Generative KI ist in Europas Versicherungen schneller angekommen als viele Häuser noch vor einem Jahr erwartet haben. EIOPA meldete am 2. Februar 2026 eine breite, aber vorsichtige Nutzung. Für Deutschland ergibt sich ein ähnliches Bild: produktiv vor allem bei internen Assistenzen, Wissenszugang und vertriebsnaher Vorbereitung. Je näher GenAI aber an Risikoprüfung, Pricing oder Schadenentscheidung rückt, desto schärfer werden die Anforderungen an Datenqualität, Dokumentation, menschliche Kontrolle und Drittanbietersteuerung.
Breit genutzt, aber noch nicht breit industrialisiert
Die europäische Aufsicht liefert erstmals ein belastbares Lagebild. Laut EIOPA setzen 65 Prozent der befragten Versicherungsunternehmen GenAI bereits aktiv ein, weitere 23 Prozent planen die Einführung in den kommenden drei Jahren. Die Mehrheit der Anwendungsfälle steckt aber noch im Proof of Concept. Eine Deutschlandquote nennt EIOPA nicht. Das ist wichtig, weil sich der deutsche Markt deshalb nicht sauber über eine nationale Kennzahl beschreiben lässt, sondern nur über die europäische Vergleichsebene und öffentlich dokumentierte Einzelfälle. Hinzu kommt: Vermittler waren in der Erhebung nicht enthalten. Für den Vertrieb ist das Bild also von vornherein unvollständig.
eiopa
Backoffice ist der produktive Einstiegspfad
Die Aufsicht beschreibt einen klaren Schwerpunkt: 64 Prozent der gemeldeten GenAI-Anwendungen entfallen auf interne Backoffice-Fälle. Genannt werden dort unter anderem Produktivitätstools, Coding Assistants, Agent Support sowie die Extraktion von Informationen aus Rechnungen, Audiodateien oder medizinischen Berichten. Das ist plausibel. In diesen Feldern lässt sich Nutzen schnell heben, während fachliche und aufsichtsrechtliche Risiken noch begrenzt bleiben. Ein deutsches Beispiel dafür ist ERGO GPT. Das interne System steht laut ERGO seit Mai 2024 in Deutschland zur Verfügung und wird nach Unternehmensangaben von mehr als 60 Prozent der Belegschaft regelmäßig genutzt. Allianz verfolgt mit AllianzGPT ein ähnliches Muster in einer abgeschotteten internen Umgebung. Produktiv wird GenAI derzeit also vor allem dort, wo sie Arbeit vorbereitet, beschleunigt und strukturiert, aber noch nicht eigenständig über Kundenergebnisse entscheidet.
eiopa
Im Vertrieb rückt GenAI näher an den Kunden
Anders sieht es im Vertrieb aus. Hier bewegt sich GenAI bereits sichtbar näher an Kundinnen und Kunden, bleibt aber meist assistiv. Die Bayerische beschreibt gemeinsam mit dem Anbieter Xaver einen End-to-End-Prozess, in dem generative KI durch Datenerfassung, Analyse einer Rentenlücke und Vorsorgeempfehlung führt. Auch Compliance Checks und die IDD-konforme Transkription des Beratungsprotokolls werden genannt. Das ist operativ relevant, weil GenAI hier nicht nur Texte erzeugt, sondern den Vertriebsprozess strukturiert und dokumentiert. Gleichzeitig mahnt EIOPA zur Zurückhaltung. Nur gut ein Drittel der gemeldeten Anwendungen ist customer facing. In der begleitenden Befragung zeigte sich zudem, dass viele Kundinnen und Kunden Empfehlungen durch KI-Agenten skeptisch sehen. Für den Vertrieb heißt das: GenAI kann produktiv sein, aber nur mit klarer Offenlegung, enger Begrenzung und einer jederzeit verfügbaren menschlichen Alternative.
diebayerische
Underwriting bleibt fachlich und regulatorisch heikel
Im Underwriting ist der Abstand zwischen Assistenz und autonomer Entscheidung besonders groß. EIOPA nennt hier vor allem vorbereitende Anwendungsfälle: Chatbots für Underwriting-Richtlinien, Unterstützung bei der Informationsaufbereitung oder Werkzeuge zur effizienteren Auswertung heterogener Daten. Zugleich zieht die Aufsicht eine klare Linie. In ihrer Opinion vom 6. August 2025 hält EIOPA fest, dass KI-Systeme für Risikobewertung und Pricing in der Lebens- und Krankenversicherung unter dem AI Act als Hochrisiko gelten können. Diese Systeme sind ausdrücklich nicht Teil der Opinion. Für Deutschland ist deshalb vor allem eines auffällig: Öffentlich belastbare Beispiele für produktive GenAI im eigentlichen Underwriting sind rar. Sichtbar sind eher Assistenz- und Vorbereitungswerkzeuge. Das spricht nicht gegen Fortschritt, sondern für Vorsicht. Gerade im Underwriting wird sich zeigen, ob Versicherer GenAI nur als Copilot einsetzen oder später auch in materiell entscheidungsnahe Prozesse führen.
eiopa
Im Schaden ist KI schon produktiv, GenAI meist noch als Assistenzschicht
Hier treffen Dokumente, Fotos, E-Mails, Audio und Freitext zusammen. Genau deshalb eignet sich der Bereich technisch gut für GenAI. Öffentlich dokumentiert sind in Deutschland bislang aber häufiger produktive KI-Fälle jenseits enger GenAI-Definitionen. ERGO schreibt im Geschäftsbericht 2024, die komplette Belegprüfung für Sach-Schaden sei vollständig umgesetzt und auf KI-Modelle umgestellt worden. Hinzu kommt die europaweite Einführung KI-basierter visueller Inspektionen mit CamCom. Für GenAI nennt EIOPA im Schaden vor allem Assistenzfälle, etwa Dokumentenextraktion, Zusammenfassung, Wissenszugang und vorbereitende Bearbeitung. Das passt zum Aufsichtsbild: In sensiblen Schadenprozessen dominiert der Human in the Loop, insbesondere wenn Empfehlungen Policen oder Regulierungsergebnisse beeinflussen.
ergo
Governance ist der eigentliche Reifegradtest
Der entscheidende Befund der Aufsicht lautet deshalb nicht, dass der Markt zu wenig ausprobiert. Er lautet, dass Governance mit dem Nutzungstempo Schritt halten muss. EIOPA beschreibt seit August 2025 einen sektoralen Rahmen, der keine neuen Sonderregeln schafft, aber bestehende Vorgaben aus Solvency II, IDD und DORA auf KI-Anwendungen herunterbricht. Im Zentrum stehen Daten-Governance, Record Keeping, Fairness, Erklärbarkeit, Cybersicherheit und Human Oversight. Gerade bei GenAI verschiebt sich der Schwerpunkt weg vom klassischen Training hin zu Prompting, Output-Kontrolle und laufendem Monitoring. Versicherer sollen nicht nur Use Cases dokumentieren, sondern auch Prompts, menschliche Eingriffe, Modellversionen, Datenquellen und Grenzen des Systems. Das ist der Punkt, an dem aus einem überzeugenden Demo-Case ein belastbarer Betriebsprozess werden muss.
eiopa
Drittanbieter sind kein Nebenthema mehr
Dazu kommt ein zweiter Engpass: die Steuerung externer Modelle und Plattformen. Laut EIOPA bleibt der dominierende Ansatz der Zukauf fertiger Lösungen oder der Aufbau auf vortrainierten Drittmodellen. Das verschiebt den Schwerpunkt des Risikomanagements. Entscheidend werden dann Vertragsklauseln, SLAs, Audits, Testphasen vor dem Rollout, Vorgaben zu Datenverarbeitung, Nachvollziehbarkeit und Ausfallszenarien. Im Bericht verweisen deutsche Häuser in diesem Zusammenhang auf C5-Zertifizierungen. Zugleich zeigt die Umfrage, dass viele Versicherer ihre eigene Rolle vor allem als Nutzer, nicht als Entwickler sehen. Das entlastet aber nicht. Wer GenAI einkauft, übernimmt zusätzliche Lieferketten-, Konzentrations- und Transparenzrisiken. Gerade im regulierten Versicherungsgeschäft wird das zum Prüfstein für jede Skalierung.
Fazit
GenAI ist in Versicherungen längst mehr als ein Innovationsschaufenster. Die Technik läuft bereits produktiv, vor allem in internen Assistenzen, bei Wissenszugang, Dokumentenverarbeitung und vertriebsnaher Vorbereitung. Gerade in Deutschland sind öffentlich belegbare Produktivbeispiele jedoch vor allem dort sichtbar, wo GenAI unterstützt, nicht entscheidet. In Underwriting und Schadenregulierung bleibt die Schwelle höher. Nicht weil der Nutzen unklar wäre, sondern weil Datenqualität, Nachvollziehbarkeit, Fairness, Human Oversight und Drittanbietersteuerung dort sofort materiell werden. Für 2026 ist das die zentrale Marktfrage: Nicht wer den nächsten Copiloten startet, sondern wer Governance, Daten und Lieferanten so organisiert, dass aus GenAI ein belastbarer Versicherungsprozess wird.
