Versicherer, Pensionskassen und die aktuarielle Tradition

Die Basler Versicherungswirtschaft, die Teil I beschrieben hat, verfügt über eine lange Tradition quantitativer Modellierung. Der Berufsstand der Aktuare gehörte zu den ersten, die Statistik auf kommerzielle Entscheide anwandten. Der Swiss Solvency Test seinerseits verlangt von den Versicherern, ihre Risiken auf eine Weise zu modellieren, die viele der Governance-Fragen vorwegnahm, welche die künstliche Intelligenz heute aufwirft.¹ Die aus Helvetia und Baloise hervorgegangene Gruppe, deren Zusammenschluss im Dezember 2025 vollzogen wurde, und die übrigen in Basel präsenten Versicherer setzen maschinelles Lernen in der Risikoprüfung, der Tarifierung und der Schadenbearbeitung ein.²

In der Risikoprüfung bewerten Modelle Risiken anhand von Daten, für die früher eine Besichtigung vor Ort oder eine ärztliche Untersuchung nötig gewesen wäre. Sachversicherer schätzen die Gefährdung eines Gebäudes durch Hochwasser oder Hagel anhand von Satellitenbildern und Geodaten, während Motorfahrzeugversicherer ihre Policen anhand von Fahrzeug- und Lenkerdaten tarifieren. In der Lebens- und Krankenversicherung ist der Einsatz solcher Methoden heikler, weil er Gesundheitsdaten und den Grundsatz der Solidarität unter den Versicherten berührt. Die Schadenbearbeitung ist das zweite Hauptgebiet. Versicherer nutzen Modelle, um Schadenfälle zu triagieren, einfache Fälle automatisch zu erledigen und verdächtige Meldungen für eine Untersuchung zu kennzeichnen, was die Kosten senkt und die Wartezeit der Versicherten auf die Auszahlung verkürzt.³

Rückversicherer und die Captives, die Teil I, Kapitel V beschrieben hat, stehen vor einer weiteren Frage. Künstliche Intelligenz schafft neue Risiken, die ihrerseits versichert werden müssen, etwa die Haftung eines Unternehmens, dessen Modell einen Schaden verursacht, Fehler in der automatisierten Beratung und Verluste aus KI-gestützten Cyberangriffen. Spezialprodukte für solche Risiken kamen nach 2023 auf den Märkten in London und Bermuda auf. Ihre Entwicklung wird davon abhängen, ob die Versicherer Schäden modellieren können, für die kaum historische Erfahrung besteht.⁴ Pensionskassen und Anlagestiftungen, die in Teil I, Kapitel IV beschrieben sind, nutzen künstliche Intelligenz vor allem über ihre Vermögensverwalter und Verwaltungsdienstleister, was die Überwachung ausgelagerter Dienstleistungen zu einer zentralen Governance-Aufgabe ihrer Führungsorgane macht.

Anmerkungen

1. Zum Swiss Solvency Test und zu den internen Modellen der Versicherer vgl. Teil I, Kapitel II; Art. 9 und 46 des Versicherungsaufsichtsgesetzes (VAG, SR 961.01) und die Aufsichtsverordnung (AVO, SR 961.011). ↩
2. Zur Fusion von Helvetia und Baloise vgl. Teil I, Kapitel I. Zum Einsatz von KI durch Schweizer Versicherer vgl. die Publikationen des Schweizerischen Versicherungsverbands (SVV). ↩
3. Zu KI in der Risikoprüfung und der Schadenbearbeitung vgl. die Berichte der Europäischen Aufsichtsbehörde für das Versicherungswesen und die betriebliche Altersversorgung (EIOPA), insbesondere ihre Artificial Intelligence Governance Principles (2021) und ihre Stellungnahme zur KI-Governance und zum Risikomanagement (2025), sowie die Publikationen des Schweizerischen Versicherungsverbands. ↩
4. Zu Versicherungsprodukten, die KI-bezogene Haftungs- und Leistungsrisiken abdecken, vgl. die Marktberichte der grossen Rückversicherer und des Lloyd’s-Marktes seit 2023. ↩

Nur zur allgemeinen Information. Dieser Beitrag ist keine Rechts- oder Steuerberatung, ersetzt nicht die Beratung im Einzelfall und begründet kein Mandatsverhältnis. Rechtsstand: 10/2026.