Vertragsprüfung, Entwurf & Redlining-Assistent

Vertragsarbeit ist repetitiv: einen Entwurf der Gegenseite lesen, mit den eigenen Standards vergleichen, Abweichungen markieren, Rückfallformulierungen vorschlagen und eine Zusammenfassung für den Fachbereich schreiben. In Microsoft Word eingebettete KI-Assistenten erledigen heute die erste Durchsicht gegen ein kodifiziertes Playbook und erzeugen nachverfolgte Änderungen, die die Juristin oder der Jurist annimmt, bearbeitet oder ablehnt. Der Gewinn liegt in schnellerer Erstprüfung und einheitlicheren Positionen; die Verantwortung für das rechtliche Ergebnis bleibt bei einer qualifizierten Person.

Problem & Nutzen

• Heute: Rechtsabteilungen, Einkauf und Vertriebsinnendienst erhalten NDAs, Lieferverträge, AVVs und SaaS-Bedingungen als Word/PDF und prüfen sie manuell gegen ein internes Playbook (oder aus dem Gedächtnis). Fachbereiche warten Tage; Juristen verbringen ihre Zeit mit risikoarmen Standardabweichungen; die Positionen driften zwischen den Prüfenden auseinander.
• KI-Nutzen: Triage nach Risiko (Standard-NDA vs. ungewöhnliche Haftungsregelung), einheitliche Anwendung der Playbook-Positionen, Markup im Erstentwurf, verständliche Zusammenfassungen für Nicht-Juristen und Wiederverwendung von Präzedenzfällen aus dem eigenen Vertragsbestand der Kanzlei oder des Unternehmens.
• Evidenz (Anbieterzahlen als Marketing behandeln): Der unabhängige Vals Legal AI Report (Feb. 2025) stellte fest, dass KI-Werkzeuge bei Dokumenten-Fragen und -Antworten sowie Zusammenfassungen eine juristische Vergleichsbasis übertrafen, Juristen aber bei allen getesteten Werkzeugen beim Redlining klar vorn lagen (Juristen-Basis 79,7 %, Vincent AI 53,6 %, Harvey Assistant 65,0 % in der Tabelle) [1]. Spellbook wirbt mit 75 % eingesparter Zeit bei Vertragsarbeit, einer selbst berichteten Zahl [2]. Die Redlining-Qualität ist der Punkt, den Sie an Ihren eigenen Verträgen testen sollten.

Varianten

• Rechtsabteilung im Unternehmen / Legal Ops: Playbook-gesteuerte Prüfung eingehenden Papiers, Intake-Portal für Fachanwender, CLM-Integration.
• Kanzleien: Entwurf aus Kanzlei-Präzedenzfällen, tabellarische Prüfung im Stil der Due Diligence (siehe DOC-011), mandantenspezifische Playbooks.
• KMU ohne Rechtsabteilung: Prüfung von NDAs sowie Lieferanten- und Kundenbedingungen mit einer „Ampel“-Zusammenfassung; Eskalation an externe Rechtsberatung ab einer Wertgrenze.
• Einkauf / Vertrieb: Prüfung von Lieferantenbedingungen oder Kundenpapier in der Angebotsphase (für Ausschreibungsunterlagen siehe DOC-015).
• Öffentlicher Sektor: Prüfung von IT-/Lieferverträgen gegen Standardbedingungen im Stil von EVB-IT / UVgO und Vergaberegeln.
• Private Nutzung: Miet-, Arbeits- oder Verbraucherverträge – nur Klauseln erklären und markieren; keine individuelle Rechtsberatung.
• Hier nicht abgedeckt: Massenextraktion über ein Vertragsportfolio (DOC-009) und umfangreiche Datenraumprüfung (DOC-011).

So funktioniert es

1. Vertragseingang (Word/PDF/E-Mail/Portal)
2. Dokumentenverarbeitung (DOCX-Struktur bleibt erhalten; OCR für Scans)
3. Klauselsegmentierung & -klassifikation
4. Playbook-Abruf (Positionen, Rückfallpositionen, freigegebene Klauselbibliothek, Präzedenzfälle über RAG)
5. LLM-Prüfung je Klausel: Abweichung vom Playbook, Risikobewertung, Begründung, zitierte Textstelle
6. Redline-Erzeugung (nachverfolgte Änderungen + Kommentare in DOCX) / Entwurf aus Vorlagen
7. Prüfung durch die Juristin oder den Juristen in Word (annehmen/ablehnen/bearbeiten)
8. Verhandlungsvermerk
9. Freigabe in CLM / E-Signatur

• Playbook als Daten: Klauselbezogene Positionen (bevorzugt, akzeptable Rückfallposition, rote Linie, zuständige Eskalationsstelle) sind das wertvollste Gut; Anbieter wie Spellbook und Luminance stellen sie als „Playbooks“ bereit [2][4].
• Redline-Engine: Das Modell schlägt Änderungen vor; Software wandelt sie in echte OOXML-Änderungsverfolgung um, sodass die Gegenseite und die prüfende Person ein normales Word-Redline sehen. Minimale Änderungen (nur die nötigen Wörter ändern) sind entscheidend – das Umschreiben ganzer Klauseln verärgert Gegenparteien.
• Verankerung: Jede Feststellung muss den Klauseltext und die Playbook-Regel zitieren; entworfene Formulierungen stammen nach Möglichkeit aus der freigegebenen Klauselbibliothek, statt frei generiert zu werden.
• Mensch-in-der-Schleife (Human-in-the-Loop): Eine qualifizierte Person gibt jedes ausgehende Redline frei; Hochrisikoklauseln (Haftungsobergrenzen, Freistellung, geistiges Eigentum, Datenschutz, anwendbares Recht) unterliegen einer verpflichtenden Eskalation.

Datenaufbereitung

Der Assistent braucht drei Arten von Daten: die Vertragsentwürfe selbst (Word, PDF, Scans, oft in E-Mails), das Verhandlungs-Playbook mit Rückfallpositionen (oft nur in den Köpfen der Juristen, in alten Vermerken oder Foliensätzen) und eine Klauselbibliothek mit abgeschlossenen Präzedenzfällen (DMS, Dateiablagen, CLM). Typische Lücken: kein schriftliches Playbook, mehrere veraltete Vorlagenversionen, Präzedenzfälle ohne Vermerk, welcher davon gut war, Scans ohne Text und gemischte Sprachen.

Aufbereitungsschritte: (1) das Playbook als strukturierte Liste niederschreiben: Klausel, bevorzugte Position, Rückfallposition, rote Linie, Eskalation (PREP-016, PREP-014); (2) eine kleine Menge freigegebener Vorlagen und bereinigter Präzedenzfälle auswählen und veraltete kennzeichnen (PREP-013, PREP-017); (3) die Klauselbibliothek nach Klauseltyp, Vertragsart und Sprache verschlagworten (PREP-010, PREP-019); (4) Scans historischer Verträge nur dort per OCR erfassen, wo sie als Präzedenzfälle dienen sollen (PREP-006); (5) ein Unternehmensglossar definierter Begriffe sammeln (PREP-015); (6) einen Testsatz aus früheren Verhandlungen mit dem Endergebnis aufbauen (PREP-018). Verwandt: DOC-009, DOC-014.

Grober Anteil: 30 Prozent des Aufwands, davon ist der Playbook-Workshop der wertvollste und oft schwierigste Teil.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil in Word integrierte Prüf- und Entwurfsassistenten mit Playbooks ausgereifte Produkte sind und der Prozess standardisiert ist.
• Großunternehmen: Weg B, weil Playbooks, Klauselbibliotheken und das CLM integriert werden sollen und die Rechtsfunktion strategisch ist und viele Nutzerplätze hat.
• Entwickler: Weg B, weil Cloud-Reasoning-Modelle über API plus eine Playbook-Schicht der schnellste Weg zu einem eigenen Assistenten sind.
• Öffentlicher Sektor: Weg C in einer souveränen EU-Cloud, weil Vertragsentwürfe vertraulich sind und das Vergaberecht kontrolliertes Hosting begünstigt.
• Privat: Weg A, weil ein allgemeiner Chat-Assistent mit klarer Checkliste genügt, um einen Miet- oder Verbrauchervertrag zu verstehen (keine Rechtsberatung).

Weg A — Kaufen (Standardsoftware)

Empfohlen für die meisten KMU. - Legal-KI-Plattformen: Harvey (USA; Regionen EU/USA/AU gelistet, SOC 2 Type II, ISO 27001/42001) [5], Legora (Schweden; Word- und Outlook-Add-ins, tabellarische Prüfung, Agent; ISO 27001, SOC 2, ISO 42001 angegeben) [EU] [3], Luminance (Großbritannien; Verhandlung mit Präzedenzfällen und Playbooks, ISO 27001, SOC 2 Type II) [4], Spellbook (Kanada/USA; Prüfen, Entwerfen, Vergleichen, Playbooks in Word und Google Docs, Zero Data Retention angegeben) [2]. Außerdem Thomson Reuters CoCounsel sowie CLM-Suiten (Ironclad, Icertis, Agiloft, Evisort/Workday) mit eingebetteter KI. - Deutsche/EU-orientierte Optionen: Prüfen Sie Legora, Noxtua (Xayn/Beck, in der EU gehostetes Legal-LLM) und lokale Legal-Tech-Anbieter auf Inhalte zum deutschen Recht und On-Premises-/EU-Hosting – aktuelle Angebote vor dem Kauf verifizieren. - Microsoft 365 Copilot in Word eignet sich für Zusammenfassungen und Entwürfe, hat aber standardmäßig keine Playbook-Disziplin; nur mit klaren Prompts und Prüfung einsetzen. - Wählen Sie A, wenn: Sie einen Word-nativen Arbeitsablauf und vom Anbieter gepflegte Qualität wollen und keine strenge On-Premises-Anforderung haben. Prüfen Sie: Datenstandort, Klausel zum Ausschluss von Training, Liste der Unterauftragsverarbeiter (welcher LLM-Anbieter), Audit-Protokolle, Unterstützung des deutschen Rechts, Preis pro Nutzerplatz.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: ein Spitzen-Reasoning-Modell (Claude, GPT, Gemini) oder Mistral-Modelle (EU-Anbieter, [EU]) über Endpunkte in EU-Regionen (Azure OpenAI EU Data Zone, AWS Bedrock Frankfurt/Paris, Vertex AI EU, Mistral La Plateforme). Strukturierte Ausgabe für Feststellungen verwenden (Klausel, Regel-ID, Schweregrad, Zitat, Textvorschlag).
• Pipeline: DOCX-Verarbeitung mit python-docx/OOXML, Vektorindex über Playbook und Klauselbibliothek (Embedding + Reranker), Orchestrierung in n8n oder einem kleinen Dienst, Word-Add-in (Office.js) für Kommentare und nachverfolgte Änderungen direkt im Dokument.
• Wählen Sie B, wenn: Sie besondere Playbook-Logik haben, eine eigene Klauselbibliothek und CLM-Integration wollen oder die Prüfung in ein Produkt einbetten müssen. Rechnen Sie damit, Evaluationssätze selbst zu erstellen.

Weg C — Selbst betreiben (Open Source)

• Modelle: Open-Weight-LLMs wie Mistral Large 3 / Mistral Small 4 (Apache 2.0, [EU]) [6], Qwen, Llama oder Modelle der gpt-oss-Klasse, bereitgestellt mit vLLM; Docling oder PaddleOCR für Scans; BGE/Qwen3-Embeddings mit Qdrant oder pgvector.
• Eignung: Kanzleien mit Verschwiegenheitspflichten, Verteidigung/öffentlicher Sektor oder Rechtsabteilungen von Unternehmen, die Entwürfe nicht an US-Clouds senden können. Lange Verträge erfordern Langkontext-Modelle (128k+) oder klauselweises Aufteilen.
• Hardware: HW3 (eine GPU mit 48–141 GB) für Modelle mit ~30–120B; HW2 genügt für Modelle mit 8–30B bei klauselweiser Verarbeitung, mit geringerer Redline-Qualität. Betriebsaufwand: mittel; keine gepflegte Word-Oberfläche – Sie bauen oder integrieren eine.

Weg D — Eigenes Training

Selten lohnend. Das Feintuning auf die eigenen verhandelten Verträge einer Kanzlei kann Stil und Playbook-Treue verbessern und mit einem kleineren Modell die Kosten senken, braucht aber Tausende sauberer, annotierter Beispiele (Klausel, Position, Änderung) und eine strenge Vertraulichkeitsbehandlung. Offene Datensätze wie CUAD (510 Verträge, 41 Klauseltypen, CC BY 4.0) helfen bei der Klauselklassifikation, sind aber US-amerikanische Handelsverträge und nicht deutsches Recht [7]. Beginnen Sie mit Prompting + RAG; trainieren Sie erst, wenn die Evaluation eine Lücke zeigt.

Stand der Technik (2026)

• Playbook-gesteuerte Agenten in Word sind das Standard-Produktmuster: prüfen, gegen den Standard vergleichen, entwerfen, Fragen stellen, Workflows über mehrere Dokumente [2][3][4].
• Stärken: Klauselidentifikation, Zusammenfassung, Fragen und Antworten zu einem Vertrag, Erstentwürfe aus Vorlagen, Vergleich mit einem Standard, Übersetzung von Klauseln.
• Schwächen: Redlining-Qualität (minimale, rechtlich präzise Änderungen), Konsistenz von Querverweisen und definierten Begriffen in langen Vereinbarungen, rechtsordnungsspezifisches Recht (deutsches AGB-Recht nach §§ 305 ff. BGB) und quantitative Logik (Obergrenzen, Zahlungspläne). Der einzige unabhängige Vergleich mit einer juristischen Vergleichsbasis zeigte das Redlining als schwächste Aufgabe [1]; neuere Modellgenerationen haben das Schlussfolgern verbessert, aber öffentliche unabhängige Redlining-Benchmarks für 2026 sind selten – führen Sie eine eigene Evaluation durch.
• Fehlerbilder: halluzinierte Klauselverweise oder Rechtsprechung, übersehene Nicht-Standard-Klauseln in Anlagen, stille Änderungen in unberührtem Text, übermäßig sichere Bewertungen als „geringes Risiko“, in Dokumenten der Gegenseite versteckte Prompt Injection (Anweisungen in weißer Schrift).
• Evaluationspraxis: einen Referenzsatz aus 30–50 früheren Verträgen mit angenommenen Redlines aufbauen; Recall der Playbook-Abweichungen, Precision und Annahmequote der vorgeschlagenen Änderungen messen.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (llm-reasoning + embedding-text + vector-db + ocr-docparse): DOC-009 Vertragsanalyse & Klauselextraktion (Portfolio-Sicht; Klauselbibliothek und Extraktionsschemata werden gemeinsam genutzt), DOC-011 Due Diligence, DOC-015 Ausschreibungsanalyse, DOC-021 eDiscovery, KNOW-006 Rechtsrecherche und KNOW-002 RAG-Assistent (gleicher Index und Reranker), DOC-014 für robuste PDF-Verarbeitung, DOC-018 Anonymisierung vor dem Senden von Verträgen an externe Modelle, LANG-009 für die Übersetzung fremdsprachiger Verträge.
• Workflow: AGENT-002 Workflow-Automatisierung für Eingang, Freigabe und Unterschriftsweiterleitung; AGENT-018 für laufende Compliance-Prüfungen gegen aus unterzeichneten Verträgen extrahierte Pflichten.
• Hardware: Ein einzelner HW3-Server mit einem offenen LLM bedient DOC-009/010/011/015 und KNOW-006 gemeinsam; Vektordatenbank und Embedding-Dienst sind gemeinsam nutzbar.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen bis zum Pilot; Abonnement pro Nutzerplatz (Legal-KI für Unternehmen wird meist auf Anfrage bepreist); der meiste Aufwand fließt in die Kodierung des Playbooks.
• Weg B: 2-4 Monate für ein produktives Word-Add-in mit Evaluation; API-Kosten je Vertrag sind im Verhältnis zur Juristenzeit gering, aber Evaluation und Wartung überwiegen.
• Weg C: 3-6 Monate; GPU-Server plus Entwicklung; keine Anbieteroberfläche.
• Kennzahlen: Durchlaufzeit der Prüfung, Anteil der Verträge, die ohne Eskalation abgeschlossen werden, Playbook-Treue, Annahmequote der KI-Redlines, Anzahl der Verhandlungsrunden, Quote übersehener Punkte in vierteljährlichen Audit-Stichproben, Juristenstunden je Vertrag.

Menschen & Veränderung

Binden Sie die Leitung der Rechtsabteilung (oder in einem KMU die Geschäftsführung) als Prozessverantwortliche ein, die Juristen und Fachanwender, die täglich verhandeln, die IT für das Word-Add-in und die Konten, die IT-Sicherheit für die Datenflüsse zum Anbieter und die oder den Datenschutzbeauftragten. Der Playbook-Workshop ist der Schlüsselmoment: Die Personen, die verhandeln, müssen die Positionen verantworten, nicht der Anbieter. Recht und Compliance prüfen die Vertragsbedingungen mit dem Anbieter (AVV, kein Training mit Kundendaten, Ausstieg; siehe GUIDE-010).

Betriebsrat: abhängig vom Fall. Protokolliert das Werkzeug die Prompts einzelner Nutzer, angenommene oder abgelehnte Vorschläge oder Prüfzeiten, ist es objektiv zur Leistungsüberwachung geeignet und § 87 Abs. 1 Nr. 6 BetrVG greift; § 90 Abs. 1 Nr. 3 verlangt eine frühzeitige Unterrichtung über KI-gestützte Arbeitsverfahren. Öffentliche Stellen beteiligen den Personalrat. Eine DSFA ist ratsam, wenn Verträge mit personenbezogenen Daten (Arbeitsverträge) verarbeitet werden.

KI-Kompetenz: Unterstützen Sie die Beschäftigten mit Schulungen zu halluzinierten Klauseln, zur Prüfung von Redlines und zu Vertraulichkeitsregeln (Art. 4 KI-Verordnung). Beginnen Sie mit einem Pilot aus 3 bis 5 Prüfenden bei einer Vertragsart, z. B. NDAs. Typische Sorgen sind Haftung und Kompetenzverlust; begegnen Sie ihnen, indem die Juristen verantwortlich bleiben, jedes Redline geprüft werden muss und ein Prüfpfad der Vorschläge im Vergleich zu angenommenen Änderungen geführt wird. Siehe GUIDE-008, GUIDE-009, GUIDE-005.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise minimales Risiko – Vertragsprüfung für Unternehmen ist keine Anwendung nach Anhang III; die KI-Kompetenz nach Art. 4 gilt. Vorsicht: KI, die Justizbehörden bei der Anwendung des Rechts auf Sachverhalte unterstützt, ist nach Anhang III (Nr. 8) hochriskant [8]; die Prüfung von Arbeitsverträgen für Entscheidungen über Beschäftigte oder die Bewertung von Kredit-/Versicherungsverträgen einzelner Personen könnte Anhang III berühren, prüfen Sie daher den konkreten Kontext. Die Ausnahmen nach Art. 6 Abs. 3 gelten für enge verfahrensbezogene oder vorbereitende Aufgaben, aber nicht, wenn natürliche Personen einem Profiling unterzogen werden [8].
• Rechtsdienstleistungsrecht: In Deutschland kann ein Werkzeug, das Verbrauchern oder Dritten individuelle rechtliche Bewertungen gibt, eine Rechtsdienstleistung nach § 2 RDG darstellen, die nur zugelassene Anbieter erbringen dürfen [9]. Die Nutzung im Unternehmen und durch Anwälte ist unproblematisch; an Verbraucher gerichtete Produkte brauchen eine rechtliche Prüfung.
• Berufsgeheimnis: Rechtsanwälte sind an § 43a BRAO / § 203 StGB gebunden; nutzen Sie Anbieter, die zur Verschwiegenheit verpflichtet sind (§ 43e BRAO), mit EU-Hosting oder Selbstbetrieb.
• DSGVO: Verträge enthalten personenbezogene Daten (Unterzeichnende, Beschäftigte, Einzelunternehmer); AVV mit dem Anbieter, kein Training mit Kundendaten, Transferprüfung bei US-Anbietern, wo möglich anonymisieren (DOC-018).
• Haftung und Qualität: Die Nutzerin oder der Nutzer bleibt verantwortlich; Prüfschritte dokumentieren; ein Prüfprotokoll führen; Redlines nicht automatisch an Gegenparteien senden; sich vor versteckter Prompt Injection in Dokumenten schützen.

Erste Schritte

1. Wählen Sie eine eng gefasste Vertragsart (z. B. eingehende NDAs) und schreiben Sie das Playbook mit bevorzugten Positionen, Rückfallpositionen und roten Linien.
2. Sammeln Sie 30-50 frühere Verträge mit den final verhandelten Fassungen als Evaluationssatz.
3. Testen Sie 2-3 Werkzeuge aus Weg A (oder einen Prototyp aus Weg B) in Word am Evaluationssatz; lassen Sie Recall der Abweichungen und Annahme der Redlines durch eine Juristin oder einen Juristen bewerten.
4. Klären Sie Fragen zu Vertraulichkeit, Hosting und Unterauftragsverarbeitern mit der Rechtsabteilung und der oder dem Datenschutzbeauftragten, bevor Sie echte Entwürfe von Gegenparteien verwenden.
5. Führen Sie das Werkzeug mit verpflichtender menschlicher Freigabe ein und verfolgen Sie die Kennzahlen; erweitern Sie auf weitere Vertragsarten erst, wenn die erste stabile Annahmequoten erreicht.

Quellen

1. Vals AI - Legal AI Report (VLAIR), Feb 2025 - https://www.vals.ai/vlair
2. Spellbook - product page (review, draft, playbooks, security claims) - https://spellbook.com/
3. Legora - product page - https://www.legora.com
4. Luminance - product page (negotiation, security) - https://www.luminance.com
5. Harvey - product page (security, certifications, regions) - https://www.harvey.ai
6. Mistral AI - models overview (open-weight models and licences) - https://docs.mistral.ai/getting-started/models/models_overview/
7. The Atticus Project - CUAD dataset - https://www.atticusprojectai.org/cuad
8. AI Act Service Desk / artificialintelligenceact.eu - Article 6 high-risk classification - https://artificialintelligenceact.eu/article/6/
9. Gesetze im Internet - § 2 RDG (Rechtsdienstleistungsgesetz) - https://www.gesetze-im-internet.de/rdg/__2.html