Von Tribal Knowledge zu selbstlernenden Agenten

Mit jedem Ruhestand, jeder internen Rotation verschwindet gelebtes Wissen aus Versicherungen: Abkürzungen, Ausnahmen, Routinen, das sogenannte „Tribal Knowledge“. Dieses Erfahrungswissen steht in keinem Handbuch, prägt aber täglich Entscheidungen. Der demografische Wandel macht es zur strategischen Frage: Wie lässt sich dieses Wissen sichern, weiterentwickeln und skalieren, ohne komplexe IT-Projekte für jeden neuen Anwendungsfall?

Das neue Whitepaper des ERGO Innovation Lab, entwickelt in Kooperation mit Google Cloud und unterstützt von Deloitte, zeigt, wie selbstlernende KI-Agenten genau hier ansetzen: Sie erfassen implizites Know-how im laufenden Betrieb, formen daraus ein institutionelles Gedächtnis und machen es unter klaren Governance- und Regulierungsrahmen organisationsweit nutzbar.

Wo klassische Automatisierung endet und selbstlernende Agenten beginnen

Klassische Automatisierung funktioniert gut dort, wo Prozesse klar definiert und stabil sind. In vielen Kernbereichen von Versicherern entscheidet jedoch vor allem eines: Erfahrung. Genau hier setzen selbstlernende KI-Agenten an:

• Sie beobachten Entscheidungen, Ausnahmen und Übersteuerungen von Experten und interagiert mit ihnen.
• Sie erschließen daraus Entscheidungslogiken und Kontextwissen.
• Sie machen dieses Wissen als „institutionelles Gedächtnis“ für die Organisation verfügbar.

So entstehen KI-gestützte Systeme, die kontinuierlich dazulernen – ohne dafür ständig neue Software entwickeln zu müssen.

Denn Tribal Knowledge ist mehr als „implizites Wissen“, es ist der Kern vieler erfolgreicher Entscheidungen. Mit selbstlernenden Agenten kann dieses gelebte Know-how aktiv in die Zukunft geführt werden:

• Organisation gezielt weiterentwickeln
  Statt Wissen punktuell zu verlieren, entsteht ein institutionelles Gedächtnis, das sich mit jeder Interaktion erweitert: Neue Mitarbeitende werden schneller produktiv, Teams entscheiden konsistenter, Wissen bleibt auch bei Fluktuation erhalten

• Informelle Routinen skalierbar machen
  Abkürzungen, Ausnahmen und informelle Routinen müssen nicht im Stillen verschwinden, wenn Schlüsselpersonen gehen, sondern können als strukturiertes, überprüfbares Know-how in die Organisation zurückgeführt und gezielt weiterentwickelt werden.

• KI als Enabler in regulierten Branchen
  Fortschritte in Agentic AI eröffnen Versicherern und Finanzdienstleistern neue Möglichkeiten, Erfahrungswissen im laufenden Betrieb zu erfassen, zu steuern und auditierbar zu machen. Unter klaren Governance-Regeln können Agenten so einen Beitrag zu Transparenz, Compliance und Risikoreduzierung leisten.

Der Blick nach vorn: Von Overlay zu kollektiver Intelligenz

Selbstlernende Agenten starten nicht als vollautonome Systeme, sondern wachsen schrittweise mit ihren Aufgaben. Das Whitepaper skizziert eine Entwicklung, in der Mensch und KI immer enger zusammenarbeiten:

• Kurzfristig: Agenten agieren als Overlay über bestehenden Systemen und entlasten wiederkehrende Wissensarbeit – etwa bei Analyse, Vergleich und Vorbereitung von Entscheidungen.

• Mittelfristig: Agenten greifen auf gemeinsame Wissensschichten zu, teilen Erfahrungen über Bereiche hinweg und machen Entscheidungslogiken transparent und wiederverwendbar.

• Langfristig: Vernetzte Agentensysteme entwickeln eigene Lerngelegenheiten, zum Beispiel durch Simulationen und synthetische Fälle, und erweitern so ihre Wissensbasis kontinuierlich.

So entsteht Schritt für Schritt eine kollektive Intelligenz, die Erfahrungswissen über Generationen hinweg sichert und für neue Produkte, Services und Prozesse nutzbar macht.

Möchten Sie das ganze Whitepaper lesen?

Das Whitepaper „From Tribal Knowledge to Self Evolving Agents – Capturing, Governing, and Scaling Institutional Knowledge in Financial Enterprises“ steht kostenfrei zum Download bereit.

In Kooperation mit Google Cloud und unterstützt von Deloitte zeigt das ERGO Innovation Lab, wie agentische KI verantwortungsvoll in hochregulierten Branchen eingesetzt werden kann – und wie Unternehmen ihr Erfahrungswissen so in die Zukunft führen.