Tech Teardown 035 | Ropes & Gray: KI für Due Diligence im Eigenbau

Hintergrund/Fenomene

Am 29. Oktober 2026 veröffentlichte OpenAI auf seiner offiziellen Blogseite einen rechtlichen Fall: Das US-Anwaltsbüro Ropes & Gray nutzt ein proprietäres AI-Tool basierend auf ChatGPT/Astra for Law, um die traditionell von zahlreichen junioranwälten durchzuführende Transaktional Due Diligence zu erledigen. Dieses 1865 gegründete Anwaltsbüro ist in Bereichen wie Fusionen und Übernahmen, Private Equity, Urheberrecht, Datenschutz, Wettbewerbsrecht, Bestechungsbekämpfung, Beschäftigung und Steuerwesen tätig und muss jährlich viele Data-Room-Dateien überprüfen.

Dies ist kein neuer SaaS-Produkt, sondern ein interner Tool von dem Anwaltsbüro. Ropes & Gray hatte bereits am 16. September 2026 angekündigt, mit OpenAI zusammenzuarbeiten, um ein AI-powered Due Diligence-Tool zu entwickeln. Die Fallstudie von OpenAI hat diese Angelegenheit erneut in den Fokus gerückt. Für die Rechtsbranche ist es nicht wichtig, ob „AI Verträge lesen kann“, sondern ob „AI die Anwälte von dem Stapel mit Dokumenten befreit und ihnen mehr Zeit für Urteilsfähigkeit und Beratung lässt“.

Howard Glazer ist Partner und Leiter der Practice AI bei Ropes & Gray. In einem Interview sagte er direkt: „Kunden zahlen Anwaltsgebühren, um nicht Verträge zu lesen, sondern Urteile, die auf Verträgen basieren.“ Dieser Satz zeigt den Ausgangspunkt des gesamten Projekts: Die repetitiven und mechanischen Dokumentüberprüfungen an Agenten zu übergeben, damit Anwälte sich auf wertvollere Arbeit konzentrieren können.

In traditionellen Transaktional Due Diligences verbringen junioranwälte und Rechtsfachkräfte oft Wochen damit, in Tausenden von Dokumenten Anomalien zu finden, Risikopunkte abzugleichen und anschließend eine Liste mit Problemen zusammenzustellen. Dieser Prozess ist langweilig, zeitaufwendig und stark abhängig von menschlicher Arbeit. Die Vorgehensweise von Ropes & Gray besteht darin, die regelbasierte und modellierbare Teile dieses Prozesses zu extrahieren und diesen dem AI-Agenten zu überlassen, um eine erste Überprüfung und Entwurf zu erstellen. Anwälte konzentrieren sich anschließend auf die Überprüfung, Beurteilung und Kommunikation mit den Kunden.

Technischer Prinzip/Architektur

Laut öffentlichen Informationen ist dieses Tool nicht einfach dazu da, Dokumente an das Großmodell zu senden, um eine Zusammenfassung zu erstellen, sondern es wurde nach dem tatsächlichen Arbeitsablauf der Anwälte nach dem Betreten des Data Rooms entwickelt. Seine Kernaufgaben umfassen die Identifizierung von Risiken, das Markieren von Anomalien und das Herausheben wichtiger Probleme bereits in der frühen Phase der Due Diligence.

Genauer gesagt, besteht der Arbeitsablauf aus drei Schritten:

Der erste Schritt ist die Eingabe und Strukturierung der Dokumente. Die Dokumentformate im Data Room sind unterschiedlich – es könnten PDFs, Word-Dateien, Excel-Tabellen, E-Mails oder Scannen sein. Das Tool muss diese nicht strukturierten oder halbstrukturierten Inhalte in eine von Maschinen verständliche Form umwandeln, bevor das Modell sie indexiert und abruft. Dieser Schritt beinhaltet oft OCR, Layoutanalyse, Tabellenerkennung und Mehrsprachigkeit, und ist die Grundlage für alle späteren Analysen.

Schritt 2: Risikobewertung und Komplexitätsanalyse. Das Modell scannen die Vertragsunterlagen, Finanzberichte, Gerichtsakten und regulatorischen Dokumente nach Transaktionsarten und Schwerpunktthemen, um Klauseln zu identifizieren, die potenzielle Hindernisse für die Transaktion oder Einfluss auf den Wert begründen könnten. Beispiele sind Geheimhaltungsvorschriften in Arbeitsverträgen, fehlerhafte Lizenzbestimmungen in IP-Abkommen, Compliance-Risiken in Datenschutzrichtlinien sowie potenzielle Strafen in Umweltzulassungsverfahren. Der Agent führt hier nicht nur eine einfache Suche durch, sondern trifft auf der Grundlage von Fachwissen erste Schlussfolgerungen.

Schritt 3: Erstellung eines Issue-Level-Deliberation-Rapports. Das System sammelt die identifizierten Probleme in einem strukturierten Bericht zusammen und ordnet sie nach Themen und Schweregrad, damit die Partner schnell die Bereiche identifizieren können, auf die sie achten müssen. Der Bericht enthält auch Quellenangaben, um es Anwälten zu erleichtern, die Inhalte einzeln zu überprüfen.

Dieses System basiert auf OpenAI’s Astra for Law / ChatGPT und wurde gemeinsam von Anwälten von Ropes & Gray, IT-Mitarbeitern und vorgeschobenen Engineers von OpenAI in mehreren Iterationen entwickelt. Es handelt sich nicht um ein fertiges SaaS-Tool, sondern um einen maßgeschneiderten Agent, der tief in die internen Prozesse eines Anwaltsbüros integriert ist. Das bedeutet, dass seine Fragen, Wissensbanken, Überprüfungskriterien und Ausgabeformaten auf den Geschäftsvorlieben von Ropes & Gray zugeschnitten sind.

Technisch gesehen ähnelt es einer „Person im Netzwerk“-Lösung für juristische AI: Am Grundlagenmodell liegt ein großes Sprachmodell, dazwischen befinden sich Module wie Dokumentenerkennung, RAG-Systeme, Risikoklassifizierung und Berichtsgenerierung. Die Oberfläche wird von Anwälten überprüft, bearbeitet und schließlich genehmigt. Der Agent soll die Effizienz erhöhen, nicht aber die endgültige Entscheidung ersetzen.

Wichtige Daten/Beispiele

Die offiziell verfügbaren quantitativen Informationen sind derzeit sehr begrenzt. Ropes & Gray geht davon aus, dass eine Issue-Level-Deliberation-Rapporte, die früher Tage oder sogar Wochen dauerte, jetzt in wenigen Stunden erstellt werden kann. Allerdings haben die Behörden keine Definitionen für die Menge der Daten, die Anzahl der Seiten im Bericht oder die Komplexität gegeben, sodass diese nicht als allgemeine Schlussfolgerungen verwendet werden können.

Zu den bekannten Informationen gehören: Das Tool umfasst mindestens zehn interdisziplinäre Bereiche wie Finanzen, Steuern, IP, Datenschutz, Regulierung, Arbeitsrecht, Wettbewerbsrecht, Korruptionbekämpfung, internationales Risiko und Rechtsstreitigkeiten; an der Entwicklung waren Anwälte, IT-Mitarbeiter und OpenAI-Engenieure beteiligt; das Produkt ist proprietär und nicht für den Markt verkauft.

Zu den nicht öffentlich zugänglichen Daten gehören: Die Genauigkeit des Tools, der Prozentsatz der manuellen Überprüfung, die Anzahl der tatsächlich eingesetzten Anwälte, die Menge der bearbeiteten Dokumente, Kundenfeedback, das Preismodell sowie ob tatsächlich die Nachfrage nach Junior-Anwälten gesenkt wurde. Alle Angaben stammen von Ropes & Gray oder OpenAI selbst; bisher gibt es keine unabhängigen Bewertungen. Im Vergleich zu anderen öffentlich zugänglichen Benchmarks in der juristischen Technologiebranche wirkt dieser Fall eher wie eine interne Fähigkeitspräsentation eines Unternehmens als ein extern überprüfter Leistungsbericht. Leser sollten bei der Bewertung die drei Arten von Informationen unterscheiden: „offizielle Präsentation“, „Medienberichte“ und „unabhängige Bewertungen“.

Es ist erwähnenswert, dass das offizielle Konzept besonders betont, dass die Tools die Arbeitsweise der Anwälte verändern, anstatt nur eine Effizienzsteigerung zu erreichen. Dies zeigt, dass Ropes & Gray mehr Wert auf Veränderungen in den Arbeitsprozessen legt als auf einfache Kostensenkungen. Für die Leser bedeutet dies, dass wir seinen Wert nicht einfach anhand der „Einsparung von Stunden“ beurteilen dürfen, sondern anhand dessen, wie sehr er die Anwälte aus weniger wertvollen Tätigkeiten befreit.

Auswirkungen/Bedeutung

Die direkteste Bedeutung für die Branche der Rechts-Technologie ist, dass führende Anwaltskanzleien beginnen, AI-Agenten in ihre Kernprozesse zu integrieren, anstatt sie nur in Pilotprojekten oder zur Demonstration einzusetzen. Due Diligence ist einer der arbeitsintensivsten und standardisierbarsten Aspekte bei Fusionen und Übernahmen. Die Vorgehensweise von Ropes & Gray ist so, als würde sie ihren Kollegen ein Vorbild setzen – wenn Agenten führenden Anwaltskanzleien bei der Due Diligence helfen können, werden auch andere Anwaltskanzleien und Rechtsabteilungen gezwungen sein, ihre technischen Investitionen neu zu bewerten.

Aus der Perspektive der Anwaltsarbeit kann dies die Karriereentwicklung von Junior Associates verändern. In der Vergangenheit sammelten junge Anwälte Erfahrung durch das Lesen großer Mengen an Verträgen und das Erstellen von Due-Diligence-Reporten. Wenn Agenten die Dokumentverwaltung und die Erstellung von ersten Entwürfen übernehmen, wird für Junior Associates das Erlernen von Risikobewusstsein zu einem neuen Trainingsthema werden. Dies könnte auch dazu führen, dass Juristische Fakultäten und Ausbildungsinstitutionen früher AI-Kooperationslernmethoden einführen.

Aus product-geschichtlicher Sicht zeigt es den Wahlkampf zwischen „Selbstentwicklung vs. Einkauf“ von Tools. Ropes & Gray hat sich entschieden, mit OpenAI zusammenzuarbeiten anstatt generalisierte Rechts-Technologie-SaaS-Lösungen zu kaufen. Dies zeigt, dass in hochspezialisierten Bereichen, die Kundendaten betreffen, gebrauchte Produkte die Anforderungen der Anwaltskanzleien an Genauigkeit, Vertraulichkeit und Prozessdichte kaum erfüllen können. In Zukunft könnten mehr große Anwaltskanzleien sich mit Technologieunternehmen zusammenschließen, um ihre eigenen proprietären Tools zu entwickeln.

Aus Sicht der Kunden könnte die Senkung der Due-Diligence-Kosten und die Steigerung der Qualität die Verhandlungsposition bei Fusionen und Übernahmen verändern. Obwohl die Anwaltsgebühren in der kurzen Frist nicht deutlich sinken werden, könnten die erhöhte Liefergeschwindigkeit und die verringerte Risikovermeidung die Erwartungen der Kunden an Rechtsdienstleistungen verändern.

Kontroversen/Risiken

Erstens sind das Datenschutz- und Vertraulichkeitsrisiken. Due-Diligence-Prozesse beinhalten viele nicht öffentliche finanzielle, geschäftliche und rechtliche Informationen. Es ist eine Frage, die sowohl Anwaltskanzleien als auch Kunden beantworten müssen: Wie wird sichergestellt, dass diese Daten nicht in das Modelltraining gelangen oder von anderen Kunden zugänglich gemacht werden? Obwohl OpenAI eine Datenschutzverpflichtung für Unternehmenskunden hat, hängen die konkreten Umsetzungsdetails noch vom Vertrag und der Prüfung ab. Für grenzüberschreitende Transaktionen erhöhen die Datentransferregeln in verschiedenen Rechtsordnungen die Komplexität der Compliance.

Zweitens ist das Risiko der Verantwortlichkeit. Wenn die von AI identifizierten Risiken übersehen oder falsch beurteilt werden, liegt die Verantwortung letztendlich bei den Anwälten und Anwaltskanzleien. Das bedeutet, dass die Ausgaben des Agenten manuell überprüft werden müssen und nicht einfach als „AI hat bereits geprüft“ angesehen werden dürfen. Howard Glazers Worte deuten auch darauf hin: AI ist eine Hilfestellung, nicht eine Ersatzlösung für die Beurteilung. In der voraussagbaren Zukunft wird die fachliche Verantwortung der Anwälte durch den Einsatz von AI nicht verringert werden.

Drittens ist das Übertreiben der Risiken in der Werbepropaganda problematisch. Die offizielle Botschaft betont „Tage/Wochen in Stunden verkürzen“ als Hauptvorteil, doch es fehlt an Transparenz. Die Komplexität der verschiedenen Transaktionen unterscheidet sich stark, und einfache Zeitvergleiche können die Leser dazu bringen, die aktuellen Fähigkeiten überschätzen. Als Leser müssen wir zwischen „bestimmte Prozesse beschleunigen können“ und „vollständige Ersetzung bereits“ unterscheiden. Bevor mehr unabhängige Drittanalyseergebnisse vorliegen, sollten alle Schlussfolgerungen bezüglich Effizienz und Genauigkeit vorsichtig sein.

Viertens ist die Möglichkeit, dass Modelle Fehler machen können. Bei der Erstellung von Antworten können große Sprachmodelle manchmal mit hoher Zuverlässigkeit schienchirre Schlussfolgerungen ziehen, die zwar vernünftig erscheinen, aber falsch sind. In Bereichen wie Due Diligence, wo die Fehlertoleranz sehr niedrig ist, kann ein als „erkanntes Risiko“ bezeichneter Fehler gefähriger sein als das Versäumen von Informationen. Daher müssen die Ausgaben eines Agent nicht nur überprüft werden, sondern auch nachvollziehbar sein: Jeder Schlussfolgerung muss klar angegeben werden, aus welchem Dokument, welcher Seite und welchem Abschnitt sie stammt.

Schlussfolgerungen/Ausblick

Die Zusammenarbeit zwischen Ropes & Gray und OpenAI ist ein markantes Beispiel dafür, wie AI-Agente in die Kernprozesse der hochwertigen professionellen Dienstleistungen integriert werden können. Sie zeigt den Einsatz von Agenten-Workflows in der Due Diligence: Es geht nicht darum, dass das AI die Entscheidungen anstelle des Anwalts trifft, sondern dass das AI zuerst die wiederholten, mechanischen Dokumentenverarbeitungsaufgaben erledigt, um dem Anwalt Raum für Entscheidungen zu lassen.

Kurzfristig wird diese Art von Tool zunächst in großen Anwaltskanzleien und im Bereich des Corporate Laws eingeführt, hauptsächlich zur Erstellung von ersten Entwürfen, vorherigen Risikobewertungen und der Indexierung von Dokumenten. Mittelfristig könnte es die Arbeitsinhalte und Ausbildungsmethoden von Anwaltsassistenten verändern. Langfristig wird sich die Rolle des Agenten in professionellen Dienstleistungen von „Entwurfsgeneratoren“ allmählich zu „Koordinierenden Entscheidungsträgern“ entwickeln, wobei menschliche Überprüfung und die endgültige Verantwortung weiterhin eine unvermeidliche Grundlage in der Rechtsbranche bleiben werden.

In Zukunft ist es wichtiger zu sehen, welche Anwaltskanzleien AI einsetzen, als wie diese Tools ein Gleichgewicht zwischen Effizienz, Vertraulichkeit, Verantwortung und Kosten finden. Nur wenn technische Fähigkeiten, institutionelle Designs und berufliche Ethik gleichzeitig voranschreiten, kann der Wert von AI in risikoreichen professionellen Dienstleistungen wie der Rechtsberatung wirklich entfaltet werden. Für Praktiker und Beobachter ist ein gesunder Kriterium für eine Entscheidung: Ob das AI dem Anwalt mehr Zeit zum Urteilen gibt, anstatt ihm mehr Gründe zu Fehlanzeigen zu lässt.

Referenzquellen

• Offizielle Blogseite von OpenAI: Ropes & Gray nutzt OpenAI, um die Due Diligence zu beschleunigen
• Pressemitteilung von Ropes & Gray (16.09.2026)
• Bericht auf Law.com (23.09.2026)