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!
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 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.
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:
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.
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:
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
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.
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: 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.