Wie KI, Klimarisiko und Automatisierung die nächste Generation der Belegschaft im Versicherungswesen umgestalten

Da Automatisierung und komplexe Risikokategorien neu definieren, was Versicherer tun, ist die Gestaltung der Belegschaft zu einer operativen und strategischen Prüfung geworden – statt zu einer HR-Aufgabe.

Zusammenfassung

Die Versicherungsbranche befindet sich mitten in einer strukturellen Neuorganisation der Arbeit. Die treibenden Kräfte sind gut dokumentiert: die rasche Einführung von Automatisierung, die Verbreitung von künstlicher Intelligenz und fortgeschrittener Analytik in Underwriting und Schadenregulierung sowie das Aufkommen von Risikokategorien — Klima, Cyber, Geopolitik, Mobilität —, die sich nicht sauber in traditionelle versicherungsmathematische oder Underwriting-Grenzen einordnen lassen.Aons Bewertung des Sektors rahmt das Problem weniger als Einstellungsmangel denn als Kompetenz-Missverhältnis. Die Untersuchung identifiziert drei aufkommende Talentcluster, die zusammen beschreiben, wie die Branche Kompetenzen neu verteilt: neu gedachte Praktiker, Branchen-Futuristen und Wandel-Orchestratoren. Untermauernde Daten verweisen auf das Ausmaß des Übergangs: 97 % der Versicherer beschleunigen die Automatisierung, eine der höchsten Raten über alle Sektoren hinweg; 43 % der heutigen Aufgaben weltweit werden bis 2030 voraussichtlich automatisiert sein; und 59 % der weltweiten Belegschaft werden angesichts bestehender Talentengpässe eine Weiterqualifizierung benötigen, wobei 91 % der Versicherer neue Investitionen in Lernen und Entwicklung planen.

Die strategische Implikation ist eindeutig. Versicherer, die die Neugestaltung der Belegschaft als nachgelagerte Folge von Technologieprogrammen betrachten, werden wahrscheinlich schlechter abschneiden als diejenigen, die Talentarchitektur als primäre Gestaltungsvariable betrachten.

EinleitungIn den meisten der vergangenen zwei Jahrzehnte wurden Technologieinvestitionen in der Versicherungsbranche als Systemfrage gerahmt: Ablösung von Kernplattformen, Datenintegration, digitaler Vertrieb. Es wurde angenommen, dass Talente folgen würden. Diese Annahme steht nun unter Druck. Die Aufgaben, die Automatisierung übernehmen kann, nehmen zu, während die Risikolandschaft Nachfrage nach Expertise erzeugt, die außerhalb der traditionellen Qualifikationswege der Branche liegt.

Das Besondere an der aktuellen Phase ist, dass beide Bewegungen gleichzeitig stattfinden. Automatisierung beseitigt oder restrukturiert Routinetätigkeiten in der Verarbeitung, während zugleich Klima- und Cyberrisiken Nachfrage nach Spezialistinnen und Spezialisten erzeugen, die Branchenkenntnis mit wissenschaftlichem, datenbezogenem oder politischem Hintergrund verbinden. Organisationen, die einen Trend einplanen und den anderen ignorieren, neigen dazu, fragmentierte Betriebsmodelle hervorzubringen.Automatisierung in der Versicherung ist nicht neu. Regelbasierte Verarbeitung, durchgängige Schadenbearbeitung und die frühe Digitalisierung von Dokumenten sind seit Jahren etabliert. Was sich geändert hat, ist die analytische Ebene, die darauf aufgesetzt wird.

Modelle des maschinellen Lernens unterstützen heute die Preisgestaltung und Risikoselektion auf eine Weise, die menschliches Urteilsvermögen an einer anderen Stelle im Arbeitsablauf erfordert — nicht an der Stelle der Berechnung, sondern an der Stelle der Validierung, Ausnahmebehandlung und Interpretation. Große Sprachmodelle werden auf unstrukturiertes Material angewendet: Versicherungsbedingungen, Schadenbeschreibungen, Korrespondenz, Aufsichtseinreichungen. Die Katastrophenmodellierung hat Geodaten, Satellitenbilder und zunehmend granularere Klimaprojektionen aufgenommen. Telematikdaten und Daten vernetzter Geräte haben eine kontinuierliche Risikobewertung in der Kfz-Versicherung eingeführt und, langsamer, in gewerblichen Sparten.Jede dieser Entwicklungen verändert die Zusammensetzung der Arbeit und nicht einfach nur deren Umfang. Aons Analyse des Humankapitals 2026 stellt fest, dass Organisationen Arbeitsplätze um Aufgaben herum neu gestalten statt um konventionelle Rollenbezeichnungen, was kontinuierliche Umschulung und hybride technisch-digitale Kompetenz als Grundvoraussetzungen statt als Differenzierungsmerkmale impliziert.

Die Einschränkung ist selten die Modellfähigkeit. Sie liegt in der Datenqualität, in veralteten Kernsystemen, in Integrationskosten und in der Verfügbarkeit von Personen, die sowohl die versicherungsmathematische oder Schadenssubstanz als auch das Verhalten der Modelle selbst verstehen.

Hauptanalyse: Drei aufkommende Kompetenzprofile

Aons Framework beschreibt eine Belegschaft, die am besten durch eine kompetenzbasierte Perspektive statt durch eine Hierarchie von Berufsfamilien verstanden wird.| Cluster | Beschreibung | Beispielrollen | | --- | --- | --- | | Neu gedachte Fachkräfte | Technische Expertinnen und Experten, von denen heute erwartet wird, dass sie digital versiert, anpassungsfähig und offen für KI- und datengesteuerte Arbeit sind; hybride Profile sind zunehmend gefragt | Underwriter, Schadenfachkraft, Aktuar, Data Scientist | | Branchenzukunftsforscher | Vorausschauende Denker, die aufkommende Risiken — Klima, Cyber, Geopolitik, Mobilität — in unternehmerisches Handeln übersetzen, oft aus sektorübergreifenden Hintergründen | Klimarisiko-Analyst, ESG-Manager, Cyber-Risiko-Lead | | Change-Orchestratoren | Transformationsverantwortliche, die die digitale Einführung vorantreiben, Zusammenarbeit fördern und Talentmobilität sowie Weiterqualifizierung ermöglichen | Transformation Lead, HR-Strategin, Business Readiness Lead |Praktiker neu gedacht. Underwriter, Schadenfachleute, Aktuare und Makler bleiben das technische Rückgrat der Branche, doch ihre Arbeit verschiebt sich von isolierten, manuellen Prozessen hin zu kollaborativen, instrumentierten Disziplinen. Der Fokus liegt zunehmend auf Profilen, die traditionelle Expertise mit angrenzenden Bereichen verbinden – Underwriter mit Nachhaltigkeitsqualifikationen, Aktuare mit Hintergrund in der Klimamodellierung, Schadenspezialisten, die mit Cyber-Exposure vertraut sind.

Zukunftsforscher der Branche. Sie sind die Übersetzer. Sie verfolgen Veränderungen in der Risikolandschaft und übersetzen sie in Produktdesign, Szenarioplanung und Portfoliostrategie. Ihr Wert hängt von der Nähe zu Praktikern ab: Vorausschauende Analyse ist nur dann nützlich, wenn sie in der Underwriting-Realität und in regulatorischen Rahmenbedingungen verankert ist. In der Zwischenzeit beziehen einige Versicherer diese Fähigkeit über Partnerschaften, Beratergremien und Ausschüsse statt über feste Planstellen.Change-Orchestratoren. Die Adoption wird selten durch die eingesetzten Tools begrenzt. Transformation Leads, Business-Readiness-Spezialisten und HR-Strategen sind die Funktion, die neue Technologie mit verändertem Verhalten verbindet – sie bauen KI- und Digitalkompetenz in Führungs- und operativen Teams auf, steuern die Kommunikation und verankern neue Arbeitsweisen. Unternehmensweite Weiterqualifizierungs- und Rotationsprogramme werden zur Standardpraxis, was die Erkenntnis widerspiegelt, dass Klima-, Cyber- und Digitalkompetenzen nicht auf eine einzige Abteilung beschränkt werden können.

Die ermöglichenden Bedingungen sind ebenso wichtig wie die Rollen. Eine Studie von Aon ergab, dass eine unattraktive Employee Value Proposition und Unternehmenskultur dazu führten, dass 65 % der Kandidaten sich aus einem Einstellungsprozess zurückzogen – ein wesentliches Signal in einem Markt, in dem Versicherer um digitale, datenbezogene und spezialisierte Risikotalente nicht nur untereinander, sondern auch mit Technologieunternehmen, Beratungsgesellschaften und Finanzdienstleistern konkurrieren. Auch die Lohntransparenz gewinnt als Personalthema auf Vorstandsebene an Bedeutung.Wie Rupert Moore, CEO Reinsurance, APAC bei Aon, feststellt, vollzieht sich der Wandel schneller als je zuvor, und Führungsverhalten bleibt einer der direktesten Hebel, um die Denkweise zu signalisieren, die die Transformation erfordert.

Innovationswirkung

Der hier beschriebene Arbeitskräftewandel beschränkt sich nicht auf die Versicherungsbranche, doch die Versicherungsbranche bietet ein ungewöhnlich klares Fallbeispiel, weil sie eine hohe Automatisierungsexposition mit komplexem, regulatorisch gebundenem fachlichem Urteilsvermögen verbindet.

Technologieentwicklung. Die Nachfrage nach erklärbaren Modellen, Audit-Trails und Human-in-the-Loop-Workflows in der Versicherungsbranche prägt, wie Enterprise-KI-Tooling entwickelt wird, insbesondere in regulierten Branchen, in denen Modelentscheidungen gegenüber Aufsichtsbehörden und Versicherungsnehmern gerechtfertigt werden müssen.Unternehmensinnovation und industrielle Transformation. Aufgabenbezogene Arbeitsgestaltung fördert modulare Betriebsmodelle, in denen spezialisierte Kompetenzen beschafft, geteilt oder rotiert werden können. Das hat Auswirkungen darauf, wie Versicherer Shared Services, Captives und Partnerschaften mit Dritten strukturieren.

Transformation der Belegschaft. Die Prognose einer 43%igen Automatisierung von Aufgaben bedeutet, dass Umschulung kein Bindungsvorteil mehr ist, sondern ein Kontinuitätserfordernis. Organisationen, die Fähigkeiten statt Titel Aufgaben zuordnen, gewinnen mehr Flexibilität bei der Neuverteilung von Mitarbeitenden, wenn sich Prozesse ändern.

Investitionen und Kommerzialisierung von Forschung. Kapital fließt in Risikoanalytik, Klimamodellierung und Schadenautomatisierung. Der Kommerzialisierungspfad für Klimawissenschaft und Datenforschung führt zunehmend über die Versicherungswirtschaft, die wissenschaftliche Ergebnisse in bepreistes Risiko umwandelt.Unternehmertum und Innovationsökosysteme. Die Insurtech-Aktivität hat sich von der Distribution hin zur Infrastruktur verlagert: Datenplattformen, Underwriting-Workbenches, Expositionsmodellierung und KI-Governance-Tools. Versicherer fungieren faktisch sowohl als Kunden als auch als Validierungsumgebungen für Unternehmen in der Frühphase.

Globale Wettbewerbsfähigkeit. Die Verfügbarkeit von Talenten wird zunehmend zum Standortfaktor. Märkte, die glaubwürdige Umschulungs-Pipelines und hybride Hochschul-Industrie-Programme aufbauen, können Kompetenzen anziehen, die andernfalls auf eine Handvoll Finanzzentren konzentriert sind.

Strategische Erkenntnisse

Technologiereife variiert stark. Während die Automatisierung breit eingeführt wird, unterscheidet sich die Tiefe des Einsatzes. Einige Versicherer betreiben modellgestütztes Underwriting in großem Umfang; andere verharren in der Pilotphase, eingeschränkt durch die Datenarchitektur.Die kommerzielle Chance liegt in der mittleren Ebene. Die wertvollste Arbeit – Validierung, Ausnahmebehandlung, Risikointerpretation, domänenübergreifende Produktgestaltung – ist genau der Bereich, in dem menschliche Fähigkeiten entscheidend bleiben und in dem hybrides Talent Differenzierung schafft.

Die Wettbewerbsdynamik begünstigt Arbeitgeber mit einer glaubwürdigen Kompetenzdarstellung. Die Quote von 65 % zurückgezogener Bewerber deutet darauf hin, dass Vergütung allein nicht ausreicht; Entwicklungspfade und kulturelle Bereitschaft haben Gewicht.

Regulatorische Überlegungen werden strenger. Governance-Rahmenwerke für KI im Finanzsektor erhöhen zusammen mit Anforderungen an die Klimaberichterstattung die Messlatte für dokumentierte Expertise und Rechenschaftspflicht. Dies schafft Nachfrage nach Spezialisten, die an der Schnittstelle von Modellierung, Compliance und unternehmerischer Entscheidungsfindung arbeiten können.Die Adoption hängt von der Organisationsgestaltung ab, nicht nur von Weiterbildungsbudgets. Dass 91 % der Versicherer neue Investitionen in Lernen planen, ist ermutigend, doch Investitionen ohne Neugestaltung auf Aufgabenebene erzeugen eher Zertifikate als Kompetenz.

Schwellenmärkte bergen latente Vorteile. Regionen mit starken MINT-Pipelines und geringeren Altlasten durch Altsysteme können möglicherweise schneller hybride Risikoteams aufbauen als etablierte Märkte, insbesondere in der Klima- und parametrischen Versicherung.

Die Konvergenz beschleunigt sich. Die Versicherungsbranche absorbiert Praktiken aus Datenwissenschaft, Klimawissenschaft, Cybersicherheit und Software-Engineering. Die nächste Phase der Talentstrategie wird wahrscheinlich eher dadurch definiert, wie effektiv diese Disziplinen integriert werden, als dadurch, wie tief eine einzelne von ihnen beherrscht wird.

Zukünftiger Ausblick

In den nächsten fünf bis zehn Jahren erscheinen mehrere Entwicklungspfade plausibel.Künstliche Intelligenz wird weiterhin routinemäßige analytische und administrative Aufgaben übernehmen und menschliche Arbeit in Richtung Aufsicht, Interpretation und beziehungsintensive Tätigkeiten verschieben. Die Grenze wird nicht statisch sein; Modelle, die eine Aufgabe heute ausreichend gut bewältigen, könnten schon in wenigen Jahren als zuverlässig genug gelten, um mit leichterer Aufsicht betrieben zu werden, wodurch die Arbeitsgestaltung wiederholt neu ausgerichtet wird.

Klimatechnologie und Klimawissenschaft werden ihre Integration in Versicherungsprozesse vertiefen. Während sich Daten zu physischen Risiken und Transitionsrisiken verbessern, werden Underwriting, Preisgestaltung und Kapitalallokation auf wissenschaftlicher Kompetenz beruhen, die derzeit rar ist — was das Argument dafür stützt, dass Rollen von Zukunftsforschern der Branche dauerhaft statt vorübergehend werden.

Halbleiter, Edge Computing und Satelliteninfrastruktur werden beeinflussen, wie viel Risikobewertung nahezu in Echtzeit durchgeführt werden kann, wodurch die den Versicherern verfügbare Datenoberfläche erweitert wird und entsprechend auch die analytischen Fähigkeiten, die für ihre Nutzung erforderlich sind.Die Arbeitskräftemodelle selbst werden fluider werden. Aufgabenbasierte Stellenarchitektur, Rotationsprogramme und branchenübergreifende Rekrutierung werden wahrscheinlich zur Norm werden, ebenso wie strukturiertere Partnerschaften mit Universitäten und Forschungseinrichtungen zum Kompetenztransfer.

Die Regulierung wird die Geschwindigkeit der Einführung bestimmen. Wo Governance-Rahmenwerke klar sind, können Versicherer KI-gestützte Prozesse zuversichtlich skalieren; wo sie unklar sind, kann der Einsatz in der Pilotphase ins Stocken geraten — was in beiden Fällen Folgen für die Personalplanung hat.

Die längerfristige Wettbewerbsfrage ist, ob sich die Versicherungsbranche als technologieaffine Branche präsentieren kann und nicht als eine Branche mit Altlasten. Diese Wahrnehmung wird, mehr als jedes einzelne Instrument, den Zugang zu den Talenten bestimmen, die der Sektor heute benötigt.

FazitDie Herausforderung für die Belegschaft der Versicherungsbranche ist nicht ein Mangel an Menschen. Es ist eine Diskrepanz zwischen den Fähigkeiten, die der Sektor historisch entwickelt hat, und der Kombination aus technischer Kompetenz, bereichsübergreifendem Denken und Veränderungsfähigkeit, die er jetzt benötigt. Aons Drei-Cluster-Rahmenwerk bietet einen praktischen Weg, diesen Übergang zu organisieren: die Fachkompetenz von Praktikern vertiefen und gleichzeitig digitale Kompetenz hinzufügen, einen Kader aufbauen, der aufkommende Risiken interpretieren kann, und in die Menschen investieren, die die Einführung vorantreiben.

Die Hinweise deuten in eine Richtung. Da die Automatisierung bei 97 % der Versicherer an Fahrt gewinnt und der Bedarf an Umschulung einen Großteil der globalen Belegschaft betrifft, hat sich die Talentarchitektur von einer unterstützenden Funktion zu einem bestimmenden Faktor für institutionelle Resilienz entwickelt.- Die Versicherungsbranche erlebt eine Neugestaltung von Arbeitsplätzen auf Aufgabenebene, getrieben durch Automatisierung, KI und analytische Tools, wobei prognostiziert wird, dass 43 % der heutigen globalen Aufgaben bis 2030 automatisiert sein werden.

• Drei Talentcluster beschreiben den Übergang: neu gedachte Fachkräfte, Branchenvisionär:innen und Wandel-Orchestrator:innen.
• Rekrutierung allein kann die Kompetenzlücke nicht schließen; 59 % der weltweiten Arbeitskräfte werden Reskilling benötigen, und 91 % der Versicherer planen neue Investitionen in Lernen und Entwicklung.
• Employee Value Proposition und Kultur sind von kommerzieller Bedeutung — ein unattraktives Wertversprechen trug dazu bei, dass 65 % der Bewerber:innen sich aus Einstellungsprozessen zurückzogen.
• Regulatorische Klarheit und Organisationsdesign, nicht die Leistungsfähigkeit der Modelle, dürften bestimmen, wie schnell hybride Arbeitskräftemodelle skalieren.Innovation, künstliche Intelligenz, digitale Transformation, Zukunft der Arbeit, Versicherungsinnovation, Transformation der Belegschaft, Umschulung, Deep Tech, Technologiestrategie, industrielle Innovation, aufkommende Technologie, Kommerzialisierung von Forschung, Klimarisiko, KI-Governance, digitale Wirtschaft

Quellen

• Aon, "Drei Rollen für den Aufbau der nächsten Generation der Versicherungsbelegschaft": https://www.aon.com/en/insights/articles/building-insurances-next-generation-workforce
• Aon, "Humankapital-Ausblick 2026: 5 Kräfte, auf die es zu reagieren gilt": https://www.aon.com/en/insights/articles/2026-human-capital-outlook-5-forces-to-act-on
• Aon, "Relevanz über den Zyklus hinweg: 5 strategische Imperative für Versicherer": https://www.aon.com/en/insights/articles/relevance-through-the-cycle-5-strategic-imperatives-for-insurers
• Weltwirtschaftsforum (wie von Aon zitiert): https://www.weforum.org/