Kanzleien · Die regulatorische Landkarte, die jeder General Counsel jetzt braucht

Ein einzelner Associate einer Kanzlei mit 300 Anwälten gibt einen Mandantenvertrag in ein generatives KI-Tool ein, um ein Redline-Dokument zu erstellen. Der Mandant ist ein deutscher Hersteller, die Sache betrifft eine kalifornische Tochtergesellschaft, und der Associate ist in New York zugelassen. Noch bevor dieses Dokument gespeichert ist, haben mindestens drei Regulierungsregime einen Anspruch auf das, was gerade passiert ist. Die meisten GCs (General Counsel, der oberste Jurist der Kanzlei für ihr eigenes Risiko) kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen nicht alle drei aus dem Kopf benennen. Genau um diese Lücke geht es in dieser Lektion.

Warum ein KI-Tool mehrere Regime gleichzeitig auslöst

KI-Regulierung für Kanzleien ist kein einzelnes Gesetz. Sie ist ein Stack:

• Der EU AI Act regelt das Tool selbst, abhängig davon, was es tut und wen es betrifft.
• US-Bundesstaatengesetze zu Offenlegung und Datenschutz regeln, was Kanzleien Mandanten, Mitarbeitern und Verbrauchern über den KI-Einsatz mitteilen müssen.
• Ethikgutachten der Anwaltskammern regeln die Berufspflichten des Anwalts, unabhängig davon, was der Softwareanbieter verspricht.

Diese Regime wurden nicht dafür gebaut, miteinander zu sprechen. Eine Kanzlei, die in der EU, den USA und einer Common-Law-Jurisdiktion wie Großbritannien tätig ist, kann gleichzeitig mit einem Regime konform sein und unter einem anderen exponiert.

Ebene 1: die Risikoklassen des EU AI Act

Der EU AI Act (in Kraft seit 2024, Pflichten treten gestaffelt bis 2026/2027 in Kraft) klassifiziert KI-Systeme nach Risiko, nicht nach Branche:

• Unannehmbares Risiko: vollständig verboten (z. B. Social Scoring). Für Kanzleien selten relevant.
• Hohes Risiko: Konformitätsbewertungen, Dokumentation und menschliche Aufsicht erforderlich. Das ist die wichtigste Klasse. KI-Systeme im Kontext der „Rechtspflege" sowie bestimmte HR- oder Credit-Scoring-Tools, die eine Kanzlei intern nutzt, können hierunter fallen.
• Begrenztes Risiko: nur Transparenzpflichten (z. B. Nutzer müssen erfahren, dass sie mit KI interagieren).
• Minimales Risiko: weitgehend unreguliert.

Ein generativer KI-Assistent für Entwürfe, der ausschließlich zur internen Dokumentenprüfung genutzt wird, fällt typischerweise unter begrenztes oder minimales Risiko. Dasselbe Tool kann aber, umgewidmet zur Bewertung von Prozessausgängen oder zum Screening von Bewerbern, in die Hochrisikoklasse springen. Die Einordnung hängt vom Use Case ab, nicht vom Markennamen.

Praktische Konsequenz: Eine Kanzlei kann ein Tool nicht einmal zertifizieren und dann vergessen. Jeder neue Use Case braucht seine eigene Risikoklassifizierung.

Ebene 2: US-Bundesstaatengesetze zu Offenlegung und Datenschutz

Die USA haben kein einheitliches Bundes-KI-Gesetz. Stattdessen erzeugt ein Flickenteppich einzelstaatlicher Gesetze Offenlegungs- und Zustimmungspflichten:

• Kaliforniens CCPA/CPRA (California Consumer Privacy Act, in der geänderten Fassung) gibt Mandanten Rechte an personenbezogenen Daten, einschließlich Daten, die in KI-Tools eingespeist werden, und verlangt zunehmend Offenlegung, wenn automatisierte Entscheidungsfindung sie betrifft.
• Colorados AI Act (gültig ab 2026, eines der ersten umfassenden einzelstaatlichen KI-Gesetze) verlangt „reasonable care", um algorithmische Diskriminierung in Hochrisiko-KI-Systemen zu vermeiden, mit Pflichten sowohl für Entwickler als auch für Deployer.
• Illinois, New York City und andere haben engere Regeln, die oft KI in Beschäftigungsentscheidungen betreffen (relevant, wenn eine Kanzlei KI im eigenen Recruiting einsetzt).

Keines dieser Gesetze wurde speziell mit Blick auf Kanzleien geschrieben. Aber eine Kanzlei, die KI nutzt, um Lebensläufe zu prüfen, Associates zu bewerten oder Mandantendaten beim Intake zu verarbeiten, ist nach mehreren von ihnen ein „Deployer".

Praktische Konsequenz: Dasselbe KI-Tool kann in Kalifornien eine öffentlich sichtbare Offenlegung erfordern, in Colorado eine dokumentierte Risikobewertung und in einem Bundesstaat ohne einschlägiges Gesetz gar nichts. Kanzleien, die Mandanten in mehreren Bundesstaaten betreuen, müssen die strengste anwendbare Regel einhalten, nicht den Durchschnitt.

Ebene 3: Ethikgutachten der Anwaltskammern

Unabhängig von Gesetzen ist jeder US-Anwalt an Berufsordnungen gebunden, und mehrere einzelstaatliche Kammern haben formale Leitlinien zu generativer KI veröffentlicht. Die Formal Opinion 512 der American Bar Association (2024) wird am häufigsten zitiert: Anwälte, die KI nutzen, müssen ihre Kompetenz aufrechterhalten (Model Rule 1.1), die Mandantenvertraulichkeit schützen (Rule 1.6), das Tool wie einen Junior Associate beaufsichtigen (Rules 5.1/5.3) und in vielen Fällen den KI-Einsatz gegenüber Mandanten und Gerichten offenlegen.

Zentrale Reibungspunkte:

• Vertraulichkeit: Mandantendaten in ein KI-Tool eines Drittanbieters einzugeben, kann Rule 1.6 verletzen, wenn die Bedingungen des Anbieters erlauben, diese Daten zum Training künftiger Modelle zu nutzen. Das ist ein Problem der Vertragsprüfung, nicht nur ein Ethikproblem.
• Kompetenz: Ein Anwalt, der nicht versteht, wie das Tool halluzinieren kann (plausible, aber falsche Inhalte erzeugen), erfüllt den Kompetenzstandard wohl nicht.
• Wahrheitspflicht gegenüber dem Gericht: Mehrere Bundesgerichte haben inzwischen Standing Orders, die die Offenlegung von KI-Einsatz in Schriftsätzen verlangen, nach breit berichteten Fällen erfundener Zitate.

Praktische Konsequenz: Selbst ein Tool, das vollständig mit dem EU AI Act und jedem relevanten US-Bundesstaatengesetz konform ist, kann einen Anwalt berufsrechtlichen Sanktionen aussetzen, wenn Vertraulichkeits- oder Aufsichtspflichten nicht dokumentiert sind.

Wo die drei Ebenen kollidieren: ein durchgerechnetes Beispiel

Nehmen Sie das Eingangsszenario: ein deutscher Mandant, eine kalifornische Tochtergesellschaft, ein in New York zugelassener Associate, ein KI-Tool für Entwürfe.

Einen Test zu bestehen bedeutet nicht, die anderen zu bestehen. Eine kanzleiweite KI-Richtlinie muss alle drei Prüfungen für jede Sache durchlaufen, die Jurisdiktionen überschreitet, und das sind in einer internationalen Praxis die meisten Sachen.

Die GuardrailsGuardrailsRegeln und Kontrollen, die ein KI-System in sicheren, rechtskonformen und markengerechten Grenzen halten und unerwünschte Ausgaben blockieren.Vollständige Definition ansehen →, die vor jedem Deployment zu durchlaufen sind

Eine minimale Checkliste vor dem Deployment, abgeleitet daraus, wie führende Kanzleien 2026 ihre KI-Governance strukturieren:

1. Den Use Case klassifizieren nach den Risikoklassen des EU AI Act, auch wenn die Kanzlei kein EU-Büro hat (Mandanten oft schon).
2. Anwendbare US-Bundesstaatengesetze mappen, basierend darauf, wo Mandanten, Mitarbeiter und betroffene Personen sind, nicht nur wo die Kanzlei ihren Hauptsitz hat.
3. Anbieterverträge prüfen, speziell auf Klauseln zu Datenspeicherung und Modelltraining. Das ist der häufigste einzelne Schwachpunkt bei der Vertraulichkeit.
4. Menschliche Aufsicht dokumentieren: Wer prüft KI-Output, bevor ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → einen Mandanten oder ein Gericht erreicht, und wie wird diese Prüfung protokolliert.
5. Gerichtsspezifische Offenlegungsregeln prüfen, da einzelne Richter zunehmend eigene KI-Offenlegungsanordnungen erlassen.
6. Einen Bias- und Halluzinations-Spotcheck auf Outputs durchführen, die für das Rechtsgebiet relevant sind (Vertragsprüfung, Litigation Research, Due Diligence).

Ein einfacher interner Risk Score kann bei der Triage helfen:

risk_score = (jurisdiction_count * 1) 
           + (personal_data_involved * 2) 
           + (client_facing_output * 2) 
           + (automated_decision_component * 3)

# score >= 6 triggers mandatory partner sign-off before deployment

Das ist illustrativ und kein rechtlicher Standard, aber es erzwingt die richtigen Fragen vor Beginn einer Sache, nicht erst nachdem ein Fehler auftaucht.

Key Takeaways

• Kein einzelnes Gesetz regelt den KI-Einsatz in einer Kanzlei. Der EU AI Act klassifiziert das Tool, US-Bundesstaatengesetze regeln Offenlegung und Datenrechte, und Ethikgutachten der Kammern regeln das individuelle Verhalten des Anwalts. Alle drei können auf eine Sache zutreffen.
• Die Risikoklassifizierung ist use-case-spezifisch, nicht tool-spezifisch. Dasselbe KI-Produkt kann in einer Sache geringes und in einer anderen hohes Risiko bedeuten, abhängig davon, in welche Entscheidung es einfließt.
• Vertragsbedingungen von Anbietern, besonders zu Datenspeicherung und Modelltraining, sind die häufigste Quelle von Vertraulichkeitsverstößen nach Berufsethikregeln wie ABA Formal Opinion 512.
• Jurisdiktionsübergreifende Sachen erfordern die Einhaltung des strengsten anwendbaren Regimes, nicht eines Durchschnitts oder eines einzigen Heimatstandards.
• Eine dokumentierte Checkliste vor dem Deployment (Klassifizierung, Jurisdiktions-Mapping, Anbieterprüfung, menschliche Aufsicht, Gerichtsregeln, Bias-Check) ist inzwischen näher an einer Berufsnotwendigkeit als an einer Best Practice.