In manchen Rechtsabteilungen hält sich eine eigentümliche Zuneigung zum Analogen: E-Mail-Ping-Pong über viele Tage, Ordnerstrukturen, die sich scheinbar selbst vermehren, und gelegentlich sogar das Surren eines Faxgeräts. Im Museum hat das Charme. Im Unternehmen kostet es Zeit, Geld und Nerven.
Die Kosten der Ineffizienz: ein teures Durcheinander
Das Problem ist selten ein völliger Mangel an Technologie. Die meisten Rechtsabteilungen verfügen längst über Dokumentenablagen, E-Mail, Kollaborationswerkzeuge, Vertragsdatenbanken und eine wachsende Sammlung von KI-Piloten. Das Durcheinander entsteht an den Übergängen: Informationen werden von Hand kopiert, Freigaben verschwinden in Postfächern und später kann niemand mehr nachvollziehen, warum eine Entscheidung getroffen wurde.
Darauf folgen oft zwei gleichermaßen unproduktive Reaktionen. Die erste ist die Zauberstab-Erwartung: Man kauft ein LLM und hofft, damit unmittelbar die Arbeit mehrerer Juristinnen und Juristen einzusparen. Die zweite ist reflexhafte Skepsis: Natural Language Processing wird als bessere Rechtschreibprüfung abgetan, während andere Teams damit repetitive Prüf- und Entwurfsarbeit deutlich beschleunigen.
Beide Sichtweisen verfehlen den Kern. KI-gestützte Effizienz ist keine Eigenschaft des Modells allein. Sie entsteht durch den Prozess um das Modell: die Daten, die es sehen darf, die Werkzeuge, die es nutzen darf, die Regeln, denen es folgen muss, und die Person, die verantwortlich bleibt.
Schatten-KI ist häufig ein Symptom schlechter Prozesse
Wenn der freigegebene Weg zu langsam oder zu umständlich ist, suchen Menschen nach einer einfacheren Lösung. Eine weitere Richtlinie allein genügt deshalb nicht. Es braucht eine nutzbare und kontrollierte Alternative, die zur tatsächlichen Arbeit passt.
Der Legal Engineer: die Übersetzungsschicht zwischen Recht und Technik
Die wirksamsten Legal-Teams beschäftigen nicht einfach nur bessere Juristinnen oder bessere Entwickler. Sie schaffen eine Übersetzungsschicht zwischen beiden Welten. Ein Legal Engineer macht aus einer Vorgabe wie „wesentliche Abweichungen an Legal eskalieren“ eine eindeutige Definition von Wesentlichkeit, konkrete Datenfelder, eine Routing-Regel und einen auditierbaren Freigabeschritt.
Dafür muss nicht jede Juristin Python schreiben. Rechtsabteilungen müssen jedoch genug über LLMs und automatisierte Abläufe verstehen, um die richtigen Fragen zu stellen:
- Welche Quelle ist maßgeblich, wenn Dokumente einander widersprechen?
- Welche Informationen darf das Modell lesen und welche darf es verändern?
- Welche Entscheidungen dürfen automatisiert werden und welche benötigen eine Freigabe?
- Wie erkennt ein Prüfer Quellen, Begründung und bisherige Aktionen?
- Was geschieht bei geringer Sicherheit oder einem tatsächlich neuen Fall?
Was Agentic AI verändert
Ein klassischer Chatbot beantwortet eine Eingabe. Agentic AI – auf Deutsch auch agentische KI – kann eine Folge von Arbeitsschritten koordinieren: den relevanten Vertrag finden, eine bestätigte Regel abrufen, eine Klausel vergleichen, eine Alternative entwerfen, eine Freigabe anfordern und anschließend das führende System aktualisieren. Standards wie das Model Context Protocol können KI-Anwendungen über eine gemeinsame Architektur kontrollierten Zugriff auf Werkzeuge und Quellen geben.
Dadurch wird ein Agent nicht im juristischen Sinne autonom. Das System kann lediglich innerhalb der vorgesehenen Berechtigungen und Kontrollen handeln. Ein belastbarer Ablauf unterscheidet deshalb klar zwischen Lesezugriff, vorgeschlagener Aktion und bestätigter Änderung.
| Ebene | Welche Frage der Legal Engineer beantwortet |
|---|---|
| Modell | Für welche Aufgabe ist das Modell zuverlässig genug? |
| Wissen | Auf welche Regeln, Klauseln und Präzedenzfälle darf es sich stützen? |
| Werkzeuge | Welche Systeme darf es lesen oder verändern? |
| Prozess | Wann läuft ein Vorgang weiter, wann hält er an und wann erreicht er Legal? |
| Nachweis | Wie werden Quellen, Änderungen und Freigaben dokumentiert? |
Legal Tech Compliance muss Teil der Architektur sein
Compliance ist kein Disclaimer unter einem Eingabefeld. Der EU AI Act, der Datenschutz, Geheimhaltungspflichten und die interne Governance beeinflussen die Architektur selbst. Zugriffskontrolle, Datenminimierung, Aufbewahrung, menschliche Aufsicht und Auditierbarkeit müssen in konkretes Systemverhalten übersetzt werden.
Dasselbe gilt für die Qualität. Ein Modell kann eine überzeugende Antwort ohne verlässliche Grundlage erzeugen. Juristische Abläufe benötigen sichtbare Quellen, kontrollierte Regeln und klare Eskalationswege für unsichere oder risikoreiche Fälle. Wenn das System einen Vorschlag macht und keine Entscheidung trifft, muss auch die Oberfläche diesen Unterschied unmissverständlich zeigen.
Strategie und Engineering gehören in dasselbe Umsetzungsteam.
Unsere Gründer haben in ihrer früheren Tätigkeit bei Freshfields Legal-Tech-Lösungen entwickelt und umgesetzt. Bei Boutiq AI verbinden wir diese Erfahrung mit Produktentwicklung und technischer Umsetzung. Treasure Contracts macht aus statischen Vertragsdateien nutzbare Prozessdaten und verbindet Prüfung, Erstellung, Freigabe und Signatur, ohne alle Beteiligten in ein weiteres System zu zwingen.
Mit Treasure Contracts können bestätigte Unternehmensregeln die Vorprüfung steuern, Abweichungen als Befunde markiert und über definierte Freigabeschritte an Legal gegeben und alle relevanten Schritte auditiert werden. Integrationen bringen den Ablauf in das CRM (HubSpot), in Slack und über MCP in KI-Assistenten. Das Ziel ist nicht KI um der KI willen, sondern schnellere Vertragsabschlüsse, ohne dass Legal die Kontrolle verliert.
Wo eine Rechtsabteilung beginnen sollte
- Wählen Sie einen häufigen Prozess mit sichtbarer Verzögerung oder Fehlerquote.
- Erfassen Sie die maßgeblichen Quellen, Entscheidungen und verantwortlichen Rollen.
- Trennen Sie risikoarme Routine von Fällen, die juristische Wertung erfordern.
- Definieren Sie Berechtigungen, Freigaben und Nachweise, bevor Sie automatisieren.
- Messen Sie Durchlaufzeit, Qualität, Nutzung und Anzahl der Ausnahmen.
Der Wettbewerbsvorteil gehört nicht dem Team mit der längsten Liste an KI-Werkzeugen. Er gehört dem Team, das juristische Wertungen in ein sicheres Betriebsmodell übersetzen kann. Wer Rechtsarbeit zukunftsfähig machen will, braucht deshalb weniger Zauberer und mehr Brückenbauer.
Quellen und weiterführende Informationen
Veröffentlicht am 17. August 2026. Dieser Beitrag dient der allgemeinen Information und stellt keine Rechtsberatung dar.