Safeguarding Medical Decision Quality in the Age of AI – A Practice Report from Medical Risk and Claims Assessment in a Life Insurance Company
JOURNAL ARTICLE
Cite JOURNAL ARTICLE
Style
Format
Safeguarding Medical Decision Quality in the Age of AI – A Practice Report from Medical Risk and Claims Assessment in a Life Insurance Company
Rickmann, Jens | Tröster, Verena
Zeitschrift für die gesamte Versicherungswissenschaft, Online First : pp. 1–12 | First published online: October 06, 2025
Additional Information
Article Details
Author Details
Corresponding Author: Dr. med. Jens Rickmann MPH, Chief Medical Officer and Company Physician, Alte Leipziger Lebensversicherung a.G., Alte Leipziger-Platz 1, 61440 Oberursel, Germany.
Verena Tröster M.Sc. Psychology, Alte Leipziger Lebensversicherung a.G., Alte Leipziger-Platz 1, 61440 Oberursel.
References
-
Bundesärztekammer (2025): Stellungnahme: Künstliche Intelligenz in der Medizin. Deutsches Ärzteblatt, 122(4), 1–14.
Google Scholar -
EU (2024): Verordnung (EU) 2024/1689 des europäischen Parlaments und des Rates vom 13. Juni 2024 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz und zur Änderung der Verordnungen (EG) Nr. 300/2008, (EU) Nr. 167/2013, (EU) Nr. 168/2013, (EU) 2018/858, (EU) 2018/1139 und (EU) 2019/2144 sowie der Richtlinien 2014/90/EU, (EU) 2016/797 und (EU) 2020/1828 (Verordnung über künstliche Intelligenz). ABl. L, 2024/1689, 1–144.
Google Scholar -
Gen Re (Schilling, A./Eppert, T.) (2024): KI in der Risikoprüfung [Konferenzbeitrag]. Kongress Versicherungsmedizin, Köln, Germany. 20.11.2024.
Google Scholar -
Lee, H.-P./Sarkar, A./Tankelevitch, L./Drosos, I./Rintel, S./Banks, R./Wilson, N. (2025): The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers [Konferenzbeitrag]. CHI Conference on Human Factors in Computing Systems (CHI ’25), Yokohama, Japan. https://doi.org/10.1145/3706598.3713778.
Google Scholar -
Mullins, P./Holland, C. P./Cunneen, M. (2021): Creating ethics guidelines for artificial intelligence and big data analytics customers: The case of the European insurance market. Patterns, 2(10), Article 615826.
Google Scholar -
Munich Re (Sarkin, L.) (2025): AI-Augmented Underwriting: Balancing Benefits and Risks [Konferenzbeitrag]. Data Analytics Virtual Forum (DAVF) 2025 der International Actuarial Association, Ottawa, Canada. 24.04.2025.
Google Scholar -
Salgaonkar, S. S./Allen, L./Zimmerman, D. (2022): Checking the Pulse: A Global Survey on the Evolving Roles of the Insurance Medical Director. Journal of insurance medicine, 49, 189–199.
Google Scholar -
WHO – World Health Organization (2024): Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. Genf.
Google Scholar -
Zentrale Ethikkommission bei der Bundesärztekammer (2021): Entscheidungsunterstützung ärztlicher Tätigkeit durch künstliche Intelligenz. Deutsches Ärzteblatt, 118(33/34), A1–13.
Google Scholar
Abstract
Der zunehmende Einsatz von Künstlicher Intelligenz (KI) in der Risiko- und Leistungsprüfung biometrischer Lebensversicherungsprodukte erfordert neue Qualifikationsprofile: Während automatisierte Entscheidungssysteme Effizienzgewinne versprechen, bleibt die fachlich fundierte menschliche Bewertung komplexer medizinischer Sachverhalte unverzichtbar. Der vorliegende Beitrag skizziert die ethischen, regulatorischen und fachlichen Anforderungen an den „Human-in-the-Loop“-Ansatz in KI-gestützten Entscheidungsprozessen. Anschließend wird ein unternehmensintern entwickeltes Curriculum zur versicherungsmedizinischen Qualifikation nicht-ärztlicher Prüfpersonen vorgestellt, das sowohl medizinisches Grundlagenwissen als auch Anwendungskompetenz systematisch fördert. Das modular aufgebaute, hybrid durchgeführte Fortbildungsprogramm umfasst 105 Unterrichtsstunden, darunter 23 praxisnahe Fallkonferenzen. Die standardisierte Evaluation zeigte eine sehr hohe Zufriedenheit der Teilnehmenden sowie einen substanziellen Lerngewinn im Bereich medizinischer Urteilskompetenz. Besonders hervorgehoben wurden die didaktische Struktur, der Praxisbezug sowie der kollegiale Austausch. Die Ergebnisse belegen: Medizinische Qualifikation lässt sich auch außerhalb formaler Berufszulassungen wirksam und strukturiert fördern. Das Schulungsformat wurde aufgrund dieser Erkenntnisse mittlerweile in ein kontinuierliches Qualifikationsprogramm überführt, auch als Grundlage und Begleitung der zunehmenden Nutzung von KI in der Risiko- und Leistungsprüfung.