DeepJudge & KI-Wissenssuche: Was Kanzleien jetzt tun sollten

KI für Marketing & Vertrieb: Der deutsche Leitfaden••By 3L3C

DeepJudge zeigt, wie KI-Wissensassistenz Kanzleien wirklich voranbringt. Was österreichische Rechtsanwält:innen jetzt zu RAG, Datenschutz und Praxis-Use-Cases wissen sollten.

DeepJudgeKnowledge AssistantLegal Tech Ă–sterreichKI in KanzleienWissensmanagementRAGgenerative KI
Share:

DeepJudge & KI-Wissenssuche: Was Kanzleien jetzt tun sollten

Eine Zahl sagt alles: In großen Wirtschaftskanzleien liegen über 80 % des Wissens in internen Dokumenten, E-Mails und Workspaces – und sind für die meisten Anwält:innen praktisch unsichtbar. Wer schon einmal eine halbe Stunde in iManage, SharePoint und Outlook gesucht hat, um „dieses eine Memo von 2018“ zu finden, weiß genau, wovon die Rede ist.

Genau hier setzt DeepJudge an. Das Legal-Tech-Startup aus der Schweiz hat im Juni 2024 eine Seed-Finanzierungsrunde über 10,7 Mio. US-Dollar abgeschlossen und parallel den DeepJudge Knowledge Assistant vorgestellt – eine generative KI, die auf dem internen Wissensschatz einer Kanzlei arbeitet, nicht auf dem offenen Internet.

Für österreichische Rechtsanwält:innen und Kanzleien ist das mehr als nur eine nette Funding-News. Es ist ein Signal, wohin sich LegalTech und KI im Rechtsmarkt gerade entwickeln – und welche Weichen Kanzleien in Österreich noch 2025 stellen sollten, um nicht abgehängt zu werden.

Was DeepJudge konkret macht – in Klartext

DeepJudge will ein Problem lösen, das praktisch jede Kanzlei hat: schnell relevante Informationen im eigenen Datenberg finden – und diese Informationen anschließend mit KI nutzbar machen.

Knowledge Search: Vom Dokumentenfriedhof zur Wissensquelle

Das erste Produkt von DeepJudge ist Knowledge Search. Es verbindet zentrale Datenquellen einer Kanzlei oder Rechtsabteilung, u. a.:

  • Dokumentenmanagementsysteme (z. B. iManage, NetDocuments)
  • Microsoft 365 (Word, Outlook, SharePoint, Teams)
  • Sonstige Wissensspeicher und Fachanwendungen

Statt starrer Stichwortsuche („keyword-based search“) arbeitet die Suche semantisch: Anwält:innen können Suchanfragen so formulieren, wie sie denken – etwa:

„Share Deal, Garantienkatalog, Haftungsbegrenzung bei Umweltmängeln, deutschrechtliche Precedents der letzten 3 Jahre“

Ergebnis: nicht 500 Treffer mit „Share“ und „Deal“ im Dateinamen, sondern eine kurze Liste wirklich relevanter Dokumente aus der Kanzlei-Historie.

Ein Praxisbeispiel liefert die Schweizer Kanzlei Homburger: Laut DeepJudge nutzen über 80 % der Legal Professionals dort Knowledge Search aktiv in ihrem Workflow. Für ein Legal-Tech-Tool ist das ein außergewöhnlich hoher Wert – und zeigt, dass das Interface für Jurist:innen tatsächlich intuitiv genug ist.

Knowledge Assistant: Generative KI auf dem eigenen Kanzlei-Wissen

Der neue DeepJudge Knowledge Assistant geht einen Schritt weiter. Statt nur Dokumente zu finden, beantwortet er juristische Fragen auf Basis der internen Dokumente der Kanzlei – mit Hilfe von Retrieval-Augmented Generation (RAG).

Kurz gesagt funktioniert das so:

  1. Die KI durchsucht zuerst die internen Datenquellen nach den relevantesten Textstellen.
  2. Nur diese Ausschnitte werden dem Sprachmodell als Kontext mitgegeben.
  3. Die Antwort der KI ist damit an konkrete, nachprĂĽfbare Dokumente der Kanzlei gebunden.

Das löst zwei der größten Bedenken vieler Jurist:innen gegenüber generativer KI:

  • Halluzinationen werden reduziert, weil die Antwort auf echte interne Texte gestĂĽtzt ist.
  • Datenschutz und Vertraulichkeit bleiben gewahrt, da nicht das offene Internet, sondern die eigene Wissensbasis genutzt wird.

Warum das für österreichische Kanzleien 2025 relevant ist

Für den österreichischen Rechtsmarkt ist DeepJudge nicht einfach „noch ein KI-Tool“, sondern ein Beispiel dafür, wie Kanzleien KI strategisch einsetzen können, statt nur mit Chatbots zu experimentieren.

1. Wissensmanagement ist plötzlich messbar

Viele Kanzleien haben seit Jahren Wissensprojekte: Precedent-Datenbanken, Musterverträge, interne Handbücher. Das Problem: wenig Nutzung, viel Pflegeaufwand.

Eine KI-gestützte Wissenssuche ändert das:

  • Die Nutzung lässt sich messen (Suchanfragen, Treffer, verwendete Dokumente).
  • Fachbereiche sehen, welches Wissen tatsächlich verwendet wird.
  • Veraltete Muster lassen sich identifizieren, weil sie kaum noch gefunden oder benutzt werden.

Damit wird Wissensmanagement von einer „nice to have“-Initiative zu einem klar steuerbaren Produktivitätsfaktor.

2. Mandant:innen erwarten mehr Effizienz – und Nachvollziehbarkeit

Gerade Unternehmensjurist:innen in Ă–sterreich stellen zunehmend zwei Forderungen:

  • Schnellere Bearbeitung komplexer Mandate
  • Bessere Transparenz bei Aufwand und BegrĂĽndung

Eine smarte Wissenssuche und ein Knowledge Assistant helfen Kanzleien,

  • Standardfragen deutlich schneller zu beantworten,
  • bei komplexen Themen strukturiert auf frĂĽhere Arbeitsergebnisse aufzusetzen,
  • BegrĂĽndungen sauber mit internen Memos, Gutachten und Verträgen zu hinterlegen.

Wer das gut erklärt und vertraglich sauber regelt, kann KI als Qualitäts- und Effizienzargument im Pitch nutzen – statt defensiv darüber zu schweigen.

3. Nachwuchs und Fachkräftemangel

Gerade jĂĽngere Jurist:innen erwarten heute digitale UnterstĂĽtzung. Wenn eine Kanzlei 2025 noch mit Netzlaufwerk und Volltextsuche im PDF arbeitet, wirkt das im Vergleich zu modernen Arbeitgebern wenig attraktiv.

Tools wie DeepJudge können:

  • Associates schneller „onboarden“,
  • Einarbeitungszeiten in neue Rechtsgebiete verkĂĽrzen,
  • Routine-Recherche entlasten, damit mehr Zeit fĂĽr Strategie und Mandantenkontakt bleibt.

Kurz gesagt: KI-gestĂĽtztes Wissensmanagement ist auch ein Recruiting-Argument.

RAG, Datenschutz & Haftung: die drei groĂźen Fragen aus der Praxis

Sobald das Stichwort „generative KI“ fällt, kommen in Kanzleien (zurecht) drei Fragen auf: Wie sicher ist das technisch, wie passt das zu unserem Berufsrecht – und wer haftet bei Fehlern?

Wie funktioniert Retrieval-Augmented Generation im rechtlichen Kontext?

RAG ist das technische HerzstĂĽck des Knowledge Assistant. FĂĽr Jurist:innen reicht folgendes Bild:

  • Die KI erfindet nicht frei, sondern zieht zuerst relevante Texte aus dem internen Datenbestand.
  • Nur diese Texte dĂĽrfen als Grundlage der Antwort dienen.
  • Die Antwort kann mit Quellenangaben versehen werden, sodass die Anwältin jederzeit prĂĽfen kann, worauf sich die KI stĂĽtzt.

FĂĽr den Rechtsbereich ist das essenziell, weil sich so juristische Argumentation und KI-UnterstĂĽtzung verbinden lassen, ohne die Kontrolle abzugeben.

Datenschutz und Berufsgeheimnis

Für österreichische Kanzleien kommt es auf drei Punkte an:

  1. Datenstandort und Verarbeitung: Wo werden die Daten verarbeitet, in welcher Form, mit welchen Subunternehmern?
  2. Mandatsvertraulichkeit: Wie wird sichergestellt, dass keine Daten aus einem Mandat im Kontext eines anderen Mandats auftauchen?
  3. Modelltraining: Werden Mandantendaten jemals genutzt, um die Modelle allgemein weiterzutrainieren? (Kurz gesagt: sollte bei seriösen Anbietern klar ausgeschlossen sein.)

Wer KI in der Kanzlei wirklich produktiv nutzen will, kommt um eine strukturierte Due Diligence des Anbieters nicht herum – technisch, rechtlich und organisatorisch.

Haftung bei KI-gestĂĽtzten Arbeitsergebnissen

Aus meiner Sicht ist hier eine klare Linie hilfreich:

  • Die KI ist ein Werkzeug, kein eigenständiger Entscheidungsträger.
  • Die anwaltliche PrĂĽfung und Verantwortung bleiben unverändert.

Praktisch bedeutet das:

  • Jeder Output des Knowledge Assistant wird als Entwurf behandelt.
  • Die verantwortliche Anwältin prĂĽft, korrigiert und zeichnet wie gewohnt.
  • In der internen Organisation wird dokumentiert, wo KI-UnterstĂĽtzung eingesetzt wurde (z. B. im Dokumenten-Metadatum), ohne die Mandatsbeziehung zu belasten.

Wie österreichische Kanzleien jetzt konkret vorgehen können

Die Realität: Viele Kanzleien wissen, dass sie „etwas mit KI“ tun sollten, hängen aber irgendwo zwischen Pilotprojekten und PowerPoint-Folien fest. Statt alles auf einmal zu wollen, hat sich ein dreistufiger Ansatz bewährt.

Schritt 1: Inventur der eigenen Wissensbasis

Bevor ein Tool wie DeepJudge Sinn ergibt, brauchen Sie Klarheit ĂĽber Ihre Daten:

  • Wo liegen Verträge, Gutachten, Memos, Schriftsätze aktuell?
  • Welche Systeme werden wirklich genutzt (DMS, M365, Fileserver)?
  • In welchen Formaten liegen die Dokumente vor (DOCX, PDF-Scans, E-Mails)?

Ein kleiner interner Workshop mit IT, Knowledge Management und einigen Partner:innen reicht oft, um ein erstes Bild zu bekommen. Ziel: eine ĂĽbersichtliche Landkarte der Wissensquellen.

Schritt 2: Konkreten Use Case auswählen

Statt „Wir machen alles KI-gestützt“ empfehle ich: einen klaren Pilot-Use-Case definieren, z. B.:

  • M&A: Suche nach Precedents fĂĽr Gewährleistungsklauseln
  • Litigation: Auffinden vergleichbarer Schriftsätze und Argumentationslinien
  • Banking/Finance: Standardvertragsklauseln zu Sicherheiten und Covenants

Wichtige Kriterien:

  • Hoher Dokumentenbestand
  • Hoher Zeitaufwand fĂĽr Standardrecherche
  • Fachbereich mit technikoffenen Partner:innen

So wird aus „Wir probieren KI aus“ ein konkretes Projekt mit messbarem Nutzen.

Schritt 3: Governance & Spielregeln festlegen

Bevor der Knowledge Assistant flächendeckend genutzt wird, braucht es pragmatische Spielregeln, etwa:

  • Welche Dokumente dĂĽrfen in die Wissensbasis? (z. B. finale Versionen, keine persönlichen Notizen)
  • Wie kennzeichnen wir KI-unterstĂĽtzte EntwĂĽrfe intern?
  • Wer entscheidet ĂĽber Freigaben neuer Datenquellen?

Gut gemachte Governance schützt nicht nur vor Fehlern, sondern nimmt auch Skeptiker:innen im Partnerkreis mit – weil klar wird, dass KI-Einsatz kontrolliert und steuerbar ist.

Was das Funding fĂĽr den Legal-Tech-Markt bedeutet

Die Seed-Runde ĂĽber 10,7 Mio. US-Dollar ist fĂĽr ein Legal-Tech-Unternehmen mit klarem Fokus auf Kanzleien bemerkenswert. Sie zeigt drei Dinge:

  1. Investoren glauben an den Markt für spezialisierte KI im Recht. Es geht nicht mehr nur um generische Chatbots, sondern um tief integrierte Lösungen für konkrete Branchen.
  2. RAG-basierte Wissenssysteme werden als SchlĂĽsseltechnologie gesehen, um generative KI im professionellen Umfeld ĂĽberhaupt nutzbar zu machen.
  3. Der DACH-Raum – mit Schweiz, Deutschland und Österreich – wird als attraktiver Testmarkt wahrgenommen: hoher Rechtsberatungsbedarf, viele komplexe Mandate, gleichzeitig noch großer Nachholbedarf bei systematischem Wissensmanagement.

Für österreichische Kanzleien ist das eine Einladung: Wer jetzt beginnt, KI-gestütztes Wissensmanagement aufzubauen, kann sich in den nächsten Jahren klar vom Markt abheben – fachlich, organisatorisch und wirtschaftlich.

Fazit: KI-Wissensassistenz ist kein Luxusprojekt mehr

Der DeepJudge Knowledge Assistant steht exemplarisch fĂĽr einen Trend, der 2025 im Rechtsmarkt an Fahrt aufnimmt: Generative KI wird vom Spielzeug zum produktiven Arbeitswerkzeug, sobald sie mit der internen Wissensbasis einer Kanzlei verbunden wird.

Für österreichische Rechtsanwält:innen bedeutet das:

  • Wer seine internen Daten heute strukturiert und zugänglich macht, schafft die Grundlage fĂĽr echte KI-UnterstĂĽtzung morgen.
  • Wissenssuche, Precedent-Management und Standardrecherche lassen sich spĂĽrbar beschleunigen – ohne die anwaltliche Verantwortung aus der Hand zu geben.
  • Kanzleien, die jetzt gezielt Pilotprojekte starten, sind in zwei bis drei Jahren dort, wo andere noch ĂĽber Risiken diskutieren.

Die eigentliche Frage lautet nicht mehr, ob KI im Kanzleialltag ankommt, sondern wie bewusst und professionell sie eingebunden wird. Wer das Thema aktiv gestaltet, wird in Mandatsbearbeitung, Talentgewinnung und Wirtschaftlichkeit einen klaren Vorsprung haben.