Sweet Garden: KI, die Berater wirklich entlastet

Warum KI-Beratung mehr ist als nur ein Chatbot

62 % der unzufriedenen Versicherungskund:innen nennen laut Insurance Argus mangelnde Reaktionsgeschwindigkeit als Hauptgrund für ihren Frust. Gleichzeitig verbringen Berater in Banken und Versicherungen bis zu 1,8 Stunden pro Tag nur mit der Suche nach Informationen – McKinsey hat diesen Produktivitätskiller schon vor Jahren klar benannt.

Genau an dieser Stelle entscheidet sich für Schweizer Banken, Versicherer und Vermögensverwalter, ob KI ein Buzzword bleibt – oder ob sie spürbar Wert schafft: weniger Suchen, mehr Beraten; weniger Formularlogik, mehr Kundengespräch.

In unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ schauen wir uns heute an, wie das Release „Sweet Garden“ von Zelros by Earnix zwei sehr konkrete Schmerzpunkte löst:

1. Das „Allgemeine-Bedingungen-Trauma“ in Versicherung & Bancassurance
2. Das oft stiefmütterlich behandelte Thema Bedarfserhebung & KYC im Gespräch

Und vor allem: Was davon ist für Schweizer Institute heute realistisch umsetzbar – auch unter FINMA-, FIDLEG- und Datenschutz-Vorgaben?

---

1. Der versteckte Produktivitätsfresser: Allgemeine Bedingungen

Der erste Hebel für Effizienz und bessere Customer Experience ist brutal einfach: Berater sollen nicht mehr in PDF-Wüsten nach Klauseln suchen.

Wie Sweet Garden mit einem spezialisierten KI-Agenten ansetzt

Zelros hat im Release Sweet Garden einen Agenten für Allgemeine Bedingungen eingeführt. Technisch gesprochen handelt es sich nicht um „einfaches RAG“, sondern um einen spezialisierten KI-Agenten, der:

• Versionen eindeutig zuordnet (welche AVB gelten für genau diesen Vertrag?)
• das gesamte Dokument versteht, statt nur einzelne Text-Schnipsel
• Begründungen und Annahmen transparent macht – ein Muss für Compliance und Audit

Für die Praxis bedeutet das:

• Ein Kundenberater erhält auf die Frage „Bin ich bei diesem Schadenfall gedeckt?“ eine klare, natürlich formulierte Antwort mit Verweis auf den relevanten Abschnitt.
• Das System löst Verwirrung rund um Tarifgenerationen, Endorsements, Selbstbehalte und Optionen auf, ohne dass der Berater drei unterschiedliche PDF-Versionen vergleichen muss.

Gerade in der Schweiz, wo viele Institute mehrsprachige Dokumente (DE/FR/IT/EN) und regionale Varianten pflegen, reduziert dieser Ansatz massiv das Fehlerrisiko.

Produktivitätsgewinn in Contact Center und Advisory

Die im Artikel genannten Effekte sind klar messbar:

• +15 % Produktivität in Service-Teams
• schnellere, sicherere Entscheidungen
• weniger Stress für Berater und Sachbearbeiter

Für ein mittelgrosses Schweizer Versicherungs- oder Bancassurance-Team mit 100 Berater:innen bedeutet +15 % grob geschätzt:

• Rund 15 FTE an freigesetzter Kapazität, die
• statt in Dokumentensuche in Beratung, Cross-Selling und aktives Portfoliomanagement fliesst.

Das ist nicht nur Effizienz, das ist direkt Umsatz- und Loyalitätshebel – gerade im Retail-Banking und im Private Banking, wo Versicherungs- und Vorsorgeprodukte zunehmend integriert angeboten werden.

Selbstservice für Endkunden: Von „Bitte warten“ zu „Sofort-Antwort“

Auf der Kundenseite spielt der gleiche Agent seine Stärken im Selfservice aus:

• Kunden stellen Fragen wie: „Bin ich beim Skifahren in Österreich gedeckt?“ oder „Wie hoch ist mein Selbstbehalt bei Glasbruch?“
• Die KI greift auf genau die zugehörigen AVB dieses Kundenvertrags zu
• Die Antwort kommt sofort, klar formuliert, ohne dass ein Mensch eingreifen muss

Für Schweizer Institute, die ihre Portale und Mobile-Apps ausbauen, ist das ein echter Qualitätssprung:

• Weniger Hotline-Anrufe, gerade zu Peak-Zeiten (Wintersport, Unwetterschäden, Reisezeit)
• Höheres Vertrauen, weil Antworten nicht generisch sind, sondern sich auf den individuellen Vertrag beziehen
• Bessere Datenbasis, weil jede Frage als Signal für zukünftige Beratung (z.B. Upgrade, Zusatzdeckung) genutzt werden kann

---

2. Magic Question: Bedarfserhebung, Risiko & KYC in einem Flow

Der zweite Baustein von Sweet Garden adressiert ein Problem, das in vielen Schweizer Instituten unterschätzt wird: Fragebögen sind starr, Kundengespräche sind dynamisch.

Was Magic Question anders macht

Magic Question ist ein modulares Fragesystem, das sich in Echtzeit an den Kundenkontext anpasst. Statt statischer Formulare erhalten Berater:

• kontextabhängige Fragevorschläge direkt aus der Kundendossier-Ansicht
• Hinweise, welche KYC-Informationen fehlen, um regulatorisch sauber zu sein
• Unterstützung bei der Bedarfserhebung: Welche Lebenssituation, welches Vermögensprofil, welche Risiken?

Der Unterschied zu einem klassischen Formular:

Magic Question priorisiert Fragen intelligent – abhängig von Kundentyp, Gesprächsanlass und vorhandenen Daten – und verbindet KYC, Risikoanalyse und Bedarfsermittlung in einer Oberfläche.

Für Schweizer Banken und Vermögensverwalter ist das Gold wert, weil es exakt zu den Anforderungen aus FINMA-Rundschreiben, FIDLEG/MiFID II und Geldwäschereigesetz (GwG) passt.

Wie das im Gespräch konkret aussieht

Ein paar typische Szenarien aus der Praxis:

• Private Banking / Wealth Management
  Der Berater sieht, dass Vermögenswerte stark im Heimmarkt konzentriert sind. Magic Question schlägt Fragen vor wie:
  • „Wie wichtig ist Ihnen Währungssicherheit im Ruhestand?“
  • „Wie lange können Sie auf einen Teil Ihres Vermögens verzichten?“ Daraus leitet das System Risikoprofil und Produktempfehlungen (z.B. Absicherung, Diversifikation, strukturierte Produkte) ab – immer innerhalb der bankinternen Suitability-Logik.

• Bancassurance im Retail Banking
  Beim Autokredit erscheint ein Hinweis: „Kunde ohne Vollkasko – Risiken abfragen.“ Der Berater bekommt Formulierungen wie:

  • „Wie würden Sie damit umgehen, wenn Ihr Fahrzeug nach einem Totalschaden ersetzt werden müsste?“
  • „Spielt für Sie eine fixe Monatsbelastung oder maximale Flexibilität eine wichtigere Rolle?“ Daraus entstehen Chancen für Kfz-Versicherung, Restschuldversicherung oder Assistance-Leistungen – ohne dass der Kunde sich „aktiv verkauft“ fühlt.

• Onboarding / KYC-Update
  Fehlen wirtschaftlich Berechtigte oder Informationen zu Einkommen/Quelle der Vermögenswerte, erinnert Magic Question aktiv daran und formuliert kundenfreundliche, aber regulatorisch präzise Fragen.

Warum das Kundenzufriedenheit und Abschlussquoten hebt

Viele Berater in Banken und Versicherungen kennen zwei Extreme:

• Entweder man bleibt an der Oberfläche – das Gespräch ist angenehm, aber fachlich dünn
• Oder man arbeitet eine starre Checkliste durch – sauber für Compliance, aber belastend für den Kunden

Magic Question versucht genau diese Lücke zu schliessen:

• Fragen werden personalisierter und relevanter
• KYC-Anforderungen werden im Hintergrund mitgeführt, statt das Gespräch zu dominieren
• Am Ende steht eine klar strukturierte Bedarfssicht: Welche Produkte passen wirklich zu diesem Kunden – heute und perspektivisch?

Zelros nennt drei zentrale Effekte:

• Regulatorisch auf der sicheren Seite bleiben, weil Pflichtdaten effizient erhoben werden
• Risiken qualifizieren mit einem feineren, datengetriebenen Profil
• Verkaufs- und Loyalitätspotenziale erkennen, bevor der Wettbewerb anklopft

Für Schweizer Häuser, die bereits Robo-Advisory oder hybride Beratungsmodelle einsetzen, lässt sich Magic Question als „intelligente Fragen-Engine“ denken, die sowohl im menschlichen Gespräch als auch im digitalen Onboarding spielt.

---

3. Was bedeutet Sweet Garden konkret für Schweizer Institute?

Für die Schweizer Finanzbranche ist Sweet Garden vor allem eines: ein praxisnahes Beispiel für Agentic AI, das nicht im Labor bleibt, sondern im Alltag von Beratern einen Unterschied macht.

Passend zu Schweizer Regulatorik und Mehrsprachigkeit

Gerade hiesige Banken und Versicherer kämpfen mit:

• Komplexer Regulierung (FINMA, GwG, FIDLEG, Datenschutz)
• Mehrsprachigen Dokumenten und Kundenkommunikation
• Hybrid-Kanälen: Filiale, Callcenter, App, E-Banking, Relationship Management

Ein spezialisierter KI-Agent für Allgemeine Bedingungen und eine dynamische Frage-Engine wie Magic Question zahlen genau auf diese Themen ein:

• Nachvollziehbarkeit: Antworten werden mit Kontext und Fundstellen dokumentiert – wichtig für Revision und Aufsicht
• Sprachfähigkeit: Die gleiche Logik kann in Deutsch, Französisch, Italienisch und Englisch ausgespielt werden
• Kanalübergreifende Konsistenz: Ob im Contact Center in Zürich oder beim Private Banker in Genf – die Grundlage für Antworten bleibt einheitlich

Quick Wins statt Big-Bang-Transformation

Ich habe in Projekten mit Schweizer Instituten immer wieder gesehen: Die erfolgreichsten KI-Initiativen starten klein, aber sehr konkret. Sweet Garden bietet dafür gleich zwei ideale Use Cases:

1. Pilot im Contact Center oder in einer regionalen Beratereinheit

   • Start mit einem klar abgegrenzten Produkt (z.B. Motorfahrzeug, Hausrat, Vorsorgefonds)
   • Messgrössen: Bearbeitungszeit, Erstlösungsquote, NPS, Fehlerquote

2. Pilot für KYC- und Bedarfserhebung in einem Kundensegment

   • Zum Beispiel affluent Kunden im Retail oder ein definierter Private-Banking-Cluster
   • Messgrössen: Vollständigkeit der KYC-Daten, Beratungsdokumentation, Abschlussquote, Cross-Selling-Rate

Wichtig ist dabei, KI nicht als „Magie“ zu verkaufen, sondern als Arbeitsinstrument, das drei Dinge liefert:

• schnellere Antworten
• bessere Gesprächsqualität
• mehr Zeit für echte Beratung

---

4. Wie Sie den nächsten Schritt gehen können

Der Kern von Sweet Garden – spezialisierte KI-Agenten und intelligente Frageführung – passt perfekt in unsere Serie zur „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“. Es zeigt, wie KI weit über Chatbots hinausgeht und direkt in Compliance, Beratung und Produktivität einzahlt.

Wer heute mit dem Thema beginnt, sollte aus meiner Sicht drei Entscheidungen treffen:

1. Einen klaren Use Case wählen:
   Allgemeine Bedingungen oder Magic Question – beides sind messbare, klar abgegrenzte Szenarien.
2. Fachbereich und Compliance früh einbinden:
   Nur wenn Juristen, Risk & Front gemeinsam definieren, was „gute Antwort“ bedeutet, wird der KI-Agent tragfähig.
3. Von Beginn an an Skalierung denken:
   Architektur, Governance und Datenmodell sollten so ausgelegt sein, dass später weitere Produkte, Sprachen und Kanäle hinzukommen können.

Wer diese Hausaufgaben macht, wird feststellen: Die „Versicherung von morgen“ entsteht nicht in Marketingbroschüren, sondern in sehr konkreten, gut designten KI-Features wie Sweet Garden.

Die Frage ist weniger, ob Ihre Kund:innen dafür bereit sind – sie sind es längst. Die eigentliche Frage lautet: Wann möchten Sie, dass Ihre Berater wieder beraten können – und nicht mehr nach PDFs suchen?