KI-gestützter Helpdesk für eine große deutsche Versicherung: Weniger Routinetätigkeiten, mehr Zeit für komplexe Anliegen

Kompetenzfeld-Tag: AI & Digitalisierung

Eine große deutsche Versicherung stand vor der Aufgabe, wiederkehrende Anfragen effizienter zu bearbeiten, ohne die fachliche Qualität zu senken. Gerade in Bereichen mit hohem Anfragevolumen binden Standardanliegen viel Zeit, die an anderer Stelle für Abstimmung, Bewertung und komplexere Fälle fehlt.

Gemeinsam mit macros wurde deshalb geprüft, wie KI im operativen Alltag sinnvoll unterstützen kann. Im Mittelpunkt stand nicht die Technologie an sich, sondern die Frage, wie Mitarbeitende spürbar entlastet und Abläufe im Tagesgeschäft verbessert werden können.

Herausforderung

Fachbereiche stehen heute unter hohem Druck, schnell, verlässlich und mit begrenzten Ressourcen auf interne Anforderungen zu reagieren. Gleichzeitig wächst die Erwartung, dass Fachbereiche zügig Auskunft erhalten und Standardanliegen ohne große Reibungsverluste bearbeitet werden.

In der Praxis zeigt sich dabei häufig ein bekanntes Muster: Ein erheblicher Teil der Anfragen ist wiederkehrend, muss aber dennoch einzeln aufgenommen, eingeordnet und beantwortet werden. Das kostet Zeit und bindet erfahrene Mitarbeitende in Routinetätigkeiten, obwohl deren Expertise insbesondere bei komplexeren Themen benötigt wird.

Für die Versicherung kam es deshalb darauf an, eine Lösung zu finden, die im Alltag konkret unterstützt, niedrigschwellig nutzbar ist und sich in bestehende Arbeitsweisen einfügt. Zugleich sollte der Einsatz von KI so gestaltet werden, dass fachliche Verantwortung und Qualität im Bereich verbleiben.

Vorgehen

macros hat den Kunden dabei unterstützt, ein praxistaugliches Einsatzbild für KI zu entwickeln und schrittweise in den Arbeitsalltag zu überführen. Ausgangspunkt war die gemeinsame Betrachtung typischer Anfragemuster, der relevanten Nutzungssituationen und der Anforderungen an eine verlässliche Unterstützung im Tagesgeschäft.

Darauf aufbauend wurde eine Lösung konzipiert, die Mitarbeitende bei wiederkehrenden Anliegen entlastet und den Zugang zu relevanten Informationen erleichtert. Entscheidend war dabei, die Anwendung konsequent aus Sicht der späteren Nutzerinnen und Nutzer zu denken: Sie sollte verständlich, anschlussfähig und im Alltag tatsächlich hilfreich sein.

In der Zusammenarbeit mit dem Kunden lag ein besonderer Schwerpunkt darauf, fachliche Anforderungen, praktische Nutzbarkeit und organisatorische Einbettung zusammenzubringen. So entstand keine isolierte Technologieinitiative, sondern ein Anwendungsfall mit klarem Bezug zum operativen Bedarf des Einkaufs.

Ergebnisse

• Weniger Aufwand bei wiederkehrenden Anliegen
  Standardanfragen können strukturierter und effizienter unterstützt werden. Dadurch sinkt der manuelle Aufwand im Tagesgeschäft, und die Mitarbeitenden werden bei Routinetätigkeiten spürbar entlastet.
• Mehr Zeit für fachlich anspruchsvolle Themen
  Mitarbeitende können sich stärker auf Fälle konzentrieren, die Abstimmung, Bewertung und Erfahrung erfordern. Die vorhandene Fachkompetenz wird damit gezielter dort eingesetzt, wo sie den größten Mehrwert stiftet.
• Bessere Zugänglichkeit von Wissen im Arbeitsalltag
  Relevante Informationen lassen sich für typische Anliegen einfacher nutzbar machen. Das erleichtert die Bearbeitung im Tagesgeschäft und unterstützt eine konsistentere Beantwortung wiederkehrender Fragen.
• Praxisnaher Einstieg in den KI-Einsatz im Fachbereich
  Der Kunde hat ein konkretes Einsatzszenario geschaffen, in dem KI nicht abstrakt diskutiert, sondern mit erkennbarem Nutzen im Fachbereich eingesetzt wird. Das stärkt die interne Anschlussfähigkeit für weitere sinnvolle Anwendungsfälle.

Fazit

Das Beispiel zeigt, dass KI besonders dort Wirkung entfalten kann, wo sie Mitarbeitende gezielt bei wiederkehrenden Aufgaben unterstützt. Für den Kunden steht dabei nicht die technische Ausgestaltung im Vordergrund, sondern der konkrete Nutzen im Arbeitsalltag: weniger Routinetätigkeiten, schnellere Unterstützung bei Standardanliegen und mehr Raum für komplexe fachliche Themen.

‍