27.08.2018

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

Analyse. Die Branche ist riesig und sie bietet viel Potenzial. Versichert ist fast jeder. Die vielbeschworene Disruption scheint im InsureTech-Bereich aber langsamer abzulaufen. Und Startups arbeiten lieber mit den großen Konzernen, als gegen sie.
/artikel/insuretech-startups-oesterreich
InsureTech in Österreich: Noch keine fundamentalen Disruptionsansätze
(c) fotolia.com - sebra

Versichert ist in Österreich fast jeder. Rund 20 Milliarden Euro Umsatz wurden in der österreichischen Versicherungsbranche, laut dem Portal Statista, im Vorjahr generiert. Mehr als 27.000 Personen waren in Österreich bei insgesamt 54 in der Branche registrierten Unternehmen beschäftigt. Der Löwenanteil von Umsätzen und Beschäftigten fällt zwar auf wenige Branchenriesen. Doch die Zahlen machen klar: Das ökonomische Potenzial im InsureTech-Bereich ist enorm. Und es sind innovative Technologien, mit denen es ausgeschöpft werden kann.

+++ brutkasten Meetup #InsureTech am 12.9. – Jetzt für den Pitch bewerben +++

„Es geht um Dinge wie Tod und Unfälle“

Dabei ist Technologie nur die halbe Miete. „Versicherungen sind eigentlich ein Produkt, das niemand will. Es geht um Dinge wie Tod und Unfälle. Das sind Verdrängungsthemen“, sagt Bernhard Klemen, Co-Founder des Wiener InsureTech-Startups Netinsurer. Daher falle es schwer, Versicherungsprodukte rein digital zu vertreiben. „Es braucht Menschenkontakt. 90 Prozent der Verkäufe laufen nach wie vor über traditionelle Kanäle“. Klemens These, die er und seine Co-Founder mit Netinsurer umsetzen wollen: Technologie soll im Hintergrund unterstützen und Prozesse optimieren, im Vordergrund steht – anbieter- und kundenseitig – der Mensch.

Bernhard Klemen von Netinsurer im Video-Interview:

Noch keine fundamentalen Disruptionsansätze

Fällt die vielfach heraufbeschworene (digitale) Disruption im Versicherungsbereich also doch nicht so heftig aus? „Fundamentale Disruptionsansätze sehen wir auf dem Markt noch nicht. Aber natürlich gibt es eine Reihe von Startups, die bemerkenswerte Erfolge erzielen“, sagt Michael Wieser, Partner beim Helvetia Venture Fund, einem auf InsureTechs fokussierten Corporate VC mit rund 50 Mio. Euro Kapital.

Es wären die versicherten Güter an sich, die sich verändern würden – und somit auch deren Risikobewertung, sagte Wieser bereits vor einiger Zeit im Brutkasten-Interview. Stichworte dazu sind Connectivity und Internet of Things. Wieser bringt ein Beispiel: „Es gibt ein Startup, das sich auf Konnektivität bei E-Bikes spezialisiert hat. Es wird erkannt, wenn das Rad gestohlen wird, aber auch Schäden an der Batterie und anderen Teilen werden frühzeitig bemerkt. Als Versicherer des Fahrrads habe ich hier viele Risiken gut im Griff und kann passende Tarife anbieten“.

„Versicherungen müssen kreativer werden“

Auch Erika Kriszan, Initiatorin des Insurance Innovation Day, sieht im Gespräch mit dem Brutkasten Potenzial beim Angebot. „Aus der Produktperspektive müssen die Versicherungen kreativer werden. Einige der heute wichtigsten Produkte werden an Bedeutung verlieren. Etwa KFZ-Versicherungen, im Zuge der Entwicklung selbstfahrender Autos und entsprechender Sharing-Systeme. Deswegen müssen die Gesellschaften heute beginnen, innovative, kreative Produkte anzudenken, um diese Lücke schließen zu können“.

InsureTech-Startups: B2C nur bedingt erfolgreich

Mit solchen „kreativen Produkten“ im B2C-Bereich versuchen es auch immer wieder InsureTech-Startups – in Österreich nur bedingt erfolgreich. Da wäre etwa FeelsLikeHome, das eine Versicherung für ausländische Studierende anbot. Noch bevor das Wiener Startup so richtig durchstarten konnte – man weiß nicht, ob es das getan hätte – wurde es für einen nicht genannten Betrag von einem Versicherungs-Riesen aufgekauft. Oder das eingangs erwähnte Startup Netinsurer. Dort startete man 2014 mit Krankenversicherungen für Hunde und Katzen und Fahrrad-Versicherungen. Später folgte der Pivot zum reinen B2B-Unternehmen.

„Eher ein Miteinander als ein Gegeneinander“

Eben dieser B2B-Bereich ist – man ahnt es – die beliebtere Spielwiese unter den heimischen InsureTech-Startups. Sei es Netinsurer, das Maklern und Co. eine digitale Hilfestellung beim Verkauf bietet. Oder das Wiener Startup bsurance, dass sich auf die Vermittlung passender Versicherungsprodukte über Drittanbieter spezialisiert hat. Michael Wieser vom Helvetia Venture Fund bestätigt diese Tendenz im InsureTech-Bereich auch über Österreichs Grenzen hinaus: „In Bezug auf Startups nehmen wir eher ein Miteinander als ein Gegeneinander wahr. Kooperation ist ja auch im Interesse der Startups, um schnell einen breiten Marktzugang zu erhalten“.

Nicht zuletzt dürfte hier auch die Bereitschaft großer Player, in Startups aus der Branche zu investieren, mitspielen. Nicht nur Helvetia, auch die österreichische Uniqa betreibt eine eigene Venture-Gesellschaft mit rund 50 Mio. Euro Kapital. Im Portfolio ist unter anderem das oben genannte Startup bsurance.

Keine großen „Challenger“

Sogenannte Challenger, wie sie im FinTech-Bereich viel Aufsehen erregen, sind dagegen ein kleineres Thema. „Von der Reife wie N26 oder Revolut sind auch die guten Insurtechs noch ein paar Jahre entfernt“, sagt Wieser. Eine Versicherung aufzubauen, scheint eben noch schwieriger zu sein, als eine neue Bank zu starten. Schließlich greifen auch die erfolgreichen B2C-Modelle überwiegend auf Ressourcen großer Partner aus der Branche zurück. Ein Beispiel hierfür ist das Wiener Startup Finabro (das zusätzlich auch ein B2B-Modell betreibt). Dort bietet man Anlageprodukte über Lebensversicherungen an. Und auch Finabro ist Teil des Uniqa Ventures-Portfolios.


InsureTech ist der Schwerpunkt beim kommenden brutkasten Meetup. Startups können sich noch für den Pitch bewerben!

Redaktionstipps
Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

InsureTech in Österreich: „Noch keine fundamentalen Disruptionsansätze“