Ein 90-tägiger Zeitraum für die Discovery (Beweisoffenlegung) bei Millionen von Dokumenten scheitert selten daran, dass das Team nicht lesen kann. Er scheitert vielmehr daran, dass das Team seine Prüfentscheidungen nicht schnell genug priorisieren, messen und begründen kann, um Fristen für die Dokumentenherausgabe (Production) und Anforderungen an die gerichtliche Verteidbarkeit zu erfüllen. In diesem Kontext ist KI besonders wertvoll, wenn sie konkrete Zwischenergebnisse liefert, die das Prozessanwaltsteam weiterleiten, stichprobenartig prüfen und validieren kann. Beispiele hierfür sind KI-gestützte Themenmarkierungen (Issue Tags) für E-Mail- und Chat-Verläufe, KI-generierte Zusammenfassungen von Vertragsklauseln oder Kommunikationsinhalten zur schnellen Orientierung, KI-Vorschläge zu relevanten Personen (Custodians) und Unternehmen für eine erste Fallbewertung sowie KI-Zeitstrahlen, die Ereignisse aus verschiedenen Quellen chronologisch zusammenführen. Die Verantwortung für die herausgegebenen Dokumente, die zurückgehaltenen Unterlagen und die Dokumentation des gesamten Prozesses verbleibt bei den Anwälten.
Gerichte erkennen Technology-Assisted Review (TAR) als zulässige Methode für KI-gestützte eDiscovery an, sofern der Arbeitsablauf gerichtsfest (defensible) ist. In diesem Kurs betrachten wir TAR als Teil der Discovery-Vorbereitung und nicht als „Black Box“. Es geht nicht darum, die manuelle Prüfung zu ersetzen. Vielmehr soll der Arbeitsaufwand der Anwälte auf höherwertige Tätigkeiten verlagert werden: Festlegung der Prüfziele, Training und iterative Anpassung des Modells sowie Validierung der Ergebnisse mittels Stichproben, um die Entscheidungen zur Dokumentenherausgabe rechtfertigen zu können. Wir orientieren uns dabei an den Hilfsmitteln, auf die sich das Team stützt. Dazu gehören KI-Prognosen zur Relevanz, KI-Hinweise auf mögliche Privilegierungen (z. B. Anwaltsgeheimnis) und KI-Vorschläge für Prüfchargen. Je nach Risikoklasse und Verwendungszweck erfordern diese Ergebnisse jeweils eine unterschiedliche Tiefe der Überprüfung.
Bei der Fallvorbereitung außerhalb der eigentlichen Dokumentenherausgabe ist KI besonders nützlich, wenn sie unstrukturierte Beweismittel in ein prozessrelevantes Grundgerüst überführt. Dazu zählen etwa Auszüge aus einem KI-generierten Zeitstrahl, die mit Bates-Nummern versehenen Dokumenten verknüpft sind, Bausteine für Befragungsleitfäden auf der Basis konkreter Beweisstücke sowie KI-generierte Listen von Informationslücken, die aufzeigen, was durch die aktuelle Beweislage noch nicht belegt ist. Das Team kann daraufhin konkrete Folgemaßnahmen einleiten: Anforderung fehlender Dokumente, Durchführung gezielter Suchanfragen oder Befragung der relevanten Person (Custodian). Die hier zu erlernende Kompetenz besteht nicht darin, eine allgemeine Zusammenfassung anzufordern. Vielmehr geht es darum, das Modell so zu steuern, dass es Arbeitsergebnisse liefert, die sich nahtlos in den bestehenden Arbeitsablauf und die Dokumentationsstruktur einfügen. Betrachten wir ein konkretes Beispiel für einen KI-generierten Zeitstrahl, wie er von Teams in der frühen Phase der Fallvorbereitung genutzt wird.
Bei Rechtsstreitigkeiten werden berufliche Pflichten zu operativen Anforderungen, sobald KI mit Mandantendaten in Berührung kommt oder Entscheidungen über die Offenlegung von Dokumenten (Production) beeinflusst. Die Pflicht zur fachlichen Kompetenz bedeutet, dass Sie verstehen müssen, was die KI-Ausgabe darstellt und was nicht. Wenn Sie nicht erläutern können, wie ein TAR-Workflow (Technology Assisted Review) trainiert und validiert wurde, können Sie ihn im Falle einer Anfechtung nicht verteidigen. Die Vertraulichkeitspflicht bedeutet, dass die Grenzen des eingesetzten Tools von Bedeutung sind. Fragen wie: Was verlässt die Kanzlei-Umgebung? Wo werden Daten gespeichert? Wer hat Zugriff? Werden Daten für das Modelltraining aufbewahrt? – dies sind keine bloßen technischen Randnotizen. Sie entscheiden darüber, ob geschütztes oder vertrauliches Material offengelegt wurde. Die Aufsichtspflicht bedeutet, dass Sie die Entscheidungsfindung nicht an das Tool oder den Anbieter delegieren dürfen. Sie geben die Ziele der Sichtung (Review) vor, genehmigen das Protokoll und stellen sicher, dass Qualitätskontrollen durchgeführt und dokumentiert werden. [Quellen][/Quellen]
Prüfpunkt zur beruflichen Verantwortung
Geben Sie geschütztes oder vertrauliches Mandantenmaterial nicht in KI-Tools ein, die nicht für den Unternehmenseinsatz (Enterprise-Level) zugelassen sind. Nutzen Sie vom Unternehmen freigegebene Review-Plattformen mit definierten Zugriffskontrollen, Aufbewahrungsregeln und vertraglichen Beschränkungen hinsichtlich der Nutzung von Mandantendaten durch den Anbieter. Wenn die Data-Governance-Regelungen unklar sind, halten Sie inne und klären Sie die Wahl des Tools mit dem verantwortlichen Anwalt, bevor Sie Daten hochladen oder analysieren. [Quellen][/Quellen]
Ein praktischer Ansatz hierfür ist die Unterscheidung, ob sich die Discovery-KI innerhalb eines kontrollierten Review-Systems befindet oder außerhalb. Innerhalb einer Review-Plattform lassen sich TAR-Ergebnisse mit Datensammlungen, Custodian-Listen, Audit-Trails und Kodierungsentscheidungen verknüpfen. Außerhalb eines solchen Systems kann ein Consumer-KI-Tool Prompts und Ausgaben speichern, diese zur Modellverbesserung nutzen oder die Überprüfung von Aufbewahrung und Löschung erschweren. Genau an dieser Schnittstelle kann die Offenlegung geschützter Informationen (Privilege Exposure) entscheidende Auswirkungen auf den Prozessausgang haben. Sie können KI durchaus intensiv nutzen, sollten dies jedoch in einem Umfeld tun, in dem die Kontrollmechanismen der Bedeutung des Falls angemessen sind. Im Folgenden vergleichen wir zwei Tool-Konfigurationen, so wie es ein Prozessanwaltsteam vor dem Einsatz von KI in einem Mandat tun würde. [Quellen][/Quellen]