiten – dafür mehr Zeit für Kund:innen und hochwertige Entscheidungen.
Wer in der Schweizer Finanzbranche über den Einsatz solcher Lösungen nachdenkt, sollte vor allem drei Fragen stellen:
- Wo verlieren wir heute am meisten Zeit im Front- und Backoffice?
- Welche Prozesse sind hochvolumig, regelbasiert und dokumentenlastig – und damit ideale Kandidaten für KI?
- Wie integrieren wir KI so in unsere bestehende Architektur, dass Mitarbeitende sie als Entlastung und nicht als zusätzliche Hürde erleben?
Mein Rat: Starten Sie mit ein bis zwei klar umrissenen Use Cases – etwa smarter Datenerhebung im Vertrieb und automatisierter Dokumentenklassifikation im Backoffice. Genau hier spielt eine spezialisierte Lösung wie Cosmic Ray ihre Stärken aus und liefert relativ schnell messbare Effekte auf Kosten, Durchlaufzeiten und Kundenzufriedenheit.
Wer KI so versteht – als präzises Werkzeug für operative Exzellenz – wird in den nächsten Jahren nicht nur effizienter, sondern auch attraktiver für Kund:innen und Mitarbeitende sein.