Generative KI hat verändert, was Versicherungsteams selbst entwickeln können.
Aufgaben, die früher erhebliche Entwicklungsressourcen erforderten, können heute deutlich schneller umgesetzt werden. Code kann in Sekundenschnelle generiert werden. Modelle lassen sich effizienter entwickeln und testen. Prototypen werden in einem Bruchteil der Zeit von einer Idee zu einer funktionierenden Anwendung.
Für Versicherer, die ihre Technologiestrategien bewerten, hat dieser Fortschritt eine bekannte Frage erneut aufgeworfen: Wenn KI die Eigenentwicklung erleichtert, warum kaufen?
Das ist eine berechtigte Frage. Sie birgt jedoch auch das Risiko, sich auf den einfachsten Teil des Problems zu konzentrieren.
Für Versicherer bestand die Herausforderung nie allein darin, ein Modell zu entwickeln oder einen Tarif zu berechnen. Entscheidend ist, diese Fähigkeiten in zuverlässige, gesteuerte und skalierbare Prozesse zu überführen, die langfristig reale Geschäftsentscheidungen unterstützen.
KI verändert, was entwickelt werden kann. Sie beseitigt jedoch nicht den Aufwand, der für den Betrieb erforderlich ist.
Die Entwicklung wird einfacher. Die Verantwortung nicht.
KI-gestützte Entwicklung kann den für die Softwareerstellung nötigen Aufwand deutlich verringern. So wird die Erstentwicklung für Versicherungsunternehmen mit leistungsstarken Teams in Aktuariat, Data Science und Technologie leichter zugänglich.
Doch die Erstentwicklung ist nur der Anfang.
Sobald eine Lösung in einer produktiven Versicherungsumgebung eingesetzt wird, ist das Unternehmen für alle damit verbundenen Aspekte verantwortlich: Tests, Sicherheit, Governance, Prüfbarkeit, Genehmigungsprozesse, Performance, regulatorische Anforderungen, Wartung und fortlaufende Weiterentwicklung.
Diese Verantwortlichkeiten bestehen auch lange nach der Inbetriebnahme des ersten Modells oder der ersten Anwendung fort.
An diesem Punkt können Build-vs.-Buy-Entscheidungen täuschen. Ein Vergleich der Kosten oder der Geschwindigkeit einer intern entwickelten Lösung mit den Kosten für den Erwerb etablierter Technologie beleuchtet nur einen Teil der Gleichung. Versicherer müssen auch berücksichtigen, was es bedeutet, eine solche Lösung über Jahre hinweg zu betreiben, zu warten, zu steuern und weiterzuentwickeln.
Die eigentliche Frage ist, wo Ihre Expertise Mehrwert schafft
Starke interne Teams aus Aktuariat und Technologie sind durchaus in der Lage, anspruchsvolle Kompetenzen aufzubauen. Die wichtigere Frage ist, ob die Wartung der zugrunde liegenden Technologie ihre Expertise am sinnvollsten nutzt.
Das Aktuariat schafft Mehrwert, indem es Risiken analysiert, Annahmen überprüft, Pricing-Strategien entwickelt und auf veränderte Marktbedingungen reagiert. Technologieteams verfolgen im gesamten Unternehmen unterschiedliche, konkurrierende Prioritäten.
Wenn diese Teams zudem für die Wartung von Produktionssoftware, fortlaufende Qualitätssicherung, die Aktualisierung von Governance-Kontrollen und die Reaktion auf neue Anforderungen verantwortlich sind, können Ressourcen schnell von strategischen Aufgaben zur Aufrechterhaltung des Systembetriebs abgezogen werden.
Dieser Trade-off wird mit der Zeit bedeutender. Interne Prioritäten verschieben sich. Die ursprünglichen Entwickler wechseln in neue Rollen. Budgets werden angepasst. Ein System, das während der Entwicklung viel Aufmerksamkeit erhalten hat, kann schrittweise schwieriger zu warten und weiterzuentwickeln sein.
Bei der Build-Entscheidung steht daher nicht nur die Frage im Mittelpunkt, ob ein Versicherer die erforderlichen Kompetenzen besitzt, etwas zu entwickeln. Entscheidend ist, wo diese Kompetenzen den größten Nutzen stiften können.
KI macht Governance nicht überflüssig
Eine weitere Annahme sollte geprüft werden: Wenn KI beim Aufbau eines Systems unterstützen kann, könnte sie es möglicherweise auch testen und validieren.
KI wird zweifellos eine größere Rolle bei der Softwareentwicklung und beim Testen spielen. Entscheidungen im Versicherungswesen erfordern jedoch weiterhin Verantwortlichkeit.
Versicherer müssen nachvollziehen können, wie Modelle und Prozesse entwickelt wurden, wie Änderungen genehmigt wurden, welche Tests durchgeführt wurden und wie sich Entscheidungen später erklären oder nachvollziehen lassen. KI-generierter Code oder KI-gestützte Tests ändern nichts an diesen Verpflichtungen.
Dasselbe gilt für die Regulierung. Ob Technologie gekauft, intern entwickelt oder mit Unterstützung von KI generiert wurde, ändert nichts an der Verantwortung des Versicherers für ihre Nutzung.
Je stärker KI in Versicherungs-Workflows eingebunden ist, desto wichtiger ist eine wirksame Governance. Die Frage ist nicht nur, ob ein System heute funktioniert, sondern auch, ob ein Unternehmen nachweisen kann, dass es bei Änderungen an Modellen, Regulierungen, Marktbedingungen und Geschäftsanforderungen weiterhin seinen Zweck erfüllt.
Benutzerdefinierte Lösungen müssen nicht von Grund auf entwickelt bedeuten
Anpassungsfähigkeit war traditionell eines der stärksten Argumente für die interne Entwicklung. Jeder Versicherer hat seine eigenen Produkte, seine eigene Risikobereitschaft, seine eigenen Preisstrategien, Arbeitsabläufe und Wettbewerbsvorteile.
Diese Unterschiede sind wichtig.
Für Differenzierung müssen Versicherer jedoch nicht zwangsläufig jede Technologieschicht selbst entwickeln.
Moderne Versicherungstechnologie schafft eine gemeinsame Basis für Bereiche wie Modelle, Pricing, Rating, Bereitstellung und Governance und erlaubt Versicherern zugleich, ihre eigenen Daten, Modelle, Strategien und Geschäftslogiken einzusetzen.
Dadurch ergibt sich eine andere Sicht auf die Entscheidung zwischen Eigenentwicklung und Zukauf. Statt zu fragen, ob die gesamte Kompetenz intern entwickelt oder extern erworben werden sollte, können Versicherer überlegen, wo sie sich tatsächlich differenzieren müssen und wo bewährte Infrastruktur als Basis dienen kann.
Diese Unterscheidung wird immer wichtiger, da KI die Hürden für die Entwicklung neuer Kompetenzen senkt.
Über die erste Entwicklung hinausdenken
KI hat die Entwicklungsseite der Gleichung attraktiver gemacht. Versicherer sollten dies ernst nehmen.
Doch die strategische Abwägung sollte weit über die Frage hinausgehen, wie schnell ein Team eine funktionierende Lösung entwickeln kann.
Wie hoch werden die Wartungskosten sein? Wer wird in drei oder fünf Jahren dafür verantwortlich sein? Wie wird sie sich an neue Regulierungen und Anforderungen anpassen? Wie werden Änderungen getestet und gesteuert? Lässt sie sich bei steigender Nutzung skalieren? Und wie viele interne Ressourcen werden für die Wartung der Technologie aufgewendet, anstatt die Versicherungsstrategie voranzutreiben?
Seit mehr als 25 Jahren konzentriert sich Earnix auf die Infrastruktur rund um geschäftskritische Versicherungsentscheidungen, einschließlich der Governance, Bereitstellung, Tests, Skalierbarkeit und kontinuierlichen Weiterentwicklung, die nötig sind, um Modelle und Entscheidungsfindung in den produktiven Betrieb zu überführen.
Diese Erfahrung ist im Zeitalter der KI noch wichtiger.
Die Technologie, die für die Entwicklung benötigt wird, ist immer leichter verfügbar. Die Disziplin, Versicherungsentscheidungen sicher, konsistent und skalierbar zu betreiben, lässt sich jedoch weitaus schwerer nachbilden.
Für Versicherer, die Build vs. Buy neu bewerten, könnte dies die wichtigste Unterscheidung überhaupt sein.
Sie stehen vor der Entscheidung, ob Sie selbst entwickeln, zukaufen oder beides kombinieren sollen? Sprechen Sie mit Earnix über den richtigen Ansatz für Ihr Unternehmen.