2 KI-Tipps für bessere Ergebnisse in der juristischen Arbeit
22. September 2026
Warum der Unterschied zwischen mittelmäßigen und richtig guten KI-Ergebnissen selten am Tool liegt – sondern an der Arbeitsweise.
Interview mit Sophie Martinetz, CEO Future-Law, Legal-Tech-Expertin
Eine Beobachtung aus dem Workshop
Gerade aus einem Workshop mit Jurist:innen kommend, ist mir wieder etwas aufgefallen: Wir reden unglaublich viel über Prompts, Tools und neue KI-Modelle. Aber erstaunlich wenig darüber, wie wir eigentlich mit der KI arbeiten.
Und genau da liegt aus meiner Sicht gerade einer der größten Hebel.
Denn wir haben 2026 nicht mehr primär das Problem, dass KI bestimmte Dinge grundsätzlich nicht kann. Recherche, Dokumentenanalyse, Vertragsprüfung, Zusammenfassungen, erste Entwürfe, Vergleiche, Strukturierung großer Informationsmengen – vieles davon funktioniert mittlerweile erstaunlich gut.
Und trotzdem sitzen im selben Workshop Menschen vor demselben KI-Tool – und bekommen vollkommen unterschiedliche Ergebnisse.
Die einen sagen: „Ganz nett, aber für meine juristische Arbeit nicht wirklich brauchbar.” Die anderen bauen damit bereits ziemlich beeindruckende Workflows.
Warum?
Natürlich spielen Erfahrung, Tool und Use Case eine Rolle. Aber ich glaube, dass zwischen einem mittelmäßigen und einem wirklich brauchbaren Ergebnis oft zwei erstaunlich einfache Fragen liegen.
Tipp 1: „Was brauchst du von mir, um dieses Ziel zu erreichen?”
Ich halte das für eine der unterschätztesten Fragen im Umgang mit KI.
Gerade Jurist:innen versuchen häufig, einen möglichst perfekten Prompt zu schreiben. Wir erklären der KI genau, was sie machen soll, welche Schritte sie setzen soll, welche Punkte sie prüfen soll, wie das Ergebnis aufgebaut sein soll.
Das Problem dabei: Vielleicht wissen wir selbst gar nicht, welche Informationen die KI benötigt, um ein wirklich gutes Ergebnis zu liefern.
Ein Beispiel aus der Rechtsabteilung
Die Aufgabe lautet: „Prüfe diesen Vertrag und zeige mir die Risiken.”
Das klingt zunächst völlig klar. Ist es aber nicht:
- Welche Risiken? Für wen?
- In welcher Verhandlungsposition befinden wir uns?
- Was ist unser interner Standard?
- Welche Klauseln akzeptieren wir grundsätzlich nicht?
- Wo dürfen wir verhandeln?
- Wie hoch ist das Vertragsvolumen?
- Welche Haftungsgrenzen gelten intern?
- Welche Rechtsordnung?
- Welche bisherigen Verträge, Policies oder Playbooks sollen berücksichtigt werden?
Ohne diesen Kontext kann selbst ein sehr gutes Modell nur ein allgemeines juristisches Review produzieren.
Der Dreh: Die Rollen tauschen
Statt selbst zu überlegen, welche 25 Informationen wir möglicherweise noch in unseren Prompt packen müssen, fragen wir:
„Ich möchte diesen Vertrag aus Sicht unseres Unternehmens prüfen und eine Entscheidungsvorlage für die Verhandlung erstellen. Was brauchst du von mir, um dieses Ziel zu erreichen?”
Und plötzlich wird die KI vom Textgenerator zum Sparringspartner. Sie kann beispielsweise nach dem Vertragszweck fragen, nach internen Standards, Risikotoleranz, Verhandlungsposition, Haftungsgrenzen, bestehenden Playbooks oder danach, welche Klauseln überhaupt verhandelbar sind.
Das Ziel bleibt menschliche Arbeit. Wir müssen entscheiden:
- Was wollen wir eigentlich erreichen?
- Wie sieht ein gutes juristisches Ergebnis aus?
- Welche Risiken sind für unser Unternehmen relevant?
- Welche Entscheidung soll am Ende getroffen werden?
Aber wir müssen nicht mehr zwingend selbst wissen, welcher Weg und welcher Kontext dafür notwendig sind. Dabei kann uns KI helfen.
Weitere Anwendungsbeispiele
Rechtsrecherche: „Ich brauche eine Entscheidungsgrundlage für den Vorstand zu dieser Rechtsfrage. Welche Informationen brauchst du von mir, damit die Recherche tatsächlich unsere konkrete Situation beantwortet?”
Legal Tech: „Wir wollen den NDA-Prozess automatisieren und die Durchlaufzeit deutlich reduzieren. Welche Informationen über unseren heutigen Prozess brauchst du, bevor du einen sinnvollen Soll-Prozess vorschlägst?”
Rechtsabteilung: „Wir möchten herausfinden, welche Tätigkeiten unseres Teams sinnvoll mit KI unterstützt werden können. Welche Informationen über Aufgaben, Volumen, Risiken und Prozesse brauchst du?”
Kanzlei: „Wir wollen für diesen Mandanten einen wiederkehrenden Due-Diligence-Prozess entwickeln. Welche Informationen brauchst du, um daraus einen belastbaren Workflow zu bauen?”
Das Spannende daran: Wir müssen nicht mehr jeden Arbeitsschritt der KI vorgeben. Wir müssen Ziel, Qualitätsmaßstab und Rahmenbedingungen definieren.
Tipp 2: „Wie musst du deine Anweisung verbessern, damit das Ergebnis besser wird?”
Das zweite Thema sehe ich in Workshops ständig.
Der erste Output kommt – und er ist, sagen wir, okay. Nicht falsch. Aber auch nicht das, womit eine erfahrene Juristin oder ein erfahrener Jurist wirklich arbeiten möchte.
Das große Nachprompten
Und dann beginnt es:
„Kürzer.” – „Konkreter.” – „Mehr rechtliche Risiken.” – „Bitte österreichisches Recht berücksichtigen.” – „Nein, nicht so.” – „Mach eine Tabelle.” – „Die Haftung fehlt.” – „Bitte noch einmal.”
Nach zehn Prompts haben wir möglicherweise ein halbwegs brauchbares Ergebnis. Aber beim nächsten Vertrag beginnen wir wieder von vorne.
Das ist aus meiner Sicht der falsche Ansatz – insbesondere dann, wenn wir KI systematisch in Rechtsabteilungen oder Kanzleien einsetzen wollen. Denn wir wollen nicht nur den einzelnen Output reparieren. Wir wollen den Prozess verbessern.
Die bessere Frage
„Ich bin mit folgenden Punkten nicht zufrieden: [konkretes Feedback]. Wie musst du deine ursprüngliche Anweisung verändern, damit diese Fehler beim nächsten Durchlauf vermieden werden?”
Das ist ein kleiner, aber entscheidender Unterschied. Ich korrigiere nicht nur das Ergebnis. Ich lasse die KI analysieren, warum ihre Arbeitsanweisung nicht zum gewünschten Ergebnis geführt hat. Und genau daraus können dann bessere Prompts, Skills, Agents, Playbooks oder Workflows entstehen.
Ein konkretes Beispiel aus der Vertragsprüfung
Angenommen, die KI prüft einen Vertrag. Das Ergebnis ist grundsätzlich richtig, aber:
- sie markiert viel zu viele theoretische Risiken,
- sie unterscheidet nicht zwischen kritisch und verhandelbar,
- sie berücksichtigt das interne Playbook nicht ausreichend,
- ihre Alternativformulierungen sind zu weit vom Unternehmensstandard entfernt,
- das Ergebnis ist für die Business-Seite viel zu juristisch.
Dann würde ich nicht fünf einzelne Korrekturprompts schreiben, sondern sagen:
„Das Ergebnis ist mir zu theoretisch. Risiken müssen nach tatsächlicher wirtschaftlicher Relevanz priorisiert werden. Unser Playbook soll Vorrang haben. Alternativformulierungen sollen möglichst nahe an unserem Standard bleiben. Die Zusammenfassung muss auch für Nichtjurist:innen verständlich sein. Wie musst du deine Anweisung verändern, damit du beim nächsten Vertrag entsprechend arbeitest?”
Die überarbeitete Anweisung wird geprüft, der Vertrag erneut analysiert. Und wenn das Ergebnis besser ist, haben wir nicht nur einen besseren Output – wir haben möglicherweise den ersten Baustein für einen wiederholbaren Legal-AI-Workflow.
Der Ablauf im Überblick
Beide Fragen gehören zusammen. Daraus ergibt sich ein einfacher, fünfstufiger Ablauf:
1. Ziel definieren Nicht: „Prüfe diesen Vertrag.” Sondern: Was soll am Ende entschieden werden können? Wer arbeitet mit dem Ergebnis? Was bedeutet für uns „gut”?
2. Die KI nach fehlendem Kontext fragen „Was brauchst du von mir, um dieses Ziel zu erreichen?” Hier kommen Informationen ins Spiel, die wir bei einem klassischen Prompt möglicherweise vergessen hätten: Policies, Playbooks, Vertragsstandards, Risikogrenzen, Unternehmensinformationen, Zuständigkeiten, frühere Entscheidungen, Verhandlungspositionen.
3. Ersten Lösungsweg erstellen Dann darf die KI arbeiten. Aber der erste Output ist eben genau das: der erste Output – nicht das Endprodukt.
4. Wirkung statt einzelner Korrekturen beschreiben Jetzt kommt wieder die juristische Expertise ins Spiel. Was stimmt? Was stimmt nicht? Was fehlt? Was ist zu theoretisch? Was ist praktisch nicht umsetzbar? Welche Risiken wurden falsch priorisiert?
5. Die KI ihre eigene Arbeitsanweisung verbessern lassen „Wie musst du deine Anweisung verändern, damit das erwartete Ergebnis erreicht wird?” Und dann noch einmal testen.
So entsteht Schritt für Schritt etwas, das ich für den KI-Einsatz in Legal für wesentlich wichtiger halte als den berühmten „perfekten Prompt”: ein funktionierender Prozess.
Fazit: Es geht um den Prozess, nicht um das Tool
Denn genau darum wird es aus meiner Sicht bei Legal Tech und KI immer stärker gehen. Nicht:
- Welches Tool haben wir?
- Wer kennt die meisten Prompt-Tricks?
- Welches neue Modell ist diese Woche wieder ein paar Prozent besser?
Sondern: Wie übersetzen wir juristische Expertise, Unternehmenswissen, Standards und Entscheidungen in einen wiederholbaren KI-gestützten Arbeitsprozess?
Dafür braucht es weiterhin Jurist:innen. Vielleicht sogar mehr denn je. Aber ihre Aufgabe verändert sich: weniger jeden einzelnen Arbeitsschritt selbst durchführen, mehr Ziele definieren, Qualität beurteilen, Kontext liefern, Risiken bewerten, Entscheidungen treffen und Systeme laufend verbessern.