Sieben KI-Agenten, die Rechtsabteilungen Arbeit abnehmen

Aktualisiert am 9. September 2026, erstmals veröffentlicht am 9. April 2025.

Wer nach Beispielen für KI-Agenten sucht, findet lange Listen aus Kundenservice, Vertrieb, Buchhaltung und Personalwesen. Juristische Fälle tauchen inzwischen vereinzelt auf. Was fast immer fehlt, ist der operative Teil: Was löst den Agenten aus? Wie weit darf er selbst gehen? Wer übernimmt an der Grenze? Und was liegt am Ende tatsächlich auf dem Tisch?

Die Rechtsabteilung ist für diese Fragen ein dankbarer Ort. Die Arbeit kommt in wiederkehrenden Mustern, die Regeln stehen in Playbooks und Vorlagen, und die Frage, wo ein Mensch entscheiden muss, ist hier schärfer gestellt als irgendwo sonst im Unternehmen.

Deshalb sieben Beispiele, alle aus der Rechtsabteilung. Jedes trägt vier Zeilen: was den Agenten auslöst, was er tut, wo er aufhört und was am Ende herauskommt.

Was ein KI-Agent ist, in einem Absatz

Ein KI-Agent bekommt ein Ziel oder einen Auftrag und bearbeitet ihn selbstständig über mehrere Schritte. Dafür greift er auf Werkzeuge, Daten und Systeme zu und arbeitet auf ein Ergebnis hin. In der Rechtsabteilung kommt etwas Entscheidendes hinzu: ein verbindlicher Standard, gegen den er arbeitet, und eine Grenze, an der er nicht weiter entscheidet, sondern übergibt. Ein Chatbot antwortet und du koordinierst. Ein Agent koordiniert und du entscheidest an der Grenze. Was diese Grenze im Detail ausmacht und wie der EU AI Act sie einordnet, steht in unserem Artikel zu KI-Agenten in der Rechtsabteilung. Wie Legartis den eigenen Legal Agent baut, steht auf der Produktseite. Hier geht es um die Fälle.

Sieben Beispiele für KI-Agenten in der Rechtsabteilung

1. Der Agent für den Vertragseingang

Ein Dokument kommt an, und der Agent erkennt, was es ist, bevor jemand es öffnet.

Auslöser: Ein Vertrag oder eine Anfrage trifft ein, per Upload aus dem Fachbereich oder aus einem angebundenen System.

Ablauf: Der Agent bestimmt Dokumentart, zuständige Abteilung und das passende Playbook. Eine Geheimhaltungsvereinbarung aus dem Vertrieb bekommt das NDA-Playbook, ein Rahmenvertrag aus dem Einkauf das Lieferanten-Playbook. Er prüft das Dokument gegen diesen Standard und bereitet es auf.

Grenze: Er entscheidet nichts. Er legt das geprüfte Dokument bei der Person ab, die für diese Dokumentart zuständig ist, mit der Zusammenfassung der Abweichungen.

Ergebnis: Kein Postfach voller ungeöffneter Anhänge, sondern ein sortierter Eingang, in dem jedes Dokument schon geprüft bei der richtigen Person liegt.

2. Der Agent für die Geheimhaltungsvereinbarung im Vertrieb

Der Vertrieb bekommt seine NDA-Prüfung sofort, ohne Ticket an Legal.

Auslöser: Eine Vertriebsmitarbeiterin lädt die NDA eines Interessenten in ihren eigenen Arbeitsbereich.

Ablauf: Der Agent prüft jede Klausel gegen das NDA-Playbook, das Legal freigegeben hat: Laufzeit, Definition der vertraulichen Information, Rückgabepflichten, anwendbares Recht. Was innerhalb der Positionen liegt, markiert er als annehmbar. Wo eine Rückfallposition existiert, formuliert er den Gegenvorschlag im Wortlaut des Playbooks.

Grenze: Verlangt die Gegenseite eine Vertragsstrafe oder ein Recht, das das Playbook nicht kennt, stoppt der Agent diesen Punkt und reicht ihn an die zuständige Legal Counsel weiter, mit der verletzten Anforderung daneben.

Ergebnis: Die kommentierte NDA mit Gegenvorschlägen, mit der der Vertrieb zum Interessenten gehen kann. Legal sieht nur den einen Punkt, der eine Entscheidung braucht.

3. Der Agent für die Auftragsverarbeitungsvereinbarung

Jeder neue Software-Anbieter bringt seine eigene Vereinbarung zur Auftragsverarbeitung mit. Der Agent prüft sie, bevor der Datenschutz sie sieht.

Auslöser: Die IT oder der Einkauf reicht die Auftragsverarbeitungsvereinbarung eines Anbieters ein.

Ablauf: Der Agent prüft sie gegen das Datenschutz-Playbook: Gegenstand und Dauer der Verarbeitung, Weisungsbindung, Unterauftragsverarbeiter, Löschfristen, technische und organisatorische Massnahmen. Wo die Vorlage des Anbieters von der eigenen abweicht, markiert er die Stelle und schlägt die eigene Formulierung vor.

Grenze: Sieht die Vereinbarung einen Transfer in ein Drittland ohne Standardvertragsklauseln vor oder nennt sie Unterauftragsverarbeiter ausserhalb der freigegebenen Liste, stoppt der Agent und legt den Punkt der Datenschutzbeauftragten vor. Alles andere läuft durch.

Ergebnis: Eine geprüfte Vereinbarung mit den markierten Abweichungen und Gegenvorschlägen und, falls vorgesehen, der Eintrag im internen Anbieter- oder Datenschutzregister. Der Datenschutz sieht nur die Fälle, die eine Einschätzung brauchen.

4. Der Agent für die Verhandlungsrunde

Zwischen zwei Verhandlungsrunden bereitet der Agent die nächste vor.

Auslöser: Die Gegenpartei schickt eine überarbeitete Fassung zurück.

Ablauf: Der Agent vergleicht die Versionen, erkennt jede Änderung und prüft sie gegen das Playbook. Für jede Abweichung schlägt er die nächste Rückfallposition vor, die Legal vorab hinterlegt hat. Er fasst zusammen, was die Gegenseite akzeptiert hat, was offen bleibt und was neu hinzugekommen ist.

Grenze: Er verhandelt nicht selbst. Er bereitet die Runde vor, die zuständige Person entscheidet, welche Rückfallposition sie anbietet und welche Klausel sie hält.

Ergebnis: Eine Zusammenfassung der Runde, die markierte Fassung mit den vorgeschlagenen Positionen und ein Antwortentwurf. Was der Vertragsprüfung vorausgeht, steht bei AI Contract Review.

5. Der Agent, der das Playbook aktuell hält

Standards veralten leise. Dieser Agent merkt es.

Auslöser: Eine neue Anforderung aus Regulierung oder Rechtsprechung wird hinterlegt, oder ein Zeitplan löst die Prüfung aus, etwa einmal im Quartal.

Ablauf: Der Agent liest die bestehenden Playbooks gegen die neue Anforderung und findet die Positionen, die ihr widersprechen oder sie nicht abdecken. Er formuliert für jede Stelle einen Änderungsvorschlag im Stil des Playbooks. Wie ein Playbook überhaupt entsteht, zeigt der Contract Playbook Creator.

Grenze: Er ändert das Playbook nicht. Jeder Vorschlag geht an die Person, die das Playbook verantwortet, und wird erst mit ihrer Freigabe zum Standard.

Ergebnis: Eine Liste offener Änderungen mit Begründung, statt eines Playbooks, das seit zwei Jahren niemand angefasst hat.

6. Der Agent für den Monatsbericht

Am Monatsende liegt der Bericht vor, ohne dass jemand ihn beauftragt hat.

Auslöser: Ein Zeitplan, zum Beispiel der erste Werktag des Monats.

Ablauf: Der Agent wertet den ganzen Vertragsbestand gegen eine einmal beschriebene Frage aus: Wie hoch ist die Haftungssumme aus laufenden Verträgen, wie viele Verträge haben keine Haftungsobergrenze, welche Klauseln fallen am häufigsten aus dem Standard. Er baut daraus einen Bericht mit Kennzahlen, Tabellen und den nächsten Schritten.

Grenze: Der Bericht bewertet nicht, was akzeptabel ist. Das entscheidet die General Counsel, die ihn liest. Jede Zahl im Bericht lässt sich bis zur Vertragsstelle zurückverfolgen, aus der sie stammt.

Ergebnis: Ein teilbarer Bericht, den auch Personen ohne Zugang zum Vertragssystem lesen können. Wie solche Berichte aufgebaut sind, steht bei Contract Insights.

7. Der Agent für die Compliance-Frage aus dem Fachbereich

Nicht jeder Vorgang ist ein Vertrag. Manchmal ist es eine Frage, die sonst als E-Mail an Legal ginge.

Auslöser: Ein Vertriebsmitarbeiter fragt im Arbeitsbereich, den Legal für den Vertrieb eingerichtet hat, ob er die Einladung eines Kunden zu einem Branchenanlass annehmen darf.

Ablauf: Der Agent liest die Geschenke- und Einladungsrichtlinie des Unternehmens, prüft Wert, Anlass und Gegenpartei gegen die dort festgelegten Regeln und formuliert die Antwort mit der Fundstelle in der Richtlinie. Er hält die Anfrage und die Antwort im Verzeichnis fest, das die Richtlinie vorschreibt.

Grenze: Liegt der Wert über der Schwelle aus der Richtlinie oder ist die Gegenpartei eine Behörde, beantwortet der Agent nicht selbst, sondern legt die Anfrage dem Compliance Officer vor, mit der Regel daneben, die die Freigabe verlangt.

Ergebnis: Eine belegte Antwort innerhalb weniger Minuten, ein Eintrag im Verzeichnis und ein Compliance Officer, der nur die Fälle über der Schwelle sieht.

Was die sieben Beispiele gemeinsam haben

Alle sieben folgen demselben Muster, und das Muster ist wichtiger als jedes einzelne Beispiel. Der Agent hat einen Auftrag, den jemand einmal beschrieben hat. Er arbeitet gegen einen Standard, den Legal gesetzt hat, meist ein Playbook, eine Vorlage oder eine Richtlinie. Und er hat eine Grenze mit einer Rolle dahinter: Legal Counsel, Datenschutzbeauftragte, Compliance Officer, General Counsel, die Person, die das Playbook verantwortet.

Auffällig ist nicht, dass der Mensch jede Entscheidung trifft. Auffällig ist, dass die Autonomie begrenzt ist. Unterhalb einer vorab definierten Schwelle arbeitet der Agent selbstständig nach dem gesetzten Standard: Er markiert die annehmbare Position, formuliert den Gegenvorschlag, erzeugt den Bericht. Sobald dieser Entscheidungsraum endet, übernimmt eine benannte Person. Genau deshalb lassen sich die Beispiele so klar erzählen. Wer die Grenze nicht setzen kann, hat kein Beispiel, sondern ein Risiko. Was eine Rechtsabteilung darüber hinaus nachweisen können muss, wenn Agenten laufen, steht in unserem Artikel zu agentischer Legal AI und Governance.

Welche Faktoren du bei der Einführung von KI-Agenten berücksichtigen solltest

Fünf Faktoren entscheiden, ob ein Agent Arbeit abnimmt oder neue erzeugt, und alle fünf lassen sich an den Beispielen oben ablesen.

Der Standard vor dem Agenten. Jedes der sieben Beispiele braucht ein Playbook oder eine Vorlage, gegen die der Agent arbeitet. Fehlt der Standard, stützt sich der Agent auf Modellwissen, Eingabe und verfügbaren Kontext statt auf verbindliche Unternehmenspositionen. Deshalb beginnt die Einführung mit der Frage, welche Standards schon schriftlich vorliegen und welche noch in den Köpfen einzelner Jurist:innen stecken.

Der erste Fall mit klarer Grenze. Beginne mit dem Vorgang, dessen Grenze sich am leichtesten in eine Zahl fassen lässt. Die NDA im Vertrieb ist deshalb ein naheliegender Einstieg: wenige Klauseln, eine Vertragsstrafe als klare Schwelle, ein Ergebnis, das man sofort sieht.

Die Rolle hinter der Grenze. Für jede Schwelle eine Person, nicht eine Abteilung. Wer das vor dem Start festlegt, erspart sich die Frage, bei wem ein eskalierter Punkt eigentlich liegt.

Das Ergebnisformat. Lege fest, was zurückkommt: eine kommentierte Fassung, eine Datei im Hauslayout, ein Bericht. Ein Agent, der mit einer Antwort im Chat endet, erzeugt einen zweiten Arbeitsschritt.

Die Messung. Zwei Zahlen reichen zu Beginn: wie viele Vorgänge der Agent vollständig ohne Eskalation durchgebracht hat, und wie zuverlässig er jede einzelne Anforderung erkannt hat. Die zweite Zahl sagt dir, welche Schwellen du enger ziehen musst. Wie sich Qualität pro Anforderung messen lässt, steht auf unserer Seite zur KI-Qualität.

Welche Autorisierungsfunktionen KI-Agenten brauchen

Ein Agent, der Vorgänge führt, braucht vier Arten von Berechtigungen, und alle vier müssen sich einzeln einstellen lassen.

Wer darf ihn beauftragen. Nicht jede Person im Unternehmen soll jeden Vorgang auslösen können. Der Vertrieb reicht NDAs ein, der Einkauf Lieferantenverträge, und beide sehen nur ihren eigenen Bereich.

Worauf darf er zugreifen. Auf welche Playbooks, Vorlagen, Ordner und Rechtsquellen der Agent zugreifen darf, ist eine Festlegung je Arbeitsbereich. Ein Agent für den Vertrieb muss die Personalverträge nicht sehen.

Welche Aktionen darf er ausführen. Darf der Agent nur lesen und vorbereiten, oder auch Dokumente schreiben, Daten verändern, Ergebnisse weitergeben oder eskalieren? Für sensible Aktionen legst du zusätzlich Schwellen und Freigaben fest, je Vorgangsart, nicht global. Die Schwelle aus den Beispielen entscheidet, unter welchen Bedingungen eine Aktion ohne Freigabe laufen darf.

Wer darf seine Regeln ändern. Playbooks, Vorlagen und Schwellen ändert nur, wer dafür verantwortlich ist. Jede Änderung wird festgehalten, mit Datum und Person, sonst lässt sich später nicht sagen, nach welchem Standard ein Vorgang gelaufen ist.

Dazu kommt die Protokollierung, die keine Berechtigung ist, aber alle vier erst prüfbar macht: welcher Agent wann welchen Vorgang mit welchem Ergebnis bearbeitet hat und wer an der Grenze entschieden hat.

Was wir 2025 vorhergesagt haben, und was eingetreten ist

Dieser Artikel war ursprünglich ein Gespräch zwischen David A. Bloch und Gordian Berger, dem CEO und dem CTO von Legartis, aufgezeichnet im April 2025. Drei Aussagen daraus lohnen den Blick zurück.

Gordian Berger definierte den Agenten damals so: «Im Gegensatz zu einem typischen Sprachmodell, das Benutzeranfragen ausschliesslich auf der Grundlage seiner Trainingsdaten beantwortet, hat ein KI-Agent ein definiertes Ziel oder eine Aufgabe, und Zugang zu Tools, die ihm helfen, dieses Ziel zu erreichen.» Die Definition hat gehalten. Was dazugekommen ist, ist der Standard als dritte Zutat: Ziel, Werkzeuge und die Regeln des Unternehmens.

Zum Playbook sagte er: «Viele Unternehmen aktualisieren nur selten ihre Vertragsrichtlinien oder Grundsätze. Mit unserem System helfen Agenten bei der Erstellung oder Aktualisierung dieser internen Richtlinien.» Die Erstellung ist eingetreten: Seit Herbst 2025 erstellt der Contract Playbook Creator Playbooks aus bestehenden Dokumenten und Vorgaben. Die zweite Hälfte der damaligen Prognose, die laufende Aktualisierung gegen neue regulatorische Anforderungen, bleibt dagegen ein Anwendungsfall wie im fünften Beispiel oben, nicht eine Produktzusage. Für die Aktualität der Playbooks ist heute Legal verantwortlich.

Zur Autonomie sagte er: «Ich glaube nicht, dass es in diesem Jahr zu völlig autonomen Verhandlungen zwischen Agenten kommen wird.» Das stimmt weiterhin. Was stattdessen eingetreten ist, zeigen die sieben Beispiele: Agenten führen Vorgänge nach einem Standard aus und legen an einer gesetzten Grenze vor. Die Autonomie liegt unterhalb der Schwelle, nicht darüber. Das ist weniger spektakulär als zwei Agenten, die einen Vertrag aushandeln, und für eine Rechtsabteilung sehr viel brauchbarer.

Fazit: Das Beispiel ist die Grenze

Ein KI-Agent in der Rechtsabteilung ist so gut wie das Beispiel, das du von ihm erzählen kannst. Wer sagen kann, was ihn auslöst, was er tut, wo er aufhört und was herauskommt, hat einen Agenten. Wer nur sagen kann, was er alles könnte, hat einen Chatbot mit Werkzeugen.

Nach diesem Muster arbeitet der Legal Agent von Legartis, im Legal AI Workspace, in dem Playbooks, Vorlagen und Berichte am selben Ort liegen. Wenn du einen der sieben mit deinen eigenen Dokumenten sehen willst: Demo buchen.