KI pilotieren, ohne Mandantenvertrauen oder Vertraulichkeit zu riskieren

# KI pilotieren, ohne Mandantenvertrauen oder Vertraulichkeit zu riskieren

Eine Partnerin einer mittelgroßen Kanzlei beschrieb einmal ihr Horrorszenario: Ein Associate lädt einen Merger-Vertrag in einen kostenlosen KI-Chatbot hoch, um die Erstdurchsicht zu "beschleunigen". Das Dokument landet im Training eines öffentlichen Modells. Der Mandant erfährt nie davon, bis 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 → es doch tut, Jahre später im Rahmen einer Discovery in einem Streitfall. Das ist längst kein hypothetischer Fall mehr. Deshalb führen die meisten Professional-Services-Firmen 2026 ihre KI-Piloten immer noch in einem abgeschotteten Raum durch, bevor ein Tool in die Nähe einer echten Mandantenakte kommt.

Diese Lektion zeigt Schritt für Schritt, wie Sie einen solchen abgeschotteten Piloten für einen Due-Diligence-Anwendungsfall aufsetzen, ohne Innovation einzufrieren und ohne mit dem Vertrauen der Mandanten zu spielen.

Warum Due Diligence das richtige Pilotfeld ist

Due Diligence, also die prüfende Durchsicht von Verträgen, Finanzzahlen und Haftungsrisiken eines Zielunternehmens vor einem Deal, einer Fusion oder einem Audit, ist ein häufiger erster KI-Pilot in Kanzleien, Wirtschaftsprüfungsnetzwerken und Beratungen. Sie ist aus drei Gründen attraktiv:

• Hohes Dokumentenvolumen: Hunderte oder Tausende Verträge, ideal für KI-gestützte Extraktion und Zusammenfassung.
• Wiederkehrende Muster: Change-of-Control-Klauseln, Freistellungen, 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 →ündigungsauslöser, über Deals hinweg ähnlich strukturiert.
• Abgegrenzter Scope: Es handelt sich um einen abgrenzbaren Workstream, nicht um die gesamte Mandantenbeziehung, Fehler lassen sich also leichter isolieren.

Tools wie Harvey, Luminance und Kira Systems (heute Teil von Litera) sind in der juristischen Due Diligence weit verbreitet. In Audit und Beratung gilt dieselbe Logik für Contract Abstraction oder Lieferantenrisikoprüfungen. Am Kernrisiko ändert das nichts: Diese Tools verarbeiten vertrauliches Material.

Die Phasenstruktur des Piloten

Phase 0: Ausschließlich anonymisierte abgeschlossene Mandate

Bevor irgendwelche Live-Mandantendaten angefasst werden, bauen Sie ein Testset aus abgeschlossenen, anonymisierten Mandaten auf, also Projekten, die die Firma bereits beendet hat und bei denen Mandantennamen, Gegenparteien, Transaktionswerte und identifizierende Details entfernt oder ersetzt wurden.

Anonymisierung bedeutet hier mehr als das Löschen eines Firmennamens. Dazu gehört:

• Entfernen von Daten, über die sich der Deal anhand öffentlicher Register identifizieren ließe.
• Ersetzen von Beträgen und Prozentsätzen durch Platzhalterbereiche.
• Bereinigen der Metadaten (Dateiautoren, Zeitstempel, Änderungsverfolgung).

Diese Phase beantwortet nur eine Frage: Erfüllt das Tool die Aufgabe überhaupt, bevor gefragt wird, ob es mit echten Daten sicher ist.

Phase 1: Guardrails definieren, bevor die Tests beginnen

Bevor überhaupt Phase-0-Daten geladen werden, sollte das Pilotteam Folgendes festzurren:

1. Data Residency und Aufbewahrungsfristen: Wo verarbeitet und speichert der Anbieter Daten, und wie lange? Unter der DSGVO (Datenschutz-Grundverordnung) der EU und für US-Firmen unter den Datenschutzgesetzen der Bundesstaaten sowie den Verschwiegenheitspflichten (z. B. ABA Model Rule 1.6 für Anwälte) muss das schriftlich beantwortet sein, nicht angenommen.

2. No-Training-Klausel: vertragliche Bestätigung, dass der Anbieter Firmen- oder Mandantendaten nicht zum Training von Modellen für andere Kunden verwendet. Das ist Standard in Enterprise-Verträgen von Harvey, dem Enterprise-Tier von OpenAI und Microsoft Azure OpenAI, muss aber überprüft werden und nicht aus Marketingseiten abgeleitet.

3. Human-in-the-Loop-Checkpoints: Jedes KI-Ergebnis (eine markierte Klausel, eine Risikozusammenfassung) wird von einer qualifizierten Fachkraft geprüft, bevor es in ein Arbeitspapier oder Deliverable eingeht.

4. Zugriffsliste: namentlich festgelegt, wer im Pilotteam das Tool mit welchem Dokumentenbestand nutzen darf. Kein offener Zugang.

5. Kill Switch: ein dokumentierter Prozess, um das Tool sofort abzuschalten, falls ein Datenleck, ein Halluzinationsmuster oder ein Vorfall beim Anbieter erkannt wird.

Nichts davon ist exotisch. Es spiegelt, wie Firmen Outsourcing an Drittanbieter ohnehin steuern, hier angewendet auf Software.

Phase 2: Synthetische und geschwärzte Daten nahe am Livebetrieb

Sobald anonymisierte historische Daten Phase 0 bestanden haben, folgt der Test mit synthetischen Dokumenten: Verträge, die realen Deal-Strukturen nachempfunden sind, aber keine reale Partei enthalten. Damit prüfen Sie das Verhalten des Tools bei Grenzfällen (ungewöhnliche Klauselsprache, fremdsprachige Verträge, gescannte PDFs), ganz ohne Vertraulichkeitsrisiko.

Phase 3: Begrenzter Live-Pilot mit Einwilligung des Mandanten

Erst wenn die Phasen 0 bis 2 erfolgreich waren, kommt ein echtes Mandat ins Spiel, und zwar nur:

• Mit informierter Einwilligung des Mandanten (viele Mandatsvereinbarungen enthalten inzwischen eine KI-Nutzungsklausel).
• Zunächst an einem einzelnen Mandat mit geringem Risiko, nicht an einer laufenden Milliardenfusion.
• Mit Ergebnissen, die als Entwurfseingabe für die menschliche Prüfung behandelt werden, nie als finales Deliverable.

Einige Firmen, darunter mehrere Big-Four-Netzwerke, weisen die Nutzung von KI-Tools inzwischen direkt in Mandatsvereinbarungen aus und folgen damit Leitlinientrends von Institutionen wie der AICPA (American Institute of CPAs) zum Einsatz von Technologie in der Qualitätssicherung von Prüfungen.

Den Piloten bewerten: was "Erfolg" tatsächlich heißt

Beurteilen Sie einen Piloten nicht allein nach Geschwindigkeit. Messen Sie über vier Dimensionen:

| Dimension | Beispielmetrik |

|---|---|

| Genauigkeit | % korrekt markierter Klauseln gegenüber menschlich geprüfter Baseline |

| Zeitersparnis | Stunden pro 100 geprüfte Verträge, KI-gestützt vs. manuell |

| Fehlerart | False Negatives (übersehenes Risiko) stärker gewichtet als False Positives |

| Vertrauenswirkung | Mandantenfeedback, Bereitschaft zur Einwilligung in 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 →ünftige KI-Nutzung |

Ein einfaches Rechenbeispiel: Prüft ein Senior Associate 100 Verträge manuell in geschätzt 40 Stunden (ein häufig genannter Due-Diligence-Benchmark, keine feste Regel), und reduziert ein KI-gestützter erster Durchgang die Erstprüfung auf 15 Stunden, wobei ein Mensch die markierten Klauseln in weiteren 10 Stunden verifiziert, sind das 25 statt 40 Stunden, also 37,5 % weniger Zeit. Diese Zahl zählt nur, wenn die Genauigkeit bei Hochrisikoklauseln (Change of Control, Haftungsobergrenzen) das manuelle Niveau hält oder übertrifft. Eine schnellere Prüfung, die eine Freistellungsklausel übersieht, ist kein Gewinn, sondern ein Haftungsrisiko.

Was typischerweise schiefgeht

• Phase 0 überspringen: Teams unter Dealdruck springen direkt zu Live-Daten, weil "wir hinter dem Zeitplan liegen". Das ist das mit Abstand häufigste Governance-Versagen, das in Umfragen zur KI-Einführung in Professional Services genannt wird.
• Anbieterangaben ungeprüft übernehmen: "SOC-2-konform" (ein verbreiteter Sicherheitsauditstandard) bedeutet nicht automatisch No-Training oder vollständige Datenlöschung. Lesen Sie den tatsächlichen Auftragsverarbeitungszusatz.
• Keine Sunset-Klausel für Pilotdaten: Anonymisierte Testsets bleiben unbegrenzt auf gemeinsamen Laufwerken liegen. Legen Sie beim Pilotstart ein Löschdatum fest.
• Menschliche Prüfung als Formalität behandeln: Wenn Prüfer KI-Ergebnisse abnicken, um Fristen zu halten, ist die Human-in-the-Loop-Kontrolle Theater und kein Schutz.

🎬 [VIDEO: "How Law Firms Are Using AI for Due Diligence" - youtube.com - suchen Sie nach aktuellen Legal-Tech-Konferenzpanels (z. B. Legalweek- oder ILTA-Sessions), die reale KI-Einsätze in der Due Diligence und Kriterien zur Anbieterauswahl behandeln]

Ein minimaler technischer Guardrail: Schwärzungsprüfung

Schon ein einfacher automatisierter Scan vor dem Upload fängt offensichtliche Lecks ab. Eine simple Mustererkennung (illustrativ, nicht produktionsreif):

import re

PII_PATTERNS = {
    "email": r"[\w\.-]+@[\w\.-]+\.\w+",
    "dollar_amount": r"\$\s?\d[\d,]*(\.\d{2})?",
    "phone": r"\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}",
}

def flag_sensitive(text):
    findings = {}
    for label, pattern in PII_PATTERNS.items():
        matches = re.findall(pattern, text)
        if matches:
            findings[label] = len(matches)
    return findings

Das ersetzt keine juristische Prüfung und keine ordentlichen Anonymisierungswerkzeuge, es ist ein erster Stolperdraht, bevor ein Dokument in den Phase-0-Test gelangt.

Wichtigste Erkenntnisse

• Testen Sie ein Due-Diligence-KI-Tool niemals zuerst an Live-Mandantendaten. Beginnen Sie mit anonymisierten historischen Mandaten, dann synthetischen Daten, dann einem begrenzten Live-Piloten mit Einwilligung des Mandanten.
• Definieren Sie Guardrails (Data Residency, No-Training-Klauseln, menschliche Prüfung, Zugriffskontrolle, Kill Switch) schriftlich, bevor Phase 0 beginnt, nicht erst nach einem Vorfall.
• Bewerten Sie Piloten nach Genauigkeit und Fehlerart, nicht nur nach Geschwindigkeit. Eine übersehene Hochrisikoklausel wiegt schwerer als eingesparte Stunden.
• Sicherheitszertifizierungen von Anbietern (wie SOC 2) sind notwendig, aber nicht hinreichend. Prüfen Sie Trainings- und Aufbewahrungsbedingungen ausdrücklich.
• Behandeln Sie die Human-in-the-Loop-Prüfung als echte Kontrolle, nicht als Formalität, sonst bricht die gesamte Guardrail-Struktur unter Fristendruck zusammen.