Generative KI hat eine Reihenfolge umgekehrt, die in der Kanzleiwelt bislang verlässlich war: Erst reift eine Technologie in Nischen, dann hält sie Einzug in regulierte Branchen. Wer heute Legal-KI evaluiert, bewegt sich in einer Phase, in der sich die zugrundeliegende Technologie schneller entwickelt als bei jeder vergleichbaren Innovation zuvor. Das verlangt eine andere Herangehensweise als die Auswahl klassischer Kanzleisoftware.
Eine historisch ungewöhnliche Lage
Frühere Basistechnologien – das Internet, die Cloud, mobile Endgeräte – durchliefen alle ein ähnliches Muster: Sie wurden zunächst von Enthusiasten und technisch versierten Profis erprobt, reiften in Nischen, fanden dann ihren Weg in Unternehmen und erreichten erst zuletzt die regulierten Branchen wie die Anwaltschaft. Diese Reihenfolge bot Kanzleien einen strukturellen Vorteil: Wer abwartete, kaufte am Ende ein erprobtes Produkt mit etablierten Best Practices.
Generative KI hat dieses Muster gebrochen. Innerhalb weniger Monate nach dem Start von ChatGPT hatten Fachangestellte, Anwält:innen und Mandantschaft gleichermaßen Zugriff – kostenlos, ohne technische Hürden, weltweit. Inzwischen nutzen laut Bitkom 67 Prozent der Bevölkerung in Deutschland zumindest gelegentlich generative KI; die Zahl der Unternehmen, die KI einsetzen, hat sich binnen eines Jahres von 20 auf 36 Prozent fast verdoppelt. Damit ist eine Situation entstanden, die es so noch nicht gab: Ein gesamter Berufsstand wurde quasi über Nacht zum Early Adopter einer Technologie, die sich gleichzeitig noch in der Entstehung befindet.
Warum die übliche Beschaffungslogik nicht greift
Klassische Kanzleisoftware – vom DMS über die Buchhaltung bis zum beA – wird typischerweise mit der Erwartung von fünf bis zehn Jahren Stabilität gekauft. Die Auswahl stützt sich auf etablierte Marktstandards, klare Schulungswege und belastbare Erfahrungsberichte. Bei Legal-KI ist die Lage eine andere: Der Markt ist jung, die zugrundeliegenden Modelle entwickeln sich rasant weiter, neue Anbieter und Funktionen kommen im Monatsrhythmus hinzu. Wer abwartet, bis sich ein einheitlicher Marktstandard herausgebildet hat, verschiebt damit nicht nur die eigene Lernkurve, sondern überlässt das Feld jenen Kanzleien, die in dieser Phase erste Erfahrungen sammeln.
Gleichzeitig wächst der Druck von außen. Mandant:innen fragt aktiv nach KI-Einsatz, der juristische Nachwuchs erwartet moderne Werkzeuge, und der Markt bepreist Effizienzvorteile neu. Eine aktuelle internationale Studie zeigt, dass 42 Prozent der teilnehmenden Kanzleien angeben, der Hinweis auf ihren KI-Einsatz habe ihnen geholfen, neue Mandate zu gewinnen. Wer hier zögert, riskiert, an Kanzleien vorbei mandatiert zu werden, die bereits sichtbar mit KI arbeiten.
Was an die Stelle der alten Logik treten muss
Aus dieser Spannung folgt kein Plädoyer für blinden Aktionismus, sondern für eine andere Beschaffungspraxis. Drei Verschiebungen sind dabei zentral.
Erstens: Pilotieren statt einführen. Statt eines großen Rollouts mit anschließender Bindung empfiehlt sich, mit einem klar umrissenen Anwendungsfall zu beginnen – etwa der Prüfung von NDAs in einem definierten Team über drei bis sechs Monate. Das senkt das Risiko und liefert belastbare Erkenntnisse für die nächste Stufe.
Zweitens: Use Case zuerst, Tool danach. Die Frage „Welche KI brauchen wir?“ führt in die Irre. Produktiver ist: „Welcher Engpass in unserer Wertschöpfung lohnt sich am ehesten zu adressieren – und welches Werkzeug passt dazu?“ Das macht Investitionen messbar und vermeidet die teure Anschaffung von Lösungen, die niemand wirklich nutzt.
Drittens: Die ChatGPT-Erfahrung relativieren. Die private Nutzung generativer KI prägt Erwartungen in beide Richtungen – „die kann ja alles“ oder „die halluziniert nur“. Beides ist als Maßstab für spezialisierte Legal-KI ungeeignet. Hinzu kommt: Die unkontrollierte Nutzung privater KI-Tools im Kanzleialltag, die sogenannte Schatten-KI, ist laut Bitkom inzwischen in jedem vierten Unternehmen verbreitet. Sie ist Symptom eines Vakuums – wenn die Kanzlei keine geeigneten Werkzeuge bereitstellt, schaffen sich Mitarbeitende eigene.
Der zweite Schritt: KI auch für die Nicht-Early-Adopter zugänglich machen
Ein experimentierfreudiges Beschaffungsmindset ist eine Anforderung an die Kanzleiführung. Es darf aber nicht zur stillen Voraussetzung für jede einzelne mitarbeitende Person werden. Wer Tools auswählt, die Prompt-Expertise verlangen, schließt den Großteil der Kanzlei vom tatsächlichen Nutzen aus – und reproduziert genau die Ungleichheit, die KI eigentlich aufheben sollte.
Skalierbare Legal-KI muss daher die Entscheidungs- und Wissenslogik der Profis kodifizieren – etwa in Form von Playbooks, regelbasierten Prüfschemata oder vordefinierten Workflows – und sie auf Knopfdruck abrufbar machen. Genau hier setzt etwa neo:sense an, das im Soldan-Portfolio verfügbar ist: Vertragsprüfung erfolgt anhand zuvor von Profis konfigurierter Playbooks, ohne dass die anwendende Person über vertieftes Prompt-Wissen verfügen muss. Die juristische Qualität wird einmal definiert und dann reproduzierbar angewendet – auch von Mitarbeitenden, die sonst keinen direkten Bezug zu KI-Tools haben, oder von Mandantenseite im Rahmen von Sales- und Einkaufsprozessen.
Der pragmatische Mittelweg
Auf einen vollständig ausgereiften Markt zu warten, ist in dieser Phase keine vorsichtige, sondern eine teure Entscheidung. Sich kopfüber in jede neue KI-Welle zu stürzen, ist die andere Variante desselben Fehlers. Der dritte Weg – strukturierte Pilotierung, klare Use Cases, regelbasierte Tools, die ohne KI-Spezialwissen einsetzbar sind – ist derjenige, den anwaltliche Sorgfalt und technologische Realität gemeinsam zulassen. Er verlangt von Kanzleien etwas Ungewohntes: die Bereitschaft, sich auf eine Technologie einzulassen, die sich kontinuierlich weiterentwickelt. Und er belohnt es mit einem Vorsprung, der sich aus der jetzigen Marktsituation für die nächsten Jahre kaum noch aufholen lassen wird.
Flavio Trillo hat Jura an der FU-Berlin studiert und beschäftigt sich seit über 15 Jahren mit digitalen Produkten und Softwareentwicklung.
Als Head of Product verantwortet er bei neo:law das KI-gestützte Vertragsprüfungstool neo:sense.
