Sechs Prozesse, ein System: Wie eine Versicherung vom ersten Bot zum Automatisierungsprogramm kam

1,5 Millionen Makler-E-Mails, ein Rückstand von 4.000 Schadensakten, tausende Vorgänge pro Tag. Wie ein Versicherer mit dem richtigen Vorgehen sechs Kernprozesse automatisiert hat und warum die Technologie dabei die kleinste Hürde war.

1,5 Millionen E-Mails pro Jahr aus der Maklergemeinschaft. Ein Rückstand von 4.000 unbearbeiteten Schadensakten, der das Rating bei der Aufsichtsbehörde gefährdete. Dazu tausende Vorgänge, die Tag für Tag durch die Schadensbearbeitung liefen. So sah der Alltag bei einem Versicherer aus, der zu einer der größten Versicherungsgruppen der Welt gehört. Die Schmerzpunkte verteilten sich auf vier Abteilungen, vom Support über Finance bis zur Antragsstellung.

Heute laufen bei diesem Unternehmen die wichtigsten zentralen Prozesse automatisiert ab, von der Vertragsanlage über die Beitragsrückerstattung bis hin zur Maklerkommunikation. Die spannende Frage ist nicht, wie einer dieser Bots funktioniert. Sondern warum aus einem einzelnen Automatisierungsprojekt ein Programm wurde, das die ganze Organisation verändert hat. Die Antwort hat weniger mit Technologie zu tun, als viele vermuten. Sie besteht aus drei Schritten, die vor dem ersten Bot erfolgen.

Warum die meisten Unternehmen nach dem ersten Bot stehen bleiben

Viele Automatisierungsinitiativen beginnen mit einem Pilotprojekt und enden dort. Der erste Bot läuft, das Team feiert, und dann passiert: wenig. Es fehlen die Antworten auf die Fragen, die nach dem Piloten kommen. Welcher Prozess ist als Nächstes dran? Wer priorisiert, wenn drei Abteilungen gleichzeitig rufen? Wer betreibt die Bots, wenn es mehr davon gibt? Ohne diese Antworten gewinnt meist der lauteste Stakeholder, und automatisiert wird, was gerade politisch opportun ist. Der Business Case bleibt Zufall. Dazu kommt ein zweites Muster: Der Pilot wird von ein paar Enthusiasten getragen, aber niemand hat geklärt, wer die Bots wartet, wer Fehler behebt und wer antwortet, wenn sich ein Prozess ändert. Nach einem halben Jahr ist der Bot verwaist, obwohl die Technik funktioniert. Der Betrieb war schlicht nie geplant.

Bei unserem Versicherungskunden war das anders, weil die Reihenfolge stimmte. Erst eine Strategie samt Betriebsmodell, das die Zuständigkeiten regelt. Danach die systematische Auswahl der Prozesse. Für jeden ausgewählten Prozess erfolgte eine gründliche Analyse, bevor die erste Zeile Code geschrieben wurde. Auf diesem Fundament standen später alle sechs Automatisierungen.

Schritt eins: Die richtige Reihenfolge finden

Am Anfang stand die Frage, wo Automatisierung am meisten bewirkt. Die Antwort umfasste die strategische Prozessidentifikation sowie eine Bewertung der Prozesslandschaft nach Volumen, Regelbasiertheit und wirtschaftlichem Hebel.

Ganz oben landete die Anspruchsbearbeitung. 1.500 Vorgänge pro Woche, jeder im Schnitt acht Minuten, dazu der Rückstand von 4.000 Schadensakten, der das Rating bei der lokalen Aufsichtsbehörde belastete. Das Thema hatte Aufmerksamkeit bis in den Vorstand. Vier Wochen nach Projektstart waren die ersten UiPath-Roboter produktiv. Sie laufen 22 Stunden am Tag, erstellen die Akten aus strukturierten Eingabedaten, gleichen interne Datenbanken ab und melden den Status an die Bearbeiter. Einen Monat später lag der Rückstand bei null.

Dieser erste Erfolg war kein Selbstzweck. Ein sichtbarer Quick Win mit Zahlen, die jeder versteht, verschafft einem Automatisierungsprogramm das wichtigste Kapital überhaupt: Vertrauen.

Die Prozessidentifikation lieferte außerdem mehr als nur den ersten Kandidaten. Am Ende stand eine bewertete Pipeline, mit jedem Prozess, geschätztem Aufwand, erwartetem Nutzen und technischer Machbarkeit. Aus dem vagen Vorsatz, etwas mit Automatisierung zu machen, wurde ein Fahrplan mit Reihenfolge und einem Business Case je Prozess. Diese Pipeline hat die folgenden fünf Automatisierungen umgesetzt.

Schritt zwei: Prozesse neu denken statt nachbauen

Der häufigste Fehler in der Automatisierung ist, einen schlechten Prozess unverändert zu beschleunigen. Der Bot nimmt dann denselben Umweg wie der Mensch, nur ohne sich darüber zu beschweren. Deshalb steht vor jeder Umsetzung die Business-Analyse mit Solution Design. Was soll der Prozess künftig leisten? Welche Schritte können entfallen? Welche Technologie passt zu welchem Schritt?

Wie viel das ausmacht, zeigt die Vertragsanlage. Neue Verträge schließt der Versicherer über den Außendienst und ein Online-Portal im Vertragsmanagementsystem SCOUT ab; anschließend müssen sämtliche Daten manuell ins Bestandssystem LF4 übertragen werden. Der naheliegende Weg wäre gewesen, die PDF-Verträge per Texterkennung auszulesen. Die Analyse ergab Folgendes: Die Vertragsdaten sind bereits strukturiert. Also erhält der Roboter jeden Vertrag als XML-Datei über eine Dateifreigabe; das fehleranfällige Auslesen von PDFs entfällt vollständig. Ergebnis: 80 Prozent schnellere Bearbeitung, 95 Prozent Genauigkeit, 0,85 eingesparte FTE.

Auch die Maklerkommunikation zeigt, warum die Technologiewahl zum Problem passen muss. 1,5 Millionen E-Mails pro Jahr, unstrukturiert, mit Anhängen, unter dem Druck von Service-Level-Agreements und regulatorischen Vorgaben. Mit RPA allein wäre hier wenig zu holen gewesen, denn Bots können zwar klicken, aber keine Texte verstehen. Die Lösung kombiniert Machine Learning, Natural Language Processing und intelligente OCR auf der UiPath-Plattform. Der Roboter versteht den Inhalt jeder E-Mail im Kontext, extrahiert die nötigen Unterlagen und fragt nur dann beim Menschen nach, wenn er eine Anweisung braucht. 98 Prozent der Vorgänge laufen heute ohne Eingriff ab. 2.000 Stunden pro Monat wurden frei, und die Kosten pro Transaktion sanken um 91 Prozent.

Schritt drei: Skalieren, wenn das Fundament steht

Mit Betriebsmodell und Priorisierung im Rücken wurde jeder weitere Prozess schneller und günstiger. Die Governance funktionierte, die Infrastruktur lief und die Fachbereiche wussten, wie die Zusammenarbeit mit dem Automatisierungsteam abläuft.

So folgten drei weitere Prozesse. In der Schadensbearbeitung automatisierte der Versicherer Aufgaben in zwölf seiner kritischsten Anwendungen, darunter Anrufe zur Unterstützung nach einem Unfall, vorläufige Analysen bestimmter Schadentypen, Dateneingaben für direkte Kosten sowie den Wechsel des Versicherungsnehmers. Jeder Mitarbeiter bearbeitet heute 15 Prozent mehr Schadensfälle; die Gespräche im Callcenter dauern nur noch halb so lang. Bei der Beitragsrückerstattung stößt ein Bot die Buchungen in SAP an und glättet anschließend das Guthabenkonto im Kundenmanagementsystem; der Aufwand hatte sich nach 6 Monaten amortisiert. In der Zahlungsabwicklung schließlich, wo zu viele E-Mails und zu wenig Zeit die Arbeitsmoral drückten, sank die Bearbeitungszeit um 80 Prozent, die Zeit im Postfach um 56 Prozent, das Telefonaufkommen um 38 Prozent. Zwischen dem ersten und dem sechsten Prozess wurde zudem der Weg von der Idee bis zum Go-live spürbar kürzer; was beim ersten Mal Monate an Abstimmung brauchte, war später Routine.

Die vielleicht wichtigste Zahl aus dieser Phase taucht in kaum einem Business Case auf: 75 Prozent weniger Überstunden im Support-Team. Automatisierung wird oft als Bedrohung für Arbeitsplätze dargestellt. Hier war sie das Gegenteil, nämlich der Grund, warum Menschen wieder pünktlich nach Hause kamen und die Zufriedenheit im Team stieg.

Die Bilanz

Sechs Prozesse, ein Unternehmen, ein Vorgehen. Die Ergebnisse in der Übersicht:

Prozess	Ergebnisse
Anspruchsbearbeitung	Rückstand von 4.000 auf 0 in einem Monat · 75 % des Aufwands automatisiert · live in 4 Wochen
Vertragsanlage (Neugeschäft)	80 % schnellere Bearbeitung · 95 % Genauigkeit · 0,85 FTE eingespart
Maklerkommunikation	98 % vollautomatisiert · 2.000 Stunden pro Monat gespart · 91 % geringere Kosten pro Transaktion
Schadensbearbeitung	15 % mehr Fälle pro Mitarbeiter · 50 % kürzere Anrufzeiten · 100 % Datengenauigkeit
Beitragsrückerstattung	0,8 FTE entlastet · Fehlerquote 3 % · Amortisation nach 6 Monaten
Zahlungsabwicklung	80 % weniger Bearbeitungszeit · 75 % weniger Überstunden · 70 % kürzere Durchlaufzeiten

Allein die ausgewiesenen Zeitgewinne summieren sich auf mehrere tausend Stunden pro Monat. Diese Zeit fließt heute in den Kundenkontakt und in die Ausnahmefälle, die wirklich menschliches Urteil erfordern.

Zur Bandbreite gehört auch, was nach dem Go-live kommt. Die Bots aus diesen sechs Prozessen werden im laufenden Betrieb überwacht, gewartet und weiterentwickelt, etwa wenn ein Kernsystem ein Update erhält oder ein Fachbereich eine neue Anforderung meldet. Automatisierung ist kein Projekt mit einem Enddatum. Sie ist ein Betriebsthema, und genau deshalb braucht sie ein Betriebsmodell.

Was andere Unternehmen daraus mitnehmen können

Nichts an dieser Geschichte ist versicherungsspezifisch. Hohe Volumina und Systembrüche zwischen Fachanwendung und Legacy-System gibt es in jeder Branche. Ob eine Wirtschaftsprüfung Mandantenaufträge anlegt, ein Retailer 40.000 Rechnungen verbucht oder eine Versicherung Schadensakten erstellt: Die Muster ähneln sich, nur die Systeme heißen anders. Übertragbar ist vor allem das Vorgehen: ein Betriebsmodell, das Prioritäten und Verantwortungen klärt (Strategieberatung & Automation Operating Model), die systematische Auswahl der Prozesse mit dem größten Hebel (Strategische Prozess-Identifikation) sowie ein Soll-Design samt passender Technologie für jeden Prozess, bevor gebaut wird (Business Analyse & Solution Design).

Wer diesen Weg geht, automatisiert am Ende keine Einzelprojekte mehr. Er baut eine Fähigkeit auf, die mit jedem Use Case wertvoller wird.

Sie überlegen, wie viel Automatisierungspotenzial in Ihrem Unternehmen steckt? Sprechen Sie mit uns. Ein Erstgespräch kostet nichts außer einer Stunde. Kein Sales-Pitch, nur eine ehrliche Einschätzung.