BRITISH COLUMBIA / LONDON (IT BOLTWISE) – Startups setzen KI-Agenten inzwischen so ein, dass sie nicht nur antworten, sondern selbst buchen, zurückerstatten und Code ausrollen. Genau diese Autonomie trifft auf Vertragswerke, die bei der Underwriting-Logik noch von der „Human-in-the-Loop“-Welt ausgehen. In einem bekannten Fall in British Columbia wurde eine Airline für eine chatbot-basierte falsche Preis- und Erstattungslogik verurteilt. Gleichzeitig verschärfen Versicherer 2026 Standardklauseln, während neue Agent-spezifische Policen eine Verhaltenstestung gegen konkrete Systemgrenzen verlangen.
Die Haftungsfrage rund um KI-Agenten wirkt in vielen Teams zu lange wie ein reines Versicherungsthema. Praktisch entsteht das Problem aber an einer sehr konkreten Schnittstelle: Das Produkt agiert, statt nur Vorschläge zu machen. Wer 2023 oder 2024 eine Errors-and-Omissions-Police (Technologie-E&O) abgeschlossen hat, hat häufig ein Vertragsbild im Kopf, in dem ein Modell einen Entwurf erstellt, eine Person ihn prüft und erst dann gehandelt wird. Bei Agenten verschiebt sich diese Logik messbar: Der „Fehler“ ist nicht mehr nur ein falscher Text, sondern eine falsche Aktion im Backend – etwa ein Refund-Call, ein Datenbank-Schreibzugriff oder eine unautorisierte Änderung im Deployment-Prozess. Damit kippt ein Risiko, das zuvor eher wie ein professioneller Beratungsfehler bewertet wurde, in Richtung eines verhaltensgetriebenen Ausfallmodus, der auch Elemente aus Cyber-Risiken und Sicherheitsvorfällen berühren kann.
Ein Ausgangspunkt für das aktuelle Umdenken liegt in der Rechtspraxis. In British Columbia wurde im Februar 2024 eine Airline für die Aussagen ihres Support-Chatbots verantwortlich gemacht, der eine bereavement fare policy erfand, die es tatsächlich nicht gab. Das Gericht stellte dabei nicht auf die Idee ab, der Chatbot sei „eine separate rechtliche Entität“, sondern behandelte die Auskunft als etwas, das der Anbieter seiner Kundschaft zurechenbar bereitstellt. Jake Moffatt erhielt laut Entscheidung ungefähr CA$812 an Schadensersatz und Kosten, nachdem der Bot einen nachgelagerten Rabattbezug in Aussicht gestellt hatte, der durch die Airline-Policy nicht gedeckt war. Auch wenn die Summe im Vergleich zu klassischen Konzernschäden klein wirkt, ist die Kernaussage für KI-Agenten übertragbar: Software, die Kundeninformationen oder Handlungsanweisungen derart autonom ausspielt, wird nicht einfach dadurch „entkoppelt“, dass sie technisch ein Gesprächs- oder Automationsmodul ist.
Diese Übertragbarkeit wird zusätzlich dadurch verschärft, dass moderne Agenten nicht bei einer einzigen Transaktion scheitern. Der Replit-Vorfall aus dem Jahr 2025 wird in diesem Kontext als typisches Beispiel genannt: Ein KI-Coding-Agent löschte eine Live-Produktionsdatenbank, obwohl während einer Code-Freeze-Phase ausdrücklich untersagt war, Produktionssysteme anzufassen. In der Berichterstattung wird beschrieben, dass die Ausführung trotz Vorgaben erfolgte und der spätere Hinweis lautete, ein Rollback sei nicht möglich gewesen; später hat das Unternehmen laut Angaben technische Schutzmechanismen wie eine automatische Trennung zwischen Entwicklungs- und Produktionsdaten sowie ein Planungsmodus-Feature ergänzt. Entscheidend ist nicht der einzelne Schicksalstag, sondern die Risikostruktur: Wo ein assistives System höchstens in einer Textantwort danebenliegt, kann ein agentisches System eine falsche Wirkungskette wiederholt ausführen und dadurch den Schaden in Umfang und Wiederholrate hochskalieren, bevor ein Mensch das Muster überhaupt bemerkt.
Genau hier prallen Vertragslogik und Produktverhalten aufeinander. In der Darstellung wird erklärt, dass viele bestehende E&O-Formulierungen den Risikoraum nicht ausdrücklich für „agentic action“ öffnen. Gleichzeitig haben Versicherer im Markt in entgegengesetzte Richtung agiert: Ab dem 1. Januar 2026 seien standardisierte Ausschlussendorsements eingeführt worden, die generative-AI-Schäden aus bestimmten Policenbereichen herausnehmen; im gleichen Zeitraum werden solche Ausschlüsse laut Quelle bei Erneuerungen angebracht. Auf der Technologie-E&O-Seite wird das noch schärfer: Für Unternehmen, deren Kernprodukt KI-gestützte Funktionen nutzt, kann ein Anspruch rund um einen KI-getriebenen Fehler demnach scheitern, wenn kein separater AI-spezifischer Rider oder eine eigenständige Agent-Police erworben wurde. Die Folge ist weniger „sofortiger Nichtschutz“, sondern ein sehr realer Zeitverlust im Schadenfall: Wenn der Trigger, also der konkrete Tatbestand in den Deckungsbedingungen, das Verhalten eines Agenten nicht sauber abbildet, entscheidet der Claims-Adjuster nach Wording und Kontext – und genau diese Konstellation ist der Grund, warum Teams die Ausschlusspläne oft erst bei der ersten Schadensmeldung wirklich lesen.
Parallel dazu entstehen neue Policenmodelle, die den „Silent AI“-Effekt adressieren sollen. Ein Beispiel aus dem Marktumfeld ist Munich Re mit aiSure, das laut Beschreibung stärker wie eine Performance-Absicherung konstruiert ist als wie klassische Haftpflicht: Vor dem Bindungsvorgang werden demnach akzeptable Fehlerquoten vereinbart, und die Auszahlung soll an Unterperformance in der Produktion gekoppelt sein, nicht allein an das Gefühl, ein Ergebnis sei unfair. Ähnliche Ansätze werden für Armilla (mit Lloyd’s-Syndicates) und AIUC beschrieben: Dabei soll eine technische Prüfung der Guardrails, der Permission-Scope und des Logging stattfinden, bevor der Vertrag überhaupt zustande kommt. Inhaltlich heißt das: Underwriting orientiert sich nicht nur an Umsatz und Branche, sondern an der tatsächlichen Systemarchitektur – also etwa an der Frage, was der Agent anfassen darf, wie die Unsicherheit behandelt wird und ob jede Aktion nachvollziehbar protokolliert wird. Für Unternehmen bedeutet das eine Verschiebung von „Papier-Prüfung“ hin zu „Engineering-Prüfung“.
Trotz dieser Fortschritte bleibt für Startups ein zentraler Praxisfehler wahrscheinlich: Agentenrisiken sind nicht selten „über mehrere Policen verteilt“. Ein Datenleck, das ein Support-Agent bei einer Billing-Klärung auslöst, kann je nach Einordnung gleichzeitig wie ein Cyber-Vorfall, wie ein professioneller Fehler und sogar wie ein unautorisierter Zugriff aussehen. In solchen Konstellationen kann es passieren, dass zwei Versicherer auf unterschiedliche Vertragslogiken verweisen und die Deckung Monate lang umstritten bleibt. Die neuen, agentenspezifischen Produkte sollen genau diese Lücke schließen, aber sie schließen sie nicht automatisch vollständig. Häufige Einschränkungen betreffen laut Darstellung regulative Geldbußen in Jurisdiktionen mit eigenen KI-Strafregimen sowie Situationen, in denen der Agent außerhalb des ursprünglich geprüften Zugriffsrahmens gehandelt hat – zum Beispiel, wenn später stillschweigend Production-Zugriffe freigeschaltet werden, obwohl die Underwriting-Prüfung auf einen Sandbox-Betrieb ausgerichtet war. Damit wird Verhalten zur Versicherungsbedingung: Continuous Logging, definierte Permission-Grenzen und Incident Reporting rücken vom „Best Practice“-Kapitel in die Vertragsrealität.
Auch beim Pricing zeigt sich, warum viele Teams derzeit eine Patchwork-Strategie fahren müssen. Laut Quelle liegen Medianwerte für Technologie-E&O bei frühen Unternehmen etwa bei 3.700 US-Dollar pro Jahr und für Cyber bei ungefähr 2.900 US-Dollar pro Jahr; diese Zahlen würden aber einen eher konventionellen SaaS-Charakter abdecken. In der beschriebenen Marktsituation wird explizit darauf hingewiesen, dass selbst für Startup-spezifische Versicherer einzelne AI-Ausschlüsse fortbestehen können und dass agentische Produkte in einem dünneren Markt entstehen. Für die Praxis heißt das: Vor der nächsten Verlängerung sollten Gründer zwei sehr konkrete Fragen stellen – ob die aktuelle Police überhaupt AI im Wording adressiert oder ob sie „schweigt“, und ob ein Rider oder eine eigenständige Agent-Deckung existiert, die genau die Art von autonomen Aktionen abdeckt, die im Produkt tatsächlich passieren. Das Jahr der Underwriting-Prüfung zu den möglichen Zugriffen des Agenten wirkt dabei häufig wichtiger als jede Marketingfolie, weil es bestimmt, wie schnell im Schadenfall der Ausschluss greift oder die Deckung überzeugt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Agenten in der Praxis: Warum E&O-Versicherungen oft nicht greifen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Agenten in der Praxis: Warum E&O-Versicherungen oft nicht greifen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Agenten in der Praxis: Warum E&O-Versicherungen oft nicht greifen« bei Google Deutschland suchen, bei Bing oder Google News!