KI und personalisierte Versicherungsangebote vergleichen: der Workflow, den ich wirklich nutze
Eine Kollegin schickte mir neulich ihr Handy mit der Frage: „Warum kostet dieselbe Zahnzusatzversicherung bei mir 12 Euro mehr als bei meinem Mann?" Die Antwort steckte nicht im Preis, sondern in einer Klausel auf Seite 14 der Bedingungen — einer Klausel, die ein Vergleichsportal nie anzeigt. Genau da fangen KI-Tools an, interessant zu werden. Und genau da fangen ihre Grenzen an.
Ich vergleiche seit rund zwei Jahren Versicherungsangebote mit KI-Unterstützung, für mich selbst und für Leute in meinem Umfeld. Nicht mit einem Portal, das eine Datenbank abfragt, sondern mit Sprachmodellen, in die ich meine Angebote, meine Vertragsbedingungen und meine Kontoauszüge kippe. Was dabei rauskommt, ist deutlich besser als die klassische Checkbox-Suche — und deutlich schlechter, als die Werbung verspricht. Wie man mit KI personalisierte Versicherungsangebote vergleicht, ist am Ende eine Frage der Vorarbeit, nicht des Tools.
Wichtige Erkenntnisse
- Das beste KI-Ergebnis entsteht nicht aus einem Prompt, sondern aus der Datenmülltrennung davor: Angebot, Bedingungen und persönliche Situation gehören getrennt hochgeladen.
- Strukturierte Vergleichsportale sind bei Preis und Deckungssummen überlegen. Sprachmodelle gewinnen, sobald es um Ausschlüsse, Wartezeiten und Formulierungen geht.
- Personalisierung heißt nicht „Tarif nach Alter", sondern Tarif nach Beruf, Vorerkrankung, Wohnort und Familienstand — und genau diese Variablen muss man dem Modell aktiv geben.
- Kein Modell ersetzt den Blick in die AVB. Aber es findet die Stellen, an denen sich der Blick lohnt.
- Ein Modellwechsel lohnt sich: Zwei Systeme, zwei Antworten — die Differenz ist oft erhellender als jede einzelne Antwort.
Warum der klassische Vergleich an seine Grenzen stößt
Vergleichsportale arbeiten mit einem festen Fragenkatalog. Alter, Familienstand, Berufsgruppe, grob geschätzte Deckungssumme. Fertig. Die Logik dahinter: Alle Angebote werden auf dieselben zehn Felder heruntergebrochen, damit man sie in eine Tabelle packen kann.
Das ist effizient. Es ist auch ungenau an genau den Stellen, an denen es Geld kostet. Ein Freiberufler mit Bürojob und einer Kreuzband-Op in der Vorgeschichte landet in derselben Schublade wie sein Nachbar ohne Vorerkrankung. Ein Umzug von München nach Halle verschiebt die Beiträge teils erheblich, ohne dass man es im Antrag überhaupt angeben kann. Und wer zwei Kinder hat, ist nicht einfach „Familie" — die Anzahl und das Alter ändern die Rechnung anders, als die Portale abbilden.
Genau diese Lücke soll KI schließen. Theoretisch. Praktisch tut sie es nur, wenn man sie richtig füttert.
Was Portale trotzdem besser machen
Bevor ich weiterlobe, eine Einschränkung: Bei den nackten Zahlen — Monatsbeitrag, Deckungssumme, Selbstbehalt — schlägt ein gutes Vergleichsportal jedes Sprachmodell. Hände weg von der Idee, einen Tarifrechner nachzubauen, indem man ChatGPT Preise schätzen lässt. Das funktioniert nicht, und die Zahlen, die dabei rauskommen, sind frei erfunden. Das habe ich schmerzhaft gelernt, als ich das Modell bat, mir „typische Beiträge für eine Hausratversicherung in meiner Stadt" zu nennen. Die Antwort war glatt, plausibel und vollkommen ausgedacht.
Welche KI-Systeme sich tatsächlich eignen
Die Auswahl ist größer, als man denkt. Grob sortiert nach Einsatzzweck:
| Tool-Typ | Wofür gut | Wo es versagt |
|---|---|---|
| Chat-Modelle (ChatGPT, Claude, Gemini) | Vertragstexte lesen, Ausschlüsse finden, Formulierungen vergleichen, Rückfragen stellen | Keine Echtdaten, keine aktuellen Preise, halluzinieren bei Zahlen |
| Vergleichsportale mit KI-Suche | Preis und Deckungssummen schnell sortieren, Tarife filtern | Personalisierung endet beim Standardfragenkatalog |
| Makler-Chatbots (z. B. Angebote auf Makler-Websites) | Erstgespräch, Bedarfsfragen, Terminvorbereitung | Verbindlichkeit, oft nur ein Anbieter-Spektrum |
| Spezialisierte InsurTech-Tools | AVB-Vergleich, Klauselanalyse | Wenige Anbieter, Wartezeiten bis zur Freischaltung |
In der Praxis kombiniere ich zwei davon: ein Vergleichsportal für die Preisvorauswahl, ein Sprachmodell für die Kleingedruckten. Die Reihenfolge ist wichtig — erst Portale, dann Modell. Sonst vergleicht man die falschen Tarife sehr gründlich.
Der Workflow: Schritt für Schritt vom Angebot zum Vergleich
Hier ist der Ablauf, den ich mittlerweile standardmäßig fahre. Er dauert beim ersten Mal etwa zwei Stunden, danach deutlich weniger.
Schritt 1: Rohdaten sammeln, nicht interpretieren
Alles, was Sie zum Vergleich brauchen, kommt in einen einzigen Ordner. PDF der Angebote. Die Versicherungsbedingungen. Die letzte Beitragsrechnung, falls schon eine Police existiert. Keine Screenshots von Vergleichstabellen — die verlieren beim Hochladen genau die Spalten, die zählen. Und keine handschriftlichen Notizen wie „Tarif B wirkt günstiger" — das Modell übernimmt solche Wertungen und plappert sie zurück.
Schritt 2: Die persönliche Situation als eigene Datei
Das ist der Schritt, den fast alle überspringen — und der über personalisierte Ergebnisse entscheidet. Schreiben Sie in ein separates Dokument, was Ihre Situation tatsächlich ausmacht:
- Beruf und der Anteil körperlicher Tätigkeit (nicht nur die Berufsbezeichnung)
- Vorerkrankungen mit Diagnosejahr, aber ohne Selbstdiagnosen
- Wohnort und ein möglicher Umzug in den nächsten drei Jahren
- Familienstand und wie viele Personen tatsächlich mitversichert sein sollen
- Was Sie bereits abgesichert haben — Doppeldeckungen sind teuer und häufig
- Ihre Schmerzgrenze beim Selbstbehalt, in Euro
Sechs Punkte, nicht zehn. Wer 25 Variablen reinwirft, bekommt Antworten, die nach 25 Variablen klingen.
Schritt 3: Vergleichsportal für den Preis, Modell für den Rest
Ich nehme drei bis fünf Tarife aus dem Portal mit, die preislich und bei der Deckungssumme infrage kommen. Diese lade ich zusammen mit ihren Bedingungen ins Sprachmodell und stelle konkrete Fragen. Die folgenden Formulierungen haben sich bei mir bewährt:
- „Liste für jedes Angebot alle Ausschlüsse auf, wörtlich zitiert mit Seitenzahl."
- „Vergleiche die Wartezeiten bei Krankheiten, die vor Vertragsbeginn behandelt wurden."
- „Welcher Tarif schließt eine Leistung aus, die in den anderen beiden enthalten ist?"
- „Wo widersprechen sich zwei Absätze innerhalb desselben Dokuments?"
Frage vier klingt übertrieben. Sie ist es nicht. In einem Angebot, das ich letztes Jahr geprüft habe, versprach die Leistungsübersicht eine ambulante Deckung, während die Bedingungen sie im Kleingedruckten auf bestimmte Fachrichtungen begrenzten. Das Modell fand den Widerspruch. Ein Vergleichsportal hätte ihn nie angezeigt.
Schritt 4: Gegenprobe mit einem zweiten Modell
Ich schicke dieselben drei Angebote an ein zweites Modell und lasse es die Antwort des ersten prüfen: „Hier ist eine Analyse. Prüfe sie gegen die angehängten Dokumente und nenne jede Behauptung, die nicht belegt ist." Zwei Modelle, zwei Antworten — die Differenz ist oft das eigentliche Ergebnis. Wo beide übereinstimmen, kann man dem Befund meist vertrauen. Wo sie auseinandergehen, sollte man selbst nachlesen.
Woran sich zeigt, dass der Vergleich wirklich personalisiert ist
Ein Ergebnis ist dann personalisiert, wenn es Aussagen enthält, die für fast niemanden sonst zutreffen. „Der Tarif passt zu Familien" ist Marketing. „Bei Ihrer Vorgeschichte ist der Selbstbehalt von 300 Euro rechnerisch günstiger als 150 Euro, weil die Beitragsdifferenz sich erst nach 40 Monaten amortisiert" — das ist Personalisierung.
Der Test, den ich empfehle: Lassen Sie sich eine Empfehlung geben und fragen Sie anschließend nach dem Gegenteil. „Warum ist dieser Tarif trotzdem nichts für mich?" Wenn das Modell jetzt konkret auf Ihre Situation eingeht, hat es die Daten verarbeitet. Wenn es Allgemeinplätze über Familienfreundlichkeit und Flexibilität von sich gibt, hat es nur die Leistungsübersicht zusammengefasst.
Und dann kommt der Moment, den kein Tool abnimmt. Rechnen Sie die wichtigsten Zahlen selbst nach. Beitragsdifferenz mal Restlaufzeit. Selbstbehalt mal erwartete Inanspruchnahme. Das hat nichts mit Misstrauen zu tun — Modelle machen dabei Flüchtigkeitsfehler, und zwar genau dann, wenn die Rechnung am plausibelsten aussieht.
Häufige Fragen
Kann ein KI-Versicherungsmakler echte Makler ersetzen?
Nein, aber er verschiebt die Arbeit. Ein KI-gestützter Makler-Chatbot stellt Bedarfsfragen, sammelt Unterlagen und bereitet das Gespräch mit dem Menschen vor. Der eigentliche Vergleich, die Beratung zur Haftungssituation, das Gespräch über Risiken, die man selbst nicht sieht — das bleibt bei einem Menschen. Der Chatbot macht das Vorgespräch schneller; er ersetzt es nicht.
Was taugt die „Ba die Bayerische ai"?
Ich habe mir die Anwendung vor einiger Zeit angesehen. Das Prinzip: ein Chat-Assistent, der Sie durch die Tarifberatung führt und den passenden Vertrag aus dem eigenen Angebot empfiehlt. Der Vorteil liegt auf der Hand — ein Anbieter, der seine eigenen Bedingungen kennt, formuliert präziser als ein generisches Modell über fremde Dokumente. Der Nachteil ist derselbe Anbietername. Eine Empfehlung aus dem eigenen Haus fällt nicht neutral aus, egal wie sauber der Algorithmus arbeitet. Für die Vorbereitung auf ein Beratungsgespräch durchaus brauchbar. Als Vergleichsinstanz über den Markt hinweg nicht.
Was bedeutet die Abbuchung im Zusammenhang mit „Ba die Bayerische ai abbuchung"?
Die Frage taucht auf, weil Chat-Assistenten in Versicherungs-Apps mitunter direkt zum Abschluss führen und am Ende ein Beitrag fällig wird. Eine Lastschrift aus einer solchen Anwendung ist nichts anderes als eine reguläre Vertragsabbuchung — derselbe Vertrag, nur digital angebahnt. Was Sie prüfen können, bevor abgebucht wird: Wurde der Vertrag tatsächlich bestätigt, liegt eine Police vor, und entspricht der abgebuchte Betrag dem im Angebot genannten Betrag. Bei Abweichungen immer die Police als Grundlage nehmen, nicht den Chatverlauf. Der Chatverlauf ist Marketing, die Police ist der Vertrag.
Wozu dient Snoopr?
Ein Assistent, der Verträge und Abrechnungen auslesen und Erstattungen sowie Sparpotenziale aufspüren soll. Der Reiz liegt darin, bestehende Unterlagen automatisch nach Fehlern und übersehenen Ansprüchen zu durchsuchen — genau das, was beim Vergleich mit KI mühsam von Hand passiert. Wenn Sie mehrere alte Verträge herumliegen haben, ohne zu wissen, was darin eigentlich steht, ist der Ansatz nachvollziehbar. Ich würde die Ergebnisse allerdings nie ungeprüft übernehmen. Ein Tool, das Geld zurückholen will, hat Anreize, die es nicht offenlegt.
Was KI nicht leisten kann — und worauf es am Ende ankommt
Sprachmodelle sind erstaunlich gut darin, 40 Seiten Versicherungsbedingungen zu lesen und mir zu sagen, wo es weh tut. Sie sind erstaunlich schlecht darin, mir zu sagen, ob der Vertrag zu mir passt. Diese Frage bleibt bei mir.
Was ich in zwei Jahren gelernt habe: Der eigentliche Gewinn liegt nicht darin, dass die KI den Vergleich übernimmt. Er liegt darin, dass sie die 20 Minuten Textarbeit abnimmt, die ich vorher gehasst habe — und mir dadurch die Ruhe lässt, die drei Fragen zu stellen, die wirklich zählen. Wer bin ich im Jahr 2026? Was ist mir das Risiko wert? Und wann wurde dieser Tarif zuletzt angefasst? Letzteres fragt man am besten den Anbieter persönlich, weil einem das kein Modell der Welt beantwortet.
Die Kollegin hat damals jedenfalls eine Antwort gefunden. Nicht durch das Portal, sondern durch einen Satz auf Seite 14, den sie selbst gelesen hat — mit dem Wissen, dass sie genau dort nachsehen muss.
