Physikalische KI: Auswirkungen auf Risikomanager, Versicherer und Schadensregulierer

Wie physische KI die Betriebsabläufe branchenübergreifend verändert

Physische künstliche Intelligenz (KI) verändert die Betriebsumgebungen in den Bereichen Logistik, Lagerhaltung und Transport rasant. Autonome Lagersysteme und flottenweise eingesetzte fahrerlose Lkw werden mittlerweile in großem Maßstab eingesetzt und verändern damit grundlegend, wie Risiken entstehen, sich konzentrieren und übertragen werden. Diese Entwicklung führt zu einem gemischten Risikoprofil, das physische Anlagen, softwaregesteuerte Entscheidungsfindung und systemweite Vernetzung miteinander verbindet.

Der Übergang zur physischen KI ist keine reine Spekulation; er wird bereits branchenübergreifend umgesetzt, oft im Rahmen mehrjähriger Transformationsprogramme.

Große Einzelhandelsketten und Logistikunternehmen stellen ihre Distributionszentren auf autonomen Betrieb um. Der autonome Lkw-Verkehr wird bereits in der Praxis getestet und eingesetzt. Robotik wird in nahezu allen Wirtschaftsbereichen eingeführt, insbesondere in Branchen wie dem Bergbau, der Fertigung, dem Vertrieb und dem Gesundheitswesen. In vielen Fällen rüsten Unternehmen jeweils eine Anlage, einen Standort oder ein System nach dem anderen auf und verlagern so schrittweise ihr Risiko, sobald die jeweilige Umstellung abgeschlossen ist.

Diese schrittweise Einführung bringt eine besondere Herausforderung mit sich: Ein einzelnes Unternehmen kann gleichzeitig traditionelle und autonome Umgebungen betreiben, die jeweils ganz unterschiedliche Risikomerkmale aufweisen. Je mehr Standorte umgestellt werden, desto mehr Risiken verlagern sich in unbekanntes Terrain.

Autonome Lagersysteme und Fabrikrobotik entwickeln sich über traditionelle programmierbare Maschinen mit festgelegten Grenzen hinaus.

Die physische KI umfasst zunehmend agentenbasierte KI und autonome, auf großen Sprachmodellen basierende Roboter. Diese Systeme sind darauf ausgelegt, ihre Umgebung zu interpretieren, Entscheidungen zu treffen und ihr Verhalten an sich ändernde Bedingungen anzupassen. Sie führen nicht einfach nur Anweisungen aus, sondern treffen tatsächlich komplexe Entscheidungen in dynamischen, sich ständig verändernden Umgebungen.

Physische KI wird bereits in großem Maßstab in den Bereichen Fertigung, Lagerhaltung und Transport eingesetzt. Zentralisierte KI-Plattformen können Hunderte autonomer Roboter innerhalb eines einzigen Betriebsablaufs koordinieren und ermöglichen so Anlagen mit höherer Dichte, eine kontinuierliche Produktion und eine ständige Optimierung. Gleichzeitig entwickeln sich autonome Lkw-Technologien von Pilotprogrammen hin zum kommerziellen Einsatz, wobei fahrerlose Fahrzeuge auf ausgewiesenen Frachtkorridoren verkehren und Betriebserfahrung in Millionen von Meilen sammeln. Branchenprognosen deuten auf einen raschen Ausbau der Flotten in den kommenden Jahren hin.

Wie physische KI das Risikoengagement und die Verlustprofile verändert

Die Einführung physischer KI führt in mehrfacher Hinsicht zu einer Verlagerung der Risiken:

• In autonomen Umgebungen werden häufig mehr Vorgänge auf kleinerem Raum gebündelt, wodurch sich die Expositionsdichte erhöht.
• Von vereinzelten Geräteausfällen bis hin zu systemweiten Ereignissen, die ganze Anlagen oder Flotten betreffen
• Vom menschlichen Fehler zur algorithmischen und autonomen Entscheidungsfindung
• Von traditionellen Lagerrisiken bis hin zu Umgebungen mit konzentrierten, hochwertigen Vermögenswerten
• Von vorwiegend durch Personenschäden verursachten Risiken bis hin zu Schäden an Spezialausrüstung und Sachwerten

Da diese Vermögenswerte immer teurer und sicherer werden, verschiebt sich das Risikoprofil. In einigen Bereichen nimmt die Häufigkeit von Schäden ab, doch wenn es doch zu Vorfällen kommt, sind diese schwerwiegender, die Wiederherstellung dauert länger, es sind komplexere Regressuntersuchungen erforderlich, und es entstehen deutlich höhere Risiken durch Betriebsunterbrechungen und zusätzliche Kosten.

Wie sich Schadensfälle und Haftung in autonomen Umgebungen entwickeln

Da die physische KI die Grenze zwischen physischen und digitalen Systemen verwischt, muss sich auch die Schadenuntersuchung entsprechend weiterentwickeln. Die Ermittlung der Schadensursache erfordert mittlerweile mehr als nur eine physische Begutachtung. 

Autonome Systeme bringen neue Herausforderungen im Bereich der Schadensregulierung mit sich, darunter:

• Untersuchungen zu Ausfällen, Ursachen und Ursprüngen in miteinander verbundenen Systemen
• Gestiegene Vermögenswerte sowie spezielle Anforderungen an Fachkräfte und die Instandsetzung von Ausrüstung
• Datengestützte Analyse von Vorfällen, die die Überprüfung von Systemprotokollen und Telemetriedaten erfordert
• Längere Betriebsunterbrechungszeiten aufgrund von Lieferzeiten für Ersatzprodukte sowie der Validierung, Neukalibrierung oder Neusequenzierung von Systemen.
• Erhöhtes Risiko von Betriebsunterbrechungen, da die Automatisierung die Betriebskosten senkt und zu höheren Gewinnmargen führt.
• Der Verlust oder die Beschädigung ganzer Flotten automatisierter Anlagen und Betriebssysteme.

Die Untersuchung von Schadensfällen erfordert zunehmend interdisziplinäres Fachwissen, darunter forensische Robotik, fortgeschrittene Datenanalyse und die Bewertung agentenbasierter Software.

Die Haftung im Bereich des autonomen Lkw-Verkehrs entwickelt sich rasch von einer fahrerzentrierten Herangehensweise hin zu einer geteilten Verantwortung zwischen Herstellern, KI-Entwicklern und Flottenbetreibern. Die Erfassung von Echtzeitdaten verbessert zwar die Rekonstruktion von Vorfällen, führt jedoch im Falle eines Systemausfalls zu zusätzlicher Komplexität bei der Feststellung von Ursachen und Verantwortlichkeiten.

Versicherungsmodelle werden angepasst, um eine kombinierte Deckung für Kfz-Haftpflicht, Produkthaftung und Cyberrisiken (Hacking von Fahrzeugen) anzubieten.

Die Dynamik der Regulierung und die Zukunft autonomer Systeme

Seit 2017 konzentrieren sich das US-Verkehrsministerium und führende Unternehmen im Bereich des autonomen Lkw-Verkehrs auf ein gemeinsames Ziel: Sicherheit. Dies ist die oberste Priorität für die Regierung, Eigentümer, Betreiber, Verbraucher und alle anderen Verkehrsteilnehmer. Das ist verständlich, wenn man bedenkt, dass es jährlich etwa 500.000 Verkehrsunfälle mit Lkw gibt. Von 2021 bis 2023 führten Unfälle mit großen Lkw zu mehr als 15.000 Todesfällen. Nach Angaben des Verkehrsministeriums sind jedoch über 90 % der Unfälle auf menschliches Versagen zurückzuführen. Bislang deuten erste Betriebsdaten darauf hin, dass autonome Fahrtechnologien das Potenzial haben, Unfälle, Verletzungen und Todesfälle zu reduzieren.

Der Gesetzentwurf H.R. 4661 – AMERICA DRIVES Act – sieht einen bundesweiten Rechtsrahmen für den autonomen gewerblichen Lkw-Verkehr vor, einschließlich des Einsatzes von Fahrzeugen der Stufen 4 und 5 ohne menschliche Fahrer über Staatsgrenzen hinweg. Die vorgeschlagenen bundesweiten Rahmenbedingungen und die laufenden regulatorischen Diskussionen könnten einen breiteren zwischenstaatlichen Einsatz autonomer Lkw ermöglichen, auch wenn die Umsetzung auf Ebene der Bundesstaaten nach wie vor uneinheitlich ist und sich weiter entwickelt. Mehrere Bundesstaaten (darunter Arizona, Texas, Nevada, Florida, Oklahoma und Ohio) unterstützen bereits Testläufe und begrenzte Pilotprogramme und liefern damit wertvolle praktische Erfahrungen, während die Technologie weiter ausgereift wird.

Was Versicherer und Schadensregulierer jetzt tun sollten

Die rasante Verbreitung physischer KI erfordert, dass sich Versicherer und Schadensregulierer bereits heute darauf einstellen.

Da sich die physische KI ständig weiterentwickelt, können Unternehmen nicht erst auf ihre vollständige Einführung warten, um zu handeln. Es gibt mehrere Maßnahmen, mit denen sie sich besser auf diesen Wandel vorbereiten können:

• Aktualisierung der Risikoprüfungsmodelle und Analyse jedes einzelnen Risikos bei Vertragsverlängerung
• Aktualisierung der derzeitigen Implementierung von „Physical AI“ beim Versicherten, um Risiken auf Systemebene und die Vernetzung von „Physical AI“ zu berücksichtigen
• Neubewertung der Deckungsstrukturen für Betriebsunterbrechungen und hochwertige Vermögenswerte
• Aufbau oder Erweiterung der Kompetenzen im Bereich multidisziplinärer Schadensfälle
• Beobachtung regulatorischer Entwicklungen, die sich auf den autonomen Betrieb auswirken

Unternehmen, die sich proaktiv anpassen, sind besser in der Lage, neu auftretende Risiken zu bewältigen und die Verteidigungsfähigkeit bei Schadensfällen zu wahren.

Vorbereitung auf eine komplexere, systemgesteuerte Risikolandschaft

Die physikalische KI stellt einen grundlegenden Wandel von traditionellen, linearen Risikoumfeldern hin zu komplexen, adaptiven Systemen dar. Schadensfälle werden zunehmend davon bestimmt, wie Systeme in großem Maßstab interpretieren, Entscheidungen treffen und interagieren. Für Versicherer und Schadensregulierer hängt der Erfolg von der Fähigkeit ab, sowohl die physikalischen als auch die digitalen Dimensionen eines Schadens zu bewerten, interdisziplinäres Fachwissen aufzubauen und effektiv auf eine Risikolandschaft zu reagieren, die zunehmend vernetzt, automatisiert und datengesteuert ist.

Zitierte Quellen:

https://www.fmcsa.dot.gov/safety/data-and-statistics/large-truck-and-bus-crash-facts
https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813717.pdf