KI in der Lebensversicherung: Was der EU AI Act für die Praxis bedeutet

Warum der AI Act für Lebensversicherer besonders relevant ist

Vom Antrag über die Risikoprüfung bis zum Kundenservice: KI-Systeme können in der Lebensversicherung die komplette Wertschöpfungskette unterstützen. Sie können große Datenmengen schneller auswerten, Muster erkennen und Entscheidungen vorbereiten.

Die Lebensversicherung ist jedoch eine besonders sensibler Versicherungssparte: Verträge laufen oft über Jahrzehnte, Entscheidungen können erhebliche finanzielle Folgen haben und in vielen Prozessen werden personenbezogene oder gesundheitsbezogene Informationen verarbeitet.  Deshalb müssen Effizienzgewinne, Modellqualität, Nachvollziehbarkeit und Fairness gemeinsam betrachtet werden.

Für Lebensversicherer ist vor allem die zweckbezogene Einordnung von KI-Systemen entscheidend. Nicht die Technologie allein bestimmt die Risikokategorie, sondern der konkrete Verwendungszweck. In Anhang III werden explizit KI-Systeme, die bestimmungsgemäß für Risikobewertung oder Preisbildung in Bezug auf natürliche Personen in der Lebens- und Krankenversicherung verwendet werden, als Hochrisiko-KI-Systeme eingestuft. 

Damit stehen in der Lebensversicherung insbesondere Datenqualität, technische Dokumentation, Risikomanagement, Protokollierung, Transparenz und menschliche Aufsicht im Fokus. Für Anwendungen ohne unmittelbare Wirkung auf Kundinnen und Kunden können die Anforderungen deutlich geringer sein, dennoch empfiehlt sich auch dort eine nachvollziehbare Governance.

Aktuelle Anwendungsfelder für KI

KI-Anwendungen werden in der Lebensversicherung bereits heute entlang der gesamten Wertschöpfungskette eingesetzt, beispielsweise für die Verarbeitung großer Datenmengen, komplexe Mustererkennung und modellbasierte Entscheidungen. Dabei agieren sie oft nicht als isolierte Lösung, sondern sind bereits in bestehende Prozesse integriert. Im Fokus stehen dabei vor allem die Unterstützung von Entscheidungen sowie die effizientere Nutzung vorhandener Daten. Mögliche Anwendungsfelder sind:

• Risikoprüfung / Underwriting: KI-Modelle werten Gesundheitsangaben, Arztberichte oder historische Daten aus und geben in Sekunden eine Risikoeinschätzung ab, z. B. ob ein Antrag angenommen, abgelehnt oder manuell geprüft wird.
• Pricing & Tarifierung: Algorithmen berechnen individuelle Prämien auf Basis von Merkmalen wie Alter, Gesundheitszustand oder Lebensstil und passen diese dynamisch an neue Daten an.
• Betrugserkennung: Systeme markieren auffällige Leistungsfälle, etwa wenn ungewöhnliche Muster in Rechnungen oder Diagnosen auftreten, und leiten diese zur weiteren Prüfung weiter.
• Kundenservice: Chatbots beantworten Standardanfragen rund um Verträge oder Leistungen und entlasten so Service-Teams im Tagesgeschäft.
• Marketing & Personalisierung: KI-Anwendungen analysieren Kundenverhalten und schlagen passende Produkte oder Zeitpunkte für die Ansprache vor, z. B. bei Lebensereignissen wie Familiengründung.
• Bestandsmanagement: Modelle identifizieren Kunden mit erhöhter Kündigungswahrscheinlichkeit, sodass gezielt Gegenmaßnahmen eingeleitet werden können.

KI-Anwendungen unter Einhaltung des AI Acts

• Verbotene Anwendungen

KI-Anwendungen, die manipulativ, diskriminierend oder ohne ausreichende Kontrolle eingesetzt werden, sind gemäß AI Act verboten. Neben dem AI Act bleiben auch Datenschutz, Antidiskriminierungsrecht, Versicherungsaufsicht und interne Governance maßgeblich. Für die Lebensversicherung bedeutet das, dass KI-Anwendungen nicht dazu genutzt werden dürfen, Kundinnen und Kunden intransparent zu steuern, Schutzbedürftigkeiten auszunutzen, sensible Merkmale diskriminierend einzusetzen oder eine Art Social Scoring in Versicherungsentscheidungen zu etablieren. Technische Machbarkeit ersetzt keine fachliche, rechtliche und ethische Zulässigkeit. In der Praxis werden aktuell keine verbotenen Anwendungen von Lebensversicherern eingesetzt.

• Hochrisiko-KI-Anwendungen

Gemäß Anhang III sind in der Lebens- und Krankenversicherung all diejenigen Systeme Hochrisikosysteme, die zur Risikobewertung oder Preisbildung natürlicher Personen eingesetzt werden. Beispiele sind Systeme, die Gesundheitsangaben, biometrische Informationen oder andere risikorelevante Merkmale auswerten und daraus Vorschläge zu Annahme, Zuschlägen, Ausschlüssen oder Prämien ableiten.

Für solche Anwendungen sind Datenqualität, Dokumentation, Modellüberwachung und menschliche Aufsicht zentral. Aktuarielle Expertise bleibt wichtig, weil Modellannahmen, Datenbasis und fachliche Plausibilität gemeinsam bewertet werden müssen.

Das setzt entsprechende Fachkenntnisse voraus. Artikel 4 des EU AI Acts verpflichtet Anbieter und Betreiber von KI-Systemen, für die erforderliche Kompetenz der Personen zu sorgen, die mit diesen Systemen arbeiten. Für Aktuarinnen und Aktuare ist das besonders relevant, da sie viele der typischen Einsatzfelder fachlich verantworten. Sie müssen somit die Funktionsweise, Grenzen und potenziellen Fehlerrisiken der Systeme verstehen, um deren Ergebnisse beurteilen, Risiken erkennen und regulatorische Anforderungen einhalten zu können.

• Anwendungen mit Transparenzpflichten

Transparenzpflichten betreffen vor allem Anwendungen, die direkt mit Kundinnen und Kunden interagieren oder Inhalte erzeugen, etwa Chatbots, virtuelle Assistenten oder KI-gestützte Schreiben. Nutzerinnen und Nutzer müssen erkennen können, wenn sie mit KI-Anwendungen interagieren oder wenn Inhalte KI-generiert beziehungsweise wesentlich KI-verändert sind.

• Weitere unterstützende KI-Anwendungen

Viele KI-Anwendungen werden voraussichtlich nicht als Hochrisiko gelten, wenn sie keine unmittelbare Wirkung auf Rechte, Interessen oder Vertragsentscheidungen natürlicher Personen haben. Dazu zählen interne Analysen, Prozessautomatisierung, Wissensmanagement oder die Auswertung großer Dokumentenmengen.

Auch in der aktuariellen Risikomodellierung können KI-Anwendungen Muster erkennen, Szenarien analysieren und Qualitätssicherung unterstützen. Die Ergebnisse sollten jedoch fachlich plausibilisiert und nicht unkritisch automatisiert übernommen werden.