Bestandskunden: wer braucht heute eine Nachricht?

Das echte Ausmaß des Problems

Marlene Neumanns Geschichte ist keine Ausnahme. Sie ist die Regel.

Bestandskunden haben eine 5–7-fach höhere Abschlusswahrscheinlichkeit als Neukunden — das ist kein Marketing-Cliché, sondern ein gut belegter Befund aus der Bain & Company-Forschung zu Kundenloyalität. Trotzdem investieren die meisten Maklerbüros den Großteil ihrer Akquise-Energie in Neukundenwerbung statt in systematische Bestandspflege.

Der Grund ist nicht Gleichgültigkeit — es ist Kapazität. Wer 200 Bestandskunden hat und jeden systematisch auf Kontaktanlässe prüfen will, braucht eine Stunde pro Kunde und Quartal — das sind 200 Stunden Bestandspflege, die neben dem Tagesgeschäft nicht stattfinden.

Die stärksten Auslöser für neue Versicherungsabschlüsse sind Lebensereignisse. Laut DIHK-Daten zu Versicherungsabschlüssen in Deutschland:

• Wohneigentumskauf — Hausrat, Wohngebäude, Bauherrenhaftpflicht, Grundschutz
• Kind bekommen — Risikolebenversicherung, Berufsunfähigkeit, Kranken-Zusatz, Schulranzen-Versicherung
• Heirat — gegenseitige Absicherung, Lebensversicherung, Hausrat-Erweiterung
• Renteneintritt — BU endet oder wird angepasst, Pflegezusatz, Krankentagegeld

Das Problem: Diese Ereignisse passieren im Leben des Kunden — nicht am Schreibtisch des Maklers. Wer nicht aktiv nachfragt, erfährt davon per Zufall oder gar nicht.

Das Paradox: Makler, die Bestandskunden systematisch begleiten, verlieren deutlich seltener an günstigere Direktversicherer oder Vergleichsplattformen. Der regelmäßige Kontakt schafft Vertrauen, das kein Preisvergleich unterbieten kann.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Manuelle Bestandspflege kostet 20–30 Minuten pro personalisierter Nachricht. Mit KI: 2–3 Minuten. Wer 20 Kunden im Monat kontaktiert, spart 5–8 Stunden. Der größere Effekt ist aber die systematische Abdeckung: Anlässe, die bisher vergessen wurden, werden jetzt erfasst.

Kosteneinsparung — mittel (3/5) Bestandskunden-Cross-Selling ist deutlich kostengünstiger als Neukundenakquise — kein Lead-Kauf, kein Kaltakquise-Aufwand. Die Einsparung ist real, aber indirekt: gesparte Neukundenakquisekosten gegen gewonnene Bestandsumsätze.

Schnelle Umsetzung — hoch (4/5) Ein Prompt + CRM-Export + eine Stunde Setup — das reicht für den Einstieg. Kein IT-Projekt. Ein Punkt Abzug, weil du erstens eine strukturierte Kundenliste brauchst und zweitens Zeit, die Anlass-Spalten zu pflegen. Wer heute anfängt, braucht 2 Stunden Vorbereitung.

ROI-Sicherheit — mittel (3/5) Die Cross-Selling-Rate ist messbar — aber sie hängt davon ab, wie gut deine Bestandsdaten sind, wie relevant deine Anlässe sind und wie gut du die Nachricht formulierst. Ein Makler mit gepflegtem CRM sieht klaren ROI. Wer aus chaotischen Daten arbeitet, sieht weniger. Drei Punkte, weil die Erfolgschance nicht garantiert ist.

Skalierbarkeit — sehr hoch (5/5) Ein Makler mit 50 Bestandskunden profitiert genauso wie einer mit 500 — der Aufwand pro Nachricht ist gleich. Wächst der Bestand, wächst der Vorteil proportional. Stärkste Bewertung in dieser Kategorie.

Richtwerte — stark abhängig von Bestandsgröße, CRM-Qualität und Pflegefrequenz.

Was die KI konkret macht

Der Workflow ist in drei Schritte aufgeteilt:

Schritt 1 — Bestandsliste exportieren und Anlässe markieren. Du exportierst aus deinem CRM oder deiner Kundenliste eine einfache Tabelle: Name (oder Kundennummer), Geburtsjahr, bekannte Lebensereignisse, Policen-Ablaufdaten, letzter Kontakt. In einer einfachen Excel-Liste funktioniert das auch ohne CRM. Du markierst die Kunden mit Kontaktanlass im kommenden Monat.

Schritt 2 — KI erstellt personalisierte Nachrichten im Batch. Du gibst der Generative KI die Liste der Kunden mit Anlass und relevanten Infos. Der Prompt unten weist die KI an, für jeden Kunden eine individuelle Ansprache-Nachricht zu erstellen — je nach Anlass anders: Renteneintritt, Kind, auslaufende Police, runder Geburtstag.

Schritt 3 — Du prüfst, personalisierst, schickst. Die KI liefert Entwürfe — du liest drüber, passt wo nötig an, und schickst sie ab. Du entscheidest, ob E-Mail, Brief oder Telefonat der richtige Kanal ist.

Der rechtliche Rahmen — was erlaubt ist

E-Mail-Werbung an Bestandskunden: Nach §7 Abs. 3 UWG ist E-Mail-Werbung an Bestandskunden ohne gesonderte Einwilligung zulässig, wenn alle drei Bedingungen erfüllt sind: Das beworbene Produkt ist ähnlich zum bereits erworbenen, der Kunde wurde beim Erstabschluss auf Opt-out hingewiesen, und es ist keine Kaltakquise (der Kunde kennt den Makler).

DSGVO: Bestandsdaten für personalisierte Beratung zu nutzen ist rechtlich zulässig — es ist Teil der Vertragserfüllung und des berechtigten Interesses. Wenn du diese Daten in KI-Tools eingibst, brauchst du entweder einen AVV mit dem Anbieter oder du pseudonymisierst vorher (Kundennummer statt Name).

Faustregel: Wenn du die Nachricht als persönlicher Beratungsanstoß formulierst (nicht als Werbeanzeige), bist du auf der sicheren Seite.

Dies ist keine Rechtsberatung. Im Zweifel die konkrete Konstellation mit einem Anwalt für Wettbewerbs- oder Datenschutzrecht klären.

Konkrete Werkzeuge — was wann passt

ChatGPT — für den manuellen Batch-Workflow Du gibst die Kundenliste in Textform in den Prompt — drei bis fünf Kunden auf einmal, jeder mit Anlass und relevanten Infos. ChatGPT erstellt für jeden eine individuelle Nachricht. Für kleine Bestände (bis 100 Kunden) und monatliche Batch-Läufe die pragmatische Lösung. Plus-Plan empfohlen für längere Prompts (ca. 19 €/Monat).

Claude — wenn Ton und Formulierung besonders wichtig sind Claude formuliert längere Texte oft natürlicher und mit weniger Wiederholungen. Für Bestandskundennachrichten, die wirklich wie persönliche Post klingen sollen — und nicht wie generierte Texte —, ist der Vergleich lohnenswert.

Wann welcher Ansatz

• Einstieg, einfache Batch-Erstellung → ChatGPT Plus
• Höhere Textqualität, AVV vorhanden → Claude Business
• Große Bestände (500+) → dedizierte Makler-Software (z.B. ViKI, speziell auf Bestandsanalyse ausgelegt) evaluieren

Datenschutz und Datenhaltung

Das ist der datenschutzsensitivste der drei Versicherungsmakler-Anwendungsfälle, weil du mit echten Kundendaten arbeitest.

Was du in den Prompt eingibst: Namen (oder Kundennummern), Geburtsjahre, bekannte Lebensereignisse (Kind, Renteneintritt), Vertragsarten. Das sind personenbezogene Daten nach DSGVO Art. 4.

Was das bedeutet: Du brauchst eine Rechtsgrundlage für die KI-Verarbeitung. Zwei sichere Wege:

Option 1 — Pseudonymisierung. Statt “Marlene Neumann, geb. 1962, geht in Rente” verwendest du “Kunde K-287, weiblich, Jahrgang 1962, Renteneintritt Q3 2026”. Die KI erstellt eine personalisierte Nachricht auf Basis dieser Daten — du fügst den richtigen Namen und die Anrede danach manuell ein.

Option 2 — AVV abschließen. OpenAI (ChatGPT) und Anthropic (Claude) stellen Auftragsverarbeitungsverträge für Geschäftskunden bereit. Mit AVV darfst du auch vollständige Kundendaten verarbeiten. Für Maklerbüros, die diese Funktion regelmäßig nutzen, die sauberere Lösung.

Ohne AVV: Pseudonymisierung ist der pragmatische Weg für den Einstieg — kostet 5 Minuten Extra-Arbeit pro Batch.

Was es kostet — realistisch gerechnet

Einrichtungskosten Einmalig: 1–2 Stunden. Kundenliste aufbereiten, Anlass-Spalten anlegen, ersten Prompt testen.

Laufende Kosten

• ChatGPT Plus: ca. 19 €/Monat
• Zeitaufwand: 2–3 Stunden pro Monat für Batch-Erstellung und Versand

Was du dagegenrechnen kannst

Ein Versicherungsmakler mit 200 Bestandskunden, der 20 davon pro Monat proaktiv anspricht:

• Bain & Company: 5–7x höhere Abschlusswahrscheinlichkeit bei Bestandskunden vs. Neukunden
• Wenn 2 von 20 Kontakten zu einem neuen Abschluss führen (konservativ): 2 Abschlüsse/Monat
• Durchschnittliche Jahresprämie Hausrat/Haftpflicht ca. 300 €, Provision 20 Prozent (Schätzwert aus Praxisberichten): 120 € Provision je Abschluss
• 2 Abschlüsse × 120 € = 240 € zusätzliche Provision pro Monat

Gegen: 19 € Tool + ca. 3 Stunden Zeitaufwand.

Ehrliche Einschätzung: Die Zahlen variieren stark je nach Bestandsqualität, Anlass-Relevanz und persönlichem Stil. Aber auch wenn nur einer von zwanzig Kontakten zu einem Abschluss führt, ist die Rechnung positiv.

Drei typische Einstiegsfehler

1. Ohne strukturierte Kundenliste starten. Wenn du die Anlässe nicht systematisch erfasst hast, kann die KI nichts personalisieren. Sie braucht einen Anlass pro Kunde — “kein aktueller Anlass” führt zu einer generischen Nachricht, die niemanden beeindruckt. Erst eine einfache Kundenliste in Excel anlegen (Name, Vertrag, Geburtsjahr, bekannte Ereignisse), dann KI darüber laufen lassen.

2. Zu viele Kunden auf einmal ansprechen. Wenn du 50 Kunden auf einmal mit einer KI-Nachricht anschreibst, klingt es schnell wie ein Rundschreiben. Die Stärke des Ansatzes ist Personalisierung — 10–15 Kunden pro Batch mit echtem Anlass sind besser als 50 mit generischem “Ich wollte mich mal melden”. Weniger Kunden, relevanteren Anlass, höhere Antwortrate.

3. Die KI-Nachricht unverändert verschicken. KI-generierte Texte klingen manchmal leicht formell oder verwenden Formulierungen, die nicht zu dir passen. Lies jede Nachricht, bevor du sie schickst. Ein Satz anpassen reicht meist — aber der macht den Unterschied zwischen “klingt wie Thomas” und “klingt wie ein Autoresponder”.

Und der Fehler, der langfristig am meisten kostet: Die Bestandspflege läuft einen Monat — dann wird sie vom Tagesgeschäft verdrängt und pausiert drei Monate. Wenn du danach wieder anfängst, ist der Faden zu mehreren Kunden verloren. Lösung: Fester Termin im Kalender — erster Montag im Monat, zwei Stunden Bestandspflege. Das ist die einzige Routine, die funktioniert.

Was mit der Einführung wirklich passiert — und was nicht

Der erste Monat ist am aufwändigsten, weil du die Kundenliste aufbauen musst. Ab Monat zwei läuft es.

Typisches Muster: In den ersten zwei Monaten findest du durch die systematische Durchsicht Kunden, bei denen du denkst “Oh, der ist schon seit zwei Jahren nicht mehr kontaktiert worden — das muss ich nachholen”. Das ist unangenehm, aber nützlich: Du findest Kunden, bevor sie woanders abschließen.

Was wirklich hilft:

Fang mit den Kunden an, die du ohnehin als nächstes kontaktieren wolltest. Nicht mit einer vollständigen Bestandsanalyse — das dauert zu lange und wird verschoben. Drei Kunden mit klarem Anlass (Renteneintritt nächsten Monat, auslaufende Police, Kind im letzten Jahr), eine Stunde Arbeit, drei Nachrichten verschicken. Dann prüfen, ob eine Antwort kommt.

Was nicht passiert: Du wirst nicht sofort einen Rücklauf von 50 Prozent sehen. Bestandspflege baut Vertrauen über Zeit — nicht über einen Monat. Wer nach drei Monaten keine sichtbaren Ergebnisse sieht, hat oft das Problem, dass die Anlässe nicht relevant genug sind oder die Nachrichten zu generisch formuliert sind. Dann Prompt anpassen, nicht aufgeben.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Meine Kunden wollen nicht mit Werbung bombardiert werden.” Der Unterschied liegt in der Relevanz. “Frau Neumann, Sie gehen bald in Rente — haben Sie schon überlegt, was mit Ihrer BU passiert?” ist kein Werbebombardement. Das ist eine fachliche Frage, die zeigt, dass du ihre Situation kennst. Kunden empfinden das als Service, nicht als Akquise — wenn der Anlass stimmt.

„Das klingt nach Massennachrichten.” Nur wenn du es als Massennachricht schreibst. Der Prompt unten erzeugt individuelle Nachrichten, die den spezifischen Anlass des Kunden adressieren. Wer jede Nachricht einmal liest und einen Satz anpasst, hat eine persönliche Ansprache — nicht ein Massen-Mailing.

„Ich hab kein CRM.” Eine Excel-Liste mit fünf Spalten reicht für den Einstieg. Name, Vertrag, Geburtsjahr, letzter Kontakt, bekannte Ereignisse. Das ist dein CRM für diesen Use Case. Wer danach merkt, dass es funktioniert, kann in ein echtes CRM investieren.

Woran du merkst, dass das zu dir passt

• Du hast mehr als 50 Bestandskunden, von denen die Mehrheit länger als ein Jahr nicht proaktiv kontaktiert wurde
• Du verlierst gelegentlich Bestandskunden, die woanders einen Vertrag abschließen — ohne dich zu fragen
• Du hast eine irgendwie strukturierte Kundenliste — Excel, CRM, auch wenn sie nicht perfekt gepflegt ist
• Du möchtest Bestandspflege machen, schaffst es aber aufgrund des Tagesgeschäfts nicht regelmäßig

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als 30 Bestandskunden. Bei sehr kleinem Bestand kennst du jeden Kunden persönlich und weißt, wann du ihn zuletzt gesprochen hast. Der systematische Batch-Ansatz ist unverhältnismäßig — du rufst einfach an.

2. Keine strukturierte Kundenliste vorhanden. Wenn du nicht weißt, welche Verträge deine Kunden haben und wann Anlässe auftreten, kann die KI nicht personalisieren. Erst die Liste anlegen — selbst eine einfache Excel-Tabelle reicht — dann KI draufbauen.

3. Keine DSGVO-konforme Datenverarbeitung möglich. Wenn dein Büro keine Möglichkeit hat, einen AVV abzuschließen, oder du nicht pseudonymisieren kannst (weil dein Workflow das nicht erlaubt), dann tue das zuerst. DSGVO-Verstöße beim Verarbeiten von Kundendaten in KI-Tools können teuer werden.

Das kannst du heute noch tun

Öffne deine Kundenliste — Excel, CRM, Aktenordner, egal. Such drei Kunden heraus, bei denen du weißt: Die stehen vor einem Lebensereignis oder eine Police läuft bald ab.

Öffne ChatGPT oder Claude. Nutze den Prompt unten. Gib die Daten für diese drei Kunden ein und schau, was herauskommt. Dann prüf die Nachrichten und schick eine davon heute noch.

Das ist der Test, der dir sagt, ob der Ansatz für dein Büro funktioniert.

Quellen & Methodik

• Bain & Company (Forschung zu Kundenloyalität): Bestandskunden haben eine 5–7-fach höhere Abschlusswahrscheinlichkeit als Neukunden; Neukundenakquise kostet 5–7× mehr als Bestandskundenpflege. Zitiert in Branchenpublikationen und Makler-Fortbildungsunterlagen.
• DIHK-Daten zu Versicherungsabschlüssen: Stärkste Trigger für Versicherungsabschlüsse sind Wohneigentumskauf, Geburt eines Kindes, Heirat und Renteneintritt.
• §7 Abs. 3 UWG: Ausnahmeregelung für E-Mail-Werbung an Bestandskunden ohne gesonderte Einwilligung — Ähnlichkeit zum erworbenen Produkt, Opt-out-Hinweis, kein Kaltakquise-Charakter.
• asscompact.de (2024): “Zwischen DSGVO und KI: Datenschutz als Daueraufgabe im Maklerbüro” — Anforderungen an DSGVO-konformen KI-Einsatz im Maklerbüro, inkl. AVV-Pflicht bei Verarbeitung personenbezogener Daten.
• vfm-Gruppe, April 2025: Branchenvalidierung, dass KI-gestützte Dokumentation und Kundenpflege für Versicherungsmakler praktikabel ist. vfm.de/presse/
• Preisangaben ChatGPT, Claude: Veröffentlichte Tarife von OpenAI (chat.openai.com) und Anthropic (claude.ai), Stand April 2026.

Willst du wissen, wie du deine Kundenliste für den ersten Batch-Durchlauf aufbereitest? Meld dich — wir schauen es uns gemeinsam an, in 30 Minuten.