BESONDERHEITEN DER EU-RECHTSMÄRKTE

Sowohl das Projekt als auch der Leitfaden konzentrierten sich auf kleine Anwaltskanzleien: Im Gegensatz zum Vereinigten Königreich wird der Rechtsmarkt in der EU von kleinen Kanzleien beherrscht. Dies gilt sowohl für die Anzahl der Kanzleien in diesem Sektor als auch für ihr wirtschaftliches Gewicht: 71 % aller Beschäftigten im Rechtsdienstleistungssektor arbeiten in Kanzleien mit weniger als zehn Mitarbeitern, und auch die Umsatzdaten zeigen ähnliche Ergebnisse (53 %).¹Einzelheiten dazu finden Sie unter http://ai4lawyers.eu/wp-content/uploads/2022/03/Overview-of-the-average-state-of-the-art-ITcapabilities-in-the-EU.pdf, S. 9. Dieser Unterschied hat wichtige Konsequenzen. Kleine Kanzleien haben eine flache Organisationsstruktur und knappe IT-Budgets. IT-Tools, die für größere Organisationen entwickelt wurden, haben einen anderen Schwerpunkt und eine andere Funktionalität als solche für kleine Kanzleien. Ferner fehlt es kleinen Kanzleien oft an geeigneter IT-Unterstützung und sie haben nur begrenzte Ressourcen für individuelle Entwicklungen.
Die Unterschiede in den Sprachen und Rechtsordnungen wirken sich noch stärker auf die KI-Tools aus als das Budget einer Kanzlei. Große Sprachmodelle (Large Language Models, LLMs) dienen als Basismodell für viele Tools zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), die Anwälte zur Automatisierung ihrer Arbeitsprozesse einsetzen. Allerdings müssen diese Modelle, wie der Name schon sagt, auf einer enormen Menge von Textdaten (Korpora) aufgebaut werden. Aber nicht alle Sprachen in der EU verfügen über die gleiche Menge und Qualität an Textressourcen, und die bekanntesten Sprachmodelle werden nicht proportional auf verschiedene Sprachen trainiert. So wurde z.B. GPT-3 zu 92 % auf einem englischsprachigen Korpus trainiert, zu 1,67 % auf Deutsch und nur mit ein paar Promille auf den meisten anderen Sprachen.²https://github.com/openai/gpt3/blob/master/dataset_statistics/languages_ by_character_count.csv. Dennoch zeigen diese multilinguistischen Modelle überraschende Fähigkeiten: Sie sind in der Lage, Sprachen zu übersetzen, für die sie trainiert wurden, ohne dass sie explizit für die Übersetzung trainiert wurden. Aber die meisten Fähigkeiten beruhen immer noch auf den LLMs, die auf einer bestimmten Sprache „vortrainiert“ sind, weshalb man nicht erwarten kann, dass diese LLMs in den Landessprachen denselben Funktionsumfang und dieselben Fähigkeiten aufweisen wie in Englisch.

„Unabhängig davon, wie harmonisiert das EU-Recht ist, unabhängig von der Freiheit der Rechtsanwälte, grenzüberschreitende Dienstleistungen zu erbringen, wissen wir alle, dass es unmöglich ist, Recht in der EU im Allgemeinen zu lernen, unabhängig von bestimmten Rechtsordnungen“

Dieses Problem wird durch die verschiedenen Ausgestaltungen der Gerichtsbarkeit und der nationalen Unterschiede im Recht noch verschärft. Unabhängig davon, wie harmonisiert das EU-Recht ist, unabhängig von der Freiheit der Rechtsanwälte, grenzüberschreitende Dienstleistungen zu erbringen,³Zum Beispiel die Richtlinie 98/5/EG wissen wir alle, dass es unmöglich ist, Recht in der EU im Allgemeinen zu lernen, unabhängig von bestimmten Rechtsordnungen. Diese Grenze gilt nicht nur für Menschen, sondern auch für Maschinen. Auch wenn die Fähigkeiten großer Sprachmodelle sehr allgemein sind und man unabhängig von der Fragestellung relativ zuverlässige Antworten erhält, werden sie nicht in der Lage sein, die korrekte Wortwahl oder den zutreffenden Geist des Gesetzes in allen Rechtsordnungen zu treffen, es sei denn während des Vortrainings werden entsprechende Texte aus den betreffenden Rechtsordnungen verwandt.

BEDEUTUNG DER ANLEITUNG VON ANWÄLTEN FÜR KI-TOOLS: STANDARDISIERUNG VON NACHFRAGE UND WISSEN

Aufgrund dieser sprachlichen und rechtlichen Unterschiede und des Mangels an IT-Budgets ist der Markt für anwaltsspezifische KI (und andere innovative IT-Tools) in der EU eher fragmentiert. Legaltech-Lösungen haben Schwierigkeiten bei der Skalierung. Das gilt selbst für Software, die als Infrastruktur für andere Softwareebenen dienen sollte, wie Praxis-, Fall- oder Dokumentenmanagement- Software.
Dies hat zur Folge, dass man in einigen Mitgliedstaaten möglicherweise sehr lange warten muss, bis die entsprechenden Tools mit länderspezifischen Fähigkeiten verfügbar werden, da diese hauptsächlich auf der Marktnachfrage kleiner Kanzleien und Einzelanwälte basieren. Solange die Anwälte nur über ein geringes ITBudget verfügen, wird es nur wenige Anbieter geben, die sie mit den erforderlichen Tools versorgen. Selbst wenn der Wettbewerb zwischen den Anwälten auf den einzelnen Rechtsmärkten stark ist, wird dies nicht unbedingt dazu führen, dass technisch versierte Anwälte diejenigen ersetzen, die solche Tools nicht nutzen. Eher wird die Art und Rentabilität der Arbeit sich verändern bei Anwälten, die verstärkt Tools zur Arbeitsunterstützung einsetzen. Selbst Regierungen und Gerichte sehen in der Regel davon ab, Anwälten neue Technologien aufzuzwingen oder Anwälte, die nicht bereit sind, solche Technologien zu nutzen, aus dem Markt zu drängen, es sei denn, es treten Ausnahmesituationen ein, wie z. B. bei einer Pandemie.

„Diese vielschichtigen Probleme werden also nicht durch einen Leitfaden gelöst, aber er kann dennoch dazu beitragen, die Nachfrage vonseiten der Anwälte zu steigern“

Diese vielschichtigen Probleme werden also nicht durch einen Leitfaden gelöst, aber er kann dennoch dazu beitragen, die Nachfrage vonseiten der Anwälte zu steigern, indem er sie davon überzeugt, solche Tools auszuprobieren und die damit verbundenen Risiken und Chancen zu verstehen. Ein Leitfaden kann auch dazu beitragen, die Marktnachfrage von Anwälten zu standardisieren, indem er eine Struktur für solche Tools bereitstellt und Anwälten das Verständnis dafür erleichtert, welche Art von NLP-Tools für ihre Praxis nützlich sein könnten, anstatt sich auf Marketingmaterial zu verlassen, das für große Firmen erstellt wurde.

KONZEPTIONELLER RAHMEN, ARTEN VON NLP IM LEITFADEN UND DAS KAPITEL ÜBER MÖGLICHE ZUKUNFTSSZENARIEN

Eines der Ziele des Leitfadens war es, den Rahmen der KI-Tools so zu erläutern, dass er für Anwälte leicht verständlich ist, aber dennoch dazu beiträgt, etwas mehr darüber zu erfahren, wie und warum solche Tools funktionieren, und so Anwälten zu helfen, sich im Umgang mit diesen Tools sicherer zu fühlen. Neben den Grundlagen gibt es Informationen zu den wichtigsten Kategorien von NLP-Werkzeugen, wie Texterzeugung, Sprachverständnis und Textsuche. Anstelle von präzisen technischen Beschreibungen fällt es einigen Anwälten vielleicht leichter, Beispiele zu verstehen, die ihrem Alltag nahekommen: Die Schilderung eines Tages einer zukünftigen Anwältin im Jahr 2032, die bereits einige innovative KI-Tools in ihre tägliche Arbeit integriert hat. In diesem Kapitel werden sechs Szenarien zur Veranschaulichung aufgeführt, wie z.B. Vertragsverhandlungen, ein Kundenaufnahmeverfahren oder eine sehr rationalisierte Vorbereitung von Gerichtsverfahren. Die aufgelisteten Tools wurden bereits vor 2022 in Forschungsarbeiten einbezogen. Die Anwendungsbeispiele setzen voraus, dass die bereits bekannten und erforschten Tools in zehn Jahren zuverlässig arbeiten und zum Einsatz kommen können.

DEONTOLOGISCHE RISIKEN UND PROBLEME MIT KI-TOOLS

Wie jedes andere technische Produkt birgt auch der Einsatz von KI-Tools einige spezifische Risiken für die Interaktion von Anwälten mit ihren Mandanten, mit den Gerichten und für die Zusammenarbeit mit anderen Anwälten.
Von den berufsrechtlichen Herausforderungen möchte ich hier zwei hervorheben: Die Risiken im Zusammenhang mit dem IT-Outsourcing und die Zuverlässigkeit der LLM. Einige dieser Risiken ergeben sich aus denselben Bedingungen wie bei jedem IT-Outsourcing oder, allgemeiner gesagt, bei jeder Einschaltung eines Dritten als Dienstleister. Diese Risiken sind die gleichen, mit denen Anwälte konfrontiert sind, wenn sie Cloud-Computing Dienste⁴Siehe CCBE-Leitlinien für die Nutzung von Cloud-Computing-Diensten durch Rechtsanwälte. oder Online-Plattformen nutzen.⁵Siehe CCBE-Leitfaden für die Nutzung von Online-Rechtsplattformen durch Anwälte Für Anwälte ist es sehr bequem, sich nicht mit ihrer IT-Infrastruktur vor Ort befassen zu müssen, und es ist einfach, sich sofort an die Verwendung von Tools zu gewöhnen. Doch dieser Ansatz hat auch Nachteile.

„Die meisten Dienste von Drittanbietern verringern unweigerlich die Unabhängigkeit des Anwalts und können auch zu einer gewissen Anbieterabhängigkeit führen“

Selbst wenn es möglich ist, einige der oben genannten großen Sprachmodelle lokal zu installieren, können sie in Bezug auf Geschwindigkeit und Fähigkeiten nicht mit den leistungsstärksten Modellen mithalten, die nur über eine Anwendungsprogrammierschnittstelle (API) oder über Cloud-Dienste des KI-Modellanbieters (wie OpenAI, Google usw.) angeboten werden. Die meisten Dienste von Drittanbietern verringern unweigerlich die Unabhängigkeit des Anwalts und können auch zu einer gewissen Anbieterabhängigkeit führen. Im Leitfaden werden einige Ansätze zur Verringerung dieser Beschränkungen dargelegt, z.B. die Standardisierung von Exportformaten zwischen Drittanbietern, aber auch die Arbeit der EU in diesem Bereich (z.B. Verhaltenskodizes für SaaS-Anbieter) sei erwähnt.⁶Siehe z.B. den SWIPO AISBL-Verhaltenskodex. In jedem Fall müssen Anwälte sicherstellen, dass unabhängig davon, wie stark die Anbieterbindung ist, nicht die Möglichkeit des Anwalts beeinträchtigt ist, auf Mandantendaten zuzugreifen, die bei solchen Drittdiensten gespeichert sind.

„Wir müssen ein Gefühl für die Unzuverlässigkeit bekommen und ein ‚zuverlässiges Arbeitsmodell‘ für uns selbst entwickeln, welche Ungenauigkeiten zu erwarten sind und wie diese als reine fiktive Kreation der KI zu erkennen sind“

Das andere deontologische Problem, das ich ansprechen möchte, ist die mangelnde Zuverlässigkeit großer Sprachmodelle. Juristen müssen sich darüber im Klaren sein, dass, selbst wenn solche auf neuronalen Netzen basierende Modelle Zugang zu mehr Informationen haben und diese abrufen können, als ein einzelner Mensch jemals wissen könnte, die Wahrscheinlichkeit groß ist, dass, solange das betreffende Modell nicht auf eine bestimmte gesuchte Information trainiert wurde, es überzeugend aussehende Informationen liefert, anstatt mitzuteilen: „Ich weiß es nicht“. Das macht es erstaunlich unzuverlässig. Bis dieses Zuverlässigkeitsproblem gelöst ist, müssen wir uns an diese Unzuverlässigkeit gewöhnen. Wir müssen ein Gefühl für diese Unzuverlässigkeit bekommen und ein „zuverlässiges Arbeitsmodell“ für uns selbst entwickeln, welche Ungenauigkeiten zu erwarten sind und wie diese als reine fiktive Kreation der KI zu erkennen sind. Genau wegen dieses Problems ist es nicht möglich, solche Werkzeuge den Mandanten direkt zugänglich zu machen, ohne dass die Plausibilität durch anwaltlichen Input getestet ist. Dies wird als „Human in the Loop“ bezeichnet, bei dem nur eine menschliche Überprüfung die Zuverlässigkeit der Beratung oder anderer Ergebnisse gewährleisten kann und versucht, dieses Risiko zu steuern.

SCHLUSSFOLGERUNG

Seit April 2022 hat sich auf dem Gebiet der großen Sprachmodelle viel getan. Dank des beispiellosen Erfolgs des ChatGPT-Produkts von OpenAI verstehen jetzt viel mehr Juristen, warum der Bereich der KI für unsere Zukunft entscheidend ist und dass es sich nicht nur um einen esoterischen Hype handelt, der in fünf Jahren platzen wird. Unsere Prioritäten haben sich plötzlich geändert, und jetzt müssen wir uns darauf konzentrieren, uns längerfristig umzuschulen, genau wie jeder andere geistige Beruf. Es ist noch wichtiger geworden, den Weg des Leitfadens weiterzugehen, und viel mehr Juristen werden sich mit der (Un-)Zuverlässigkeit und der Funktionsweise der großen Sprachmodelle vertraut machen müssen.