Webinar-Rückblick: Wie einer der größten Versicherer Europas KI-Agenten in Produktion brachte

Versicherungskunden rufen selten an, wenn alles gut läuft. Sie rufen nach einem Unfall an, um einen Schaden zu melden, oder mitten in einer echten Krise. Dieses Gespräch prägt alles, was danach kommt, und ist oft die einzige wirkliche Interaktion eines Kunden mit seinem Versicherer.

Admiral führt jedes Jahr Millionen solcher Gespräche im Vereinigten Königreich, in Italien, Frankreich und Spanien. Jetzt nutzt das Unternehmen KI-Agenten , um diese Gespräche regelkonform zu bearbeiten. 

In diesem Webinar zeigte uns das Team von Admiral, wie es dabei vorging: einen ersten Anwendungsfall auswählen, Rechts- und Compliance-Teams ab Tag null einbinden und von einem funktionierenden Prototypen zu Produktionsänderungen gelangen, die heute innerhalb von Stunden statt Wochen bereitgestellt werden.

Die wichtigsten Erkenntnisse

• Klein anfangen, aber mit einem echten Anwendungsfall. Admirals erster Anwendungsfall in Produktion – Ablöseangebote im britischen Kreditgeschäft – war klar genug abgegrenzt, um in einem realistischen Zeitrahmen umgesetzt zu werden, berührte aber dennoch Telefonie- und Backend-Integrationen. So ließ sich die Architektur validieren, ohne alles auf einmal lösen zu müssen.
• Setzen Sie die Messlatte vor der Skalierung höher, nicht niedriger. Admiral entwickelte von Tag eins an für die Produktion, passte seine Governance-Zyklen an das Tempo der Technologie an und band Rechts- und Compliance-Teams ab Tag null mit einem klar abgegrenzten Pilotprojekt ein.
• Regulierung ist die Basis, nicht das gesamte Design. Admiral ergänzt regulatorische Vorgaben durch eigene interne Regeln, nutzt deterministische Logik für alles, was nachweisbar sein muss, und leitet vulnerable oder belastete Kunden an menschliche Mitarbeitende weiter.
• In der Produktion beginnt die eigentliche Arbeit. Jede Änderung an einem Agenten durchläuft eine vollständige Suite von Simulationstests und wird schrittweise von 1 Prozent auf 100 Prozent des Traffics ausgerollt. Dieser Zyklus dauert inzwischen Stunden statt Wochen.

Klein anfangen, aber nicht zu klein

Admirals erster Anwendungsfall in Produktion waren Ablöseangebote im britischen Kreditgeschäft – ein bewusst kontrollierter Einstieg statt des schwierigsten Problems auf der Liste. Kampa beschrieb den Ansatz so: zunächst in einem Land und einer Geschäftssparte experimentieren, bevor weiter skaliert wird.

Neely sagte, dieses Muster unterscheide Deployments, die die Produktion erreichen, von denen, die ins Stocken geraten: Der Anwendungsfall muss eng genug gefasst sein, um ihn in einem realistischen Zeitrahmen zu lösen, aber komplex genug, um die umliegenden Systeme tatsächlich zu beanspruchen. Ablöseangebote funktionierten, weil das Gespräch nur eine begrenzte Anzahl möglicher Verläufe hat, aber dennoch Telefonie- und Backend-Integrationen berührt. So ließ sich die Architektur validieren, ohne alles auf einmal lösen zu müssen.

Bei dieser Auswahl waren einige Punkte entscheidend:

• Abgegrenzter Umfang, echte Komplexität. Der Anwendungsfall braucht genug Varianten, um Telefonie und Backend-Integration zu testen – nicht nur einen vorgegebenen Idealfall.
• Schnell in die Produktion. Je länger eine Entwicklung in der Entwicklungsphase bleibt, desto länger dauert es, bis echte Gespräche das Feedback liefern, das den Agenten tatsächlich verbessert. Neely bezeichnete dies als „die letzten 20 Prozent“ – den Teil, der erst sichtbar wird, wenn echte Kunden mit dem System sprechen.
• Volumen und Wirkung zusammen betrachten. Admiral begann mit einfachen Interaktionen mit hohem Volumen, bei denen kürzere Wartezeiten und schnellere Lösungen die Kundenerfahrung sichtbar verbessern würden.

Setzen Sie die Messlatte vor der Skalierung höher, nicht niedriger

Die Führung von Admiral stellte klar, dass KI-Agenten die Anforderungen an Compliance und Tests erhöhen sollten, nicht senken. Kampa sagte es direkt: Der Validierungsstandard müsse strenger sein als zuvor, denn das Risiko, dass ein Agent vom Skript abweicht oder eine Regel verletzt, unterscheidet sich grundsätzlich von der Ermessensentscheidung eines menschlichen Mitarbeitenden.

Dieser Standard zeigte sich in drei frühen Verpflichtungen des Teams:

• Für die Produktion entwickeln, nicht für einen Proof of Concept. Kampa wies ihre Teams an, von Tag eins an mit dem Ziel des Go-live zu entwickeln, statt ein kleines Experiment durchzuführen, das nie skaliert.
• Governance im Tempo der Technologie. Kampa merkte an, dass ein Governance-Prozess, der sechs Monate für eine Genehmigung braucht, Gefahr läuft, Technologie zu genehmigen, die bei ihrer Bereitstellung bereits veraltet ist. Admiral richtete seine Prüfzyklen an der Geschwindigkeit aus, mit der sich die zugrunde liegenden Modelle und Tools veränderten.
• Rechts- und Compliance-Teams ab Tag null. Auf die Frage, wann Rechts- und Compliance-Teams in das Projekt einstiegen, antworteten Kampa und Clark sofort: an Tag null – mit einem klar abgegrenzten Pilotprojekt, also einer definierten Anzahl von Anrufen, statt einer offenen Bitte um Freigabe.

Lassen Sie die Regulierung die Basis setzen, nicht das gesamte Design

Clark stellte klar, dass sich regulatorische Anforderungen zwischen dem Vereinigten Königreich, Italien, Frankreich und Spanien unterscheiden – etwa Kunden darüber zu informieren, dass sie mit einer KI sprechen, oder in manchen Ländern die Weiterleitung an einen Menschen anzubieten. Admiral entwickelte seine Agenten so, dass sie diese Unterschiede handhaben, ohne dass sich ein Anrufer durch „Eskalation“ aus einem lösbaren Gespräch herausziehen kann.

Bestimmte Gespräche werden vollständig von den Agenten ferngehalten: Admiral leitet vulnerable oder belastete Kunden an menschliche Mitarbeitende weiter. Die KI ist darauf trainiert, die Signale zu erkennen, die diese Übergabe auslösen.

Kampa beschrieb den übergeordneten Ansatz als mehrschichtig: „Regulierung ist nur die Basis.“ Darüber liegen Admirals eigene interne Regeln und Kulturstandards, die teilweise über regulatorische Vorgaben hinausgehen.

Diese Schichtung prägte auch, wo Admiral deterministische und nichtdeterministische Logik einsetzte. Clark erklärte, dass sich nichtdeterministisches Schlussfolgern gut eignet, um die Absicht von Anrufern zu verstehen oder Belastung zu erkennen. Alles, was das Unternehmen nachweisen können muss, jede vorgeschriebene regulatorische Aussage und jeder Gesprächspfad, den ein Kunde durchlaufen muss, muss dagegen deterministisch ablaufen – ohne Spielraum für Improvisation durch den Agenten.

Neely erläuterte, wie die Workflow-Struktur von ElevenLabs dies in der Praxis unterstützt: Agenten werden als Gruppe spezialisierter Sub-Agenten aufgebaut. Deterministische Gates, etwa zur Authentifizierung, geben Funktionen frei oder sperren sie, je nachdem, ob eine Bedingung erfüllt ist. Das Modell muss nicht selbst ableiten, was es tun darf.

Gemeinsam mit den Prozessverantwortlichen entwickeln

Statt Anforderungen aus dem Business auf klassische Weise an die Entwicklung zu übergeben, führten Admiral und ElevenLabs Workshops vor Ort durch. Sie brachten die Personen mit Kenntnis des Anwendungsfalls, das Engineering-Team und das Telefonie-Team in einem Raum zusammen. Neely sagte, bereits im ersten Workshop sei innerhalb von vier oder fünf Stunden eine funktionierende v0 des Agenten entstanden, verbunden mit Backend und Telefonie. Kampa und Clark konnten sie anschließend intern demonstrieren, um die Freigabe für die weitere Entwicklung zu erhalten.

Clark zufolge war diese Nähe auch über den ersten Prototyp hinaus wichtig: Die Prozessverantwortlichen sind der Technologie inzwischen nahe genug, um manche Änderungen selbst vorzunehmen. Denn im Workshop wurde die Plattform als Möglichkeit behandelt, einen bestehenden Geschäftsprozess zu übertragen, statt etwas völlig Neues einzuführen. Kampa verband dies mit Change Management im weiteren Sinne: Führungskräfte, mittlere Führungsebene und Mitarbeitende im direkten Kundenkontakt wurden früh eingebunden. So wird die Technologie Teil der tatsächlichen Geschäftsabläufe, nicht zu einem Nebenprojekt.

In der Produktion beginnt die eigentliche Arbeit

Sobald ein Agent live ist, behandelt Admiral jede Änderung – groß oder klein – gleich: als Branch, der eine vollständige Suite von Simulationstests durchläuft, bevor er Kunden erreicht. Clark beschrieb, wie ein Rollout mit 1 Prozent des Traffics beginnt, während Kundenzufriedenheit und Lösungsmetriken in Echtzeit beobachtet werden, und auf 100 Prozent ausgeweitet wird, sobald die Kennzahlen stabil bleiben. Dieser Zyklus dauert inzwischen Stunden statt Wochen.

Aus diesem Iterationsprozess stachen zwei Erkenntnisse hervor:

• Lokalisieren Sie die Sprache, nicht nur die Wörter. Admiral schrieb zunächst alle Prompts und Workflows auf Englisch und stellte fest, dass die Performance in Frankreich, Spanien und Italien nicht der im Vereinigten Königreich entsprach. Als die Prompts nativ in der Sprache jedes Marktes neu formuliert wurden, statt sie aus dem Englischen zu übersetzen, entsprachen die Antworten den lokalen Kundenerwartungen und der jeweiligen Kultur.
• Simulationstests müssen ernst genommen werden, nicht als Formalität. Neely sagte, es wirke einfach, einen Prompt zu schreiben, der einige simulierte Tests besteht. Test-Suites zu entwickeln, die den Agenten wirklich fordern, und klare Erfolgskriterien im Voraus zu definieren, sei jedoch die schwierigere und wichtigere Arbeit. Admiral führt inzwischen vor jedem Release Hunderte bis Tausende simulierter Gespräche für jede Änderung durch.

Bei den Ergebnissen nannte Kampa die Bearbeitungszeit als herausragende Kennzahl: KI-geführte Gespräche erreichen häufig schneller dieselbe Lösung als Gespräche mit menschlichen Mitarbeitenden – auch weil keine Stille entsteht, während ein System lädt. Sie berichtete außerdem, dass CSAT- und Lösungsquoten durch wiederholte Test- und Anpassungsrunden schrittweise stiegen, Markt für Markt, statt durch einen einzigen großen Sprung.

Was Sie daraus mitnehmen können, wenn Sie gerade starten

Neelys Rat für Teams, die diese Arbeit beginnen: Wählen Sie einen klar abgegrenzten Anwendungsfall, bringen Sie ihn schnell in die Produktion und lassen Sie echte Kundengespräche – nicht noch mehr Tests vor dem Launch – Grenzfälle aufdecken. Clark ergänzte: Sobald die Integrationen an beiden Enden, also Telefonie und interne Systeme, validiert sind, lässt sich die Skalierung auf weitere Anwendungsfälle zunehmend schneller umsetzen, weil das Team bereits weiß, welche Evaluierungen und Kennzahlen zählen.

Kampas abschließender Punkt richtete den Blick weiter nach vorn: Die Ambition geht über die Automatisierung von Gesprächen hinaus. Dieselbe KI-Schicht soll menschliche Mitarbeitende direkt unterstützen – durch Live-Transkripte, Hinweise zur nächsten besten Aktion und Trainingssimulationen.

Wie unser Gastgeber zusammenfasste, lautet die zentrale Erkenntnis dieses Gesprächs: Regulierung und KI stehen nicht im Widerspruch. Von Tag eins an auf Prüfbarkeit, Konsistenz und die Weiterleitung an Menschen zu setzen, machte Admirals Agenten disziplinierter, nicht weniger diszipliniert.

Die vollständige Session ansehen

Sehen Sie sich hier die vollständige Session an, einschließlich Live-Build und Fragen und Antworten mit dem Publikum.