Wenn KI das Recht liest, Teil 2. Warum die richtige Quelle trotzdem zur falschen Antwort führen kann und was Struktur, Zeit und Regeln beitragen.
In Teil 1 haben wir betrachtet, wie KI-Systeme Informationen finden. Nehmen wir an, dieser Teil funktioniert inzwischen. Der Assistent durchsucht Tausende Dokumente, findet die richtige Verordnung und zitiert den korrekten Artikel. Die Antwort ist trotzdem falsch. Der Artikel wurde im vergangenen Jahr geändert, eine Ausnahme an anderer Stelle des Gesetzes greift, oder der Sachverhalt liegt vor der Änderung.
Eine Norm zu finden und sie anzuwenden sind zwei verschiedene Aufgaben. Dieser Artikel erklärt, warum, und was das für alle bedeutet, die juristische KI entwickeln oder einkaufen.
1. Recht ist ein Netzwerk, keine Bibliothek
Gesetze stehen nicht für sich allein. Nationale Gesetze setzen EU-Richtlinien um. Spätere Gesetze ändern frühere oder heben sie auf. Untergesetzliche Normen beruhen auf einer Ermächtigung in einem übergeordneten Gesetz. Eine einzelne Vorschrift hängt oft von einer Definition, einer Voraussetzung oder einer Ausnahme ab, die an ganz anderer Stelle steht.
Darüber liegt eine Hierarchie. Höherrangiges Recht geht niederrangigem vor, und die speziellere Regel verdrängt die allgemeine. Kollidieren zwei Vorschriften, entscheidet ihr Rang, nicht wie genau ihr Wortlaut zur Frage passt.
Juristen legen außerdem aus. Sie lesen eine Vorschrift nach Wortlaut, Systematik, Entstehungsgeschichte und Zweck. Diese Methoden können in unterschiedliche Richtungen weisen, und Rechtsordnungen gewichten sie verschieden. Ein Suchsystem leistet keinen dieser Schritte von selbst.
Für IT-Teams: Eine juristische Frage lässt sich selten mit einer einzigen Textstelle beantworten. Behandeln Sie eine Vorschrift, ihre Definitionen, ihre Ausnahmen und ihre Änderungen als eine Einheit.
2. Ähnlich ist nicht relevant, schon gar nicht im Recht
Teil 1 hat gezeigt, dass eine einzige Textstelle, die passend klingt, aber die Antwort nicht enthält, die Genauigkeit um bis zu 25 Prozent senken kann, und zwar schon bei allgemeinen Wissensfragen. Im Recht verschärft sich das Problem, weil der entscheidende Text oft gar nicht nach der Frage klingt.
Nehmen wir eine Frage zur Kündigungsfrist in einem Arbeitsvertrag. Eine semantische Suche liefert Textstellen über Kündigungsfristen. Entscheidend ist aber vielleicht eine Übergangsvorschrift in einem Änderungsgesetz, wonach die neue Regel nicht für Verträge gilt, die vor einem bestimmten Datum geschlossen wurden. Mit der Frage hat sie kaum ein Wort gemeinsam.
Ein aktueller Überblicksartikel zu Systemen, die Suche und Schlussfolgern verbinden, formuliert denselben Punkt allgemein: Hohe Ähnlichkeit garantiert keine Relevanz, und eine einmalige Suche stößt an Grenzen, wenn die nächste Suche davon abhängt, was die vorherige gefunden hat. Juristische Fragen bestehen aus solchen Ketten. Erst die Vorschrift finden, dann ihre Definition, dann das Gesetz, das sie geändert hat.
Für Rechtsabteilungen: Fragen Sie Anbieter, wie ihr System mit Definitionen, Ausnahmen und Änderungsgesetzen umgeht, nicht nur, wie gut es ähnliche Texte findet.
3. Juristischen Informationen Struktur geben
Ein Knowledge Graph speichert Fakten als einfache Aussagen: Subjekt, Relation, Objekt. Eine Ontologie legt fest, welche Arten von Entitäten und Relationen es gibt. Auf das Recht übertragen werden Gesetze, Vorschriften, Gerichte und Urteile zu eindeutig identifizierbaren Entitäten. Zitate, Änderungen und Umsetzungen werden zu typisierten Verbindungen zwischen ihnen: Diese Richtlinie wird durch jenes nationale Gesetz umgesetzt, dieses Urteil legt jenen Artikel aus.
Die EU liefert bereits einen Großteil des Vokabulars. Der European Legislation Identifier (ELI) gibt Rechtsakten stabile Webadressen und maschinenlesbare Metadaten. Seine Adressvorlage kann Fassung, Sprache und Zeitpunkt eines Textes abbilden, und seine Metadaten können Änderungen, Konsolidierungen und Umsetzungen ausdrücklich festhalten. Der European Case Law Identifier (ECLI) leistet dasselbe für Gerichtsentscheidungen, mit einem einheitlichen fünfteiligen Code, den Gerichte der Mitgliedstaaten und der EU verwenden.
Zwei Details sind für KI wichtig. Erstens kann ELI einzelne Artikel und Abschnitte identifizieren, also genau die Ebene, auf der Juristen zitieren. Zweitens verändert nicht jede rechtliche Wirkung den Text. Das ELI-Glossar hält fest, dass eine Vorschrift durch eine andere „modified“ oder „applied“ werden kann, ohne dass sich ein einziges Wort ändert. Ein System, das nur Textfassungen vergleicht, übersieht das.
Die eigentliche Schwierigkeit liegt im Aufbau und in der Pflege des Graphen. Verwaltungen haben früher in manuell gepflegten Tabellen festgehalten, welche nationale Vorschrift welche Richtlinie umsetzt. Die ELI-Leitlinien beschreiben das als mühsam und nicht immer zutreffend. Automatisierung ist kein Allheilmittel. In einem automatisch erstellten Knowledge Graph (zur KI-Forschung, nicht zum Recht) erreichte die finale Extraktionspipeline eine Präzision von 78,7 Prozent: Etwa jede fünfte extrahierte Relation war falsch. Die ELI-Leitlinien ziehen eine sinnvolle Grenze. Maschinen erzeugen strukturelle Metadaten wie Titel, Daten und Kennungen. Menschen übernehmen die inhaltliche Klassifikation, Verweise auf andere Rechtstexte und die Qualitätskontrolle.
Ein Knowledge Graph kann Ihnen sagen, dass ein Gesetz ein anderes geändert hat. Er kann Ihnen nicht sagen, was die geänderte Vorschrift für Ihren Fall bedeutet.
4. Zeit: Welches Recht gilt eigentlich?
Recht ändert sich, und der neueste Text ist nicht immer der anwendbare. Für einen 2023 geschlossenen Vertrag kann die 2023 geltende Fassung maßgeblich sein, nicht die, die Ihre Datenbank heute anzeigt. Übergangsvorschriften können eine aufgehobene Regel für Sachverhalte vor der Änderung weiter anwendbar halten.
Drei Daten werden leicht verwechselt: wann eine Änderung veröffentlicht wurde, wann sie in Kraft getreten ist und wann sich der Sachverhalt ereignet hat. Konsolidierte Fassungen, die alle Änderungen in einen Text einarbeiten, helfen, doch die Praxis ist uneinheitlich. Laut den ELI-Leitlinien konsolidiert Frankreich unmittelbar nach Verabschiedung eines Änderungsgesetzes, Irland dagegen von Fall zu Fall und vor allem bei umfangreichen Gesetzen. Ein online gefundener konsolidierter Text kann der Rechtslage daher hinterherhinken. Aus diesem Grund nennt ELI den Abruf eines Gesetzes in der Fassung zu einem bestimmten Datum als typischen Anwendungsfall, und seine Adressvorlage enthält Bestandteile für Zeitpunkt und Fassung.
Viele KI-Architekturen ignorieren diese Dimension. Ein umfangreicher Vergleich graphbasierter RAG-Methoden stellte fest, dass sie alle von einer Dokumentensammlung ausgehen, die sich nie ändert. Für Allgemeinwissen ist das eine Vereinfachung. Für das Recht ist es eine ernsthafte Lücke.
Für IT-Teams: Speichern Sie Gültigkeitsdaten zu jeder Vorschrift und jeder Beziehung, und machen Sie das Datum des Sachverhalts zu einer Pflichtangabe, nicht zu einer Nebensache.
5. Lässt sich Recht in Code übersetzen?
Ein Ansatz besteht darin, Rechtsnormen in formale Regeln zu übersetzen: Sind die Voraussetzungen A, B und C erfüllt, folgt die Rechtsfolge D. Das funktioniert gut bei Fristen, Gebührenordnungen und Schwellenwerten. Anderswo funktioniert es schlechter, weil das Recht voller Ausnahmen ist. Speziellere Regeln verdrängen allgemeine, spätere verdrängen frühere.
Sogenanntes Defeasible Reasoning (anfechtbares Schließen) löst das, indem eine Schlussfolgerung zurückgenommen werden kann, sobald eine stärkere Regel greift. LegalRuleML, seit 2021 ein OASIS-Standard, macht solche Regeln maschinenlesbar, einschließlich Pflichten, Erlaubnissen, Ausnahmen, Vorrangregeln und Verweisen auf die Rechtsquelle.
Daraus ergibt sich eine Arbeitsteilung: Das Sprachmodell interpretiert Text und Sachverhalt, eine Regel-Engine prüft die formalen Voraussetzungen. Der oben erwähnte Überblicksartikel empfiehlt genau das für juristische Anwendungen. Entscheidungen sollen deterministische Regel-Engines durchlaufen, die unzulässige Ergebnisse herausfiltern. Generierte Inhalte sollen gegen gesetzliche Anforderungen geprüft werden. Und das System soll niemals eigenständig rechtsverbindliche Entscheidungen treffen.
Doch der Engpass verschiebt sich nur. Jemand muss das Recht zuerst in Regeln übersetzen, und diese Übersetzung ist bereits ein Akt der Auslegung. Eine Regel-Engine ist nur so richtig wie die Lesart des Rechts, die sie abbildet.
6. Wo das Urteil beim Menschen bleibt
Manche Rechtsbegriffe entziehen sich der Formalisierung bewusst: angemessen, verhältnismäßig, berechtigtes Interesse. Ihr Inhalt steht erst fest, wenn jemand sie auf einen konkreten Sachverhalt anwendet. Prinzipien können kollidieren und müssen gegeneinander abgewogen werden. Gegnerische Anwälte entwickeln konkurrierende Lesarten derselben Vorschrift. Juristisches Denken ist deshalb oft eher Argumentation als Berechnung. Die offene Frage ist weniger, was eine Vorschrift sagt, als welche Auslegung sich durchsetzen sollte.
Zusätzliche Denkschritte bei der Suche ändern daran nichts. Derselbe Überblicksartikel stellt fest, dass sich bei der Auslegung von Rechtstexten ein früher Denkfehler durch spätere Suchschritte fortsetzen und das System zu falschen Schlüssen führen kann. Er bezeichnet die Prüfung, ob eine Argumentationskette vollständig ist, als ungelöstes Problem und beschreibt agentenbasierte Systeme als Blackboxes, die sich während der Ausführung kaum korrigieren lassen.
Daraus ergibt sich eine realistische Rolle für KI: Vorschriften auffinden, Änderungen und Zusammenhänge abbilden, Ausnahmen markieren und Argumente vorbereiten, die eine Juristin oder ein Jurist prüft. Wo Entscheidungen Rechte von Menschen berühren, muss jemand das Ergebnis erklären, anfechten und verantworten können. Dieser Jemand ist nicht das Modell.
Unser Fazit
Die Suche entscheidet, ob ein System den richtigen Text sieht. Struktur, Zeit und Regeln entscheiden, ob es diesen Text richtig nutzen kann. Das sind getrennte Funktionen. Die Suche findet Textstellen. Ein Knowledge Graph hält Beziehungen und Gültigkeit fest. Eine Regel-Engine prüft formale Voraussetzungen. Eine Juristin oder ein Jurist wägt ab, was offen bleibt.
Keine einzelne Technologie deckt alle vier Funktionen ab. Die praktische Frage ist, welche davon ein konkreter Anwendungsfall wirklich braucht, und die Antwort hängt von den Fragen Ihres Teams ab, nicht von der neuesten Architektur.
Wie es weitergeht
Wenn es nicht genügt, die richtigen Gesetze zu finden: Woran erkennen wir, ob ein juristisches KI-System besser schlussfolgert? Teil 3 untersucht, wie sich Qualität, Zuverlässigkeit und Nachvollziehbarkeit in der Praxis messen lassen.
Jede Aussage in diesem Artikel stützt sich auf veröffentlichte Forschung und offizielle EU-Dokumentation. Wenn Sie die Quelle zu einer bestimmten Aussage wünschen, kontaktieren Sie uns über wrungel.eu, und wir senden Ihnen die Referenz. Diese Übersetzung ins Deutsche wurde mit einer KI erstellt.