Anwalts-Research-KI: BRAO-konform mit 80% Zeit-Ersparnis

Einordnung

Abschnitt 01

Datenquellen: was lokal indexiert wird

Anwalts-Research-KI indexiert die folgenden öffentlich zugänglichen Quellen: (1) openJur (rund 15 Millionen Entscheidungen aller deutschen Gerichte). (2) Rechtsprechung-im-Internet (BMJ-Datenbank). (3) Bundesverfassungsgericht-Datenbank. (4) Bundesanzeiger für Veröffentlichungen. (5) Optional: dejure.org Volltext, sofern Kanzlei-Account vorhanden. Nicht enthalten sind kostenpflichtige Datenbanken wie juris oder beck-online — dort sind die Lizenz-Bestimmungen mit KI-Indizierung unvereinbar. Anwalts-Research-KI ergänzt diese Datenbanken, ersetzt sie nicht.

Abschnitt 02

Indizierung: warum lokal

Der Index wird quartalsweise neu aufgebaut, mit täglichem Delta-Update für neue Entscheidungen. Lokales Indizieren statt SaaS-Suche hat drei Gründe: (a) BRAO-konform, weil keine Mandanten-Suchen extern landen. (b) Performance: lokale Vector-Search ist 20-40x schneller als API-Calls. (c) Customization: jede Kanzlei kann eigene Glossare und Spezial-Bibliotheken hinzufügen. Der Index braucht rund 180 GB Storage für vollständigen openJur-Bestand, das kostet auf einer Hetzner-Storage-Box rund 8 € pro Monat.

Abschnitt 03

Embedding-Modell: nomic-embed-text

Für die semantische Suche verwendet Anwalts-Research-KI das nomic-embed-text-Modell (137M Parameter, 768-dimensionale Embeddings, MIT-Lizenz). Im Vergleich zu Cloud-Embeddings eines US-Anbieters schneidet nomic bei deutschem Rechtstext überraschend gut ab — vermutlich wegen vielsprachigem Training. Tests auf einer 500-Frage-Test-Suite: Top-5-Recall 0.81 für nomic vs. 0.84 für das Cloud-Embedding. Differenz unter 4 Prozentpunkten, dafür komplette lokale Hoheit. Der Embedding-Speicher: rund 8 GB für 15 Millionen Entscheidungen.

Abschnitt 04

Query-Pattern: was funktioniert

Typische Query-Pattern im Beispiel-Szenario: (1) Sachverhalts-Beschreibung in natürlicher Sprache ("Verkehrsunfall mit alkoholisiertem Radfahrer im Wohngebiet, Schmerzensgeld-Höhe") — funktioniert sehr gut, 12-25 relevante Entscheidungen pro Suche. (2) Aktenzeichen-Suche ("BGH VI ZR 348/22") — klar deterministisch, 1-3 Sekunden. (3) Norm-Suche mit Sachverhalt ("§823 BGB, Schmerzensgeld nach Hundebiss") — gut, aber Norm-Filter zwingend nötig. (4) Vergleichs-Suche ("Schmerzensgeld 15.000 € für Bandscheibenvorfall, gibt es ähnliche Höhen") — hier kombiniert Anwalts-Research-KI semantische + numerische Suche.

Abschnitt 05

Quellen-Bezug: jede Aussage zitiert

Eine Antwort der Anwalts-Research-KI sieht typisch so aus: "Bei Schmerzensgeld nach Hundebiss zeigen mehrere BGH-Entscheidungen eine Range von 8.000-22.000 € je nach Schwere der Verletzung [BGH VI ZR 12/19], [OLG Hamm 6 U 198/20], [LG München I 11 O 23847/21]". Jeder Klammerausdruck ist klickbar und führt zur originalen Entscheidung. Diese Quellen-Bezug-Disziplin ist kein "Nice-to-have", sondern juristisch zwingend — Anwälte zitieren in Schriftsätzen Aktenzeichen, nicht "die KI sagt". Anwalts-Research-KI lehnt es ab, Aussagen ohne Quellen-Bezug zu treffen, falls ein Modell-Halluzinations-Schutz aktiv ist.

Abschnitt 06

Council-Review: 2-LLM-Validierung

Vor finaler Antwort durchläuft Anwalts-Research-KI einen Council-Review: zwei unabhängige LLMs (ein Cloud-Modell nach PII-Scrub + ein lokales 32B-Modell) prüfen die Antwort auf juristische Konsistenz. Bei abweichenden Bewertungen wird ein dritter LLM eines weiteren Anbieters als Tiebreaker hinzugezogen, mit klarer Markierung "Council uneins". In rund 4% der Fälle ist das Council uneins — meist bei strittigen Rechtsfragen, die auch in der Rechtsprechung nicht konsolidiert sind. Hier ist die Markierung "uneins" wertvoller als eine Pseudo-Sicherheit.

Abschnitt 07

Beispiel-Szenario: 4-Anwalts-Kanzlei

Beispiel-Szenario · kein realer Kunde · erfundener Vorgang zur Veranschaulichung. Alle Zahlen in diesem Abschnitt sind Rechenbeispiele, keine Kundendaten.

Angenommen ist eine Familien-/Erbrecht-Kanzlei (Beispiel) mit 4 Anwälten, 6 Mitarbeiter Gesamt, durchschnittlich 12-18 Research-Vorgänge pro Woche. Vor Anwalts-Research-KI: jeder Anwalt verbrachte 6-10 Stunden pro Woche mit Rechtsprechungs-Suche. Nach Einrichtung der Anwalts-Research-KI (Anfang Q1 2026): Research-Zeit auf 1.5-2.5 Stunden pro Anwalt pro Woche gesunken, mit konstanter oder leicht steigender Schriftsatz-Qualität (Anwalts-Selbst-Einschätzung). Bei 4 Anwälten × 6 Stunden Zeit-Ersparnis × 240 €/h Stundensatz = 5.760 € pro Woche an freier Mandanten-Zeit, was sich in zusätzlichen 1.5-2 Mandanten-Aufträgen pro Monat niederschlägt.

Abschnitt 08

Setup-Phase: 8 Tage Realität

Setup eines Anwalts-Research-KI in einer 5-15-Anwälte-Kanzlei verläuft typisch in 8 Tagen: Tag 1-2 Hardware (Hetzner-Dedicated mit RTX 4090 oder Custom-Server) bereitstellen. Tag 3-4 Index initial aufbauen — dies ist der zeit-aufwendigste Schritt, openJur-Indexierung dauert rund 12-18 Stunden auf moderner Hardware. Tag 5 Kanzlei-spezifische Glossare integrieren. Tag 6-7 UI-Setup für Anwälte, Test-Queries. Tag 8 Schulung der Anwälte (90 Minuten, dokumentiert für Datenschutz-Akte). Anschließend 30 Tage Hypercare mit wöchentlichem Re-Tuning der Suche-Gewichte.

Abschnitt 09

BRAO-Konformität explizit

Eine externe berufsrechtliche Prüfung liegt noch nicht vor. Nach unserer eigenen Einschätzung setzt eine BRAO-§43a-konforme Nutzung folgende Bedingungen voraus (die Prüfung im Einzelfall bleibt bei der Kanzlei): (a) Server steht entweder physisch in der Kanzlei oder in einem dedizierten Hetzner-Frankfurt-Container ohne Sub-Sub-Auftragsverarbeiter. (b) Mandanten-Daten werden nicht in die Query eingegeben (Mandant heißt nicht "Mandant Müller", sondern wird mit Sachverhalt-Stichworten abgefragt). (c) Council-Review läuft nur mit Modellen, die in EU-Region operieren (Cloud-Modell mit EU-Verarbeitung + lokales Open-Source-Modell). (d) AVV mit erweiterten TOMs für Berufsgeheimnis im Lieferumfang.

Abschnitt 10

Kosten und Skalierung

Anwalts-Research-KI wird nach Kanzleigröße gepreist: Solo-Anwalt ab 1.199 € monatlich, Mid-Kanzlei 2.999 €, Großkanzlei 5.999 €. Das Setup kostet je nach Umfang 4.500 bis 30.000 € einmalig. Auf den Beratungsanteil greift die BAFA-Beratungsförderung mit 50 % (max. 1.750 €), in NRW zusätzlich die MID-Digitalisierung der NRW.BANK (50 %, bis 15.000 €); die Eigenentwicklung an Multi-Source-Suche, Council-Review und Embedding-Pipeline ist über die Forschungszulage mit 35 % rückwirkend förderfähig. Bei der genannten Kanzlei mit vier Anwälten steht der monatlichen Zeit-Ersparnis von rund 23.000 € freier Mandanten-Zeit ein Modulpreis von 1.199 € gegenüber.

Abschnitt 11

Was Anwalts-Research-KI nicht macht

Klare Abgrenzung: Anwalts-Research-KI ist KEIN juristisches Beratungs-Tool. Es findet Präzedenzfälle und vergleicht Sachverhalts-Patterns, aber die juristische Bewertung — ob ein Präzedenzfall auf den eigenen Sachverhalt übertragbar ist, wie er taktisch eingesetzt werden sollte, ob Risiken existieren — bleibt anwaltliche Aufgabe. Anwalts-Research-KI ist Research-Assistent, nicht Junior-Associate. Wer Anwalts-Research-KI als "KI-Lawyer" interpretiert, missversteht es.