KI-Citators wie Paxton AI verändern die Rechtsrecherche. Was dahinter steckt, welche Chancen und Risiken es gibt und wie Kanzleien sich 2025 darauf vorbereiten.
Warum KI-Citators plötzlich ein Thema für jede Kanzlei sind
Der Löwenanteil der Zeit in komplexen Mandaten geht nicht für Plädoyers drauf, sondern für Recherche. Viele Prozessanwälte verbringen 30–50 % ihrer Arbeitszeit damit, Entscheidungen zu finden, ihren Stand zu prüfen und Zitatketten zu überprüfen. Und genau hier setzt eine neue Generation von KI-gestützter Rechtsrecherche an.
Mit dem Launch des Paxton AI Citator gibt es erstmals ein konsequent KI-basiertes System, das die Funktion klassischer Citators wie Shepard’s oder KeyCite nachbildet – und an einigen Stellen erweitert. Für deutsche und österreichische Rechtsanwälte ist das nicht nur eine interessante Nachricht aus den USA, sondern ein Hinweis darauf, wohin sich Legal Tech in der Rechtsrecherche bewegt.
In dieser Folge unserer Reihe „KI für deutsche Rechtsanwälte: LegalTech Praxis“ schauen wir uns an, was hinter KI-Citators steckt, warum die veröffentlichte 94-%-Accuracy von Paxton spannend ist, und wie sich solche Ansätze mittelfristig auf Rechtsrecherche in deutschsprachigen Kanzleien auswirken können.
Was macht ein Citator – und was ändert sich mit KI?
Ein Citator beantwortet im Kern drei Fragen:
- Gilt diese Entscheidung noch oder wurde sie überholt?
- Wie ist ihre präjudizielle Bedeutung einzuordnen?
- Welche späteren Entscheidungen haben darauf Bezug genommen – und in welchem Kontext?
Bisher wurde das in den großen Systemen meist durch Redaktionen und umfangreiche Datenbanken gelöst. Heißt: Menschen lesen, verschlagworten, ordnen zu, vergeben Statussignale und aktualisieren laufend.
Der Ansatz von Paxton AI funktioniert anders:
- KI wertet automatisiert aus, ob ein Fall überstimmt, bestätigt, kritisiert oder einfach nur zitiert wurde.
- Fälle werden nicht nur nach Zitatketten, sondern auch nach inhaltlicher Ähnlichkeit der Rechtsfragen gruppiert.
- Für jede Bewertung liefert das System begründende Erläuterungen, statt nur eines roten oder grünen Symbols.
Das Ergebnis: Ein Citator, der nicht primär von manueller Redaktion, sondern von statistischem und semantischem KI-Verständnis getragen wird.
94 % Genauigkeit: Was heißt das für die Praxis wirklich?
Paxton gibt an, den Citator auf dem Stanford-Casehold-Datensatz mit 2.400 Beispielen getestet zu haben und dort auf 94 % Treffergenauigkeit gekommen zu sein – konkret bei der Frage, ob ein Fall „overturned“ oder „upheld“ wurde.
Für Praktiker ist entscheidend, wie man so eine Zahl einordnet:
- 94 % klingt hoch, heißt aber auch: 6 von 100 Fällen wären falsch klassifiziert.
- In der anwaltlichen Praxis ist schon ein einziger übersehener oder falsch bewerteter Leitentscheid ein potenzielles Haftungsrisiko.
Der sinnvolle Umgang damit ist aus meiner Sicht:
KI-Citators eignen sich als First-Level-Screening und Priorisierung, nicht als alleinige Entscheidungsgrundlage.
Also z.B. so:
- KI-Citator sichtet hunderte Entscheidungen und markiert die mit höchster Relevanz und klarer Rechtsprechungslinie.
- Der Anwalt prüft gezielt die 10–20 wichtigsten Entscheidungen im Original und verifiziert Status und Tragweite.
- Das spart Zeit gegenüber einer Vollrecherche, ohne das Vier-Augen-Prinzip aufzugeben.
Für deutsche und österreichische Kanzleien bedeutet das: Wer KI in der Rechtsrecherche einsetzt, sollte immer klare Qualitätssicherungsprozesse definieren – etwa Checklisten, wann eine KI-Einschätzung zwingend manuell gegengeprüft werden muss.
KI statt Redaktion: Vorteile und Risiken für Rechtsanwälte
Wo KI-Citators klassisch-redaktionelle Systeme schlagen
Ein KI-Citator wie der von Paxton adressiert mehrere Schwächen der traditionellen Citators:
- Kosten: Redaktionsintensive Systeme treiben die Lizenzpreise nach oben. KI kann mittel- und langfristig deutlich günstiger skalieren.
- Aktualität: KI kann neue Entscheidungen schnell erfassen und zeitnäher einordnen, ohne Redaktionsschleifen.
- Kohärenz: Menschliche Bearbeiter bewerten Fälle teilweise subjektiv; KI wendet einheitliche Kriterien an und reduziert Streuung.
- Reichweite: Durch semantische Suche findet KI auch inhaltlich ähnliche Fälle, die sich gegenseitig gar nicht zitieren.
Für die Praxis bedeutet das:
- effizientere Rechtsrecherche bei engen Fristen, etwa in Eilverfahren,
- bessere Erstabschätzung bei neuen Rechtsfragen,
- niedrigere Schwelle für kleinere Kanzleien, um auf einem hohen Recherche-Niveau zu agieren.
Wo KI-Citators aktuell noch schwach sind
Trotz aller Vorteile bleiben Risiken, die man nüchtern adressieren sollte:
- Datenbasis: In den USA sind Gerichtsentscheidungen offen und maschinenlesbar verfügbar. Im deutschsprachigen Raum ist der Zugang fragmentiert und teils lizenzrechtlich eingeschränkt.
- Sprach- und Systemunterschiede: Ein System, das im US-Case-Law gut funktioniert, ist nicht 1:1 auf BGH-, OGH- oder EuGH-Rechtsprechung übertragbar.
- Haftung: Auch wenn ein KI-Anbieter 94 % Genauigkeit verspricht, liegt die Berufsverantwortung immer beim Anwalt.
Wer KI-gestützte Recherche nutzt, sollte daher intern klären:
- In welchen Mandatstypen ist KI-gestützte Recherche ausdrücklich erlaubt, in welchen nicht?
- Ab welchem Streitwert oder Risiko wird immer eine manuelle Zweitprüfung verlangt?
- Wie dokumentieren wir, dass wichtige Präzedenzfälle tatsächlich im Original geprüft wurden?
Neue Funktion: Fälle nach Rechtsprinzipien gruppieren
Ein spannender Punkt am Paxton Citator ist die Fähigkeit, Fälle nach ähnlichen Rechtsprinzipien zu clustern, auch wenn sie sich nicht gegenseitig zitieren. Für den deutschen Rechtsanwender ist das mehr als ein nettes Feature – es verändert, wie man an Rechtsrecherche herangehen kann.
Statt nur zu fragen: „Wer zitiert diese BGH-Entscheidung?“, kann KI helfen, Fragen wie diese zu beantworten:
- Welche Entscheidungen befassen sich mit derselben Auslegungsfrage, auch in anderem Kontext?
- Wo wurde ein ähnliches Argumentationsmuster eingesetzt – z.B. zur AGB-Kontrolle oder zur Zurechnung im Konzern?
- Welche Linie fährt ein bestimmter Senat oder Spruchkörper in vergleichbaren Konstellationen?
Praktische Einsatzszenarien:
- Strategische Prozessführung: In einem Musterverfahren lässt sich gezielt eine Argumentationsfamilie aufbauen, die über verschiedene Senate und Instanzen hinweg konsistent ist.
- Rechtsgutachten: Statt nur „Standardzitaten“ können Associates breitere Rechtsprechungslandschaften erschließen und so Mandanten differenziertere Risikoeinschätzungen geben.
Damit schließt KI eine Lücke zwischen „klassischer Zitatensuche“ und tatsächlich inhaltlicher Analyse der Rechtsprechung.
Transparenz und Erklärbarkeit: Warum Erläuterungen wichtiger sind als Scores
Paxton hebt hervor, dass der Citator zu jeder Einstufung eine Erklärung liefert. Das ist aus anwaltlicher Sicht fast wichtiger als der reine Accuracy-Wert.
Ein bloßes Symbol (grün = gut, rot = schlecht) ist im Zweifel nicht zitierfähig. Eine kurze, juristisch nachvollziehbare Begründung dagegen schon, zum Beispiel:
- Warum eine Entscheidung als „kritisiert“ eingestuft wurde (welches Gericht, welche Passage?),
- in welchem Verhältnis die zitierende Entscheidung steht (obiter dictum, tragende Erwägung, bloße Erwähnung),
- welcher Normkontext betroffen ist.
Für die Praxis in Kanzleien heißt das:
- KI-Ergebnisse sollten immer so aufbereitet sein, dass sie prüf- und begründbar sind.
- Ein gutes System liefert Zitate, Randnummern und Kernaussagen, nicht nur ein Bewertungssymbol.
Wer eigene KI-Lösungen für Rechtsrecherche evaluiert, sollte daher explizit fragen:
„Welche Erklärbarkeit bietet das System? Werden Entscheidungen nur als ‚relevant‘ markiert, oder bekomme ich eine juristisch brauchbare Kurzanalyse dazu?“
Was bedeutet das für deutsche und österreichische Kanzleien konkret?
Der Paxton AI Citator ist derzeit ein US-Produkt. Die eigentliche Relevanz für den deutschsprachigen Markt liegt darin, wie er arbeitet – nicht nur wo. Viele der Konzepte lassen sich auf hiesige Systeme übertragen.
Mögliche Einsatzfelder in der DACH-Praxis
In der Reihe „KI für deutsche Rechtsanwälte: LegalTech Praxis“ sehen wir drei kurzfristig realistische Szenarien:
- KI-gestützte Pre-Screening-Recherche in bestehenden Datenbanken (z.B. zur Auswahl relevanter Entscheidungen aus BGH-/OLG-Rechtsprechung).
- Interne Wissensdatenbanken von Kanzleien, in denen eigene Schriftsätze, Gutachten und Akteninhalte semantisch durchsucht und „zitiert“ werden.
- Kombination aus Vertragsanalyse und Rechtsrecherche, bei der eine KI zuerst Verträge auswertet und im zweiten Schritt passende Rechtsprechung zu den gefundenen Klauselrisiken identifiziert.
Organisatorische Schritte, die Sie heute schon gehen können
Auch ohne direkten Zugriff auf Paxton können Kanzleien sich jetzt vorbereiten:
- Policy für KI-Nutzung: Festlegen, was mit KI recherchiert werden darf, wie Ergebnisse dokumentiert werden und welche Prüfpflichten gelten.
- Pilotprojekte: Kleine Teams (z.B. ein Litigation- und ein Corporate-Team) testen pragmatische KI-Tools und definieren Best Practices.
- Schulung von Associates: Jüngere Kollegen sollten lernen, wie man KI-Ergebnisse kritisch auswertet – ähnlich wie bei der Bewertung von Kommentarmeinungen.
Wer das 2025 sauber aufsetzt, ist bereit, sobald deutschsprachige KI-Citators oder entsprechende Funktionen in vorhandenen Datenbanken breit ausgerollt werden.
Fazit: KI-Citator als Blaupause für die Rechtsrecherche von morgen
Der Paxton AI Citator zeigt recht deutlich, wohin die Reise geht: Rechtsrecherche wird stärker automatisiert, inhaltlich gruppiert und erklärbar gemacht. Für deutsche und österreichische Anwälte ist das weniger eine Frage, ob diese Entwicklung kommt, sondern wie schnell und in welcher Qualität.
Wer KI einfach nur als „schnelleren Suchschlitz“ versteht, vergibt Potenzial. Spannend wird es, wenn Systeme:
- die Geltung und Tragweite von Entscheidungen einschätzen,
- Argumentationslinien über viele Urteile hinweg sichtbar machen,
- und gleichzeitig transparente Erläuterungen liefern, die anwaltlich überprüfbar sind.
Für unsere Serie „KI für deutsche Rechtsanwälte: LegalTech Praxis“ heißt das: Der nächste logische Schritt ist, konkrete Workflows und Tools in D/A/CH zu beleuchten, die ähnliche Funktionen bereits anbieten – vom Litigation-Team der Großkanzlei bis zur spezialisierten Boutique.
Wer heute anfängt, strukturiert mit KI in der Rechtsrecherche zu experimentieren, wird in zwei, drei Jahren nicht mühsam nachrüsten müssen. Die eigentliche Frage lautet daher: Welche Rolle soll KI in Ihrer Kanzlei bei der nächsten großen Recherche spielen – Statist oder fester Teamkollege?