Drei Stufen der KI-Automatisierung für Kanzleien und Rechtsabteilungen

Die meisten, die KI beruflich nutzen, bewegen sich noch auf der ersten Stufe: Chat öffnen, Frage stellen, Antwort lesen, Tab schließen. Das ist manuelle Nutzung. Durchaus wertvoll, aber vollständig davon abhängig, dass jemand daran denkt zu fragen.

Es gibt eine zweite Stufe, die viele Teams erreichen, ohne sie zu benennen: eine feste Promptstruktur für eine wiederkehrende Aufgabe, ein fester Ablauf, den jemand jedes Mal erneut abruft. Der Anwendungsfall ist klar und wiederholbar, aber eine Person muss ihn jedes Mal selbst anstoßen. Nennen wir das getriggerte Nutzung.

Die dritte Stufe haben die meisten Rechtsabteilungen und Kanzleien noch nicht erreicht, und hier lohnt sich ein genauerer Blick: geplante Automatisierung, bei der die Uhrzeit der Auslöser ist. Der Workflow läuft zu einem festgelegten Zeitpunkt oder in einem wiederkehrenden Zeitfenster, ohne dass ihn jemand startet oder dabei zusieht.

Warum geplante Automatisierung für die juristische Arbeit zählt

Ein Teil der wiederkehrenden Arbeit im juristischen Kontext ist administrativ und strukturell. Beispielsweise:

• Eine Fristenprüfung anhand des Fallkalenders.
• Ein wöchentlicher Statusreport aus dem Case-Management-System.
• Ein routinemäßiger Datenabgleich zwischen zwei Systemen.

Keine dieser Aufgaben braucht notwendigerweise eine Person zum Anstoß, sie müssen zuverlässig erledigt werden, unabhängig davon, ob gerade jemand daran denkt.

Das ist eine andere Anforderung, als KI zur Beantwortung von Fragen zu nutzen. Wer noch nicht skizziert hat, welche wiederkehrenden Aufgaben im eigenen Team bereits in dieses Raster passen, findet in unserem KI-Readiness-Leitfaden, geschrieben für Rechtsabteilungen, einen Anstoß zum Loslegen; die Ideen gelten genauso gut für eine Kanzlei.

Bot Scheduler: geplante Automatisierung in e!

Für genau diese Lücke haben wir den Bot Scheduler gebaut. Jede Automation in e!, die keinen externen Input benötigt, zum Beispiel ein Bot, der jeden Morgen ein gemeinsames Postfach prüft oder einen Kalender nach freien Slots durchsucht, lässt sich statt manuellem Öffnen auf einen festen Rhythmus einstellen.

Ein konkretes Beispiel: ein Bot, der ein gemeinsames Postfach nach eingehenden NDAs durchsucht und alles mit unüblichen Klauseln markiert. Statt dass jemand ihn jeden Morgen manuell öffnet, läuft er werktags zwischen 7:00 und 7:15 Uhr, bevor der Arbeitstag des Teams beginnt. Die Einrichtung besteht aus zwei Entscheidungen: an welchen Tagen und in welchem Zeitfenster an diesen Tagen. Wiederholung alle fünfzehn Minuten, alle dreißig Minuten oder stündlich, dazu Start- und Endzeit, fertig; ein einmaliger Lauf funktioniert genauso, nur mit einem einzelnen Tag und einer festen Uhrzeit statt eines Zeitraums.

Admins erhalten ein Dashboard für den gesamten Workspace. Es zeigt, welche Bots geplant sind, wie viele Läufe pro Woche stattfinden und wo die Zeitfenster knapp werden: damit der Sprung von einem geplanten Bot zu Dutzenden übersichtlich bleibt. Ein Admin sieht jeden aktiven Zeitplan im gesamten Account von einer einzigen Ansicht aus.

Hier ist eine kurze Videoeinführung zum Bot Scheduler von Lexemo-Mitgründer Pascal Di Prima:

Video: Ein Q&A zum Bot Scheduler, mit Maraja Fistanić, Chief Revenue Officer, und Pascal Di Prima, CEO & Co-founder, beide bei Lexemo.

Wie sich autonome Fehler einer geplanten Automatisierung vermeiden lassen

Hier lohnt sich Genauigkeit: Der Bot Scheduler ist nicht darauf ausgerichtet, Alarm zu schlagen, wenn etwas schief läuft. Der Start eines Laufs ist nicht an eine Freigabe auf Zeitplan-Ebene gebunden. Das bedeutet nicht, dass der Bot selbst gar keine menschliche Kontrollinstanz haben kann. Ein Freigabeschritt lässt sich direkt in den Bot einbauen, genau wie in jeden anderen e! Workflow: Eine Analyse, die zum Beispiel in einer Mandantenakte gespeichert werden muss, kann trotzdem erst vorher einer Person zur Freigabe gegeben werden. Im Admin-Dashboard lässt sich über die Berichte jedes geplanten Bots, der letzten Durchläufe und die eingerichteten Zeitfenster ein reibungsloser Ablauf überwachen.

Bauen Sie diesen Freigabeschritt aktiv in den Bot selbst ein. Dadurch, dass sich nur Automationen zeitlich planen lassen, die kein Pflichtfeld für Nutzereingaben und einen definierten Abschluss haben, ist die häufigste Ursache für eine Blockade des Workflows im Vorfeld ausgeschlossen. Bei allem, was Fristen oder Mandantendaten berührt, sollten Sie das Dashboard aber als etwas behandeln, das Sie regelmäßig prüfen.

”Das baue ich mir doch selbst mit Claude oder ChatGPT, wofür soll ich extra für eine externe Software bezahlen?”

Berechtigte Frage, die eine ehrliche Antwort verdient statt einer Verkaufsfloskel.

“Ich kann einen Prompt automatisch planen lassen, das können manche KI-Tools schon.” Für manche allgemeinen Assistenten stimmt das, allerdings nur eingeschränkt. Einen einzelnen Prompt zu planen ist etwas anderes als einen Workflow mit Verzweigungslogik, Formularvalidierung und einem definierten Ausgabeschritt zu planen. Die Zulassungsregel des Bot Scheduler, kein Pflichtfeld für Nutzereingaben, ein definierter Abschlussschritt, existiert genau deshalb: Unbeaufsichtigte Läufe brauchen einen Workflow, der nicht an einem leeren Pflichtfeld hängen bleibt. Ein einfach geplanter Prompt hat diese Absicherung nicht.

“Ich habe die Fähigkeiten, das selbst zu bauen, wofür also eine Plattform bezahlen?” Kann sein. Die eigentliche Frage ist aber Skalierung, nicht Können. Gartners Prognose vom IT Symposium 2021, berichtet von VentureBeat, ging davon aus, dass Citizen Developer in Großunternehmen professionelle Entwickler bald im Verhältnis 4 zu 1 übertreffen würden. Das ist kein Kompetenzproblem, sondern ein Wartungsproblem: Sobald zehn Personen im Team jeweils eigene geplante Automatisierungen gebaut haben, wer pflegt die Versionierung, und wer sieht alle zehn auf einen Blick, bevor sie sich gegenseitig blockieren? Der Bot Scheduler begrenzt gemeinsam genutzte Zeitfenster auf zehn Zeitpläne im gesamten Workspace und warnt bereits ab fünf, genau weil verstreute, unsichtbare Automatisierungen der Grund sind, warum ein Workspace an Grenzen stößt, die niemand im Blick hatte. Zehn private Skripte über zehn Postfächer verteilt kennen diese Grenze nicht und haben keine gemeinsame Ansicht.

“Mein Team nutzt KI für solche Dinge sowieso schon informell, ein geplanter Bot ist da kein wirklicher Unterschied.” Das wirkt wie ein kleiner Schritt. Ist es aber nicht. In einer manuellen Chat-Sitzung liest noch immer eine Person die Ausgabe, bevor sie irgendwo landet, und fängt eine falsche Antwort oder versehentlich eingefügte Daten ab. Der PagerDuty Shadow AI Survey 2026, basierend auf 1.250 befragten Büroangestellten in Unternehmen mit über 500 Millionen US-Dollar Jahresumsatz, ergab, dass 88 % bereits arbeitsbezogene Informationen mit einem öffentlichen KI-Tool geteilt hatten, und das passierte, während noch ein Mensch jede Nachricht mitgelesen hat. Ein geplanter Workflow entfernt genau diese Kontrollinstanz: Er läuft unbeaufsichtigt, in einem wiederkehrenden Rhythmus, ohne dass jemand die Ausgabe liest, bevor sie wirkt. Das ist keine größere Version der manuellen Nutzung, sondern eine andere Risikokategorie, und dieselbe Umfrage ergab, dass 66 % KI-Tools bei der Arbeit genutzt hatten, obwohl sie davon ausgingen, dass dies überhaupt gegen interne Richtlinien verstößt.

“Brauche ich für so etwas Kleines wirklich formale Absicherungen?” Wenn der Workflow Fristen, Mandantendaten oder etwas berührt, das eine Aufsichtsbehörde als Hochrisiko-Anwendungsfall einstufen würde: ja. Seit dem 2. August 2026 verlangt Artikel 26 des EU AI Act, dass Betreiber von Hochrisiko-KI-Systemen automatisch erzeugte Nutzungsprotokolle mindestens sechs Monate aufbewahren und menschliche Aufsicht auf Anfrage nachweisen können. Ein privates geplantes Skript hat standardmäßig kein Prüfprotokoll. Eine governance-fähige Plattform schon, weil das Protokoll Teil des Workflows ist und nicht nachträglich angeflanscht wird, und die Infrastruktur von e! läuft in Deutschland, sodass dieses Prüfprotokoll die EU-Rechtshoheit nicht verlassen muss, um sich zu beweisen.

Das heißt nicht, dass individuelle KI-Nutzung schlecht wäre, Stufe eins und Stufe zwei sind beide wertvoll, und ein Großteil der KI-Nutzung in Kanzleien und Rechtsabteilungen läuft bislang informell. Der Punkt ist enger gefasst: Sobald ein Workflow läuft, ohne dass jemand zusieht, ändert sich die Frage von “Kann ich das tun?” zu “Kann ich in sechs Monaten nachweisen, was dabei passiert ist, wenn mich jemand danach fragt?”

Womit anfangen

Unsere Empfehlung: Beginnen Sie nicht mit einem neuen Anwendungsfall. Suchen Sie sich eine Aufgabe aus, die Ihr Team schon jede Woche manuell erledigt: eine Fristenprüfung, ein Statusreport, ein Datenabgleich.

• Prüfen Sie, ob die Aufgabe Ermessensspielraum bei ungewöhnlichen Fällen braucht.
• Gleichen Sie sie dann mit den beiden Zulassungsregeln des Bot Scheduler ab: i) kein Pflichtfeld für Nutzereingaben und ii) ein definierter Abschlussschritt (verhindert auch die Blockade eines Durchlaufs der Automation).
• Timen Sie die Automation, unabhängig vom Erinnerungsvermögen oder der Anwesenheit einer Person.
• Tragen Sie sich für den ersten Monat eine kurze wöchentliche Prüfung des Admin-Dashboards ein, um die Performance und den Output zu überprüfen.

Unser Use Case Canvas ist ein kostenloses Framework, um genau diese Auswahl zu treffen, bevor Sie etwas automatisieren.

Häufig gestellte Fragen

Was sind die drei Stufen der KI-Automatisierung für Kanzleien und Rechtsabteilungen?

Die drei Stufen sind manuelle Nutzung (eine Person stellt eine Frage und liest die Antwort), getriggerte Nutzung (ein gespeicherter Prompt oder Workflow, den eine Person jedes Mal selbst anstoßen muss) und geplante Automatisierung (ein Workflow, der zeitgesteuert läuft, ohne dass jemand ihn startet). Die meisten Rechtsabteilungen nutzen Stufe eins und zwei bereits, ohne sie so zu benennen.

Was ist ein zeitgesteuerter KI-Workflow für ein Legal Team oder eine Kanzlei?

Ein zeitgesteuerter KI-Workflow ist eine Automatisierung, die nach einem festen Zeitplan läuft, etwa jeden Morgen oder jeden Montag, statt darauf zu warten, dass jemand einen Chat öffnet und eine Frage stellt. Fristenprüfungen, Statusreports und wiederkehrender Datenabgleich sind typische Beispiele aus Kanzleien und Rechtsabteilungen, da der Auslöser die Uhrzeit ist, nicht eine Person.

Wofür eine Plattform bezahlen, wenn ich Automationen selbst mit einem LLM wie Claude oder ChatGPT bauen kann?

Mit einem LLM lässt sich KI manuell auslösen oder ein einfacher geplanter Prompt bauen, aber die meisten allgemeinen KI-Tools bieten keine integrierte, unbeaufsichtigte Zeitplanung mit Protokollierung, rollenbasierten Zugriffsrechten oder nativen Integrationen zu Case-Management-Systemen und anderen Legaltech-Tools, mit denen ein geplanter Workflow meist verbunden sein muss, alles in einem einzigen, governance-fähigen System. Der PagerDuty Shadow AI Survey 2026 fand heraus, dass 88 % der Befragten bereits Arbeitsinformationen mit öffentlichen KI-Tools geteilt hatten, genau das Risiko, das unbeaufsichtigte Zeitplanung ohne Governance-Ebene vervielfacht.

Was verlangt der EU AI Act, bevor eine Kanzlei oder Rechtsabteilung einen wiederkehrenden Workflow automatisiert?

Seit dem 2. August 2026 verpflichtet Artikel 26 des EU AI Act Betreiber von Hochrisiko-KI-Systemen, automatisch erzeugte Nutzungsprotokolle mindestens sechs Monate aufzubewahren und menschliche Aufsicht auf Anfrage nachweisen zu können. Ein geplanter Workflow, der ohne Beobachtung läuft, braucht dieses Prüfprotokoll trotzdem, das ist eine Governance-Pflicht, keine Kür.

Welche juristischen Aufgaben eignen sich für geplante Bot-Automatisierung?

Geeignet sind wiederkehrende, regelbasierte Aufgaben mit stabiler Datenquelle und einem klar definierten nächsten Schritt: Fristenüberwachung anhand eines Fallkalenders, wöchentliche Statusreports aus einem Case-Management-System und routinemäßiger Datenabgleich zwischen zwei Systemen. Aufgaben, die Ermessensspielraum bei ungewöhnlichen Sachverhalten erfordern, bleiben besser manuell oder getriggert.