GenAI im Vertragsmanagement: Ein Realitätscheck

Contract Lifecycle Management, kurz CLM, verbindet Entwurf, Freigabe, Unterzeichnung und laufende Vertragspflichten. Manche Funktionen nutzen Regeln und Datenbanken, andere maschinelles Lernen oder generative KI. Prüfen Sie die tatsächliche Funktion und den Datenfluss, statt die Bezeichnung «KI» als Leistungsnachweis zu behandeln.

Ein Realitätscheck aus der Forschung

Giampieris Studie von 2024 liess zwei Chatbots englischsprachige Lieferverträge für England und Wales sowie für Italien entwerfen. Der kleine Vergleich fand fehlende Anpassungen an das Rechtssystem sowie unvollständige oder unpassende Klauseln. Das ist eine begrenzte Entwurfsstudie, keine aktuelle Rangliste aller Modelle. Sie stellt die Annahme infrage, dass die Nennung einer Rechtsordnung im Prompt zuverlässig einen geeigneten Vertrag erzeugt.

Auch der ContractEval-Preprint von 2025 berichtet von Zielkonflikten zwischen Richtigkeit und anderen Ergebnismerkmalen bei Klauselbewertungen. Benchmark und untersuchte Konfigurationen belegen keine Leistung an Verträgen einer Schweizer Kanzlei. Ausführlichere Antworten sind nicht automatisch genauer.

Die vorgeschlagenen Aufgaben trennen

Ein Schreibassistent kann Text zur Prüfung vorschlagen, ein Extraktionswerkzeug Klauseln, Datumsangaben und Pflichten. Ein CLM-Ablauf kann eine Freigabe weiterleiten oder aufgrund erfasster Angaben eine zuständige Person benachrichtigen. Jede Aufgabe braucht eigene Abnahmekriterien und Fehlerprüfungen.

Weder klassisches CLM noch GenAI kennt automatisch die Marktpraxis. Ein Marktvergleich braucht einen identifizierten, relevanten und hinreichend repräsentativen Datensatz. Öffentliche Vorlagen und Modellbehauptungen belegen nicht, was Parteien in Ihrer Branche ausgehandelt haben.

Auch private Bereitstellung braucht Governance

Privates Hosting kann Datenflüsse kontrollierbarer machen, beseitigt aber keine Geheimhaltungs- oder Sicherheitsaufgaben. Prüfen Sie Modell- und Supportzugriffe, Protokolle, Sicherungen, Trainingsnutzung, Aufbewahrung und Löschung. Ein System mit historischen Verträgen kann veraltete Klauseln reproduzieren oder Unterlagen abrufen, die die jeweils nutzende Person nicht sehen darf.

Klären Sie, ob die Aufgabe eine Klauselbibliothek, Retrieval aus freigegebenen Quellen, Modelltraining oder eine einfachere Suche braucht. Das sind unterschiedliche Umsetzungsentscheidungen. Bemessen Sie die Infrastruktur nach der gewählten Aufgabe, nicht nach der allgemeinen Erwartung, jede Kanzlei brauche ein eigenes Modell. Vergleichen Sie Gesamtkosten und testen Sie die vorgesehene Konfiguration.

Prüfung ist nicht automatisch der sicherere Einstieg

Das Risiko hängt von der Nutzung des Ergebnisses ab. Ein klar als prüfbedürftig gekennzeichneter Entwurf kann ein geringeres Risiko übermässigen Vertrauens bergen als ein Bericht «keine Probleme gefunden», aufgrund dessen eine wesentliche Klausel übersehen wird. Wählen Sie das Pilotprojekt nach Folgen, Nachweisen und Prüfkapazität, nicht nach einer allgemeinen Reihenfolge von Prüfung und Entwurf.

Nutzen Sie repräsentative freigegebene Unterlagen einschliesslich schwieriger Beispiele. Erfassen Sie Vorbereitung, Quellenkontrolle, Korrektur und Aufsicht neben der Verarbeitungszeit. Ein strukturierter Prompt kann Anweisungen klären, garantiert aber weder rechtlich korrekte Ergebnisse noch einen festen Produktivitätsgewinn.

Automatisierung und Rechtswirkung unterscheiden

Bei ausführbaren Klauseln oder Blockchain-Komponenten klären Sie externe Datenquellen, Fehlerbehandlung, Änderungsbefugnisse und Streitbeilegungsverfahren. Dass Code eine Bedingung ausführt, entscheidet noch nicht über die Vertragsauslegung. Prüfen Sie Vertraulichkeit und Aufbewahrung, bevor sensible Informationen in schwer veränderbare Systeme gelangen.

Planen Sie Rollen und Schulung anhand beobachteter Arbeit. Leiten Sie Stellenabbau, niedrigere Honorare oder bessere Vertragsergebnisse nicht aus einer Vorführung ab. Bewerten Sie diese Folgen gesondert und beziehen Sie die ausführenden Mitarbeitenden ein.