Massenverfahren gelten als Paradebeispiel für Automatisierung: Die Fälle ähneln sich, die Rechtsgrundlage ist eng definiert, die Anspruchshöhe kalkulierbar. Übersehen wird dabei leicht, dass jeder einzelne Fall eigene Datenpunkte trägt – und dass das eigentliche institutionelle Wissen über Gegner, Gerichte und erfolgreiche Argumentationslinien meist in längst abgeschlossenen Akten vergraben liegt, auf die kein System systematisch zugreift.

Auf den ersten Blick sieht diese Kategorie von Rechtsstreitigkeiten wie der ideale Automatisierungsfall aus: eng umrissene Rechtsgrundlage, berechenbare Anspruchshöhe, standardisierte Prozessstruktur, hunderte bis tausende Fälle nach demselben Muster. Trotzdem scheitern die meisten Automatisierungsvorhaben genau in diesem Umfeld – und zwar an drei wiederkehrenden Problemen: Fristen liegen in Dokumenten statt in Systemen, Erkenntnisse aus abgeschlossenen Fällen bleiben unzugänglich, und Schriftsätze entstehen aus dem Erfahrungsgedächtnis einzelner Sachbearbeiter statt aus einer nachvollziehbaren Logik. Wie DEPLAW alle drei Probleme strukturell auflöst, zeigt dieser Beitrag.

01 Das Grundproblem

Warum scheinbar einfache Massenverfahren komplex sind

Die Homogenität von Massenverfahren ist in Wahrheit eine Illusion. Jeder Fall unterscheidet sich in der Praxis durch eigene Datenpunkte, eigene Gegenpartei-Konstellationen, eigene Fristen und eine eigene Bearbeitungshistorie. Identisch ist lediglich das Regelwerk, nicht der Einzelfall – und daraus entsteht ein typisches operatives Muster: viel Routinearbeit, wenig Fehlertoleranz und ungleich verteiltes Wissen.

Erfahrene Sachbearbeiter kennen die Muster: welche Argumentation bei welchem Gericht zieht, welche Strategie ein bestimmter Gegneranwalt verfolgt. Dieses Wissen sitzt aber im Kopf der Person, nicht im System. Fällt sie aus oder verlässt sie die Kanzlei, geht es verloren – und selbst im Normalbetrieb lässt es sich nur auf die Fälle anwenden, die sie persönlich kennt, nicht auf alle hundert parallel laufenden Akten.

Drei strukturelle Schwachstellen prägen Massenverfahren typischerweise:

  • Fristerkennung: Fristen aus eingehenden Dokumenten werden händisch gelesen, eingetragen und als Wiedervorlage gesetzt – jeder Schritt fehleranfällig und bei hohem Eingangsvolumen kapazitätslimitierend.
  • Wissenssilos: Erkenntnisse aus abgeschlossenen Verfahren – welche Argumente gewirkt haben, welche nicht, welche Muster die Gegenseite zeigt – sind nirgends systematisch hinterlegt. Sie stecken in Akten, E-Mails und im Kopf des zuständigen Sachbearbeiters.
  • Schriftsatz-Improvisation: Schriftsätze entstehen durch Kopieren alter Vorlagen und das Formulierungsgedächtnis der Verfasser. Qualität und Konsistenz hängen von der Person ab, nicht von der Infrastruktur.

Diese drei Schwachstellen wirken nicht isoliert, sondern verstärken sich gegenseitig: Wer Fristen manuell erfasst, hat keine Zeit für strategische Fallanalyse; wer Schriftsätze händisch erstellt, kann institutionelles Wissen aus früheren Verfahren nicht systematisch einbeziehen. Am Ende steht ein Betrieb, der unter Kapazitätsdruck läuft, statt zu skalieren.

02 Lösung 01

Automatische Fristen-Extraktion

Das strukturell sauberste Fundament jeder Massenverfahrens-Automatisierung ist der Dokumenteneingang: Alles Nachfolgende hängt davon ab, ob eingehende Dokumente sofort, vollständig und fehlerfrei verarbeitet werden. In DEPLAW läuft dieser Prozess automatisch an – unabhängig vom Eingangskanal.

  • Kanalübergreifender Eingang: Dokumente kommen per beA, E-Mail, Upload oder Scan. Ein zentraler Posteingang bündelt alle Kanäle in einer Oberfläche, OCR macht auch gescannte Dokumente maschinenlesbar – ohne manuelles Öffnen verschiedener Postfächer.
  • Klassifizierung und Kontextbestimmung: Die KI-Funktionen erkennen den Dokumenttyp und den zugehörigen Verfahrensschritt. Diese Klassifizierung bestimmt, welche Datenpunkte extrahiert werden müssen und welcher Workflow-Ast ausgelöst wird.
  • Strukturierte Datenextraktion: Fristen – gerichtlich, gesetzlich, vertraglich –, Parteienbezeichnungen, Aktenzeichen, Streitwert und Verfahrensstadium werden direkt als strukturierte Variablen in der Akte gespeichert. Kein manuelles Eintippen.
  • Automatische Wiedervorlagen-Setzung: Jede extrahierte Frist wird sofort mit korrektem Datum, zuständigem Bearbeiter und passendem Kontext als Wiedervorlage angelegt – strukturell abgesichert statt von individueller Aufmerksamkeit abhängig.
  • Eskalation bei kritischen Fristen: Ist eine Frist besonders kurz oder der zuständige Bearbeiter bereits ausgelastet, greift eine im Workflow-Editor definierte Eskalationslogik automatisch, informiert die Teamleitung und schlägt eine alternative Zuordnung vor.

Im Ergebnis ist ein eingehendes Dokument innerhalb von Minuten klassifiziert, die relevanten Daten sind in der Akte, die Frist ist gesetzt – bevor der Sachbearbeiter das Dokument überhaupt geöffnet hat, weiß er bereits, was vorliegt und bis wann er handeln muss.

03 Lösung 02

Erkenntnisse fallübergreifend systematisch nutzen

Das zweite Strukturproblem wird in der Legal-Tech-Diskussion am seltensten adressiert – obwohl es in Massenverfahren strategisch entscheidend ist. Jedes abgeschlossene Verfahren trägt Erkenntnisse in sich: Welche Argumentation hat vor welchem Gericht funktioniert? Welche Einwände bringt die Gegenseite typischerweise? Wie ist ein bestimmter Gegneranwalt vorgegangen, und was hat ihn in der Vergangenheit gestoppt?

Diese Informationen sind wertvoll – liegen aber in abgeschlossenen Akten, sortiert nach Aktenzeichen, nicht nach strategischer Verwertbarkeit.

Institutionelles Wissen aus abgeschlossenen Verfahren ist das wertvollste Kapital in der Massenbearbeitung. In den meisten Betrieben ist es vollständig unzugänglich.
— Tim Platner, Geschäftsführer der Legal Data Technology GmbH

DEPLAW schließt diese Lücke über die Beteiligtendaten-Funktion: Jede Partei, jeder Gegneranwalt, jedes Gericht und jede relevante Instanz wird als strukturierter Datensatz abgelegt – verknüpft mit allen Verfahren, in denen die Person oder Institution vorkommt.

  • Fallübergreifendes Profil: Wie viele Verfahren gibt es mit dieser Gegenpartei oder diesem Anwalt? Welche Argumentationsmuster kamen zum Einsatz, in welchen Konstellationen mit Erfolg?
  • Gerichts- und Rechtsprechungsverknüpfung: Relevante Urteile lassen sich als Beteiligte mit Verfahren verknüpfen – eine frühere Gerichtsentscheidung zu einer bestimmten Frage ist beim nächsten gleichartigen Fall sofort als Referenz abrufbar.
  • Strategischer Erkenntnistransfer: Ein erfolgreiches Argument aus dem Verfahren eines Sachbearbeiters ist über die Beteiligtendatenbank für Kolleginnen und Kollegen im nächsten verwandten Fall zugänglich – ohne Briefing, ohne Suche.
  • Mustererkennung bei Gegenparteien: Zeigt eine Gegenpartei in vielen Verfahren dieselbe Strategie, wird das sichtbar – und erlaubt proaktive statt reaktive Vorbereitung.
  • Rechtsprechungsintegration: Gerichtsentscheidungen lassen sich thematisch mit laufenden Verfahren verknüpfen – nicht als Dokumentenablage, sondern als strukturierte Referenz im Arbeitskontext.

In der Praxis heißt das: Ein Sachbearbeiter, der einen neuen Fall übernimmt, sieht sofort die relevante Verfahrenshistorie – welche Konstellationen es mit dieser Gegenpartei schon gab, welche Entscheidungen einschlägig sind, was in der Vergangenheit funktioniert hat. Diese Information sitzt nicht mehr in seiner Erinnerung, sondern im System.

04 Lösung 03

Schriftsätze auf den Punkt: Textbausteine, KI und Rechtsprechung

Der dritte Baustein ist der sichtbarste – und der, der in der Diskussion über KI im Recht am häufigsten zu stark vereinfacht wird. Die verkürzte Version lautet: KI schreibt den Schriftsatz, Prompt rein, Text raus. Technisch ist das möglich, juristisch aber riskant, weil allgemeine Sprachmodelle keinen Zugriff auf die Fallakte haben, die kanzleispezifischen Argumentationsstandards nicht kennen und für die rechtlich kritischen Formulierungen keine Präzisionsgarantie bieten.

Tragfähig ist stattdessen ein Zusammenspiel aus mehreren Schichten.

Schicht 1 – Feingranulare Textbausteine als Qualitätsfundament. DEPLAWs Textbaustein-Funktion erlaubt es, juristische Formulierungen deutlich feiner zu standardisieren als über einfache Vorlagen: einzelne Bausteine für bestimmte Argumentationskonstellationen, Einwendungsstandards, Rechtsprechungsverweise und Schlussformeln je Verfahrensstadium. Weil diese Bausteine zentral verwaltet werden, genügt eine Änderung an einer Stelle – etwa wenn ein Urteil eine Formulierung veraltet macht –, damit sie sofort in jedem künftigen Schriftsatz gilt. Es entstehen keine veralteten Kopien in Einzeldokumenten und keine abweichenden Formulierungen je nach Sachbearbeiter.

Bausteintyp Funktion Vorteil gegenüber Vorlage
Argumentations-Baustein Standardisierte Einordnung einer Rechtsfrage Zentral aktuell gehalten, einheitlich in allen Schriftsätzen
Rechtsprechungs-Verweis Zitat und Einordnung relevanter Entscheidungen Verknüpfbar mit Referenzentscheidungen aus den Beteiligtendaten
Einwendungs-Baustein Standardreaktion auf typische Gegenargumente Aus Erfahrung geformt statt ad hoc formuliert
Status-Baustein Formulierung je nach Verfahrensstadium Passt zum aktuellen Schritt im Workflow
Variable-Baustein Platzhalter für Aktendaten (Beträge, Daten, Namen) Befüllt sich automatisch aus Fallvariablen

Schicht 2 – KI-Textgenerierung auf Basis der Aktendaten. Der KI-Textgenerator kennt die extrahierten Datenpunkte, die Verfahrenshistorie und den aktuellen Status und generiert darauf den fallindividuellen Teil des Schriftsatzes: Sachverhaltsdarstellung, kontextbezogene Einordnung, Verbindung zwischen fixierten Textbausteinen und konkretem Fall. Die KI füllt aus, die Bausteine sichern die Qualität – keine Halluzination bei den juristisch kritischen Formulierungen, keine generische Sachverhaltsdarstellung, weil die Fallvariablen direkt aus der Akte einfließen.

Schicht 3 – Rechtsprechungs-Einbindung über Beteiligtendaten. Relevante, im System hinterlegte Entscheidungen werden beim Schriftsatzentwurf automatisch und kontextbezogen vorgeschlagen, nicht als generische Literaturliste. Zeigen die Beteiligtendaten, dass eine bestimmte Entscheidung in verwandten Verfahren entscheidungserheblich war, erscheint sie als Vorschlag im Entwurf – der Sachbearbeiter übernimmt, passt an oder verwirft, muss aber nicht mehr selbst recherchieren.

Insgesamt besteht die Schriftsatzerstellung in DEPLAW damit aus fünf Schichten: den geprüften, zentral verwalteten Textbausteinen für Standardkonstellationen; der KI-Individualisierung anhand der Aktendaten; dem Rechtsprechungs-Kontext aus der Beteiligtendatenbank als vorgeschlagene Verweise; der menschlichen Freigabe durch den Anwalt, ohne die kein Schriftsatz das System verlässt; und dem automatischen Versand per beA, E-Mail oder Post nach Freigabe, je nach Empfänger und Workflow-Konfiguration.

05 Gesamtüberblick

Was strukturierte Massenverfahren-Automatisierung leisten kann

Automatische Fristextraktion, fallübergreifende Beteiligtendaten und intelligente Schriftsatzerstellung sind keine drei unabhängigen Features, sondern drei Komponenten einer Architektur, die ihre volle Wirkung erst im Zusammenspiel entfaltet.

Manueller Massenverfahrens-Betrieb DEPLAW-automatisierter Betrieb
Fristen manuell aus Dokumenten lesen und eintragen Automatische Extraktion beim Dokumenteneingang
Erkenntnisse aus abgeschlossenen Verfahren nicht zugänglich Beteiligtendatenbank macht institutionelles Wissen abrufbar
Schriftsätze aus alten Vorlagen zusammenkopiert KI-Generierung auf Basis von Aktendaten und geprüften Bausteinen
Qualität hängt vom Erfahrungsstand des Verfassers ab Qualität durch zentrale Bausteine definiert – unabhängig vom Autor
Rechtsprechungsrecherche für jeden Fall neu Verknüpfte Referenzentscheidungen aus Beteiligtendaten vorgeschlagen
Skalierung durch mehr Personal Skalierung durch bessere Prozessarchitektur
Systemwechsel zwischen Postfach, Akte und Textverarbeitung Vollintegriert vom Eingang bis zum versendeten Schriftsatz

Was diese Infrastruktur vor allem liefert, ist nicht Geschwindigkeit – obwohl sie die auch bringt –, sondern Zuverlässigkeit bei steigendem Volumen. Die Fehlerrate sinkt nicht, weil Sachbearbeiter sorgfältiger würden, sondern weil genau die Schritte, in denen typischerweise Fehler entstehen – manuelle Datenerfassung, manuelle Fristnotierung, improvisierte Formulierung –, durch strukturierte, automatisierte Prozesse ersetzt werden.