Mein MVP weiß alles über meine Kunden. Nur nicht, was ich erreichen will.

In den letzten Monaten habe ich viele Maklerbüros von innen gesehen: in Demos, auf der DKM, in langen Gesprächen mit Inhabern. Fast überall das gleiche Bild. Das Maklerverwaltungsprogramm ist ein sehr gutes Archiv. Es weiß, welcher Kunde welche Police hat, wann die nächste Fälligkeit ansteht und welche Dokumente zuletzt über BiPRO kamen. Es antwortet zuverlässig, aber nur, wenn jemand fragt.

Die eigentliche Arbeit passiert woanders: im Kopf des Maklers. Welche Sparten sollen wachsen? Welche Kunden sind unterversichert? Welches Angebot erfüllt nicht den Standard, den das Büro seinen Kunden verspricht? Diese Fragen beantwortet fast immer ein Mensch, oft unter Zeitdruck und selten systematisch.

Das Ergebnis kennt jeder Makler: Bestände, die verwaltet, aber nicht entwickelt werden. Cross-Selling, das vom Zufall abhängt. Beratungsqualität, die davon abhängt, wer gerade am Telefon sitzt.

Ein Makler, der für eine größere Maklergruppe neue Software evaluiert, hat es mir in einer Demo so beschrieben: Sein Haus stecke im Dilemma, permanent Daten von Hand einpflegen zu müssen, um überhaupt ein Resultat zu bekommen. Als wir dann über KI-Analysen sprachen, kam sofort seine wichtigste Frage: Woher weiß das System, was wir immer drin haben möchten, wenn wir es ihm nicht irgendwo mitteilen?

Strategie gehört ins System

Meine These: Ein modernes Maklersystem muss die Strategie des Büros kennen. Nicht eine allgemeine Branchenstrategie, sondern die eigene. Welche Sparten stehen im Fokus, wo will das Büro wachsen, welches Neugeschäft sucht es gezielt?

Ein Industriemakler mit Schwerpunkt Transport und Logistik hat andere Ziele als ein Gewerbemakler für Handwerksbetriebe. Ein Büro, das in der Cyberversicherung wachsen will, braucht andere Hinweise als eines, das seinen Kfz-Bestand profitabler machen will.

Sobald die Strategie im System hinterlegt ist, ändert sich seine Rolle. Es verwaltet nicht mehr nur, es arbeitet mit. KI macht das erstmals praktikabel: Sie prüft Bestände, Vertragsdokumente und Angebote laufend gegen die Ziele des Büros, in einem Umfang, den kein Team manuell schafft.

Drei Beispiele aus dem Alltag

Deckungslücken erkennen, bevor der Kunde fragt. Das System vergleicht den Bestand eines Gewerbekunden mit seinem Risikoprofil und den Fokussparten des Büros. Fehlt einer Spedition mit wachsendem Auslandsgeschäft die passende Verkehrshaftung, sieht der Berater den Hinweis, bevor der Schaden eintritt.

Angebote gegen den eigenen Hausstandard prüfen. Viele Büros haben einen Qualitätsanspruch, der nirgends schriftlich steht. Ist er im System hinterlegt, wird jedes Angebot automatisch daran gemessen: Wo liegt es darüber, wo darunter, und wie steht es im Vergleich zum Markt?

Neugeschäft gezielt suchen. Will ein Büro in einer Branche wachsen, markiert das System Bestandskunden mit passenden Verbindungen, Erweiterungspotenzial oder anstehenden Verlängerungen. Aus einer Liste von Fälligkeiten wird eine priorisierte Liste von Chancen.

Das System liefert die richtige Information zur richtigen Zeit. Die Entscheidung trifft der Makler.

Ausschnitt aus tigerlab MVP (Demodaten): Für einen Maschinenbauer mit Exportgeschäft zeigt das System drei fehlende Deckungen, jeweils mit Begründung, Bezug zur Strategie des Büros und einer konkreten nächsten Aktion. Ob der Hinweis umgesetzt, verschoben oder verworfen wird, entscheidet der Berater.

Warum gerade jetzt

Fachkräftemangel. Wenn das Team nicht wachsen kann, muss das System mehr Denkarbeit übernehmen.

Nachfolge. In vielen Büros steckt das Wissen über Kunden und Strategie in den Köpfen der Inhaber. Eine im System hinterlegte Strategie macht den Bestand übertragbar und damit wertvoller.

Beratungspflicht. Die IDD verlangt bedarfsgerechte Beratung und deren Dokumentation. Eine systematische Prüfung auf Deckungslücken stärkt beides.

Die berechtigten Einwände

„Ich lasse mir doch von einer Software nicht sagen, was ich zu tun habe.“ Diesen Satz höre ich oft, und er ist berechtigt. Deshalb der wichtige Unterschied: Das System gibt keine fremde Strategie vor. Es setzt die Strategie um, die das Büro selbst festgelegt hat, und es schlägt vor, statt zu entscheiden.

Datenschutz. Wer Kundenbestände mit KI auswertet, muss klar regeln, wo die Daten verarbeitet werden, wer Zugriff hat und auf welcher Rechtsgrundlage. Datenhaltung in der EU, nachvollziehbare Auswertungen und klare Löschkonzepte sind Voraussetzung, keine Kür.

KI macht Fehler. Ein Hinweis auf eine Deckungslücke kann falsch sein, etwa weil Informationen im Bestand fehlen. Gute Systeme zeigen deshalb immer, worauf ein Hinweis beruht, damit der Makler ihn in Sekunden prüfen kann.

Wie wir das bei tigerlab angehen

Genau mit diesem Ansatz bauen wir tigerlab MVP, unsere Maklerplattform. Die Strategie des Büros ist dort kein Nebenthema, sondern der Ausgangspunkt: Fokussparten, Hausstandard und Wachstumsziele werden hinterlegt, und die Plattform arbeitet laufend dagegen. Im Einsatz ist sie heute in über 30 Ländern.

Fazit

Die nächste Generation von Maklersoftware wird nicht daran gemessen, wie viele Daten sie speichert, sondern ob sie dem Makler hilft, seine Ziele zu erreichen. Dafür braucht es Büros, die ihre Strategie klar formulieren, und Systeme, die sie in den Alltag übersetzen.

Die Technik ist da. Die Frage ist, welche Büros zuerst den Schritt gehen.

Wenn Sie sehen möchten, wie das in Ihrem Bestand aussehen würde, zeige ich es Ihnen gern in einer kurzen Demo.

Über den Autor

Holm Schimanski ist Partner und Chief AI Product Officer der tigerlab. Er arbeitet seit mehr als 21 Jahren in der B2B-Unternehmenssoftware und verantwortet tigerlab MVP, die Maklerplattform von tigerlab, die in über 30 Ländern im Einsatz ist.