KI in der Schweizer Versicherung: Status 2026

• Aprova Insights
• Versicherung, AI-Trends

KI in der Schweizer Versicherung: Status 2026

2026 ist das Jahr, in dem Künstliche Intelligenz in der Schweizer Versicherungs- und Rückversicherungsbranche endgültig vom Proof-of-Concept in die Produktion wandert. Nach zwei Jahren Experimentieren mit Generative AI verschieben sich die Prioritäten vom „Was ist möglich?" hin zum „Was liefert messbaren Business-Wert?".

1. Claims-Automatisierung ist der neue Standard

Die grössten Schweizer Erstversicherer – Helvetia, Zurich, Swiss Life, Die Mobiliar – haben in den Geschäftsberichten 2025 Automatisierungsquoten von 30–45 % für Standard-Schadenfälle kommuniziert. Im B2B-Nicht-Leben-Geschäft und Retail-Property erreichen einzelne Linien sogar 60 % Dunkelverarbeitung. Die Kombination aus OCR, LLM-basierter Extraktion und policy-konformer Deckungsprüfung hat sich als robust erwiesen.

2. Underwriting: Co-Piloten statt Vollautomation

Im Commercial- und Specialty-Geschäft hat sich das Muster „Co-Pilot" durchgesetzt: Die AI liefert Vorarbeit, ein menschlicher Underwriter entscheidet final. Typische Effekte:

• Time-to-Quote reduziert um 40–60 %
• Hit-Ratio verbessert sich um 8–15 Prozentpunkte, weil mehr Submissions bearbeitet werden können
• Underwriter verbringen 30 % mehr Zeit mit komplexen Risiken statt mit Datenextraktion

3. DSG und EU AI Act prägen die Architektur

Mit dem revidierten Datenschutzgesetz (revDSG, seit 1.9.2023) und dem EU AI Act (voll anwendbar ab 2026) sind Compliance-Anforderungen kein Nebenschauplatz mehr. Schweizer Versicherer setzen verstärkt auf:

• On-Premise-LLMs (Mistral, Llama, Apertus) – Daten verlassen die Schweiz nicht
• Private Cloud in der Schweiz – Swisscom Cloud, Exoscale, EWZ
• Audit-Logs und Explainability als harte Anforderung, nicht als Nice-to-Have

4. Rückversicherung: Specialty Lines als Vorreiter

In Zürich – Weltzentrum der Rückversicherung – experimentieren Marktteilnehmer wie Swiss Re und Helvetia Baloise Group mit GenAI für Specialty Lines (Marine, Cyber, Political Risk). Der Vorteil: Submissions sind hochgradig unstrukturiert, Policies komplex, manuelle Bearbeitung teuer. Genau hier spielt AI ihre Stärken aus.

5. Was kommt als Nächstes?

Unsere Einschätzung für 2026 und darüber hinaus:

• Agentic AI in einfachen Prozessen (Terminierung, Rückfragen, Dokumenten-Anforderung).
• Multi-Model-Setups: verschiedene Modelle pro Aufgabe, orchestriert über eigene Plattformen.
• Convergence von ML-Scoring (Preisfindung, Fraud) und LLM-Textverarbeitung in einem Workflow.

Wer heute eine saubere Daten- und Compliance-Grundlage legt, kann in 12 Monaten produktive Use Cases in Serie ausrollen. Die Pilotphase ist vorbei – 2026 ist das Jahr der Industrialisierung.