ChatGPT empfiehlt Hausratversicherung – und liegt im Detail daneben

Generative KI verändert, wie Verbraucher sich über Versicherungen informieren. Wer heute eine Hausratversicherung sucht, kann sich von Systemen wie ChatGPT erste Fragen stellen lassen, Risiken grob einordnen und sogar Produktempfehlungen erhalten. Doch wie tragfähig sind solche Empfehlungen, wenn sie anschließend an fachlichen Vergleichsmaßstäben gemessen werden?

Die FB Research GmbH aus Hannover hat dazu einen Praxistest durchgeführt. Ausgangspunkt war ein einfacher Prompt: Die KI sollte mit bis zu fünf Fragen den Bedarf für eine Hausratversicherung ermitteln und anschließend bis zu drei Produkte empfehlen.

Die Bedarfsermittlung fiel zunächst erstaunlich strukturiert aus. ChatGPT fragte unter anderem nach Wohnfläche, Wert des Hausrats, besonderen Risiken, Preis-Leistungs-Präferenz und gewünschter Selbstbeteiligung. Daraus entstand ein konkretes Profil: eine 90 Quadratmeter große Wohnung, gehobener Hausrat, ein Fahrrad im Wert von mehr als 1.000 Euro, umfangreiche Homeoffice-Technik, Erdgeschosslage mit erhöhtem Einbruchsrisiko sowie eine Selbstbeteiligung von 150 bis 300 Euro.

Auf dieser Basis empfahl die KI drei Hausrattarife. Die Begründungen wirkten plausibel: Ein Tarif wurde mit gutem Preis-Leistungs-Verhältnis und Schutz bei grober Fahrlässigkeit empfohlen, ein anderer mit solider Einbruchdeckung und hoher Wertsachengrenze, ein dritter als leistungsstarker Tarif mit flexibler Erweiterbarkeit.

Im anschließenden Realitätscheck mit den Vergleichstools von FB Research zeigte sich jedoch ein differenzierteres Bild. Die von der KI gewählte Reihenfolge hielt der fachlichen Detailprüfung nicht stand. Nach den hinterlegten Rating- und Bewertungskriterien lag nicht der zuerst empfohlene Tarif vorn, sondern ein anderer Anbieter. Der ursprünglich bestplatzierte KI-Tarif schnitt in der Detailanalyse sogar am schwächsten ab.

Auch die Prämienbetrachtung machte die Grenzen der KI-Empfehlung sichtbar. Bei schadenfreiem Verlauf lagen die Jahresbeiträge der drei Tarife zwischen rund 107 und 147 Euro. Mit Vorschäden verschob sich das Bild teils deutlich: Während zwei Tarife teurer wurden, blieb einer unverändert. Solche Unterschiede hatte die KI in ihrer Preis-Leistungs-Bewertung nicht berücksichtigt.

Der Test zeigt: KI kann typische Risikopunkte erkennen und Verbrauchern eine erste Struktur geben. Wohnfläche, Hausratwert, Fahrrad, Homeoffice-Technik, Einbruchrisiko und Selbstbeteiligung sind naheliegende und relevante Fragen. Für eine erste Orientierung reicht das.

Für eine belastbare Produktempfehlung fehlt aber Tiefe. Die Bedarfsermittlung blieb auf fünf Fragen begrenzt, vertiefende Rückfragen unterblieben. Leistungsunterschiede auf Detailebene, zum Beispiel beim Unterversicherungsverzicht und bei exakten Fahrradklauseln, wurden nicht sauber herausgearbeitet, und die Preis-Leistungs-Bewertung blendet Vorschäden und individuelle Rabattmechanismen aus.

Hinzu kommt ein grundsätzliches Problem: Öffentliche KI-Systeme haben in der Regel keinen verlässlichen Zugriff auf aktuelle Tarife, Bedingungswerke, Annahmerichtlinien oder kurzfristige Tarifänderungen. Empfehlungen beruhen daher nicht zwingend auf dem aktuellen Marktstand. Zudem können Antworten trotz ähnlicher Eingaben variieren. Das bedeutet: Die Ergebnisse sind nicht immer vollständig reproduzierbar.

Für Makler ist der Test weniger Warnsignal als Argumentationshilfe. KI kann Verbraucher auf ein Thema stoßen, erste Fragen sortieren und Beratungsbedarf sichtbar machen. Sie ersetzt aber nicht die fachliche Prüfung, den Bedingungsvergleich und die individuelle Einordnung.

„Eine wirklich bedarfsgerechte Empfehlung braucht mehr Tiefe in der Datenerhebung und in der Tarifkenntnis“, resümieren die Experten von FB Research. Zudem übernehme KI keine Haftung für ihre Empfehlungen. „Passt ein vorgeschlagener Tarif nicht zum tatsächlichen Bedarf des Kunden, haftet niemand für die Fehlempfehlung.“

Das Fazit aus dem Praxistest fällt deshalb klar aus: KI ist im Versicherungsgeschäft eher Zubringer als Konkurrent. Sie kann Orientierung schaffen, ersetzt aber keine qualifizierte Beratung. Genau hier liegt der Mehrwert: Berater prüfen die Ergebnisse, hinterfragen die Vorschläge und schärfen die Empfehlung dort nach, wo es nötig ist.