Künstliche Intelligenz – einst fremde Science-Fiction, sind heute smarte, selbstlernende Systeme: Sie steuern Fahrzeuge, sagen uns vorher, ob sich der Bus verspätet, verwalten Investmentfonds oder stellen treffsicher medizinische Diagnosen.
Die Leistungen künstlicher Intelligenz haben sich in den letzten Jahren massiv verbessert und einen starken Wandel hervorgerufen. Ähnlich wie Maschinen Anfang des 20. Jahrhunderts monotone körperliche Tätigkeiten übernommen haben, hat AI das Potenzial, repetitive geistige Arbeitsschritte zu automatisieren. Sie ersetzt den Menschen dabei nicht, kann ihn aber entlasten.
Künstliche Intelligenz wird vor allem dort als Assistenz eingesetzt, wo immer wieder ähnliche Entscheidungen getroffen werden müssen. Dafür ist auch der Rechtsbereich ein gutes Beispiel, wie der aufstrebenden Markt von Legal AI-Anbietern zeigt.
Haben Sie sich schon öfter gefragt, was sich hinter Legal AI Technologien verbirgt? Dieser Blog erklärt es Ihnen so einfach und verständlich, dass Sie dafür kein Informatikstudium benötigen. Versprochen!
Definition AI (Artificial Intelligence)
Künstliche Intelligenz ist ein sehr allgemeiner Begriff, für den es verschiedene Definitionen gibt. Einfach gesagt, ist eine AI eine Maschine, die über eine menschenähnliche Intelligenz verfügt.
Diese Intelligenz ist aktuell jedoch auf das Lösen konkreter Probleme beschränkt. Sie basiert auf Algorithmen, die durch einen Lernprozess Entscheidungen innerhalb eines eng gesteckten Rahmens treffen.
Das unterscheidet heutzutage eingesetzte AI deutlich von einer bisher unserer Fantasie vorbehaltenen AI, die ihrer selbst bewusst ist und eine emotionale oder soziale Intelligenz besitzt. Diese Art omnipotente Künstliche Intelligenz ist ganz klar Zukunftsmusik.
Künstliche Intelligenz (KI) bzw. Artificial Intelligence (AI) bezeichnet technische Programme, die in der Lage sind, mit einer menschenähnlichen Intelligenz selbstständig zu lernen, um spezifische Probleme zu lösen.
Machine Learning – die AI-Schlüsseltechnologie
Was ist Machine Learning?
Machine Learning ist eine gängige Methode, mit der ein Algorithmus an Intelligenz gewinnt.
Ein klassisches Computerprogramm (ohne AI) verwendet Daten und speziell von Programmierer:innen festgelegte Regeln, um ein Resultat zu berechnen. Beim Machine Learning dreht man den Spieß um: Die Künstliche Intelligenz erhält Daten sowie Resultate und findet die Regeln selbstständig.
Dieser Prozess, bei dem Millionen von Parametern eines Modells angepasst werden, nennt sich AI-Training. Der Algorithmus kann in der Folge die gefundenen Regeln selbstständig anwenden, um Antworten auf Fragen derselben Art zu finden.
Nehmen wir ein einfaches Beispiel, um die Vorteile von Künstlicher Intelligenz nachzuvollziehen: Stellen Sie sich vor, Sie möchten ein Programm erhalten, dass Katzen und Hunde unterscheiden kann.
- Einem klassischen Computerprogramm müssten Sie nun Regeln vorgeben. Was macht eine Katze zur Katze und einen Hund zum Hund? Ist es die Form der Ohren oder die Haltung des Schwanzes? Schwer zu sagen, nicht wahr? Und noch schwerer ist es, dies in einer konkreten Regel auszudrücken.
- Mit einer Artificial Intelligence stellt sich dieses Problem nicht. Es ist relativ einfach, die nötigen Daten und Resultate für ihr Training bereitzustellen. Sie können sie mit Bildern von Hunden und Katzen füttern und ihr jeweils sagen, ob es sich um einen Hund oder eine Katze handelt. Nach einem derartigen Training wird die Künstliche Intelligenz ihre eigenen Regeln gelernt haben, um die Tiere auseinander zu halten.
Supervised vs. Unsupervised Learning
Beim Machine Learning verwendet man also Daten und Resultate (Beispiele für korrekte Lösungen) und generiert Regeln, die dann auf neue Daten angewendet werden können. Man unterscheidet dabei zwei Arten von Machine Learning:
- Überwachtes Lernen (Supervised Learning)
- Nicht-überwachtes Lernen (Unsupervised Learning)
Beim überwachten Lernen werden Funktionen ermittelt, deren Zielmetrik bekannt ist. Beim Training korrigieren Menschen falsche Ergebnisse der AI manuell und helfen ihr auf diese Weise, besser zu werden. So wird auch die AI von Legartis trainiert.
Beim Unsupervised Learning extrahiert die KI die Zielvariable aus den Daten selbst. Der Mensch muss kein Ziel definieren oder kontrollieren.
AI im Legal-Umfeld
Künstliche Intelligenz setzt sich im rechtlichen Umfeld immer mehr durch. Kein Wunder, denn sie ist dafür wie geschaffen! Warum ist das so?
Jurist:innen suchen in ihrer Arbeit häufig die Nadel im Heuhaufen und durchforsten dabei viele tausende Seiten Schriftwerk: Gesetzestexte, Unternehmensdokumente, archivierte Korrespondenz, alte Verträge und Urteile …
Sie widmen sich Fragestellungen wie:
- Ich habe 8.000 Verträge. Welche davon müssen wegen des Brexits angepasst werden?
- In welchen meiner Verträge ist die neue Ausschlussklausel bereits enthalten?
- Welche unserer 4.000 Verträge sind aktiv und welche inaktiv?
Was für uns Menschen viel manuelle Arbeit bedeutet, ist für eine AI unter gewissen Voraussetzungen ein Kinderspiel. Denn all diese Texte sind nichts anderes als Daten und Resultate, aus denen sie Regeln ableiten kann. Legal Tech AI-Anwendungen nehmen Rechtsabteilungen in solchen eng definierten Zielgebieten viel Arbeit ab.
Die Legal AI von Legartis ist speziell auf die automatisierte Vertragsprüfung in der Pre-Signing Phase trainiert. Sie
- analysiert den kompletten Vertragsinhalt in Sekundenschnelle,
- vergleicht ihn mit den Unternehmensstandards,
- kategorisiert in nicht zulässige Klauseln und zu verifizierende Klauseln,
- markiert fehlende Klauseln in Verträgen und
- identifiziert Risiken in Verträgen.
Auf diese Weise werden Jurist:innen intelligent durch die Vertragsprüfung begleitet, sparen dadurch Zeit und sind in der Lage, sich auf mehrwertschöpfende Aufgaben zu konzentrieren.
Künstliche Intelligenz: 3 Key Takeaways
Der Legal Tech-Markt hält zahlreiche Lösungen für die Phasen des Vertragslebenszyklus bereit. Aber nicht in allem, was sich Legal Tech nennt, steckt auch AI!
- AI (Artificial Intelligence) ist die Fähigkeit eines intelligenten Computerprogramms, menschliche Kompetenzen wie logisches Denken, Lernen, Planen und Kreativität zu imitieren. Diese Fähigkeiten sind jedoch nicht universell, sondern bleiben immer auf ein eng eingegrenztes Gebiet beschränkt.
- Machine Learning ist eine Methode, AI zu trainieren. Dabei verwendet man Daten und Resultate, aus denen die AI selbstständig Regeln ableitet. Diese kann sie dann wiederum auf neue Daten anwenden.
- Der Einsatz von künstlicher Intelligenz bietet sich gerade im Rechtsbereich an. Trainierte Legal Tech AI Algorithmen können textlastige Verträge in Sekundenschnelle durchleuchten und auch Laien die Vertragsprüfung ermöglichen.
Legal AI Glossar
Diese Begriffe rund um Künstliche Intelligenz in Legal Tech sollten Sie kennen
AI: etwas Menschengemachtes, das wahrnimmt und darauf basierend intelligent handeln kann.
Machine learning: Algorithmen, die in der Lage sind, auf Basis ihrer Fehler dazuzulernen.
NLP: Methode, die es Computern ermöglicht, gesprochene oder geschriebene Sprache zu verstehen.
Legal Tech: digitale Anwendungen und Systeme, die dabei unterstützen, Rechtsdienstleistungen effizienter anzubieten und einer grösseren Zahl Menschen zugänglich zu machen.
Vertragslebenszyklus: der Prozess des Vertragsmanagements von der Entwurfserstellung bis zur Unterzeichnung.
Vertragsprüfung in der Pre-signing-Phase: Prüfung des Vertragsentwurfs in der vorvertraglichen Phase, bevor der Vertrag unterzeichnet wird.