Warum der ROI an einer Frage scheitert, die niemand stellt.

Automatisierungsprojekte in der Versicherungsbranche verfehlen ihren ROI nicht wegen schlechter Technologie. Sie verfehlen ihn, weil der Prozess, den sie automatisieren, anders läuft als angenommen. Process Mining schließt diese Lücke. Es ist gleichzeitig der meistübersprungene Schritt der gesamten Automatisierungswelle.

Helvetia Österreich hat den Befund in Zahlen. Gemeinsam mit Macros Reply analysierte der Versicherer seine Schadenbearbeitungsprozesse mithilfe von Process Mining. Grundlage waren historische Prozessdaten aus den beteiligten Systemen: digitale Spuren, aus denen sich Laufzeiten, Liegezeiten, Netto- und Bruttozeiten sowie Prozessvarianten sichtbar machen lassen.

Das Prinzip: Nicht der Soll-Prozess aus der Dokumentation wird betrachtet, sondern der tatsächlich abgelaufene Prozess. Wie ein GPS, das jeden Stopp und jede Umleitung einer Fahrt aufzeichnet – unabhängig davon, welche Route ursprünglich geplant war.

Das Ergebnis: eine durchschnittliche Bearbeitungszeit von einem Tag und neun Stunden bei einer Nettolaufzeit von nur sechs Minuten. Der eigentliche Hebel lag also nicht in der reinen Arbeitszeit, sondern in Wartezeiten, Prozessvarianten und systemübergreifenden Abläufen.

Auf dieser Basis wurde die Glasschadenbearbeitung bei Helvetia Österreich über einen Bot automatisiert, von der Annahme über Datenübernahme, Prüfung und Kommunikation bis zur Zahlungsanweisung.

Entscheidend: Die Automatisierung setzte nicht auf einen kompletten Systemwechsel, sondern auf RPA, das bestehende Anwendungen übergreifend nutzt.

Was jedes Haus findet, sobald es anfängt zu messen.

Der ROI-Unterschied ist quantifizierbar. McKinsey schätzt, dass RPA-gestützte Automatisierung bis zu 200 Prozent jährlichen ROI liefern kann, wenn sie auf den richtigen Prozessen aufsetzt. Process Mining kann Durchlaufzeiten um bis zu 37 Prozent senken und Automatisierungsquoten um bis zu 35 Prozent steigern. Beide Hebel greifen nur, wenn die Realität der Prozesse bekannt ist, bevor investiert wird. Allianz analysiert mit über 1.000 aktiven Nutzern seine Schadenprozesse und hat messbar unnötige Touchpoints zwischen Erstkontakt und Auszahlung identifiziert. BGV Badische Versicherungen senkte Durchlaufzeiten in der Schadenbearbeitung allein durch das Sichtbarmachen von Abläufen, die vorher niemand als Ganzes gesehen hatte. R&V, ADAC und Nürnberger Versicherung verfolgen denselben Ansatz. Wer diesen Schritt überspringt, riskiert, Ineffizienzen mit industrieller Geschwindigkeit zu skalieren. Schneller. Teurer. Tiefer verankert.

📎 Weiterführend im VTM:
→ Agentic RPA: Warum klassische Prozessautomatisierung an ihr Ende kommt
→ Von der IT-Migration zum Business-Hebel: Wie Vorstände aus Kernsystem-Projekten echten Wert ziehen

90 Tage bis zum ersten Befund. Ohne neues System, ohne neues Budget.

Process Mining braucht keine Greenfield-Architektur und kein neues Kernsystem. Die Event-Log-Daten, die Kernsystem, CRM und ERP täglich erzeugen, sind die Datengrundlage. Sie müssen zugänglich gemacht werden, nicht neu erzeugt. Wer auf vollständige Prozessdokumentationen wartet, bevor er beginnt, wartet auf den falschen Moment.

Sofortmaßnahmen (0–30 Tage)

• Pilotprozess wählen: Schadenbearbeitung oder Tarifierung sind bewährte Einstiegspunkte. Hohes Volumen, messbare Ergebnisse, bekannte Schmerzpunkte. Ein Prozess liefert den ersten verwertbaren Befund in 90 Tagen.
• Datenzugang sicherstellen: IT-Einbindung ab Tag 1. Die größte Hürde ist selten die Software, sondern der Zugriff auf saubere Event-Log-Daten aus Kernsystemen. Wer das unterschätzt, verliert Wochen vor dem eigentlichen Start.
• Erfolgskriterium benennen: Durchlaufzeit, Automatisierungsquote oder Fehlerrate je Prozess. Was vor dem Start definiert wird, lässt sich am Ende steuern.

Mittelfristige Schritte (30–90 Tage)

Nach dem Pilot wird Process Mining zur dauerhaften Kontrollinstanz. Für DACH-Versicherer stehen drei erprobte Einstiegswege zur Verfügung: Celonis und UiPath Process Mining als eigenständige Process-Intelligence-Plattformen mit nachgewiesenen Versicherungsreferenzen im deutschsprachigen Raum. SAP Signavio als integrierte Option für Häuser in laufenden S/4HANA-Transformationen. Wer dieses Fenster nutzt, verankert Process Mining ohne separates Budgetprojekt in der bestehenden Roadmap.

Typische Fallstricke

• Scope zu weit: Wer alle Prozesse gleichzeitig vermessen will, misst am Ende nichts Verwertbares. Ein Kernprozess als Startpunkt ist Methodik, keine Einschränkung.
• Erkenntnisse ohne Konsequenz: Process Mining liefert den Ausgangspunkt für konkrete Automatisierungsentscheidungen. Wer die Befunde ablegt statt sie in eine Roadmap zu überführen, verliert den Hebel.

KPI zur Erfolgsmessung

Der Erfolg eines Process-Mining-Projekts lässt sich an vier Kennzahlen ablesen:

1. Prozessvarianten-Reduktion: Wie viele reale Varianten des Ist-Prozesses existieren, verglichen mit dem Soll-Ablauf? Je stärker diese Zahl fällt, desto stabiler und automatisierbarer wird der Prozess. ERGO nutzt diese Kennzahl als primären Steuerungsindikator über alle 55 vermessenen Prozesse.
2. Automatisierungsquote je Prozess: Welcher Anteil der Prozessschritte läuft ohne manuelle Eingriffe ab? Diese Quote ist der direkte Hebel auf Betriebskosten und Durchlaufzeit und der Maßstab, an dem jede Automatisierungsinvestition gemessen werden sollte.
3. Durchlaufzeit vorher/nachher: Die Veränderung der Ø-Bearbeitungszeit je Prozess über die Zeit. Das Helvetia-Beispiel illustriert das Potenzial: von einem Tag neun Stunden auf sechs Minuten Netto-Bearbeitungszeit, sichtbar gemacht durch Messung.
4. Anteil manueller Touchpoints: Wie viele Handoffs, Weiterleitungen oder manuelle Eingriffe enthält ein Prozessdurchlauf im Durchschnitt? Dieser Wert wird zur Prioritätskennzahl für die Automatisierungsroadmap: Je höher der Anteil, desto größer das Automatisierungspotenzial und desto dringlicher der Befund.

Der Vorsprung, den kein Wettbewerber einfach kaufen kann.

Versicherer stehen 2026 vor einer paradoxen Situation: Automatisierungsbudgets steigen, und der ROI bleibt hinter den Erwartungen. Das fehlende Fundament erklärt beides.

90 Tage liefern den ersten Befund für einen Pilotprozess. Der strategische Vorsprung entsteht durch Akkumulation. ERGO hat vier Jahre gebraucht, um von 16 auf 55 aktiv vermessene und gesteuerte Prozesse zu skalieren. Jeder Prozess, der vermessen wird, fügt sich in ein wachsendes Bild des eigenen Hauses ein. Dieses Bild basiert auf internen Systemdaten, die kein Wettbewerber einsehen kann. Wer in drei Jahren mit demselben Tool startet, beginnt bei null. Dieselbe Software, kein Vorsprung.

Helvetia, ERGO, Allianz und BGV haben gezeigt, dass die Versicherungswirtschaft genau das kann. Die Daten liegen in jedem Haus bereits vor, die Methodik ist erprobt, der Einstieg braucht kein Großprojekt. Wer heute einen Pilotprozess vermisst und die Erkenntnisse konsequent in die Automatisierungsroadmap überführt, baut in drei bis fünf Jahren eine Prozessintelligenz auf, die sich nicht replizieren lässt. Das ist früheres Steuern. Die Daten dafür sind bereits da.

Quellen

• Versicherungswirtschaft-heute: Helvetia Österreich & Macros Reply — Process Mining, 1 Tag/9 Stunden Bearbeitungszeit, 6 Minuten Nettolaufzeit und Glasschaden-Bot (aufgerufen Juni 2026)
• Reply: Automatisierung digitaler Prozesse bei Helvetia — RPA-Unterstützung durch Macros Reply (aufgerufen Juni 2026)
• UiPath: Designing an Event Log — Process Mining basiert auf Case ID, Aktivität und Zeitstempel (aufgerufen Juni 2026)
• UiPath: HDI Versicherung Österreich — Automatisierungsquote 92 % (aufgerufen Mai 2026)
• Allianz & Celonis: AI-powered Process Mining (SiliconAngle) (05.11.2025)
• ERGO Group & Celonis: Customer Story (aufgerufen Juni 2026)
• ERGO: „Process Mining ist ein Enabler unserer digitalen Transformation" (2022)
• iGrafx: Process Mining in der Versicherungsbranche (16.03.2026)