KI-gestützte E-Discovery-Prüfung für Fälle mit über 100.000 Dokumenten

In der aktuellen Berichterstattung über KI im Rechtswesen wird häufig stillschweigend davon ausgegangen, dass das Problem der Dokumentenprüfung bereits gelöst ist. Demos wirken schnell. Chat-Erlebnisse mit einzelnen Dokumenten fühlen sich magisch an. Die Pitch-Decks sprechen von Agenten, Orchestrierung und logischem Denken, und die Screenshots zeigen meist einen ordentlichen Ordner mit ein paar Dutzend Verträgen.

Wenn Ihre Mandate so aussehen, werden Ihnen die derzeitigen universellen KI-Tools für den Rechtsbereich wahrscheinlich gute Dienste leisten. Wenn Sie jedoch echtes eDiscovery betreiben, sehen Ihre Mandate nicht so aus. Sie sehen aus wie eine Custodian-Liste mit zwanzig Namen, eine Sammlung, die ein halbes Terabyte aus Postfächern und freigegebenen Laufwerken extrahiert hat, und ein Review-Bestand, der nach der Bereinigung immer noch sechshundert- oder siebenhunderttausend Dokumente enthält, für die Sie vertretbare Entscheidungen treffen müssen.

Diese Kluft zwischen der Demo und der tatsächlichen Discovery ist der eigentliche Grund, warum wir Claira so entwickelt haben, wie wir es getan haben. In diesem Beitrag geht es darum, was sich ändert, wenn man aufhört, für Review-Sets von eintausend Dokumenten zu planen, und anfängt, für Review-Sets von einer Million Dokumenten zu planen.

Die Plattformen, die die meisten Anwälte sehen, sind dafür nicht ausgelegt

Derzeit gibt es zwei große Familien von KI-Tools auf dem Markt, die als „KI für das Rechtswesen“ bezeichnet werden, aber sehr unterschiedliche Probleme lösen.

Die erste Familie ist der Anwalts-Copilot. Harvey, Hebbia, CoCounsel, Spellbook und einige andere fallen in diese Kategorie. Sie eignen sich hervorragend für Arbeiten, die ein Senior Associate in einem Word-Fenster erledigt: Entwürfe erstellen, eine Handvoll Dokumente zusammenfassen, Fragen zu einem Vertrag beantworten, Memos verfassen. Das Interaktionsmodell ist dialogorientiert, der Korpus ist klein und der Workflow setzt voraus, dass ein Mensch fast alles liest, was das Modell durchläuft. Wir haben bereits darüber geschrieben, wie man Prompts aus diesen Tools in Claira übersetzt, da die beiden Welten KI unterschiedlich nutzen.

Die zweite Familie ist die eDiscovery-Review-Plattform. Sie muss etwas grundlegend anderes leisten. Sie muss jedes Dokument in einem bereinigten Review-Bestand mit Ihren Prüfkriterien abgleichen, eine schriftliche Begründung für jede Entscheidung liefern, die Grenzfälle für einen menschlichen Prüfer hervorheben und das alles innerhalb eines Budgets und eines Zeitrahmens, die für das Mandat auch tatsächlich tragbar sind. Der Korpus ist groß, das Interaktionsmodell basiert auf Massenverarbeitung und der Workflow geht davon aus, dass die KI den ersten Durchlauf für Dokumente übernimmt, die der Mensch niemals unvorbereitet liest.

Ein Copilot kann zwar nachträglich für die zweite Aufgabe angepasst werden, aber die Schwachstellen zeigen sich schnell. Latenz ist dann keine Kuriosität mehr, sondern ein Budgetposten. Kosten, die bei einhundert Dokumenten noch Rundungsfehler waren, werden bei einhunderttausend Dokumenten zu Angeboten, die der Mandant nicht mehr genehmigt. Audit-Trails, die Chat für Chat funktionierten, erfordern plötzlich eine eigene Infrastruktur. Und die gesamte Struktur der Bereitstellung ändert sich, da die Prüfer kein Chat-Fenster mehr wollen – sie möchten, dass jedes Dokument direkt in der Review-Plattform codiert wird, die sie ohnehin bereits nutzen.

Was Skalierung tatsächlich erfordert

Wenn die Arbeitseinheit kein einzelnes Dokument, sondern ein ganzer Review-Bestand ist, sind einige Anforderungen unverzichtbar.

Die erste ist der Durchsatz zu vorhersehbaren Kosten pro Dokument. Die Durchführung einer Vektorsuche über einhunderttausend Dokumente hinweg, um eine Handvoll davon herauszufiltern, entspricht einem einzigen Modellaufruf. Die Durchführung einer schriftlich begründeten Relevanzprüfung für einhunderttausend Dokumente erfordert mindestens einhunderttausend Aufrufe. Die Plattform muss diesen Arbeitsaufwand entweder zu einem Preis anbieten, den ein Mandant zu zahlen bereit ist, oder sie wird in dieser Größenordnung nicht genutzt.

Die zweite ist die Integration in die Plattform, die Ihr Team bereits nutzt. eDiscovery-Review ist Teamarbeit, und das Team wird nicht für jedes Mandat auf eine neue Benutzeroberfläche umsteigen. Codierungsentscheidungen, Schwärzungen, Privilegienprüfungen und die Erstellung von Produktionen erfolgen in Nuix Discover oder der Plattform, für die das Team lizenziert ist. Die KI muss ihre Ergebnisse in dieselben Felder schreiben, mit denen die Prüfer bereits arbeiten, und nicht in ein separates Dashboard, das später mühsam abgeglichen werden muss. Claira lässt sich genau aus diesem Grund in Nuix Discover installieren und schreibt Ergebnisse direkt in native Felder.

Die dritte ist der mandatsspezifische Kontext. Eine allgemeine Relevanzprüfung über einhundert Custodians, drei Produktlinien und vier Jahre Kommunikation hinweg ist nutzlos, da das Modell keine Vorstellung davon hat, wie ein relevantes Dokument für dieses spezifische Mandat aussieht. Die Plattform benötigt eine strukturierte Möglichkeit, die Falltheorie, die Hauptbeteiligten, die relevanten Daten und die Kategorien zu erfassen, für die sich das Team zur Codierung entschieden hat. Claira nennt dies „Case Context“. Das ist der Unterschied zwischen einem Modell, das plausibel klingende Analysen liefert, und einem Modell, das Analysen liefert, denen Ihre erfahrenen Prüfer zustimmen.

Die vierte Anforderung, und die am schwersten nachzurüstende, ist die Vertretbarkeit. Jedes Dokument im Review-Bestand erhält eine schriftliche Begründung, keinen bloßen Ähnlichkeitswert. Wir haben das philosophische Argument für diesen Ansatz bereits an anderer Stelle dargelegt. Der praktische Aspekt ist, dass Plattformen, die für Chat-Interaktionen mit kleinen Korpora konzipiert wurden, keine Vertretbarkeitsebene benötigten und daher auch keine entwickelt haben. Diese nachträglich einzubauen ist schwer.

Warum die Kostenstruktur wichtiger ist als die Demo

Bei kleineren Mandaten sind die Kosten für KI eine Nebensächlichkeit. Bei einem großen Mandat sind sie das entscheidende Angebot. Litigation-Support-Manager und Partner, die entscheiden, welche KI bei einer Prüfung von einhunderttausend Dokumenten eingesetzt werden soll, führen eine Rechenaufgabe pro Dokument durch – oft im Kopf, manchmal in einer Tabellenkalkulation. Die Frage ist nicht, ob das Modell beeindruckend ist. Die Frage ist, ob es bei einer Token-Ökonomie beeindruckend ist, die es Ihnen ermöglicht, dem Mandanten die Kosten in Rechnung zu stellen und dennoch unter den Kosten einer linearen Prüfung zu bleiben.

Claira ist genau auf diese Frage hin konzipiert. Der Bulk-Scan ist für hochvolumige Workloads mit schriftlicher Begründung und einem Token-Profil ausgelegt, das auch bei Hunderttausenden von Dokumenten standhält. Der Case Context wird für jeden Scan in einem Mandat wiederverwendet, wodurch die Eingabekosten pro Dokument bei wachsendem Fall konstant bleiben. Die Ausgaben sind strukturiert, sodass die Prüfer ihre Zeit mit den Grenzfällen verbringen können, anstatt jede Analyse von Grund auf neu lesen zu müssen.

Das Ergebnis ist eine Plattform, die pro Dokument günstiger wird, je größer das Mandat ist – das genaue Gegenteil von dem, was die meisten Teams bisher von KI erwarten.

Was Sie fragen sollten, bevor Sie sich für eine Plattform entscheiden

Wenn Sie ein KI-Prüftool für ein großes Mandat evaluieren, zeigen sich anhand von drei Fragen meist schnell, ob das Tool tatsächlich für diese Aufgabe gebaut ist.

Die erste Frage ist, was passiert, wenn Sie denselben Prompt für einhunderttausend Dokumente ausführen. Wenn die Antwort eine Warteschlange, eine benutzerdefinierte API-Integration oder ein Lizenzmodell pro Benutzer beinhaltet, das davon ausgeht, dass ein Prüfer ein Dokument nach dem anderen bearbeitet, handelt es sich bei dem Tool um einen getarnten Copiloten.

Die zweite Frage ist, was nach Abschluss des Scans in die Review-Plattform zurückgeschrieben wird. Wenn die Antwort ein Dashboard, ein CSV-Export oder eine separate Benutzeroberfläche ist, wird das Tool Ihren Prüfern zusätzliche Arbeit aufbürden, anstatt sie zu entlasten.

Die dritte Frage ist, wie der Audit-Trail für ein Dokument aussieht, das vom Modell als nicht relevant eingestuft wurde. Wenn die Antwort ein Konfidenzwert ist, haben Sie es mit einem probabilistischen Abrufsystem zu tun. Wenn die Antwort eine schriftliche Analyse ist, die erklärt, warum das Dokument nicht mit den Prüfkriterien übereinstimmt, haben Sie es mit einer Plattform zu tun, die Vertretbarkeit ernst nimmt.

Dies sind keine Fangfragen. Es sind die Fragen, die die Tools, die man nur vorführen kann, von den Tools unterscheiden, mit denen man tatsächlich eine Discovery durchführen kann.

Wenn Sie ein Mandat vor sich haben, das die Grenze von einhunderttausend Dokumenten überschreitet, und sehen möchten, wie eine für diese Größenordnung ausgelegte KI-Prüfung tatsächlich aussieht, buchen Sie eine fünfzehnminütige Präsentation. Wir werden Claira mit einem repräsentativen Teil Ihrer Daten testen und Ihnen zeigen, wie die Wirtschaftlichkeit pro Dokument für Ihren spezifischen Korpus aussieht. Das ist meist ein nützlicheres Gespräch als ein weiteres Folien-Deck.