Die besten AI Agents für Versicherungen 2026: 10 Tools für Carrier, MGAs und Makler

„Versicherungsagent“ kann zweierlei bedeuten, und wenn Sie diesen Leitfaden gefunden haben, meinen Sie mit ziemlicher Sicherheit die Software und nicht die Person, die Ihnen Ihre Police verkauft hat: ein System, das eine Abfolge von Schritten plant, Ihr Core-System oder einen Dokumentenspeicher als Tool aufruft und bei einem Schaden, einer Anfrage oder einer Policenänderung handelt, wobei ein Mensch an definierten Punkten eingreift statt bei jedem Klick. Die Plattform Bevaya von Roots Automation deckt heute die größte Bandbreite dieser Arbeit ab, von Underwriting über Schadenbearbeitung bis zum Policenservice. Guidewire und Duck Creek liefern Agents inzwischen nativ in den Core-Systemen aus, die die meisten P&C-Carrier ohnehin betreiben. Sixfold und Federato führen das auf Underwriting spezialisierte Feld an, für Carrier, die eine Punktlösung statt einer Plattform wollen. Dieser Leitfaden prüft 10 davon darauf, was sie tatsächlich automatisieren, ob noch ein Mensch zustimmen muss, bevor eine Ablehnung hinausgeht, und was sie kosten.

Versicherungen sind die eine Branche in dieser Collection, in der die interessante Frage nicht lautet: „Funktioniert der Agent?“ Die meisten tun es; Carrier setzen seit einem Jahrzehnt Machine-Learning-Risikomodelle ein. Die interessante Frage ist, ob sich das Ergebnis des Agents einer Aufsichtsbehörde eines Bundesstaats auf Verlangen erklären lässt und ob Ihr Core-System ihm überhaupt erlaubt, den Datensatz anzufassen. Diese Linse legt dieser Leitfaden an, statt einen generischen Funktionsvergleich zu bieten. Wenn Sie die assistierende Seite dieser Kategorie suchen, also Software, die einen menschlichen Schadenregulierer oder Underwriter beschleunigt, ohne in seinem Namen zu handeln, lesen Sie die besten AI-Tools für die Schadenbearbeitung in der Versicherung. Dieser Leitfaden behandelt Produkte, die planen und handeln sollen, nicht nur assistieren, eine Unterscheidung, die Was ist ein AI Agent ausführlicher erläutert.

Stand August 2026. Jeder Preis unten ist auf der Seite des jeweiligen Anbieters geprüft, und jede regulatorische Quellenangabe verlinkt die Primärquelle.

Was sich 2026 geändert hat

• Die zwei größten Anbieter von Core-Systemen haben eigene Agent-Ebenen ausgeliefert. Guidewire hat am 3. August 2026 sein Release Qusar mit einem integrierten Agentic Framework gestartet, und Duck Creek hat am 28. April 2026 eine versicherungsnative Agentic AI Platform vorgestellt. Beides gab es vor einem Jahr nicht als Paketprodukt.
• Roots Automation hat sich am 28. Mai 2026 in Bevaya umbenannt und positioniert sich nun nicht mehr als Anbieter von Dokumenten-AI, sondern als AI-Agent-Plattform für Underwriting, Schadenbearbeitung und Policenservice.
• Verisk hat seine Underwriting- und Schadendaten direkt mit Claude verbunden. Im Mai 2026 hat das Unternehmen zusammen mit Anthropic zwei Model-Context-Protocol-Konnektoren ausgeliefert, ein konkretes Beispiel für das Muster „Agent ruft ein Tool auf“, von dem diese ganze Kategorie abhängt.
• Das AI Systems Evaluation Tool der NAIC ist vom Vorschlag in einen aktiven Pilotbetrieb übergegangen. Zwölf Bundesstaaten setzen es von März bis September 2026 ein, und eine überarbeitete Fassung steuert auf eine Abstimmung beim NAIC Fall 2026 National Meeting zu.
• AI-bearbeitete Schadendokumente sind zu einem so ernsten Betrugsproblem geworden, dass Versicherer das Risiko von AI selbst bepreisen. Verisks Tochter ISO prüft zudem neue Haftungsausschlüsse speziell für Risiken durch agentische AI.

Wichtige Fakten

• Das Model Bulletin der NAIC zur Nutzung von Systemen künstlicher Intelligenz durch Versicherer, verabschiedet im Dezember 2023, wurde laut der Verfolgung der Übernahme durch Quarles & Brady von etwa der Hälfte der US-Bundesstaaten übernommen; Kalifornien, Colorado, New York und Texas regulieren den AI-Einsatz von Versicherern zusätzlich nach eigenen Regelwerken.
• Das AI Systems Evaluation Tool der NAIC, ein strukturierter Prüferfragebogen zu Governance, Bias-Tests und Dokumentation, läuft von März bis September 2026 als Pilot in 12 Bundesstaaten, die Annahme wird beim NAIC Fall National Meeting im November 2026 erwartet, so die regulatorische Zusammenfassung von Fenwick.
• Kaliforniens Physicians Make Decisions Act (SB 1120), seit dem 1. Januar 2025 in Kraft, verbietet Krankenversicherern, medizinisch notwendige Leistungen ganz oder teilweise auf Grundlage eines automatisierten Tools abzulehnen, zu verzögern oder zu ändern; diese Entscheidung darf nur ein zugelassener Arzt oder ein gleichwertig qualifizierter Kliniker treffen, so der Gesetzestext auf der Website der California Legislature.
• Versicherungsbetrug kostet die Vereinigten Staaten schätzungsweise 308,6 Milliarden $ pro Jahr, so der Bericht zu den wirtschaftlichen Auswirkungen der Coalition Against Insurance Fraud, der Hintergrund dafür, warum Agents zur Betrugserkennung in dieser Kategorie zuerst gekauft werden.
• 98% der Versicherer stimmen zu, dass AI-gestützte Bearbeitungstools einen Anstieg des digitalen Versicherungsbetrugs befeuern, und 99% sagen, sie seien bereits auf manipulierte oder mit AI veränderte Schadendokumentation gestoßen, so Verisks Studie State of Insurance Fraud 2026.

Was dies zu einem Agent macht und nicht nur zu Versicherungssoftware

Carrier nutzen seit Jahren Vorhersagemodelle im Underwriting und in der Schadenbearbeitung. Darum geht es hier nicht. Ein AI-Tool assistiert einem Menschen, der bei jedem Schritt beteiligt bleibt, etwa beim Scoring einer Anfrage oder beim Markieren eines Fotos als wahrscheinlich betrügerisch. Ein AI Agent plant eine Abfolge von Aktionen, ruft Ihr Core-System oder eine Datenquelle als Tool zur Ausführung auf, beobachtet, was zurückkommt, und entscheidet über den nächsten Schritt, wobei ein Mensch an definierten Grenzen eingreift statt bei jedem Klick. Nur 16% dessen, was Unternehmen im Produktivbetrieb „AI Agent“ nennen, plant, beobachtet und passt sich tatsächlich selbstständig an, so der Bericht State of Generative AI in the Enterprise von Menlo Ventures; der Rest ist Automatisierung mit fester Abfolge unter Agent-Etikett. Auch Versicherungen sind vor dieser Umetikettierung nicht gefeit, weshalb jedes Produkt unten auf eine echte mehrstufige Architektur mit Tool-Aufrufen geprüft wurde, bevor es in diese Liste kam. Gradient AI, Tractable, CCC Intelligent Solutions und EvolutionIQ, allesamt starke Produkte, haben es hier nicht in die Auswahl geschafft, weil ihre öffentlichen Unterlagen Scoring, Schadenschätzung per Computer Vision oder Empfehlungen mit Mensch im Prozess beschreiben und keinen Agent, der plant und handelt; sie werden stattdessen in der oben verlinkten Übersicht zu assistierenden Tools behandelt. Zur Mechanik der Plan-Act-Observe-Schleife siehe Was ist ein AI Agent, und zum Vergleich dieser Kategorie mit universellen Agent-Plattformen die besten AI-Agentenplattformen 2026.

Schnellvergleich

Die regulatorische Grenze, die sich nicht wegautomatisieren lässt

Jede andere Softwarekategorie auf dieser Website wird hauptsächlich nach Tempo und Kosten bewertet. Versicherungs-Agents werden auch danach bewertet, plus einer dritten Achse, die beide übertrumpft: Können Sie die Entscheidung einer Aufsichtsbehörde erklären? Das ist hier keine Compliance-Fußnote, sondern die Anforderung, die schon vor einer Demo die Hälfte des Feldes aussortiert.

Der Ausgangspunkt ist das Model Bulletin der NAIC zur Nutzung von Systemen künstlicher Intelligenz durch Versicherer, verabschiedet im Dezember 2023. Es verbietet AI im Underwriting oder in der Schadenbearbeitung nicht. Es verlangt, dass Entscheidungen, die mit AI getroffen oder unterstützt werden, dem gesamten bestehenden Versicherungsrecht genügen, was in der Praxis ein schriftliches AI-Governance-Programm, dokumentierte Bias-Tests und die Fähigkeit bedeutet, einen konkreten, allgemeinverständlichen Grund zu nennen, wenn eine AI-gestützte Entscheidung für einen Versicherungsnehmer ein nachteiliges Ergebnis hat, so die eigene Ressourcenseite der NAIC zu künstlicher Intelligenz. Etwa die Hälfte der US-Bundesstaaten hat das Bulletin oder eine enge Variante übernommen, so die Verfolgung durch Quarles & Brady, und Kalifornien, Colorado, New York und Texas regulieren den AI-Einsatz von Versicherern zusätzlich nach ihren eigenen, bereits bestehenden Regelwerken statt nach dem Bulletin selbst.

2026 verleiht dieser Anforderung echte Durchschlagskraft. Das AI Systems Evaluation Tool der NAIC, ein strukturierter Prüferfragebogen zu Governance, Bias-Tests, Anbieteraufsicht und Dokumentation, läuft von März bis September 2026 als Pilot in Kalifornien, Colorado, Connecticut, Florida, Iowa, Louisiana, Maryland, Pennsylvania, Rhode Island, Vermont, Virginia und Wisconsin, so die regulatorische Zusammenfassung von Fenwick. Eine überarbeitete Fassung geht diesen Herbst erneut in die öffentliche Konsultation, die Annahme wird beim nationalen Treffen der NAIC im November 2026 erwartet. Sobald es so weit ist, wird der Agent-Anbieter, den Sie dieses Jahr wählen, Teil Ihrer eigenen Antworten in der Prüfung, nicht mehr nur eine Zeile auf einer Rechnung.

Die Krankenversicherung zeigt, wohin das führt, sobald Aufsichtsbehörden „das Modell hat es empfohlen“ nicht mehr als alleinige Antwort akzeptieren. Kaliforniens Physicians Make Decisions Act (SB 1120), seit dem 1. Januar 2025 in Kraft, verbietet Versicherern, medizinisch notwendige Leistungen ganz oder teilweise auf Grundlage eines automatisierten Entscheidungstools abzulehnen, zu verzögern oder zu ändern: Diese Entscheidung darf nur ein zugelassener Arzt oder ein gleichwertig qualifizierter Kliniker treffen, so der Gesetzestext und die Analyse von Reed Smith. Indiana und Maryland haben 2026 vergleichbare Offenlegungs- und Prüfpflichten für Krankenversicherer verabschiedet. Nichts davon ist bislang P&C-Recht, aber es ist das deutlichste verfügbare Signal dafür, wohin sich die Regeln für Ablehnungen in Schaden und Underwriting entwickeln: Der Agent kann die Akte vorbereiten, das Risiko markieren und die Empfehlung entwerfen. Er sollte nicht derjenige sein, der Nein sagt. Bauen Sie diese Annahme unabhängig von der Sparte in Ihren Rollout ein, denn einen Prüfpunkt mit Mensch im Prozess nachzurüsten, nachdem ein Prüfer danach gefragt hat, ist ein weit unangenehmeres Gespräch, als ihn von Anfang an einzuplanen.

Bevor Sie mit einem Anbieter dieser Liste unterschreiben, fordern Sie die Dinge an, die eine Vertriebspräsentation nicht ungefragt herausgibt:

Das Tor der Legacy-Core-Systeme

Bevor Sie die Intelligenz eines einzelnen Agents bewerten, beantworten Sie eine nüchternere Frage: Kann er Ihr führendes System tatsächlich lesen und beschreiben? Guidewire (laut Unternehmen von mehr als 570 Versicherern in 40 Ländern genutzt) und Duck Creek bilden den Kern des Enterprise-Marktes für P&C-Core-Systeme, Sapiens ist stark im Mittelstand und bei internationalen Beständen. Ein Agent, der sich nicht sauber in das Core-System einbinden lässt, das Ihre Policen-, Schaden- und Abrechnungsdaten ohnehin hält, spart keine Zeit. Er schafft ein Abstimmungsproblem zusätzlich zu dem, das Sie schon hatten.

Deshalb haben die beiden größten Anbieter von Core-Systemen 2026 eigene Agent-Ebenen ausgeliefert, statt die Kategorie ganz den Punktanbietern zu überlassen. Guidewires Release Qusar und Duck Creeks Agentic AI Platform wurden beide dieses Jahr gestartet, damit Bestandskunden keinen Agent eines Drittanbieters aufsetzen und eine eigene Integration bauen müssen, um ihn nutzbar zu machen. Sapiens ging den gleichen inkrementellen Weg: native Add-ons statt eines eigenständigen AI-Produkts, mit der erklärten Logik, dass Agents schlecht koordinieren, wenn die Systeme darunter fragmentiert sind. Wenn Sie bereits für eines dieser drei Systeme lizenziert sind, lohnt es sich meist, zuerst diesen Agent zu bepreisen, noch vor einer spezialisierten Punktlösung.

Punkt-Agents lösen dasselbe Problem, indem sie sich in diese Core-Systeme einbinden, statt sie zu ersetzen, wobei die Güte dieser Anbindung variiert und namentlich geprüft werden sollte, statt sie vorauszusetzen.

Wo jeder Agent zur Aufgabe passt

Carrier, MGAs und Makler kaufen selten nur eine Aufgabe. Nutzen Sie diese Übersicht, um zu sehen, wo die Abdeckung jedes Agents tatsächlich beginnt und endet, bevor Sie eine Shortlist eingrenzen.

1. Roots Automation (Bevaya): Die breiteste Agent-Abdeckung über Underwriting, Schaden und Service

Roots Automation hat sein Flaggschiffprodukt am 28. Mai 2026 in Bevaya umbenannt, und die Umbenennung spiegelt eine echte Verschiebung wider, nicht nur ein neues Logo: Es wird als AI-Agent-Plattform positioniert, die ausschließlich für Versicherungen gebaut ist, nicht als Anbieter von Dokumenten-AI mit nachträglich angeflanschten Agent-Funktionen. Bevayas Agents lesen, analysieren und empfehlen über Underwriting, Schadenbearbeitung und Policenservice hinweg, einschließlich Triage und Klärung von Anfragen, Deckungsanalyse, Rating und Empfehlungen für den nächsten Schritt, mit einer vom Unternehmen berichteten Genauigkeit von über 98%.

Die Plattform läuft auf InsurGPT, einem Ensemble von Modellen, das mit mehr als 300 Millionen proprietären Versicherungsdokumenten trainiert wurde, und liefert vorgefertigte Agents für dokumentenlastige Arbeit: Anfrageaufnahme, Schadenverläufe, Anlage der Schadenmeldung (FNOL), Versicherungsbescheinigungen. Das ist im Kern dasselbe Muster wie in So bauen Sie einen AI-Agent zur Dokumentenverarbeitung, nur auf versicherungsspezifische Formulare zugeschnitten. Ein visueller Workflow Canvas, Prüfung mit Mensch im Prozess, Confidence Scoring und ein vollständiger Prüfpfad bei jeder Aktion sind von Anfang an eingebaut statt nachträglich ergänzt, was für den obigen regulatorischen Abschnitt unmittelbar zählt. Das Unternehmen berichtet von 115+ Produktivinstallationen, darunter 3 der Top-5-P&C-Carrier, 3 der Top-10-Makler und 3 der Top-20-TPAs, bei einem Net Promoter Score von 74.

Preise: Individuell, Demo erforderlich, nicht veröffentlicht. Siehe bevaya.ai.

Am besten geeignet für: Carrier, Makler und TPAs, die eine Agent-Plattform für Underwriting-Aufnahme, Schadentriage und Policenservice wollen, statt Punktlösungen zusammenzustückeln.

2. Guidewire AI (Qusar): Agents im Core-System, das die meisten P&C-Carrier ohnehin betreiben

Guidewires Release Qusar, angekündigt am 3. August 2026, führte ein Agentic Framework ein, mit dem Versicherer AI Agents bauen, bereitstellen und verwalten können, mit sicherem Echtzeitzugriff auf Policen-, Schaden- und Abrechnungsdaten, die ohnehin in der Guidewire Cloud Platform liegen. Drei vorgefertigte Agents gehören dazu: Claim Summarization, die Schadenregulierern eine Zusammenfassung liefert, damit sie sich auf komplexe Regulierungen statt auf manuelle Notizprüfung konzentrieren können; Policy Change, ein eingebetteter Assistent, der Underwritern und Servicemitarbeitenden hilft, Nachträge schneller zu bearbeiten, das Pendant im Policenservice zur breiteren Kategorie der besten AI Agents für den Kundenservice; und Agentic First Notice of Loss, ein Sprach-Agent im Dialog, der Anspruchsteller durch die erste Schadenmeldung führt und dabei strukturierte Angaben erfasst, dieselbe Aufgabe der dialogbasierten Aufnahme, die aus Sicht des Contact Centers in den besten AI Agents für Call Center behandelt wird.

Der Vorteil ist strukturell: Zwischen Agent und denselben Daten aus ClaimCenter oder PolicyCenter, in denen Ihr Team ohnehin arbeitet, liegt keine Integrationsebene, genau die Lücke, die Punktlösungen für ein Guidewire-Haus schwerer zu rechtfertigen macht. Der CIO des Automobile Club of Southern California berichtete, der Agent zur Schadenzusammenfassung verbessere bereits die Effizienz der Regulierer. Der Kompromiss ist ebenso strukturell: Dies ist ein Framework, mit dem Ihr eigenes Team Agents auf Guidewires Daten baut und steuert, eher eine Plattformfähigkeit als ein einzelnes Paketprodukt, planen Sie also ein, dass Ihre Guidewire-Admins und Entwicklungsressourcen den Rollout verantworten.

Preise: Nicht veröffentlicht; Teil der Lizenzierung der Guidewire Cloud Platform, die ihrerseits individuell angeboten wird. Siehe guidewire.com.

Am besten geeignet für: Carrier, die bereits Guidewire ClaimCenter oder PolicyCenter betreiben und Agents wollen, die in diesen Daten verankert sind, ohne ein neues Integrationsprojekt.

3. Duck Creek AI: Speziell gebaute Agents für die Übergabe von Underwriting zu Schaden

Duck Creek hat am 28. April 2026 seine versicherungsnative Agentic AI Platform vorgestellt, entworfen, um AI Agents über den gesamten Versicherungslebenszyklus bereitzustellen, zu orchestrieren und zu steuern, nicht als einzelner Bot für einen Zweck. Zwei Anwendungen kamen gleichzeitig dazu: die Agentic Underwriting Workbench, die Datenerhebung, Aufnahme und Triage automatisiert, um wertvolle Anfragen zu priorisieren und entscheidungsreife Akten zu liefern, und Agentic First Notice of Loss, die Schäden über mehrere Kanäle erfasst, validiert und weiterleitet, einschließlich früher Betrugserkennung, und gemeinsam mit Google Cloud auf Gemini-Modellen entwickelt wurde.

Das technische Design der Plattform ist für die obigen regulatorischen Fragen bemerkenswert: Duck Creek beschreibt sie als Kombination aus Core-System-Daten, Versicherungs-Domänenmodellen und neuro-symbolischem Schließen, also deterministischen Regeln mit probabilistischer AI, um Agent-Entscheidungen gezielt innerhalb der Grenzen zu halten, unter denen Versicherungsabläufe ohnehin arbeiten, statt ein reines LLM die richtige Antwort raten zu lassen. Duck Creek rechnet unter Berufung auf Forschung der Boston Consulting Group mit bis zu 80 Milliarden $ jährlicher Wirkung agentischer AI auf dem gesamten US-P&C-Markt.

Preise: Individuell, nicht veröffentlicht. Siehe duckcreek.com.

Am besten geeignet für: Auf Duck Creek standardisierte Carrier, die Underwriting- und FNOL-Agents wollen, die gemeinsam für ihren bestehenden Lebenszyklus entworfen wurden, statt sie nachträglich aufzusetzen.

4. Sapiens: Inkrementelle Agents für Carrier, die auf Sapiens Core standardisiert sind

Sapiens ging einen anderen Weg als Guidewire oder Duck Creek: Statt eine eigene AI-Plattform unter eigener Marke zu starten, liefert es agentische Fähigkeiten als native Add-ons über Police, Underwriting, Schaden, Rückversicherung, Entscheidungsfindung sowie Finanzen und Compliance (die Finanzseite überschneidet sich mit der breiteren Kategorie der besten AI Agents für Finanzen), direkt im Core-System, das Carrier ohnehin betreiben. Auf der Schadenseite kann ein Agent einen Schaden entgegennehmen, den Schaden bewerten, auf Betrugssignale prüfen, komplexe Fälle an einen Regulierer weiterleiten und einfache Regulierungen automatisch freigeben. Auf der Underwriting-Seite lesen Agents fortlaufend Risikosignale aus historischen Schadendaten, Umweltrisikomodellen, Wirtschaftsindikatoren und Telematik- oder IoT-Eingaben, statt auf eine periodische manuelle Prüfung zu warten.

Die von Sapiens selbst genannte Logik des inkrementellen Ansatzes sollte man als Kaufargument ernst nehmen, nicht nur als Marketingzeile: Agentische AI funktioniert am besten innerhalb einer einheitlichen Plattform, und wenn Ihre Systeme fragmentiert bleiben, tun sich Agents schwer, Arbeit über sie hinweg zu koordinieren. Das ist ein echtes Argument für Carrier, die bereits auf Sapiens Core laufen, und ein echtes Argument dagegen, einen separaten Best-of-Breed-Agent auf einen fragmentierten Stack zu setzen. Für Carrier, die nicht bereits auf Sapiens standardisiert sind, passt es schlechter, da es keinen schlanken Weg gibt, nur die Agent-Ebene zu übernehmen.

Preise: Individuell, nicht veröffentlicht. Siehe sapiens.com.

Am besten geeignet für: Mittelständische und internationale Carrier, die bereits Sapiens Core betreiben und schrittweise Agent-Fähigkeit wollen, ohne einen separaten AI-Anbieter einzuführen.

5. Sixfold: Ein Underwriting-Agent mit institutionellem Gedächtnis für Leben und P&C

Sixfolds Underwriting-Agent leistet etwas, was die meisten Scoring-Tools nicht tun: Er nimmt die eigenen Underwriting-Richtlinien und früheren Entscheidungen jedes Versicherers auf, lernt dessen spezifische Risikobereitschaft und bewertet dann neue Anfragen mit einem Score von 0 bis 5, gestützt auf zitierte Belege, statt ein generisches Modell über alle Kunden zu legen, die Underwriting-Variante des Musters aus So bauen Sie einen AI-Agent zur Risikoüberwachung. Mitte 2026 kam eine Straight-through-Fähigkeit für Angebot und Abschluss bei gut verstandenen Risiken hinzu, vom beratenden Scoring hin zu echtem agentischem Handeln an der Anfrage selbst, so The Insurer.

Das Produkt für Leben und Gesundheit arbeitet anders, aber nach demselben Prinzip: Es fasst Krankenakten und Verschreibungshistorien zusammen und legt Beeinträchtigungen und Mortalitätsfaktoren offen, abgestimmt auf die Risikobereitschaft des Versicherers, und kürzt damit die manuelle Aktenprüfung, die den Tag eines Lebensversicherungs-Underwriters auffrisst. Das Unternehmen berichtet von Verkürzungen der Bearbeitungszeit um 50% bis 97%, Zugewinnen bei der Hit Ratio von mindestens 15% und bis zu 30% höheren Bruttoprämien pro Underwriter, bei 1,5 Millionen Anfragen seit der Gründung 2023, mit Kunden, die 270 Milliarden $ Bruttoprämie vertreten, darunter Zurich, Guardian, Axis und New York Life.

Preise: Individuell, Demo erforderlich, nicht veröffentlicht. Siehe sixfold.ai.

Am besten geeignet für: Underwriting-Teams in Leben, Gesundheit und P&C, die einen Agent wollen, der auf ihren eigenen bisherigen Entscheidungen trainiert ist statt auf einem generischen branchenweiten Risikomodell.

6. Federato: Agentic RiskOps für portfoliobewusste Underwriting-Entscheidungen

Federatos RiskOps-Plattform geht von einer anderen Frage aus als die meisten Underwriting-Agents: nicht „Ist diese Anfrage ein gutes Risiko?“, sondern „Passt diese Anfrage zu dem Portfolio, das wir tatsächlich aufbauen wollen?“ Die agentische Ebene bewertet eingehende Anfragen nach Risikobereitschaft und Gewinnchance, übernimmt die Datenextraktion automatisch, damit Underwriter nicht manuell suchen müssen, und erzeugt einen ersten Angebotsentwurf mit voller Einsicht, wie die Zahl zustande kam, wobei jede Empfehlung an die Strategie auf Portfolioebene zurückgebunden wird, statt jede Akte isoliert zu bewerten.

Diese Herkunftsangabe ist wichtiger, als sie klingt: Ein Underwriter oder eine Aufsichtsbehörde kann genau nachvollziehen, welche Anfragedaten und Portfolioregeln ein bestimmtes Angebot hervorgebracht haben, ein deutlich anderes Verhalten als bei einem Black-Box-Score. Federato berichtet von einer um 15% höheren Hit Ratio durch die Plattform. Das Unternehmen hat im November 2025 in einer Series-D-Runde 100 Millionen \(aufgenommen, womit sich die Gesamtfinanzierung auf 180 Millionen\) beläuft, ein Zeichen für Beständigkeit bei einem Einsatz, der typischerweise mehrjährig und nahe am Core liegt.

Preise: Individuell, nur Demo und Angebot, nicht veröffentlicht. Siehe federato.ai.

Am besten geeignet für: Underwriting-Teams, die Agent-Ergebnisse auf Anfrageebene wollen, die an die Risikobereitschaft auf Portfolioebene zurückgebunden sind, nicht nur ein schnelleres Einzelangebot.

7. Akur8: Transparente Pricing-Agents, gebaut, damit eine Aufsichtsbehörde sie lesen kann

Akur8s Kernprodukt war schon immer transparentes Pricing mit Machine Learning: strukturierte, erklärbare Rating-Modelle statt einer undurchsichtigen Black Box, im Einsatz bei mehr als 300 Versicherungsunternehmen in über 40 Ländern, darunter AXA, Generali, Munich Re und MAPFRE. 2026 begann das Unternehmen, agentische AI direkt in diese Plattform einzubetten und manuelle Schritte des aktuariellen Workflows selbst zu automatisieren, etwa Datenaufbereitung, Modelliteration und Dokumentation für Einreichungen, wobei das zugrunde liegende Pricing-Modell transparent genug bleibt, um es vor einer Tarifaufsicht zu vertreten.

Dieses Transparenz-zuerst-Design ist das gesamte Unterscheidungsmerkmal in einer Kategorie, die um Erklärbarkeit besorgt ist: Die meisten Anbieter rüsten Prüfpfade auf undurchsichtige Modelle nach, weil eine Aufsichtsbehörde danach gefragt hat, während Akur8s Versprechen lautet, das Modell sei von Tag eins an so gebaut, dass man es lesen kann. Eine Übernahme von Matrisk im Januar 2026 brachte LLM-basierte Extraktion aus öffentlichen regulatorischen Einreichungen hinzu und speist strukturierte Wettbewerbs- und Regulierungsdaten in dieselbe transparente Pricing-Engine statt in ein separates Tool.

Preise: Nicht veröffentlicht. Individuell, für ein Angebot Akur8 kontaktieren. Siehe akur8.com.

Am besten geeignet für: Aktuariats- und Pricing-Teams, die agentische Automatisierung wollen, ohne ein Modell aufzugeben, das sie in einer Tarifeinreichung vertreten können.

8. Shift Technology: Agentische Betrugserkennung und Schadenentscheidung im großen Maßstab

Shift Technologys Shift Claims wendet agentische AI über den gesamten Schadenlebenszyklus an: Es bewertet eingehende Schäden auf Deckungsausschlüsse, Haftung und Exposure, klassifiziert und priorisiert Fälle, führt Schadensachbearbeiter, wenn noch eine menschliche Entscheidung nötig ist, und automatisiert die routinemäßigen Bearbeitungsschritte drumherum. Frühe Anwender, darunter AXA Switzerland, berichten (laut eigener Ankündigung des Unternehmens) von 3% niedrigeren Schadenaufwendungen, 30% schnellerer Schadenbearbeitung, einer Automatisierungsquote von insgesamt 60% und einer Genauigkeit von über 99% in der Schadenbewertung.

Speziell bei der Betrugserkennung bewertet die breitere Shift-Plattform Schäden anhand einer wachsenden Bibliothek von Hunderten Betrugsszenarien über strukturierte Schadendaten ebenso wie über gescannte Dokumente, Bilder und Videos, und das Unternehmen arbeitet mit der ICA und EXL an einer nationalen Plattform zur Betrugserkennung in der Kfz-Versicherung, dasselbe Muster aus Scoring und Routing, das allgemein in So bauen Sie einen AI-Agent zur Betrugserkennung behandelt wird. Shift taucht auch in unserer Übersicht zu assistierenden AI-Tools für die Schadenbearbeitung in der Versicherung mit seinem breiteren Produkt zur Schadenentscheidung auf; dieser Eintrag behandelt speziell die neuere agentische Schadenebene, in der die Plattform plant und priorisiert, statt nur zu bewerten.

Preise: Individuell, nur Enterprise, Demo erforderlich. Siehe shift-technology.com.

Am besten geeignet für: Große Versicherer und Betrugsstellen, die einen Agent für Schadenbewertung, Priorisierung und Betrugsscoring wollen statt getrennter Punkt-Tools.

9. Verisk AI: Die Daten- und Orchestrierungsebene unter anderen Agents

Verisks Platz in dieser Liste unterscheidet sich von den anderen neun: Es ist weniger ein einzelnes Paketprodukt als die Daten- und Orchestrierungsinfrastruktur, die Agents anderer Versicherer und anderer Anbieter zunehmend als Tool aufrufen. Verisk bringt generative und agentische AI in Underwriting, Schadenbearbeitung und Katastrophenmodellierung, mit Produkten wie dem Commercial Underwriting Assistant und XactAI für Schäden, und wandelt unstrukturierte Dokumente über die Kette von Underwriting bis Schaden in nutzbare Daten um.

Im Mai 2026 lieferte Verisk zusammen mit Anthropic zwei Model-Context-Protocol-Konnektoren aus, mit denen Claude-basierte Workflows Verisks Underwriting- und Schadendaten direkt abrufen können, während die abgerufenen Daten in der eigenen Sitzung des Kunden bleiben, ein konkretes, funktionierendes Beispiel für das Muster „Agent ruft ein Tool auf“, von dem diese ganze Kategorie abhängt. In seiner eigenen Carrier-Umfrage stellte Verisk fest, dass 70% der Befragten AI für Underwriting-Anwendungsfälle bereits in den vollen Produktivbetrieb überführt haben. Für Käufer bemerkenswert: Verisk prüft über seine Tochter ISO zudem neue Haftungsausschlüsse speziell für Risiken durch agentische AI, ein Zeichen dafür, dass die Branche das Risiko der Kategorie, um die es in diesem Artikel geht, noch bepreist.

Preise: Individuell, gebündelt in bestehende Verisk-Datenabonnements oder daneben; nicht als eigenständiger Tarif veröffentlicht. Siehe verisk.com.

Am besten geeignet für: Carrier und Anbieter, die agent-fähigen Zugriff auf Verisks Underwriting- und Schadendaten wollen, auch über Claude und MCP, statt eines einzelnen vertikalen Punkt-Agents.

10. Indico Data: Speziell gebaute Agents für Anfrage, Schaden und Maklerkommunikation

Indico Datas Agentic Decisioning Platform liefert fünf benannte Agent-Typen, die zusammenarbeiten statt eines monolithischen Agents: Extraction and Classification, Summarization, Validation, Data Enrichment und Web Research, orchestriert über einen visuellen Agent Workflow Canvas und anpassbar über den Agent Builder. Statt eines durchgängigen Schaden-Agents verketten sich Indicos Agents für bestimmte Aufgaben: Anfrage-Triage, Zusammenfassung von Schadenverläufen, Abstimmung von Bordereaux, Verarbeitung von FNOL und, bemerkenswert für die Makler-Seite dieser Liste, die Verarbeitung der Maklerkommunikation, eine Aufgabe, die die meisten anderen Anbieter hier nicht ausdrücklich benennen.

Das Unternehmen berichtet von mehr als 80% weniger manueller Bearbeitungszeit, einer vierfachen Kapazität bei der Anfragebearbeitung und 85% schnellerer Durchlaufzeit in Underwriting und Schaden bei Anwendern. Eine Partnerschaft mit Coherent im März 2026 erweiterte die Plattform von der Dokumentenaufnahme gezielt in die Underwriting-Orchestrierung und weitete ihren Fußabdruck auf den Workflow aus, der einer Anfrage folgt, statt bei der Extraktion zu enden.

Preise: Individuell, Demo erforderlich, nicht veröffentlicht. Siehe indicodata.ai.

Am besten geeignet für: Carrier, MGAs und Makler, die komponierbare Agents für dokumentenlastige Anfrage- und Schadenarbeit brauchen, einschließlich der Ebene der Maklerkommunikation, die andere Plattformen dieser Liste nicht ausdrücklich benennen.

So wählen Sie aus: Entscheidungsrahmen

| Wenn Sie ... brauchen | Wählen Sie ... | Warum |

Die Anbietertabelle wird erst nützlich, nachdem der Käufer die Aufgabe und die Governance-Grenze definiert hat.

|---|---|---| | Eine Agent-Plattform für Underwriting, Schadenbearbeitung und Policenservice | Roots Automation (Bevaya) | Größte Abdeckung in einer Plattform, 115+ Produktivinstallationen | | Agents, die nativ in Guidewire-Daten verankert sind | Guidewire AI (Qusar) | Keine Integrationsebene zwischen Agent und ClaimCenter/PolicyCenter | | Ein speziell gebautes Agent-Paar von Underwriting bis Schaden | Duck Creek AI | Underwriting Workbench und Agentic FNOL gemeinsam entworfen | | Schrittweise Agent-Fähigkeit auf einem Sapiens Core | Sapiens | Natives Add-on über den Core, kein separater AI-Anbieter zu integrieren | | Ein Underwriting-Agent, trainiert auf Ihre eigene Risikobereitschaft | Sixfold | Lernt die Richtlinien jedes Carriers, kein generischer Score | | Agent-Ergebnisse auf Anfrageebene, gekoppelt an die Portfoliostrategie | Federato | RiskOps bindet Underwriting-Aktionen an die portfolioweite Risikobereitschaft | | Agentisches Pricing, das Sie in einer Tarifeinreichung weiterhin vertreten können | Akur8 | Transparente ML-Modelle für den Blick der Aufsicht | | Agentische Betrugserkennung im nationalen oder Enterprise-Maßstab | Shift Technology | Betrugsscoring plus Schadenentscheidung in einer Agent-Ebene | | Agent-fähiger Zugriff auf die Underwriting- und Schadendaten selbst | Verisk AI | Daten- und Orchestrierungsebene, einschließlich Claude/MCP-Konnektoren | | Komponierbare Agents für Dokumente plus Maklerkommunikation | Indico Data | Benannter Agent für Maklerkommunikation, in dieser Kategorie ungewöhnlich |

Herstellerzahlen und was Sie selbst prüfen sollten

Jeder Anbieter in diesem Artikel nennt eine gute Zahl. Das ist zu erwarten; sie verkaufen Software. Es lohnt sich zu trennen zwischen einem kontrollierten, unabhängig geprüften Ergebnis und einem internen Vorher-Nachher-Vergleich, den ein Anbieter bei den eigenen frühen Kunden durchgeführt hat. Fast jede Zahl oben, Sixfolds Verkürzung der Bearbeitungszeit um 50% bis 97%, Shifts Automatisierungsquote von 60%, Indicos Reduktion der Bearbeitungszeit um über 80%, Bevayas Genauigkeit von über 98%, stammt aus vom Anbieter veröffentlichten Materialien, nicht aus einem Audit durch Dritte. Das macht die Zahlen nicht falsch. Es heißt, dass Sie sie als Obergrenze behandeln sollten, die Ihr eigener Pilot erreichen muss, nicht als Zahl, die Sie ohne eigene Daten dahinter in eine Vorstandspräsentation übernehmen.

Rahmen: Nach Carrier-Typ und Kaufmotiv

| Profil | Kaufsignal | Beste Passung |

Der Rahmen ordnet sechs Carrier- und Makler-Profile unterschiedlichen Kaufmotiven für Agents zu.

|---|---|---| | Kleiner regionaler Carrier oder MGA, ohne eigenes AI- oder Datenteam | Will einen Paket-Agent, kein Bauprojekt | Sixfold, Akur8, Indico Data | | Mittelgroßer P&C-Carrier, bereits auf Guidewire, Duck Creek oder Sapiens | Will Agents, die in dem bereits lizenzierten Core-System verankert sind | Guidewire AI, Duck Creek AI, Sapiens | | Großer nationaler oder Multi-Line-Carrier mit eigener SIU | Betrugserkennung und Schadenentscheidung im großen Maßstab haben Priorität | Shift Technology, Roots Automation (Bevaya) | | Spezialist für Underwriting in Leben und Gesundheit | Braucht die Zusammenfassung von Krankenakten und Mortalitätssignalen | Sixfold | | Makler, MGA oder Agentur, kein risikotragender Carrier | Anfrage-Triage und Automatisierung der Maklerkommunikation | Indico Data, Federato, Roots Automation (Bevaya) | | Daten- oder Analytics-Team, das die Agents anderer Anbieter speist | Will Underwriting- und Schadendaten als API- oder MCP-Ebene | Verisk AI |

Was Sie als Nächstes tun sollten

Bevor Sie eine einzige Demo durchführen, notieren Sie die sechs Aufgaben aus der obigen Matrix und markieren Sie, welche Sie dieses Jahr wirklich brauchen, nicht irgendwann. Bestätigen Sie dann Ihr Core-System (Guidewire, Duck Creek, Sapiens oder etwas anderes), bevor Sie sich in die Roadmap eines Anbieters verlieben, denn allein diese Antwort scheidet so oder so die Hälfte dieser Liste aus. Setzen Sie zwei Produkte auf die Shortlist, eines core-natives und eine Punktlösung, wenn Sie auf Guidewire, Duck Creek oder Sapiens laufen, und lassen Sie beide dieselben 20 bis 30 realen historischen Schäden oder Anfragen durchlaufen statt eines vom Anbieter gewählten Demo-Sets. Fordern Sie von jedem die Nachweis-Checkliste aus dem obigen regulatorischen Abschnitt an, bevor Sie etwas unterschreiben, nicht danach. Der Agent, der Ihre eigenen Daten und die Fragen Ihrer eigenen Compliance-Abteilung übersteht, ist der, für den es sich lohnt, Budget einzuplanen, nicht der mit der besten Demo.