Allianz Partners kürzt 1.800 Stellen und zeigt, wo die KI im Versicherungswesen tatsächlich Wirkung zeigt

Am Nachmittag des 8. Juli bestätigte Tomas Kunzmann, CEO von Allianz Partners, was Branchenanalysten seit der Bekanntgabe des letzten Evident AI Index for Insurance erwartet hatten. Die Assistenz- und Reiserversicherungsabteilung von Allianz plant, in den nächsten 12 bis 18 Monaten bis zu 1.800 Stellen abzubauen, hauptsächlich in europäischen Callcentern. Dies stellt eine Nettoreduktion von einer Basis von 22.600 Mitarbeitern dar, von denen etwa 14.000 Schadenfälle telefonisch bearbeiteten. Die Begründung, die Kunzmann gegenüber Bloomberg gab, war direkt: Automatisierung des Kundenservices und der Schadensbearbeitung durch KI.

Wochen zuvor war dasselbe Unternehmen Allianz im Evident AI Index 2026 für den Sektor als führend unter 30 globalen Versicherern eingestuft worden, vor AXA, mit einem KI-Talent-Pool, der 28% größer ist als der des Zweitplatzierten, und mehr als 900 kartierten Anwendungsfällen. Der Abstand zwischen der Top-Platzierung und der Ankündigung der Kürzungen ist kein Zufall und macht diese Runde lehrreicher als der Durchschnitt: Zum ersten Mal kann eine Versicherung eine geordnete Entsprechung zwischen ihren Investitionen in KI und den Bereichen, in denen sie Stellen abbaut, vorweisen.

Wo die KI tatsächlich kürzt

Das Muster, das sich zeigt, hat zwei Achsen. Die erste ist ein hohes Volumen und niedrige Komplexität. Reiseanträge, Diebstahl von Gepäck, Flugstornierungen, 24-Stunden-Assistenz: alles Fälle, in denen der Ablauf kurz ist, die Dokumentation standardisiert und der durchschnittliche Entschädigungswert keine menschlichen Eingriffe beim ersten Kontakt rechtfertigt. Hier betreibt Allianz Nemo, ein System, das die Bearbeitung und automatische Zuteilung von Ansprüchen steuert; dies ist dasselbe Segment, das die Travelers aus den USA mit einem Sprachassistenten für Schadenfälle abdeckt, der auf Modellen von OpenAI basiert.

Die zweite Achse betrifft Auto-Schäden, insbesondere mit eingebetteter Telemetrie. Die japanische Tokio Marine hat die durchschnittliche Bearbeitungszeit für Kfz-Schäden bereits auf 4,3 Tage mit einem KI-gestützten Portal reduziert, und die Bradesco Seguros in Brasilien führt seit 2023 eine automatisierte Analyse für Totalschaden in Partnerschaftswerkstätten durch und entfernt Schritte aus dem Gutachterfluss. Die deutsche ERGO, primäre Tochtergesellschaft der Munich Re, kündigte den Abbau von etwa 1.000 Stellen in Deutschland an, teilweise aufgrund des Fortschritts derselben Automatisierungsklasse.

Wo die KI weiterhin außen vor bleibt

Der Gegenpol kommt aus der Industrie selbst. Eine Umfrage von McKinsey, die von Aktuaren zitiert wird, zeigt, dass die Einführung von KI-Agenten in der Versicherungsbranche schnell in den Bereichen Risiko, Recht und Compliance (16%) sowie im Wissensmanagement (16%) wächst, aber zwischen 0% und 2% in Produktentwicklung und strategischer Planung stagniert. Dies sind genau die Bereiche, in denen Aktuare und Underwriter Entscheidungen treffen. Wie die Roots.ai in ihrer Analyse zu Arbeitsabläufen im Deckungsresponse hervorhebt, erzeugt das Fehlerverhalten von Modellen mit allgemeinem Zweck weiterhin zuverlässige, aber falsche Ausgaben, was in der Versicherungsregulierung zu sofort operationellen und reputationalen Risiken führt.

Das regulatorische Signal verstärkt diese Grenze. Vierundzwanzig US-Staaten haben bereits das Model Bulletin der NAIC zum Einsatz von KI-Systemen durch Versicherer übernommen, und ein Bewertungsinstrument wird bis September in weiteren 12 Staaten erprobt. Gleichzeitig beantragen AIG und W.R. Berkley eine regulatorische Genehmigung, um die Haftung für KI in standardisierten Unternehmenspolicen auszuschließen, ein gegenteiliger Trend zum internen Enthusiasmus der Versicherer, die interne Prozesse automatisieren.

Was der richtige Vergleich zeigt

Der Fehler, den die öffentliche Debatte begeht, ist der Vergleich eines Versicherers mit einem KI-Labor. Ein Versicherer ist ein Portfolio von Geschäftsfeldern mit unterschiedlichen regulatorischen Sensibilitäten: Reise und Assistenz sind betriebliche Commodity geworden, Kfz-Schäden mit niedrigem Wert sind auf dem Weg, aber Rückversicherung, Lebensversicherung mit komplexen aktuarischen Komponenten und Unternehmenshaftpflichtversicherung bleiben aus Gründen menschlicher Intervention relevant, die über Nostalgie hinausgehen. Die relevante Rechnung ist nicht, wie viele Arbeitsplätze die KI insgesamt eliminiert, sondern in welchem Bereich sie von der Tabelle in die Gewinn- und Verlustrechnung übergeht.

Für Allianz Partners in Europa hat sich diese Rechnung in Richtung Automatisierung gewichtet, da die Abteilung von regelmäßigem Volumen lebt. Für ERGO in Deutschland oder Bradesco Seguros in Brasilien ist die Berechnung in der Massenschadenbearbeitung ähnlich. Bei Tokio Marine in Japan zeigte sich der Gewinn als Reduzierung der Abschlusszeit und nicht als serienmäßige Entlassungen, da die japanische Kostenstruktur Personalabbau bestraft und Umschichtungen begünstigt. Dies trennt die, die mit KI echte Transformationen durchführen, von denen, die lediglich Stellenstreichungen zählen: Die relevante Kennzahl ist, wo das Modell als Teil des Produkts eingegangen ist, nicht wo das Callcenter aufgrund von Konsequenzen geschrumpft ist.