Ist es sicher, KI für die Versicherungsarbeit zu nutzen?

Die kurze Antwort: ja für allgemeine Fragen, nein mit einer Rohakte. KI kann eine Klausel oder ein Schadenverfahren erklären. Aber eine Versicherungsakte häuft die sensibelsten Daten an, die es gibt. Gesundheitsakten. Finanzdetails. Ausweise und Adressen. In ein Verbraucher-ChatGPT eingefügt, geht dieser Mix an einen Dritten. Er kann gespeichert, von einem Menschen geprüft oder für das Training wiederverwendet werden. Es gibt eine saubere Methode. Anonymisieren Sie die Kennungen und sensiblen Werte, bevor Sie senden. Die KI arbeitet an der Form der Akte, nicht an den echten Werten.

Warum eine Versicherungsakte „doppelt sensibel“ ist

Versicherung läuft mit den heikelsten Daten, alle auf einmal. Ein einziger Schadenfall kann eine Krankenakte, Bankdaten, ein Gehalt und eine amtliche Ausweisnummer vereinen. Genau diese Kombination macht die Akte gefährlich. Sie legen nicht ein Feld offen. Sie legen den risikoreichsten Mix in einem Zug offen.

Die Gesundheit ist der härteste Punkt. Nach der DSGVO behandelt Artikel 9 Gesundheitsdaten als „besondere Kategorie“. Ihre Verarbeitung ist standardmäßig untersagt. Sie ist nur unter engen Bedingungen erlaubt, etwa mit ausdrücklicher Einwilligung. Die Hürde liegt weit höher als für gewöhnliche personenbezogene Daten.

Doch Versicherungsakten enthalten regelmäßig genau diese Gesundheitsdaten. Sie stehen neben Finanzdetails und Ausweisnummern. Das Ganze in ein Verbraucher-Tool einzufügen sendet also die risikoreichste Kombination in einer einzigen Geste an einen Dritten.

Die Regeln hängen von den Daten und der Einheit ab

Mehrere Rahmenwerke können gelten. Welches, hängt von den Daten und der Einheit ab. So lesen Sie sie, ohne zu überinterpretieren.

In Europa entscheidet die DSGVO die Gesundheitsfrage. Artikel 9 macht sie zur besonderen Kategorie mit verstärktem Schutz. Das ist der klarste und am wenigsten strittige Punkt des ganzen Themas.

In den USA erklärt die FTC die Rolle des Gramm-Leach-Bliley Act (GLBA, ein Bundesgesetz zum Finanzwesen). Er verpflichtet „Finanzinstitute“, die Vertraulichkeit der nicht öffentlichen personenbezogenen Daten der Kunden zu schützen. Die FTC definiert diese Kategorie weit. Sie umfasst Unternehmen, die stark in Finanzprodukten oder -dienstleistungen tätig sind. Ob ein bestimmter Versicherer erfasst ist, hängt von der Einheit und der Tätigkeit ab.

HIPAA (die Privacy- und Security-Regeln des HHS) kann ebenfalls gelten. Es erfasst geschützte Gesundheitsinformationen, die von einer erfassten Einheit oder ihrem Auftragsverarbeiter gehalten werden. Es greift im Versicherungskontext nicht automatisch. Alles hängt von den konkreten Daten ab und davon, wer sie hält.

Eine weitere Ebene zählt in den USA. Die Versicherung wird dort überwiegend auf Ebene der Bundesstaaten reguliert. Versicherungsaufsichten der Staaten und die Musterregelungen der NAIC fügen ihre eigenen Regeln hinzu. Gehen Sie nicht davon aus, dass eine einzige Bundesregel alles abdeckt.

Was OWASP zu Lecks sensibler Daten sagt

Das Risiko ist nicht nur theoretisch. Die OWASP Top 10 für LLM-Anwendungen führen die „Offenlegung sensibler Informationen“ (LLM02:2025) unter den größten Risiken. Ein Modell kann personenbezogene, finanzielle oder Gesundheitsdaten, Anmeldedaten oder proprietäre Daten in seinen Ausgaben zutage fördern.

OWASP nennt zudem einen zentralen Punkt. Bei unzureichenden Kontrollen können von einem Nutzer eingegebene Daten in manchen Fällen einem anderen offengelegt werden. Das sind seltene, aber anerkannte Szenarien. Für eine Versicherungsakte steht der Einsatz unmittelbar auf dem Spiel.

Die von OWASP empfohlene Gegenmaßnahme ist konkret. Bereinigen und säubern Sie Daten, damit sensible Nutzereingaben nicht ins Training gelangen oder zurückgespielt werden. Fügen Sie strenge Zugriffskontrollen hinzu. Begrenzen Sie, was das Modell zurückgeben kann. Das stützt eine einfache Regel: Entfernen Sie Kennungen vor jedem Prompt.

Die Lösung: vor dem Senden anonymisieren

Ein vertretbarer Ablauf braucht wenige Schritte. Er entfernt die Kundenkennungen, die Policen- und Schadennummern sowie die konkreten Gesundheits- und Finanzwerte. Das Modell schlussfolgert weiterhin über die Form der Akte. Sie stellen die echten Werte lokal wieder her, nach der Antwort.

• Kundenkennungen: Name, Adresse, Ausweisnummer.
• Policen- und Schadennummern.
• Gesundheitswerte: Diagnosen, Behandlungen, Behandlungsdaten.
• Finanzwerte: Bankdaten, Gehalt, Entschädigungsbeträge.

Ergänzen Sie dies durch geprüfte Werkzeuge, nicht durch einen Verbraucher-Chatbot. Schließen Sie einen AVV (einen Auftragsverarbeitungsvertrag) oder ein BAA (eine US-Vereinbarung zur Gesundheitsauftragsverarbeitung) ab. Verlangen Sie Klauseln ohne Training. Behalten Sie eine menschliche Prüfinstanz in der Schleife.

1. 1Erkennen Sie die Kennungen und sensiblen Werte in der Akte.
2. 2Ersetzen Sie sie durch umkehrbare Tokens, im Browser.
3. 3Senden Sie nur den anonymisierten Text an das Modell.
4. 4Stellen Sie die echten Werte in der Antwort lokal wieder her.

Genau dafür ist ONYRI Sanitize da. Die Engine erkennt die sensiblen Daten einer Akte — Gesundheit, Bankdaten, Gehalt, Ausweise, Adressen — und ersetzt sie vor dem Senden durch umkehrbare Tokens. Die Erkennung und das Mapping bleiben in Ihrem Browser. Nur anonymisierter Text erreicht das Modell. Die KI findet nur Tokens, nie die echten Werte des Kunden. Sie gewinnen eine Vorsichtsmaßnahme, die mit den Regeln zu kombinieren ist, die Ihnen die DSGVO, die GLBA oder HIPAA je nach Ihrem Fall auferlegen.