3 Erkenntnisse aus dieser Folge
- 01
Versicherungen haben ein strukturelles AI-Tempo-Limit durch Regulierung. Wer das ignoriert, baut Compliance-Probleme; wer es akzeptiert, findet produktive Wege.
- 02
Die drei AI-Readiness-Kriterien: Use-Case-Klarheit, Daten-Basis, Governance. Alle drei müssen stimmen — wer mit zwei startet, scheitert.
- 03
Der Mythos 'wer früher startet, gewinnt' ist in regulierten Branchen oft falsch. Wer zu früh startet, baut Altlasten. Wer klug wartet und dann solide baut, gewinnt.
Worum es in dieser Folge geht
Henry leitet AI bei der Zurich Gruppe Deutschland — einer der großen Versicherer mit entsprechend regulierter Struktur. Wir sprechen über die Frage, die viele CDOs in regulierten Branchen plagt: Wann ist der richtige Zeitpunkt für AI?
Die Storyline
Warum regulierte Branchen anders ticken
Wir können nicht einfach ein Modell aufstellen und gucken, was passiert. Jede AI-Entscheidung mit Kunden-Auswirkung muss auditierbar sein. Das bremst — aber es macht auch, dass das, was produktiv läuft, wirklich hält.
Das ist die strukturelle Realität. Versicherungen haben strenge Auflagen: BaFin, EU-Regulierung, Datenschutz. Jede AI-Entscheidung, die Kunden betrifft, muss erklärbar sein.
Die drei Readiness-Kriterien
- Use-Case-Klarheit: Welches Problem löst die AI? Ohne konkreten Case keine Investition.
- Daten-Basis: Haben wir genug Daten der nötigen Qualität?
- Governance: Ist geklärt, wer verantwortet, überprüft, haftet?
Wenn eine Ebene fehlt, bleibt AI-Projekt Ankündigung.
Wann NICHT starten
Henry ist klar: "Wir machen jetzt auch AI, weil alle es machen" ist keine Strategie. In regulierten Branchen führt früher Aktionismus zu Altlasten — technischen, regulatorischen, organisatorischen.
Was Zurich konkret tut
- Klare AI-Use-Case-Pipeline mit Freigabe-Prozessen.
- Gemischte Teams aus Business, Tech, Compliance — von Tag 1.
- Governance-First-Ansatz — nicht als Bremse, sondern als Basis.
Warum mich das besonders umtreibt
Henrys Folge ist eine gute Referenz für alle, die in regulierten Branchen AI-Entscheidungen treffen müssen. Nüchtern, strukturiert, ohne Hype-Rhetorik. Für CDOs in Finance, Versicherung, Healthcare: wertvoll.
Jetzt reinhören
Jetzt reinhören
Diese Folgen könnten dich auch interessieren
Folge 323
Solo gegen alle: Wie 15 Jahre Datenhandwerk eine D2C-Brand allein tragen
Carlos Yniguez · 60Kollektiv
Folge 322
KI in NRW: Warum 90 % des Mittelstands noch nicht wirklich anfängt
Christian Temat · KI.NRW (Fraunhofer IAIS)
Folge 319
Warum Data Mesh ohne Data Citizens scheitert
Jonas Kell · Siemens Energy