KI-Vertragsassistent
Agentic-Loop-Chatbot für Sachbearbeitung und Vertrieb: Über einen MCP-Server greifen LLM-Agenten auf das Bestandssystem eines großen Lebensversicherers zu — End-to-End vom Vertragsabruf bis zur Beitragsänderung.
Auf einen Blick
Proof of Concept eines Conversational Assistants für Sachbearbeiter und Vertreter eines großen Lebensversicherers. Ein Orchestrator- und ein spezialisierter Fach-Agent auf AWS Bedrock arbeiten über einen Java-/Spring-AI-MCP-Server gegen die bestehenden REST-APIs des Bestandssystems — vom Vertragsabruf über Modellrechnungen bis zur fachlich bestätigten Beitragsänderung.
Vom REST-API-Bestand zum agentischen Conversational Assistant
Ein großer deutscher Lebensversicherer betreibt sein Bestandssystem für Lebensversicherungsverträge seit Jahrzehnten produktiv. Die fachlichen Operationen — von der Vertragsabfrage über Modellrechnungen bis zur Beitragsänderung — sind als REST-Schicht ausgeprägt und werden täglich von Sachbearbeitung und Vertrieb genutzt.
Im Rahmen der KI-Strategie sollte gezeigt werden, ob sich diese Fachfunktionen auch über einen LLM-gestützten Conversational Assistant nutzbar machen lassen — vom Sachbearbeiter-Chat bis perspektivisch zur Telefonie- und Voice-Anbindung. Ziel des Proof of Concept war, die End-to-End-Tragfähigkeit eines Agentic-Architekturansatzes zwischen Conversational UI, Orchestrator- und Fach-Agenten und produktivem Bestandssystem zu belegen — nicht nur als Laptop-Demo, sondern produktivnah auf der internen Cloud-Plattform.
Umsetzung
Im Zentrum der Lösung steht ein in Java mit Spring AI implementierter MCP-Server, der die bestehenden REST-Operationen des Bestandssystems als Tools für LLM-Agenten bereitstellt — Vertragsliste je Kunde, Vertragsdetail inklusive Modellrechnung und Fondsportfolio sowie Beitragserhöhungen und -senkungen in den fachlichen Varianten.
Darüber liegt ein Agentic Loop auf AWS Bedrock: Ein Orchestrator-Agent nimmt das Anliegen in natürlicher Sprache entgegen und übergibt an einen spezialisierten Fach-Agenten, der die mehrstufige Konversation steuert – Kunden- und Vertragsidentifikation, Vorschlag der Aktion, Zusammenfassung, fachliche Bestätigung, Buchung. Das Angular-Frontend zeigt die Konversation links und ein kontextsensitives Detail-Panel rechts: Stammdaten, Beteiligte, Beitrag, aktuelle Werte, Modellrechnungen, Fondsportfolio. Fachliche Statuskarten visualisieren erfolgreich gebuchte Beitragsänderungen genauso wie Fehlerzustände.
Frontend, Agent-Stack und MCP-Server laufen auf der internen Kubernetes-Plattform des Kunden, die LLM-Inferenz erfolgt über AWS Bedrock. Der MCP-Server ist bewusst kanal-unabhängig konzipiert — derselbe Baustein soll mittelfristig auch aus einer Telefonie- und Voice-Anbindung gegen die Bestandssystem-APIs genutzt werden.
Projektdaten
- Branche
- Finanzdienstleistungen / Lebensversicherung
- Besetzte Rollen
-
- Architekt
- Software Engineer
- Methodik
-
- Proof of Concept
- Agentic Architecture (MCP)
- Rapid Prototyping mit Coding-Agents
- Iterative Demo-Erweiterung
Technologie-Stack
Highlights
- End-to-End-Flow live demonstriert: Vertragsliste → Vertragsdetail mit Modellrechnungen → Beitragsänderung mit fachlicher Zusammenfassung → erfolgreich gebuchte Änderung im Bestandssystem
- Brücke zwischen LLM-Agent und produktivem Bestandssystem über MCP — keine punktuelle Custom-Integration je Use Case
- Wiederverwendbarer MCP-Server: derselbe Baustein ist ohne Anpassung aus weiteren Conversational-Kanälen (z. B. Voice-/Telefonie-Anbindung) nutzbar
- Orchestrator-Agent + spezialisierter Fach-Agent steuern mehrstufige Dialoge (Kunden- und Vertragsidentifikation, Vorschlag, Zusammenfassung, Bestätigung, Buchung)
- Conversational Frontend mit Chat-Spalte und kontextsensitivem Detail-Panel (Stammdaten, Beteiligte, Beitrag, Modellrechnungen, Fondsportfolio)
- Produktivnaher Betrieb: Frontend, Agent-Stack und MCP-Server auf interner Kubernetes-Plattform, LLM-Inferenz über AWS Bedrock
Das könnte Sie auch interessieren
Ihr Projekt verdient Expertise.
Sprechen wir über Ihr nächstes Vorhaben – und wie wir es gemeinsam zum Erfolg führen.