AI Governance · 12 Min.
Legal AI Agenten für Vertragsreview: Was automatisiert werden kann und was nicht
Vertragsreview ist ein starker Use Case für AI-Agenten, solange der Agent Risiken sichtbar macht und nicht heimlich rechtlich entscheidet.
SYSTEMS Grafik zu Legal AI Agenten Vertragsreview: Risk -> Guardrail -> Audit. Fokus: Wie Legal AI Agenten Vertragsreview vorbereiten, ohne rechtliche Verantwortung zu verschleiern.
Kurzfassung
Legal AI kann Klauseln erkennen, vergleichen und Risiken markieren. Rechtliche Bewertung und finale Freigabe brauchen Expertenreview. Gute Systeme liefern Quellen, Abweichungen und Unsicherheiten.
Strategischer Lesepfad
Baue das Thema im passenden Cluster weiter aus und verknüpfe es mit den nächsten Architekturentscheidungen.
Warum Vertragsreview gut passt Verträge sind textlastig, wiederkehrend und enthalten erkennbare Muster. Ein Agent kann Standardklauseln finden, Abweichungen markieren und kritische Stellen in eine Review-Queue legen.
Das spart Zeit, ohne den juristischen Entscheidungsprozess zu ersetzen.
Stand Mai 2026: Legal AI wird professioneller, aber nicht risikofrei ABA Formal Opinion 512 macht deutlich, dass bestehende Pflichten wie Kompetenz, Vertraulichkeit, Kommunikation, Aufsicht und angemessene Gebühren auch beim Einsatz generativer AI gelten. BRAK, CCBE, DSK und die SRA gehen in dieselbe Richtung: AI kann Kanzleiarbeit unterstützen, aber Berufsrecht, Datenschutz, Verschwiegenheit, Mandatsgrenzen und Kontrolle bleiben zentral.
Thomson Reuters beschreibt CoCounsel ausdrücklich als professionelle Legal-AI-Assistenz, nicht als Ersatz für anwaltliches Urteil. Docusign AI-Assisted Review, Ironclad AI Playbooks und Harvey Playbook Workflows zeigen das gleiche Produktmuster: first-pass Review, Playbook-Matching, Risk-Flagging, Routing und vorgeschlagene Änderungen. Genau so sollte Vertragsreview gedacht werden: Der Agent strukturiert, vergleicht und markiert. Die rechtliche Bewertung bleibt bei Menschen mit Mandat, Fachwissen und Verantwortung.
Was der Agent liefern sollte Der Agent sollte nicht "Vertrag ist okay" sagen. Er sollte zeigen: Welche Klausel weicht ab? Welche Standardposition ist betroffen? Welche Quelle oder interne Policy wurde verwendet? Welche Unsicherheit bleibt?
So entsteht eine bessere Prüfvorlage.
Ein guter Review-Record enthält:
Damit wird Legal AI nicht zum Orakel, sondern zur strukturierten Vorarbeit.
Vertragsart und Version. relevante Parteien, Rechtsordnung und Sprache. erkannte Klauseln und fehlende Klauseln. Abweichung von Playbook, Mustervertrag oder Policy. Risiko-Level mit Begründung. Quelle: Vertragsstelle, Playbook-Abschnitt, interne Policy oder Fachwissen. Unsicherheit: unklare Definition, widersprüchliche Klausel, fehlender Kontext. Review-Owner und nächste Entscheidung. Grenzen und Haftungsrisiko Legal AI darf keine falsche Sicherheit verkaufen. Besonders riskant sind ungeprüfte Rechtsauskunft, automatische Freigabe und fehlende Dokumentation.
Bei rechtlichen Entscheidungen ist Human Review kein Extra, sondern Kern der Architektur.
Vertragsreview als Workflow, nicht als Chat Ein produktiver Contract-Review-Agent braucht feste Schritte:
1. Intake: Vertrag, Anlagen, Version, Gegenpartei und Deal-Kontext. 2. Klassifikation: NDA, MSA, DPA, Kaufvertrag, Arbeitsvertrag oder Spezialfall. 3. Extraktion: Laufzeit, Haftung, Kündigung, Datenschutz, IP, Zahlungsbedingungen, Gerichtsstand. 4. Playbook-Vergleich: Standardposition, erlaubte Abweichung, rote Linie. 5. Risiko-Markierung: konkrete Klauselstelle, Grund, Auswirkung, offene Frage. 6. Review-Queue: Legal, Sales, Procurement, Datenschutz oder Management. 7. Audit: Quelle, Modellversion, Prompt/Playbook-Version, menschliche Freigabe.
Dieser Workflow verhindert, dass ein Chatverlauf zur unprüfbaren Entscheidungsgrundlage wird.
Vertraulichkeit und Privilegien Der wichtigste technische Punkt ist nicht die Prompt-Formulierung. Es ist die Datenarchitektur. Verträge enthalten Kundendaten, Preislogik, IP, Verhandlungspositionen und manchmal privilegierte Kommunikation.
Deshalb braucht Legal AI:
Consumer-Chats ohne Governance sind für Vertragsreview keine belastbare Architektur.
Enterprise Privacy ist dabei wichtig, aber kein Zauberschild. OpenAI und Anthropic sagen für Business-/Enterprise-Produkte, dass Kundendaten standardmäßig nicht zum Modelltraining genutzt werden. Trotzdem müssen Kanzlei oder Legal-Team Vertraulichkeit, Auftragsverarbeitung, Datenstandort, Retention, Zugriffskontrollen und Mandantenfähigkeit je Deployment prüfen.
freigegebene Anbieter- und Datenverarbeitungsprüfung. klare Retention- und Trainingsregeln. rollenbasierte Zugriffe. Mandanten- oder Workspace-Trennung. Protokollierung ohne unnötige Offenlegung. Handoff an Anwalt oder Legal-Team bei Unsicherheit. Evals für Vertragsreview-Agenten Vor Produktivbetrieb sollte getestet werden:
Wenn ein Legal-Agent diese Tests nicht besteht, spart er keine Zeit. Er verschiebt Risiko.
erkennt der Agent relevante Klauseln und fehlende Klauseln? verwechselt er Vertragsarten oder Rechtsordnungen? zitiert er die richtige Vertragsstelle und Policy? markiert er Unsicherheit statt sie zu kaschieren? erzeugt er keine Rechtsauskunft ohne Review? schützt er vertrauliche Daten und Mandatsgrenzen? bleibt der Review-Prozess für Audit und Haftung nachvollziehbar? Der SYSTEMS-Blick Wir bauen Vertragsreview-Agenten als Assistenzschicht: Extraktion, Vergleich, Risiko, Review und Audit. Die Architektur macht sichtbar, was der Agent weiss und was nicht.
Damit wird Legal AI produktiv, ohne Verantwortlichkeit zu verwischen.
