Weniger Prompt-Tricks, mehr Kontext: Was Juristen bei der KI-Nutzung falsch machen

Marc Ohrendorf argumentiert auf beck-aktuell (Das Problem sitzt vor dem Bildschirm: Legal AI scheitert an Aufgaben, an denen sie nicht scheitern müsste; https://rsw.beck.de/aktuell/daily/meldung/detail/ki-legal-ai-scheitert-kuenstliche-intelligenz-prompting-nutzer-anwendung), dass Legal AI nicht an mangelnder technologischer Reife scheitert, sondern an der Art, wie Juristen sie einsetzen. Ohrendorfs These: Das Problem sitzt vor dem Bildschirm.

Er identifiziert zwei zentrale Fehlerquellen. Die erste ist das Cutoff-Date-Problem: Anwälte fragen Sprachmodelle nach aktueller Rechtsprechung, obwohl diese keinen Zugriff auf Rechtsprechungsdatenbanken haben und ihr Wissen an einem Stichtag endet. Die zweite Fehlerquelle nennt er die “implizite Wissensannahme”. Juristen setzen voraus, dass das Modell kanzleispezifische Tonalität, bevorzugte Argumentationsstrukturen und lokale Gerichtspraxis kennt, ohne diese Informationen mitzuliefern. Sein Gradmesser dafür ist der “Referendar-Test”, also der Praktikanten-Test: Könnte ein Berufseinsteiger am ersten Tag die gleiche Aufgabe ohne Anleitung lösen? Wenn nein, fehlt dem Modell schlicht der nötige Kontext.

Als Lösungsansätze schlägt Ohrendorf drei Dinge vor: Erstens die gezielte Kontextanreicherung durch Dokumenten-Upload, RAG und strukturierte Prompts. Zweitens ein iteratives Vorgehen, bei dem die KI-Interaktion als Dialog und nicht als einmaliger Befehl verstanden wird. Drittens eine realistische Erwartungshaltung an das, was Sprachmodelle leisten können und was nicht.

Meine Einschätzung: Kontext ist König

Ohrendorfs Analyse zur zweiten Fehlerquelle deckt sich mit dem, was auch ich oft beobachte. Juristen stellen übertriebene Anforderungen an ein KI-Tool (Stichwort: Erwartungsmanagement) und sind dann enttäuscht, wenn es nicht klappt. Und das Verdikt folgt prompt: “KI kann ich nicht brauchen” oder “KI kann nichts”. In Wahrheit ist das Problem oft zu wenig Kontext. Hier können Ohrendorfs Tipps helfen.

Die Formulierung eines Prompts beeinflusst dabei die Qualität, Genauigkeit und Relevanz der Antwort. Bessere Prompts führen zu besseren Ergebnissen. Aber Prompting ist meines Erachtens weniger wichtig als noch vor einem Jahr. Aktuelle Modelle verstehen auch vage Anweisungen deutlich besser als ihre Vorgänger. Der grösste Hebel liegt meiner Meinung nach heute nicht mehr in ausgefeilten Prompt-Techniken, sondern darin, der KI den richtigen Kontext mitzugeben. Moderne KI-Modelle brauchen also weniger “Prompt-Tricks”, aber sie brauchen Informationen, sie brauchen Kontext, um gute Arbeit zu leisten. Um eine Analogie von Ohrendorf aufzunehmen: Wer einem Substituten eine Aufgabe gibt, ohne Akten, ohne Kontext, ohne Briefing, bekommt auch vom besten Praktikanten Mittelmass zurück.

Was heisst “Kontext mitgeben” konkret?

Es bedeutet, relevante Dokumente hinzuzufügen, also Gesetzestexte, Entscheide, Literatur, Verträge und weitere Dokumente. Es bedeutet, den Hintergrund der Anfrage zu erklären. Es bedeutet, anzugeben, für wen das Ergebnis bestimmt ist, also Zielgruppe, Stil und Ton. Und es bedeutet, das gewünschte Ergebnis konkret zu beschreiben, auch im Format (soll es ein Memo werden, eine E-Mail, eine Tabelle?).

Die Faustregel ist einfach: Je mehr relevante Informationen die KI hat, desto besser das Ergebnis. Das gilt unabhängig davon, wie “schön” der Prompt formuliert ist.

Mündlich prompten

Mein Tipp zum Schluss: Mündlich prompten. Ich gebe es zu, ich bin faul geworden beim Prompten, wenn ich tippen muss. Aber genau das hat mich auf eine bessere Methode gebracht: Einfach drauflosreden, was man braucht, und dann das KI-Tool bitten, den Prompt zu verbessern. Man erklärt mündlich, was man will, liefert dabei ganz natürlich mehr Kontext als beim Tippen, oder zumindest geht es mir so. Das Ergebnis ist oft erstaunlich gut.

Sprachmodus: Im Chatfenster rechts: Sprachmodus verwenden.