Warum EDRM 2.0 im Zeitalter der KI-gestützten Überprüfung wichtig ist

Am 1. September 2026 veröffentlichte EDRM das EDRM 2.0, das erste wesentliche Update des Electronic Discovery Reference Model seit der Aufnahme des Information Governance Reference Model. Rund 150 Experten aus der gesamten weltweiten EDRM-Gemeinschaft haben an dieser Überarbeitung mitgewirkt. Für ein Diagramm, das seit 2005 an den Wänden von Litigation-Support-Abteilungen hängt, ist dies keine bloße kosmetische Auffrischung.

Die Frage, die man sich stellen sollte, ist nicht, ob das neue Modell anders aussieht. Sie lautet vielmehr, ob die Änderungen Ihrem Team nützliche Erkenntnisse darüber liefern, wie eine KI-gestützte Überprüfung tatsächlich ablaufen sollte. Wir glauben, dass dies der Fall ist. Die folgenreichste Änderung ist gleichzeitig diejenige, an der man am leichtesten vorbeiscrollt.

Was sich tatsächlich geändert hat

Vier Aktualisierungen definieren das neue Modell.

Die Information Governance liegt nun als grundlegende Ebene unter dem gesamten Lebenszyklus und ist keine Phase mehr, die man auf dem Weg zur Datenerfassung durchläuft. Identifizierung, Sicherung, Erfassung und Verarbeitung sind in einem einzigen Data Acquisition Framework (Datenerfassungsrahmen) zusammengefasst. Die Entsorgung (Disposition) erscheint als eigenständige Phase am Ende des Lebenszyklus. Und die Analyse, die früher nur ein Kästchen unter vielen war, wird nun als eine Aktivität dargestellt, die sich über jede Phase der Discovery erstreckt.

EDRM beschreibt diese letzte Änderung so, dass die Analyse zum Bindegewebe zwischen den iterativen Phasen wird. Dies spiegelt die wachsende Bedeutung von juristischer Bewertung, Analytik, Data Science und KI während des gesamten Lebenszyklus wider. Schnelle Leser mögen darin eine reine Vorliebe für Diagramme sehen. Bei genauerer Betrachtung ist es jedoch eine Aussage darüber, wo die eigentliche Discovery-Arbeit heute stattfindet.

Ein praktischer Hinweis vorab: Das EDRM 2.0-Diagramm steht weiterhin unter der Lizenz Creative Commons Attribution 4.0. Ihr Team kann es also ohne Einholung einer Genehmigung für interne Protokolle, Schulungspräsentationen und Erläuterungen für Mandanten anpassen. Die einzige Voraussetzung ist die Nennung der Quelle edrm.net sowie ein Hinweis, falls Sie Änderungen vorgenommen haben.

Die kontinuierliche Analyse ist die wichtigste Änderung

Das bisherige Modell verleitete zu einer bestimmten Denkgewohnheit: Man identifizierte, sicherte, erfasste und verarbeitete. Man prüfte. Und dann analysierte man, was die Prüfung ergeben hatte. Die Analyse war eine nachgelagerte Station – etwas, das stattfand, nachdem die Dokumente sortiert waren und der teure Teil der Arbeit abgeschlossen war.

Unter EDRM 2.0 läuft die Analyse parallel zu allen anderen Phasen. Diese Neuausrichtung beschreibt das, was Teams, die mit KI-gestützter Prüfung arbeiten, in der Praxis schon seit geraumer Zeit tun – oft ohne ein Modell, das dies anerkannte.

Bedenken Sie, was ein moderner erster Durchlauf liefert. Ein einziger Durchgang über einen Datenbestand kann gleichzeitig die Relevanz kennzeichnen, Risiken bezüglich des Anwaltsgeheimnisses aufzeigen, Daten und Autoren extrahieren und Inhalte zusammenfassen. Das Ergebnis ist nicht bloß ein sortierter Stapel, der auf seine Analyse wartet. Es ist die Analyse selbst, die im Moment des ersten Kontakts mit den Dokumenten erstellt wird. Sie liefert Erkenntnisse für Entscheidungen zur Eingrenzung des Projektumfangs, die im alten Diagramm bereits getroffen und unveränderlich waren.

Hier laufen EDRM 2.0 und andere neuere Frameworks zusammen. Wir haben bereits darüber geschrieben, wie das TAR 1 Reference Model der Sedona Conference argumentiert, dass generative KI kein neues Prüfungs-Framework erfordert, da sie sich in den vertretbaren Prozess einfügt, den Litigation-Teams seit über einem Jahrzehnt nutzen. EDRM 2.0 setzt an einem ähnlichen, übergeordneten Punkt an. Die Phasen wurden nicht ersetzt. Die Beziehung zwischen ihnen ist iterativ geworden, und die Analyse ist das, was diese Iteration zusammenhält.

Data Acquisition und das Ende streng sequenzieller Schritte

Die Zusammenfassung von Identifizierung, Sicherung, Erfassung und Verarbeitung spiegelt eine Realität wider, die die meisten Praktiker bereits kennen. Moderne Tools ermöglichen es, diese Aktivitäten parallel und nicht in einer strengen Abfolge durchzuführen, insbesondere für die herausgebenden Parteien, da sich die Discovery-Arbeit weiter nach vorne verlagert.

Die praktische Konsequenz ist, dass früh getroffene Entscheidungen jetzt mehr Gewicht haben, da es weniger separate Kontrollpunkte gibt, an denen der Kurs korrigiert werden kann. Wenn Ihre Eingrenzung bei der Erfassung ungenau ist, pflanzt sich diese Ungenauigkeit in einem Workflow fort, der keinen harten Stopp mehr zwischen Verarbeitung und Prüfung erzwingt.

Dies spricht dafür, die Definition des Falls festzulegen, bevor das Datenvolumen eintrifft, und nicht erst danach. In Claira erfolgt diese Arbeit im Case Context. Hier hält Ihr Team den Hintergrund, die Streitfragen und die Relevanzkriterien fest, von denen ein Fall abhängt. Dieser Kontext zieht sich dann durch jeden folgenden Durchgang, sodass für das zehntausendste Dokument derselbe Standard gilt wie für das erste. In einem Modell, in dem die Phasen verschwimmen, ist eine feste und dokumentierte Definition des Projektumfangs keine administrative Formsache. Sie ist das Einzige, was ein Abweichen vom Kurs verhindert.

Disposition – die Phase, die früher alle übersprungen haben

Dass die Entsorgung (Disposition) ein eigenes Kästchen erhalten hat, ist überfällig. Sie bringt eine Besonderheit mit sich, die speziell für die KI-gestützte Überprüfung relevant ist und genannt werden sollte.

EDRM definiert Disposition als die praktische, rechtliche und ethische Pflicht, mit Daten am Ende des Lebenszyklus umzugehen, wenn sie nicht mehr benötigt werden. Die meisten Teams haben eine entsprechende Regelung in ihren Aufbewahrungsrichtlinien verankert. Weniger Teams haben sich jedoch Gedanken darüber gemacht, was die KI-Prüfung zu diesem Datenbestand hinzufügt.

Ein KI-gestütztes Verfahren erzeugt abgeleitetes Material, das bei der ursprünglichen Erfassung noch nicht existierte: Zusammenfassungen, extrahierte Codierungen, Chronologien und Begründungen, die parallel zu jeder Entscheidung erfasst werden. Dieses Material ist während des Verfahrens äußerst nützlich, stellt aber ebenfalls Daten dar. Es unterliegt denselben Fragen zum Ende des Lebenszyklus wie die Dokumente, die es beschreibt. Wenn Ihr Entsorgungsprotokoll verfasst wurde, bevor Ihr Prüfungs-Workflow diese Ergebnisse lieferte, bleibt es diesbezüglich wahrscheinlich vage. EDRM 2.0 gibt Ihnen einen Anlass, dieses Protokoll zu überarbeiten, und bietet eine konkrete Phase, an der sich diese Diskussion festmachen lässt.

Übertragung auf die Arbeit mit Nuix Discover

Nichts von alledem erfordert eine neue Plattform. Es erfordert lediglich das Wissen, wo die jeweilige Aktivität angesiedelt ist.

Wenn Ihr Team Prüfungen in Nuix Discover durchführt, ist die Zuordnung recht direkt. Erfassung und Verarbeitung finden in Ihrer bestehenden Umgebung statt. Claira führt darin die KI-Prüfung durch. Dies ist der Punkt, an dem die kontinuierliche Analyse zu etwas wird, das Sie tatsächlich demonstrieren und nicht nur behaupten können. Ein Massendurchlauf, der die Relevanz codiert, während er objektive Felder extrahiert und Risiken bezüglich des Anwaltsgeheimnisses aufzeigt, ist die kontinuierliche Analyse von EDRM 2.0 – ausgedrückt als Workflow und nicht nur als Diagramm.

Auch die Argumentation zur Nachvollziehbarkeit und Vertretbarkeit verbessert sich. Wenn die Gegenseite oder ein Richter fragt, wie Ihr Prozess abgelaufen ist, sind Sie in einer weitaus stärkeren Position, wenn Sie für jede Phase eine benannte Stufe mit einer konsistenten Definition des Projektumfangs und einem sichtbaren Protokoll der Entscheidungsfindung vorweisen können, anstatt die Prüfung als eine Blackbox zu beschreiben, die lediglich Tags generiert hat.

Was das für Ihr Team bedeutet

EDRM 2.0 ist kein Mandat und ändert keine Regeln. Es ist eine im Konsens erstellte Beschreibung der heutigen Discovery-Praxis, zusammengetragen von Experten, die diese Arbeit in verschiedenen Rollen und Rechtsordnungen ausüben. Sein Wert liegt in einem gemeinsamen Vokabular. Dies ist besonders in jenen Gesprächen wichtig, in denen Präzision am schwersten fällt – etwa wenn man einem Mandanten, einer Regulierungsbehörde oder einem Gericht einen KI-gestützten Workflow erklären muss.

Unser Vorschlag ist pragmatisch: Nehmen Sie das neue Diagramm zur Hand, legen Sie es neben Ihr aktuelles Prüfungsprotokoll und suchen Sie nach den Stellen, an denen Ihr Protokoll immer noch davon ausgeht, dass die Analyse erst ganz am Ende erfolgt. Das sind die Stellen, an denen Ihr Prozess und das Modell der Fachwelt still und leise voneinander abgewichen sind.

Wenn Sie sehen möchten, wie kontinuierliche Analyse an echten Dokumenten aussieht, buchen Sie eine fünfzehnminütige Demo. Wir werden dann ein Relevanzkriterium anhand einer Stichprobe aus einem Ihrer eigenen Fälle direkt in Nuix Discover anwenden.