Kanzleien · Mandats-, Mandanten- und Konfliktdaten innerhalb der privilege boundary

Ein Partner möchte ein neues Mandat annehmen: ein mittelgroßererDas 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 → Hersteller verklagt einen Zulieferer. Bevor jemand ein Mandatsschreiben unterschreibt, muss die Kanzlei eine trügerisch schwierige Frage beantworten: Haben wir irgendwann, in irgendeinem Büro, diesen Zulieferer, seine Muttergesellschaft, eine Tochter, ein Vorstandsmitglied oder eine Gegenpartei vertreten, der diese neue Arbeit nutzen oder schaden 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 →önnte?

Diese eine Frage, der conflicts check, zwingt eine Kanzlei zu einem Datenmodell, wie es kein Einzelhändler, keine Bank und kein SaaS-Unternehmen je braucht. Diese Lektion erklärt, warum.

Was ein „matter“ tatsächlich ist

In Kanzleien ist Arbeit um das matter herum organisiert: eine abgegrenzte juristische Arbeit für einen Mandanten. Ein einzelner Mandant kann Hunderte von matters haben (ein Rechtsstreit, eine Fusion, eine Patentanmeldung, eine Routineprüfung von Verträgen).

Die Kernentitäten sind leicht zu benennen:

• Client: die Partei, die die Kanzlei vertritt.
• Matter: das konkrete Mandat.
• Party: alle, die mit einem matter verbunden sind (Gegenparteien, Mitbeklagte, Zeugen, verbundene Unternehmen, einzelne Organmitglieder).

Die Komplexität steckt im letzten Punkt. Ein conflicts check vergleicht nicht Mandant mit Mandant. Er vergleicht jede party des neuen matters mit jeder party, mit der die Kanzlei je zu tun hatte.

Warum der conflicts check das normale Datenmodell sprengt

Die meisten Unternehmen fragen: „Wer sind meine Kunden?“ Eine Kanzlei muss fragen: „Wer sind alle, gegen die wir je, für wen auch immer, gegnerisch aufgetreten sind?“

Berufsrechtliche Regeln verlangen das. In den USA verbieten die ABA Model Rules of Professional Conduct (Rules 1.7 und 1.9), einen Mandanten zu vertreten, dessen Interessen denen eines aktuellen oder früheren Mandanten zuwiderlaufen, ohne informierte Zustimmung. Ähnliche Pflichten bestehen unter der SRA in England und Wales sowie bei den meisten anderen Anwaltsaufsichten.

Das heißt, die Konfliktdatenbank ist faktisch dauerhaft und allumfassend. Sie können keinen früheren Mandanten löschen. Sie können die Gegenpartei aus einem vor zehn Jahren verlorenen Verfahren nicht ignorieren. Jeder Name ist ein potenzieller künftiger Konflikt.

Also pflegt die Kanzlei einen wachsenden Graph aus parties und Beziehungen und fragt ihn bei jedem neuen Mandat ab. Das ist das Gegenteil des „nur behalten, was man braucht“-Reflexes, der moderne Datenhygiene bestimmt.

Entity resolution: das eigentliche technische Problem

Das Schwierigste ist, dass Namen unsauber sind. „Acme Corp“, „Acme Corporation“, „ACME Corp. (Delaware)“ und „Acme Holdings“ können dieselbe Entität sein oder auch nicht. Ein Konflikt kann sich in jeder davon verstecken.

Entity resolution (auch record linkage oder Deduplizierung) ist die Praxis zu entscheiden, wann zwei Datensätze dasselbe reale Objekt bezeichnen. In einem Konfliktsystem ist das nicht akademisch. Wird ein Treffer übersehen, nimmt die Kanzlei womöglich einen disqualifizierenden Konflikt an. Wird zu viel gematcht, ertrinkt jede Prüfung in false positives, die Partner ignorieren, und genau so rutschen echte Konflikte durch.

Ein vereinfachter Matching-Durchlauf sieht so aus:

# Illustrative only: fuzzy name matching for a conflicts pre-screen
from rapidfuzz import fuzz

def is_possible_match(name_a, name_b, threshold=88):
    score = fuzz.token_sort_ratio(
        name_a.lower().strip(),
        name_b.lower().strip()
    )
    return score >= threshold

is_possible_match("Acme Corporation", "ACME Corp.")  # -> True (flag for human review)

Das Ergebnis ist nie eine Entscheidung. Es ist eine markierte Liste, die ein conflicts analyst manuell prüft. In Kanzleien ist der Mensch im Prozess nicht optional, er ist die Kontrolle.

Gute entity resolution braucht außerdem Konzernstrukturen. Wenn Ihr Mandant einer kleinen Tochtergesellschaft gegnerisch gegenübersteht, stehen Sie womöglich der gesamten Muttergruppe gegnerisch gegenüber. Kanzleien lizenzieren oft Konzernhierarchiedaten oder pflegen sie manuell, denn „wer gehört wem“ ändert sich durch Zukäufe ständig.

Ethical walls: Daten bewusst segmentieren

Manchmal besteht ein Konflikt, die Kanzlei kann das Mandat aber dennoch annehmen, indem sie Informationen isoliert. Das ist eine ethical wall (auch screen oder information barrier): eine Reihe von Kontrollen, die verhindert, dass Anwälte an einem matter auf vertrauliche Daten eines anderen matters zugreifen.

Beispiel: Die Kanzlei vertritt Company A in einem Rechtsstreit. Ein Anwalt, der früher in einer anderen Kanzlei arbeitete und kurzzeitig die Gegenpartei beraten hat, kommt hinzu. Um das Mandat zu halten, schirmt die Kanzlei diesen Anwalt ab: kein Aktenzugriff, keine Billing-Einträge, keine Flurgespräche über das matter.

Datenseitig ist eine ethical wall eine Zugriffskontrolle auf Zeilen- und Dokumentebene, gebunden an einzelne Nutzer, nicht an Rollen oder Abteilungen. Die meiste Unternehmenssoftware geht davon aus, dass Zugriff der Funktion folgt. Legal-Software muss unterstützen: „Diese drei namentlich genannten Personen dürfen dieses eine matter nie sehen, obwohl ihre Position es zuließe.“

🎬 [VIDEO: "What Is a Conflict of Interest for Lawyers?" — youtube.com — eine kurze, allgemein verständliche Erklärung zu Interessenkonflikten und screening]

Privilege und Vertraulichkeit: warum Cloud-Analytics kompliziert wird

Hier wird die Datenperspektive scharf.

Attorney-client privilege schützt vertrauliche Kommunikation zwischen Anwalt und Mandant vor Offenlegung, auch vor Gericht. Vertraulichkeit (die berufsrechtliche Pflicht) ist breiter und umfasst im Grunde alles, was die Kanzlei über einen Mandanten erfährt. Beides erzeugt eine privilege boundary: eine Linie um Mandantendaten, die die Kanzlei nicht durchlässig werden lassen darf.

Diese Grenze schließt Muster aus, die andere Branchen als selbstverständlich behandeln.

Daten über Mandanten hinweg zusammenführen. Ein Einzelhändler mischt bereitwillig alles Kundenverhalten in ein Analytics-Warehouse. Eine Kanzlei kann die matter-Daten eines Mandanten in der Regel nicht mit denen eines anderen zur Analyse zusammenführen, weil diese Vermischung selbst die Vertraulichkeit verletzen und nach mancher Lesart privilege aufheben kann.

Verarbeitung durch Dritte in der Cloud. Wenn Mandantendaten an einen externen Analytics- oder KI-Dienst fließen, muss die Kanzlei sicherstellen, dass der Anbieter sie weder nutzen noch speichern noch offenlegen kann. Viele Kanzleien verlangen vertragliche Zusicherungen, dass mit ihren Daten kein Training stattfindet, sowie Tenant-Isolation und bestimmte Data ResidencyData ResidencyDie Anforderung, Daten physisch in einem bestimmten Land oder einer Region zu speichern und zu verarbeiten, oft aus rechtlichen oder vertraglichen Gründen.Vollständige Definition ansehen →. Manche Mandate (Behörden, Finanzsektor, Verteidigungsmandanten) verbieten Cloud-Verarbeitung auf Weisung des Mandanten vollständig.

Generative KI-Tools. Ein öffentlicher Chatbot, der prompts protokolliert, ist ein Vertraulichkeitsrisiko, wenn ein Anwalt Mandantensachverhalte hineinkopiert. Anwaltskammern haben Leitlinien veröffentlicht; die Begründung findet sich in der ABA Formal Opinion 512 on generative AI (2024). Kurzfassung: Anwälte bleiben für Vertraulichkeit verantwortlich, egal welches Tool sie nutzen.

Praktische Folge: Kanzleien betreiben Analytics und KI häufig in der eigenen kontrollierten Umgebung, nicht auf gemeinsam genutzten Multi-Tenant-Plattformen, und wenden das Modell der ethical wall auch auf ihre Datenpipelines an.

Wie Kanzleien die Daten tatsächlich strukturieren

Setzt man die Teile zusammen, entsteht ein tragfähiges Modell.

Ein Konfliktgraph, keine Kundentabelle. Parties sind Knoten. Matters verbinden sie. Beziehungen (Mutter, Tochter, Organmitglied, gegnerisch, co-counsel) sind Kanten. Ein conflicts check ist eine Graph-Abfrage: finde alle Pfade zwischen den neuen parties und jeder bestehenden party.

Metadaten offensiv, Inhalte vorsichtig. Strukturierte Metadaten (Mandantennummer, Mandatsnummer, Parteinamen, Daten, verantwortlicher Partner) kann die Kanzlei frei in durchsuchbaren Systemen führen. Die privilegierten Inhalte (die eigentliche Beratung, Dokumente, Kommunikation) liegen hinter strengeren Zugriffskontrollen und bleiben nach matter segmentiert.

Zugriff als vollwertiges Feld. Jedes Dokument und jedes matter trägt eine Zugriffsliste. Ethical walls werden im System durchgesetzt, protokolliert und sind auditierbar, denn eine Aufsicht oder die Gegenseite kann später den Nachweis verlangen, dass der screen gehalten hat.

Aufbewahrung, die gegen Löschung arbeitet. Konfliktdaten werden unbefristet aufbewahrt. Privilegierte matter-Inhalte haben dagegen oft Aufbewahrungsfristen, die sich aus Haftungsrisiken und Mandantenvereinbarungen ergeben. Diese beiden Impulse (Namen für immer behalten, Substanz fristgerecht vernichten) bestehen in derselben Kanzlei nebeneinander.

Ein kurzer Kontrast macht es deutlich:

Warum das für alle zählt, die mit Legal-Daten arbeiten

Wenn Sie Datensysteme für eine Kanzlei bauen, einkaufen oder auswerten, ist der Reflex „alles zentralisieren und Analytics darüber laufen lassen“ genau falsch. Die privilege boundary und Konfliktpflichten sind keine IT-Präferenzen. Es sind berufsrechtliche Pflichten, die von Anwaltsaufsichten durchgesetzt werden, mit Disqualifikation, Haftungsrisiko und Reputationsschaden als Sanktion.

Die Kanzleien, die das richtig machen, behandeln Konflikte als Graph-Problem, entity resolution als menschlich überwachten Prozess und ethical walls als Datenkontrolle, nicht als Policy-Memo.

Key Takeaways

• Das Datenmodell einer Kanzlei ist um matters und parties herum gebaut, und ein conflicts check vergleicht jede party eines neuen Mandats mit jeder party, mit der die Kanzlei je zu tun hatte, was die Datenbank dauerhaft und allumfassend macht.
• Entity resolution (unsaubere Namen und Konzernstrukturen zuordnen) ist die zentrale technische Herausforderung; automatisiertes Matching markiert nur Kandidaten, entschieden wird von einem menschlichen Analysten.
• Ethical walls verlangen Zugriffskontrolle auf Ebene namentlich genannter Personen pro matter, nicht den rollenbasierten Zugriff, den die meiste Software voraussetzt.
• Die privilege boundary schließt mandantenübergreifendes Daten-Pooling und uneingeschränkte Cloud- oder Public-AI-Verarbeitung aus, die andere Branchen für selbstverständlich halten.
• Aufbewahrung zieht in zwei Richtungen: Konfliktnamen für immer behalten, privilegierte Inhalte aber fristgerecht vernichten.