Warum die Rechtsabteilung eine andere KI-Strategie braucht als Kanzleien

Kanzleien und Rechtsabteilungen haben die letzten zwei Jahre in derselben ersten Welle generativer KI verbracht: Beide sahen 15 bis 25 Prozent Produktivitätsgewinne bei Routineaufgaben wie Vertragsentwürfen, und beide erlebten peinliche Fälle von halluzinierten Zitaten, die Anwälte vor Gericht in Erklärungsnot brachten. Eine aktuelle Analyse von Alexandra Smyth argumentiert, dass sich bei agentischer KI, anders als bei den Chat-Tools davor, die beiden Wege endgültig trennen.

Dieses Argument richtet sich vor allem an Kanzleien. Für die Rechtsabteilungen, mit denen wir arbeiten, ist die interessantere Frage, was diese Trennung in der Praxis eigentlich bedeutet.

Zwei unterschiedliche Ausgangspunkte

Die Kanzlei-Version dieser Geschichte dreht sich um das Stundenhonorar. Es wird schwer zu rechtfertigen, nach Stunden abzurechnen, sobald KI aus einem Tag betreuter Entwurfsarbeit eines Partners wenige Minuten Prüfung macht. Das ist ein Problem des Geschäftsmodells, und es verändert, wie Kanzleien Teams strukturieren und Honorare festlegen.

Rechtsabteilungen müssen kein Stundenhonorar verteidigen, also stellt sich die Frage anders: Was liefert die Rechtsfunktion dem Unternehmen tatsächlich? Diese Frage lässt sich nicht so einfach beantworten wie die Kanzlei-Version. Sie verdient eine bewusste Antwort, nicht das, was zufällig aus dem ersten Pilotprojekt mit KI herausfällt.

Die Effizienzfalle

Beide Seiten greifen zuerst zum selben Mittel. Eine Kanzlei nutzt KI, um abrechenbare Arbeit schneller zu erledigen, rechnet aber weiterhin nach Stunden ab, was die Marge still schrumpfen lässt, ohne dass sich für den Mandanten etwas ändert. Eine Rechtsabteilung nutzt KI, um mehr Anfragen zu bearbeiten, ohne zusätzliches Personal einzustellen. Beides ist weniger eine durchdachte Strategie als der Business Case, der sich am leichtesten genehmigen lässt: “dieselbe Arbeit, nur schneller” verlangt kein Neudenken, wie Recht in der Kanzlei oder dem Unternehmen gelebt und umgesetzt wird.

Es ist auch die begrenzteste Nutzung der Technologie. Die größere Chance liegt für beide Seiten darin, Entscheidungen früher mitzugestalten, statt sie im Nachhinein nur zu prüfen. Das verändert, was die Funktion tut, nicht nur, wie schnell sie das bereits Bestehende erledigt. Es lohnt sich, bewusst in diesen Wandel zu investieren, denn es geht um mehr als reine Reaktions- und Bearbeitungsgeschwindigkeit.

Vertragsintelligenz beginnt beim Eingang, nicht im Nachhinein

So sieht dieser Wandel jenseits der Theorie aus. In den meisten Rechtsabteilungen wird ein eingehender Vertrag von der Person gelesen, sortiert und weitergeleitet, die zufällig an diesem Tag das Postfach öffnet: Ist das eine NDA oder ein SaaS-Vertrag? Geht er an das Legal Core Team oder an IT Procurement? Muss ein erfahrener Kollege noch einmal kontrollieren, bevor der Vertrag freigegeben wird? Diese Sortierarbeit fällt niemandem auf, bis sie schlecht läuft, etwa wenn ein geschäftskritischer Vertrag eine Woche in der allgemeinen Warteschlange liegt, weil ihn niemand beim Eingang priorisiert hat.

Automatisierte Vertragstriage wickelt diese Einschätzung verlässlich in dem Moment ab, in dem der Vertrag eingeht, und macht das Warten auf manuelle Zuordnung überflüssig. Vertragsart, zuständiges Team und Risikoeinstufung werden in einem Durchgang entschieden und weitergeleitet, bevor das Dokument in einem Postfach versauert und zum Problem wird.

Das ist eine engere Aussage als “KI prüft Ihre Verträge für Sie”, und eine nützlichere. Niemand liest schneller. Was wegfällt, ist die Zeit, die fürs Sortieren und Weiterleiten verloren geht: Die Entscheidung ist durch die Automation schon getroffen, bevor überhaupt jemand die Datei öffnet, sodass jede Person nur die Verträge bekommt, für die sie tatsächlich zuständig ist.

Vertrauen zählt mehr als die Wahl des Modells

Die Wahl eines leistungsfähigeren KI-Modells ist nicht das, was den Unterschied macht. Der Unterschied liegt im Vertrauen: ob ein Team weiß, welchen KI-Ergebnissen es für welche Aufgabe vertrauen kann, und warum. Die Modelle selbst werden zunehmend zur Commodity: Fast jedes Legal-Tech-Tool auf dem Markt greift auf dieselbe kleine Auswahl davon zurück. Das ist die leisere Arbeit, und genau daran scheitert die KI-Einführung im Rechtsbereich meistens im Stillen.

Genau hier machen No-Code-Workflows mit Audit-Trail den Unterschied. Im selben Vertragstriage-Bot wird die Risikoeinstufung nicht vom Modell abgeleitet, sondern anhand von Kriterien, Haftungsobergrenzen, anwendbarem Recht, Vertragslaufzeit, die die Rechtsabteilung selbst festgelegt hat. Sie kann diese Kriterien jederzeit einsehen und ändern. Diese Nachvollziehbarkeit ist hier wichtiger als bei den meisten Automatisierungen, angesichts der Menge an sensiblen Vertragsdaten, um die es geht.

Pascal Di Prima und Maraja Fistanić gehen in einem aktuellen Q&A aus Sicht der Entwickler auf genau diese Unterscheidung ein: Ein Agent ist ein Modell plus eine klar definierte Auswahl an Tools, und genau diese Grenze, nicht das Modell selbst, verhindert Halluzinationen.

Ansehen: “KI-Agenten für Anwälte: So machst du sie schlau”, Maraja Fistanić und Pascal Di Prima über das Vermeiden von Halluzinationen und darüber, was einen KI-Agenten zuverlässig macht statt nur schnell

Klein anfangen, ohne klein zu bleiben

Klein anzufangen ist nicht der Fehler. Klein zu bleiben schon. Unser Legal Use Case Canvas ist ein kostenloses Framework, um genau diesen ersten Workflow auszuwählen: etwas mit hohem Volumen, das sich durch Wiederholung gut testen lässt, und risikoarm genug, dass ein früher Fehler auffällt, bevor er etwas kostet. Vertragstriage passt zufällig in dieses Profil, aber das Framework zählt mehr als jedes einzelne Beispiel. Der Punkt ist, dabei nicht stehen zu bleiben. Sobald ein Team einem solchen Workflow vertraut, anhand von Schwellenwerten, die es selbst festgelegt hat, lässt sich dasselbe Muster auf andere wiederkehrende Aufgaben übertragen: Eingangssortierung für andere Dokumenttypen, Nachverfolgung von Lieferantenverpflichtungen, Compliance-Monitoring.

Kanzleien und Rechtsabteilungen beantworten letztlich Varianten derselben Frage: Welche Arbeit bleibt bei Menschen, und wofür zahlt der Mandant oder das Unternehmen eigentlich? Aufgrund der unterschiedlichen Geschäftsmodelle werden sie nicht zur selben Antwort kommen. Für Rechtsabteilungen sieht die Antwort weniger nach “Verträge schneller prüfen” aus und mehr nach “die Sortierentscheidung einmal richtig treffen, bevor überhaupt jemand die Datei öffnen muss.” Besonders viel Potential liegt dabei in administrativen Abläufen, im Informationsfluss zwischen bislang unverknüpften Tools und im Umgang mit Standardanfragen aus anderen Abteilungen.

Wenn Vertragstriage zu Ihnen passt, vereinbaren Sie eine Demo und testen Sie die Automation mit den Routing-Regeln und Risikoschwellen, die Ihr Team bereits nutzt.

Quelle: Alexandra Smyth, “AI Will Not Reshape Law Firms and In-House Teams the Same Way,” Law.com Legaltech News, 27. August 2026 (englischsprachig).

Häufig gestellte Fragen

Warum brauchen Kanzleien und Rechtsabteilungen unterschiedliche KI-Strategien?

Kanzleien und Rechtsabteilungen starten bei unterschiedlichen Problemen. Kanzleien klären gerade, wie KI das Stundenhonorar und das Ausbildungsmodell der Pyramide beeinflusst, eine Frage des Geschäftsmodells. Rechtsabteilungen müssen kein Stundenhonorar verteidigen, für sie geht es darum, was die Rechtsfunktion dem Unternehmen liefert, was zu anderen Prioritäten und anderen ersten Automatisierungsprojekten führt.

Was ist der häufigste Fehler von Rechtsabteilungen bei der KI-Einführung?

Der häufigste Fehler ist, bei Effizienz stehen zu bleiben: KI nutzen, um mehr Verträge oder Anfragen mit demselben Personal zu bearbeiten. Das ist der Business Case, der sich am leichtesten genehmigen lässt, aber auch die begrenzteste Nutzung der Technologie. Die größere Chance liegt darin, mit KI Entscheidungen früher mitzugestalten, statt sie nur schneller zu prüfen.

Wie sollte eine Rechtsabteilung ihr erstes KI-Automatisierungsprojekt auswählen?

Suchen Sie nach einem Workflow mit hohem Volumen, der sich durch Wiederholung gut testen lässt und risikoarm genug ist, dass ein früher Fehler auffällt, bevor er etwas kostet. Vertragstriage ist ein Beispiel, das in dieses Profil passt. Ein Framework wie der Legal Use Case Canvas hilft, diesen Startpunkt systematisch zu identifizieren, statt einfach das zu automatisieren, was gerade am naheliegendsten erscheint. Sobald ein Team diesem ersten Workflow vertraut, lässt sich dasselbe Muster auf andere wiederkehrende Aufgaben übertragen.