Ratgeber
Datenextraktion mit KI: Namen, Fristen und Beträge erfassen
Datenextraktion mit KI bedeutet: Ein System liest aus unstrukturierten Dokumenten — Verträgen, Urteilen, Rechnungen, Schriftverkehr — die relevanten Angaben heraus und stellt sie strukturiert bereit: Namen, Adressen, Fristen, Beträge, Aktenzeichen. Für Kanzleien ersetzt das jenes Abtippen, das bisher bei jeder Aktenanlage und jedem Posteingang anfiel. Entscheidend für den Kanzleieinsatz: Ein seriöses System kennzeichnet unsichere Werte, statt sie zu raten — und jede Übernahme bestätigt ein Mensch.
In Kürze
- KI-gestützte Datenextraktion löst strukturierte Angaben wie Namen, Fristen und Beträge automatisch aus unstrukturierten Dokumenten heraus.
- Der Unterschied zu starren Auslese-Regeln: KI erkennt die Angaben auch bei wechselnden Formulierungen und Layouts.
- Jeder extrahierte Wert erhält eine Konfidenz; unsichere Werte werden markiert und einem Menschen zur Kontrolle vorgelegt — geraten wird nicht.
- Extrahierte Fristen sind Vorschläge für die Fristenkontrolle; die Verantwortung für die Fristenwahrung bleibt bei der Kanzlei.
- Die Daten fließen als Vorschläge in Aktenverwaltung und Dokumentvorlagen — übernommen wird erst nach menschlicher Bestätigung.
- Mandantendokumente gehören für die Verarbeitung On-Premise auf Server in der Kanzlei, nicht in öffentliche Chatbots.
Wie funktioniert Datenextraktion mit KI?
Am Anfang steht meist die Texterkennung (OCR), die aus einem Scan oder Foto maschinenlesbaren Text macht. Die eigentliche Extraktion beginnt danach: Ein KI-Modell analysiert den Text und identifiziert darin die gesuchten Angaben — unabhängig davon, wo sie stehen und wie sie formuliert sind.
Genau das ist der Fortschritt gegenüber der klassischen, regelbasierten Auslese. Eine starre Regel wie „der Betrag steht immer rechts oben“ scheitert, sobald ein Absender sein Briefpapier ändert. Ein Sprachmodell versteht dagegen den Kontext: Es erkennt, dass „binnen 14 Tagen ab Zustellung“ eine Frist beschreibt, dass „vertreten durch“ eine Parteienbeziehung anzeigt und dass von drei Beträgen im Dokument nur einer die Klagsforderung ist.
Das Ergebnis ist ein strukturierter Datensatz zum Dokument: Wer sind die Parteien, was ist das Aktenzeichen, welche Beträge, Daten und Fristen kommen vor, um welche Dokumentart handelt es sich. Aus einem PDF, das vorher nur gelesen werden konnte, werden Daten, mit denen Systeme arbeiten können.
Welche Angaben lassen sich zuverlässig extrahieren?
Nicht alle Angaben sind gleich gut greifbar. Die Praxis zeigt ein klares Gefälle:
| Angabe | Zuverlässigkeit | Typische Schwierigkeit |
|---|---|---|
| Namen und Adressen | Hoch | Schreibvarianten, mehrere Parteien im Dokument |
| Aktenzeichen, Geschäftszahlen | Hoch | Verwechslung mehrerer Zeichen im selben Schreiben |
| Beträge | Hoch | Mehrere Beträge — welcher ist der maßgebliche? |
| Datumsangaben | Hoch | Zuordnung: Vertragsdatum, Zustelldatum, Fälligkeit? |
| Fristen | Mittel | Frist oft nur als Regel formuliert, Beginn unklar |
| Vertragsklauseln, Zuständigkeiten | Mittel | Interpretationsspielraum, verschachtelte Verweise |
Die Tabelle zeigt ein Muster: Das Finden einer Angabe gelingt meist gut — die Zuordnung ihrer Bedeutung ist der anspruchsvolle Teil. Dass in einem Urteil ein Datum steht, ist leicht erkannt; ob es das Entscheidungsdatum oder der Beginn der Rechtsmittelfrist ist, erfordert Kontextverständnis und bleibt der klassische Prüfpunkt für den Menschen.
In der Praxis wird die Extraktion deshalb pro Dokumentart konfiguriert: Für eine Honorarnote werden andere Felder definiert als für einen Mietvertrag oder ein Urteil. Das System arbeitet gegen ein festes Zielschema — welche Felder gibt es, welche sind Pflicht, welche Formate sind zulässig. Diese Eingrenzung erhöht die Treffsicherheit deutlich, weil das Modell nicht frei interpretiert, sondern definierte Angaben in definierter Form sucht.
Warum werden Unsicherheiten markiert statt geraten?
Hier liegt der wichtigste Qualitätsunterschied zwischen Systemen. Ein KI-Modell liefert technisch immer eine Antwort — auch wenn die Grundlage dünn ist. Ein verschmierter Betrag, eine mehrdeutige Fristformulierung, ein abgeschnittener Name: Das Modell könnte in all diesen Fällen einen plausibel wirkenden Wert ausgeben. Für eine Kanzlei wäre genau das gefährlich, denn ein plausibel falscher Betrag im Anspruchsschreiben fällt später auf als ein offensichtlich fehlender.
Kanzleitaugliche Systeme arbeiten deshalb mit Konfidenzwerten: Zu jedem extrahierten Wert speichert das System, wie sicher die Erkennung war und aus welcher Dokumentstelle der Wert stammt. Unterschreitet die Sicherheit eine Schwelle, wird der Wert sichtbar markiert und dem Bearbeiter mit der Fundstelle zur Kontrolle vorgelegt. Pflichtangaben, die gar nicht gefunden wurden, blockieren den Folgeprozess, statt leer oder erfunden weiterzuwandern.
Dieses Prinzip — Unsicherheit zeigen statt überspielen — ist die praktische Antwort auf die bekannte Schwäche von KI-Systemen: Sie können irren, und sie irren am gefährlichsten, wenn sie dabei überzeugend klingen. Ein Prozess, der Unsicherheiten offenlegt und die Kontrolle beim Menschen belässt, macht aus dieser Schwäche ein beherrschbares Risiko.
Was wird mit den extrahierten Daten möglich?
Der Wert der Extraktion entsteht in den Folgeprozessen. Vier Anwendungen dominieren im Kanzleialltag:
- Aktenanlage ohne Abtippen: Aus dem Erstkontakt und den eingereichten Unterlagen entstehen die Stammdaten des Akts als Vorschlag — die Kanzleikraft bestätigt statt zu erfassen.
- Posteingang mit Vorsortierung: Eingehende Schreiben werden erkannt, dem Akt zugeordnet und mit den enthaltenen Daten (Absender, Geschäftszahl, genannte Termine) versehen.
- Fristen als Vorschlag: Erkannte Fristformulierungen erscheinen als Vorschlag für den Fristenkalender — mit Fundstelle. Die Eintragung prüft und verantwortet die Kanzlei; das System unterstützt die Fristenkontrolle, es übernimmt sie nicht.
- Dokumentenentwürfe: Die extrahierten Daten befüllen Vorlagen, aus denen Entwürfe für Anspruchsschreiben, Anträge und Standardkorrespondenz entstehen — zur Prüfung und Freigabe, nie zum automatischen Versand.
Für alle vier gilt dieselbe Architekturentscheidung: Die Daten werden vorgeschlagen, nicht ungeprüft verbucht, und kein daraus erzeugtes Dokument verlässt die Kanzlei ohne menschliche Freigabe. Wie diese Kette vom Dokument bis zum fertigen Entwurf im Ganzen aufgebaut wird, zeigt der Leitfaden zur Dokumentenautomatisierung in der Kanzlei.
Worauf müssen Kanzleien beim Datenschutz achten?
Datenextraktion verarbeitet naturgemäß den vollen Inhalt der Dokumente — und damit Mandantendaten im Kernbereich der Verschwiegenheitspflicht (§ 9 RAO). Daraus folgt eine klare Anforderung an die Architektur: Die Verarbeitung muss auf Infrastruktur laufen, die die Kanzlei kontrolliert — On-Premise auf Servern in der Kanzlei oder alternativ bei einem europäischen Cloud-Anbieter mit Auftragsverarbeitungsvertrag, Zugriffskonzept und Löschregeln.
Öffentliche KI-Chatbots erfüllen diese Anforderung nicht: Wer Vertragsscans in ein US-Consumer-Tool lädt, kann weder Speicherort noch Weiterverwendung kontrollieren. Die berufsrechtliche Bewertung im Einzelfall bleibt bei der Kanzlei — dieser Artikel ist keine Rechtsberatung.
Eine Umsetzung, die Texterkennung, Extraktion und Dokumenterstellung auf europäischer Infrastruktur bündelt und an jeder Übernahmestelle eine menschliche Bestätigung vorsieht, bietet die Dokumentenautomatisierung für Kanzleien.
Was ist der nächste Schritt?
Für den Einstieg empfiehlt sich eine Dokumentart mit hohem Aufkommen und klaren Feldern — etwa eingehende Rechnungen oder die Belege eines laufenden Verfahrens. An ihr lässt sich die Erkennungsqualität mit echten Dokumenten der Kanzlei messen, bevor weitere Dokumentarten folgen.
Prüfen Sie, an welchen Stellen in Ihrer Kanzlei heute Daten von Papier oder PDF in Systeme übertragen werden — Aktenanlage, Posteingang, Forderungserfassung — und wie viel Zeit das pro Woche bindet. Diese Stellen sind die natürlichen Kandidaten für KI-gestützte Extraktion. In einem unverbindlichen Erstgespräch lässt sich anhand Ihrer typischen Dokumente konkret einschätzen, welche Angaben zuverlässig automatisch erfasst werden können und wo die menschliche Kontrolle ansetzt.
Quellen
- Rechtsanwaltsordnung (RAO), § 9: RIS Bundesrecht konsolidiert
- Datenschutz-Grundverordnung, Verordnung (EU) 2016/679, Art. 28: EUR-Lex
Häufige Fragen
Was ist KI-gestützte Datenextraktion?
Datenextraktion ist das automatische Herauslösen strukturierter Angaben — Namen, Adressen, Fristen, Beträge, Aktenzeichen — aus unstrukturierten Dokumenten wie Verträgen, Urteilen oder Schriftverkehr. KI-Modelle erkennen die Angaben auch dann, wenn Aufbau und Formulierung von Dokument zu Dokument variieren.
Wie zuverlässig ist die Datenextraktion mit KI?
Bei gut lesbaren Standarddokumenten sehr zuverlässig, aber nie fehlerfrei. Seriöse Systeme geben deshalb für jeden extrahierten Wert eine Konfidenz an und markieren unsichere Angaben zur menschlichen Kontrolle. Ein Wert, den das System nicht sicher lesen kann, wird als unsicher gekennzeichnet — nicht geraten.
Kann KI auch Fristen aus Dokumenten erkennen?
Ja, KI kann Datumsangaben und Fristformulierungen erkennen und als Vorschlag für den Fristenkalender bereitstellen. Die Übernahme in die Fristenverwaltung und die Verantwortung für die Fristenwahrung bleiben aber immer bei der Kanzlei — die Extraktion unterstützt die Fristenkontrolle, sie ersetzt sie nicht.
Dürfen Mandantendokumente für die Datenextraktion in die Cloud?
Nicht in beliebige Clouds. Mandantendokumente gehören On-Premise auf Server in der Kanzlei — alternativ in eine EU-Cloud mit Auftragsverarbeitungsvertrag —, damit Verschwiegenheitspflicht und DSGVO gewahrt bleiben. Öffentliche KI-Chatbots sind für Mandantendaten ungeeignet. Die Bewertung im Einzelfall bleibt bei der Kanzlei.
Was passiert mit den extrahierten Daten?
Sie fließen als geprüfte Vorschläge in die Systeme der Kanzlei: in die Aktenverwaltung, in Vorlagen für Dokumentenentwürfe, in Übersichten und Wiedervorlagen. Jede Übernahme läuft über eine menschliche Bestätigung — die Daten werden vorgeschlagen, nicht ungeprüft verbucht.