KI im Sachverständigenwesen: Warum sie Gutachter nicht ersetzt, aber Prozesse verändert
Kaum eine technologische Entwicklung wird derzeit so häufig mit der Frage verbunden, welche Berufe sie künftig ersetzen könnte, wie künstliche Intelligenz.
Auch im Sachverständigenwesen taucht diese Diskussion zunehmend auf.
Kann KI Gutachten schreiben?
Kann sie Schäden anhand von Bildern bewerten?
Kann sie technische Unterlagen analysieren?
Kann sie künftig sogar einen Sachverständigen ersetzen?
Die kurze Antwort lautet:
KI kann heute bereits erhebliche Teile sachverständiger Arbeit unterstützen.
Die wesentlich interessantere Frage lautet jedoch:
Welche Teile eines sachverständigen Prozesses eignen sich für KI – und wo beginnt die eigentliche fachliche Verantwortung?
Denn Sachverständigenarbeit besteht nicht nur aus dem fertigen Gutachten.
Ein Gutachten ist lediglich das sichtbare Ergebnis eines vorhergehenden Erkenntnisprozesses.
Und genau dieser Prozess entscheidet darüber, ob KI einen echten Mehrwert erzeugt.
Das Gutachten beginnt lange vor dem Schreiben
Von außen betrachtet erscheint die Tätigkeit eines Sachverständigen häufig vergleichsweise einfach.
Ein Schaden wird besichtigt.
Informationen werden gesammelt.
Anschließend entsteht ein Gutachten.
Die tatsächliche Arbeit dazwischen ist jedoch wesentlich komplexer.
Ein typischer Schadenprozess kann beispielsweise folgende Schritte enthalten:
- Auftrag und Fragestellung verstehen,
- Informationen zusammentragen,
- Unterlagen auf Vollständigkeit prüfen,
- Schadenbild erfassen,
- Konstruktion und Material bestimmen,
- mögliche Ursachen formulieren,
- alternative Ursachen prüfen,
- zeitliche und technische Zusammenhänge bewerten,
- Plausibilität herstellen,
- Schlussfolgerungen dokumentieren.
Die Qualität eines Gutachtens entsteht deshalb nicht primär durch gute Formulierungen.
Sie entsteht durch die Qualität der Entscheidungslogik davor.
Und genau dort sollte die Diskussion über künstliche Intelligenz beginnen.
Was KI im Sachverständigenprozess bereits leisten kann
1. Informationen strukturieren
Schadenakten bestehen zunehmend aus heterogenen Informationen.
Fotos.
PDF-Dokumente.
E-Mails.
Rechnungen.
Angebote.
Protokolle.
Messwerte.
Planunterlagen.
Gutachten.
Für Menschen bedeutet dies häufig erhebliche Vorarbeit.
Welche Dokumente gehören zusammen?
Welche Informationen sind relevant?
Wo finden sich Aussagen zu einem bestimmten Bauteil?
Welche Kostenposition wird in welcher Rechnung beschrieben?
KI kann solche Informationen wesentlich schneller strukturieren und durchsuchen.
Dabei entsteht der Mehrwert nicht dadurch, dass die Maschine „mehr weiß“.
Der Vorteil liegt zunächst schlicht in der Geschwindigkeit, mit der große Informationsmengen aufbereitet werden können.
2. Unterschiede und Widersprüche sichtbar machen
Besonders interessant wird KI, wenn mehrere Informationsquellen miteinander verglichen werden.
Beispielsweise:
Der Versicherungsnehmer beschreibt einen Schaden anders als das ausführende Unternehmen.
Eine Rechnung nennt andere Mengen als das Angebot.
Ein Foto passt zeitlich nicht zur angegebenen Schadenentwicklung.
Ein Gutachten verwendet eine andere Ursachenannahme als die ursprüngliche Schadenmeldung.
KI kann solche Unterschiede markieren.
Das bedeutet nicht, dass die Maschine entscheidet, welche Information richtig ist.
Aber sie kann den Sachverständigen darauf aufmerksam machen:
Hier solltest du genauer hinschauen.
Und genau darin liegt ein erheblicher Nutzen.
3. Prüfungen vorbereiten
Auch wiederkehrende Arbeitsstrukturen lassen sich unterstützen.
Aus einer Schadenakte kann beispielsweise eine erste Prüfliste entstehen.
Welche Unterlagen fehlen?
Welche technischen Fragen sind bislang unbeantwortet?
Welche Aussagen widersprechen sich?
Welche Normen oder technischen Regelwerke könnten relevant sein?
Welche Informationen sollten beim Ortstermin noch erhoben werden?
Damit wird KI nicht zum Entscheider.
Sie wird zum vorbereitenden Werkzeug.
Oder etwas zugespitzter:
zum Co-Sachverständigen.
Was bedeutet „Co-Sachverständiger“?
Der Begriff sollte nicht dahingehend verstanden werden, dass zwei gleichberechtigte Gutachter nebeneinander arbeiten.
KI besitzt keine eigene berufliche Verantwortung.
Sie besucht keinen Schadenort.
Sie übernimmt keine Haftung für ihre Schlussfolgerung.
Und sie besitzt keine praktische Erfahrung im menschlichen Sinne.
Der Begriff beschreibt vielmehr eine mögliche Rollenverteilung.
KI unterstützt den Sachverständigen bei Aufgaben, die besonders stark von Informationsverarbeitung geprägt sind.
Der Mensch konzentriert sich stärker auf Aufgaben, die fachlichen Kontext und Bewertung erfordern.
Damit verschiebt sich Arbeit.
Sie verschwindet nicht zwangsläufig.
Wo Sachverstand unverzichtbar bleibt
Kontext
Technische Schäden lassen sich selten isoliert betrachten.
Ein Riss ist nicht einfach ein Riss.
Eine Verformung ist nicht automatisch ein Ereignisschaden.
Eine Durchfeuchtung erklärt noch nicht, woher Wasser gekommen ist.
Für die Bewertung können zahlreiche Randbedingungen relevant sein:
- Konstruktion,
- Material,
- Alter,
- Nutzung,
- Vorschädigungen,
- Wartungszustand,
- Umbauten,
- klimatische Beanspruchung,
- zeitlicher Ablauf.
KI kann Informationen über diese Faktoren verarbeiten.
Aber sie benötigt zunächst die richtigen Informationen.
Ein Modell kann nur mit dem Kontext arbeiten, den der Prozess ihm zur Verfügung stellt.
Kausalität ist mehr als Mustererkennung
Besonders kritisch wird der KI-Einsatz bei Ursachenfragen.
Maschinelle Systeme sind hervorragend darin, Muster zu erkennen.
Aber Kausalität und Korrelation sind nicht identisch.
Nach einem Hagelereignis wird ein beschädigtes Kunststoffbauteil festgestellt.
Ist Hagel die Ursache?
Vielleicht.
Vielleicht war das Material bereits stark gealtert.
Vielleicht existierte eine Vorschädigung.
Vielleicht wirken mehrere Faktoren zusammen.
Ähnliches gilt bei Feuchtigkeitsschäden, Rissen, Sturmereignissen oder technischen Defekten.
Der Sachverständige muss deshalb nicht nur fragen:
„Passt dieses Schadenbild zu Ursache A?“
Sondern ebenfalls:
„Welche anderen Ursachen könnten dasselbe Schadenbild erzeugen?“
Diese Hypothesenprüfung gehört zum Kern sachverständiger Arbeit.
Verantwortung lässt sich nicht einfach automatisieren
Am Ende eines Gutachtens steht eine Aussage.
Eine Ursache wird als wahrscheinlich oder nachweisbar eingeordnet.
Eine Reparatur wird empfohlen.
Kosten werden bewertet.
Eine technische Einschätzung beeinflusst möglicherweise eine Regulierungs- oder Haftungsentscheidung.
Genau an diesem Punkt wird Verantwortung relevant.
Eine KI kann einen Satz erzeugen:
„Die festgestellte Beschädigung ist mit hoher Wahrscheinlichkeit auf das Ereignis zurückzuführen.“
Doch wer hat geprüft, ob diese Aussage fachlich belastbar ist?
Welche Informationen lagen zugrunde?
Welche Alternativursachen wurden berücksichtigt?
Welche Unsicherheiten existieren?
Und lässt sich die Entscheidung später nachvollziehen?
Fachliche Verantwortung beginnt dort, wo aus Information eine belastbare Schlussfolgerung wird.
KI verändert deshalb vor allem Prozesse
Die möglicherweise größte Veränderung im Sachverständigenwesen wird nicht darin liegen, dass KI Gutachten schreibt.
Sie liegt vermutlich darin, dass Arbeitsabläufe neu gestaltet werden.
Der klassische Prozess könnte beispielsweise so aussehen:
Schadenakte → manuelle Sichtung → Besichtigung → Auswertung → Gutachten
Ein KI-unterstützter Prozess könnte dagegen bereits vor der eigentlichen Bewertung Informationen strukturieren:
Schadenakte
↓
automatisierte Strukturierung
↓
Dokumentenvergleich
↓
offene Fragen und Auffälligkeiten
↓
gezieltere Besichtigung
↓
fachliche Bewertung
↓
KI-unterstützte Dokumentation
↓
menschliche Prüfung und Freigabe
Dadurch kann sich die Rolle des Sachverständigen verändern.
Weniger Zeit für repetitive Informationsarbeit.
Mehr Zeit für Bewertung.
Der entscheidende Punkt ist Human Oversight
KI darf nicht zum unsichtbaren Entscheidungssystem werden.
Gerade im Sachverständigenwesen muss nachvollziehbar bleiben:
Welche Informationen stammen aus der Schadenakte?
Welche Aussagen wurden durch KI erzeugt?
Welche Annahmen hat der Sachverständige geprüft?
Was wurde verworfen?
Und wer hat die endgültige fachliche Aussage getroffen?
Damit wird menschliche Kontrolle nicht zum Hindernis der Digitalisierung.
Sie wird zu einer Voraussetzung für belastbare Digitalisierung.
Auch der regulatorische Rahmen wird konkreter
Seit dem 2. August 2026 gelten die Transparenzpflichten nach Artikel 50 des europäischen AI Act für bestimmte KI-Systeme. Dazu gehören unter anderem Anforderungen an die Transparenz bestimmter KI-Interaktionen sowie an die Kennzeichnung bestimmter KI-generierter oder manipulierter Inhalte.
Für Organisationen ebenfalls relevant ist die KI-Kompetenz. Artikel 4 des AI Act verpflichtet Anbieter und Betreiber von KI-Systemen dazu, Maßnahmen zur Entwicklung von KI-Kompetenz ihrer Mitarbeiter und anderer Personen zu unterstützen, die in ihrem Auftrag mit solchen Systemen arbeiten. Dabei sollen unter anderem deren technisches Wissen, Erfahrung, Ausbildung und der jeweilige Nutzungskontext berücksichtigt werden.
Das bedeutet nicht, dass jede Nutzung generativer KI automatisch einen hochregulierten Prozess darstellt.
Es zeigt jedoch:
Professioneller KI-Einsatz wird zunehmend auch eine Frage von Governance, Transparenz und Kompetenz.
Warum Prompt-Schulungen allein nicht ausreichen
Viele Unternehmen beginnen ihre KI-Reise derzeit mit Prompting.
Das ist nachvollziehbar.
Prompts sind sichtbar.
Man kann schnell erste Ergebnisse erzeugen.
Für eine nachhaltige Integration reicht das jedoch nicht.
Denn der perfekte Prompt löst kein Problem, wenn
- der zugrunde liegende Prozess unklar ist,
- Daten unstrukturiert vorliegen,
- Rollen nicht definiert sind,
- Entscheidungslogiken unbekannt bleiben,
- niemand festgelegt hat, wer eine KI-Ausgabe kontrolliert.
Aus diesem Grund lautet eine der wichtigsten Fragen nicht:
„Welche KI sollen wir einsetzen?“
Sondern:
„Welchen Prozess möchten wir damit verbessern?“
Vom Werkzeug zur Prozessberatung
Damit eröffnet künstliche Intelligenz auch für Versicherer, Regulierungsorganisationen und Sachverständigenunternehmen ein wesentlich größeres Themenfeld.
Es geht nicht lediglich um Produktivität einzelner Mitarbeiter.
Es geht beispielsweise um Fragen wie:
- Wo entstehen Medienbrüche?
- Welche Informationen werden mehrfach erfasst?
- Welche Entscheidungen beruhen auf standardisierbaren Kriterien?
- Wo braucht es zwingend Fachwissen?
- Wann muss ein Sachverständiger vor Ort sein?
- Welche Vorgänge können vorbereitet werden?
- Welche Daten müssten strukturiert erhoben werden?
- Wie wird eine KI-unterstützte Entscheidung dokumentiert?
- Welche Kontrollmechanismen sind notwendig?
Damit entwickelt sich die Diskussion weg von einzelnen Tools.
Hin zu:
Schadenprozessdesign.
Und möglicherweise liegt genau dort das größere Potenzial künstlicher Intelligenz.
Fazit: KI ersetzt nicht den Sachverstand – sie zwingt uns, ihn zu strukturieren
Die wichtigste Wirkung künstlicher Intelligenz auf das Sachverständigenwesen könnte am Ende gar nicht darin bestehen, dass Maschinen plötzlich besonders gute Gutachten verfassen.
Ihre eigentliche Wirkung könnte darin liegen, dass wir gezwungen werden, unsere eigene Arbeit genauer zu beschreiben.
Welche Informationen benötigen wir?
Wie entsteht eine Schlussfolgerung?
Welche Kriterien verwenden erfahrene Sachverständige?
Welche Entscheidungen sind standardisierbar?
Wo beginnt Interpretation?
Und wer übernimmt Verantwortung?
Je klarer diese Fragen beantwortet sind, desto sinnvoller lässt sich KI einsetzen.
Deshalb lautet meine Prognose:
KI wird Sachverständige nicht einfach ersetzen.
Aber Sachverständige und Organisationen, die fachliches Wissen, Prozesslogik und KI sinnvoll miteinander verbinden, werden die Arbeitsweise der Branche verändern.
Und möglicherweise ist genau das die wesentlich spannendere Entwicklung.
Hinweis: Dieser Beitrag stellt eine fachliche Einordnung zum Einsatz künstlicher Intelligenz dar und keine Rechtsberatung zum EU AI Act. Für die konkrete regulatorische Bewertung eines Anwendungsfalls sind das jeweilige KI-System, seine Funktion und sein Einsatzkontext maßgeblich.
Quellen zur Nachprüfung: Europäische Kommission zum Inkrafttreten der Transparenzpflichten nach Artikel 50 seit dem 2. August 2026 und zu den aktuellen Leitlinien. Die Anforderungen zur Förderung von KI-Kompetenz nach Artikel 4 erläutert der offizielle AI Act Service Desk.
P.S. Ja, auch bei diesem Artikel hat mich die KI lektorisch unterstützt 😉
