KI-Rechtsassistent entwickeln: die Produktlogik hinter AI Lawyer

Wer einen KI-Rechtsassistenten entwickeln will, sollte mit der Grenze beginnen: was das Produkt tun darf und was es einer qualifizierten Anwältin oder einem Anwalt überlassen muss. Um genau diese Linie haben wir AI Lawyer gebaut. Es ersetzt keinen Anwalt. Nichts in dieser Notiz ist Rechtsberatung, und sie trifft keine Aussagen über Ergebnisse für Nutzer.

Es liegt nahe, die Entwicklung eines KI-Rechtsassistenten mit dem Modell zu beginnen. Das Modell ist der leichte Teil. Diese Notiz beschreibt stattdessen die Produktlogik: wo KI bei juristischer Arbeit hilft, wo sie aufhören muss und was ein solches Produkt sicher betreibbar macht.

AI Lawyer ist ein KI-gestütztes juristisches Workflow-Produkt, entwickelt von Logics7. Es ist um vier Workflows gebaut:

• →Dokumentenanalyse: Verträge, Vereinbarungen und andere Rechtstexte, auf Risiken und offene Punkte gelesen.
• →Strukturierte Orientierung: die Frage einer Person, überführt in die Optionen und den nächsten Schritt.
• →Regulierungs-Tracking: die für ein Unternehmen oder eine Region relevanten Regeln.
• →Streitfallorganisation: ein Streitfall, gegliedert in Schritte, Fristen und Dokumente.

Die Oberfläche ist für zwei Gruppen gedacht: Menschen ohne juristische Vorbildung und Juristinnen und Juristen, die den repetitiven Teil von Recherche und Prüfung schneller erledigen wollen.

Was es nicht ist: ein Anwalt. AI Lawyer ersetzt keinen und gibt keine Rechtsberatung. Es bereitet eine Entscheidung vor, die eine qualifizierte Fachperson trifft. Ein KI-Rechtsassistent ist kein Legal-Chatbot mit einem Disclaimer am Seitenende.

Große Sprachmodelle, der Motor generativer KI, sind gut in den Teilen juristischer Arbeit, bei denen es um Lesen und Struktur geht. Dort verdient sich ein KI-Rechtsassistent seinen Platz.

KI-Vertragsprüfung und Dokumentenanalyse

Die Klausel finden. Versionen vergleichen. Erklären, was ein Begriff bedeutet. Auflisten, was fehlt. Klauselextraktion und Versionsvergleich sind Leseaufgaben, und in der Vertragsprüfung sind sie der repetitive Teil, den eine Fachperson schneller erledigt haben will. Das System liest; die Fachperson beurteilt, was ein Risiko für die Person vor ihr bedeutet.

Aufnahme: von der Situation zur strukturierten Orientierung

Selten kommt jemand mit einer sauber formulierten Rechtsfrage. Die Menschen kommen mit einer Situation. Mandantenaufnahme bedeutet, aus dieser Situation eine strukturierte Frage, die Optionen und einen nächsten Schritt zu machen. In einem Streitfall bedeutet sie eine klare Abfolge von Schritten, Fristen und Dokumenten statt einer losen Schilderung der Ereignisse.

Regulierungs-Tracking und juristische Recherche

Die für ein Unternehmen oder eine Region relevanten Regelungen zu verfolgen und der erste Durchgang juristischer Recherche sind Lesen in großem Umfang. Das System übernimmt das Lesen und ordnet, was es gefunden hat. Was die Regeln für ein bestimmtes Unternehmen bedeuten, bleibt die Einschätzung einer Fachperson.

Ein Sprachmodell ist kein Anwalt. Ein KI-Rechtsprodukt, das etwas anderes vorgibt, ist ein Risiko für das Unternehmen, das es betreibt, und für die Menschen, die sich darauf verlassen. Deshalb zieht die Produktlogik von AI Lawyer die Grenze ausdrücklich.

Die Beratungsgrenze

Die Grenze ist kein Disclaimer am Ende. Sie bestimmt, was das Produkt sagen darf. Zu erklären, was eine Klausel bedeutet oder welche Optionen es gibt, liegt innerhalb der Linie. Zu entscheiden, welche Option eine Person in ihrem Fall wählen sollte, liegt außerhalb. In den USA wird das Überschreiten dieser Linie als unerlaubte Rechtsausübung (Unauthorised Practice of Law) gefasst; andere Rechtsordnungen ziehen sie anders. Ein Grund mehr, warum die Rechtsordnung in die Produktlogik gehört und nicht ins Kleingedruckte.

Selbstsichere Fehler und erfundene Fundstellen

Sprachmodelle können Text erzeugen, der maßgeblich klingt und falsch ist, einschließlich Verweisen auf Urteile oder Vorschriften, die es nicht gibt. In der juristischen Arbeit ist eine halluzinierte Fundstelle kein Tippfehler. Sie ist eine falsche Aussage, auf die hin eine Person handeln kann. Ein KI-Rechtsassistent muss für den Moment entworfen sein, in dem er sich nicht sicher ist: das sagen, die Quelle zeigen, die eine Person prüfen kann, und anhalten. Die Prüfung von Fundstellen ist Teil des Produkts, keine Aufgabe, die dem Leser überlassen wird.

Übergabe an eine qualifizierte Anwältin oder einen Anwalt

Der letzte Schritt gehört einem Menschen. Für Anwältinnen und Anwälte ruhen die Berufspflichten nicht, wenn KI im Spiel ist: ABA Formal Opinion 512 legt dar, wie Pflichten wie Kompetenz und Vertraulichkeit für generative KI-Werkzeuge gelten. Für das Produkt ist die Regel einfach. Das System bereitet vor, strukturiert und erklärt; die Entscheidung bleibt bei einer qualifizierten Fachperson. Human in the Loop ist kein Feature, das später dazukommt. Es ist die Form des Workflows.

Der schwierige Teil eines solchen Produkts ist nicht das Modell. Es ist alles drumherum. Retrieval-Augmented Generation (RAG) über einen geprüften Bestand juristischer Dokumente ist ein verbreitetes Muster in der Entwicklung juristischer KI-Apps: Das Modell antwortet aus abgerufenen Quellen, oft in einer Vektordatenbank gehalten, nicht aus dem Gedächtnis. Das verengt das Problem. Es beseitigt es nicht. Unabhängig von der Architektur entscheiden vier Fragen darüber, ob sich das Produkt betreiben lässt:

• →Dokumente: wie sensible Dokumente behandelt und gespeichert werden. Juristische Dokumente enthalten vertrauliche und personenbezogene Daten, manche auch anwaltlich geschützte Beratung; Vertraulichkeit, das Anwaltsgeheimnis und Datenschutzrecht wie die DSGVO sind daher ab der ersten Version Entwurfsbedingungen.
• →Unsicherheit: wie sich das System verhält, wenn es sich nicht sicher ist.
• →Rechtsordnung: wie die Rechtsordnung die Antwort verändert. Dieselbe Klausel kann in verschiedenen Rechtssystemen Verschiedenes bedeuten.
• →Release-Prüfungen: wie jedes Release gegen echte Rechtstexte geprüft wird, bevor es Nutzer erreicht.

Ein Audit-Trail gehört bei jedem KI-Rechtsassistenten auf dieselbe Liste: was das System gelesen hat, was es erzeugt hat und wer daraufhin gehandelt hat. Ohne ihn kann im Nachhinein niemand für ein Ergebnis einstehen.

Einen Prototyp baut man an einem Abend. Ein Produkt, dem Menschen ihre Verträge anvertrauen, ist eine Betriebsverantwortung. Das ist dieselbe Disziplin, die Logics7 in anderen regulierten Umgebungen mit hohem Vertrauensbedarf anwendet: Immigrationsdienste im Zusammenspiel mit einer SRA-regulierten Kanzlei, Plattformen im Rechtssektor, Kreditautomatisierung. Die Fallstudie zu Emigral beschreibt ein weiteres Produkt aus dem Rechtssektor, das wir gebaut haben.

Dieselbe Produktlogik gilt überall dort, wo Dokumente, Regeln und Entscheidungen zusammentreffen:

• →Vertragsprüfung im Unternehmen;
• →Compliance-Tracking für regulierte Unternehmen;
• →Werkzeuge zur Fallvorbereitung für eine Kanzlei;
• →kundenseitige Aufnahme und Einschätzung in Rechtsdienstleistungen.

Logics7 baut sie als Produkte, die betrieben werden, nicht als Demos. Wir beginnen nicht mit Code. Wir prüfen zuerst, ob das Produkt einen Markt, einen zahlenden Nutzer, eine Monetarisierungslogik und einen Weg zum Launch hat. Für ein neues eigenständiges Produkt ist das die Route Product Partnership.

Wenn Sie an einem Legal-Tech-Produkt arbeiten, einem neuen oder einem bereits bestehenden, beginnen Sie mit der richtigen Route. Dort setzt der Prozess von Logics7 an: Sie beschreiben, woran Sie arbeiten, wir bestimmen die Route, und die Entscheidung, fortzufahren, umzugestalten oder abzulehnen, fällt, bevor irgendjemand über Entwicklung spricht.