additiv AG
Industry
Fintech / InsurTech
Was ein Berater über seine Kunden weiss, ist die Grundlage persönlicher Beratung. Der Insurance Advisor Assistant verbindet dieses Wissen mit einem persönlichen Assistenten, der sich einfach per Sprache bedienen lässt. Gesprochene Notizen, vorhandene Kundeninformationen und mögliche nächste Schritte werden Teil eines zusammenhängenden Arbeitsablaufs.
Im Mittelpunkt steht keine Sammlung einzelner KI-Werkzeuge, sondern die Verbindung aus einfacher Eingabe, zentraler Kundenintelligenz und konkreter Unterstützung für den Berater: relevante Entwicklungen erkennen, Next Best Actions ableiten und Gespräche sowie persönliche Kommunikation vorbereiten.

Persönliche Beratung lebt von Kontext. Ein Familienereignis, ein beruflicher Wechsel oder ein auslaufender Vertrag kann für das nächste Gespräch wichtiger sein als jeder Stammdateneintrag. Im Beratungsalltag entsteht dieses Wissen laufend, doch die CRM-Systeme bleiben oft leer, während das eigentliche Kundenwissen im Kopf des Beraters liegt.
Berater sind nur Menschen: Bei hunderten Kunden behält niemand alles. Die Herausforderung ist, Wissen einfach festzuhalten, dem Kunden und seiner Geschichte zugeordnet zu halten und rechtzeitig wieder in die Vorbereitung einzubeziehen.
Im Mittelpunkt steht das Kundenprofil. Es verbindet persönliche und berufliche Informationen mit bestehenden Versicherungen, Interaktionen, Lebensereignissen und möglichen nächsten Schritten. Aus einer Sprachnotiz kann so nicht nur ein Transkript entstehen, sondern auch ein strukturierter Hinweis für die weitere Betreuung.
Auf Bestandsebene macht eine Lebensphasen- und Trigger-Matrix mögliche Kontaktanlässe sichtbar. Im einzelnen Kundenfall unterstützen Next Best Actions, eine produktbezogene Beratungsvorbereitung und persönliche Textentwürfe den nächsten Schritt: von der Auswahl einer Kundengruppe bis zur Nachbereitung eines Gesprächs.
Neue Informationen entstehen im Gespräch. Der Berater kann sie danach als kurze Sprachnotiz festhalten und dem Kunden zuordnen, statt sie zuerst selbst in Felder und Aufgaben zu übersetzen. Die Anwendung transkribiert und analysiert den Inhalt: Aus dem Gesagten entstehen eine Zusammenfassung, relevante Lebensereignisse und Vorschläge für nächste Schritte.
Der entscheidende Unterschied: Die Information bleibt nicht in einer Audiodatei oder einem unstrukturierten Text stehen, sondern wird nutzbarer Kundenkontext.
Stammdaten allein erzählen noch keine Kundenbeziehung. Erst mit Notizen, relevanten Ereignissen, Versicherungsinformationen und bisherigen Handlungsvorschlägen entsteht der Zusammenhang, den eine persönliche Vorbereitung braucht. Die Anwendung bündelt diese Informationen und stellt sie dem Assistenten bereit.
Der Berater muss den vorhandenen Kontext nicht für jede Aufgabe neu beschreiben: Was ist über den Kunden bekannt, was hat sich verändert, was sollte vor dem nächsten Gespräch berücksichtigt werden? Genau das beantwortet die zentrale Kundenintelligenz.
Eine neue Lebenssituation kann Anlass für ein Gespräch sein. Eine offene Frage kann Vorbereitung erfordern. Next Best Actions machen solche Möglichkeiten sichtbar und knüpfen an neu erfasste Informationen und den vorhandenen Kundenkontext an.
Jede Next Best Action ist eine Entscheidungshilfe, keine fertige Antwort: Der Berater entscheidet, welche Vorschläge er aufgreift und wie er sie mit dem Kunden bespricht. So wird aus Wissen über den Kunden ein konkreter nächster Schritt.
Auf Basis des vorhandenen Kundenkontexts unterstützt der Assistent die Vorbereitung: von Gesprächsinhalten über persönliche Nachrichten per E-Mail oder WhatsApp bis zu ausgewählten Dokumententwürfen wie Offerten, Vergleichen oder Schadenstexten. Die hinterlegte Sie- oder Du-Präferenz fliesst dabei in die Formulierung ein.
Jeder Entwurf ist eine Ausgangsbasis zur Prüfung, kein automatisierter Versand: Ein generiertes Dokument ist weder eine verbindliche Offerte noch eine eingereichte Schadensmeldung. So wird Kundeninformation nicht nur dokumentiert, sondern für die nächste Handlung nutzbar.
Die Segmentierungsansicht ergänzt den Blick auf den einzelnen Kunden um die Übersicht des gesamten Bestands. Eine Matrix verbindet Lebensphasen mit definierten Beratungsanlässen, etwa Familie, längere Kontaktpause oder auslaufende Fremdverträge.
So lassen sich relevante Gruppen und mögliche Kontaktanlässe erkennen, ohne dass etwas untergeht. Die Zuordnung folgt dabei nachvollziehbaren Regeln, sie ist eine unterstützende Funktion der Kundenintelligenz und keine KI-Kaufprognose.
Unter der Haube arbeitet die Anwendung mit klarer Arbeitsteilung: Audioaufnahmen werden transkribiert, die Analyse leitet Zusammenfassungen, Lebensereignisse und Handlungsmöglichkeiten ab, und der kundenbezogene Assistent erhält die Informationen aus dem System als Grundlage für seine Antworten. Für Datenverwaltung, Statusführung und Segmentierungsregeln kommt klassische Softwarelogik zum Einsatz.
Gebaut ist die Webapplikation mit React und TypeScript im Frontend sowie Express und PostgreSQL im Backend, mit HeyGen für Avatar-Funktionen. Wichtiger als die Liste der Bausteine ist ihre Verbindung: Eine einfache Eingabe wird mit gespeichertem Kundenkontext verknüpft und in der Oberfläche als Information, Vorschlag oder Entwurf nutzbar.
Für Analyse, Next Best Actions und Entwürfe. Freigegeben wird immer vom Berater.
