Tech Trends 2025: Softwarebasierte Effizienz in der versicherungsmathematischen Arbeit

KI wird zur unsichtbaren Infrastruktur

KI verschwindet zunehmend in den Hintergrund – essenziell, allgegenwärtig und weitgehend unbemerkt, vergleichbar mit Strom oder dem Internet. In der aktuariellen Praxis bedeutet das: KI wird mehr und mehr Routineprozesse automatisieren – von der Bereinigung und Strukturierung von Rohdaten bis zur Generierung szenariobasierter Analysen zu Rückstellungen oder Kapitalanforderungen.

Bereits 70 % der Unternehmen erproben oder nutzen große Sprachmodelle (LLMs), zwei Drittel berichten von messbarem geschäftlichem Nutzen durch generative KI. Diese unsichtbare Schicht treibt Tools an, die Aktuar:innen bereits verwenden – ohne Eingabeaufforderungen oder manuelle Interaktionen.

Von groß zu schlank: Der Aufstieg kleiner Sprachmodelle

Während LLMs wie GPT-4 breit einsetzbar sind, sind sie für eng gefasste (aktuarielle) Anwendungsfälle oft ineffizient. Stattdessen setzen viele Unternehmen auf Small Language Models (SLMs) – KI-Modelle, die auf fokussierten internen Datensätzen trainiert werden.

Laut Deloitte bevorzugen 75 % der befragten Unternehmen kleinere Open-Source-Modelle – wegen besserer Kosteneffizienz, Kontrolle und Datensicherheit. Aktuar:innen könnten bald auf SLMs zurückgreifen, die auf historischen Daten oder firmenspezifischer Vertragssprache basieren, mit schnelleren, kontextbezogenen Ergebnissen bei voller Vertraulichkeit.

Agentische KI: Von der Erkenntnis zur Ausführung

Eine bedeutende Entwicklung im Jahr 2025 ist agentische KI: Systeme, die autonom handeln können. Man stelle sich eine KI vor, die Veränderungen in der Lebenserwartung erkennt, aktuariellen Tabellen aktualisiert und automatisch eine Wirkungsanalyse auslöst.

Bis 2027 sollen agentische Systeme bis zu 30 % der strukturierten Entscheidungsprozesse in großen Unternehmen übernehmen. Für Aktuar:innen bedeutet das einen geringeren Zeitaufwand für Datenzusammenstellung und mehr Raum für Interpretation und Beratung.

KI in Hardware: Lokal, privat, leistungsstark

Nach Jahren des Cloud-first-Denkens sorgt KI nun für eine Rückkehr zur Hardware. KI-fähige Chips in Laptops und lokalen Servern ermöglichen leistungsstarke Simulationen offline – schneller und sicherer.

Der Markt für KI-Chips soll von 50 Milliarden USD (2024) auf 400 Milliarden USD bis 2027 wachsen. Das erlaubt anspruchsvolle Modellierungen in sensiblen Umgebungen mit hohen Datenschutzanforderungen.

KI-gestützte Rechenkernmodernisierung

Unternehmenssoftware wird mit KI-zentrierter Architektur neu konzipiert – mit intelligenten Rechenkernen, die mit der Zeit lernen und sich anpassen. Für aktuarielles Arbeiten bedeutet das: sich selbst aktualisierende Reservierungstools, Echtzeit-Stresstest-Engines und dynamische Preismodelle.

Diese Modernisierung kann die Verarbeitungszeiten um bis zu 60 % verkürzen und zugleich die Nachvollziehbarkeit und Steuerung verbessern. Die Systemkomplexität nimmt jedoch zu – und macht Aktuar:innen zu unverzichtbaren Nutzer:innen und Wächter:innen dieser intelligenten Strukturen.

Daten-Governance und Sicherheit: Eine kritische Grundlage

KI-Systeme benötigen riesige Datenmengen – schlechte Daten können Fehler systematisch vervielfachen. Zudem steht Quantencomputing vor der Tür, was Risiken für heutige Verschlüsselungssysteme im Finanzbereich bedeutet.

55 % der Unternehmen verzichteten 2024 auf bestimmte KI-Anwendungen wegen ungelöster Sicherheitsfragen. Aktuar:innen, die mit sensiblen Daten wie Gesundheitsinformationen, Modellen zur Risikobewertung oder regulatorischen Meldungen arbeiten, müssen aktiv an der Gestaltung von Governance-Strategien mitwirken – von Verschlüsselung bis Audit-Trails.

Sie können den Deloitte-Report Tech Trends 2025 hier herunterladen.