Kanzleien · Wie Sprachmodelle das Erstellen und Prüfen von Verträgen verändert haben

Ein Berufsanfänger öffnet um 9 Uhr ein gegenseitiges Geheimhaltungsabkommen (NDA), das Abrechnungsblatt liegt bereit. Zehn Stunden später, nachdem jeder definierte Begriff gegengeprüft, eine fehlende Freistellungsklausel gesucht und die Fortgeltungsregelungen neu formatiert wurden, ist das Markup fertig. Dasselbe Dokument liefert 2026 durch ein KI-gestütztes Prüftool einen vergleichbaren ersten Durchgang in etwa vierzig Minuten.

Um diesen Abstand geht es in dieser Lektion. Das Interessante daran ist aber nicht die Geschwindigkeit. Es ist das Wissen darum, wo genau das Modell seinen Wert liefert und wo es still und leise etwas erfindet.

Was ein Sprachmodell mit einem Vertrag tatsächlich macht

Ein Large Language ModelLarge Language ModelEin Large Language Model ist ein KI-System, das auf riesigen Textmengen trainiert wurde, um Sprache vorherzusagen und zu erzeugen. Damit sind Aufgaben wie Schreiben, Zusammenfassen und Beantworten von Fragen möglich.Vollständige Definition ansehen → (LLM) ist ein System, das darauf trainiert ist, den wahrscheinlichsten nächsten Textabschnitt auf Basis von allem Vorherigen vorherzusagen. Es hat enorme Mengen an Dokumenten gelesen, darunter Verträge, Gesetze und Rechtsprechung. Es „versteht“ Ihren Deal nicht. Es erkennt Muster.

Beim Erstellen von Verträgen ist dieses Pattern-Matching nützlicher, als es klingt. Verträge sind stark strukturiert. Eine Freistellungsklausel sieht über Tausende von Vereinbarungen hinweg wie eine Freistellungsklausel aus. Eine Rechtswahlklausel folgt einer wiedererkennbaren Form. Das Modell hat die Vorlage millionenfach gesehen.

Wenn Sie also ein NDA einfügen und fragen „welche Standardschutzmechanismen fehlen hier“, vergleicht das Modell Ihren Text mit seinem verinnerlichten Bild davon, was ein vollständiges NDA üblicherweise enthält.

Wo es wirklich stark ist

Lücken erkennen. Das Modell ist ausgezeichnet darin zu bemerken, dass einem Dokument etwas Übliches fehlt. Fehlende Fortgeltungsklausel (die Regelung, welche Pflichten nach Vertragsende weiterbestehen)? Wird markiert. Keine Ausnahme für bereits öffentliche Informationen? Markiert. Keine Rückgabe- oder Vernichtungsregelung für vertrauliche Unterlagen? Markiert.

Konsistenzprüfungen. Definierte Begriffe sind eine klassische Fehlerquelle beim Verfassen. Wenn ein Vertrag in Abschnitt 1 „Vertrauliche Informationen“ definiert, in Abschnitt 4 aber auf „Geschützte Informationen“ verweist, findet das Modell die Abweichung schneller als ein müder Mensch in Stunde neun.

Erstentwürfe erzeugen. Fragen Sie nach einem gegenseitigen NDA nach dem Recht des Staates New York mit zweijähriger Laufzeit, und Sie erhalten in Sekunden einen brauchbaren Ausgangsentwurf. 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 → wird nicht final sein, aber er beseitigt das leere Blatt.

Zusammenfassungen in einfacher Sprache. Einem Mandanten in drei Sätzen verständlich zu erklären, was eine Klausel bedeutet, ist heute trivial. Allein das verändert, wie Associates mit Beteiligten ohne juristischen Hintergrund kommunizieren.

Der gefährliche Teil: stille Erfindung

Hier ist der Fehlermodus, der General Counsel nachts wachhält.

Weil das Modell *plausiblen* Text vorhersagt, kann es Schutzklauseln einfügen, die richtig klingen, aber nie verhandelt wurden. Bitten Sie es, ein einseitiges NDA „aufzuräumen“, und es fügt womöglich stillschweigend eine gegenseitige Freistellungspflicht hinzu, weil die meisten NDAs, die es gesehen hat, gegenseitig sind. Ihr Mandant hat nie zugestimmt, irgendjemanden freizustellen.

Das nennt man oft Halluzination: Das Modell erzeugt selbstbewusste, flüssige Ausgaben, die sachlich falsch oder nicht belegt sind. In der juristischen Arbeit ist eine Halluzination kein Tippfehler. Sie ist ein Haftungsrisiko.

Konkrete Beispiele für stille Erfindung:

• Hinzufügen einer Haftungsbeschränkung, die nie Teil des Term Sheets war.
• Einfügen einer Rechtswahlklausel für eine Jurisdiktion, die niemand gewählt hat.
• „Korrektur“ einer bewusst asymmetrischen Klausel in eine symmetrische, wodurch ein verhandelter Vorteil verschwindet.
• Zitieren eines Gesetzes oder Falls, den es nicht gibt. Das hat bereits zu echten Sanktionen geführt. Im vielbeachteten Verfahren *Mata v. Avianca* reichten Anwälte einen Schriftsatz mit KI-erfundenen Fallzitaten ein und wurden vom Gericht sanktioniert. Sie 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 die tatsächliche Gerichtsentscheidung mit den Sanktionen lesen, um zu sehen, wie ernst Richter das nehmen.

Die Lehre: Das Modell ist ein starker Assistent, um zu finden, was *fehlt*, und ein gefährlicher Autor, wenn es entscheiden soll, was *drinstehen sollte*.

Ein praktischer Workflow, der beidem gerecht wird

Die Fachleute, die echten Nutzen ziehen, bitten das Modell nicht, „den Vertrag zu machen“. Sie zerlegen die Arbeit.

Schritt 1: Erkennung von Erzeugung trennen

Nutzen Sie das Modell, um Probleme zu *identifizieren*, nicht um still umzuschreiben. Ein Erkennungs-Prompt hält Sie in der Kontrolle:

Review the attached NDA. Do NOT rewrite it.
Produce a table with three columns:
1. Clause or issue
2. What is present vs. what is missing
3. Why it matters (one sentence)

Do not add or suggest new obligations unless flagged
as "MISSING - optional."

Das zwingt das Modell in eine Checklisten-Rolle. Sie entscheiden weiterhin, was hineinkommt.

Schritt 2: Jedes Zitat und jede ergänzte Klausel prüfen

Behandeln Sie jedes Gesetz, jeden Fall und jede Verordnung, die das Modell erwähnt, als ungeprüft, bis Sie es in einer echten Quelle nachgesehen haben (die Rechercheentabank Ihrer Kanzlei, der Primärtext). Wenn das Modell neue Formulierungen vorschlägt, fragen Sie: „Hat der Mandant dem zugestimmt?“ Wenn Sie das nicht aus dem Term Sheet mit Ja beantworten können, streichen Sie es.

Schritt 3: Definierte Begriffe und Querverweise bleiben beim Menschen

Modelle sind gut darin, diese zu markieren, können beim Bearbeiten aber auch neue Inkonsistenzen einbauen. Ein abschließender menschlicher Durchgang über die Definitionen ist nicht verhandelbar.

🎬 [VIDEO: "How AI is Changing Legal Work" — youtube.com/results?search_query=AI+legal+contract+review — ein zugänglicher Überblick über KI-gestützte Workflows zur Vertragsprüfung in Kanzleien]

Vertraulichkeit: die Einschränkung, die man vergisst

Bevor Sie einen Mandantenvertrag in irgendein Tool einfügen, stellen Sie eine Frage: Wohin geht dieser Text?

Consumer-Chatbots können Eingaben zum Training speichern. Das kann die Mandantenvertraulichkeit verletzen und, je nach Jurisdiktion, Berufsregeln zum Schutz von Mandanteninformationen. Die meisten Anwaltskammern haben Leitlinien veröffentlicht; die Formal Opinion 512 der American Bar Association behandelt generative KI und die Pflichten von Anwälten direkt, einschließlich Kompetenz, Vertraulichkeit und Abrechnung.

Praktische Regeln, die viele Kanzleien inzwischen durchsetzen:

• Enterprise-Tools mit einer No-Training-Data-Vereinbarung nutzen, das heißt, der Anbieter verpflichtet sich vertraglich, Ihre Eingaben nicht zum Training seiner Modelle zu verwenden.
• Niemals privilegiertes Material in ein kostenloses öffentliches Tool einfügen.
• Mandantenidentifizierende Angaben schwärzen, wenn keine sichere Umgebung verfügbar ist.

Die Ökonomie ehrlich lesen

Ersetzen vierzig Minuten überall zehn Stunden? Nein. Seien Sie präzise darin, wo die Einsparungen anfallen.

Die Erstprüfung eines standardisierten Dokuments mittlerer Komplexität verkürzt sich drastisch. Das ist real. Aber die Aufgaben mit dem höchsten Risiko (zu entscheiden, ob eine ungewöhnliche Freistellung akzeptabel ist, eine Ausnahme zu verhandeln, zu beurteilen, ob ein Mandant eine asymmetrische Bedingung akzeptieren sollte) erfordern weiterhin erfahrenes Urteilsvermögen.

Die Arbeit verschwindet also nicht. Sie verlagert sich. Junior-Zeit für mechanische Prüfung schrumpft. Senior-Zeit für Urteilsbildung bleibt oder gewinnt relativ an Bedeutung. Das hat Folgen für das Modell der abrechenbaren Stunde, da Mandanten sich zunehmend weigern, Associate-Sätze für Arbeit zu zahlen, die ein Tool in Minuten erledigt. Viele Kanzleien gehen deshalb bei standardisierter Dokumentenprüfung zu Festpreisen über. Behandeln Sie jede konkrete Effizienzzahl, die Sie hören, als Schätzung; die Ergebnisse variieren stark je nach Dokumenttyp und Tool.

Ein schneller Selbsttest für jede KI-Ausgabe

Bevor Sie sich auf ein KI-gestütztes Markup verlassen, machen Sie diese Prüfung mit drei Fragen:

1. Hat es etwas erfunden? Vergleichen Sie jede ergänzte Klausel mit den Deal-Bedingungen.
2. Hat es etwas Externes verifiziert? Jedes Zitat muss unabhängig bestätigt werden.
3. Hat es die Balance des Deals verändert? Achten Sie gezielt auf Klauseln, die ohne Anweisung „fairer“ geworden sind.

Wenn Sie nicht alle drei Fragen sicher beantworten können, ist die Prüfung nicht abgeschlossen.

Wohin das 2026 geht

Die Front verläuft nicht bei größeren Modellen. Sie verläuft bei retrieval-gestützten Systemen: Tools, die aus einer geprüften, kanzleifreigegebenen Klauselbibliothek ziehen und für jeden Vorschlag die Quelle angeben, statt aus dem Gedächtnis zu generieren. Das reduziert Halluzinationen, weil das Modell ein bekanntes Dokument zitiert, statt eines zu erfinden.

Die reife Haltung ist weder Hype noch Verweigerung. Sie ist überwachte Delegation: Lassen Sie das Modell die unermüdliche Erkennungsarbeit machen, und behalten Sie die unverzichtbar menschliche Arbeit (Urteil, Verhandlung, Verantwortung gegenüber dem Mandanten) fest beim Anwalt.

Key Takeaways

• KI ist stark beim Erkennen, nicht beim Entscheiden. Sie markiert zuverlässig fehlende Klauseln, inkonsistente definierte Begriffe und Formatierungsfehler. Lassen Sie sie Probleme finden; Sie entscheiden über die Lösung.
• Stille Erfindung ist das Kernrisiko. Modelle fügen plausible Klauseln und erfundene Zitate hinzu, die nie verhandelt wurden oder nie existierten. Prüfen Sie jede Ergänzung gegen die tatsächlichen Deal-Bedingungen und jedes Zitat gegen eine Primärquelle.
• Vertraulichkeit zuerst. Nutzen Sie Enterprise-Tools mit No-Training-Data-Bedingungen und fügen Sie niemals privilegiertes Mandantenmaterial in kostenlose öffentliche Chatbots ein. Prüfen Sie die Leitlinien Ihrer Kammer.
• Die Einsparungen sind real, aber ungleich verteilt. Die mechanische Erstprüfung bricht zusammen; die urteilsintensive Verhandlung nicht. Rechnen Sie damit, dass sich die Arbeit verlagert statt verschwindet und Druck auf das Modell der abrechenbaren Stunde ausübt.
• Bevorzugen Sie retrieval-gestützte Tools, die eine freigegebene Klauselbibliothek zitieren, gegenüber Tools, die allein aus dem Gedächtnis generieren.