KI-Einsatzbereiche in juristischen Teams priorisieren: Nach welcher Logik?

Welche Bereiche sollen als erste mit KI-Unterstützung arbeiten? Das ist eine der zentralen operativen Fragen in der KI-Einführung. Sie wird häufig nach dem Lautstärke-Prinzip beantwortet: Wer am stärksten für einen bestimmten Use Case eintritt, gewinnt.

Das ist keine Strategie. Priorisierung in einer juristischen Organisation erfordert ein Kriteriengerüst, nicht eine Interessenkoalition.

Drei Kriterien, die entscheiden

1. Strategische Wirkung

Wie stark trägt dieser Einsatzbereich zur Erreichung der definierten Ziele bei? Je direkter die Verbindung zwischen dem KI-Einsatz und einem messbaren Ziel, desto höher die Priorität. Ein Einsatzbereich, der keinem definierten Ziel dient, ist schwer zu begründen – und schwer zu steuern.

2. Organisationale Machbarkeit

Sind die Voraussetzungen vorhanden – Datenqualität, Prozessklarheit, Akzeptanzbereitschaft, IT-Infrastruktur? Ein strategisch attraktiver Bereich, der organisational nicht reif ist, scheitert bei der Umsetzung. Reife ist kein Hindernis, das ignoriert werden soll, sondern ein Faktor, der den Implementierungsaufwand bestimmt.

3. Risikoprofil

Welche regulatorischen, haftungsrechtlichen und reputationsbezogenen Risiken sind mit KI-Einsatz in diesem Bereich verbunden? Bereiche mit hohem Risikoprofil sind nicht ausgeschlossen, aber sie brauchen stärkere Governance und sorgfältigeres Pilotdesign.

Im Rechtsumfeld ist das Risikoprofil besonders relevant: Mandatsbezogene Daten, Amtsgeheimnisse, strafrechtlich relevante Informationen – jeder dieser Bereiche erfordert eine eigene Risikobeurteilung, bevor KI eingesetzt wird.

Das Problem mit Use-Case-Listen

In vielen KI-Projekten entstehen lange Listen von Use Cases. Vertragsanalyse, Urteilszusammenfassungen, Mandatsbriefe, Recherche, Due Diligence, Compliance-Prüfungen. Die Liste wächst mit jeder Demo.

Das Problem: Eine Liste priorisiert nicht. Sie sammelt. Priorisierung bedeutet, sich zu entscheiden – für etwas und damit gegen anderes. Wer alles gleichzeitig machen will, macht nichts gründlich.

Empfehlung: Zwei bis drei Einsatzbereiche in einer ersten Phase. Tief bearbeitet, gemessen, auswertbar. Danach skalieren – auf Basis von Erkenntnissen, nicht Wunschlisten.

Ein praktisches Vorgehen

• Schritt 1: Kandidaten-Bereiche sammeln – aus der Ausgangslageanalyse und aus Rückmeldungen der Mitarbeitenden.

• Schritt 2: Jeden Kandidaten auf den drei Kriterien bewerten. Eine einfache Ampel genügt: Grün (stark), Gelb (mittel), Rot (schwach oder hohes Risiko).

• Schritt 3: Entscheidung durch die Führungsebene. Mit Begründung. Mit Kommunikation an die nicht priorisierten Bereiche – warum deren Bereich später kommt.

• Schritt 4: Nach der ersten Phase re-priorisieren. Die Erkenntnisse aus dem Pilot verändern die Bewertung.

  
  

Häufige Fehler bei der Priorisierung

Priorisierung nach Begeisterung: Der Bereich mit den meisten KI-Enthusiasten gewinnt. Das ist keine Priorisierung, das ist eine Selbstselektion.

Priorisierung ohne Ausgangswerte: Wer nicht weiss, wie lange ein Prozess heute dauert, kann nicht beurteilen, ob die Optimierung strategisch bedeutsam ist.

Priorisierung als einmalige Entscheidung: Priorisierung ist keine abschliessende Entscheidung für alle Zukunft. Sie ist eine Sequenz, die nach jeder Phase aktualisiert wird.

Wer die Priorisierung vornimmt

Die Führungsebene, informiert durch die operative Ebene. Nicht IT allein und nicht die lauteste Praxisgruppe. Eine Priorisierungsentscheidung, die nicht von der Führung getragen wird, verliert ihr Gewicht, sobald der erste Widerstand entsteht.

Priorisierung bedeutet, Nein zu sagen. Wer das nicht kann, priorisiert nicht – er listet.

Diese Frage ist Teil einer strukturierten KI-Einführung. Den Gesamtrahmen liefert die Übersichtsseite.

→ Wollen Sie darüber sprechen?