KI im Vemittleralltag: Selbst Einstein wäre keine Soforthilfe

Machen wir mal ein Gedankenexperiment. Albert Einstein fängt am Montag in Ihrem Maklerbetrieb an. Der klügste Kopf, den Sie je eingestellt haben. Seine erste Aufgabe ist, einen Kundentermin zur BU-Nachversicherung vorzubereiten. Und dann passiert etwas Erstaunliches. Einstein scheitert, denn er kennt den Kunden nicht. Er weiß nicht, wo die Beratungsdokumentation der letzten fünf Jahre liegt. Er weiß nicht, dass Sie bei diesem Versicherer grundsätzlich zwei Wochen Puffer einplanen, weil die Antragsabteilung chronisch überlastet ist. Er kennt Ihre Formulierungen nicht, Ihre Prozesse nicht, Ihre ungeschriebenen Regeln nicht, denn diese Betriebswissen steckt in Köpfen und ist selten gut dokumentiert.

Genau an diesem Punkt steht Künstliche Intelligenz im Versicherungsvertrieb gerade. Die Modelle haben in den vergangenen achtzehn Monaten fast jeden Test bestanden, den man ihnen vorgesetzt hat. OpenAI misst mit GDPval inzwischen echte Expertenarbeit aus 44 Berufen statt Multiple-Choice-Aufgaben. Die Ergebnisse sollten jeden Vermittler aufhorchen lassen. Im Mai 2024 gewannen Modelle gegen menschliche Lektoren in 13 Prozent der Fälle. Ende 2025 waren es 93 Prozent. Bei Compliance-Aufgaben stieg die Quote im gleichen Zeitraum von 30 auf 71 Prozent.

Und trotzdem höre ich von Vermittlern immer wieder dasselbe. Da wird ein KI-Tool eingeführt, die ersten Ergebnisse sind mittelmäßig, und nach vier Wochen heißt es, das funktioniert bei uns nicht. Die Diagnose ist fast immer die falsche. Es liegt nicht am Modell und selten am Tool. Es liegt daran, dass das Modell wie Einstein am ersten Arbeitstag dasteht. Hochintelligent aber ahnungslos.

Der Engpass hat sich von mangelnder Intelligenz zu fehlendem Wissen verschoben. Die entscheidende Frage für 2026 lautet deshalb, wie das stille Wissen Ihres Betriebs in die Maschine kommt. Welche Zielgruppen Sie wie ansprechen. Was bei Gewerbekunden anders anders läuft als bei Privatkunden. Welche Klauseln Sie bei welchem Versicherer meiden. Wer das aufschreibt, strukturiert und maschinenlesbar ablegt, macht jedes künftige Modell am Tag der Veröffentlichung sofort besser. Wer es nicht tut, kauft alle sechs Monate ein neues Werkzeug und wundert sich über dieselben mittelmäßigen Ergebnisse.

Die zweite Frage ist mindestens genauso wichtig. Wie viel Autonomie geben Sie der Maschine pro Arbeitsschritt? Beim Autofahren haben wir dafür die Stufen null bis fünf, vom Tempomat bis zum Auto ohne Lenkrad. Diese Logik lässt sich fast eins zu eins auf den Vermittlerbetrieb übertragen. Die Gesprächsnachbereitung, das Beratungsprotokoll, die Wiedervorlage können heute weitgehend autonom laufen. Die Beratung selbst, die Einschätzung eines komplexen Risikos, das schwierige Kundengespräch bleiben auf niedriger Stufe, mit dem Menschen fest am Steuer, denn am Ende haftet der Vermittler, nicht das Modell.

Wer beide Fragen ernst nimmt, merkt schnell, dass die eigentliche Arbeit unspektakulär ist. Prozesse dokumentieren, Wissen zentralisieren, pro Workflow die richtige Autonomiestufe festlegen, Ergebnisse messen. Das klingt nach weniger Zukunft als ein Avatar, der Kundenvideos verschickt. Es entscheidet aber darüber, ob KI in Ihrem Betrieb Wertschöpfung erzeugt oder ein teures Experiment bleibt und ob Einstein von Woche zu Woche besser wird, wenn man ihm den Betrieb erklärt.