GenAI im Vertragsmanagement: Ein Realitätscheck

Der Vertragsprozess verschlingt mehr Ressourcen, als die meisten Führungskräfte wahrhaben wollen. Laut WorldCC-Forschung liegen die tatsächlichen Kosten des Vertragsmanagements bei über 8% des Jahresumsatzes — und darin sind nicht nur Personal und Systeme enthalten, sondern auch der Wertverlust durch ungünstige Vertragsklauseln, verpasste Pflichten und Streitigkeiten, die bei besserem Vertragsdesign vermeidbar gewesen wären.

KI ist seit über zehn Jahren Teil dieses Bildes, eingebettet in Contract-Lifecycle-Management-Systeme (CLM). Was sich 2022 geändert hat, war nicht die Ankunft von KI im Vertragsrecht — es war die Ankunft zugänglicher KI. Plötzlich konnte jede Juristin, jeder Jurist mit einem Browser Verträge entwerfen, prüfen und analysieren, gestützt auf Modelle, die mit riesigen öffentlichen Datensätzen trainiert wurden.

Die Reaktion war vorhersehbar: eine Mischung aus Begeisterung, Angst und völlig unrealistischen Erwartungen. Drei Jahre später haben wir genug Erfahrungswerte, um zu trennen, was funktioniert und was nicht.

Was CLM-integrierte KI bereits leistet

Bevor GenAI ins Spiel kam, lieferten traditionelle KI-Funktionen innerhalb von CLM-Systemen bereits messbare Ergebnisse in zwei Bereichen.

Vor der Vertragsunterzeichnung: KI-Tools prüfen Verträge automatisch gegen interne Richtlinien und regulatorische Anforderungen und markieren Abweichungen. Sie generieren Standardklauseln aus vorab genehmigten Bibliotheken und Vorlagen. WorldCC-Benchmarks zeigen, dass rund 8% der Grossunternehmen KI-gestützte Klauselgenerierung einsetzen — eine niedrige Zahl, aber die Firmen, die es nutzen, berichten von deutlichen Konsistenzgewinnen und weniger Entwurfsfehlern.

Nach der Unterzeichnung: Pflichtenerkennung und Leistungsüberwachung sind der stärkste Anwendungsfall für eingebettete KI. KI-gestützte Analytik überwacht die Vertragserfüllung anhand von KPIs und alarmiert Beteiligte automatisch, wenn ein Meilenstein verpasst wird oder eine Vertragsfrist droht. Das verschiebt Vertragsmanagement von reaktiver Brandbekämpfung zu proaktivem Eingreifen.

Die Einschränkung dieser Systeme ist strukturell: Sie arbeiten nur mit Daten innerhalb des eigenen Ökosystems. Sie können Ihnen nicht sagen, ob Ihre Haftungsklausel ausserhalb der Marktnorm liegt, weil sie keinen Einblick in den Markt haben.

Wo GenAI echten Mehrwert schafft

GenAI ersetzt die CLM-eingebettete KI nicht. GenAI erweitert, was möglich ist. Vier Anwendungsfälle zeigen echte Traktion.

Erstenwurf-Generierung. GenAI erstellt Vertragsentwürfe, die auf spezifische Verhandlungen zugeschnitten sind — schneller als jedes vorlagenbasierte System. Bei grenzüberschreitenden Vereinbarungen — etwa einem Liefervertrag zwischen einem Schweizer Hersteller und einem deutschen Distributor — kann GenAI bestehende Rechtsrahmen, regulatorische Anforderungen und vergleichbare Klauselstrukturen berücksichtigen und einen Entwurf liefern, der beide Jurisdiktionen abdeckt. Was früher Stunden manueller Recherche und Formulierung brauchte, wird zu einer 20-minütigen Überprüfungs- und Anpassungsübung.

Vertragsanalyse und Lückenidentifikation. GenAI kann Ihre Vertragsbedingungen mit Branchenstandards vergleichen und aufzeigen, wo Sie Konditionen verlangen oder akzeptieren, die ausserhalb der Marktnorm liegen. Das ist besonders wertvoll im Beschaffungswesen, wo Rechtsabteilungen oft keine Sicht darauf haben, was vergleichbare Unternehmen vereinbaren.

Verhandlungsvorbereitung. Frühe Anwender berichten von messbaren Vorteilen bei Verhandlungsgeschwindigkeit und -ergebnissen. GenAI analysiert frühere Verhandlungen und Vertragsdaten, schlägt Gegengebote vor und hebt Klauseln hervor, die voraussichtlich Reibung verursachen. Sie betreten den Raum mit einem klareren Bild davon, welche Punkte wirklich zählen und wo die Gegenseite wahrscheinlich Druck machen wird.

Regulatorische Compliance-Kartierung. Für Kanzleien, die in der EU, der Schweiz und weiteren Jurisdiktionen tätig sind, kann GenAI vertragliche Verpflichtungen gegen sich entwickelnde regulatorische Anforderungen abgleichen — DSGVO, EU AI Act, Schweizer Datenschutzgesetz — und Lücken identifizieren, bevor sie zu Durchsetzungsrisiken werden.

Die Einschränkungen sind real

Das alles heisst nicht, dass Sie Ihren Vertragsprozess an ChatGPT übergeben sollten. Die Grenzen sind gut dokumentiert und in vielen Fällen ungelöst.

Datenschutz. GenAI-Modelle, die mit öffentlichen Daten trainiert wurden, werfen sofort Fragen zur Vertraulichkeit auf. Wenn Sie ein M&A-Term-Sheet eines Mandanten in ein öffentliches Modell eingeben, könnten diese Daten zum Training künftiger Modellversionen verwendet werden. Für regulierte Branchen — Finanzwesen, Gesundheitswesen, öffentliche Aufträge — ist das ein K.o.-Kriterium.

Ausgabequalität. GenAI produziert überzeugend klingenden Text, unabhängig davon, ob die zugrunde liegende rechtliche Analyse korrekt ist. Eine Klausel, die sich gut liest, kann unter Schweizer Recht unvollstreckbar sein oder mit zwingenden Bestimmungen des Obligationenrechts kollidieren, die das Modell schlicht nicht kennt. Menschliche Überprüfung ist keine Option — sie ist Pflicht.

Jurisdiktionslücken. Die meisten GenAI-Modelle sind stark auf Common-Law-Jurisdiktionen gewichtet, insbesondere US- und englisches Recht. Wenn Ihre Praxis unter Schweizer, deutschem oder österreichischem Recht operiert, werden Sie auf Entwurfskonventionen und Risikoverteilungsmuster stossen, die das Modell schlecht handhabt. Zivilrechtstraditionen sind in den Trainingsdaten unterrepräsentiert.

Qualität der Marktdaten. Wenn GenAI behauptet, Ihre Konditionen gegen „Marktnormen" zu benchmarken, sind die zugrunde liegenden Daten möglicherweise nicht repräsentativ für verhandelte Ergebnisse in Ihrer Branche oder Jurisdiktion. Veröffentlichte Vertragsvorlagen sind nicht dasselbe wie verhandelte Vereinbarungen.

Private GenAI: Die Antwort der Unternehmen

Das Datenschutzproblem hat eine Lösung, und grössere Organisationen setzen sie bereits um: private, sichere GenAI-Installationen, trainiert auf proprietären Vertragsdaten.

Die Logik ist klar. Ein privates GenAI-System, das auf den historischen Verträgen, Verhandlungsergebnissen und Leistungsdaten Ihrer Organisation trainiert wurde, produziert Entwürfe, die Ihre spezifische Risikobereitschaft, Richtlinien und Rechtsstandards widerspiegeln. Es umfasst Verschlüsselung, Zugangskontrollen und Compliance-Funktionen, die regulierte Branchen erfordern. Und es vermeidet das Kernrisiko öffentlicher Modelle — Ihre Vertragsintelligenz verlässt nie Ihr Ökosystem.

Dieser Ansatz ist besonders relevant für Schweizer Firmen, die dem Bankgeheimnis, Datenschutzanforderungen oder branchenspezifischen Vertraulichkeitspflichten unterliegen. Das private Deployment-Modell ermöglicht es, GenAI-Fähigkeiten bei Entwurf und Analyse zu nutzen, ohne die Data-Governance-Probleme.

Kosten und Komplexität privater Installationen bleiben Hürden für kleinere Kanzleien. Eine mittelgrosse Schweizer Kanzlei mit 20 Anwältinnen und Anwälten kann eine sechsstellige Infrastrukturinvestition für ein internes GenAI-System derzeit nicht rechtfertigen. Aber die Richtung ist klar: GenAI im Vertragsmanagement wird zunehmend eine interne Fähigkeit sein, kein öffentlicher Dienst. Und der Middleware-Markt holt auf. Mehrere CLM-Anbieter bieten inzwischen private GenAI-Module als Add-ons an, wodurch der Implementierungsaufwand von einem Individualprojekt zu einer Konfigurationsaufgabe wird.

Für Kanzleien, die noch nicht bereit für ein privates Deployment sind, ist der Zwischenschritt die disziplinierte Nutzung öffentlicher Modelle mit strikten Datenhandhabungsprotokollen: anonymisierte Eingaben, keine mandantenidentifizierenden Informationen, klare interne Richtlinien darüber, was an externe Dienste übermittelt werden darf und was nicht.

Smart Contracts und Blockchain: Versprechen vs. Realität

Die Konvergenz von GenAI mit Smart Contracts und Blockchain-Technologie wird häufig als Zukunft des digitalen Vertragsmanagements diskutiert. Das theoretische Potenzial ist real — GenAI kann komplexe Vertragsbedingungen in ausführbaren Smart-Contract-Code übersetzen, bestehende Smart Contracts auf Durchsetzbarkeitslücken analysieren und hybride Verträge erstellen, die codierte und natürlichsprachliche Elemente kombinieren.

Aber die praktischen Hürden sind erheblich.

Smart Contracts funktionieren gut für vordefinierte, binäre Bedingungen — Zahlung bei Lieferung, automatische Verlängerung, Vertragsstrafen-Trigger. Sie scheitern an den nuancierten, beziehungsabhängigen Klauseln, die die meisten kommerziellen Vereinbarungen prägen. Eine Force-Majeure-Klausel erfordert Urteilsvermögen. Eine Material-Adverse-Change-Bestimmung erfordert Kontext. Das sind keine Bedingungen, die sich in Code fassen lassen.

Der ökologische Fussabdruck der Blockchain und die Spannung zwischen Unveränderlichkeit und dem Recht auf Löschung nach DSGVO kommen als weitere Komplikationen hinzu. Für die meisten Schweizer und DACH-Kanzleien bleiben Smart Contracts ein Nischenwerkzeug für bestimmte Transaktionstypen — Derivate, Handelsfinanzierung, standardisiertes Beschaffungswesen — und kein allgemeiner Ersatz für traditionelle Vereinbarungen.

Die Personalfrage

Jede ehrliche Diskussion über GenAI im Vertragsmanagement muss die Auswirkungen auf die Beschäftigung ansprechen. Mit zunehmender Automatisierung von Vertragsprozessen werden sich Rollen, die sich auf Routineentwürfe, Compliance-Prüfungen und Datenextraktion konzentrieren, erheblich verändern. Vertragsmanager, Paralegals und Junioranwälte, die den Grossteil ihrer Zeit mit Erstentwürfen oder Klausel-für-Klausel-Prüfungen verbringen, werden feststellen, dass ein wesentlicher Teil ihrer aktuellen Arbeit schneller von Maschinen erledigt werden kann.

Das bedeutet nicht, dass diese Rollen verschwinden. Es bedeutet, dass sie sich weiterentwickeln. Der Wert verschiebt sich von der Produktion zum Urteil — vom Entwurf der Klausel zur Entscheidung, ob die Klausel für diese spezifische Geschäftsbeziehung angemessen ist. Organisationen mit starken ESG-Verpflichtungen sollten jetzt über Weiterbildung und Rollengestaltung nachdenken, nicht warten, bis die Technologie das Gespräch erzwingt.

Es gibt auch eine Gleichstellungsdimension. Kleinere Kanzleien und Firmen in Regionen mit eingeschränkter Technologie-Infrastruktur könnten einen Wettbewerbsnachteil erleiden, wenn grössere Organisationen private GenAI-Systeme einsetzen, die konsistent hochwertigere Vertragsergebnisse zu niedrigeren Kosten liefern.

Die hybride Zukunft

Das realistischste Szenario für die nahe Zukunft ist kein vollständiger Ersatz traditioneller Verträge. Es ist ein hybrides Modell, in dem verschiedene Technologien verschiedene Teile des Vertragsprozesses abdecken.

GenAI übernimmt Erstentwürfe, Compliance-Mapping und Verhandlungsvorbereitung. CLM-eingebettete KI verwaltet Pflichtenverfolgung und Leistungsüberwachung. Smart Contracts automatisieren spezifische, klar definierte Bedingungen innerhalb grösserer Vereinbarungen. Und menschliches Urteilsvermögen bleibt zentral für neuartige Entwürfe, kontextabhängige Risikobewertung und Beziehungsmanagement.

Eine unveröffentlichte Studie, die in jüngsten WorldCC-Forschungen zitiert wird, illustriert das Potenzial: Eine Regierungsbehörde nutzte KI, um 7.500 Vereinbarungen zu überprüfen und die Häufigkeit sowie die Auswirkungen von Vertragsänderungen auf Risiko und Preis zu identifizieren — mit potenziellen Einsparungen von fast 6% der laufenden Ausgaben. Diese Art der Portfolioanalyse übersteigt schlicht die menschlichen Möglichkeiten im grossen Massstab.

Was Sie jetzt tun können

Wenn Sie eine Rechtsanwaltskanzlei oder eine Vertragsmanagement-Funktion in der Schweiz oder im DACH-Raum führen, sind die praktischen Schritte klar.

Beginnen Sie mit der Prüfung, nicht mit dem Entwurf. Nutzen Sie GenAI zunächst, um bestehende Verträge zu analysieren und zu benchmarken, bevor Sie dem Tool die Erstellung neuer Verträge anvertrauen. Das Risikoprofil ist niedriger, und Sie lernen schnell, wo die Jurisdiktionslücken des Tools Ihre Arbeit betreffen.

Testen Sie mit Ihren eigenen Dokumenten. Jede Evaluation eines GenAI-Vertragstools muss Ihre tatsächlichen Verträge verwenden, in Ihren tatsächlichen Jurisdiktionen, mit Ihren tatsächlichen Entwurfskonventionen. Hersteller-Demos mit US-amerikanischen NDAs sagen nichts über die Leistung bei OR-basierten Lieferverträgen aus.

Investieren Sie in Prompting-Disziplin. Die Qualität der GenAI-Ausgabe ist direkt proportional zur Qualität der Eingabe. Entwickeln Sie standardisierte Prompts für Ihre häufigsten Vertragstypen und Prüfungsszenarien.

Planen Sie die private Installation. Auch wenn ein privates GenAI-System derzeit Ihr Budget übersteigt, strukturieren Sie Ihre Vertragsdaten jetzt — Klauselbibliotheken, Verhandlungsprotokolle, Leistungsdaten —, damit das System bei der Einführung qualitatives Trainingsmaterial vorfindet.

Kümmern Sie sich frühzeitig um die Personalseite. Wenn Ihr Team GenAI vor allem als Bedrohung für die eigene Rolle wahrnimmt, wird die Einführung scheitern — unabhängig von der Qualität der Technologie. Beziehen Sie Vertragsmanager und juristische Mitarbeitende in den Evaluierungs- und Pilotprozess ein. Die Menschen, die die aktuellen Schwachstellen kennen, sind dieselben, die erkennen, wo das Tool den grössten Mehrwert schafft.

Setzen Sie realistische Erwartungen bei der Geschäftsleitung. GenAI wird Ihre Vertragskosten nicht im ersten Jahr um 50% senken. Die Technologie wird die Durchlaufzeit bei spezifischen Aufgaben verkürzen, die Konsistenz bei standardisierten Dokumenten verbessern und erfahrene Fachleute entlasten, damit diese sich auf die Arbeit konzentrieren können, die tatsächlich ihre Expertise erfordert. Argumentieren Sie mit diesen konkreten, messbaren Verbesserungen — nicht mit Transformationsversprechen, die alle in die Enttäuschung führen.

Die Transformation kommt. Aber sie kommt als Serie praktischer Verbesserungen an spezifischen Teilen des Vertragsprozesses — nicht als einzelnes revolutionäres Ereignis. Die Kanzleien, die am meisten profitieren, sind diejenigen, die mit klarem Pragmatismus herangehen statt mit herstellergetriebener Begeisterung.