Auf einen Blick

Inhalt des Kurses

1. Lektion 1: Die Rechtsbranche im KI-Umbruch: Zahlen, Fakten und regulatorische Leitplanken
2. Lektion 2: Legal-Tech-Tools im Vergleich: Souveräne vs. US-amerikanische Lösungen
3. Lektion 3: KI in der Vertragsarbeit: Due Diligence, Klauselprüfung und Compliance-Monitoring
4. Lektion 4: Neue Geschäfts- und Pricing-Modelle: Von Billable Hours zu Value-Based Pricing
5. Lektion 5: KI-Strategie für Kanzleien und Rechtsabteilungen: Der Implementierungsfahrplan

Kursinhalt

KI für Juristen und Rechtsabteilungen: Compliance, Tools und neue Geschäftsmodelle

Lernziel des Kurses: Nach Abschluss dieses Kurses verstehen Sie die berufsrechtlichen Rahmenbedingungen für KI-Einsatz in der Rechtsbranche, können die wichtigsten Legal-Tech-Tools bewerten, kennen die Anforderungen des EU AI Act für Kanzleien und Rechtsabteilungen und entwickeln ein tragfähiges KI-Einführungskonzept.

Lektion 1: Die Rechtsbranche im KI-Umbruch: Zahlen, Fakten und regulatorische Leitplanken

Lernziel: Sie kennen den aktuellen Stand der KI-Adoption in der Rechtsbranche, verstehen die berufsrechtlichen Grundlagen und können die wichtigsten Compliance-Anforderungen benennen.

Die Rechtsbranche erlebt 2026 einen Adoptionsschub, der vor zwei Jahren noch undenkbar gewesen wäre. Laut der DAV-Umfrage vom Frühjahr 2026 nutzen 63,6 Prozent der deutschen Kanzleien bereits KI-Tools in irgendeiner Form. Legal Tech ist das am schnellsten wachsende KI-Segment mit bis zu 38 Prozent Wachstum gegenüber dem Vorjahr. In Deutschland sind rund 300 Legal-Tech-Unternehmen aktiv, die zusammen etwa 10.000 Menschen beschäftigen und eine Bilanzsumme von rund 800 Millionen Euro aufweisen.

Doch diese rasante Adoption hat eine Schattenseite: Viele Kanzleien setzen KI ein, ohne die berufsrechtlichen Grundlagen geklärt zu haben. Das ist riskant, denn die Eingabe nicht-anonymisierter Mandantendaten in Standard-KI-Tools wie ChatGPT verstößt gegen die Verschwiegenheitspflicht (Paragraf 43a BRAO) und kann sogar den Straftatbestand der Verletzung von Privatgeheimnissen (Paragraf 203 StGB) erfüllen. KPMG Law berichtet 2026, dass 88 Prozent der Rechtsabteilungen von steigender Arbeitsbelastung bei gleichbleibendem Personal berichten und 91 Prozent Prozessoptimierung als oberste Priorität sehen.

Ab dem 2. August 2026 verschärft der EU AI Act die Lage zusätzlich. Artikel 4 verlangt von allen Unternehmen eine ausreichende "AI Literacy", also KI-Kompetenz aller Mitarbeitenden, die mit KI-Systemen arbeiten. Artikel 50 führt Kennzeichnungspflichten für KI-generierte Inhalte ein. Verstöße können mit Bußgeldern von bis zu 15 Millionen Euro oder 3 Prozent des Jahresumsatzes geahndet werden. Für Kanzleien und Rechtsabteilungen bedeutet das: KI-Nutzung ohne Compliance-Konzept wird zum existenziellen Risiko.

Die gute Nachricht: Wer die Regeln kennt und befolgt, kann KI als enormen Produktivitätshebel nutzen. Enterprise-Lösungen mit Auftragsverarbeitungsvertrag (AVV), Trainings-Opt-Out und EU-Hosting bieten einen berufsrechtskonformen Rahmen.

Zusammenfassung:

• 63,6 Prozent der deutschen Kanzleien nutzen bereits KI, aber viele ohne geklärte berufsrechtliche Grundlage.
• Die Eingabe von Mandantendaten in Standard-KI-Tools kann gegen BRAO und StGB verstoßen. Nur Enterprise-Lösungen mit AVV und EU-Hosting sind berufsrechtskonform.
• Ab dem 2. August 2026 verlangt der EU AI Act KI-Kompetenz und Kennzeichnungspflichten mit empfindlichen Bußgeldern.

Praxistipp: Führen Sie sofort eine Bestandsaufnahme durch: Welche KI-Tools werden in Ihrer Kanzlei oder Rechtsabteilung bereits genutzt? Gibt es für jedes Tool einen AVV? Ist der Trainings-Opt-Out aktiviert? Sind die Serverstandorte in der EU?

Lektion 2: Legal-Tech-Tools im Vergleich: Souveräne vs. US-amerikanische Lösungen

Lernziel: Sie kennen die führenden Legal-Tech-Plattformen, verstehen den Unterschied zwischen souveränen europäischen und US-amerikanischen Anbietern und können eine fundierte Tool-Auswahl für Ihre Organisation treffen.

Der Legal-Tech-Markt hat 2025 und 2026 eine bemerkenswerte Reife erreicht. Mit 6 Milliarden USD Risikokapital allein in 2025 fließt so viel Investitionskapital in den Sektor wie nie zuvor. Die zentrale Frage für DACH-Kanzleien und Rechtsabteilungen lautet: Nutze ich einen US-Marktführer mit überlegener KI-Leistung oder eine europäische Lösung mit maximaler Datensouveränität?

Noxtua (vormals Beck-Noxtua) ist die wichtigste europäische Alternative. Hinter dem Produkt stehen der Berliner KI-Spezialist Xayn und die Großkanzlei CMS. Im April 2025 schloss Noxtua eine Series-B-Finanzierung über 80,7 Millionen Euro ab. Das System basiert auf einem eigenen Sprachmodell, das speziell auf deutsches und europäisches Recht trainiert wurde, und läuft auf EU-Servern. Es bietet Rechtsrecherche auf Basis der C.H.-Beck-Fachinhalte, was eine hohe Quellenqualität garantiert. Für Kanzleien, die maximale Datensouveränität benötigen, ist Noxtua die erste Wahl.

Harvey ist mit einer Bewertung von rund 11 Milliarden USD der globale Marktführer. Das System verarbeitet 2026 bis zu 13 Billionen Token pro Monat, was die enorme Skalierung verdeutlicht. Harvey bietet die breiteste Funktionalität, von Vertragsanalyse über Due Diligence bis hin zu Rechtsrecherche. Der Nachteil: Die Daten werden auf US-Servern verarbeitet, was für berufsrechtlich sensible Mandantendaten problematisch sein kann.

Legora (ehemals Leya) hat sich mit einer Bewertung von 5 Milliarden USD als europäische Alternative positioniert. Ein bemerkenswerter Schritt im Juni 2026: Legora stellte als einer der ersten Legal-Tech-Anbieter von Pauschallizenzen auf Pay-per-Token um. Das verändert die Kostenstruktur fundamental und macht KI-Nutzung auch für kleinere Kanzleien wirtschaftlich.

Weitere relevante Anbieter sind Bryter (Deutschland, 66 Mio. EUR Series B, No-Code-Workflows), Wolters Kluwer mit dem Tool Kleos und der KI-Lösung Libra sowie Luminance für spezialisierte Vertragsanalyse und Due Diligence.

Zusammenfassung:

• Der Legal-Tech-Markt teilt sich in souveräne europäische Lösungen (Noxtua, Legora, Bryter) und US-Marktführer (Harvey) mit jeweils unterschiedlichen Stärken.
• Noxtua bietet die höchste Datensouveränität für DACH-Kanzleien mit Zugriff auf Beck-Fachinhalte. Harvey überzeugt durch die breiteste Funktionalität.
• Das neue Pay-per-Token-Modell von Legora signalisiert einen Branchenwandel, der KI auch für kleinere Kanzleien zugänglich macht.

Reflexionsfrage: Welche Mandantendaten verarbeiten Sie aktuell mit KI-Tools? Würde eine Überprüfung der Serverstandorte und AVV-Verträge Compliance-Lücken aufdecken?

Lektion 3: KI in der Vertragsarbeit: Due Diligence, Klauselprüfung und Compliance-Monitoring

Lernziel: Sie verstehen, wie KI die drei zentralen juristischen Arbeitsfelder Vertragsanalyse, Rechtsrecherche und Compliance-Monitoring transformiert, und kennen die Grenzen und Risiken.

Die Vertragsarbeit ist der Bereich, in dem KI den größten unmittelbaren Produktivitätshebel bietet. In einer Due Diligence prüfen KI-Agenten hunderte oder tausende Verträge gegen interne Richtlinien und eskalieren Abweichungen autonom. Was früher Wochen dauerte und ein Team von Juristen beschäftigte, erledigt ein KI-System in Stunden. Luminance hat sich auf genau diesen Anwendungsfall spezialisiert und verarbeitet in M&A-Due-Diligence-Projekten routinemäßig Datenräume mit zehntausenden Dokumenten.

Neben der Due Diligence revolutioniert KI auch die tägliche Vertragsarbeit. Moderne Systeme scannen neue Verträge automatisch auf Klauseln, die von den Unternehmensrichtlinien abweichen, und markieren Risikobereiche. ESG-Kriterien, Haftungsbegrenzungen, Datenschutzklauseln: All das kann KI in Sekunden prüfen, wofür ein Jurist Stunden brauchen würde. Entscheidend ist dabei die Token-Kosten-Kalkulation bei großen Datenräumen. Ein 500-seitiger Vertrag umfasst etwa 250.000 Token. Bei Standard-Preisen kostet die Analyse mit einem leistungsfähigen Modell 3 bis 5 EUR. Bei tausenden Verträgen summiert sich das allerdings schnell, weshalb die in Lektion 2 beschriebene Tool-Auswahl und die in anderen Kursen behandelte Token-Optimierung auch für Juristen relevant sind.

Der dritte Bereich ist die KI-gestützte Rechtsrecherche. Traditionell durchsuchen Juristen Urteilsdatenbanken manuell nach relevanten Entscheidungen. KI-Systeme wie Noxtua Research nutzen Retrieval-Augmented Generation (RAG), um verifizierte Urteilsdatenbanken semantisch zu durchsuchen und Ergebnisse mit exakten Quellenangaben zu liefern. Das klingt ideal, birgt aber ein fundamentales Risiko: Halluzinationen. KI-Modelle können Urteile "erfinden", die plausibel klingen, aber nicht existieren. Der berühmte Fall Mata vs. Avianca (2023), in dem ein US-Anwalt von ChatGPT erfundene Urteile vor Gericht zitierte, ist das abschreckende Beispiel.

Die Lösung ist das Prinzip "Human in Command": Der Anwalt bleibt verantwortlich für die Überprüfung jedes KI-Ergebnisses. Kein KI-generiertes Dokument verlässt die Kanzlei ohne menschliche Prüfung. Das ist keine optionale Best Practice, sondern berufsrechtliche Pflicht: Der Anwalt haftet für ungeprüfte KI-Ergebnisse.

Zusammenfassung:

• KI-gestützte Due Diligence reduziert den Zeitaufwand für Vertragsanalyse von Wochen auf Stunden und prüft Klauseln automatisch gegen interne Richtlinien.
• Rechtsrecherche mit RAG liefert Ergebnisse mit Quellenangaben, birgt aber das Risiko von Halluzinationen. "Human in Command" ist Pflicht.
• Der Anwalt haftet für ungeprüfte KI-Ergebnisse. Kein KI-generiertes Dokument darf ohne menschliche Prüfung die Kanzlei verlassen.

Praxistipp: Etablieren Sie einen dreistufigen Qualitätsprozess für KI-generierte juristische Inhalte: 1. KI-Entwurf erstellen, 2. Quellenprüfung durch Fachanwalt, 3. finale Freigabe durch Partner. Dokumentieren Sie jeden Schritt für die Compliance-Akte.

Lektion 4: Neue Geschäfts- und Pricing-Modelle: Von Billable Hours zu Value-Based Pricing

Lernziel: Sie verstehen, wie KI das traditionelle Abrechnungsmodell der Rechtsbranche transformiert, kennen alternative Pricing-Ansätze und können eine Übergangsstrategie entwickeln.

Das Stundenhonorar, über Jahrzehnte das unangefochtene Abrechnungsmodell der Rechtsbranche, gerät unter massiven Druck. Wenn ein KI-Tool eine Vertragsanalyse in 20 Minuten erledigt, für die ein Junior Associate bisher 8 Stunden brauchte, stellt sich die unvermeidliche Frage: Wer bezahlt noch für 8 Stunden? Laut der Wolters Kluwer Studie "Future Ready Lawyer 2026" erwarten 54 Prozent der Rechtsabteilungen, dass Kanzleien die KI-bedingte Effizienzsteigerung an die Preise weitergeben.

Diese Erwartung trifft auf eine Branche, deren Geschäftsmodell seit Generationen auf der Monetarisierung von Arbeitszeit basiert. Der Wandel ist schmerzhaft, aber unvermeidlich. Drei alternative Modelle zeichnen sich ab.

Fixed-Fee-Mandate werden mit einem Pauschalpreis für ein definiertes Ergebnis abgerechnet. Die Kanzlei trägt das Effizienzrisiko, profitiert aber von KI-getriebener Produktivität. Legora hat in einer Studie mit 31 Großkanzleien (April 2026) gezeigt, dass KI profitable Festpreis-Mandate ermöglicht, die vorher unrentabel gewesen wären. Der Schlüssel: Die Kanzlei kalkuliert intern mit KI-Kosten (Token-Preise, Lizenzgebühren) statt mit Personalstunden.

Value-Based Pricing orientiert sich am Wert des Ergebnisses für den Mandanten, nicht am Aufwand. Eine M&A-Beratung, die einen Deal über 50 Millionen EUR absichert, kann einen höheren Preis rechtfertigen als die reine Summe der Arbeitsstunden. KI ermöglicht hier, mehr Mandate parallel zu bearbeiten und damit den Gesamtumsatz zu steigern.

Pay-per-Token-Modelle, wie von Legora im Juni 2026 eingeführt, übertragen die Kostenlogik der KI-Provider direkt auf den Mandanten. Der Mandant zahlt für die tatsächlich verbrauchten KI-Ressourcen plus eine Beratungsmarge. Dieses Modell ist besonders transparent und skalierbar, erfordert aber ein völlig neues Abrechnungssystem.

Zusammenfassung:

• 54 Prozent der Rechtsabteilungen erwarten, dass Kanzleien KI-Effizienz an die Preise weitergeben. Das stellt das Billable-Hours-Modell fundamental in Frage.
• Fixed-Fee und Value-Based Pricing profitieren von KI-getriebener Produktivität und ermöglichen profitable Mandate, die vorher unrentabel waren.
• Pay-per-Token ist das transparenteste Modell, erfordert aber ein neues Abrechnungssystem und verändert die Mandantenbeziehung.

Reflexionsfrage: Welche Ihrer aktuellen Mandate könnten Sie profitabler bearbeiten, wenn Sie von Stundenhonoraren auf Fixed Fees umstellen und KI-Tools für die Routinearbeit einsetzen würden?

Lektion 5: KI-Strategie für Kanzleien und Rechtsabteilungen: Der Implementierungsfahrplan

Lernziel: Sie können einen konkreten Implementierungsfahrplan für KI in Ihrer Organisation erstellen, die häufigsten Fehler vermeiden und die KI-Kompetenz gemäß EU AI Act sicherstellen.

Die Einführung von KI in einer Kanzlei oder Rechtsabteilung ist kein reines IT-Projekt, sondern ein Transformationsvorhaben, das Berufsrecht, Datenschutz, Change Management und Geschäftsmodell gleichermaßen betrifft. Die Erfahrung aus hunderten Legal-Tech-Projekten zeigt: Organisationen, die strukturiert vorgehen, erreichen in 6 Monaten messbare Produktivitätsgewinne. Organisationen, die "einfach mal ausprobieren", landen in der Tool-Falle, bei der jeder Mitarbeitende andere Tools nutzt, keine Compliance gesichert ist und nach 12 Monaten Ernüchterung eintritt.

Der bewährte Fahrplan umfasst drei Phasen.

Phase 1: Compliance-Fundament (Monat 1 bis 2). Bestandsaufnahme aller bereits genutzten KI-Tools. Berufsrechtliche Bewertung: Welche Tools erfüllen die Anforderungen von BRAO, StGB und DSGVO? Erstellung einer KI-Richtlinie: Was darf eingegeben werden, was nicht? Auswahl von maximal zwei berufsrechtskonformen Enterprise-Lösungen. Sicherstellung der AI Literacy gemäß EU AI Act Artikel 4: Jeder Mitarbeitende, der KI-Systeme nutzt, muss über ausreichende KI-Kompetenz verfügen. Dokumentation der Schulungsmaßnahmen für die Compliance-Akte.

Phase 2: Pilot mit Quick Wins (Monat 3 bis 4). Start mit dem Anwendungsfall, der den geringsten Compliance-Aufwand und den höchsten Produktivitätshebel bietet. Für Kanzleien sind das typischerweise: Rechtsrecherche (verifizierte Quellen, kein Mandatsbezug nötig), Zusammenfassungen von Urteilen und Gesetzesentwürfen, Entwurf von Standardverträgen auf Basis interner Vorlagen. Für Inhouse-Rechtsabteilungen eignen sich: Compliance-Monitoring (automatisierte Überwachung regulatorischer Änderungen), NDA-Prüfung gegen interne Richtlinien, FAQ-Bots für wiederkehrende Rechtsfragen interner Fachabteilungen.

Phase 3: Skalierung und Kulturwandel (Monat 5 bis 6). Ausweitung auf weitere Anwendungsfälle basierend auf den Pilot-Ergebnissen. Integration in bestehende Kanzleisoftware (Kleos, RA-Micro, Datev). Aufbau eines internen "KI-Champion"-Netzwerks: Zwei bis drei KI-affine Juristen pro Team, die als Multiplikatoren wirken. Messung und Reporting: Zeitersparnis pro Mandatstyp, Qualitätsvergleich KI-unterstützt vs. manuell, Token-Kosten pro Monat.

Zusammenfassung:

• Die KI-Einführung in Kanzleien erfordert ein strukturiertes Vorgehen in drei Phasen: Compliance-Fundament, Pilot mit Quick Wins und Skalierung mit Kulturwandel.
• Der EU AI Act verlangt ab August 2026 nachweisbare KI-Kompetenz aller Mitarbeitenden, die KI-Systeme nutzen. Schulungsnachweise gehören in die Compliance-Akte.
• Der häufigste Fehler ist der Start ohne Compliance-Konzept. Die Tool-Falle (jeder nutzt andere Tools ohne Richtlinie) führt zu berufsrechtlichen Risiken und Ernüchterung.

Praxistipp: Beginnen Sie Phase 1 mit einem "KI-Audit-Tag": Sammeln Sie in einem Workshop alle Tools, die Mitarbeitende bereits nutzen (auch privat auf dem Smartphone). Die Ergebnisse werden Sie überraschen und liefern die Grundlage für Ihre KI-Richtlinie.