Vom Dokumentenberg zum vertretbaren Sachverhalt: Mit KI schneller zur Falltheorie

Die meisten Prozessanwälte betrachten die Dokumentenprüfung eher als etwas, das man überstehen muss, und weniger als strategisches Instrument. Nach Erhalt des Datenbestands ist das Volumen meist größer als erwartet, und das Ziel verengt sich auf eine einzige Frage: Wie schnell können wir dies zu akzeptablen Kosten bewältigen? Die Prüfung wird zu einem Kostenfaktor, gemessen in Dokumenten pro Stunde und Dollar pro Gigabyte, während die strategische Arbeit am Fall warten muss, bis die Prüfung abgeschlossen ist.

Dieser Ablauf war sinnvoll, als die Dokumentenprüfung noch langsam war. Wenn ein erster Durchgang sechs Wochen dauerte, erwartete niemand, dass vor dessen Ende Erkenntnisse vorlagen. Doch dieser Ablauf ist mittlerweile eher zur Gewohnheit als zu einer Notwendigkeit geworden. Die KI-gestützte Prüfung verändert grundlegend, was Sie in den ersten Tagen eines Mandats aus einem Datenbestand lernen können, und das beeinflusst wiederum, wann die Formulierung der Falltheorie beginnen kann.

Der entscheidende Schritt ist nicht der Übergang von der menschlichen zur maschinellen Prüfung. Es ist der Schritt weg von der reinen Datenverarbeitung hin zur aktiven Untersuchung.

Eine späte Falltheorie ist selten kostengünstig

Die Falltheorie ist die Geschichte, die Sie zu beweisen versuchen: Wer hat was wann getan, warum ist das rechtlich von Bedeutung und welche Fakten fallen ins Gewicht. In der Praxis entwickeln die meisten Teams eine Arbeitstheorie auf der Grundlage von Schriftsätzen, Mandantengesprächen und einer Handvoll wichtiger Dokumente, die frühzeitig durch Zufall oder durch einen Dateninhaber, der wusste, wo er suchen musste, aufgetaucht sind.

Das Problem ist, dass eine auf unvollständigen Beweisen basierende Theorie dazu neigt, sich zu verfestigen. Suchbegriffe werden um sie herum aufgebaut. Prüfungsprotokolle werden darauf ausgerichtet. Jüngere Prüfer werden darauf geschult, das zu finden, was die Theorie vorhersagt. Bis der gesamte Datenbestand gelesen ist, hat das Team Monate damit verbracht, nach Bestätigungen für eine Idee zu suchen, die vor der Sichtung der meisten Beweise entstanden ist.

Eine späte Theorie ist zudem eine teure Theorie. Jede Überarbeitung nach Beginn der Prüfung bedeutet die Neugestaltung von Suchbegriffen, die Neukodierung von Dokumentenbeständen und die Erklärung gegenüber dem Mandanten, warum ein bereits bezahlter Arbeitsschritt wiederholt werden muss. Die Kosten einer falschen frühen Hypothese liegen nicht in der Hypothese selbst. Sie liegen in der darauf aufgebauten Dokumentenprüfung.

Was sich ändert, wenn der Datenbestand frühzeitig analysiert werden kann

Generative KI leistet etwas, das Stichwortsuche und prädiktive Codierung nie gut beherrscht haben. Sie liest ein Dokument und erklärt Ihnen in Ihren eigenen Worten, worum es darin geht. Nicht, ob es mit einer Begriffsliste übereinstimmt, und nicht, ob es Dokumenten ähnelt, die ein Prüfer bereits als relevant markiert hat, sondern was passiert ist, wer beteiligt war und was entschieden wurde.

Wendet man diese Fähigkeit auf einen gesamten Dokumentenbestand an statt auf einzelne Dokumente, erhält man eher einen Überblick über die Beweislage als eine bloße Prüfung. Sie können den Datenbestand fragen, welche wiederkehrenden Streitpunkte es zwischen zwei Personen gibt, welche Dokumente eine bestimmte vertragliche Regelung betreffen und wie sich deren Handhabung im Laufe der Zeit verändert hat oder welche internen Erklärungen für eine heute umstrittene Entscheidung geliefert wurden.

Für all das müssen Sie die Prüfung nicht abgeschlossen haben. Sie müssen nur die Fragen gestellt haben. Wir haben über die Tragweite dieses Wandels in unserer pragmatischen Philosophie der KI-gestützten Prüfung geschrieben, und die thematische Analyse ist der Punkt, an dem dieser Wandel für den Prozessanwalt – und nicht nur für das Support-Team – konkret wird.

Thematische Durchgänge vor der Relevanzprüfung

Der praktische Schritt besteht darin, eine thematische Analyse vor der eigentlichen Relevanzprüfung durchzuführen, und zwar stichprobenartig und nicht am gesamten Datenbestand.

Wählen Sie eine repräsentative Stichprobe der wichtigsten Dateninhaber und des Kernzeitraums aus. Formulieren Sie eine Reihe offener Fragen dazu. Keine Relevanzfragen, die bereits eine Theorie voraussetzen, sondern beschreibende Fragen: Was sind die Hauptthemen in diesem Datenbestand, welche Entscheidungen werden getroffen, wer berichtet an wen, wo ändert sich der Tonfall. Zusammenfassungen und objektive Codierungen dienen beide diesem Zweck, denn eine strukturierte Zusammenfassung von zweitausend Dokumenten ist etwas, das ein Anwalt tatsächlich an einem Nachmittag lesen kann.

Das Ergebnis ist selten der eine entscheidende Beweis. Das Ergebnis ist eine Landkarte. Sie erfahren beispielsweise, dass der wirtschaftliche Konflikt, den Ihr Mandant als Preisstreitigkeit beschrieben hat, sich in den Dokumenten als Problem der Lieferzuverlässigkeit darstellt, das erst später zu einem Preisstreit wurde. Das ist eine völlig andere Falltheorie. Wenn Sie diese in Woche eins statt in Monat vier entdecken, ändert das die Schriftsätze, die Liste der Zeugen und die Vorbereitung der Zeugenbefragungen.

Die Landkarte zeigt Ihnen auch, wo die Beweislage dünn ist. Frühzeitig zu wissen, dass ein kritischer Zeitraum von sechs Wochen fast keine relevanten Dokumente enthält, ist ein Problem bei der Datenerfassung, das Sie noch beheben können. Dies erst bei der Prozessvorbereitung zu entdecken, führt zu einer ganz anderen Art von Gespräch mit dem Mandanten.

Der KI genügend Kontext geben, um nützlich zu sein

Eine KI, die ein Dokument ohne Vorinformationen liest, weiß nichts über Ihren Fall. Sie weiß nicht, wer die Parteien sind, welche Beziehungen dem Anwaltsgeheimnis unterliegen oder was ein Dokument in diesem speziellen Fall im Gegensatz zu allgemeinen Fällen wichtig macht. Ohne diese Grundlage sind die thematischen Ergebnisse zwar korrekt, aber generisch, und generische Ergebnisse helfen Ihnen nicht beim Aufbau einer Falltheorie.

Dies ist die Aufgabe, für die Case Context entwickelt wurde. Es erfasst die Parteien und Personen, die Beschreibung und den Zeitplan, die Relevanz und die Streitpunkte, die Hinweise auf das Anwaltsgeheimnis sowie die Details der Datenerfassung. Es nutzt diese Struktur, um Prompts zu erstellen, die genau auf Ihren Fall und nicht auf Rechtsstreitigkeiten im Allgemeinen zugeschnitten sind.

Dabei ist es wichtig, die Grenzen genau zu ziehen. Case Context ist nicht der Ort für Ihre Prozessstrategie oder Ihre persönlichen rechtlichen Einschätzungen und ist für jeden am Fall Beteiligten sichtbar. Es handelt sich um eine gemeinsame Sachverhaltsgrundlage, nicht um eine Ablage für Arbeitsergebnisse. Auf diese Weise genutzt, schärft es die thematische Analyse, ohne vertrauliche Informationen ungeschützt preiszugeben.

Die Nachvollziehbarkeit verbessert sich, wenn die Argumentation dokumentiert ist

Es gibt oft die Sorge, dass die Nutzung von KI zur Gestaltung der Falltheorie weniger unangreifbar sei, als dieselbe Theorie durch reines Lesen zu entwickeln. Das Gegenteil ist meist der Fall, sofern die Arbeit dokumentiert wird. Wenn sich eine Theorie aus einem dokumentierten Satz von Fragen ergibt, die auf eine definierte Stichprobe angewendet wurden, haben Sie ein Protokoll darüber, was gefragt wurde, aus welchem Datenbestand und was das Ergebnis war. Wenn sie entsteht, weil ein Partner vierzig Dokumente im Flugzeug liest, haben Sie lediglich eine Überzeugung. Nur eine dieser Methoden hält einer Überprüfung Ihres Prozesses stand.

Der Prüfer wird dadurch nicht überflüssig. Jedes thematische Ergebnis ist eine Hypothese, die anhand der zugrunde liegenden Dokumente überprüft werden muss, und der Anwalt bleibt dafür verantwortlich, was dem Gericht vorgetragen wird. Was sich ändert, ist, dass die Überprüfung anhand einer klar formulierten Hypothese und nicht aufgrund eines bloßen Bauchgefühls erfolgt.

Wo man anfängt

Wählen Sie Ihr nächstes Mandat mit mehr als 100.000 Dokumenten aus und führen Sie eine thematische Analyse an einer Stichprobe durch, bevor Sie das Prüfungsprotokoll erstellen. Vergleichen Sie die Theorie, die sich daraus ergibt, mit der Theorie, die Sie allein auf der Grundlage der Schriftsätze verfasst hätten. Stimmen sie überein, haben Sie eine frühzeitige Bestätigung und eine kostengünstigere Prüfung. Weichen sie voneinander ab, haben Sie den Unterschied zu einem Zeitpunkt festgestellt, an dem Gegenmaßnahmen am wenigsten kosten.

Claira läuft direkt in Nuix Discover. Die thematische Analyse findet also auf der Plattform statt, auf der Ihr Team ohnehin arbeitet, und zwar mit den dort bereits geladenen Daten. Wenn Sie sehen möchten, wie das bei einem echten Datenbestand aussieht, buchen Sie eine Präsentation mit unserem Team, und wir zeigen Ihnen den gesamten Workflow.

Die Dokumente würden Ihnen ohnehin früher oder später zeigen, worum es in dem Fall geht. Die einzige Entscheidung, die Sie treffen müssen, ist, wann Sie es erfahren wollen.