Versicherungsanfragen mit KI der richtigen Stelle zuordnen

Das Problem

Jeden Morgen wartet der gemeinsame Posteingang: 80 Nachrichten. Eine Kundin meldet einen Fahrraddiebstahl, ein Kunde möchte seine Adresse ändern, jemand beschwert sich über eine Prämienrechnung, ein Treuhänder fragt nach einer Bestätigung. Manche Mails haben einen unklaren Betreff wie «Rückfrage» oder «Dringend».

Die Person am Empfang muss bei jeder Nachricht entscheiden: Gehört das zum Schadendienst, zur Vertragsverwaltung, zum Inkasso oder zur Beratung? Wer weiterleitet, verliert Zeit, und Fehlleitungen verlängern die Bearbeitung. Eine dringende Schadenmeldung, die tagelang beim falschen Team liegt, ärgert alle.

Eine KI kann Nachrichten lesen und einen Zuordnungsvorschlag machen. Der Gewinn liegt in der Zeit. Das Risiko liegt in den Fehlzuordnungen, deshalb braucht es klare Regeln, wann eine Person übernimmt.

So lösen Sie es mit KI – Schritt für Schritt

1. Kategorien festlegen. Definieren Sie 6 bis 10 Kategorien, die Ihr Haus wirklich unterscheidet: Schadenmeldung, Vertragsänderung, Kündigung, Beschwerde, Rechnungsfrage, Beratungswunsch, Sonstiges.

1. Zuständigkeiten klären. Halten Sie pro Kategorie fest, welche Stelle oder Person zuständig ist und wie schnell reagiert werden muss.

1. Beispiele sammeln. Nehmen Sie je Kategorie drei bis fünf typische, anonymisierte Nachrichten. Sie helfen, die Vorlage zu schärfen und die KI zu testen.

1. Sofort-zum-Menschen-Regeln bestimmen. Schreiben Sie auf, was nie automatisch läuft: Beschwerden, Todesfälle, Drohungen, Rechtsschutzfälle, Fristsachen, Wörter wie «Anwalt» oder «Ombudsstelle».

1. Zuordnung testen. Lassen Sie die KI 50 vergangene Nachrichten einordnen und vergleichen Sie mit der tatsächlichen Zuordnung. Wo liegt sie oft falsch?

1. Vorschlag und Begründung anzeigen. Die Kategorie wird als Vorschlag mit kurzer Begründung angezeigt. Eine Person bestätigt oder ändert sie mit einem Klick.

1. Unsichere Fälle markieren. Bei geringer Sicherheit oder mehreren Anliegen in einer Nachricht geht es an die Teamleitung oder an die Allgemeinwarteschlange.

1. Fehler auswerten. Notieren Sie monatlich falsche Zuordnungen und passen Sie Kategorien und Vorlage an.

Vorlage zum Kopieren

Du hilfst dem Kundenservice einer Schweizer Versicherung, eingehende Nachrichten zuzuordnen. Die Nachricht ist anonymisiert.

Kategorien: [Schadenmeldung | Vertragsänderung | Kündigung | Beschwerde | Rechnungsfrage | Beratungswunsch | Sonstiges]
Besondere Regel: Nachrichten mit Hinweisen auf Beschwerde, rechtliche Schritte, Todesfall, Fristen oder Dringlichkeit werden immer als «sofort an Mensch» markiert.

Nachricht:
[Text einfügen]

Gib zurück:
- Kategorie (eine)
- Sicherheit (hoch, mittel, niedrig)
- Begründung in einem Satz mit Verweis auf eine Textstelle
- Falls mehrere Anliegen enthalten sind: Liste der Anliegen
- Falls «sofort an Mensch»: Grund
Erfinde keine Angaben. Wenn die Nachricht unklar ist, wähle «Sonstiges» und schreibe «unklar».

Starten Sie mit wenigen Kategorien; je mehr Sie unterscheiden, desto öfter irrt sich die KI und desto mehr Pflege braucht die Liste.

Worauf Sie achten müssen

• Fehlzuordnung bei Mehrfachanliegen: Viele Nachrichten enthalten mehrere Anliegen, etwa Adresswechsel und Schaden. Die KI wählt oft nur eines. Verlangen Sie die Liste aller Anliegen.
• Fristen: Meldefristen bei Schäden sind wichtig. Wenn eine Nachricht verspätet beim richtigen Team landet, entsteht Ärger. Regeln Sie, wie Dringliches erkannt wird.
• Datenschutz: Nachrichten enthalten Personendaten, manchmal Gesundheitsangaben. Das Datenschutzgesetz verlangt einen sorgfältigen Umgang. Setzen Sie nur freigegebene Werkzeuge ein. Siehe KI und Gesundheitsdaten.
• Keine automatischen Entscheide: Die Zuordnung ist ein Hilfsmittel. Antworten, Ablehnungen und Kürzungen von Leistungen entscheiden Menschen.
• Sprachenvielfalt: Nachrichten kommen auf Deutsch, Französisch, Italienisch, in Mundart oder mit Fehlern. Testen Sie diese Fälle.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine regionale Versicherungsagentur in der Zentralschweiz erhält täglich 60 E-Mails über eine gemeinsame Adresse. Eine Mitarbeiterin sortiert sie von Hand und braucht dafür jeden Morgen fast eine Stunde.

Nach einem Test mit 50 alten Nachrichten merkt das Team, dass die KI bei klaren Schaden- und Adressfällen fast immer richtig liegt. Mehrfachanliegen und Beschwerden dagegen sortiert sie schlecht. Das Team führt deshalb die Regel «sofort an Mensch» ein und lässt Mehrfachanliegen auflisten. Heute prüft die Mitarbeiterin den Vorschlag, bestätigt die meisten per Klick und kümmert sich zuerst um die markierten Fälle. Die Zeit für die Sortierung sinkt spürbar, und dringende Beschwerden sind früher sichtbar.

Nach drei Monaten wertet das Team die Fehler aus. Es zeigt sich, dass Nachrichten mit Anhängen, etwa Fotos oder gescannte Briefe, häufiger falsch landen. Das Team ergänzt deshalb die Regel, dass Nachrichten mit Anhang und kurzem Text von einer Person angesehen werden. So wächst die Vorlage mit den Erfahrungen, und das Vertrauen ins System beruht auf Messwerten statt auf Bauchgefühl.

So hilft Ihnen Alpasana

Wenn Sie Ihren Posteingang und die dahinterliegenden Abläufe neu aufstellen möchten, unterstützt Alpasana bei KI-Beratung und digitaler Transformation: Prozesse aufnehmen, digitale Workflows und Automatisierungen entwickeln, KI-Agenten mit Anwendungsfall, Pilot und Einsatzregeln integrieren und die Umsetzung dokumentieren.

Eine fertige Versicherungssoftware ist das nicht. Es geht um den Ablauf in Ihrem Haus. Projekte werden individuell offeriert.

Häufige Fragen

Darf die KI automatisch antworten?

Für einfache Eingangsbestätigungen kann das sinnvoll sein. Inhaltliche Antworten zu Schäden, Leistungen oder Beschwerden sollten Menschen prüfen und freigeben, mindestens zu Beginn und bei Unsicherheit.

Wie viele Beispiele brauche ich für den Test?

Für einen ersten Test genügen etwa 50 vergangene Nachrichten, die Sie sicher kennen. Zählen Sie Treffer und Fehler pro Kategorie und achten Sie besonders auf die Fehler bei Beschwerden und Schäden.

Was passiert bei Nachrichten in Mundart oder Fremdsprachen?

Moderne Sprachmodelle verstehen oft Mundart und mehrere Sprachen, aber nicht immer zuverlässig. Prüfen Sie diese Fälle gezielt im Test und leiten Sie unsichere Nachrichten an eine Person.