Rund 50 KI-Agenten, 17 Use-Cases in Produktion, Millionen gelöster Vorgänge. Generali France zeigt, wie aus einem unternehmensweiten GenAI-Ansatz produktive Automatisierung im großen Maßstab wird, quer über Service und Backoffice.
Was ist agentische Enterprise-GenAI?
Agentische Enterprise-GenAI verbindet einen unternehmensweiten Copilot für die tägliche Wissensarbeit mit spezialisierten KI-Agenten, die abgegrenzte Vorgänge eigenständig abarbeiten. So entsteht Nutzen nicht nur bei einzelnen Nutzern, sondern in ganzen Prozessketten, von der Anrufbearbeitung bis zur Dokumentenverarbeitung.
Was Generali France leistet
Generali France kombiniert einen Enterprise-Copilot mit einer wachsenden Zahl von KI-Agenten. Rund 50 Agenten und 17 Use-Cases sind in Produktion. Darüber wurden 1,3 Millionen Anrufe gelöst, 2,1 Millionen Vorgänge per RPA verarbeitet und 4,5 Millionen E-Mails indexiert. Der Fall belegt, dass GenAI im Backoffice messbar skaliert, wenn sie an konkrete Prozesse gekoppelt ist.
Die Zahlen hinter dem Case
- rund 50 KI-Agenten, 17 Use-Cases in Produktion
- 1,3 Millionen Anrufe gelöst
- 2,1 Millionen Vorgänge per RPA verarbeitet
- 4,5 Millionen E-Mails indexiert
Die Angaben stammen aus dem Report „KI in der Versicherung“ und der dort verlinkten Primärquelle (Generali).
Über 60 weitere Praxisbeispiele finden Sie in unserem Guide
Künstliche Intelligenz ist in der Versicherung längst Realität: 80 Prozent kürzere Schadenbearbeitungszeiten, 55 Prozent weniger Aufwand pro Angebot, dreistellige Millionenbeträge an aufgedecktem Betrug. Unser kostenloser Guide bündelt 61 dokumentierte Praxisbeispiele führender Versicherer entlang der gesamten Wertschöpfungskette, jeweils mit belegten Effekten und eingeordnet in einen Governance-Rahmen aus DSGVO, BaFin und EU-KI-Verordnung. Laden Sie sich den Überblick für Entscheider jetzt als PDF herunter.
Was deutsche Versicherer daraus mitnehmen
Skalierung entsteht durch viele klar umrissene Use-Cases, nicht durch ein einzelnes großes Tool. Koppeln Sie Agenten an konkrete, häufige Vorgänge und messen Sie den Effekt je Use-Case. So wächst der Nutzen kontrolliert, während der Mensch die Aufsicht behält. Wie sich autonome Agenten sinnvoll einbinden lassen, zeigt unser Beitrag zu LLM-Agenten in Versicherungssystemen.
Governance: schnell und trotzdem regelkonform
Agenten, die eigenständig Vorgänge bearbeiten, berühren unmittelbar den Datenschutz nach DSGVO, die Erwartungen der BaFin und die Vorgaben der EU-KI-Verordnung. Nachvollziehbarkeit, klare Verantwortlichkeiten und ein Human-in-the-Loop an den richtigen Stellen sind Pflicht. Technisch gelingt das am besten, wenn KI als modularer Microservice über stabile Schnittstellen eingebunden wird, statt als monolithisches Großprojekt.
Mehr Praxisbeispiele im kostenlosen Guide
Dieser Case ist eines von über 60 dokumentierten Praxisbeispielen führender Versicherer entlang der gesamten Wertschöpfungskette. Das vollständige und kostenlose PDF zum Download finden Sie hier.
