Compliance ist die eine Voraussetzung für Agentic AI, Daten sind die andere. Ein Agent ist nur so gut wie die Datenbasis und die Prozesse, auf denen er arbeitet. Die unbequeme Frage dazu: Würde ein Agent in deinem Büro überhaupt finden, was er braucht?
Das Problem ist nicht neu, nur kleiner
Bei den Versicherern läuft aktuell genau das schief. Was im isolierten Test funktioniert, bricht im echten Betrieb an alten Kernsystemen und Datenständen, die sich nicht in Echtzeit abgleichen lassen. Im Maklerbüro ist das Problem kleiner, aber im Kern gleich: Kommunikation verteilt über E-Mail, WhatsApp, Telefon und mehrere Tools, jede einzelne Nachricht wird zu manueller Sortierarbeit. Dass der Markt das ernst nimmt, zeigen spezialisierte Tools wie Modus von Surein, die genau an diesem Punkt ansetzen.
Dieser Beitrag wird kuratiert von blau direkt. Als einer der führenden Maklerpools in Deutschland bietet blau direkt Vermittlerinnen und Vermittlern nicht nur Poolanbindung und Direktvereinbarungen, sondern auch eine ganzheitliche Systemwelt für digitale Maklerbetriebe mit offenen Schnittstellen, die genau das ermöglichen, worüber Johann hier spricht.
Nicht alles muss KI sein
Ein großer Teil der Effizienzgewinne im Maklerbüro braucht gar keine KI, sondern simple, deterministische Automatisierung. Der Unterschied in einem Satz:
KI schätzt, ein Algorithmus weiß.
Wo eine feste Regel existiert, ist die Regel immer die bessere Lösung. Sie ist billiger, schneller, nachvollziehbar, und sie macht denselben Fall jedes Mal gleich.
Eine Faustregel dafür: Lässt sich die Regel klar formulieren, wenn X, dann Y, brauchst du eine klassische Automatisierung, keine KI. Posteingang nach Absender vorsortieren, Erinnerung 14 Tage vor Vertragsablauf, ein wöchentlicher Report per Zeitsteuerung, eine Datei bei Eingang in den richtigen Ordner verschieben. Alles Fälle für einen einfachen Workflow.
Erst wo eine Regel nicht formulierbar ist, weil Interpretation nötig ist, unstrukturierter Text, eine Absicht erkennen, ein Dokumententyp bestimmen, beginnt der sinnvolle KI-Einsatz.
Der Königsweg ist meistens die Mischform: KI nur für den einen Schritt einsetzen, den ein Algorithmus nicht kann, davor und danach deterministisch arbeiten. Bei uns läuft das so: Ein fester Workflow holt das Dokument ab und legt es ab, nur die Klassifizierung und Beurteilung des Inhalts in der Mitte übernimmt die KI.
Das Kostenargument ist dabei nicht nebensächlich. Ein Cron-Job kostet praktisch nichts und läuft jahrelang wartungsfrei. Jeder KI-Aufruf kostet Geld, braucht Prüfung und kann sich irren. KI gehört dahin, wo sie Wert schafft, nicht als Statussymbol. Wer „wir machen jetzt was mit KI“ als Ziel formuliert, hat das eigentliche Problem noch nicht gefunden. Erst das Problem, dann das Werkzeug.
Die Datenbasis entscheidet, nicht das Tool
Ein Agent, der auf schlechten Daten arbeitet, macht schlechte Arbeit nur schneller.
Automatisierung skaliert alles, auch Fehler.
Offene Schnittstellen sind dabei notwendig, aber nicht hinreichend. Eine offene API, wie sie moderne Maklerverwaltungsprogramme mittlerweile mitbringen, ist die Eintrittskarte. Agentenfähig macht erst die Qualität der Prozesse und Daten dahinter.
Vier Fragen als Selbsttest für deine eigene Datenbasis:
- Gibt es Kunden doppelt im Bestand?
- Sind Verträge eindeutig Kunden zugeordnet, oder liegen Dokumente in Sammelordnern?
- Läuft Kundenkommunikation über private Handynummern und persönliche Postfächer, die kein System sieht?
- Gibt es für wiederkehrende Vorgänge einen definierten Ablauf, oder macht es jeder anders?
Wer hier zweimal Nein sagt, braucht keinen Agenten. Der braucht erst einen Aufräumprozess. blau direkt ist an dieser Stelle ein gutes Beispiel dafür, wie viel eine seit Jahren gepflegte Datenbasis und feste Prozesse wert sind, bevor überhaupt über Agenten gesprochen wird.
Wenn Automatisierung auf echte Daten trifft
Ein Beispiel aus der Praxis: Bei einer betrieblichen Krankenversicherung mit über 1.000 versicherten Personen hat eine automatische Zuordnung jeden einzelnen Vertrag als eigenen Kunden angelegt, statt sie unter dem Gruppenvertrag zu bündeln. Wenige Wochen zuvor ein anderer Fall: ein doppelt angelegter Kunde, falsche Anrede, falsches Geburtsdatum.
Das ist kein Einzelfall und keine Schwäche eines bestimmten Anbieters, sondern die generelle Lektion: Automatisierung funktioniert, bis sie es bei einem großen Import einmal nicht tut. Genau dann zeigt sich, ob ein Kontrollprozess existiert. Das relativiert auch das große Versprechen der Automatisierung, kein Suchen, kein manuelles Ablegen mehr: Das stimmt nur, solange die Zuordnung stimmt.
Was Eigenbau wirklich kostet
Eine ehrliche Zahl gegen die „KI macht das einfach“-Erzählung: Für ein eigenes Dokumenten-Projekt fielen allein für Import, Kundenmatching, Dublettenprüfung und Vertragsablage 60 bis 80 Stunden Entwicklungsaufwand an. Dazu kommt praktische Reibung, die in keinem Verkaufsprospekt steht, etwa eine kostenlose Server-Instanz, die nach Leerlauf 60 Sekunden zum Hochfahren braucht. Klingt banal, entscheidet aber, ob ein Prozess im Alltag angenommen wird oder nicht.
Die ehrliche Antwort auf die Frage selbst bauen oder fertig kaufen: Eigenbau lohnt sich bei hohem Volumen, speziellen Prozessen und vorhandener Technikkompetenz. Für die meisten Einzelbüros ist Kaufen oder die Bordmittel des eigenen Pools der schnellere Weg. Beides ist legitim. Teuer wird nur die Illusion, Eigenbau sei nebenbei erledigt.
Agentenfähig in vier Schritten
- Schritt 1: Bestandsaufnahme: Welche Datenquelle nutzt das Tool, und wie aktuell ist sie? Wer sein KI-Inventar für die Offenlegungspflichten bereits gemacht hat, ist hier fast fertig.
- Schritt 2: Dubletten und Zuordnung bereinigen: Einmal sauber durch den Bestand, doppelte Kunden zusammenführen, verwaiste Dokumente zuordnen. Unbequem, aber die Grundlage für alles Weitere.
- Schritt 3: die einfachen Automatisierungen zuerst: Drei wiederkehrende Handgriffe identifizieren, die einer festen Regel folgen, und sie per klassischer Automatisierung ablösen. Erst wenn die laufen, über KI-Schritte nachdenken.
- Schritt 4: Stichprobe als fester Prozess: Nach jedem Massenimport und bei laufenden Automatisierungen eine definierte Stichprobe prüfen, etwa zehn zufällige Fälle. Keine Automatisierung blind laufen lassen, nur weil sie in den meisten Fällen stimmt. Wer die Stichprobe dokumentiert, erfüllt nebenbei einen Teil der Nachweispflichten aus dem AI Act.
Fazit
Agentenfähigkeit ist kein Technik-Upgrade, sondern ein Zustand des eigenen Büros: saubere Daten, definierte Prozesse, ein Kontrollschritt. Die gute Nachricht dabei: Jeder der vier Schritte schafft sofort Nutzen, auch wenn nie ein Agent kommt. Aufgeräumte Bestände und einfache Automatisierungen zahlen sich ab Tag eins aus.
Wenn Routinen erst einmal automatisiert laufen, verschiebt sich die Arbeit der Menschen im Büro. Wohin genau, das zeigt der nächste Teil dieser Serie.
Wer wissen will, wo sein Büro heute steht, meldet sich einfach.
Titelbild © Johann Gräbner