Eine Police, die die Leistung des Modells garantiert
Munich Re beschreibt aiSure als eine Suite von Deckungen für Systeme künstlicher Intelligenz, gedacht für diejenigen, die Modelle verkaufen, und für diejenigen, die sie in Produktion bringen. Die offizielle Seite des Konzerns[1], abgerufen im September 2026, stellt zwei Zahlen nebeneinander: 98% der CEOs erwarten unmittelbare Vorteile aus der Einführung von KI, 60% bleiben angesichts einer unsicheren wirtschaftlichen Rendite zögerlich.
Zwischen diesen beiden Prozentwerten wohnt das kommerzielle Problem all jener, die Agenten verkaufen.
Wer kauft, unterschreibt einen Vertrag über ein Genauigkeitsversprechen. Der Verkäufer kennt sein eigenes Modell, der Käufer sieht eine geschlossene Box. Eine Leistungsgarantie verschiebt die Beweislast auf den Verkäufer, und dieses Gewicht hat einen Preis.
aiSure arbeitet genau an diesem Preis. Dieselbe Seite erklärt, warum der Anbieter Hilfe sucht: Das Genauigkeitsversprechen wird zu einer Verbindlichkeit in seiner Bilanz.
Die originelle Idee: Die Garantie verlässt die Bilanz des Anbieters
Das Modul für Anbieter trägt den Namen «Contractual Liabilities». Der Anbieter garantiert dem Kunden, dass die KI leistet, was versprochen wurde, und der Versicherer trägt diese Garantie, indem er die Verluste des Kunden ersetzt, wenn das Modell Fehler macht.
Die Formulierung von Munich Re spricht von Leistungsgarantien, die es dem Anbieter erlauben, Kunden für finanzielle Verluste oder rechtliche Haftungen zu entschädigen, die unmittelbar mit Fehlern der KI zusammenhängen.
Der Sprung liegt hier: Das Vertrauen kommt von einem Dritten mit der Bilanz eines Rückversicherers, nicht von den Folien des Verkäufers. Ein Einkaufsleiter bewertet dann ein Versprechen, das mit Kapital gedeckt ist, und die Verhandlung ändert ihren Charakter. Das Risiko bleibt unverändert, es wechselt die Hand, die es hält.
Für wen ein technologisches KMU führt, klingt die Botschaft rau und nützlich: Der Wettbewerbshebel liegt darin, das Ergebnis zu garantieren, noch vor dem Aufpolieren der Demo.
Drei unterschiedliche Risiken, drei verschiedene Adressaten
Die Suite trennt drei Situationen, und diese Unterscheidung zählt mehr als das Produktlabel.
- Contractual Liabilities: für diejenigen, die KI verkaufen, deckt die dem Kunden gegebene Leistungsgarantie.
- AI Liabilities: für Anbieter und Unternehmen, deckt Diskriminierung, Verletzung geistigen Eigentums, Halluzinationen, Sanktionen der Aufsichtsbehörden.
- Financial Losses: für diejenigen, die kritische Prozesse automatisieren, deckt Umsatzausfall, Betriebsunterbrechung, rechtliche Schäden.
Die drei Posten erzählen unterschiedliche wirtschaftliche Geschichten. Ein Fehler, der eine Geldbuße erzeugt, gehört in die Welt der Compliance, ein Fehler, der eine Logistiklinie stoppt, gehört in die Gewinn- und Verlustrechnung. Beides als gleichwertig zu behandeln führt dazu, die falsche Deckung zu kaufen.
Munich Re fügt ein operatives Detail für Großunternehmen hinzu: Die Deckung umfasst mehrere Modelle und mehrere Verlustszenarien. Wer zwanzig Agenten in Produktion hält, denkt folglich in einem Risikoportfolio statt in einer einzelnen Anwendung.
Die technische Prüfung kommt vor der Unterschrift
Hier erscheint die Reibung, die den Fall lehrreich macht. Um die Deckung zu erhalten, durchläuft die Lösung eine technische Prüfung des Versicherers, wie die Produktdokumentation angibt: Wer ein Ergebnis garantiert, verlangt, es zu messen.
Die praktische Folge ist streng. Ein Agent ohne definierte Metrik, ohne Baseline und ohne vereinbarte Messmethode bleibt außerhalb des versicherbaren Perimeters.
Dieser Filter teilt den Markt in zwei Hälften. Auf der einen Seite die Anbieter, die Genauigkeit, Test-Datensätze, Verschlechterung über die Zeit und Alarmschwellen dokumentieren können. Auf der anderen diejenigen, die KI mit Adjektiven beschreiben: Die erste Gruppe erhält eine Police, die zweite bleibt beim Piloten stehen.
Der wissenschaftliche Boden dieser Messung bleibt offen und stark diskutiert: Die Harvard Data Science Review[2] von MIT Press beherbergt die Peer-Review-Debatte darüber, wie Data-Science-Systeme bewertet werden. Ein CTO, der dieser Debatte folgt, versteht, warum ein Versicherer Zahlen und Protokolle verlangt.
Der Perimeter, den die Richtlinie 2024/2853 offen lässt
Die neue europäische Richtlinie über fehlerhafte Produkte, 2024 verabschiedet, bringt Software und KI-Systeme in den Produktbegriff hinein. Ihr Artikel 6 zählt die ersatzfähigen Schäden auf: Tod und Körperverletzung, Sachschäden, Zerstörung oder Beschädigung von Daten, die für private Zwecke genutzt werden.
Der rein wirtschaftliche Verlust zwischen Unternehmen bleibt außerhalb dieser Aufzählung.
Ein Agent, der eine Nachfrageprognose verfehlt und drei Millionen Marge verbrennt, erzeugt genau diese Art von Schaden. Der betroffene Kunde schaut in den Vertrag, nicht in die Richtlinie. Genau hier fügt sich aiSure ein: Es versichert den wirtschaftlichen Verlust zwischen Unternehmen, also jenes Terrain, das der europäische Gesetzgeber der privaten Vereinbarung überlässt.
Für ein Board ist die Lesart direkt: Der Schutz des Umsatzes läuft über Klauseln und Policen, die Richtlinie schützt Personen und Sachen.
Das Protokoll des Agenten wird zum Beweis
Jede Garantie lebt von Beweisen. Um zu zeigen, dass die KI das Versprechen verfehlt hat, braucht es das Protokoll ihrer Handlungen: Modellversion, Prompt, Eingabedaten, Antwort, Konfidenzschwelle, menschlicher Freigabeschritt.
Ein unvollständiges Log verwandelt einen Schadensfall in eine Diskussion von Meinungen. Ein vollständiges Log verwandelt ihn in eine Rechnung.
Der europäische Text drängt in dieselbe Richtung, denn er verstärkt die Offenlegungspflichten für Beweise zulasten des Herstellers und erlaubt dem Gericht, den Fehler zu vermuten, wenn diese Beweise in der Schublade bleiben. Wer Nachvollziehbarkeit bewahrt, verteidigt seine Position zweifach: vor dem Versicherer und vor dem Gericht.
Der operative Rat für einen Head of Product hat niedrige Kosten und hohen Wert: das Protokoll im selben Sprint entwerfen, in dem der Agent entworfen wird. Observability nach dem ersten Vorfall hinzuzufügen kostet deutlich mehr.
Sustaind und Mosaic: das Produkt im Umlauf
Zwei namentlich genannte Referenzen zeigen, dass die Deckung das Labor verlassen hat. Sustaind bietet eine automatische Überwachung gesetzlicher Pflichten und ihrer Aktualisierungen in über 120 Ländern, mit der Garantie der Great Lakes Insurance SE, einer Gesellschaft der Munich Re Gruppe.
Die zweite Referenz ist Mosaic Insurance, die eine Partnerschaft mit Munich Re geschlossen hat, um aiSure den eigenen Kunden anzubieten. Die erklärte Begründung wiegt schwer: Das Leistungsrisiko der KI bleibt oft außerhalb traditioneller Cyber-Policen.
Hier kommt der Teil, den ich sorgfältig getrennt halte. Der Konzern veröffentlicht eine herunterladbare Fallstudie und die Beschreibung der Vereinbarung, während Zahlen zu gezahlten Schäden, eingenommenen Prämien oder Rückgriffsquoten außerhalb der öffentlichen Kommunikation bleiben.
Ein angekündigtes Ergebnis ist weniger wert als ein Ergebnis, das ein unabhängiger Dritter geprüft hat. Der Leser verdient diese Unterscheidung: Das Produkt existiert und hat Partner mit Namen, seine Entschädigungsgeschichte wartet noch auf öffentliche Zahlen.
Was Sie mitnehmen können
Ein CFO oder ein Controller, der einen Agenten kauft, hat nun eine Liste konkreter Fragen, die er dem Anbieter auf den Tisch legen kann.
- Welche Leistungsmetrik garantieren Sie, mit welcher Baseline und welcher Messmethode?
- Stützt sich die Garantie auf eine Police? Welcher Versicherer, welche Deckungssumme, welche Ausschlüsse?
- Wer zahlt den wirtschaftlichen Verlust meines Prozesses, wenn Ihr Modell Fehler macht?
- Welches Handlungsprotokoll übergeben Sie mir, in welchem Format und für wie viele Monate?
- In welcher Frequenz messen Sie die Genauigkeit nach einem Modell-Update erneut?
Die Antworten trennen die reifen Anbieter von den übrigen in einem einzigen Termin. Ein Verkäufer, der eine technische Versicherungsprüfung bestanden hat, antwortet mit Dokumenten, die anderen antworten mit Begeisterung.
Die offene Frage betrifft jede Organisation, die heute einen Agenten in einen Prozess setzt, der Geld wert ist: Sagt der Vertrag, den Sie unterschrieben haben, wer den Schaden zahlt – oder lässt er dieses Feld leer?
Dieser Artikel wurde von einem redaktionellen KI-Autor unter menschlicher Aufsicht erstellt, in Übereinstimmung mit den Transparenzpflichten der Verordnung (EU) 2024/1689 (KI-Verordnung, Art. 50). Die Quellen sind im Text verlinkt.
Article by SAGA
Quellen
- offizielle Seite des Konzerns (munichre.com)
- Harvard Data Science Review (hdsr.mitpress.mit.edu)