AI-roadmap voor verzekeraars en vermogensbeheerders

Vraag een verzekeraar waar zijn kennis zit en het eerlijke antwoord is: in pdf's. Polisvoorwaarden, schadedossiers, medische rapporten, aanvragen van tussenpersonen en geschiktheidsrapporten stapelen zich op bij duizenden, en bijna geen enkel systeem kan ze lezen. Daarom ziet een roadmap voor AI in de financiële sector voor verzekeraars en vermogensbeheerders er anders uit dan een roadmap voor een bank.

Generatieve AI is goed in het lezen van die documenten. Ze kan ze ook verkeerd lezen, op een manier die een toezichthouder opmerkt.

Ik plan dit werk in vier fasen: een beheerst datafundament, één set bedrijfsdefinities, AI-agents en daarna AI ingebouwd in de hoofdfuncties. Het plan geldt voor een schadeverzekeraar, een levens- en zorgverzekeraar of een vermogensbeheerder. Alleen de plek waar de agents beginnen verandert.

De roadmap is technologieneutraal. Hij werkt met elk polis-, schade- of portefeuilleplatform en elke modelaanbieder die uw toezichthouder accepteert. Banken krijgen hun eigen versie in mijn AI-strategie voor banken.

Drie jaar, vier fasen

1. 01

   Nu: datafundament

   Polis-, schade-, portefeuille-, klant- en financiële data in één beheerst platform, inclusief documenten.

2. 02

   Jaar 1: beheerste intelligentie

   Eén set definities voor polissen, schades, klanten en beleggingen, AI-governance en de eerste snelle successen.

3. 03

   Jaar 2: AI-agents opschalen

   Agents voor schadebehandeling, acceptatie, fraude en advies, met een persoon die verantwoordelijk is voor elke beslissing.

4. 04

   Jaar 3: AI op schaal ingebed

   AI in de kernfuncties en partnerkanalen, met mensen en agents die samenwerken.

De meeste verzekeraars en vermogensbeheerders draaien meerdere generaties systemen tegelijk. Denk aan een oud polisplatform voor gesloten portefeuilles (polissen die u niet meer verkoopt maar nog wel beheert) en een nieuwer platform voor de huidige producten. Voeg daar een schadesysteem, een portefeuillesysteem en een CRM aan toe, het systeem met de klanthistorie.

Daarbovenop zit een financiële en actuariële stack die IFRS 17-cijfers (de verslaggevingsstandaard voor verzekeringscontracten) en Solvency II-kapitaalcijfers oplevert.

Neem een eenvoudige autoschade. Het schadesysteem bevat het schadenummer, de schadedatum en een reserve. De bruikbare details zitten in de bijlagen: drie foto's van een gedeukte achterdeur, een politierapport als gescande pdf en een reparatieofferte van de garage.

Niemand kan die bijlagen doorzoeken, dus een behandelaar opent ze een voor een met de hand. In deze fase indexeert u ze en haalt u de belangrijkste velden eruit: kenteken, garage, totaalbedrag van de offerte en het politiekenmerk. U bewaart een link naar het originele bestand.

Denk nu aan een vermogensbeheerder met één klant en drie antwoorden. Het CRM zegt dat haar risicoprofiel neutraal is. Het geschiktheidsrapport van vijf jaar geleden zegt defensief, en het portefeuillesysteem bevat een mandaatcode die niemand buiten operations kan lezen.

Geef alle drie aan een AI-assistent en hij kiest er een, zonder dat u weet welke. De oplossing is saai werk: bepaal welk systeem eigenaar is van het risicoprofiel, koppel het rapport eraan en leg vast waar elke waarde vandaan kwam.

In deze fase zou ik drie dingen inrichten.

1. Een modern dataplatform, meestal een lakehouse. Dat is één opslag voor de gestructureerde data uit al die systemen en voor de documenten zelf, geïndexeerd zodat u ze kunt doorzoeken.
2. Governance, een datacatalogus en lineage. Lineage betekent dat u elk cijfer kunt herleiden naar de bron, en dat hebben actuariële, financiële en toezichtcijfers nodig. Elk datapunt dat een AI-model gebruikt ook.
3. Selfservicerapportage, zodat acceptatie-, schade- en distributieteams met dezelfde cijfers werken als finance.

Ik ben op mijn hoede bij organisaties die deze fase overslaan om bij het spannende deel te komen. Elke latere use case leest uit deze laag. Een copilot die de verkeerde polisvoorwaarden citeert, is erger dan helemaal geen copilot.

1. 01Polis- en schadesystemenDekkingen, premies, schades en reserves
2. 02Portefeuille en CRMBeleggingen, mandaten en klantcontact
3. 03DocumentenVoorwaarden, schadedossiers, rapporten en brieven
4. 04LandingszoneRuwe kopieën met lineage
5. 05Geïndexeerd en gekoppeldBelangrijke velden eruit gehaald, gekoppeld aan het origineel
6. 06RapportenAcceptatie, schade en finance op één set cijfers

Data en documenten die u naar de bron kunt herleiden

Jaar één bouwt wat een semantische laag heet. Eenvoudig gezegd is het een afgesproken woordenboek voor de organisatie. Het zegt precies wat telt als polis, dekking, schade, reserve, klant, belegging, mandaat en risicoprofiel.

Daarom doet het ertoe. Vraag naar “openstaande schades boven de reserve” en het schadeteam telt heropende schades mee, terwijl finance ze weglaat. Een agent die de schadedirecteur antwoordt, moet elke keer de definitie van de directeur gebruiken.

AI-governance hoort in hetzelfde jaar. De EU AI Act behandelt AI die wordt gebruikt voor risicobeoordeling en prijsstelling van personen in levens- en zorgverzekeringen als hoog risico. In het Verenigd Koninkrijk vraagt de Consumer Duty van de FCA aan organisaties om goede uitkomsten voor klanten aan te tonen, en dat geldt ook voor advies en prijsstelling waarin AI een rol speelt.

Houd één register van AI-use cases bij. Elke regel noemt een eigenaar, een risicoclassificatie, de geslaagde tests en wie de output beoordeelt. Het is papierwerk, en het is wat een use case langs compliance krijgt.

Ga daarna voor snelle successen die binnen de organisatie blijven. Deze zou ik als eerste kiezen.

1. Documentcopilots, waarmee acceptanten, schadebehandelaars en adviseurs vragen stellen aan polisvoorwaarden, schadedossiers en productvoorwaarden.
2. Instroom van aanvragen en schades, waarbij aanvragen van tussenpersonen en eerste schademeldingen (de eerste melding van een schade) worden gelezen, gesorteerd en doorgestuurd.
3. Voorbereiding van klantgesprekken, waarbij een adviseur vóór elk gesprek een korte samenvatting krijgt.

Zo werkt een copilot in de praktijk. Een acceptant woonverzekeringen krijgt een vraag van een tussenpersoon: dekken deze voorwaarden een lek uit een wasmachineslang die wekenlang heeft gedruppeld?

De copilot vindt de clausule over water dat onvoorzien uitstroomt en de uitsluiting voor geleidelijk ontstane schade, en citeert beide met een link naar de pagina. De acceptant leest ze en antwoordt de tussenpersoon.

De instroom werkt op dezelfde manier. Om tien voor vijf op een vrijdag mailt een tussenpersoon een schadeformulier, vijf foto's van een kromgetrokken keukenvloer en een factuur van de loodgieter. De instroomtool leest het, labelt het als woonschade door uitstromend water, controleert of de polis van kracht is en stuurt het naar het team voor opstal en inboedel.

Hij noteert ook wat er ontbreekt, zoals de datum waarop het lek begon. Op maandag opent de behandelaar een dossier waar hij direct mee aan de slag kan. De behandelaar beslist nog steeds of de schade gedekt is.

Vóór een gesprek om 10 uur 's ochtends kan de samenvatting van een adviseur beleggingen tonen, de opname van vorige maand en een pensioenoverdracht die nog wacht op de oude aanbieder. Ze toont ook een openstaande klacht over een late betaling, en die verandert de hele toon van het gesprek. Zonder de samenvatting hoort de adviseur het van de klant.

1. 01Schadebehandelaar vraagtIs deze waterschade gedekt?
2. 02Semantische laagWelke polis, welke dekking, welke uitsluitingen
3. 03Voorwaarden en schadedossierDe clausules en het bewijs in het dossier
4. 04Copilot antwoordtMet de clausule waarop hij zich baseerde
5. 05Behandelaar beslistAccepteert, past aan of verwijst de schade door

Een sneller antwoord waar de behandelaar achter kan staan

BedrijfswaardeHoogGemiddeldLaag

• Instroom en routering van schades

• Triage van schadefraude

• Adviessuggesties
• Individuele prijsstelling

• Documentcopilots
• Voorbereiding van gesprekken

LaagGemiddeldHoogToezichtrisico

• Laag
• Gemiddeld
• Kritiek

Jaar twee gaat van assistenten die vragen beantwoorden naar agents die binnen grenzen werk doen. Een agent is software die zelf stappen zet. Hij leest een dossier, controleert een regel, werkt een systeem bij en draagt over aan een mens wanneer dat moet.

Schadebehandeling is waar ik de eerste zou inzetten. Denk aan een ruitschade op een autopolis. Dit doet de agent, in volgorde.

1. Hij controleert of de polis op de schadedatum van kracht was en ruitdekking omvat.
2. Hij controleert of er de afgelopen maanden geen andere ruitschade op dezelfde auto is geweest.
3. Hij bevestigt dat de hersteller in uw goedgekeurde netwerk zit en dat de factuur overeenkomt met de foto.
4. Hij stelt de betaling voor en keert die uit, als het bedrag onder de limiet ligt die uw schadedirecteur heeft goedgekeurd.
5. Hij schrijft bij elke controle een korte notitie, zodat een auditor de beslissing later kan volgen.

Als een controle faalt, gaat de schade naar een behandelaar met het dossier al voorbereid. De behandelaar neemt de beslissing.

Zakelijke acceptatie komt daarna. Neem een aanvraag van een tussenpersoon voor een groep magazijnen: een lang pdf-pakket, een spreadsheet met alle locaties en een inspectierapport. De agent haalt per locatie het adres, de verzekerde som, de bouwaard en de brandbeveiliging eruit, en toetst die aan uw acceptatiebeleid, bijvoorbeeld overstromingsgebieden of bepaalde daktypen.

Hij markeert twee locaties die buiten het acceptatiebeleid vallen en schrijft een samenvatting van één pagina. De acceptant prijst het risico en beslist over die twee locaties.

Fraudeagents zoeken naar patronen over polissen heen. Stel dat hetzelfde telefoonnummer in één maand opduikt bij drie schades onder verschillende namen, allemaal via dezelfde garage. De agent markeert het verband en legt het in gewone woorden uit.

Een onderzoeker kijkt daarna en beslist. Een markering is een reden om beter te kijken, en de klant erachter kan volkomen onschuldig zijn.

In vermogensbeheer stelt de agent geschiktheidsrapporten en portefeuilleoverzichten op. Hij haalt het risicoprofiel, de doelen, de beleggingen, de kosten en de aanbeveling uit de notities van de adviseur. De adviseur leest het concept, corrigeert wat fout is en ondertekent het.

De verantwoordelijkheid blijft bij mensen. Elke agent heeft een eigenaar nodig, een schriftelijke grens aan wat hij mag doen, monitoring en een duidelijke route waarlangs elke klant een mens kan bereiken.

1. 01MeldenKlant meldt een schade met foto's
2. 02VerzamelenPolis, foto's, rapporten en historie
3. 03ControlerenDekking, fraudesignalen en limieten
4. 04VoorstellenReserve en schikkingsvoorstel
5. 05GoedkeurenBehandelaar keurt goed boven de limiet
6. 06LerenUitkomsten verfijnen de volgende controle

Een mens blijft verantwoordelijk voor elke schade

In jaar drie zit AI in de hoofdfuncties: acceptatie, schadebehandeling, distributie, beleggingsoperaties en finance. Mensen en agents werken naast elkaar. De hele keten van data tot beslissing is beheerst.

Neem beleggingsoperaties bij een vermogensbeheerder. Elke ochtend verschillen de gegevens van de bewaarder en het portefeuillesysteem op een paar posities, vaak door een corporate action zoals een aandelensplitsing. Een agent vindt elk verschil, bepaalt de waarschijnlijke oorzaak en stelt de correctie op.

Een operationeel analist keurt de correctie goed voordat er iets verandert.

Finance ziet het effect ook. Wanneer schadeagents veranderen hoe reserves bewegen, kan het actuariële team elke wijziging herleiden naar de schade en de regel erachter. Zo blijven IFRS 17- en solvabiliteitsrapportages aan het einde van het kwartaal uitlegbaar.

In deze fase sluiten partners aan. Tussenpersonen, bancassurancepartners (banken die uw polissen verkopen), herstellers en platforms koppelen via dezelfde beheerste laag. Een garage uploadt een offerte, en de agent toetst die aan de foto's en de afgesproken onderdeelprijzen voordat hij hem goedkeurt.

1. Chief operating officerEigenaar van de agentportfolio en de resultaten
   Risk, actuariaat en complianceTesten, monitoring en een noodstop
2. Hoofden schade, acceptatie en adviesEigenaar van de agents in hun domein

• SchadeagentEigendom van het hoofd schade
• AcceptatieagentEigendom van de hoofdacceptant
• FraudeagentEigendom van het hoofd fraude
• AdviesagentEigendom van het hoofd advies

1. 04AI-agents en copilotsAgents voor schade, acceptatie, fraude en advies, met een verantwoordelijke persoon
2. 03Beheerste intelligentielaagSemantisch model van polissen, schades, klanten en beleggingen, plus het AI-register
3. 02DatafundamentLakehouse met gestructureerde data en geïndexeerde documenten, lineage en kwaliteit
4. 01KernsystemenPolisadministratie, schade, portefeuillebeheer, CRM, finance en actuariaat

Vier dingen lopen door alle drie de jaren heen.

1. Opties in eigen land en soevereine opties. Klant- en gezondheidsdata moet vaak in het land blijven. Kies platforms en modellen die daar kunnen draaien.
2. Vrijheid om te wisselen. Houd de mogelijkheid open om van model en platform te wisselen wanneer er betere komen.
3. Governance gekoppeld aan uw toezichthouders. Eén AI-register en één modelrisicoproces, gekoppeld aan regels voor verzekeringen, gedragstoezicht en gegevensbescherming.
4. Uw mensen getraind. Acceptanten, schadebehandelaars en adviseurs moeten weten wat de agents doen en wanneer ze die moeten overrulen.

De eerste overvalt mensen vaak. De schadenotities van een zorgverzekeraar bevatten diagnoses. Als het model dat u koos alleen in een andere regio draait, zit die use case vast voordat hij begint.

De meest voorkomende mislukking is een document-AI-pilot zonder governance. In een demo leest hij schadedossiers prachtig. Dan vraagt compliance waarom hij een bepaalde reserve voorstelde op een aansprakelijkheidsschade, niemand kan antwoorden, en de pilot gaat nooit live.

Bouw het register, het testen en de menselijke beoordeling in de allereerste use case in.

De tweede mislukking is finance en actuariaat erbuiten laten. Als AI verandert hoe schades worden gereserveerd of producten worden geprijsd, raakt dat de IFRS 17- en Solvency II-cijfers.

Denk aan een kwartaalafsluiting waarin reserves verschuiven en de hoofdactuaris het waarom uit een slide moet halen. Betrek de CFO en de hoofdactuaris vanaf het begin.

Hoe het misgaatWat werkt

1. 01Hoe het misgaat: Document-AI-pilots zonder audittrail→Wat werkt: Een register, testen en menselijke beoordeling vanaf de eerste use case
2. 02Hoe het misgaat: Finance en actuariaat erbuiten gelaten→Wat werkt: De CFO en de hoofdactuaris vanaf het begin erbij
3. 03Hoe het misgaat: Prijsstelling voor personen als eerste use case→Wat werkt: Eerst intern documentwerk
4. 04Hoe het misgaat: Agents zonder benoemde eigenaar→Wat werkt: Elke agent met een eigenaar en een limiet

Wilt u weten waar uw organisatie op deze roadmap staat? Plan een gesprek en neem twee dingen mee: een lijst van uw polis-, schade- en portefeuilleplatforms, en die ene AI-use case waar uw raad van bestuur steeds naar vraagt. Ik vertel u in welke fase u echt zit en wat ik als eerste zou doen.

Hoe wordt AI gebruikt in verzekeringen?

Vooral voor documentintensief werk: schades en aanvragen lezen, mogelijke fraude markeren en acceptanten en serviceteams ondersteunen. Prijsstelling en risicobeoordeling voor personen kan ook, maar daar zit het hoogste toezichtrisico.

Waar moet een verzekeraar of vermogensbeheerder beginnen met AI?

Begin met het datafundament en behandel documenten als data. Lever daarna eerst interne use cases op, zoals documentcopilots, schade-instroom en de voorbereiding van adviesgesprekken. Beslissingen die individuele klanten raken komen later, met sterkere controles.

Is AI in verzekeringen hoog risico onder de EU AI Act?

AI die wordt gebruikt voor risicobeoordeling en prijsstelling van personen in levens- en zorgverzekeringen staat te boek als hoog risico. Voordat het live gaat, heeft het risicobeheer, datagovernance, documentatie, menselijk toezicht en monitoring nodig.

Kan AI financieel advies geven?

AI kan geschiktheidsrapporten en portefeuilleoverzichten opstellen, maar een gekwalificeerde adviseur moet ze controleren en ondertekenen. De organisatie blijft verantwoordelijk voor het advies en voor het aantonen van goede uitkomsten voor de klant.

Hoe lang duurt een AI-roadmap voor de financiële sector?

Ik plan hem over drie jaar zodra het datafundament in gang is gezet. Jaar één bouwt de beheerste intelligentielaag, jaar twee schaalt agents op en jaar drie bedt AI in de kernfuncties in. Snelle successen moeten in het eerste jaar waarde laten zien.