KI & Technologie

Halluzinationen sind nur das sichtbare Problem: Wie Legal AI wirklich geprüft wird

Gute Qualitätssicherung prüft nicht nur falsche Fundstellen, sondern Auslassungen, Aktualität, Bias und falsche Gewissheit. Praxisnah eingeordnet für den d

Archivhinweis: Dieser Beitrag wurde am 23. August 2026 nachträglich in das LexVault-Briefings-Archiv aufgenommen. Themenanlass: 9. Juli 2026; redaktionell aktualisiert am 23. August 2026.

Ein typischer Montag reicht, um zu verstehen, warum "Halluzinationen sind nur das sichtbare Problem: Wie Legal AI wirklich geprüft wird" keine theoretische Debatte ist. Unter Zeitdruck zeigt sich, ob Regeln und Zuständigkeiten tragen.

Der Praxistest

Eine mittelgroße Kanzlei hat mehrere KI-Lizenzen gekauft. Zwei Partner nutzen sie täglich, drei Teams gar nicht, und niemand kann sagen, welche Mandatsdaten in welches System dürfen.

Beobachtung

Beim ersten Blick scheint die Lage banal. Beim zweiten zeigt sie unklare Übergaben, fehlende Kriterien oder falsche Anreize. KI ist im Rechtsmarkt vom Versuchsfeld zur Managementfrage geworden. Lizenzen, Regeln und Schulungen wachsen jedoch oft schneller als belastbare Arbeitsweisen.

Konsequenz

Die zentrale Entscheidung lautet nicht, ob KI grundsätzlich gut oder schlecht ist. Sie lautet, welche Aufgabe unter welchen Daten-, Qualitäts- und Verantwortungsbedingungen unterstützt werden darf. Gute Qualitätssicherung prüft nicht nur falsche Fundstellen, sondern Auslassungen, Aktualität, Bias und falsche Gewissheit. Das Team startet mit: Goldstandard-Fälle bauen. Anschließend testet es: Fehlerklassen führen. Stichproben planen. Legen Sie fest, wer entscheidet, wer prüft und wer bei Unsicherheit stoppt.

90 Tage später

Nach 90 Tagen zählt nicht, wie viele Termine stattgefunden haben. Geeignete Kennzahlen sind Nutzungsquote im vorgesehenen Prozess, Zeit bis zum geprüften Ergebnis, Fehlerklassen, Eskalationen und nachweisbarer Nutzen. Befunde zurückspielen. Messen Sie Wirkung und Nebenwirkung nach einem festen Zeitraum.

Was davon übertragbar ist

Kein Testkorpus bildet die gesamte Vielfalt realer Mandate ab. Übertragbar ist deshalb weniger die einzelne Lösung als die Arbeitsweise: kleiner Realfall, offene Fehler, klare Zuständigkeit, ehrliche Entscheidung.

Worauf das Team achten sollte

Bei KI-Projekten liegt der blinde Fleck häufig zwischen Modell und Mandat. Dort sitzen Berechtigungen, Datenflüsse, Quellen, menschliche Prüfung und die Frage, wer einen fehlerhaften Entwurf erkennt. Genau diese unspektakulären Details entscheiden über den Betrieb. Entscheidend ist, "Goldstandard-Fälle bauen" und "Stichproben planen" im selben Arbeitsablauf zu verbinden. Sonst verbessert die Kanzlei einen Teil und verschiebt das Problem an die nächste Übergabe.

Quellen und Stand

Redaktioneller Stand: 23. August 2026. Empfehlungen und Bewertungen sind redaktionelle Einordnungen auf Grundlage der genannten Quellen.