REVOLUTIONÄR. In einer Zeit, in der Künstliche Intelligenz immer mehr in den Arbeitsalltag integriert wird, bietet sich auch für die juristische Praxis eine beispiellose Chance, die Effizienz und Präzision von Recherche und Analyse zu steigern. Doch der Erfolg eines solchen Systems hängt maßgeblich von der Qualität und vom Umfang der verwendeten Daten ab. Der Fachverlag MANZ stellt mit „MANZ Genjus KI“ eine Lösung vor, die Jurist:innen in ihrer täglichen Arbeit unterstützt.                                                                                                         

Juristische Texte sind oft komplex und enthalten neben expliziten Informationen auch zahlreiche implizite Bedeutungen. Um relevante Informationen präzise zu extrahieren und kontextgerecht zu interpretieren, erfordert die Rechtsforschung höchste Sorgfalt. Auch bei der Arbeit mit LLMs (Large Language Models) wie „MANZ Genjus KI“ stellt sich also eine besondere Herausforderung: Die Modelle müssen in der Lage sein, Texte nicht nur zu verstehen, sondern auch präzise und kontextuell passende Antworten zu generieren.

Herausforderung der Datenaufbereitung

Der Erfolg eines KI-gestützten Modells für die Rechtsrecherche beruht auf der sorgfältigen Aufbereitung juristischer Texte. Diese müssen in kleine, überschaubare Textpassagen (Chunks) zerlegt und mit umfangreichen Metadaten angereichert werden. Traditionelle Rechtsdatenbanken wie die RDB Rechtsdatenbank betrachten juristische Dokumente als Ganzes, was für KI-Modelle jedoch ungeeignet ist. Die Zerlegung der Texte in kleinere Einheiten (Textpassagen) ermöglicht effizienteres und präziseres Arbeiten, wodurch das Risiko minimiert wird, wichtige Informationen zu übersehen. Zudem wird der Analyseprozess beschleunigt.

Mehrwert von Metadaten in der juristischen Recherche

Neben der Textzerlegung spielen Metadaten eine zentrale Rolle. Juristische Texte sind komplex und enthalten auch implizite Informationen. Metadaten wie Veröffentlichungsdatum, Gültigkeitsdauer oder Verweise auf andere Rechtsquellen helfen der KI, den Kontext zu verstehen und präzise Antworten zu generieren. Veraltete Informationen können schwerwiegende Konsequenzen haben. „MANZ Genjus KI“ sorgt durch den kontinuierlichen Abgleich der Metadaten mit der aktuellen Rechtslage dafür, dass Jurist:innen stets auf dem neuesten Stand sind.

Der RAG-Ansatz: Durchbruch für juristische KI-Anwendungen

Der RAG-Ansatz (Retrieval-Augmented Generation), den „MANZ Genjus KI“ nutzt, hebt die juristische Recherche auf ein neues Niveau. Er ermöglicht es dem Modell, gezielt auf domänenspezifische Inhalte zuzugreifen. Dies bedeutet, dass Informationen aus den umfangreichen Fach-Publikationen des MANZ Verlags in Echtzeit abgerufen und in die Antworten der KI integriert werden. Der RAG-Ansatz kombiniert zwei Schritte: Zunächst werden relevante Informationen aus juristischen Dokumenten abgerufen. Diese Daten, zum Beispiel Passagen aus Gesetzen oder Kommentaren, werden dann in den Antwortprozess integriert. Das Ergebnis sind genaue, kontextbezogene Antworten, die auf aktueller Rechtslage und Fachliteratur beruhen. Diese Form der dynamischen Antwortgenerierung ist in der juristischen Praxis von unschätzbarem Wert. Besonders, wenn es darum geht, Informationen aus urheberrechtlich geschützten Werken korrekt in die Verarbeitung einzubeziehen, bietet der RAG-Ansatz einen enormen Fortschritt. Jurist:innen können sichergehen, dass ihre Informationen auf aktuellen und rechtlich einwandfreien Grundlagen basieren.

"MANZ Genjus KI“: Der digitale Recherche-Assistent der Zukunft

„MANZ Genjus KI“ bietet Jurist:innen einen leistungsfähigen Recherche-Assistenten, der nicht nur bei der Informationssuche unterstützt, sondern auch bei der Erstellung von Zusammenfassungen, Aktennotizen und Vertragsentwürfen hilft. Die Integration von LLM-Technologie und RAG-Ansatz ermöglicht den Zugang zu einer Fülle an Informationen aus den Verlagspublikationen von MANZ – präzise gefiltert für die juristische Anwendung. Nach einer erfolgreichen Testphase durch Expert:innen startet „MANZ Genjus KI“ im November dieses Jahres mit einem kostenlosen Early Access Programm. Interessierte können sich dazu bereits jetzt auf der MANZ-Webseite anmelden und von den Vorteilen des digitalen Recherche-Assistenten profitieren.

Schematische Darstellung des Retrieval-Augmented-Generation-(RAG)-Ansatzes bei MANZ Genjus KI                                       Quelle: pvml.com/glossary