Kanzleien · KI entlang der juristischen Wertschöpfungskette abbilden, von der Mandatsannahme bis zur Berufung

Eine mittelgroße Prozesskanzlei in Chicago hat 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 →ürzlich ein einzelnes Vertragsverletzungsmandat durchgerechnet: 14 verschiedene Arbeitsphasen vom ersten Mandantengespräch bis zum Berufungsschriftsatz. KI-Tools berührten elf dieser Phasen auf eine Weise, die die tatsächlichen Kosten oder die Geschwindigkeit der Arbeit veränderte. In drei weiteren Phasen verkauften Anbieter „KI-gestützte" Produkte, die sich bei näherer Betrachtung als dieselben Keyword-Suchmaschinen von 2015 mit einem Chatbot-Mantel entpuppten. Diesen Unterschied zu erkennen ist heute die nützlichste einzelne Fähigkeit bei der Bewertung von Ausgaben für Legal AI.

Diese Lektion geht den gesamten Mandatslebenszyklus durch und markiert genau, wo KI echte ökonomische Veränderung schafft und wo nicht.

Warum die Betrachtung als Wertschöpfungskette wichtig ist

Kanzleien rechnen überwiegend nach Stunden ab (ein Honorarmodell, das wir hier über den Kontext hinaus nicht vertiefen). Der ökonomische Effekt von KI zeigt sich als: entfernte Stunden, gesenkte Fehlerquoten oder neue Leistungen, die zu einem Preis realisierbar werden, den Mandanten zahlen. Bewegt ein Tool keinen dieser drei Hebel, verändert es die Ökonomie nicht, ganz gleich wie es vermarktet wird.

Wir verfolgen das Mandat in grober chronologischer Reihenfolge von der Annahme bis zur Berufung.

Phase 1-3: Mandatsannahme, Interessenkonflikte und Mandatszuschnitt

1. Mandantenannahme und Triage. Große Kanzleien und Rechtshilfeorganisationen nutzen inzwischen KI-Chat-Tools für die Annahme (z. B. Systeme auf Basis von Modellen wie OpenAIs GPT-4-Klasse oder Anthropics Claude), um Mandantenanfragen vorzufiltern, Sachverhalte zusammenzufassen und Mandate weiterzuleiten. Das verändert die Ökonomie tatsächlich: Ein Paralegal prüft eine 20-minütige KI-generierte Zusammenfassung, statt das vollständige Annahmegespräch selbst zu führen. Echte Zeitersparnis, messbar in Minuten pro Mandat.

2. Konfliktprüfung. KI-gestützte Konfliktdatenbanken können unsaubere Entitätsnamen (Tochtergesellschaften, DBAs, Namensvarianten) weit besser verarbeiten als Altsysteme mit exakter Übereinstimmung. Das reduziert False Negatives, die ein Haftungsrisiko erzeugen. Echte Veränderung.

3. Mandatszuschnitt und Budgetierung. Einige KI-Tools prognostizieren inzwischen Mandatskosten und -dauer auf Basis historischer Kanzleidaten (Fallart, Gerichtsstand, Gegenanwalt). Die Genauigkeit schwankt stark und dies ist eine junge Kategorie, noch nicht im großen MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßstab bewiesen, aber die ökonomische Logik (bessere Budgets, weniger Abschreibungen) ist real, wenn es funktioniert.

Phase 4-7: Discovery und Ermittlung

4. Dokumentenprüfung und E-Discovery. Das ist der älteste und am besten belegte Legal-AI-Anwendungsfall. Technology-Assisted Review (TAR, manchmal „Predictive Coding" genannt) ist seit *Da Silva Moore v. Publicis Groupe* (2012, S.D.N.Y.) gerichtlich anerkannt. Moderne Review-Tools auf Basis von Large Language Models (LLMLLMEin 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 →) ergänzen Issue-Tagging und Privilege-Flagging zusätzlich zum Relevanz-Ranking. Echte, große ökonomische Veränderung: Prüfkosten, die mit Contract Attorneys bei 2-4 USD pro Dokument lagen, können mit KI-gestützter Erstprüfung deutlich sinken, auch wenn die finalen Zahlen stark von Dokumentenvolumen und Komplexität abhängen (jede konkrete Rate pro Dokument als Schätzung behandeln, nicht als Benchmark).

5. Analyse von Vernehmungen und Transkripten. KI-Tools fassen inzwischen stundenlange Vernehmungstranskripte zusammen, markieren Widersprüche zwischen Zeugen und heben zentrale Eingeständnisse hervor. Echte Zeitersparnis für Prozessanwälte, die Transkripte zuvor Zeile für Zeile lasen.

6. Juristische Recherche. Hier wird die Unterscheidung zwischen echt und umetikettiert am schärfsten. Tools wie Westlaws CoCounsel (Thomson Reuters) und Lexis+ AI (LexisNexis) erzeugen inzwischen Rechercheberichte mit Fundstellen, nicht nur gerankte Suchergebnisse. Das ist eine echte Verschiebung von „Dokumente finden" zu „Fragen mit belegter Begründung beantworten". Aber manche konkurrierenden Tools, die als „KI-Rechtsrecherche" vermarktet werden, sind weiterhin boolesche oder Vektorsuche mit einem obendrauf geklatschten Zusammenfassungsabsatz, ohne echte Argumentationskette. Testen Sie jedes Tool mit einer Fangfrage: eine uneinheitliche Rechtsprechung zwischen Gerichtsbezirken oder eine aufgehobene Entscheidung. Tools, die nur Suche umetikettieren, übersehen das häufig.

7. Sachverhaltsermittlung und Recherche in öffentlichen Registern. Echt verbessert durch die Fähigkeit von KI, unstrukturierte Quellen (Nachrichtenarchive, Gerichtsregister, Social Media) in großem Umfang auszuwerten. Echte Veränderung für Hintergrundrecherchen.

Phase 8-11: Entwurf, Verhandlung und Fallstrategie

8. Vertragsentwurf und -prüfung. KI-Tools zur Vertragsprüfung (Kira, Luminance, Harvey) markieren nicht standardkonforme Klauseln gegen ein Playbook. Das ist einer der klarsten ROIROIReturn on Investment: das Verhältnis von Nettogewinn zu den Kosten einer Investition. Ein ROI von 300 % bedeutet, dass jeder investierte Dollar 3 Dollar zurückbringt.Vollständige Definition ansehen →-Fälle (Return on Investment) in Legal AI: Eine Erstprüfung eines 50-seitigen Gewerbemietvertrags, für die ein Associate zwei Stunden brauchte, lässt sich in Minuten markieren, wobei der Associate anschließend validiert statt bei null zu lesen. Echte ökonomische Veränderung, gut dokumentiert über Corporate- und Real-Estate-Praxisgruppen hinweg.

9. Erstellung von Schriftsätzen und Memos. LLM-gestützte Erstentwürfe (keine finalen Einreichungen) sind inzwischen verbreitet. Die Ökonomie verändert sich, wenn Associate-Zeit von „Text erzeugen" zu „Text redigieren und verifizieren" wandert, vorausgesetzt die Verifikationsdisziplin hält (siehe den Hinweis unten zu Halluzinationen).

10. Prozessstrategie und Ergebnisprognose. Tools, die richter- und gerichtsspezifische historische Entscheidungen analysieren (z. B. Lex Machina, Premonition), helfen bei der Vergleichsstrategie und der Prognose von Entscheidungen über Anträge. Echte Veränderung der Ökonomie der Fallstrategie, besonders am Entscheidungspunkt zum Vergleich, wobei die Prognosegenauigkeit immer als richtungsweisend und nicht als deterministisch zu behandeln ist.

11. Berufungsschriftsätze und Zitatprüfung. KI-Tools zur Zitatprüfung verifizieren, dass zitierter Entscheidungstext mit der Quelle übereinstimmt und dass die Zitierweise den Gerichtsregeln entspricht (Bluebook oder lokale Entsprechungen). Nach mehreren öffentlichen Sanktionsfällen mit erfundenen Fundstellen (der Sanktionsbeschluss *Mata v. Avianca* 2023 im Southern District of New York ist das meistzitierte Beispiel) ist diese Phase zu einem verpflichtenden Kontrollpunkt geworden, nicht optional. Echter, hochwertiger Einsatz, weil die Kosten des *Unterlassens* ein Sanktionsbeschluss sind.

Die drei Fälle, in denen Anbieter nur Suche umetikettieren

Käufer sollten auf „KI"-Branding achten bei:

• Statischen Klauselbibliotheken, vermarktet als „KI-Playbooks", die in Wirklichkeit reine Vorlagenspeicher ohne Lern- oder Matching-Intelligenz sind.
• Fristen- und Terminverwaltungstools, umbenannt in „KI-gestützt", während die zugrunde liegende Logik einfache regelbasierte Datumsberechnung ist, die jedem Machine Learning vorausgeht.
• Einfache Volltextsuche in Dokumentenmanagementsystemen (iManage, NetDocuments), umetikettiert als „KI-Suche", obwohl es dieselbe Inverted-Index-Suche von vor zehn Jahren mit angeschraubter Chat-Oberfläche ist.

Der Test: Fragen Sie den Anbieter „Was würde dieses Tool anders machen, wenn ich das KI-Modell entferne?" Lautet die ehrliche Antwort „nichts", haben Sie einen Fall von Umetikettierung gefunden.

Tools bewerten: ein einfaches Framework

Stellen Sie bei jedem Tool in jeder der elf echten Phasen drei Fragen:

1. Welche konkreten Stunden oder welche Fehlerquote entfallen dadurch? Holen Sie sich eine Zahl, auch eine grobe, vom Anbieter und aus Ihrem eigenen Pilot.
2. Wie hoch ist das Halluzinations- oder Fehlerrisiko und was kostet die Verifikation? Ein Tool, das vier Stunden Entwurfsarbeit spart, aber zwei Stunden Zitatprüfung erfordert, hat netto zwei Stunden gespart, nicht vier. Verfolgen Sie den Nettowert, nicht die Schlagzeile.
3. Skaliert der Preis mit dem gelieferten Wert? Per-Seat-Lizenzierung bei einem Tool, das drei Partner im Monat nutzen, ist eine andere ROI-Geschichte als nutzungsbasierte Preise, die an verarbeitete Dokumente gekoppelt sind.

Ein einfaches Rechenbeispiel: Wenn TAR-gestützte Erstprüfung eine Prüfung von 100.000 Dokumenten von 500 Contract-Attorney-Stunden auf 150 Stunden bei einem Mischsatz von 75 USD/Stunde reduziert, ergibt das allein in dieser Phase eine Bruttoersparnis von rund 26.250 USD (350 Stunden x 75 USD), bevor Lizenz- oder Dokumentenkosten des KI-Tools abgezogen werden. Rechnen Sie das immer mit Ihren eigenen Volumina, statt Anbieter-Fallstudien zu vertrauen, da Dokumentenkomplexität und Prüfstandards je nach Mandatstyp enorm variieren.

Einen fundierten, frei verfügbaren Einstieg dazu, wie Gerichte Standards für KI-gestützte Review behandelt haben, bietet der öffentliche Kommentar der Sedona Conference zu TAR.

🎬 [VIDEO: "How AI Is Changing the Legal Profession" — youtube.com/@Reuters — ein Erklärstück im Stil des Reuters Institute zur Einführung generativer KI in Kanzleien, das sowohl Effizienzgewinne als auch berufsrechtliche Risiken behandelt]

Wichtigste Erkenntnisse

• Elf von vierzehn typischen Mandatsphasen (Annahme bis Berufung) zeigen echte KI-getriebene ökonomische Veränderung: entfernte Stunden, weniger Fehler oder neue realisierbare Preispunkte.
• Juristische Recherche und Vertragsprüfung zeigen den klarsten, am besten dokumentierten ROI; Prognosen zur Mandatsbudgetierung und einige Intake-Tools sind früher im Reifegrad und weniger belegt.
• Zitatprüfung ist inzwischen ein verpflichtender Workflow-Schritt, nicht optional, nach realen Sanktionsfällen im Zusammenhang mit erfundenen KI-generierten Fundstellen.
• Achten Sie auf umetikettierte Suche: statische Klauselbibliotheken, regelbasierte Fristenverwaltung und einfache Volltextsuche, umbenannt in „KI", ohne echtes modellgetriebenes Verhalten dahinter.
• Bewerten Sie jedes Tool nach netto gesparten Stunden nach Verifikationsaufwand, nicht nach Schlagzeilen zur Geschwindigkeit, und testen Sie immer mit Ihren eigenen Dokumentenvolumina, bevor Sie Anbieter-Benchmarks vertrauen.