Agentisches Testen in der Versicherungswirtschaft: Mehr Qualität, weniger Aufwand, schnellere Releases

Die Versicherungsbranche steht unter hohem Veränderungsdruck. Digitale Kundenservices, neue Produkte und regulatorische Anforderungen müssen immer schneller umgesetzt werden. Gleichzeitig steigt der Aufwand für die Qualitätssicherung deutlich.

Denn jede Tarifanpassung, jede Änderung im Schadenprozess und jede Weiterentwicklung eines Bestandssystems muss zuverlässig getestet werden. Hinzu kommen regulatorische Anforderungen, etwa durch DORA und die BaFin. Testergebnisse müssen daher nicht nur fachlich belastbar sein, sondern auch nachvollziehbar und revisionssicher dokumentiert werden.

Viele Versicherer stehen dabei vor einem zusätzlichen Problem: Erfahrene Fachtesterinnen und Fachtester, Business Analysten sowie Testmanagerinnen und Testmanager sind knapp. Gleichzeitig sind die Fachbereiche bereits stark ausgelastet. Sie können zusätzliche Testaufgaben daher oft nicht in der notwendigen Tiefe, Geschwindigkeit und Kontinuität übernehmen.

Vor diesem Hintergrund entsteht eine neue Generation von Lösungen für die Qualitätssicherung: agentisches Testen mit „adesso test agents“.

Warum klassische Testansätze an ihre Grenzen stoßen

Versicherungsunternehmen betreiben oft hochkomplexe IT-Landschaften. Bestandssysteme, Portallösungen, Partnerplattformen, Cloud-Anwendungen und Fachverfahren müssen reibungslos zusammenarbeiten. Produktänderungen, Migrationen, Releasewechsel, Integrationsprojekte und regulatorische Anforderungen verursachen umfangreiche Regressionstests. Dadurch wächst der Testbedarf kontinuierlich, während Release-Zyklen kürzer werden und gleichzeitig die Nachvollziehbarkeit der Qualitätssicherung steigen muss.

Fachkräftemangel und überlastete Fachbereiche

Ein zentrales Problem ist der Mangel an erfahrenen Fachtesterinnen und Fachtestern, Business Analysten und Testmanagerinnen und Testmanagern. Gerade in der Versicherungswirtschaft ist tiefes Domänenwissen erforderlich, um Tarife, Vertragslogiken, Schadenprozesse, Leistungsfälle, regulatorische Anforderungen und fachliche Sonderfälle korrekt zu bewerten. Dieses Wissen ist häufig bei wenigen Schlüsselpersonen gebündelt.

Gleichzeitig sind die Fachbereiche oft bereits vollständig ausgelastet. Sie verantworten Produktänderungen, operative Prozesse, Kundenanliegen, regulatorische Umsetzungen und Projektarbeit parallel. Zusätzliche Testaufgaben können deshalb häufig nicht in der notwendigen Tiefe, Geschwindigkeit und Kontinuität übernommen werden. Die Folge sind Engpässe in der Qualitätssicherung, verzögerte Freigaben, unvollständige Testabdeckung und eine zunehmende Abhängigkeit von einzelnen Expertinnen und Experten.

Testautomatisierung allein löst das Problem nicht

Klassische skriptbasierte Testautomatisierung wird häufig als Antwort auf diese Engpässe gesehen. In der Praxis löst sie jedoch nur einen Teil des Problems. Automatisierte Tests können wiederkehrende Abläufe beschleunigen, setzen aber stabile Prozesse, klare Anforderungen, geeignete Testdaten und wartbare Testskripte voraus. In dynamischen Versicherungsprojekten ändern sich fachliche Regeln, Oberflächen, Schnittstellen und Datenstrukturen jedoch regelmäßig.

Dadurch entsteht zusätzlicher Wartungsaufwand: Testskripte müssen bei jeder fachlichen oder technischen Änderung angepasst, Testdaten aufwendig vorbereitet und fachliche Sonderfälle manuell ergänzt werden. Testautomatisierung reduziert also nicht automatisch den Bedarf an fachlicher Expertise. Im Gegenteil: Ohne fachliche Bewertung, Priorisierung und Pflege kann sie sogar neue Komplexität erzeugen und bestehende Engpässe lediglich in die Automatisierungswartung verlagern.

Outsourcing entlastet nur begrenzt

Outsourcing kann fehlende Testkapazitäten kurzfristig ergänzen, vor allem bei klar abgegrenzten und gut beschriebenen Aufgaben wie standardisierten Regressionstests oder wiederholbaren Prüfschritten.

Bei komplexen versicherungsspezifischen Fragestellungen reicht das jedoch oft nicht aus. Externe Teams benötigen ein tiefes Verständnis für Tarife, Vertragslogiken, Schadenprozesse, regulatorische Anforderungen und fachliche Sonderfälle. Dieses Wissen muss weiterhin von internen Expertinnen und Experten vermittelt, eingeordnet und aktualisiert werden.

Dadurch entsteht zusätzlicher Koordinationsaufwand: Fachbereiche müssen Rückfragen beantworten, Testergebnisse bewerten und fachliche Entscheidungen treffen. Wenn sie bereits überlastet sind, verlagert Outsourcing den Engpass eher, als ihn wirklich zu lösen.

Die zentrale Aussage bleibt: Outsourcing kann Kapazität schaffen, ersetzt aber nicht das fachliche Wissen und die Steuerung, die in komplexen Versicherungsprojekten notwendig sind.

Der eigentliche Zielkonflikt

Damit entsteht ein grundlegender Zielkonflikt: Einerseits sollen Releases schneller, häufiger und sicherer bereitgestellt werden. Andererseits fehlen häufig die personellen Kapazitäten und die fachliche Verfügbarkeit, um die dafür notwendige Testabdeckung mit klassischen Methoden dauerhaft sicherzustellen. Weder manuelle Tests noch klassische Testautomatisierung, noch reines Outsourcing adressieren dieses Problem vollständig. Benötigt wird deshalb ein Ansatz, der Fachwissen besser nutzbar macht, Routineaufgaben reduziert und Fachbereiche sowie Testteams gezielt entlastet.

Agentisches Testen: Der nächste Schritt der Qualitätssicherung

Viele Versicherer nutzen bereits KI-Assistenzsysteme nach dem Vorbild von ChatGPT, die intern betrieben werden und vertrauliche Daten schützen. Der nächste Schritt ist nun, diese Fähigkeiten gezielt in der Qualitätssicherung zu nutzen.

„adesso test agents“ setzt genau an dieser Stelle an und bildet eine KI-gestützte Arbeitsumgebung für Qualitätssicherung, in der spezialisierte Agenten wiederkehrende, zeitaufwendige und strukturierende Aufgaben übernehmen. Fachbereiche, Testmanagerinnen und Testmanager sowie Business Analystinnen und Business Analysten werden dabei jedoch nicht ersetzt, sondern behalten jederzeit die Kontrolle.

Der Kern des Ansatzes ist ein agentisches Framework. Das bedeutet: Es gibt nicht nur eine einzelne KI-Funktion, die auf Knopfdruck einen Text erzeugt. Stattdessen arbeiten mehrere spezialisierte KI-Agenten arbeitsteilig zusammen. Ein Beispiel:

• Ein Agent kann Anforderungen analysieren und daraus User Storys generieren.
• Ein anderer leitet aus diesen User Storys Testfälle ab.
• Ein weiterer unterstützt bei der Erstellung von Bug-Tickets.
• Ein weiterer bei der Vorbereitung oder Durchführung von Tests.

Ein zentraler Orchestrator koordiniert diese Zusammenarbeit. Er sorgt dafür, dass die Agenten nicht isoliert arbeiten, sondern entlang eines nachvollziehbaren Prozesses zusammenwirken. So kann aus einer User Story, einem Fachkonzept oder einer regulatorischen Anforderung schrittweise ein prüfbarer Testumfang entstehen: Zunächst werden relevante Informationen erkannt, danach fachliche Risiken identifiziert, anschließend Testfälle vorgeschlagen und schließlich Ergebnisse für Review, Dokumentation oder weitere Bearbeitung vorbereitet.

Ein Beispiel verdeutlicht den Nutzen: Wird in einem Schadenprozess eine neue Regel eingeführt, nach der bestimmte Schäden automatisch freigegeben werden dürfen, müssen mehrere Fragen geprüft werden:

• Welche Voraussetzungen müssen erfüllt sein?
• Welche Ausnahmen gibt es?
• Welche Daten werden benötigt?
• Welche Rollen dürfen freigeben?
• Welche Fälle müssen weiterhin manuell geprüft werden?

Ein Requirements-Agent kann solche Fragen aus der Anforderung ableiten, auf Unklarheiten hinweisen und nach erfolgtem Review eine User Story generieren. Ein Test-Case-Agent kann daraus positive und negative Testfälle erstellen, zum Beispiel einen Schadenfall innerhalb der Freigabegrenze, einen Schadenfall knapp oberhalb der Grenze, einen Fall mit fehlenden Dokumenten oder einen Fall mit widersprüchlichen Angaben.

Im Anschluss kann ein weiterer Automation-Agent diesen Testfall selbstständig ausführen, die Ergebnisse in gewünschter Weise protokollieren und gegebenenfalls einen Defect-Agent damit beauftragen, ein Fehlerticket anzulegen.

Dabei hat der Mensch stets die Kontrolle und jederzeit die Möglichkeit, steuernd einzugreifen.

Regulatorik und Human in the loop

Eine vollständige Automatisierung des Testprozesses durch KI-Agenten ist heute weder technisch realistisch noch regulatorisch gewünscht. Gerade in regulierten Versicherungsprozessen und bei KI-unterstützten Entscheidungen mit potenzieller Auswirkung auf Kundinnen und Kunden ist menschliche Kontrolle zentral.

Der EU AI Act fordert für Hochrisiko-Systeme – wozu Versicherungssysteme oftmals zählen – ausdrücklich einen „Human in the loop“:

• Menschen müssen die Ergebnisse der KI prüfen,
• in KI-unterstützte Workflows eingreifen können,
• Entscheidungen korrigieren oder stoppen können.

Agentisches Testen berücksichtigt diesen Rahmen: KI-Agenten übernehmen die zeitintensiven, repetitiven Aufgaben, während Menschen die Verantwortung behalten und jederzeit steuernd eingreifen können.

Damit entsteht keine autonome KI, die Qualitätssicherung selbstständig – quasi in Dunkelverarbeitung – übernimmt, sondern eine vom Menschen gesteuerte, KI-gestützte SDLC-Workbench. Sie unterstützt den gesamten Softwareentwicklungs- und Testprozess, standardisiert wiederkehrende Arbeitsschritte, macht fachliches Wissen besser nutzbar und erhöht die Skalierbarkeit der Qualitätssicherung. Besonders dort, wo Fachbereiche überlastet sind und Testkapazitäten knapp werden, kann „adesso test agents“ helfen, vorhandenes Wissen effizienter in testbare Artefakte zu überführen.

Was agentisches Testen in Versicherungsprojekten konkret verbessert

Agentisches Testen unterstützt Versicherer vor allem dort, wo fachliche Komplexität, knappe Testkapazitäten und hohe Dokumentationsanforderungen zusammenkommen. Die wichtigsten Vorteile sind:

• Schnellere und strukturiertere Ableitung von Testfällen
  KI-Agenten können Anforderungen, Fachkonzepte oder regulatorische Vorgaben analysieren und daraus erste Vorschläge für Testfälle, Prüfschritte und Testdaten ableiten. Fachtesterinnen und Fachtester starten dadurch nicht bei null, sondern können vorbereitete Ergebnisse prüfen, schärfen und priorisieren.
• Konsistentere Testartefakte
  Testfälle, Akzeptanzkriterien und Fehlertickets lassen sich nach einheitlichen Mustern erstellen. Das reduziert Unterschiede in Sprache, Detailgrad und Struktur – ein wichtiger Vorteil für Reviews, Audits und die Zusammenarbeit mehrerer Teams.
• Bessere Nutzung vorhandenen Wissens
  Informationen aus Fachkonzepten, Wikis, SharePoint-Ablagen, Testmanagement-Systemen oder Defect-Historien können gezielter in die Testgestaltung einfließen. So werden auch bekannte Sonderfälle, Abhängigkeiten und häufige Fehlerquellen besser berücksichtigt.
• Gezieltere Anpassung bei Änderungen
  Wenn sich Anforderungen, Oberflächen oder Schnittstellen ändern, können Agenten Hinweise darauf geben, welche Testfälle betroffen sind und wo Regressionseffekte entstehen können. Die Testpflege wird dadurch transparenter und weniger zufällig.
• Entlastung bei dokumentationsintensiven Aufgaben
  Wiederkehrende Tätigkeiten wie das Strukturieren von Testfällen, das Zusammenfassen von Testergebnissen oder das Vorbereiten von Fehlertickets lassen sich beschleunigen. Fachbereiche und Testteams gewinnen mehr Zeit für Bewertung, Priorisierung und Freigabe.
• Mehr Nachvollziehbarkeit für Testmanagement und Compliance
  Agentische Workflows können Ergebnisse, Annahmen und Zwischenschritte strukturierter dokumentieren. Das erleichtert Reviews und unterstützt die revisionssichere Nachvollziehbarkeit in regulierten Versicherungsprozessen.

Architektur und Integration von „adesso test agents“

„adesso test agents“ ist als flexibles Framework konzipiert:

• Cloud-neutral: Ausrollbar in unterschiedliche Cloud-Umgebungen (z. B. Google Cloud, Azure, AWS).
• LLM-agnostisch: Je nach Komplexität der Aufgabe, Datenschutzanforderungen und Kosten werden unterschiedliche LLMs genutzt – etwa Modelle der Claude-Serie, Gemini oder OpenAI.
• Nahtlose Integration: Anbindung an bestehende Testmanagement-Tools und Workflows, z. B. via Jira/Xray. Die Agenten können lernen, mit unterschiedlichen Tools zu arbeiten.

adesso hat sich bewusst für eine eigene agentische Testing-Lösung entschieden, statt auf bestehende Produkte zu setzen. Ziel war es, eine Lösung zu schaffen, die sowohl den eigenen Anforderungen als auch den spezifischen Bedürfnissen unserer Kundinnen und Kunden in regulierten Branchen gerecht wird.

Im Unterschied zu vielen bisher verfügbaren agentischen Test-Tools legt „adesso test agents“ den Schwerpunkt auf eine leistungsfähige agentische Testdurchführung, die:

• komplett ohne gecodete Skripte auskommt,
• echtes Nutzerverhalten mit Maus- und Tastatursteuerung simuliert („Computer-based Approach“) und
• sich flexibel in unterschiedlichste Test-Toolchains integrieren lässt.

Produktivitätssteigerung ohne Qualitätsverlust

„adesso test agents“ wird bereits in ersten Pilotprojekten eingesetzt – etwa bei einem großen deutschen Versicherer im Rahmen eines Proof of Concept.

Hierbei zeigt sich insbesondere Potenzial bei der strukturierten Ableitung von Testfällen, der Standardisierung von Test-Artefakten und der schnelleren Vorbereitung fachlicher Reviews.

Auch in internen Projekten setzt adesso die Test-Agenten ein und sammelt weitere Erfahrungen, um das Framework kontinuierlich zu optimieren.

Fazit

Versicherer stehen vor der Aufgabe, immer komplexere IT-Landschaften mit steigender Geschwindigkeit weiterzuentwickeln. Gleichzeitig werden Fachkräfte knapper, regulatorische Anforderungen strenger und Qualitätserwartungen höher.

„adesso test agents“ bieten einen neuen Ansatz für diese Herausforderung. Statt Menschen zu ersetzen, unterstützen KI-Agenten Fachbereiche, Business Analysten und Testteams bei ihren aufwändigen und dokumentationsintensiven Routineaufgaben unter Einhaltung der regulatorischen Vorgaben.

Konkret bedeutet das:

• Für Fachbereiche: weniger manuelle Vorarbeit, weniger Rückfragen, strukturiertere Anforderungen
• Für Testmanager: bessere Testabdeckung, schnellere Testfallerstellung, nachvollziehbare Dokumentation
• Für IT/Delivery: kürzere Release-Vorbereitung, stabilere Qualitätssicherung
• Für Compliance: bessere Revisionssicherheit, dokumentierte Entscheidungswege

Das Ergebnis ist eine praxisnahe Qualitätssicherung, die schneller, skalierbarer und konsistenter arbeitet – und den Expertinnen und Experten mehr Zeit für das lässt, was wirklich zählt: die fachliche Bewertung und Sicherung von geschäftskritischen Versicherungsprozessen.

Weitere Informationen:

• KI für Versicherer
• adSCAILE - Agentische Softwareentwicklung