# AI-First Transformation: Duolingo and Ping An Case Studies

**Podcast:** Tech and Tales
**Published:** 2026-08-22

## Transcript

Tech & Tales.
Herzlich willkommen zur 94.
Folge von Tech & Tales.
Mein Gast heute ist Stammgast Felix Schlenter und in unserer Doppelfolge mit AI First und heute Tech & Tales besprechen wir echte handfeste Use Cases, beziehungsweise heute wir besprechen ein paar...
Case Studies.
Um genau zu sein, zwei Firmen.
Wir wollen uns einmal Duolingo anschauen und wie die ihre KI-Transformation geschafft haben und später PIN an, eines der größten Versicherungsunternehmen weltweit, fast so groß wie die Allianz.
Und wollen sehen, was die geschafft haben, wie die ihr Unternehmen auf AI-First gedreht haben.
Aber Felix, stell dich doch noch einmal kurz vor.
Ja, hi zusammen, ich bin Felix, Gründer von AI First, hoste den gleichnamigen Podcast, machen sonst viel AI Enablement im deutschen Mittelstand.
Und wir haben schon eine Folge darüber aufgenommen, was heißt es denn eigentlich als Unternehmen AI First zu arbeiten und sich AI First aufzustellen?
Für wen ist das sinnvoll?
Was ist der Mehrwert und wie sieht der Weg dahin aus?
Gestern im AI First Podcast, also da gerne nochmal reinhören.
Und ich bin jetzt gespannt auf die Cases, die wir uns heute anschauen.
Ja genau und wir haben gestern darüber gesprochen, was es genau heißt, AI-first zu sein und da gibt es verschiedene Definitionen, aber im Prinzip bezieht sich das nämlich auf drei verschiedene Säulen in Unternehmen, nämlich auf People, Processes und Product, also Menschen, Prozesse und Produkt.
Und Produkt beschreibt natürlich alle Produkte und Services oder was auch immer das Unternehmen am Ende verkauft.
Und der Gründer von Google, also Sundae Pichai, hat das 2016 so ein bisschen mehr ins Rampenlicht gebracht, als er erklärt hat, dass Google jetzt von einer Mobile-First zu einer AI-First-Strategie wechseln würde.
Das heißt, er hat damit so ein bisschen die Richtung vorgegeben, auch für die größeren Tech-Unternehmen.
Denn vor 2016 waren wenig, also sehr wenig Unternehmen tatsächlich dabei.
Und wenn wir uns jetzt mal den ersten Case angucken.
Dann ist Duolingo tatsächlich eines der interessanteren Cases.
Duolingo, die haben eine Art Sprach-App und damit kann man verschiedene Sprachen sprechen.
Die sind auf jeden Fall sehr content-heavy, aber auch sehr groß.
Wir sprechen gleich nochmal über die Zahlen.
Aber in 2025, also vor einem Jahr, artikulierte Duolingo das erste Mal öffentlich eine AI-first-Strategie.
Und das heißt, damit hat der CEO Luis von An, nämlich...
bekannt gegeben, dass das Unternehmen in der Zukunft ganz viel künstlich-intelligent einsetzen wird.
Und das Erste, was sie einsparen wollen, sind externe Mitarbeiter.
Nämlich die ganzen Freelancer, die die ganze Zeit zum Content erstellen notwendig waren.
Und die Entscheidung war eigentlich schon Anfang 2024 beschlossen, weil die deutlich zu viele Externe hatten.
Dabei ging es nicht nur um die Automatisierung oder Optimierung des Content oder der Content-Produktion, sondern auch, dass halt viele manuelle Prozesse nicht skalierbar sind und es ging da auch um die Integration von KI überall und so weiter.
Und er sagte eben, dass es dadurch schneller ginge, dass es ohne KI Jahrzehnte dauern würde, um diese Inhalte zu skalieren.
Aber Felix, weißt du noch, was dann passiert ist?
Es gab nämlich einen ziemlichen Shitstorm.
Genau, einer der größten Backlashes, würde ich sagen, so im öffentlichen KI-Diskurs für ein Unternehmen.
Die waren nach meiner Erinnerung nach Clana.
Clana waren so die Ersten, die hatten 700 Leute im Customer Support entlassen, um sie dann doch später nochmal wieder einzustellen.
Danach kam, glaube ich, schon Duolingo, die genau das angekündigt haben, was du gerade erklärt hast.
Und ich erinnere mich noch, dass sie damals sowohl von ihrer Community als auch darüber hinaus einen ziemlichen, ziemlich Gegenwind bekommen haben, weil es hier eben um das Ersetzen von Menschen ging.
Und ich glaube, da gab es so einige Widerstände dagegen.
von Menschen, die das noch nicht so richtig wahrhaben wollten, aber auch deren Kunden, die gesagt haben, nee, wir wollen doch jetzt nicht nur KI-generierte Inhalte hier konsumieren, die vorher von Menschen gemacht wurden.
Also so impliziert so ein bisschen, dass die Wertigkeit der Inhalte, die von Menschen generiert wurden, egal ob es die gleichen sind, die dann von einer KI generiert werden, höhere Qualität hätten.
Ja, absolut.
Das hatte so ein bisschen den Ton, so wollt ihr uns vergiften?
dachte ich immer.
Also was die Menschen oder was die User geschrieben haben, war schon ein bisschen grenzwertig, weil es ging da tatsächlich um 10% der externen oder beziehungsweise Belegschaft oder externen Mitarbeitenden, die gehen mussten und das führte zu absoluten Entsätzen.
Und der CEO, Luis von Ahn, der hatte damit überhaupt nicht gerechnet, der war recht fassungslos.
Nur, jetzt wird es nämlich interessant, wenn wir uns einmal die Zahlen angucken.
was da passiert ist und ich werde auch gleich nochmal auf diese verschiedenen strategischen Maßnahmen eingehen, was die gemacht haben.
Aber dann sehen wir, dass momentan Duolingo ungefähr eine Milliarde Installationen hat, also Downloads.
Die haben insgesamt ungefähr 53 Millionen DAOs, also Daily Active Users und 133 Millionen Monthly Active Users, Maus.
Das hat sich seit dieser Maßnahme, also seit der AI-First-Strategie, hat sich nämlich massiv verändert.
Nicht nur die User sind gewachsen, das gucken wir uns gleich an, sondern vor allem haben sie deren Jahresumsatz.
komplett hochgeschraubt.
Das heißt 2025, zu dem Zeitpunkt, als sie announced haben, dass sie jetzt eine AI-First-Strategie fahren würden, lag der Umsatz bei 1,04 Milliarden Dollar und die sind jetzt auf rund 1,21 Milliarden Dollar gewachsen.
Also das heißt, die haben im Vergleich zum Vorjahr ein Wachstum von 18,3 Prozent.
So ein Aufwärtstrend sind dann einfach mal, wenn man das hochrechnet, ungefähr 298 Millionen Dollar, die die zugenommen haben sozusagen.
Das Ganze finde ich ist nicht zu verachten.
Das heißt, dieser Wandel zu AI First hat einfach mal 18% Wachstum denen beschert.
Obwohl es diesen massiven Shitstorm gab und obwohl alle User geschworen haben, nie wieder diese App zu nutzen, wenn sie KI generiert ist.
Aber das Problem, was Duolingo hatte, hat sich nämlich schon relativ früh abgezeichnet und deswegen hat der CEO auch diese AI-För-Strategie gefahren.
Die sahen sich nämlich, die haben irgendwie irgendwann eine Decke erreicht mit dem Content.
Das heißt, es gab eine gewisse Grenze in der Monetarisierung, weil die...
Die ganzen Nutzer, diese Millionen an Nutzer, die ich da eben genannt habe, die in zahlende Kunden umzuwandeln, ist relativ schwierig.
Auch, das heißt, letztlich die Abos zu verkaufen, war sehr herausfordernd.
Die hatten mit der Skalierung der Inhalte Probleme und mussten zu viel Content erstellen.
Das heißt, die konstante manuelle Entwicklung der Sprachkurse war viel zu aufwendig.
Es kostete viel zu viele Ressourcen und dadurch waren sie eben auch so abhängig von den Content-Kreaturen.
Rückblickend nochmal auf Felix Podcast, die drei Hebel sind People, Processes und Product.
So hat Duolingo hier auf der Produktseite vor allen Dingen den größten Hebel gesehen, was ich auch glaube, was meistens der größte Hebel von allen sein wird.
Aber natürlich gab es auch andere Maßnahmen, die getan werden mussten im Hinblick auf KI.
Das heißt, die mussten so ein bisschen ihre Operations in den Griff kriegen, die hatten große operative Ineffizienzen.
Das heißt, es gab irgendwie Probleme zwischen der Gamification, es gab Probleme in der User Retention, es gab Probleme im Inhalt und all diese kleinen Aspekte mussten mit KI irgendwie transformiert werden.
Und einen Punkt finde ich noch extrem spannend.
Und zwar hast du gesagt, dass sie Herausforderungen hatten in dem Premium-Modell, die Free-Nutzer in das Premium.
Abo zu bekommen.
Und Duolingo basierte ja sehr lange Zeit auf ganz vielen unterschiedlichen Kursen, die du durchlaufen konntest mit verschiedensten Gamification-Elementen.
Hast du so einen Streak eingebaut, wolltest den Streak nicht unterbrechen, hast dich dann jeden Tag wieder eingeloggt und so kleine Lerneinheiten gemacht und wurdest dort auch recht zügig durchgeführt.
Das ist schon eine ganz coole Experience, würde ich sagen.
Jetzt haben sie aber ...
Mit den Sprachmodellen, die immer besser wurden, macht es ja total Sinn, diese starren Kurse aufzuweichen und zu sagen, warum habe ich denn nicht einen dynamischen, interaktiven Sprachcoach, der mich kennt, meine Ziele kennt und dann mit mir verschiedene Szenarien simulieren kann.
Und das haben sie dann eingeführt, ich glaube auch 2025 und haben ihre Umsatzprognose im Mai nochmal hochgehoben.
Unter anderem, zumindest wird das so begründet durch diesen Max-Plan im Premium.
Also wir haben differenziert im Premium-Segment, gab nicht nur einen Premium-Plan, sondern auch den Max-Plan.
Im Max-Plan ist dann unter anderem dieser Sprachcoach enthalten, mit dem kannst du dann so Restaurantbestellung oder Wegbeschreibung oder andere Szenarien simulieren.
Der kann halt in Echtzeit...
auf dich reagieren und kann dir nach dem Gespräch dann ein Feedback dazu geben, was natürlich vom Lerneffekt und der Tiefe nochmal fortgeschrittener ist als das, was es in den eher statischen Kursen gibt.
gibt.
Und das ist wiederum ja auch nur möglich, weil sich die Fähigkeiten von KI weiterentwickelt haben.
Also vorher war es vielleicht möglich, die Content-Erstellung deutlich effizienter zu gestalten.
Jetzt ist es möglich, nochmal eine ganz andere Experience reinzubringen in das Produkt und das eben AI-first zu denken.
Und wenn du Duolingo AI-first komplett, also konsequent AI-first denkst, ist es wahrscheinlich gar nicht mehr unbedingt nur die Kurslogik, sondern du gehst halt weiter in eher diese interaktive Logik.
Ja, und das ist ja der größte Hebel von der künstlichen Intelligenz, die Individualisierung und Personalisierung und Lokalisierung.
Also das heißt, ich habe selber versucht, so eine Lern-App zu launchen.
Ich hatte das gleiche Conversion-Problem, die in Paid zu wandeln.
Bei mir war das Problem so ein bisschen, dass es Kinder waren.
Das heißt, der Markt ist noch schwieriger, weil dein Käufer oder dein Nutzer ist nicht dein Käufer.
Your user is not your customer.
Diese Conversion-Rate ist sehr schwer, aber mit Personalisierung, stell dir mal vor, du kannst eben diese Inhalte auch auf die lokale Umgebung anpassen.
Und meinetwegen, Kinder in China sehen dann Kurse, die speziell auf ihre jeweilige Provinz gemünzt ist und so weiter, versus Kinder oder Lernende in den USA sehen was ganz anderes.
Also ich denke, dass da auf jeden Fall der größte Hebel ist und das ist produktseitig super smart, also diese Coaches einzubringen.
Und ich meine, das Nächste, was natürlich KI auch in dem Kontext super kann und was in deren Transformationen ein wichtiger Gesichtspunkt war, war die schnelle Skalierung.
Das heißt, du kannst natürlich diese Inhalte auch sehr schnell dann A, B testen.
Du skalierst sie, du checkst, funktioniert es oder funktioniert es nicht und dann kannst du es einfach ausrollen, ohne dass man eben lange warten muss und lange sich mit Usern und Testing und so weiter auseinandersetzen muss.
Auch gerade nochmal über dieses AB-Testen, da hast du eine wahnsinnig hohe Monetarisierungseffizienz.
Das heißt, du kannst den Wandel der Nutzer oder die Funnel natürlich viel besser vertesten, beobachten.
Du kannst automatisiert checken, wie viel sie bereit sind zu zahlen.
Du kannst verschiedene Kohorten über verschiedene Länder ansteuern.
Also ich denke gerade die Schnelligkeit, mit der du dann in den Markt gehen kannst mit neuen Produkten, sucht seinesgleichen tatsächlich.
Auch damit hatten sie dann den verschiedenen Konkurrenten natürlich etwas voraus und haben damit siehst du auch eine gesamte Verschiebung im Markt letztlich hin zu Unternehmen, die das dann nutzen.
Und die hatten tatsächlich auch einen Namen für deren Personalisierungs-Engine, die hieß nämlich Birdbrain, also das war der interne Name, damit sich die jeweiligen Lektionen auch tatsächlich an die Lerngeschwindigkeit anpassen.
Ich glaube auch das ist nämlich ein total großer Hebel.
Hast du schon so andere Hyperpersonalisierung Cases irgendwo im Betrieb gesehen?
Ja, auf jeden Fall.
Und zwar bei Bonprix haben die angefangen, verschiedene Märkte zu personalisieren, das heißt die Produkte zu personalisieren und so weiter.
Also die sind gerade fleißig dabei, weil momentan werden in den gleichen Märkten die gleichen Produktbilder gezeigt.
Das heißt, Frankreich zum Beispiel ist ein großer Markt, aber Frankreich oder französische Kunden sehen halt einfach gerne andere Bilder oder andere Visuals.
Also das ist kulturell bedingt, das hat verschiedene Gründe und es hängt auch so ein bisschen an der Kundschaft oder an den Usern.
Aber das zu personalisieren ist natürlich Gold.
Und auch zum Beispiel About You, die haben deren Fotostudios komplett wegrationalisiert gerade und ersetzen die durch AI-Tools komplett.
Und es hat sehr viel Kraft, glaube ich, gekostet intern, das durchzusetzen.
Aber das bedeutet auch im zweiten Schritt, dass damit Nutzer...
verschiedene Modelle wahrscheinlich irgendwann sehen werden.
Also das ist da alles sehr eng und nah in der Produktpipeline und wird zum Teil auch schon ausgerollt.
Also gerade im E-Commerce ist das ein Riesenthema.
Und man kann das auch sehr gut tracken.
Im Übrigen, was ganz interessant ist, ist diese KI-generierten Bilder.
Und das ist auch, gerade bei About You haben die das getestet.
Die haben KI-generierte Bilder versus normal geschootete Bilder gegeneinander getestet mit den gleichen Produkten.
Und die KI-generierten Bilder hatten eine bis zu 20 Prozent höhere Conversion.
Und keine höheren Retourenraten.
Klar kann man sich das erklären, dass die Bilder vielleicht einfach juicier oder so aussahen.
Oder irgendwie glänzender.
Ich weiß auch nicht.
Aber das finde ich schon bemerkenswert.
Und das ist eben...
Ein ähnliches Phänomen wie bei Duolingo, dass am Anfang es immer einen Shitstorm gibt, wenn man irgendwie so ein Fotostudio wegrationalisieren möchte und so weiter.
Aber wenn das 20 Prozent mehr Sales oder erst mal mehr, sagen wir mal, höhere Conversion bringt und dann natürlich im Funnel irgendwann mehr Sales und so weiter, dann ist es schon bedeutend, finde ich.
Ja, also das wäre jetzt auch mein Takeaway von dem Duolingo-Case.
dass der Backlash am Anfang ja wirklich groß war, aber wenn die Zahlen so zeigen, dass sie da doch gut durchgekommen sind und was ich jetzt daraus lese, ist, dass wenn der Mehrwert für den Kunden weiterhin gegeben ist, das Problem des Kunden gelöst oder das Ziel erreicht wird, dann ob das Ganze mit KI erzeugt wurde oder ob das von einem Menschen kommt, wahrscheinlich zweitrangig.
Total, sehe ich auch so und das Interessante ist aber auch bei denen, dass die nicht nur, also das war ja jetzt die Produktseite, also das heißt, die haben auf der Produkttransformation oder Ökosystemtransformation, haben da AI first ausgerufen, haben die Produkte transformiert, haben neue Systeme eingeführt und so weiter, aber ist eben der zweite Schritt und das ist bei dir People, sozusagen People and Processes, bei denen, die nennen es die operative Transformation.
Das haben die ja auch gemacht, weil letztlich kann man ja die einzelnen Säulen nicht komplett losgelöst voneinander sehen.
Die bedingen sich immer gegenseitig, es geht Hand in Hand.
Also, was haben die gemacht?
Die haben ebenfalls KI in der Belegschaftsgestaltung mit eingebracht.
Das heißt, die haben Aufgaben automatisiert, die haben alle möglichen Maßnahmen eingeführt, wie zum Beispiel Fridays geschrieben mit FRAI Days.
Das heißt Spaß-KI-Tage, um am Freitag immer mit irgendwelchen Tools zu experimentieren.
Finde ich auch smart.
weil du so deine Belegschaft dazu motivierst, spielerisch sich mit dem ganzen Gedöns auseinanderzusetzen.
Und dann haben die natürlich überlegt, wie können die weiterhin Kosten senken und Marge skanieren, was natürlich alle wollen, weniger Geld ausgeben, mehr Geld einnehmen.
Trotzdem, also deren Analysten haben festgestellt, dass diese Umstellung auf AI First...
also die Margen, die Bruttomargen erst im Laufe der Zeit verbessern kann.
Das heißt, die haben das auch verstanden, dass es erstmal ein Investment nach vorne ist und erst im Nachhinein das Ganze besser wird.
Und letztlich haben die es halt geschafft, also nicht nur mit der operativen Transformation, sondern der Produkttransformation haben die es geschafft, dass die ein viel höheres Engagement haben.
Die haben viel höhere Bindung auch der Kunden tatsächlich.
Deren globale Reichweite hat sich vergrößert, die können schneller skalieren und auch deren Marke hat davon eigentlich ganz gut profitiert.
Abschließend lasse ich noch sagen, was ich ebenfalls...
sehr spannend daran finde, ist, dass die Umstellung der Strategie oder das Ausrufen dieser AI-First-Strategie ist natürlich auch ein super gutes Signal für den Markt.
Das heißt, klar findet das dann eben auch bei den Investoren anklang.
Also je nachdem, ob ein Unternehmen gelistet ist am Markt oder ob es ein privates Unternehmen ist, bedeutet natürlich AI-First immer ein höheres Engagement, in dem Fall mehr Inhalte, skalierbare Unit Economics und das heißt, dass das gesamte Monetarisierungsnarrativ natürlich sehr viel Power hat und eben auch auf die Zukunft gerichtet.
Und das sichert natürlich das Fortbestehen des Unternehmens, beziehungsweise das ist Wachstum.
Das heißt, in dem Kontext finde ich das einen super spannenden Fall, weil die eben das geschafft haben, das zu drehen, ohne...
dass sie super viele Leute entlassen haben, sondern das heißt, die haben die Leute so ein bisschen, also die Freelancer haben sie zwar gehen lassen, aber die internen haben sie verschoben von Content-Generatoren oder Erstellern zu Kurationen, zu Kuratoren, wenn man so möchte.
Das heißt, die haben jetzt die Qualität des AI-Outputs quasi überprüft und eben es geschafft, damit...
komplett ein neues Geschäftsmodell zu erschließen, neue Produkte.
Also well done, würde ich sagen, oder?
Siehst du noch irgendwas Interessantes an dem Fall?
Ja, ich frage mich, wie lange die das verteidigen können.
Weil wenn ich jetzt mir meinen Chat-GPT oder meinen Claude nehme, Gut, ChatGPT-Claught hat glaube ich noch gar nicht diese Echtzeit-Sprachfunktion, aber das wird jetzt auch überall kommen, dass du in Echtzeit mit denen kommunizieren kannst.
In ChatGPT ist es schon möglich.
Dann kann ich mir da auch selbst meinen Sprachcoach bauen.
Die Frage ist nur, wie teuer das sein wird, oder?
Also auf der einen Seite ist es natürlich eine Frage, wie viele Tokens das verbraten wird.
Das ist Frage Nummer eins.
Frage Nummer zwei ist halt die Entwicklung hin zu einer einzelnen Plattform, die alle deine Probleme löst, ist klar.
Also sehe ich auch.
Auf der anderen Seite hat Duolingo natürlich das vertrauende User oder auch das Vertrauen am Markt durch die bestehende Brand und Historie, dass sie halt sehr gut darin sind im Beibringen von Lerninheiten oder beziehungsweise Sprachen.
Und das haben die Einzelmodelle nicht.
Und ich finde, dieses Problem der Halluzination ist noch sehr real.
analog, weißt du, finde ich, sieht man das ja auch im Internet.
Also die gesamte Information der Welt oder das gesamte Wissen der Welt ist ja eigentlich immer verfügbar.
Und trotzdem gibt es so viele dumme Menschen.
Das heißt, es liegt daran, dass viele nicht wissen, wie.
Und sich keine Gedanken dazu machen und auch keine Mühe geben.
Ja, eigentlich ist es alles da.
Es ist alles nur ein Google-Way.
Trotzdem wissen viele Leute vieles nicht.
Und das heißt, es liegt so ein bisschen an der Faulheit, an dem ich weiß nicht wie.
Und ich denke, dass solche Apps wie Duolingo da reinspielen, weil Menschen halt genau wissen, was da passiert.
Und bevor sie einen Prompt schreiben und sagen, hey Claude, erstelle mir einen Sprachkurs und bring es bei und so weiter, das ist fast schon zu viel Arbeit.
Ich glaube, wenn einer der großen Modelle anfängt, solche kleinen...
Tools extra in deren App-Shop oder wie auch immer App-Store selber rauszubringen, dann vielleicht.
Aber ich glaube, dass es bestehende Solutions gibt, ist gar nicht schlecht.
Ehrlich gesagt.
Aber I see your point.
Es ist halt immer die Frage, ob das kannibalisiert wird.
Ja, also ich beobachte, dass die horizontalen Modellanbieter jetzt immer mehr vertikal in Use Cases reingehen.
Wir sehen das gerade sehr, sehr stark im Coding.
Mein Take ist, dass dieses ganze Education, diese ganze Education-Kiste, das ist mit als nächstes dran.
Und es kann sein, dass sie da eine Akquisition machen oder dass sie eine eigene App aufbauen auf den Modellen und in ihr Ökosystem mit reinbauen.
Aber es ist so naheliegend, gerade für OpenAI.
Die müssen jetzt zusehen, wie sie ihre Nutzer gehalten bekommen oder auch noch neue Nutzer auftun und hilfreich für die sind.
Entropic kriegt das ganz gut hin, weil sie gut in diesen Professional-Markt reingehen.
OpenAI struggelt da, finde ich eher.
Und ich glaube, dass das ein Vertical sein kann, was ganz interessant ist.
Also ich denke, was hätte Duolingo sonst machen sollen?
Also ich glaube, da gab es gar keinen anderen Weg als KI konsequent in das Kundenerlebnis, die Prozesse, wie die Menschen arbeiten, einzubauen.
Und jetzt die Ergebnisse geben auch erstmal recht.
Am Ende haben sie natürlich viele, viele Jahre an Wissen, Verständnis über die Probleme der Kunden, sehr, sehr viele Daten.
Also ich glaube nicht, dass das so extrem trivial ist, aber gleichzeitig abstrahieren die Modelle natürlich immer mehr Komplexität weg, wo Duolingo wahrscheinlich vorher noch einen größeren Burggraben technisch hatte, der jetzt wegfällt.
Also ich bin super gespannt und wir beobachten das mal.
Ja.
Ich bin auch total gespannt sowieso, was in den nächsten Jahren passieren wird, weil am Ende werden wir dann irgendwann nur noch ein System haben, das alles löst, das kann es auch nicht sein.
Wahrscheinlich nicht, klar.
Aber ja, gucken wir mal.
Super interessanter Case.
Der nächste interessante Case, der nicht in Europa stattfindet, wie gesagt, ist eine der größten Versicherungen weltweit, Ping An Insurance, um genau zu sein.
Das ist ein Versicherungs- und Finanzdienstleistungsunternehmen und hat seinen Sitz in Shenzhen.
Und die machen insgesamt 136 Milliarden Dollar im Umsatz und haben einen Gewinn von fast 12 Milliarden Dollar.
Das heißt im Jahr 2000 waren ihr Platz 29 der weltgrößten Unternehmen.
Das wird sich jetzt geändert haben mit unseren ganzen Tech-Riesen, die mit ihren total astronomischen Bewertungen und auch zum Teil tatsächlich Umsätzen einfach alle überholt haben.
angefangen haben, KI zu nutzen, bevor alle anderen das gemacht haben.
Denn schon 2017 haben sie mit diesen großen technologischen Reformen und innovativen Leistungen angefangen und haben zwei Technologie-Innovation-Zentren aufgebaut.
Eins in der Ost- und eins in der Westküste in den USA.
Und da haben die schon in 2017 24.000 Mitarbeiter.
angesiedelt, die angefangen haben, mit den AI-Lösungen oder KI-Lösungen tatsächlich zu bauen.
Und das ist einfach so lange und visionär gewesen, bevor irgendwer bei uns damit angefangen hat.
Und die haben zu der Zeit auch schon so eine Art One-Minute-Klinik eröffnet.
Das heißt, die haben ganz, also auch andere Technologien und so weiter und vor allem KI da reingebaut.
Und da haben damals schon 1200 Allzeit-Mitarbeitende sich darum gekümmert.
Und die haben Medikamente damit verkauft, die haben Patienten beraten, die haben Konsultationen mit Ärzten und Apotheken und so weiter organisiert.
Und das war alles total automatisch.
Die hatten so einen intelligenten Apothekenschrank, die hatten einen KI-Sprechstundenraum.
Und das Ganze hat wunderbar funktioniert.
Und jetzt haben sie auf der...
World AI Conference, übrigens ich will da unbedingt mal hin, falls jemand Erfahrung hat, bitte berichten, haben die gerade komplett neue Produkte vorgestellt und eben auch neue Strategien.
Und die haben auch, also schon 2017, aber die haben jetzt schon nochmal diese AI-First-Strategie ausgerufen.
Und da ging es nicht nur um den Gesundheitssektor, sondern natürlich auch um den ganz normalen Versicherungssektor.
Das heißt, es gab vor allem in der Autoversicherung und im Kundenservice und so weiter.
Also das sind diese ganzen Standard-Klischee-Felder.
Aber wenn man sich das mal ganz genau anguckt, was die machen, ist das ganz interessant.
Weil die haben ähnlich wie Edurino, ist bei denen der Ansatz Product First sozusagen, also AI Product First.
Das heißt, die hatten auch erstmal weniger Fokus auf die People, die hatten weniger Fokus auf die Prozesse, sondern mehr Fokus auf die KI-Anwendung sozusagen in deren Produkten selbst.
Das heißt, es ging auf der Gesundheitsseite, wobei das wie gesagt nicht der Hauptfokus ist, aber da ging das immer um die Diagnose und Behandlung komplexer Krankheiten in deren Gesundheitsmanagement.
Apps sozusagen, aber vor allen Dingen in der Autoversicherungs-App zum Beispiel gab es relativ schnell eine Funktion, womit der Geschädigte beziehungsweise der Versicherte einfach ein Foto seines Autos macht oder des Schadens macht und dann geht die KI, liefert dann komplett Einmal den Service 24-7 und es wird komplett durchdekliniert.
Das heißt, die KI guckt sich das Auto an, die guckt sich das Modell an, die über die Geolocation guckt sich den Ort an, über die Zeit, das korreliert sie alles, stellt dann fest durch die Tiefe des Einschlags, was für eine Art Unfall es wahrscheinlich gewesen ist und findet somit ganz schnell raus, ob derjenige, ob er kompensiert werden müsste und so weiter.
Was sagst du dazu, Felix?
Ja, also erstmal kannte ich dieses Unternehmen gar nicht und habe mir das dann mal angeschaut in der Vorbereitung und habe gesehen, dass sie gar nicht so viel weniger Umsatz machen als die Allianz.
Also immer wieder spannend, was da so an riesigen Firmen in Asien entsteht, die man hier gar nicht so auf dem Schirm hat.
Und dann natürlich sinnvoll auch schon so früh in die konsequente KI-Integration zu gehen, weil...
Gerade Versicherungen natürlich prädestiniert, wie du auch gerade schon gesagt hast, für AI-Use-Cases und jetzt noch immer mehr.
Also wir haben diese unfassbar vielen unstrukturierten Daten, Verträgen, Schadensberichte, medizinische Gutachten, Fotos, hast du gerade gesagt, Sensordaten, die natürlich zusammengezogen, analysiert und daraus wieder Ableitungen gemacht werden können.
Wir haben diese Schadensabwicklung als ein riesengroßes Nadelöhr, also auch...
Heute ist das ja der eine Use Case in Versicherung.
Also wenn es einen gibt, dann ist das der.
Und der hat natürlich x Ausprägungen und ist nicht super trivial.
Und da interessiert mich vor allem, also du kannst natürlich jetzt KI nutzen, um Bilder oder auch Texte und Bilder, Beschreibungen, Videos und so weiter auszuwerten, um daraus irgendwie den Schadensfall zu bearbeiten.
Aber jetzt ist das ja wieder dieses zweischneidige Schwert.
Du kannst es ja auch nutzen, um Bilder zu erstellen von Unfällen, die es gar nicht gegeben hat.
Und da kämpft jetzt irgendwie KI gegen KI.
Und da bin ich nochmal gespannt, wie sich das eigentlich gerade auswirkt.
Ich weiß nicht, ob du dazu irgendwelche Daten oder Informationen schon gefunden hast.
Ja, das stimmt total.
Es ist so ein bisschen...
Kampf der KIs, so wie es in vielen Firmen auch ist.
Das ist auf der einen Seite in der KI und die Antwort ist dann auch KI generiert, bis man sich dann persönlich trifft.
Das ist ziemlich witzig, ehrlich gesagt.
Aber in England gab es vor zwei Monaten dazu gerade eine Studie.
AVI hat festgestellt, dass die 230 Millionen Pfund, also in UK, in betrügerischen Versicherungsfällen hatten.
Und das heißt natürlich, dass genau das passiert.
Und die hatten alleine 2025 18.400 auffällige Anträge.
Und ich bin mir sicher, dass es eine absolute Katastrophe ist, auf die wir zurollen, weil natürlich die wirklich gut generierten Bilder sind lange schon nicht mehr zu unterscheiden von echten Bildern.
Und wie das dann funktionieren soll.
Das weiß ich auch nicht.
Deswegen, ich gehe fast davon aus, dass man irgendwann wieder Sachverständige an die Orte schicken muss.
Ja, genau.
Ja, weil wie willst du es sonst machen?
Oder es müssen sich sehr smarte Leute gewisse Dinge ausdenken.
Das heißt, dass du halt irgendwann wirst du so eine Art Blackboxen wahrscheinlich in den Autos haben, die du dann der Versicherung schickst.
Also das heißt, dass dann über das Auto, über die Daten des Autos kann erst der Insurance Claim ausgelöst werden.
Und nicht über ein Foto.
Also würde ich sagen, ja.
Aber nichtsdestotrotz hat Ping an, hat das alles gelöst sozusagen bisher.
Das heißt, es ist der End-to-End.
Und jetzt ist es nämlich ein Prozess.
Also es ist nicht nur das Produkt, was neu geworden ist, sondern eben auch der Prozess, der in dem Kontext gewandelt wurde.
Den haben die eben komplett automatisiert.
Und also die sagen, dass die in deren...
in dieser Versicherungswertschöpfungskette oder in deren Kerngeschäftsszenarien, haben die, also sagen sie, haben sie jetzt eine hundertprozentige KI-Abdeckung erreicht tatsächlich.
Und das heißt, sie sagen, dass sie als Effizienzsteigerung eine 80-prozentige Gesamtbetriebseffizienz haben.
Also das ist natürlich, ich weiß nicht genau, wie die das messen letztlich.
Also das sind natürlich große Zahlen.
Angeblich wird es damit alles abgedeckt.
Aber die haben eben auch sehr viel selber entwickelt.
Also das heißt, diese eine Plattform, die heißt EagleX, das ist so eine Risikominderungsdienstplattform, nennen die das.
Die basiert auf irgendwie über 100 Modellen.
Das sind ihre eigenen Modelle zum Großteil Risikomodellen.
Und diese Plattform, diese eine Risikoplattform, die ist zum Beispiel für Naturkatastrophen, Überschwemmungen, Katastrophenschadensbewertungen und so weiter, die deckt das alles ab.
Also Risikoüberwachung, Frühwarnung, Prävention und so weiter.
Und ich meine, klar, wenn man das automatisieren kann, dann sehe ich natürlich auch den absoluten Mehrwert für künstliche Intelligenz in dem Kontext, oder?
Ja, und ich meine, hier geht es ja jetzt um Vorhersagemodelle, also wahrscheinlich einfach auch noch viel maschinelles Lernen, was in der Zeit dann aufgebaut wurde und hilft natürlich, total bessere Entscheidungen treffen zu können, also rein neben der Effizienzsteigerung, Qualitätssteigerung in den Entscheidungen.
Es macht aus dem Grund auch Sinn, vor allem wenn sie 2017 gestartet sind.
Wir hatten ja in der letzten Folge bei mir im Podcast über diese drei Stufen gesprochen.
Ich hatte gesagt, es macht Sinn auf der Menschenebene, also wie Menschen arbeiten, dort mit KI anzufangen, weil wenn Menschen einmal überzeugt sind, den Mehrwert für sich verstanden haben, fällt auch die Transformation in den Prozessen und in dem Kernprodukt einfacher.
In dem Fall konnte man Machine Learning Modelle noch nicht so wirklich Menschen in der Breite in die Hand drücken 2017, weil was sollten die damit machen?
Da gab es halt Daten und Machine Learning Experten, die diese Modelle trainiert haben auf riesengroßen Datenmengen und weiter optimiert haben im Laufe der Zeit.
Und deswegen hier der Weg andersrum, nämlich erstmal über die Kernwertschöpfung und über zentrale Prozesse, wie zum Beispiel die Risikobewertung, die ja in der Versicherung extrem kritisch sind.
Und dieser Insuffizienzgewinn ist ja enorm.
Also 80 Prozent hast du gerade gesagt.
80, genau.
80 über das Unternehmen verteilt.
Aber die Zahlen selber bei diesen Kfz-Versicherungspolizen werden jetzt 93 Prozent automatisch vom System bearbeitet.
Also das heißt, deren Bearbeitungszeit oder durchschnittliche Bearbeitungszeit ist von 6 Minuten auf 1,2 Minuten geschrumpft oder reduziert.
Sagen wir mal schöner.
Reduziert.
Das heißt, bei den einzelnen Underwritern, also den Leuten, die das überprüfen, hat sich das Volumen, also die wenigen, die es da noch gibt, sozusagen, hat sich verdoppelt.
Und dann gibt es noch eine andere KPI in der Versicherungswelt.
Diese Risikoabfangrate ist damit um 16 Prozent gestiegen.
Also das sind eigentlich extrem gute Zahlen und kein Wunder, dass Ping an so erfolgreich ist.
Ich denke, dass deren 251 Millionen Kunden da...
ziemlich happy sind und das Ganze geht natürlich vor allen Dingen, weil in Asien eben alles geht und bei uns vieles nicht geht.
Aber es ist ein super interessanter Case zu sehen, vor allen Dingen, wie lange das dauert, so eine Transformation zu machen und dass es eben nicht ein kurzfristiges Invest ist.
Also die sind jetzt fast zehn Jahre dabei und es braucht eben eine gewisse Zeit und eben auch Zugang zu Daten.
Ja und ich weiß nicht, ob sie dort Betriebsräte und Co.
haben, wahrscheinlich auch eine größere Talentedichte für genau diese Themen.
Also ich bin mal gespannt, wie schnell wir das hier in den Versicherungskonzernen sehen.
Die Allianz trommelt gerade fleißig auch mit ihren KI-Use-Cases.
Alle anderen großen Versicherungen sind dort auch schon längst dran an diesen Cases.
Aber diese Automatisierung, also die Risikovorhersage.
Die Automatisierung vom Claims-Prozess, das werden ja nur die Eintrittskarten sein, um da überhaupt noch mitspielen.
zu dürfen in Zukunft.
Ich glaube nicht, dass darüber eine Differenzierung entsteht.
Ich glaube, was super spannend ist, ist, wie kriege ich hier zum Beispiel so hyperpersonalisierte Tarife angeboten für ganz spezifische Kundensegmente?
Wie kriege ich noch besser die Risikoprävention hin?
Also, dass irgendwie gar keine Risiken entstehen können, anstatt dass eine Schadensmeldung kommt.
Also, was kann ich tun, um das vorher abzusehen?
Zum Beispiel über Naturkatastrophen oder ähnliches so was vorhersagen zu können.
Ich glaube, da wird es nochmal richtig spannend.
Aber hier sieht man schon mal auch enorme Effekte durch diese Transformation.
Ja, es ist so ein bisschen prophetisch, was bei uns passieren wird in den nächsten Jahren.
Es ist immer abhängig vom Regulator, ob das Ganze funktioniert oder nicht, weil letztlich können die ja nicht so schalten und walten, wie sie möchten.
Aber Felix, vielen, vielen Dank für deine Zeit.
Hast du noch eine kleine Empfehlung, Social Media oder Buch oder dergleichen für unsere Hörer?
Das ist von dem Bücherregal.
Ja, ich muss mich immer wieder umdrehen.
Ich lese gerade tatsächlich einfach sehr, sehr, sehr wenig.
Ich habe aber eine andere Empfehlung, hat weder mit Social Media noch mit einem Buch zu tun.
Ich habe angefangen, wieder super organisch, wenn ich an neue Themen rangehe, habe ich zeitlang sehr viel auch mit KI, so diese Planung und ähnliches gemacht.
Ich habe angefangen, mir einfach wieder einen Zettel zu nehmen und dort alle meine Gedanken mal drauf zu schreiben und mir da so eine erste Skizze zu...
machen wo will ich eigentlich hin und wie sieht mein plan aus dann mache ich öfter mal ein foto davon gibt das nach kai und sagt guck mal hier das ist die ausgangssituation da will ich hin und bau darauf auf anstatt diesen schritt auch stärker auszulagern oder so zu versuchen effizienter zu machen das glaubt extrem gut also wieder back to back back to the roots und wieder mehr organisch mit zettel und stift 100 Prozent.
Ich auch.
Weißt du was?
Ich auch.
Ich habe gerade meinen Füller mit Tintenpatronen bestückt, weil ich das Ganze noch mit Füller mache.
Und weil es bleibt sonst nichts hängen, habe ich das Gefühl.
Ich habe genau, wie du sagst, es ist viel, ich finde, man kommt viel mehr in die Tiefe, wenn man damit schreibt.
Ja, also vielen Dank für den Tipp.
Kann ich nur empfehlen und weitergeben.
Dann viel Spaß und wir hören uns bald.
Bis dann.
Ciao, ciao.
Ciao.