Rund 40 Prozent aller verdächtigen Betrugsfälle liefert die KI, dazu strukturierte Schadenaufnahme und automatische Aktenzusammenfassung. Die HUK-Coburg setzt KI über mehrere Schritte im Schadenmanagement ein. Für deutsche Versicherer ist der Fall besonders relevant, weil er zeigt, wie ein großer deutscher Versicherer KI produktiv nutzt.
Was ist KI-gestützte Betrugserkennung?
KI-gestützte Betrugserkennung analysiert Schadenfälle automatisch auf verdächtige Muster und meldet auffällige Fälle zur Prüfung. Sie ergänzt die menschliche Sonderermittlung, indem sie aus großen Datenmengen jene Fälle herausfiltert, die eine genauere Betrachtung lohnen.
Was die HUK-Coburg leistet
Die HUK-Coburg setzt KI über mehrere Schritte im Schadenmanagement ein: für die strukturierte Schadenaufnahme, die automatische Zusammenfassung der Schadenakte und die Betrugserkennung, die rund 40 Prozent aller verdächtigen Fälle liefert. Rund 130 Mitarbeitende arbeiten in acht Teams an KI-Anwendungen, ein weiterer Ausbau um etwa 40 Prozent ist geplant.
Die Zahlen hinter dem Case
- rund 40 Prozent aller verdächtigen Betrugsfälle kommen aus der KI
- strukturierte Schadenaufnahme und automatische Aktenzusammenfassung
- rund 130 Mitarbeitende in acht KI-Teams, Ausbau um etwa 40 Prozent geplant
Die Angaben stammen aus einem Bericht des Versicherungsjournals (2025).
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
Der HUK-Fall zeigt, dass KI im Schadenmanagement nicht ein einzelnes Tool ist, sondern mehrere Schritte verbindet: strukturierte Aufnahme, Zusammenfassung und Betrugserkennung. Gerade die Betrugserkennung skaliert mit Datenqualität und klaren Prüfprozessen. Mehr dazu in unserem Beitrag zur KI zur Betrugserkennung in Versicherungen.
Governance: schnell und trotzdem regelkonform
Ein KI-System, das Schadenfälle als verdächtig markiert, berührt unmittelbar regulatorische Anforderungen. Der Datenschutz nach DSGVO, die aufsichtsrechtlichen Erwartungen der BaFin und die Vorgaben der EU-KI-Verordnung verlangen Nachvollziehbarkeit, Diskriminierungsfreiheit und einen Human-in-the-Loop an den richtigen Stellen. Für deutsche Versicherer ist das die Voraussetzung, um KI-gestützte Betrugserkennung rechtssicher zu skalieren.
Technisch gelingt das am besten, wenn KI nicht als monolithisches Großprojekt, sondern als modularer Microservice über stabile Schnittstellen in die bestehende Systemlandschaft eingebunden wird. So lässt sich ein Anwendungsfall klein und risikoarm starten, später skalieren und ein Modell austauschen, ohne den Kernbetrieb zu gefährden.
Mehr Praxisbeispiele im kostenlosen Guide
Der HUK-Coburg-Case ist eines von über 60 dokumentierten Praxisbeispielen führender Versicherer entlang der gesamten Wertschöpfungskette. Das vollständige und kostenlose PDF zum Download finden Sie hier.
