Agentic Claims Automation: Herausforderungen und Lösungen im Versicherungsbereich

Agentensysteme bieten großes Potenzial zur Automatisierung komplexer Prozesse. Doch der Weg von ersten Prototypen zu einem robusten, skalierbaren System ist voller technischer Fallstricke.

In diesem Erfahrungsbericht zeigen wir, wie wir bei ControlExpert ein Agentic-AI-System entwickelt haben, das Kfz-Versicherungsfälle von der Schadenaufnahme bis zur Auszahlung End-2-End automatisiert.

Dabei geben wir Einblicke in Herausforderungen wie die multimodale Nutzerinteraktionen über ein Voice2Voice-Modell, die Verwendung mittlerweile etalblierter Protokolle wie MCP, die Orchestrierung von Decoupled Subagents sowie die Anforderungen an Persistenz, Memory und automatisiertes Testing mit LLM-basierten Simulationen.

Vorkenntnisse

Spezielle Vorkenntnisse sind nicht erforderlich, Vorkenntnisse in den Bereichen GenAI und Agentic AI können jedoch von Vorteil sein.

Lernziele

• Die Teilnehmer lernen, wie sich Agentic-AI-Systeme praxisnah aufbauen lassen und welche technischen Entscheidungen für robuste End-2-End-Automatisierungen wichtig sind.
  
• Anhand eines realen Versicherungs-Use-Cases verstehen sie typische Herausforderungen wie Multimodalität, Orchestrierung, Service-Integration und Testing sowie übertragbare Best Practices.