Was diese Woche passiert ist
Das Handelsblatt berichtet: Sprachmodelle wie ChatGPT und Claude geben auf konkrete Nutzeranfragen mittlerweile sehr konkrete Tarifempfehlungen für Versicherungsprodukte. Der Branchenverband des unabhängigen Finanzvertriebs wertet das als Rechtsverstoß. Europäische Aufsichtsbehörden fordern in der Folge einheitliche Regeln für KI-Chatbots in der Versicherungsvermittlung auf EU-Ebene.
Der Kern des Problems: Wer einem Endkunden ein konkretes Versicherungsprodukt empfiehlt, betreibt nach IDD (Insurance Distribution Directive) Versicherungsvermittlung. Das ist erlaubnispflichtig, dokumentationspflichtig und an Geeignetheitsprüfungen gebunden. Ein LLM, das auf die Frage „Welche Berufsunfähigkeitsversicherung passt zu mir?” einen konkreten Tarif nennt, erfüllt keine dieser Anforderungen. Weder gibt es eine Bedarfsanalyse nach §7 VersVermV, noch eine dokumentierte Beratung, noch einen haftbaren Vermittler.
Das Thema ist nicht neu, aber die Tonlage der Aufseher hat sich verschärft. EIOPA und nationale Aufsichten (BaFin, FMA, FINMA) signalisieren, dass sie nicht warten wollen, bis der AI-Act in voller Tiefe greift. Sie wollen sektorspezifische Leitplanken jetzt.
Warum das für die DACH-Finanzbranche jetzt zählt
Drei Punkte sind aus meiner Sicht entscheidend.
Erstens: Die Grauzone schließt sich schneller, als viele denken. Bisher konnten Versicherer, Vergleichsportale und FinTechs LLM-basierte Beratungsassistenten als „Informationsdienst” deklarieren. Diese Auslegung wird kippen, sobald EIOPA klare Kriterien definiert. Sobald ein Chatbot konkrete Produkte nennt, Prämien vergleicht oder „passende” Tarife vorschlägt, ist die Schwelle zur Vermittlung überschritten. Die Frage ist nicht ob, sondern wann.
Zweitens: Unabhängige Vermittler und Honorarberater bekommen ein Argument geschenkt. Der Branchenverband des unabhängigen Finanzvertriebs treibt die Debatte aktiv. Aus gutem Grund. Wenn ChatGPT umsonst Tarifempfehlungen ausspuckt, untergräbt das das Geschäftsmodell jedes Vermittlers, der für seine Beratung Provision oder Honorar nimmt. Die regulatorische Klarstellung ist also auch Marktschutz.
Drittens: Die Frage betrifft nicht nur Versicherungen. Was hier für IDD diskutiert wird, gilt analog für MiFID II bei Wertpapierberatung, für die Anlageberatung nach WAG in Österreich, für Honorarberater nach FinSA in der Schweiz. Ein LLM, das einen konkreten Fonds, einen ETF oder eine Aktie empfiehlt, läuft in dieselbe Falle. Der Versicherungsfall ist der Präzedenzfall.
Was das technisch bedeutet
LLMs sind nicht für Produktempfehlungen gebaut. Sie haben keinen Zugriff auf aktuelle Tarifdatenbanken, kennen die individuelle Risikosituation des Kunden nicht und können keine Geeignetheitsprüfung dokumentieren. Eine Empfehlung aus ChatGPT für eine konkrete BU-Police ist im günstigsten Fall ein zufälliger Treffer aus Trainingsdaten, im schlechtesten Fall eine Halluzination mit erfundenen Tarifmerkmalen.
Typisches Muster aus Beratungsprojekten: Ein Versicherer oder ein Vergleichsportal pilotiert einen Chatbot. Im Test sieht das beeindruckend aus. In der Produktion zeigt sich, dass das Modell bei 5 bis 10 Prozent der Anfragen Tarifmerkmale nennt, die so nicht existieren. Wer das in einen regulierten Vermittlungskontext schiebt, ohne menschliche Letztprüfung, baut sich ein Haftungsrisiko.
Konkrete Handlungsempfehlung
Für Vermittler, Honorarberater, Versicherer und Finanzdienstleister, die bereits LLM-Komponenten einsetzen oder einsetzen wollen:
1. Klassifizieren Sie Ihre Use-Cases sauber. Trennen Sie scharf zwischen drei Kategorien: a) reine Informationsbereitstellung (Was ist eine Berufsunfähigkeitsversicherung?), b) interne Beraterunterstützung (Zusammenfassung von Tarifbedingungen für den menschlichen Berater), c) direkte Kundeninteraktion mit Produktbezug. Nur (a) ist heute aufsichtsrechtlich unproblematisch. (b) ist der pragmatische Sweet Spot. (c) sollten Sie ohne sehr robuste Guardrails und ohne juristische Begleitung nicht produktiv schalten.
2. Bauen Sie harte Filter auf der Output-Seite ein. Ein produktiver Chatbot in einem regulierten Umfeld braucht eine zweite Prüfschicht, die jede Output-Antwort darauf scannt, ob konkrete Produktnamen, Tarifnummern oder Empfehlungssprache enthalten sind. Bei Treffern: Blockieren oder an einen menschlichen Berater übergeben. Das ist technisch lösbar, wird in der Praxis aber oft vergessen.
3. Dokumentieren Sie jetzt, nicht erst nach der Aufsichtsmeldung. Wer LLMs einsetzt, sollte spätestens 2026 eine vollständige AI-Act-Dokumentation parat haben: Risikoklassifizierung, Trainingsdaten-Herkunft, Bias-Tests, menschliche Aufsicht. Für Hochrisiko-Anwendungen in der Finanzberatung wird das Pflicht. Beratungs-Chatbots fallen mit hoher Wahrscheinlichkeit in diese Kategorie.
Mein Rat
Für die meisten Vermittler und mittelständischen Finanzdienstleister in der DACH-Region ist der vernünftige Pfad nicht der kundenseitige LLM-Chatbot, sondern der beraterseitige LLM-Assistent. Sprich: Das Modell unterstützt den Menschen bei Recherche, Tarifvergleich, Dokumentation und Geeignetheitsprüfung. Es ersetzt ihn nicht im Erstkontakt mit dem Kunden.
Das ist langweiliger als ein 24/7-Beratungsbot. Es ist aber regulatorisch sauber, haftungstechnisch beherrschbar und produktivitätstechnisch der größere Hebel. Ein Berater, der mit gutem LLM-Tooling die Geeignetheitsdokumentation in 5 Minuten statt 30 erledigt, ist wirtschaftlich wertvoller als jeder Chatbot, der ihn ersetzen soll.
Die EU-Debatte um Versicherungsvermittlung ist ein Vorbote. Wer heute schon sauber zwischen Informations-, Assistenz- und Vermittlungslayer trennt, wird von der kommenden Regulierung nicht überrascht. Wer das nicht tut, sollte die nächste EIOPA-Mitteilung sehr aufmerksam lesen.