Wenn Routine
das Fachwissen ausbremst

Angenommen, am Montagvormittag kommt eine Kundenanfrage mit drei Anhängen. Der Termin steht in der Mail, der Einsatzort vielleicht im zweiten PDF, und ob das angekündigte Leistungsverzeichnis wirklich dabei ist, merkt jemand erst beim Durchblättern. Bevor Ihre erfahrenste Kraft über die eigentliche Frage nachdenken kann, sucht sie Angaben zusammen und schreibt danach eine Rückfrage, die sie so schon oft geschrieben hat.

Diese Arbeit muss sein, nur braucht sie selten das Fachwissen der Person, die sie gerade erledigt. Um genau diese Lücke geht es in einer Fallstudie, die OpenAI am 28. Oktober 2026 veröffentlicht hat. Sie beschreibt, wie das Unternehmen Legora KI in der juristischen Arbeit einsetzt. Ein Produkt für Rechtsteams ist für die meisten mittelständischen Unternehmen weit weg, das Muster dahinter nicht.

Was die Fallstudie berichtet

Legora wurde 2023 in Stockholm gegründet und baut eine KI-Plattform für Rechtsteams. Das brauchbarste Beispiel stammt aus dem eigenen Haus: Die Rechtsabteilung wertete ihre bereits unterzeichneten Geheimhaltungsvereinbarungen aus und schrieb daraus einen Leitfaden. An ihm prüft die KI neue Vereinbarungen vor und markiert Klauseln, die außerhalb der Vorgaben liegen. Der Anteil dieser Prüfungen an der Teamkapazität sank laut Schätzung der Leitung der Rechtsabteilung von rund 20 Prozent auf unter 1 Prozent.

Dazu nennt der CEO von Legora einen Kunden aus den Fortune 100: 90 Prozent kürzere Bearbeitungszeit für Verträge, mehr als 20 Millionen US-Dollar eingespart bei externer Prozessführung und Due Diligence, 9,5 gewonnene Stunden pro Anwältin oder Anwalt und Woche.

Lesen Sie diese Zahlen mit Abstand. Sie kommen vom Softwareanbieter und stehen in der Kundengeschichte seines Modelllieferanten, und beide verdienen am guten Ausgang; einen unabhängigen Nachweis nennt die Seite nicht. OpenAI führt Legora dort zwar unter der Größe „Mittelstand“, doch ein Unternehmen, das in einem Jahr von drei auf 18 Standorte wächst und fünf Firmen übernimmt, hat mit einem Betrieb von 30 Leuten wenig gemein. Prozentwerte für Ihren Betrieb lassen sich daraus nicht ableiten. Ventas AI ist an der Fallstudie nicht beteiligt.

Was sich trotzdem übertragen lässt

Der Leitfaden kam vor dem Werkzeug, und das ist für kleinere Betriebe die wichtigste Lehre. Wer nicht sagen kann, welche Angaben in einer vollständigen Anfrage stehen müssen, bekommt auch von einem guten Modell keine verlässliche Prüfung.

Die Rollen bleiben getrennt. Selbst bei der Due Diligence tragen Agenten laut Fallstudie nur die Informationen zusammen, die Anwältinnen und Anwälte danach prüfen und interpretieren. Übersetzt auf Ihren Betrieb: Die KI entwirft die Rückfrage, und abschicken darf sie ein Mensch.

Bleibt die Frage, was mit der gewonnenen Zeit passiert. Bisher zwang der Zeitdruck viele Teams, nur die wertvollsten Verträge gründlich zu lesen, während die KI-Vorprüfung nun deutlich mehr Verträge in die eingehende Prüfung bringt. Auf einen Dienstleister übertragen heißt das aus meiner Sicht: Auch die kleine Anfrage bekommt dieselbe Sorgfalt wie die große.

Prüfen gehört außerdem an den Anfang. Die Fallstudie rät dazu, Evaluation und Tests von Beginn an einzubauen, und im Kleinen reicht dafür eine Stichprobe echter Vorgänge, deren richtiges Ergebnis Sie vorher kennen.

Eines passt nicht: Legora hat eine eigene Entwicklung und baut ein Produkt. Ein Betrieb mit 30 Leuten braucht für den Anfang einen einzigen Ablauf, der zuverlässig läuft; eine Plattform wäre dafür zu viel.

Drei Einstiege für kleinere Betriebe

Vollständigkeit prüfen

Das ist der einfachste Anfang, weil die Regeln klar sind und Fehler schnell auffallen. Die KI gleicht Anfrage und Anlagen mit einer festen Liste ab: Unternehmen, Kontakt, gewünschte Leistung, Einsatzort, Termin und die im Vorgang angekündigten Anlagen. Heraus kommt eine Tabelle, die zu jedem Feld die Fundstelle nennt oder „fehlt“ beziehungsweise „widersprüchlich“ vermerkt, dazu ein Entwurf für die Rückfrage. Fehlende Angaben darf sie weder ergänzen noch raten.

Dokumente vergleichen

Hier liegt die nächste Verwandtschaft zum Legora-Beispiel: ein neues Dokument gegen ein Muster, etwa die Bestellung gegen das eigene Angebot oder ein Vertrag gegen Ihre üblichen Zahlungsfristen. Die KI zeigt die Abweichung, bewerten müssen Sie sie. Rechtsberatung ersetzt das nicht.

Wissen mit Fundstelle suchen

Eine Frage an die eigenen Unterlagen, und die Antwort nennt Dokument und Stelle. Wie das funktioniert, steht im Beitrag zur KI-Suche in Firmendokumenten; warum die Fundstelle so viel zählt, erklärt der Text zu KI-Halluzinationen.

Aus einem Projekt von Ventas AI: In einer Steuerberatung sortiert und benennt ein fester Workflow die eingehenden Dokumente, und zusammen mit einem Telefon-Agenten spart das der Kanzlei rund vier Stunden pro Woche. Den Aufbau beschreibt die Referenz Dokumentenmanagement, den Ablauf im Detail der Beitrag Dokumentenmanagement automatisieren.

KI-generiert

KI-generiert

Wo die Grenzen liegen

Eine Fundstelle beweist, dass der Text im Dokument steht. Ob die Schlussfolgerung daraus stimmt, beweist sie nicht, deshalb messen Sie die Qualität an konkreten Fällen aus Ihrem Alltag. Schlechte Scans brauchen eine eigene Regel: Was die Texterkennung nicht sicher liest, muss als unsicher markiert werden und zu einem Menschen gehen. Dokumente können außerdem Anweisungen enthalten, die das System nur als Inhalt behandeln und nie ausführen darf.

Die Verantwortung für das Ergebnis bleibt im Betrieb, gerade bei Verträgen. Dass gutes Urteilsvermögen dabei eher mehr zählt als weniger, zeigt der Beitrag Macht KI Fachwissen überflüssig?

Bevor echte Kundendaten fließen, gehört geklärt, wer sie sieht, wo sie liegen und wann sie gelöscht werden. Würde ein Arbeitsschritt Kundendaten an einen US-Dienst geben, klären wir das vorab und halten es in der AVV fest.

So finden Sie den ersten Ablauf

Nehmen Sie einen Dokumentenablauf, der jede Woche wiederkommt und bei dem jemand immer dieselben Dinge nachschlägt. Dann stoppen Sie rund 30 gleichartige Vorgänge von Hand, denn ohne diesen Vergleichswert bleibt jede spätere Ersparnis eine Behauptung.

Ein Rechenbeispiel, keine Zusage: Bei 120 Vorgängen im Monat und einer Bearbeitungszeit, die von 20 auf 8 Minuten sinkt, werden 24 Stunden frei. Die Kontrolle durch den Menschen zählt dabei zu den 8 Minuten. Frei heißt übrigens noch nicht gespart; zu Geld wird die Zeit erst, wenn Ihr Team damit etwas anderes tut, das sich rechnet.

KI-generiert

KI-generiert

Quelle