Das Problem
Dokumente liegen verteilt, Vertragsänderungen sind schwer erkennbar und klassische Extraktion verschleiert Unsicherheit. Eine plausible KI-Antwort kann trotzdem falsch sein – bei Prämien oder Kündigungsfristen ist das nicht akzeptabel.
SaaS · InsurTech · Eigenprojekt
Versicherungsdaten, die nicht zur Blackbox werden.
Insurana strukturiert Policen, belegt jedes kritische Feld mit Evidenz und lässt Menschen entscheiden, bevor aus einer KI-Ausgabe eine verlässliche Vertragsinformation wird.
Dashboard · 2026
2 versicherte Personen
Der technische Kern und der Grossteil des Funktionsumfangs sind umgesetzt. Der Zugang bleibt bewusst begrenzt, während Qualität, Datenschutz und Betriebsreife für einen breiteren Einsatz weiter validiert werden.
01 · Produktgedanke
Versicherungspolicen enthalten Fristen, Limiten und Ausschlüsse, die im Alltag selten präsent sind – bis sie entscheidend werden. Insurana übersetzt unübersichtliche Dokumente in prüfbare, versionierte Informationen.
Dokumente liegen verteilt, Vertragsänderungen sind schwer erkennbar und klassische Extraktion verschleiert Unsicherheit. Eine plausible KI-Antwort kann trotzdem falsch sein – bei Prämien oder Kündigungsfristen ist das nicht akzeptabel.
Jeder relevante Wert bleibt mit Seite, Textausschnitt, Modellversion, Confidence und Reviewstatus verbunden. Kritische oder veränderte Felder passieren ein menschliches Review-Gate, bevor sie Fristen oder aktive Policendaten beeinflussen.
Jede Angabe führt zurück zur konkreten Stelle im Originaldokument.
Unsicherheit wird sichtbar gemacht und nicht durch Automatisierung versteckt.
Nachträge erzeugen neue Revisionen, statt bestätigte Daten still zu überschreiben.
02 · Verantwortung
Ich verantworte Insurana von der Produktidee bis zum kontrollierten Betrieb: Experience Design, Fachmodell, APIs, Dokumentenverarbeitung, Billing, Security, Tests und Delivery.
03 · Product Lab
Drei interaktive, vollständig synthetische Beispiele zeigen, wie Insurana Dokumente verarbeitet, Evidenz sichtbar macht und Policenversionen vergleicht.
Synthetische Beispieldaten. Alle Namen, Werte, Dokumente und Ergebnisse in dieser Demonstration sind erfunden. Es werden keine echten Versicherungs- oder Personendaten verarbeitet.
01 / 03
Vom Upload bis zur aktivierbaren Frist: Jeder Schritt hat eine klar begrenzte Verantwortung.
Schritt auswählen. Mit Pfeiltasten, Pos1 und Ende navigierbar.
Das Dokument wird einem Account und Profil zugeordnet, ohne es bereits fachlich zu interpretieren.
Signed upload · Ownership context02 / 03
Ein extrahierter Wert ist erst dann nützlich, wenn Herkunft, Unsicherheit und Reviewzustand gemeinsam sichtbar sind.
Feld auswählen. Mit Auf-/Abwärtspfeilen, Pos1 und Ende navigierbar.
Kündigungsfrist
Textbeleg“Die Kündigung muss spätestens drei Monate vor Ablauf bei uns eintreffen.”
Grobfahrlässigkeit
Textbeleg“Der Einwand der Grobfahrlässigkeit ist bis zur Versicherungssumme von CHF 5'000'000 eingeschlossen.”
03 / 03
Eine neue Jahrespolice überschreibt nichts still. Relevante Änderungen werden feldweise und mit ihrem Status dargestellt.
| Feld | Version 2025 | Version 2026 | Status |
|---|---|---|---|
| Jahresprämie | CHF 1'120.00 | CHF 1'248.00 | Geändert +11,4 % |
| Selbstbehalt | CHF 300.00 | CHF 500.00 | Geändert +CHF 200 |
| Cyber-Schutz | Nicht enthalten | Enthalten bis CHF 20'000 | Hinzugefügt Neu |
| Spätester Kündigungstermin | 30. September 2025 | 30. September 2026 | Geändert Neue Periode |
04 · Architektur
Die Fachlogik ist von Transport, Speicherung und Hintergrundverarbeitung getrennt. Das reduziert Seiteneffekte und macht kritische Abläufe gezielt testbar.
SSR-fähige Oberfläche für Upload, Review, Policen, Fristen, Billing und Administration.
Modulare Fachbereiche mit zentralen Ownership-Prüfungen und expliziten Servicegrenzen.
Transaktionale Revisionen, kontrollierte Migrationen und wiederholbare Hintergrundaufgaben.
Für getrennte Staging- und Production-Umgebungen mit Object Storage und TLS-Proxy ausgelegt.
05 · Security & Privacy
Versicherungsdokumente können hochsensible Daten enthalten. Deshalb ist das Schutzkonzept darauf ausgelegt, Berechtigungsgrenzen in serverseitigen Datenoperationen durchzusetzen – nicht nur im UI.
Das Schutzkonzept sieht zentrale Ownership-Prüfungen und rollenbasierte Berechtigungsgrenzen vor.
Das Sitzungskonzept berücksichtigt OAuth-Härtung sowie Token-Rotation und Missbrauchserkennung.
Das Dateischutzkonzept kombiniert signierte Zugriffe, Dateiprüfung, Malware-Scan und kontrollierte Löschung.
Vorgesehen sind Datenminimierung für KI-Provider, serverseitiger Consent und redigiertes Error Tracking.
Das Administrationskonzept umfasst MFA, zeitlich begrenzte Supportfreigaben und Audit-Events.
Das Delivery-Konzept sieht Secret-, Dependency- und Container-Scans vor.
06 · Qualität & Betrieb
Automatisierte Tests, sichere Migrationen und beobachtbare Releases sind Teil des Produkts – nicht ein späterer Zusatz.
Automatisierte Backendtests decken nicht nur Happy Paths ab, sondern insbesondere Mandantentrennung, konkurrierende Nachträge und sensible Lebenszyklen.
07 · Status & Roadmap
Der Produktkern ist funktionsfähig. Vor einer breiten Markteinführung werden die Annahmen mit realitätsnahen, anonymisierten Referenzen sowie unabhängigen Prüfungen weiter abgesichert.
Die wesentlichen Produkt- und Betriebsbausteine stehen.
Qualität und Resilienz werden systematisch nachgewiesen.
Der Zugang wird schrittweise und beobachtbar erweitert.
08 · Engineering Decisions
Confidence allein reicht nicht. Evidenz, Feldkritikalität und menschliche Bestätigung bilden gemeinsam das Trust-Modell.
Optimistic Concurrency Control und transaktionale Sperren schützen bestätigte Daten vor verspäteten oder parallelen Analysen.
Erinnerungen entstehen nur aus bestätigten Feldern und bleiben mit der verursachenden Policenversion verbunden.
Projektgespräch
Gerne spreche ich über Produktentscheidungen, Security-Grenzen oder den Aufbau der Dokumentenpipeline – ohne sensible Implementierungsdetails offenzulegen.