Assistent für Gesetzgebungsentwürfe und Konsolidierung von Änderungen

Einen Gesetzentwurf zu verfassen ist ein formales Handwerk: Jede Bestimmung muss zur bestehenden Rechtsordnung passen, strenge Regeln der Rechtsförmlichkeit einhalten, auf die richtigen Querverweise zeigen und von Änderungsbefehlen, einer Gegenüberstellung und einer Begründung begleitet werden. Ein KI-Assistent, der auf strukturiertem Rechtstext (Akoma-Ntoso-XML) arbeitet, prüft Form und Konsistenz, berechnet konsolidierte Fassungen und Synopsen und entwirft erste Fassungen erläuternder Texte. Politische Entscheidungen, die Formulierung der Normen und die politische Verantwortung bleiben stets bei den menschlichen Verfasserinnen und Verfassern.

Problem & Nutzen

• Heute: Entwurfsverfasser in Ministerien, Parlamentsdiensten und EU-Organen arbeiten in Word oder in strukturierten Editoren, verfolgen Dutzende paralleler Änderungen von Hand und erstellen Gegenüberstellungen (Synopsen) und konsolidierte Fassungen manuell oder halbmanuell. Änderungen in späten Phasen, etwa in Ausschüssen, verursachen hohen Konsistenzaufwand (Neunummerierung, Querverweise, definierte Begriffe).
• KI-Nutzen: die mechanischen Teile automatisieren (Änderungen anwenden, Textvergleich, Prüfung von Verweisen, Begriffskonsistenz), erste Entwürfe von Begründungen und Änderungszusammenfassungen beschleunigen und den bestehenden Rechtsbestand für Fragen wie „Wo wird dieses Konzept noch geregelt?“ durchsuchbar machen.
• Evidenzbasis: Pilotprojekte mit KI im öffentlichen Sektor gibt es, aber veröffentlichte, unabhängig gemessene Produktivitätszahlen sind rar. Das LEOS-Projekt der Europäischen Kommission zielt ausdrücklich darauf, KI in der Rechtsetzung zu „erkunden und zu pilotieren“ [1]; die Gruppe i.AI des Vereinigten Königreichs veröffentlicht eine experimentelle API zu britischen Rechtsvorschriften und Änderungen, um KI-Assistenten zu fundieren [2]. Eine belegte Zeitersparnis wird hier nicht genannt; messen Sie Ihre eigene Ausgangslage.

Varianten

• Regierungsentwürfe (Ministerien): Entwürfe für Gesetze, Verordnungen und Mantelgesetze, ressortübergreifende Abstimmung (Ressortabstimmung), Erzeugung von Synopsen, Entwürfe der Begründung, Prüfungen gegen das nationale Handbuch der Rechtsförmlichkeit.
• Parlamentsdienste: Einbringung von Änderungsanträgen, Zusammenstellung von Ausschussänderungen, konsolidierter Text „in geänderter Fassung“, Zusammenfassungen in einfacher Sprache für Abgeordnete (siehe LANG-010).
• EU-Organe: Entwurf in LEOS mit dem AKN4EU-Schema, mehrsprachiger Abgleich von 24 Sprachfassungen (siehe LANG-009).
• Landes- und Kommunalrecht: Landesrecht, Satzungen und Verordnungen — kleinere Mengen, gleiche Werkzeugkette.
• Umsetzung von Regulierung: Überführung von EU-Richtlinien in nationales Recht mit einer Entsprechungstabelle (Umsetzungstabelle), die jeden Artikel der nationalen Bestimmung zuordnet.
• Konsolidierungsdienste / Rechtsverlage: „aktuelle“ konsolidierte Texte aus Stammrechtsakten und Änderungsrechtsakten erzeugen.
• Private Nutzung: nicht anwendbar; Bürgerinnen und Bürger nutzen Zusammenfassungen und die Suche im geltenden Recht (LANG-008, LANG-010).

So funktioniert es

1. Regelungsvorgabe + geltendes Recht (Akoma Ntoso / LegalDocML-XML, konsolidierte Fassungen)
2. Retrieval über das Rechtskorpus (hybride Suche + Wissensgraph aus Verweisen/Definitionen)
3. Entwurf: LLM schlägt Vorschriften / Änderungsbefehle in der Zielstruktur vor
4. deterministische Engine: validiert XML, wendet Änderungen an, erstellt konsolidierten Text und Synopse
5. Prüfungen: Querverweise, definierte Begriffe, Nummerierung, Linter für Gesetzgebungsregeln, Hinweise zur EU-Rechtskonformität
6. LLM entwirft Begründung / Änderungszusammenfassungen mit Belegen aus den Quellvorschriften
7. Prüfung durch menschliche Entwurfsverfasser, Rechtsprüfung und Abstimmung
8. verabschiedeter Text

• Strukturierter Text ist der Schlüssel. LEOS baut auf Akoma Ntoso auf, einem LegalDocML-Standard von OASIS (OASIS-Standard seit 2018), einschließlich des Unterschemas AKN4EU für die Interoperabilität zwischen EU-Organen und Mitgliedstaaten [1][3]. Die Arbeit auf XML-Struktur statt auf flachem Word-Text erlaubt es dem Assistenten, auf genaue Artikel und Absätze zu verweisen, und sorgt dafür, dass deterministischer Code und nicht das LLM die Änderungen anwendet.
• Arbeitsteilung: Konsolidierung und Textvergleich sind algorithmisch und müssen reproduzierbar und testbar sein; das LLM dient für Entwurfsvorschläge, Erläuterungen, Zusammenfassungen und die Suche nach „betroffenen Bestimmungen“.
• Mensch-in-der-Schleife (Human-in-the-Loop): Jede vorgeschlagene Bestimmung, Anweisung und Erläuterung ist ein Vorschlag mit sichtbarem Quellenverweis; die Verfasser übernehmen, ändern oder verwerfen ihn. Rechtsprüfung und politischer Prozess bleiben unberührt.

Datenaufbereitung

Der Assistent braucht die konsolidierten Rechtstexte, Änderungshistorien, Begründungen, Handbücher zur Rechtsförmlichkeit und intern frühere Entwürfe und Kommentare. In der Praxis liegen diese im Redaktionssystem oder DMS, in Word-Dateien auf Dateiablagen, in PDFs aus amtlichen Verkündungsblättern, in E-Mail-Verläufen mit Kommentaren und teils auf Papier. Typische Lücken sind eingescannte Ausgaben von Verkündungsblättern ohne OCR, mehrere konkurrierende Fassungen eines Entwurfs, fehlende Versionsmetadaten (Datum des Inkrafttretens), uneinheitliche Zitierweisen und Entwurfsnotizen, die nicht indexiert werden dürfen, weil sie vertraulich sind.

Konkrete Schritte: Bestandsaufnahme der Quellen und Verantwortlichen (PREP-001, PREP-004); eingescannte Texte per OCR erfassen (PREP-006); Word- und Altformate in strukturierten Text wie XML oder Markdown mit Artikel- und Absatz-IDs überführen (PREP-007); Metadaten zu Version, Geltung und Rechtsgebiet ergänzen (PREP-010); einen maßgeblichen Bestand getrennt von Arbeitsentwürfen pflegen (PREP-013); Musterbeispiele für Änderungen und Testfälle gemeinsam mit den Verfassern sammeln (PREP-016, PREP-018). Zugriffsrechte prüfen, damit gesperrte Entwürfe geschützt bleiben (PREP-023). Werkzeuge: Paperless-ngx oder eine OCR-Pipeline, pandoc, Python-Skripte, eine Vektordatenbank. Rechnen Sie mit etwa der Hälfte des Projektaufwands für die Datenaufbereitung. Siehe auch DOC-014 und GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• public: B, weil Ministerien und Parlamente eine Integration in ihre Redaktions- und Dokumentensysteme brauchen und eine souveräne EU-/deutsche Cloud Vergabe- und Souveränitätsvorgaben abdeckt, ohne den Betrieb von HW3.
• enterprise: B, weil Rechtsabteilungen und Verbände, die Satzungen oder interne Regelwerke entwerfen, Anbindungen an ihre eigenen Ablagen brauchen und kein Produkt den gesamten Ablauf abdeckt.
• developer: C, weil Open-Weight-Modelle plus ein selbst betriebener Retrieval-Stack volle Kontrolle über Rechtsbestände geben und die Pipeline reproduzierbar machen.

Weg A — Kaufen (Standardsoftware)

• Gesetzgebungseditoren mit strukturiertem XML: LEOS (Open Source, EUPL, im Eigentum der Europäischen Kommission) ist die Referenzlösung für die Rechtsetzung in EU und Mitgliedstaaten; KI-Funktionen werden pilotiert und sind noch kein fertiges Produkt [1]. Kommerzielle Suiten für Rechtsetzung gibt es von Rechtsverlagen und E-Government-Anbietern (z. B. LexisNexis LegisPro, Xcential); die Bundesregierung betreibt mit der E-Gesetzgebung eine eigene Plattform mit dem Editor eNorm. Prüfen Sie den aktuellen Umfang der KI-Funktionen direkt beim jeweiligen Anbieter.
• Allgemeine Legal-KI-Assistenten (z. B. Harvey, Legora, Noxtua aus Deutschland, auf Aleph Alpha basierende Angebote für den öffentlichen Sektor wie der F13-Assistent in Baden-Württemberg) helfen bei Recherche und Zusammenfassungen, kennen aber in der Regel weder die Regeln der Rechtsförmlichkeit noch Änderungsmechanismen. Prüfen Sie EU-Hosting und das Recht, die Nutzung für Training abzulehnen.
• Wählen Sie A, wenn: Sie einen unterstützten Editor mit Workflow und Archivierung wollen und KI als Zusatz betrachten.

Weg B — Auf Cloud-KI-Diensten aufbauen (empfohlener Standard)

• Modelle: ein führendes LLM mit Reasoning-Fähigkeit (Claude, GPT, Gemini, Mistral Large/Medium — Mistral ist ein EU- Anbieter) in einer EU-Region, mit strukturierten Ausgaben; langer Kontext für ganze Rechtsakte. Embedding und Reranker für die Suche im Bestand.
• Orchestrierung: ein kleiner Agentendienst, der deterministische Werkzeuge aufruft — XML-Validator, Änderungsanwender, Textvergleich, Verweisauflöser — über Function Calling/MCP und die Ergebnisse über die API des Editors zurückschreibt. Das Projekt „Lex“ von i.AI (UK) zeigt das Muster, Rechtsvorschriften und Änderungsdaten KI-Agenten über MCP bereitzustellen, beschreibt sich aber selbst als experimentell und nicht als Produktionsabhängigkeit [2].
• Daten: der Bestand konsolidierten Rechts und der Gesetzgebungsgeschichte (Open-Data-Portale, EUR-Lex, nationale Verkündungsblätter). Gesetzentwürfe sind vor der Veröffentlichung oft vertraulich; nutzen Sie eine souveräne/EU-Cloud ohne Datenspeicherung.
• Wählen Sie B, wenn: Sie eine maßgeschneiderte Integration in einen bestehenden Entwurfsablauf brauchen, aber eine in der EU gehostete API akzeptieren können. Für als Verschlusssache eingestufte Regierungsentwürfe (VS-NfD oder höher) ist C vorzuziehen.

Weg C — Selbst betreiben (Open Source)

• Modelle: Open-Weight-LLMs wie die offenen Veröffentlichungen von Mistral Small/Medium, Modelle der Qwen3-Klasse, gpt-oss oder Llama-Familie (Lizenzen und aktuell verfügbare Versionen prüfen), bereitgestellt über vLLM; mehrsprachiges Embedding-Modell und Reranker.
• Stack: LEOS (EUPL) oder ein anderer Akoma-Ntoso-Editor; Docling (MIT), um ältere PDF-/Word-Entwürfe in Struktur zu überführen [4]; OpenSearch + Vektorindex; Graphdatenbank für Definitionen und Querverweise; n8n/Camunda.
• Hardware: HW3 (eine GPU mit 48–141 GB) für Modelle mit 30–120 Mrd. Parametern bei langen Rechtskontexten; HW2 nur für Prüf- und Zusammenfassungsaufgaben mit kleineren Modellen.
• Wählen Sie C, wenn: Entwürfe als Verschlusssache eingestuft oder politisch sensibel sind oder Regeln zur digitalen Souveränität gelten.

Weg D — Eigenes Training

Feintuning lohnt sich für (a) einen Klassifikator/Linter, der Verstöße gegen das lokale Handbuch der Rechtsförmlichkeit erkennt, (b) ein Modell, das Änderungsbefehle genau im Hausformat vorschlägt, (c) das Rechtsregister der Landessprache. Benötigt werden historische Paare aus (Fachvermerk oder markierter Änderung, verabschiedetem Änderungstext) — tausende Beispiele liegen in öffentlichen Verkündungsblättern und Gesetzgebungsarchiven vor. Die Bewertung erfolgt an zurückgehaltenen Rechtsakten.

Stand der Technik (2026)

• Strukturiertes Rechts-XML + LLM + deterministische Werkzeuge ist die sich abzeichnende Architektur. Standards wie Akoma Ntoso (LegalDocML) und AKN4EU liefern die adressierbare Struktur; die LEOS-Community der Kommission pilotiert KI-Funktionen wie intelligente Funktionalitäten und kontextbezogene rechtliche Prüfung [1].
• Rechtsvorschriften als KI-fähige Daten: öffentliche APIs, die Rechtsvorschriften, Änderungen und Erläuterungen mit semantischer Suche und MCP-Zugang bereitstellen (UK Lex), zeigen, wohin sich die Datenseite entwickelt [2].
• Reasoning-Modelle erkennen Unstimmigkeiten in langen Texten gut und entwerfen Begründungen, erzeugen aber weiterhin plausibel aussehende Querverweise, die es nicht gibt.
• Grenzen und Fehlerbilder:
• erfundene oder veraltete Artikelnummern; falsche Fassung einer Bestimmung (Recht zu einem bestimmten Stichtag);
• feine Verschiebungen der normativen Bedeutung (Muss/Kann, „unverzüglich“ vs. „sofort“), die kein Linter erkennt;
• die Anwendung von Änderungen durch ein LLM ist fehleranfällig — halten Sie sie deterministisch und testgetrieben;
• die Abdeckung nationaler Entwurfskonventionen schwankt; überwiegend mit englischen Texten trainierte Modelle behandeln deutsche Änderungsbefehle ohne Beispiele fehlerhaft;
• politische und verfassungsrechtliche Wertungen (Verhältnismäßigkeit, Zuständigkeit, Föderalismus) lassen sich nicht delegieren.
• Es gibt noch keinen allgemein anerkannten Benchmark für Gesetzgebungsentwürfe; bauen Sie einen internen Testsatz aus verabschiedeten Rechtsakten auf.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack wie bei KI für Rechts- und Verwaltungstexte: LANG-003 (Berichte/Vorschläge schreiben), LANG-008 (Zusammenfassung langer Dokumente), LANG-009 (Übersetzung, mehrsprachiges Recht), LANG-010 (einfache Sprache), DOC-010 und DOC-014 (Dokumentenverarbeitung und RAG über Rechtsbestände) — ein Suchindex des Rechtsbestands bedient alle.
• Vorgelagert: LANG-020 (Regulierungsänderungen und Horizon Scanning) liefert den Entwurfsbedarf; LANG-026 (Analyse von Stellungnahmen und Einwänden aus öffentlichen Konsultationen) liefert Änderungen.
• Nachgelagert/benachbart: LANG-035 (Schriftsatzentwurf) nutzt Rechtsrecherche und Zitatprüfung weiter; SEC-022 (KI-Governance) deckt die Dokumentation des Assistenten selbst ab.
• Bausteine: hybride Suche + Reranker, Wissensgraph aus Definitionen/Verweisen, LLM mit strukturierter Ausgabe, Guardrails mit erzwungener Quellenangabe, ein HW3-GPU-Server, den sich diese Anwendungsfälle teilen.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen bis Monate (die Beschaffung dominiert); Lizenz plus Integration.
• Weg B: 3–9 Monate für einen integrierten Piloten, einschließlich Übernahme der Daten nach Akoma Ntoso und Evaluation. Die Token-Kosten sind gegenüber den Personalkosten gering; der meiste Aufwand entfällt auf Datenumwandlung und Tests.
• Weg C: 6–12 Monate; HW3-Server, MLOps, Sicherheitsakkreditierung für eingestufte Entwürfe.
• Weg D: zusätzlich 2–4 Monate für Datenpflege und Evaluation.
• Kennzahlen: Zeitaufwand der Verfasser je Synopse/Konsolidierung; in späteren Phasen gefundene Verweisfehlerquote; Anteil der übernommenen KI-Vorschläge; Korrektheit des konsolidierten Textes gegenüber der amtlichen Konsolidierung (Ziel: keine Toleranz, gemessen mit einer automatisierten Testsuite); Zahl der in der Rechtsprüfung gefundenen Inkonsistenzen aus späten Phasen; Nutzerzufriedenheit.

Menschen & Veränderung

Beginnen Sie mit der Leitung und der Abteilungsleitung (Umfang, Budget, Vorgaben), beziehen Sie dann früh IT und IT-Sicherheit ein (Hosting, Einstufung unveröffentlichter Entwürfe), die Rechts-/Compliance-Funktion und die Datenschutzbeauftragten (Kommentare können personenbezogene Daten enthalten; eine DSFA nur, wenn eine Bewertung auf Mitarbeiterebene hinzukommt). Die Endnutzer, also die Verfasser, sollten den Piloten und den Testsatz mitgestalten.

Betriebsrat: abhängig vom Einzelfall. Protokolliert das Werkzeug die Entwurfstätigkeit oder Ergebnisse einzelner Personen, gilt §87 Abs. 1 Nr. 6 BetrVG (die objektive Eignung zur Überwachung genügt); in jedem Fall verlangt §90 Abs. 1 Nr. 3 die rechtzeitige Unterrichtung über KI-gestützte Arbeitsprozesse, und §80 Abs. 3 erlaubt einen KI-Sachverständigen. In öffentlichen Stellen ist der Personalrat nach BPersVG oder Landesrecht zuständig. Siehe GUIDE-004.

KI-Kompetenz: Die KI-Verordnung verlangt in Art. 4 Maßnahmen zur Förderung der KI-Kompetenz; bieten Sie eine kurze Schulung zu erfundenen Zitaten, Versionsfallen und Vertraulichkeit an (GUIDE-006). Kommunizieren Sie offen, dass das Werkzeug entwirft und vergleicht, während die Verfasser entscheiden (GUIDE-008). Pilotieren Sie mit einem kleinen Team an einem vergangenen, abgeschlossenen Verfahren und vergleichen Sie mit dem tatsächlichen Ergebnis. Typische Sorgen sind Kompetenzverlust, Haftung für Fehler und durchgesickerte Entwürfe; begegnen Sie ihnen mit verpflichtenden Quellenangaben je Vorschlag, menschlicher Freigabe jedes Textes und einem geschlossenen Betrieb. Behalten Sie die Kontrolle beim Menschen: Nichts verlässt das Entwurfsteam ohne Prüfung.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): Die Einstufung hängt von der Nutzung ab. Reine Entwurfsunterstützung für Ministerien und Parlamente ist in Anhang III nicht aufgeführt und gilt typischerweise als minimales Risiko (Pflicht zur KI-Kompetenz, Art. 4). Anhang III Nr. 8 betrifft KI für Justizbehörden und zur Beeinflussung von Wahl- oder Abstimmungsergebnissen [5]; ein Entwurfswerkzeug ist keines von beidem, doch ein Werkzeug, das öffentlich wirksame Botschaften an Wählerinnen und Wähler erzeugt, könnte in diesen Bereich rücken — halten Sie den Einsatzbereich sauber. Art. 50 (anwendbar ab 2. August 2026) verlangt die Offenlegung KI-generierter Texte, die veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, es sei denn, es erfolgt eine menschliche Prüfung oder redaktionelle Kontrolle und jemand trägt die redaktionelle Verantwortung [6]; amtliche Verkündungsblätter und Begründungen mit menschlicher Freigabe fallen normalerweise unter diese Ausnahme, dokumentieren Sie das aber.
• DSGVO: Entwürfe können personenbezogene Daten enthalten (Konsultationsantworten, namentlich genannte Interessenvertreter, Kommentare von Beschäftigten der Verwaltung). Auftragsverarbeitungsvertrag (AVV), EU-Hosting, Datenminimierung; DSFA, wenn Konsultationseingaben verarbeitet werden.
• Vertraulichkeit: Entwürfe vor der Veröffentlichung, Kabinettsunterlagen und Abstimmungskommentare sind sensibel; eingestuftes Material (VS-NfD oder höher) erfordert zugelassene Infrastruktur — typischerweise Weg C.
• Demokratische Legitimation und Haftung: Das Gesetz machen die zuständigen Organe; der Assistent darf den Inhalt nicht unbemerkt ändern. Führen Sie Prüfprotokolle (Prompt, Quellen, übernommene/verworfene Änderungen), legen Sie den KI-Einsatz im internen Verfahren offen, wo erforderlich, und behandeln Sie die amtliche konsolidierte Fassung als maßgebliche Rechtsquelle.
• Gegenmaßnahmen: deterministische Änderungs-Engine, verpflichtende Quellenverweise, versionsgebundene Suche, Vier-Augen-Prüfung, Red-Team-Tests auf Prompt Injection aus Konsultationstexten (siehe SEC-010).

Erste Schritte

1. Wählen Sie eine enge, prüfbare Aufgabe: Erzeugung von Synopsen oder Prüfung von Verweisen/Begriffen für eine Gruppe von Rechtsakten.
2. Überführen Sie einen Bestand verabschiedeter Rechtsakte und Änderungsrechtsakte nach Akoma Ntoso (Docling für Altdateien) und bauen Sie einen Goldstandard-Testsatz auf, bei dem die amtliche konsolidierte Fassung bekannt ist.
3. Bauen Sie zuerst das deterministische Werkzeug für Konsolidierung und Textvergleich; ergänzen Sie erst danach das LLM für Begründungen und Zusammenfassungen.
4. Führen Sie einen geschlossenen Piloten mit 5–10 Verfassern an öffentlichen (bereits veröffentlichten) Gesetzentwürfen durch; messen Sie übernommene Vorschläge und Fehler.
5. Schreiben Sie die Governance-Notiz: Umfang, menschliche Freigabe, Protokollierung, Umgang mit Art. 50 und Regeln zur Datenklassifizierung.

Quellen

1. European Commission, Interoperable Europe — LEOS, Legislation Editing Open Software — https://interoperable-europe.ec.europa.eu/collection/justice-law-and-security/solution/leos-open-source-software-editing-legislation
2. i.AI (UK Government) — Lex, UK legal API for AI agents (experimental, MIT) — https://github.com/i-dot-ai/lex
3. OASIS LegalDocML TC — Akoma Ntoso Version 1.0 OASIS Standard — https://www.oasis-open.org/committees/tc_home.php?wg_abbrev=legaldocml
4. Docling project (MIT) — https://github.com/docling-project/docling
5. EU AI Act, Annex III (high-risk systems), point 8 — https://artificialintelligenceact.eu/annex/3/
6. EU AI Act, Article 50 (transparency obligations) — https://artificialintelligenceact.eu/article/50/
7. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
8. LEOS community (code.europa.eu) — https://code.europa.eu/leos