Genetische Lebensversicherungen: Künstliche Intelligenz und der Preis unserer DNA
Die Begegnung zwischen algorithmischen Vorhersagemodellen und der DNA-Analyse droht, das Prinzip der Gegenseitigkeit im Versicherungsmarkt zu zerstören. Die „ge
Die prädiktive künstliche Intelligenz, angewandt auf die Genomik, untergräbt still und leise eine der historischen und moralischen Säulen der privaten Wohlfahrt: das Konzept der Risikogemeinschaft. Die Begegnung zwischen fortschrittlichen algorithmischen Modellen und der kostengünstigen DNA-Sequenzierung beschränkt sich nicht darauf, die traditionelle versicherungsmathematische Kalkulation der Versicherungsgesellschaften zu verfeinern, sondern droht, eine bloße genetische Wahrscheinlichkeit in eine gnadenlose Zugangsbedingung zu wirtschaftlichem Schutz zu verwandeln. Das grundlegende ethische Dilemma unserer Zeit ist nicht das reduktionistische „Daten nutzen oder nicht nutzen“, sondern politisch und rechtlich festzulegen, welche intimen Informationen legitim genutzt werden dürfen, um zu entscheiden, wer es sich leisten kann, versichert zu sein, zu welchen finanziellen Bedingungen und mit welchen unveräußerlichen Schutzgarantien. Wenn ein neuronales Netz unseren genetischen Code liest, um eine Lebensversicherung zu bepreisen, bewertet es nicht eine bestehende Pathologie, sondern monetarisiert eine probabilistische Hypothese über unsere biologische Zukunft.
Die Illusion der Gewissheit und die polygenen Risikowerte
Das technologische Herz dieser Revolution trägt den Namen polygenic risk scores (polygene Risikowerte). Eine grundlegende Studie aus dem Jahr 2026, veröffentlicht in Health Economics, Policy and Law, hat die aufkommende Verwendung dieser Werte im Underwriting (der Risikobewertung) von Lebensversicherungen im Vereinigten Königreich analysiert [2827]. Die künstliche Intelligenz zeichnet sich dadurch aus, Millionen genetischer Varianten zu verarbeiten, um die kumulative Auswirkung auf das Risiko zu berechnen, im Laufe des Lebens komplexe Krankheiten zu entwickeln, wie schwere kardiovaskuläre Erkrankungen, Diabetes oder neurodegenerative Erkrankungen.
Die akademische Forschung zieht jedoch eine klare Trennlinie, die vom Versicherungsmarketing allzu oft ignoriert wird, zwischen diagnostischen Tests (die eindeutig das Vorliegen einer realen Erkrankung bescheinigen) und prädiktiven Tests (die lediglich eine statistische Anfälligkeit anzeigen). Die Autoren der britischen Studie warnen, dass die hochgradig stochastische Natur der genetischen Kausalität die Verwendung dieser Werte äußerst riskant macht [2829]. Zukünftige Gesundheitskosten, Sterblichkeitsraten und korrelierte Phänotypen allein auf der Grundlage einer genetischen Abstraktion vorherzusagen, birgt das Risiko, einen zutiefst verzerrten versicherungsmathematischen Effekt zu erzeugen. Aus diesem Grund fordert die internationale wissenschaftliche Gemeinschaft mit äußerster Dringlichkeit die Einrichtung neuer deliberativer Verfahren und unabhängiger Formen der oversight (Aufsicht). Ein hohes genetisches Risiko ist und darf nicht als unanfechtbare klinische Verurteilung betrachtet werden, und schon gar nicht als individuelles Verschulden, das den sozialen und wirtschaftlichen Ausschluss des Einzelnen rechtfertigt.
Das normative Vakuum: Das GINA-Paradox und reale Fälle
Die praktischen Folgen eines Marktes für genetische Analysen ohne robuste ethische Barrieren sind bereits dramatisch in den Vereinigten Staaten sichtbar, wo das normative Vakuum paradoxe Kurzschlüsse zum Nachteil der Bürger erzeugt. Wie in einem detaillierten Briefing des National Human Genome Research Institute (2024) hervorgehoben, schützt das als GINA bekannte Bundesgesetz (Genetic Information Nondiscrimination Act) die Bürger wirksam und historisch vor genetischer Diskriminierung im ausschließlichen Bereich der grundlegenden Krankenversicherungen und am Arbeitsplatz. Doch ebendiese Gesetzgebung hinterlässt eine eklatante Lücke, indem sie die Abdeckung entscheidender Bereiche des finanziellen Familienlebens auslässt: Lebensversicherungen, Berufsunfähigkeitsversicherungen und solche für die long-term care (Langzeitpflege) [2821].
Ein aufschlussreicher, schonungsloser und höchst realer Fall, der vom European Journal of Human Genetics (2020) eingehend analysiert wurde, betrifft die pathogenen Varianten der Gene BRCA1 und BRCA2, Mutationen, die stark mit einem hohen Risiko für Brust- und Eierstockkrebs korreliert sind [2824]. Menschen, die bei diesen genetischen Tests positiv getestet werden — Tests, die sie oft mutig gerade deshalb durchführen lassen, um lebensrettende Präventionswege einzuschlagen — sehen sich plötzlich mit prohibitiven Versicherungsprämien oder der glatten Ablehnung des Zugangs zu einer normalen Lebensversicherung konfrontiert, die ihre Kinder schützen soll.
Die legislative Fragmentierung verschlimmert das Gesamtbild irreparabel: Eine akademische Untersuchung unter staatlichen Versicherungskommissaren (veröffentlicht auf PMC im Jahr 2019) hat eine desaströse regulatorische Variabilität zwischen den einzelnen US-Bundesstaaten aufgedeckt, verbunden mit einem geringen Regulierungsbewusstsein der Führungskräfte und dem absoluten Fehlen von Transparenz und unabhängigen Audits über die tatsächlichen DNA-basierten Underwriting-Praktiken [2825].
Der „Chilling“-Effekt: Wenn die Angst Forschung und Heilung bremst
Der gesellschaftliche Schaden, der durch diesen zynischen Ansatz des Risikomanagements entsteht, erschöpft sich jedoch nicht im vertraglichen Rahmen der einzelnen abgelehnten Police. Der verheerendste Kollateraleffekt zeigt sich vorgelagert, direkt im Bereich des öffentlichen Gesundheitswesens und der Präventivmedizin. Eine entscheidende retrospektive Studie, veröffentlicht auf PMC (2021), die an einer repräsentativen Stichprobe von über 1.600 US-Bürgern durchgeführt wurde, hat empirisch und unmissverständlich bewiesen, dass die schleichende Angst vor Versicherungsdiskriminierung direkt proportional zur Zurückhaltung der Patienten ist, sich klinischen Gentests zu unterziehen [2820, 2826].
Je mehr Menschen die Überzeugung gewinnen — die die aktuelle Marktlage tragischerweise begründet erscheinen lässt —, dass die Ergebnisse ihrer eigenen DNA künftig ihre Versicherbarkeit negativ beeinflussen könnten, desto eher sind sie geneigt, auf genetische Screenings zu verzichten, die buchstäblich ihr Leben retten könnten. Dieses soziologische Phänomen, das in der wissenschaftlichen und juristischen Literatur als chilling effect (abschreckende Wirkung) bekannt ist, verlangsamt spürbar den Fortschritt der kollektiven genomischen Forschung und untergräbt an der Basis die gewaltigen staatlichen Präventivmedizinprogramme, wodurch die Lebensversicherung faktisch von einem Instrument des Familienschutzes zu einem mächtigen psychologischen Hemmnis für die persönliche Gesundheitsvorsorge wird.
Der europäische Ansatz: Der AI Act und die Verteidigung biometrischer Rechte
Angesichts dieser gefährlichen spekulativen Entwicklung hat sich die Europäische Union entschieden, einen entschieden proaktiven normativen Ansatz zu verfolgen, der streng auf der objektiven Risikoklassifizierung für die Menschenrechte basiert. Diese rechtliche Anstrengung findet ihren höchsten Ausdruck in Anhang III des jungen AI Act. Die europäische Verordnung hat das Verdienst, all jene Architekturen künstlicher Intelligenz ausdrücklich als „Hochrisikosysteme“ einzustufen, die spezifisch für die Risikobewertung (risk assessment) und die Preisgestaltung (pricing) für natürliche Personen im Bereich der Lebens- und Krankenversicherungen bestimmt sind [2864]. Die Ratio des Gesetzgebers ist unmissverständlich: Wenn ein Algorithmus die asymmetrische Macht besitzt, Versicherungsprämien festzulegen oder einem verletzlichen Bürger den Zugang zur Deckung zu verwehren, hört er augenblicklich auf, ein einfaches und harmloses Instrument der kommerziellen Kalkulation zu sein, und erhebt sich zu einer kritischen Infrastruktur für die Wahrung der Bürgerrechte.
Wie die Europäische Kommission in ihren Datenschutzrichtlinien unablässig in Erinnerung ruft, fällt DNA voll und ganz in die Kategorie der besonderen biometrischen Daten: Sie stellt die intimste identifizierende und unumkehrbar nicht widerrufbare Information dar (man kann seine DNA nicht „ändern“ wie ein kompromittiertes Passwort), die ein Mensch mit Dritten teilen kann [2823].
Parallel dazu zieht die Europäische Aufsichtsbehörde für das Versicherungswesen und die betriebliche Altersversorgung (EIOPA) in ihrem jüngsten technischen Anhang zum Ausschluss generalisierter linearer Modelle (GLM und GAM) eine klare und technisch einwandfreie Linie zwischen der legitimen Verwendung traditioneller versicherungsmathematischer statistischer Modelle und dem massiven Einsatz komplexer Hochrisikosysteme, die auf genetischen Daten trainiert wurden [2828]. Die EIOPA bestätigt förmlich, dass die prädiktive Profilierung im Lebens- und Gesundheitsbereich zwingend Garantiekontrollen unterworfen werden muss, die der Auswirkung auf das Leben des Versicherten angemessen sind: Es wird eine einwandfreie Qualität der Trainingsdaten, die absolute Abwesenheit diskriminierender Verzerrungen (fairness), eine erschöpfende algorithmische Dokumentation und eine kontinuierliche menschliche Überwachung verlangt. Die Verwendung des Algorithmus ist in Europa nicht von vornherein verboten, aber die Entscheidungsopazität des „computer says no“ wird nicht länger rechtlich toleriert.
Schlussfolgerungen: Unsicherheit als gemeinsamer Wert
Die zeitgenössische Debatte darf nicht steril auf der falschen Dichotomie zwischen unvermeidlichem technologischem Fortschritt und archaischer Verteidigung der Privatsphäre stehen bleiben. Die zentrale Frage, die politische Entscheidungsträger und Unternehmensführer sich stellen müssen, ist nicht, ob wir technisch unser genetisches Risiko kennen können, sondern vielmehr: Wer wird rechtlich Eigentümer dieses exklusiven Wissens sein, wer wird stillschweigend autorisiert sein, es gegen unsere finanziellen Interessen zu verwenden, und was wird aus all jenen, die es sich aus rein wirtschaftlichen Gründen nicht leisten können, diese probabilistische Diagnose zu ignorieren?
Ein von einer künstlichen Intelligenz generierter polygener Wert legt nicht mit mathematischer Gewissheit fest, wann eine Person tatsächlich erkranken wird, noch definiert er in irgendeiner Weise, wie sie leben, kämpfen oder mit ihrem Gesundheitszustand umgehen wird. Wenn man ihn ohne strenge normative und ethische Grenzen in den Servern der multinationalen Konzerne operieren lässt, droht der Einsatz prädiktiver KI in der Versicherungswirtschaft dramatisch, eine bloß statistische Verletzlichkeit in eine formidable, unüberwindbare wirtschaftliche und soziale Barriere zu verwandeln [2827, 2829, 2824].
Die wahre Grenze der Innovation und der sozialen Unternehmensverantwortung im Versicherungssektor besteht nicht darin, mittels algorithmischer Siebverfahren genetisch perfekte Kunden zu identifizieren, einzig mit dem Ziel, das Portfoliorisiko zynisch auf null zu reduzieren. Sie besteht vielmehr darin, die immense analytische Kapazität der Daten zu nutzen, um die Inklusion zu erweitern, die Präventionswege zu personalisieren und die Eintrittsbarrieren für die Verletzlichsten abzubauen. Letztlich ist eine Lebensversicherung entstanden und sollte weiterhin bestehen, um uns und unsere Familien vor der unausweichlichen Unsicherheit der Zukunft zu schützen, und nicht, um uns präventiv dafür zu bestrafen, dass unser DNA-Strang, verborgen zwischen seinen Helices, eine berechenbare Hypothese über jene Zukunft enthält [2820, 2827, 2864].
Bibliografische Referenzen und Quellen
- [Genomics and insurance in the United Kingdom — Health Economics, Policy and Law, 2026] [2827]
- [Genetic testing and insurance implications — PMC, 2021] [2820, 2826]
- [Privacy in Genomics — National Human Genome Research Institute, 2024] [2821]
- [Beyond the Genetic Information Nondiscrimination Act — PMC, 2017] [2829]
- [Long-awaited progress in addressing genetic discrimination in the United States — European Journal of Human Genetics, 2020] [2824]
- [A Survey of United States State Insurance Commissioners — PMC, 2019] [2825]
- [Annex III: High-Risk AI Systems — EU AI Act] [2864]
- [Biometrics — Commissione europea] [2823]
- [Technical Annex on the exclusion of GLMs and GAMs — EIOPA] [2828]
Artikel von der Redaktion von La Bussola dell’IA