KI-gestützte Vorsorgeberatung

Wie wird aus verstreuten Kundeninformationen ein verständliches Beratungsgespräch? Diese interaktive Demo-Plattform führt vom simulierten CRM-Kundenaufruf über die Vorbereitung in thematische Beratungsstrecken: Berater und Kunde betrachten vorhandene Verträge, besprechen Versorgungslücken und verändern Annahmen direkt in der Oberfläche. Zurich bezeichnet dabei den sichtbaren Marken- und Produktkontext der Demo, nicht eine belegte Auftraggeberbeziehung. Gezielte KI-Textassistenz ergänzt den Ablauf, während Berechnungen und Themenvorschläge auf nachvollziehbaren Regeln beruhen.

Für die fiktive Persona Ennio beginnt die Beratung nicht bei einer Tarifkarte: Der Berater sieht zunächst Stammdaten, Lebenslage, Policen und Memos. Themenvorschläge entstehen durch hinterlegte Stichwortregeln und machen Gesprächsanlässe sichtbar, sie sind keine autonome Bewertung der Lebenssituation. Die Oberfläche unterscheidet vorhandene Angaben, vorgeschlagene Werte und Datenlücken, Ergänzungsvorschläge müssen bestätigt oder korrigiert werden. Neue Memos lassen sich per Sprache erfassen und mit generativer Textassistenz verdichten, gespeichert werden sie lokal im Browser.

Für offene Angaben stellt die Vorbereitung einen Link mit QR-Code und einen bearbeitbaren E-Mail-Entwurf bereit, der das lokale Mailprogramm öffnet. Auf der Kundenseite wird die Eingabe ausgewählter offener Felder auf einer reduzierten Oberfläche demonstriert. Die Grenze ist Teil des Konzepts: Die Rückübermittlung an den Berater ist im aktuellen Stand nicht implementiert. Der Screen zeigt die beabsichtigte Beteiligung der Kunden, keinen bereits geschlossenen Datenkreislauf.

In der Beratung wird aus dem vorbereiteten Kontext eine konkrete Frage: Was soll abgesichert oder aufgebaut werden, und was ist bereits vorhanden? Bei der Arbeitskraftabsicherung stehen Einkommensbedarf, beruflicher Kontext und bestehende Leistungen im Mittelpunkt, bei der Altersvorsorge der gewünschte Lebensstandard, die vorhandene Vorsorge und eine modellierte Rentenlücke. Kundendaten lassen sich anpassen, Verträge ergänzen und Ziele verändern. Das Ergebnis ist keine frei formulierte KI-Prognose, sondern eine regel- und annahmenabhängige Berechnung. Die Anlehnung an DIN 77230 strukturiert die Demo, bedeutet aber keine Zertifizierung.

Ein Vergleich wird verständlicher, wenn sich seine Voraussetzungen besprechen lassen. In der Altersvorsorge betrachten Berater und Kunden Renditeannahmen und die Verteilung auf Vorsorgeschichten, im Hinterbliebenschutz lässt sich der Bedarf über eine Faustformel oder einzelne Bausteine ermitteln. Die Anlageberatung verbindet Ziele und Risikoprofil mit einem Demo-Fondsuniversum und einer Portfolioauswahl in einer eigenen, an §34f orientierten Strecke. Regler und Visualisierungen sind Gesprächswerkzeuge: Daraus folgt weder eine garantierte Rendite noch ein verbindlicher Preis.

Aus dem besprochenen Bedarf führt die Oberfläche zu passenden Auswahlansichten: Je nach Strecke werden Produktoptionen, Tarifstufen oder Portfoliopositionen betrachtet. Gewählte Versicherungsoptionen laufen in einer gemeinsamen Auswahl mit Beiträgen und einer Vorher-Nachher-Betrachtung zusammen. Empfehlungen beruhen auf hinterlegten Regeln und Demo-Produktdaten, die gezeigten Beiträge sind keine verbindlichen Angebote eines Tarifierungssystems. Die fachliche Prüfung bleibt beim Berater.

Das Protokoll beginnt nicht mit einer leeren Seite: Der Beratungsverlauf liefert eine regelbasierte Vorbelegung für Anlass, Wünsche, Empfehlung, offene Punkte und nächsten Schritt. Der Berater prüft und bearbeitet diese fünf Bausteine, optionale Sprachkorrekturen arbeitet generative KI in die vorhandenen Texte ein. Ein Protokoll-PDF entsteht aus Sitzungsdaten und Vorlage. Die anschliessende Übergabe zeigt einen simulierten Prozess, keine belegte produktive Antragseinreichung, und der hinterlegte Folgetermin ersetzt keine externe Kalenderbuchung.

Die Anwendung unterscheidet sichtbar, welche Inhalte berechnet, vorgeschlagen oder formuliert wurden: Memo- und Protokollassistenz nutzen generative KI über serverseitige Aufrufe, Themenvorschläge, Bedarfsmodelle und Auswahlregeln bleiben bewusst regelbasiert. Der Anlage-Copilot und das Auslesen von Policen sind in den betrachteten Ansichten simuliert. Assistenz ist damit ein Werkzeug der Beratung, kein autonom handelndes Agenten-Team: Die Prüfung bleibt Teil der persönlichen Beratung.

Die Webanwendung verbindet ein React- und TypeScript-Frontend mit einem Express-Backend, Sitzungsdaten werden über APIs in PostgreSQL gespeichert. Gemeinsame Berechnungs- und Regelmodule halten fachliche Ableitungen von der Darstellung getrennt. Generative Textfunktionen für Memo-Aufbereitung und Protokoll laufen über serverseitige OpenAI-Aufrufe, getrennt von Mock-Copilot, Demo-Pricing und regelbasierten Berechnungen. Diese Trennung ist für die Einordnung wichtiger als das pauschale Etikett KI-Plattform.