StandpunktKnowledge Management
KI gibt Antworten. Ihr Unternehmen braucht die richtigen.
Sprachmodelle werden austauschbar, juristisches Unternehmenswissen nicht. Warum Knowledge Management die Infrastruktur-Frage für jedes Unternehmen ist, das mit Verträgen arbeitet.
Mitte der Neunziger fasste Lew Platt, damals CEO von Hewlett-Packard, das Problem in einem Satz zusammen: „If HP knew what HP knows, we would be three times as profitable.“1 Drei Jahrzehnte später gilt der Satz noch, aber aus einem anderen Grund. Antworten sind billig geworden, seit jedes Unternehmen leistungsfähige Sprachmodelle mieten kann. Knapp geworden ist das Wissen, das Platt meinte. Nur das eigene Unternehmen hat es.
Daraus folgt meine These. Knowledge Management, lange ein Langfristthema für Stabsabteilungen, wird zur Infrastruktur-Frage für jedes Unternehmen, das mit Verträgen Geld verdient. Nicht obwohl es KI gibt, sondern weil es sie gibt.
Was die Suche kostet
Der Befund ist seit zwanzig Jahren stabil. Das McKinsey Global Institute bezifferte 2012, dass Wissensarbeiter rund ein Fünftel ihrer Arbeitswoche damit verbringen, interne Informationen zu suchen oder die Kollegen aufzuspüren, die sie haben. Eine YouGov-Erhebung im Auftrag von Panopto (2018, n = 1.001) kam auf 5,3 Stunden pro Mitarbeiter und Woche, die mit Warten auf Wissen oder dessen Rekonstruktion verloren gehen. Hochgerechnet auf ein großes US-Unternehmen ergibt das einen Produktivitätsverlust von 47 Millionen Dollar im Jahr. Die jüngste große Erhebung eines KM-Anbieters (Bloomfire, 2025, über 10.000 Befragte in 115 Unternehmen) kommt auf 8,5 Suchstunden pro Woche ohne strukturiertes Wissensmanagement gegen 4,6 Stunden mit. Das ist fast die Hälfte weniger, je tausend Mitarbeiter rechnerisch die Kapazität von 98 Vollzeitkräften.
Zwei der drei Studien stammen von Anbietern, die Software für genau dieses Problem verkaufen. Ich zitiere sie als das, was sie sind, nämlich Anbieter-Studien. Bemerkenswert bleibt, dass unabhängige und interessierte Quellen seit zwei Jahrzehnten in dieselbe Richtung zeigen, und dass niemand Gegenteiliges misst.
Bei der Arbeit mit Verträgen zeigt sich der Befund besonders deutlich. Die Rechtsabteilung beantwortet dieselbe Frage zur Vertragsstrafe dreimal im Quartal, weil die Antwort in drei Postfächern liegt. Der Einkauf verhandelt eine Haftungsklausel neu, für die es längst eine abgestimmte Position gab, nur findet sie niemand. Und wenn die Vertragsmanagerin geht, geht ihr Playbook mit, denn es stand nie irgendwo. Dass die Lücke schon bei den Grundlagen beginnt, hat zuletzt eine empirische Studie unter Beschäftigten von Wirtschaftsunternehmen gezeigt.2 Bei zentralen Fragen von der Rügeobliegenheit bis zu den Incoterms® antwortete nur eine Minderheit richtig. Ich habe die Studie im Beitrag „Handelsrecht als Wissenslücke im Unternehmen“ besprochen. Schulung schließt die Lücke im Wissen der Beschäftigten. Die zweite Hälfte der Aufgabe ist das Wissen, das im Unternehmen bleiben muss, wenn Mitarbeiter gehen.
Antworten werden Commodity, Kontext nicht
Was sich 2025 und 2026 geändert hat, ist nicht, dass Unternehmen plötzlich besser dokumentieren. Geändert hat sich, wer die Dokumente liest und was ohne sie passiert.
Was es kostet, wenn der Kontext fehlt, hat im Juli 2025 eine Erhebung des MIT-Projekts NANDA gemessen („The GenAI Divide: State of AI in Business 2025“). Bei 30 bis 40 Milliarden Dollar Unternehmensinvestition in generative KI sehen 95 Prozent der Unternehmen keinerlei Rendite. Der Unterschied liegt nicht in Modellqualität oder Regulierung, sondern im Vorgehen. Als Engpass nennen die Autoren ausdrücklich fehlenden Kontext und fehlendes Lernen der Systeme, nicht Infrastruktur, Regulierung oder Personal. Die Zahlen sind als vorläufige Befunde ausgewiesen und beruhen auf 300 öffentlich dokumentierten Vorhaben, 52 Interviews und 153 befragten Führungskräften. Für genaue Werte taugen sie nicht, für die Richtung schon.
Microsofts CEO Satya Nadella, immerhin der größte Vermieter von KI-Modellen, ordnete die Modelle auf seiner Indien-Tour im Dezember 2025 selbst als austauschbar ein: Es gebe „lots and lots of capable models“, Modelle allein seien „not sufficient“, der strategische Wert liege in der Daten- und Erfahrungsschicht darüber (Bericht). Wer Modelle verkauft und trotzdem sagt, das Modell sei nicht der Punkt, dem darf man an dieser Stelle glauben. Die Kapitalseite formuliert es noch direkter. Insight Partners, einer der großen Wachstumsinvestoren, nennt den Zugang zu spezifischen, oft ungeordneten Unternehmensdaten „one of the strongest moats in AI“. Dieselbe Verschiebung setzt gerade das Preismodell der Anwaltschaft unter Druck. Davon handelt der Beitrag „Time’s up für den Stundensatz“.
Parallel ändert sich das Publikum. GitBook misst auf der eigenen Plattform für 2025 einen Anstieg der KI-Lesezugriffe auf Dokumentation um über 500 Prozent. Im zugehörigen State of Docs Report erwartet ein Viertel der befragten Dokumentations-Profis, dass Dokumentation künftig primär für Maschinen geschrieben wird. Beide Zahlen stammen von einem Plattform-Anbieter, trotzdem ist die Richtung eindeutig. Maschinen sind die am schnellsten wachsende Leserschaft.
Bei Vertragswissen wird das Playbook, das heute Ihrem Einkauf hilft, morgen zum Kontext, der den internen KI-Assistenten davon abhält, eine Haftungsklausel zu erfinden. Technisch heißt dieses Muster Retrieval-Augmented Generation. Das Modell antwortet dabei nicht aus dem Gedächtnis, sondern aus Ihren Dokumenten. Ein Sprachmodell ohne diese Grundlage antwortet trotzdem. Es antwortet flüssig und höflich, aber falsch. Mit ihr wird aus derselben Frage eine richtige Antwort mit Fundstelle.
Wie belastbar die Modelle im Recht inzwischen sind, ist gemessen. Conrads und Schweitzer haben 200 Fälle aus dem Vertrags-, Wirtschafts- und Arbeitsrecht über zwei Jahre den führenden Systemen vorgelegt.3 Die Trefferquoten stiegen von 50 auf über 70 Prozent. Im Wirtschaftsrecht bleiben sie mit 71 Prozent am schwächsten. Der Grund ist, dass es dort nicht um Standardformeln geht, sondern um kasuistische, kontextabhängige Fragen und institutionelles Hintergrundwissen. Ein realer Fall besteht zudem aus mehreren aufeinander aufbauenden Schritten. Die Einzelquoten multiplizieren sich. Bei 75 Prozent je Schritt bleiben nach drei Schritten 42 Prozent, nach vier noch 32 Prozent. Fehlender Kontext macht damit aus dem Werkzeug ein Risiko.
Damit kehrt sich die wirtschaftliche Lage um. Solange Antworten teuer waren, konnte man sich ungeordnetes Wissen leisten. Der Engpass war ohnehin der Experte. Jetzt ist der Engpass das Material. Wer sein Vertragswissen nicht strukturiert vorliegen hat, kann die billigste Ressource des Jahrzehnts nicht nutzen.
Schaubild: drei Wissensschichten mit abnehmender Auffindbarkeit. Allgemeines Recht, Standardklauseln und Definitionen sind vollständig auffindbar und werden vom Modell mitgebracht. Die eigenen Vorlagen, Checklisten und Prozessbeschreibungen sind vorhanden, liegen aber verstreut. Klauselpositionen, Verhandlungsgrenzen und Eskalationsschwellen sind nur in den Köpfen.
Warum Wissensablagen regelmäßig scheitern
Naheliegend ist der Einwand, dafür gebe es doch ein Intranet. Das stimmt, und genau deshalb wissen Sie, wie es ausgeht. Nach zwei Jahren ist die Ablage ein Archiv, dem niemand mehr traut. Das liegt nicht an Ihrem Team. Generische Ablagen scheitern an zwei Stellen, immer denselben.
Erstens an der Ordnung. Eine Seite, die zugleich erklären, anleiten und zum Nachschlagen dienen soll, leistet keines von dreien. Die Software-Industrie hat für dieses Problem seit Jahren ein Ordnungsprinzip, Diátaxis. Danach beantwortet jede Seite genau eine Art von Frage. Für Vertragswissen ergeben sich daraus vier Inhaltstypen:
| Inhaltstyp | Frage des Nutzers | Beispiel im Vertragsalltag |
|---|---|---|
| Einstieg | Führe mich. | Der erste Vertragscheck mit dem Playbook, Schritt für Schritt. |
| Anleitung | Hilf mir bei dieser Aufgabe. | Mangel beim Kauf unter Kaufleuten entdeckt: unverzüglich rügen nach § 377 HGB, mit Musterschreiben. |
| Nachschlagen | Was gilt? | Klausel-Bibliothek: Haftungsklausel mit abgestimmten Positionen und Eskalationsstufen, Deutsch und Englisch. |
| Hintergrund | Warum ist das so? | Warum der pauschale Ausschluss des UN-Kaufrechts oft die schlechtere Wahl ist. |
Diese Trennung entscheidet, ob die Vertriebsmitarbeiterin unter Zeitdruck die Anleitung findet, statt sich durch eine Abhandlung zu arbeiten. Sie entscheidet auch, ob die Maschine eine eindeutige, zitierfähige Quelle vorfindet statt eines ungeordneten Fließtexts.
Zweitens an der Zuständigkeit. Inhalte ohne fachlich verantwortlichen Kurator veralten, und veraltetes Vertragswissen ist gefährlicher als keines, weil ihm jemand vertraut. Eine Plattform verliert das Vertrauen ihrer Nutzer in dem Moment, in dem die erste falsche Seite auffällt. Pflege ist deshalb das eigentliche Produkt. Rechtsprechung, Reformen und neue Klauseln müssen eingearbeitet werden, quartalsweise und anlassbezogen, von jemandem, der das Rechtsgebiet beherrscht und für die Inhalte einsteht.
Was „maschinenlesbar“ konkret heißt
Maschinenlesbarkeit lässt sich nicht nachträglich hinzufügen. Sie entsteht aus denselben Entscheidungen, die das Wissen für Menschen brauchbar machen. Eine Seite pro Frage, damit jede Antwort eine Adresse hat. Strukturierter Text statt PowerPoint-Archiv und PDF-Ablage, damit Suche und Sprachmodell dieselbe Quelle finden. Fundstellen an jeder Aussage, damit die Antwort überprüfbar bleibt, beim Menschen wie bei der Maschine. Versionierung, damit nachvollziehbar ist, was wann galt; bei Verträgen keine Formalie, sondern die Frage, welcher Stand bei Abschluss maßgeblich war. Und abgestufte Zugriffsrechte, denn nicht jedes Playbook gehört in jeden Chat.
Der letzte Punkt ist keine IT-Frage. Eine Information bleibt nach § 2 Nr. 1 Buchst. b des Gesetzes zum Schutz von Geschäftsgeheimnissen (GeschGehG) nur Geschäftsgeheimnis, solange sie Gegenstand von den Umständen nach angemessenen Geheimhaltungsmaßnahmen ist. Das OLG Hamm verlangt Maßnahmen, die auch durchgesetzt werden.4 Eine Plattform bündelt genau das Wissen, das diesen Schutz braucht: Kalkulationsgrundlagen, Verhandlungsgrenzen, Lieferantenkonditionen. Wer sie ohne abgestufte Rechte betreibt, riskiert den Schutz nicht für eine Seite, sondern für den gesamten Bestand. Wie weit die Anforderungen reichen, habe ich im Beitrag „Effektiver Schutz von Geschäftsgeheimnissen“ aufgearbeitet.
Deshalb baue ich Wissensplattformen als versionierte, durchsuchbare Textsysteme und nicht als Folien-Sammlung im Laufwerk. Strukturierter Text ist das einzige Format, das beide Leser gleich gut bedient: den Einkäufer am Montagmorgen und den KI-Assistenten, den er nächstes Jahr fragt.
Vom Antwortgeber zum Architekten
Für meinen Berufsstand bedeutet das einen Rollenwechsel. Wenn die einzelne Auskunft zur Commodity wird, verschiebt sich der Wert juristischer Arbeit dorthin, wo die Auskünfte herkommen. Das ist die gepflegte Wissensbasis, aus der Ihr Team heute und Ihre Systeme morgen richtige Antworten ziehen. Der Anwalt, der nur Antworten verkauft, konkurriert künftig mit der Flatrate. Der Anwalt, der das Vertragswissen seines Mandanten strukturiert, kuratiert und aktuell hält, baut Infrastruktur, die auch zwischen den Mandaten nützt.
In die Plattform gehören Playbooks für die häufigsten Verhandlungssituationen und eine Klausel-Bibliothek mit abgestimmten Positionen. Hinzu kommen Anleitungen für Abläufe mit Fristen und Formerfordernissen sowie Hintergründe für alle, die verstehen wollen. Dazu ein Betrieb, der zum Gegenstand passt: europäische Infrastruktur statt einer gemeinsam genutzten US-Cloud, Auftragsverarbeitung nach Art. 28 der Datenschutz-Grundverordnung (DSGVO), Deutsch und Englisch, lesbar für Menschen und Maschinen.
Die Plattform steht dabei nicht allein. Sie ist die mittlere von drei Stufen: Die Beratung erzeugt das Wissen, die Plattform bewahrt es, das Training vermittelt es den Mitarbeitern. Jedes Mandat verbessert die Playbooks, jede Schulung zeigt, welche Seite noch fehlt. Wissen, das nur erarbeitet wird, ist eine Ausgabe. Wissen, das bewahrt und trainiert wird, ist eine Anlage.
Für die dritte Stufe gilt seit dem 2. Februar 2025 auch eine gesetzliche Pflicht. Wer KI-Systeme in eigener Verantwortung einsetzt, ist Betreiber im Sinne der KI-Verordnung. Er muss nach Art. 4 Abs. 1 der Verordnung (EU) 2024/1689 Maßnahmen ergreifen, um die Entwicklung der KI-Kompetenz zu unterstützen. Das gilt für sein Personal und für andere Personen, die in seinem Auftrag mit dem Betrieb und der Nutzung von KI-Systemen befasst sind. Dabei muss er unter anderem den Kontext berücksichtigen, in dem die KI-Systeme eingesetzt werden sollen. Ein bestimmtes Niveau an KI-Kompetenz muss er nicht garantieren. Bis zum 26. Juli 2026 musste er nach besten Kräften sicherstellen, dass sein Personal und diese Personen über ausreichende KI-Kompetenz verfügen. Das verlangte die Vorschrift, bevor die Verordnung (EU) 2026/1744 sie änderte. Chibanguza und Steege ordneten die Vorschrift in dieser früheren Fassung als Instruktions- und Schulungspflicht ein.5 Für das eigene Personal empfehle ich dafür Material, das aktuell ist, zum Einsatzkontext passt und dort liegt, wo die Teams tatsächlich arbeiten. Genau das ist die Plattform.
Wann sich eine Plattform lohnt, und wann nicht
Nicht jedes Unternehmen braucht das. Wer eine Handvoll gleichförmiger Verträge im Jahr schließt, ist mit einem guten Vorlagen-Paket und einem schnell erreichbaren Anwalt besser bedient. Eine Wissensplattform lohnt, wenn mehrere Merkmale zusammenkommen: mehrere Teams, die mit Verträgen arbeiten, ohne Juristen zu sein. Wiederkehrende Fragen an die Rechtsabteilung oder den externen Berater. Spürbare Fluktuation in Schlüsselrollen. Internationale Verträge, bei denen die Wissenslücke teuer wird. Und der Plan, interne KI-Assistenten ernsthaft einzusetzen, statt sie auf einem leeren Intranet halluzinieren zu lassen.
Treffen drei davon zu, ist die Frage nicht mehr ob, sondern wo man anfängt. Anfangen sollte man fast immer bei den drei Themen, deren Nichtwissen zuletzt am meisten gekostet hat.
Platt hat das Dreifache des Gewinns vermutlich rhetorisch gemeint. Die Rechnung dahinter stimmt trotzdem. Der Abstand zwischen dem, was ein Unternehmen weiß, und dem, was es nutzt, ist eine der teuersten Lücken der Organisation. Neu ist, dass sich diese Lücke heute mit weniger Aufwand schließen lässt als je zuvor. Neu ist auch, dass es zum ersten Mal Maschinen gibt, die strukturiertes Wissen unmittelbar in Produktivität umsetzen. Die Unternehmen, die jetzt anfangen, verschaffen sich einen Vorsprung. Sie nutzen ihr Wissen, während die anderen noch suchen.
Häufige Fragen
Was ist juristisches Knowledge Management?
Ein gepflegtes, durchsuchbares System, das das Vertragswissen eines Unternehmens strukturiert verfügbar macht: Playbooks, Klausel-Bibliotheken, Anleitungen und Hintergründe, geschrieben für die Teams, die täglich mit Verträgen arbeiten, nicht für Juristen.
Ersetzt ein KI-Assistent die Wissensplattform?
Nein, er setzt sie voraus. Ein Sprachmodell beantwortet jede Frage, auch falsch. Verlässlich wird es erst, wenn es auf kuratiertem, aktuellem Unternehmenswissen aufsetzt. Die Plattform ist genau diese Grundlage, lesbar für Menschen und Maschinen.
Womit fängt man an?
Mit einer Bestandsaufnahme: Vertragslandschaft, wiederkehrende Fragen, die drei Themen mit dem größten Schaden bei Nichtwissen. Daraus entsteht ein priorisierter Plan. Ein fokussierter Start mit einem Rechtsgebiet und einem Team steht in wenigen Monaten.
Anmerkungen
Quelle: Poleacov, P. (2026). KI gibt Antworten. Ihr Unternehmen braucht die richtigen.. INN.LAW. https://inn.law/perspectives/knowledge-management-im-ki-zeitalter/