Wenn KI Verträge liest: Automatisierung trifft auf Vertrags-Governance

Künstliche Intelligenz hat in vielen Unternehmen zuerst dort Fuß gefasst, wo der Nutzen schnell sichtbar wird: im Kundenservice, in der Datenanalyse, in der Texterstellung für Marketing und Vertrieb. Inzwischen rückt ein Bereich nach, der lange als schwer automatisierbar galt, nämlich der Umgang mit Verträgen. Die KI-Vertragsanalyse verspricht, Klauseln in Sekunden zu erfassen, Risiken zu markieren und lange Dokumente auf das Wesentliche zu verdichten. Für Rechtsabteilungen, die mit wachsenden Vertragsbeständen und knappen Ressourcen arbeiten, klingt das nach einer naheliegenden Entlastung. In der Praxis zeigt sich jedoch ein differenzierteres Bild. Viele Unternehmen führen neue Werkzeuge ein und stellen nach einigen Monaten fest, dass sich an den eigentlichen Engpässen wenig geändert hat. Fristen werden weiterhin übersehen, Freigaben bleiben unklar, und das Wissen über laufende Verpflichtungen verteilt sich auf Postfächer und Ordnerstrukturen. Der Grund liegt selten in der Technologie selbst, sondern in der Frage, wie Verträge über ihren gesamten Lebenszyklus gesteuert werden. Dieser Beitrag ordnet ein, wo KI in Vertragsprozessen heute tatsächlich ansetzt und warum viele Unternehmen trotz neuer Tools an denselben Governance-Problemen scheitern.

Warum rücken Verträge in den Fokus der KI-Automatisierung?

Verträge sind ein logisches Einsatzfeld für KI, weil sie aus großen Mengen strukturierter Sprache bestehen und genau diese Art von Text heute am häufigsten maschinell ausgewertet wird. Laut Statistischem Bundesamt nutzen Unternehmen, die KI einsetzen, am häufigsten Technologien zur Analyse von Schriftsprache beziehungsweise Text Mining, und zwar zu 48 Prozent. Damit ist die technologische Grundlage, auf der Vertragsanalyse aufbaut, in vielen Organisationen bereits vorhanden oder zumindest vertraut. Der Schritt von der Auswertung von Kundenanfragen oder Berichten hin zur Auswertung von Lieferanten-, Miet- oder Dienstleistungsverträgen erscheint daher kleiner, als er auf den ersten Blick wirkt.

Hinzu kommt der Charakter des Vertragsmanagements selbst. Kaum ein anderer Verwaltungsprozess erzeugt so viele Dokumente mit rechtlicher Bindungswirkung, die über Jahre relevant bleiben. Jeder Vertrag enthält Laufzeiten, Kündigungsregeln, Haftungsbegrenzungen, Zahlungsbedingungen und oft individuelle Zusatzvereinbarungen. In wachsenden Unternehmen steigt die Zahl dieser Dokumente meist schneller als die personelle Ausstattung der Rechtsabteilung, die häufig als kleines Team mit breitem Aufgabenfeld organisiert ist.

Ein alltägliches Szenario macht das Problem greifbar: Ein Einkaufsteam stellt im Frühjahr fest, dass sich ein Wartungsvertrag für eine nicht mehr genutzte Anlage stillschweigend um ein weiteres Jahr verlängert hat. Die Kündigungsfrist stand auf Seite elf eines eingescannten PDFs, das niemand mehr geöffnet hatte. Solche Fälle sind kein Versagen einzelner Personen, sondern die Folge eines Prozesses, der Informationen zwar ablegt, aber nicht aktiv verwaltet.

Warum ein digitalisierter Vertrag noch kein verwalteter Vertrag ist

Ein eingescannter oder digital signierter Vertrag ist lediglich gespeichert, verwaltet ist er erst, wenn seine Pflichten und Fristen aktiv überwacht werden. Diese Unterscheidung wird in vielen Digitalisierungsprojekten unterschätzt. Ein Vertrag durchläuft mehrere Phasen: Er wird angefordert, entworfen, verhandelt, intern freigegeben, unterzeichnet, abgelegt, während der Laufzeit überwacht und schließlich verlängert, angepasst oder beendet. Die reine Texterkennung oder eine KI-generierte Zusammenfassung deckt davon nur einen schmalen Ausschnitt ab.

Bereits bei der Unterzeichnung zeigt sich, wie formal anspruchsvoll einzelne Phasen sind. Nach § 126a BGB müssen bei einem Vertrag die Parteien zur Wahrung der elektronischen Form jeweils ein gleichlautendes Dokument qualifiziert elektronisch signieren. Wer also eine gesetzlich vorgeschriebene Schriftform elektronisch ersetzen will, braucht mehr als ein PDF mit eingefügter Unterschriftsgrafik. Ob eine solche Form im Einzelfall überhaupt erforderlich ist, hängt vom Vertragstyp ab und kann eine fachliche Prüfung erfordern. Für die Prozessgestaltung bedeutet das: Die Signaturphase muss sauber dokumentieren, welche Fassung von wem auf welche Weise unterzeichnet wurde.

Die eigentliche Herausforderung beginnt jedoch meist erst nach der Unterschrift. Ein Rechenbeispiel verdeutlicht den Mechanismus. Angenommen, ein mittelständisches Unternehmen verwaltet 400 aktive Verträge, und rund ein Viertel davon enthält eine automatische Verlängerung mit dreimonatiger Kündigungsfrist. Das ergibt 100 Fristen, die über das Jahr verteilt auf unterschiedliche Stichtage fallen. Selbst wenn jede einzelne Frist nur wenige Minuten Aufmerksamkeit kostet, muss sie zum richtigen Zeitpunkt der richtigen Person vorliegen, zusammen mit der Information, ob der Vertrag noch benötigt wird. Fehlt diese Verknüpfung, hilft auch die präziseste Zusammenfassung nicht, weil sie im entscheidenden Moment niemand liest.

KI-Vertragsanalyse: Welche Aufgaben übernimmt die Technologie heute?

Die KI-gestützte Vertragsanalyse übernimmt heute vor allem Aufgaben der Erkennung, Einordnung und des Abgleichs von Vertragsinhalten. Moderne Systeme identifizieren Klauseln wie Haftung, Gerichtsstand, Vertraulichkeit oder Laufzeit, ordnen sie Kategorien zu und prüfen, ob ihre Formulierung von hinterlegten Standards abweicht. Technisch beruht das darauf, dass Sprachmodelle nicht nur einzelne Begriffe suchen, sondern den Bedeutungszusammenhang eines Absatzes erfassen. Eine Haftungsbegrenzung wird so auch dann erkannt, wenn sie ungewöhnlich formuliert ist oder in einem Anhang versteckt steht.

Dabei lassen sich zwei Einsatzrichtungen unterscheiden, die unterschiedliche Phasen des Lebenszyklus abdecken. Die KI-Vertragsprüfung setzt an eingehenden Dokumenten an, etwa an Entwürfen der Gegenseite. Das System vergleicht den Text mit einem internen Playbook, also einer Sammlung bevorzugter, akzeptabler und nicht verhandelbarer Positionen, und markiert Abweichungen. Die KI-Vertragserstellung arbeitet in die entgegengesetzte Richtung: Sie erzeugt aus Vorlagen und Klauselbibliotheken erste Entwürfe, die bereits den eigenen Standards entsprechen. Der Gewinn liegt in beiden Fällen weniger in der Geschwindigkeit des einzelnen Vorgangs als in der Konsistenz über viele Verträge hinweg. Die Abwägung besteht darin, dass ein strenges Playbook mehr Abweichungen markiert und damit mehr Prüfaufwand erzeugt, ein großzügiges dagegen Risiken durchrutschen lässt.

Diese Funktionen bleiben allerdings Bausteine. Eine markierte Klausel ist nur dann wertvoll, wenn das Ergebnis der Prüfung in eine Entscheidung, eine Freigabe und später in eine Fristüberwachung mündet. Erst wenn die Analysefunktionen in ein durchgängiges Clm eingebettet sind, das Erstellung, Verhandlung, Freigabe, Überwachung und Verlängerung in einem gemeinsamen Datenbestand zusammenführt, entsteht aus punktueller Analyse ein steuerbarer Prozess. Die extrahierten Daten, etwa ein Kündigungsdatum oder eine Preisanpassungsklausel, werden dann zu Auslösern für konkrete Aufgaben statt zu Notizen in einem Bericht.

Software kaufen reicht nicht: Governance als Erfolgsfaktor

KI im Vertragsmanagement entfaltet ihren Nutzen nur, wenn klare Zuständigkeiten, interne Standards und wiederkehrende Prüfprozesse festgelegt sind. Ein einmaliges Software-Rollout ersetzt diese organisatorische Arbeit nicht. Fehlen etwa verbindliche Musterklauseln, kann das System Abweichungen nur gegen einen unklaren Maßstab prüfen, und die Ergebnisse wirken beliebig. Fachabteilungen umgehen das Werkzeug dann, weil sie den Markierungen nicht vertrauen, und die Lizenz bleibt weitgehend ungenutzt.

Bewährt hat sich eine Einführung in klarer Reihenfolge, bei der Organisation vor Technik kommt:

• Zuerst die Verantwortlichkeiten klären: Wer ist für welchen Vertragstyp Eigentümer, wer gibt frei, wer überwacht Fristen?
• Danach ein Playbook mit Standardpositionen und Eskalationsstufen definieren, an dem die KI-Vertragsprüfung ausgerichtet wird.
• Anschließend den Altbestand erfassen und die wichtigsten Metadaten extrahieren, bevor neue Verträge hinzukommen.
• Zuletzt Fristen und Pflichten mit Benachrichtigungen an konkrete Rollen statt an Einzelpersonen koppeln.

Die Reihenfolge hat einen sachlichen Grund. Wer mit dem Import beginnt, bevor Zuständigkeiten feststehen, erzeugt eine gut durchsuchbare, aber herrenlose Datenbank. Wer Benachrichtigungen an Personen statt an Rollen bindet, verliert sie beim nächsten Personalwechsel.

Ebenso wichtig ist die Pflege nach dem Start. Playbooks veralten, wenn sich Geschäftsmodelle oder Risikobereitschaft ändern, und die Qualität der Extraktion sollte stichprobenartig überprüft werden, statt sie als gegeben hinzunehmen. Ein festes Review in regelmäßigen Abständen, bei dem Rechtsabteilung und Fachbereiche gemeinsam auf markierte Abweichungen und übersehene Fristen blicken, macht aus dem Werkzeug einen lernenden Prozess. Ohne diese Schleife bleibt die Einführung ein Projekt mit Enddatum, während Vertragsrisiken weiterlaufen.

Häufig gestellte Fragen zur punktuellen Nutzung und zum Lifecycle-Management

Worin unterscheidet sich punktuelle KI-Nutzung von durchgängigem Lifecycle-Management?

Punktuelle Nutzung bedeutet, dass KI einzelne Aufgaben übernimmt, etwa einen Vertrag zusammenfasst oder einen Entwurf prüft. Lifecycle-Management verbindet diese Aufgaben über alle Phasen hinweg, sodass Analyseergebnisse in Freigaben, Fristen und Verlängerungsentscheidungen einfließen. Erst diese Verknüpfung verhindert, dass Informationen nach der Unterschrift verloren gehen.

Welche Hürden treten bei der Einführung in bestehende Rechtsabteilungen typischerweise auf?

Häufig fehlen einheitliche Vorlagen, der Altbestand liegt verstreut in unterschiedlichen Formaten vor, und Zuständigkeiten zwischen Rechtsabteilung und Fachbereichen sind nicht eindeutig geregelt. Hinzu kommt anfängliche Skepsis gegenüber automatischen Markierungen. Diese Hürden sind überwiegend organisatorischer Natur und lassen sich durch die Software allein nicht abbauen.

Warum wird Vertragsanalyse mit KI oft zunächst isoliert getestet?

Ein isolierter Test, etwa an einem einzelnen Vertragstyp wie Geheimhaltungsvereinbarungen, begrenzt Aufwand und Risiko. Unternehmen können prüfen, wie zuverlässig die Erkennung funktioniert und wie gut das Playbook passt. Auf dieser Basis fällt die Entscheidung, ob und in welchem Umfang eine durchgängige Integration in den gesamten Vertragsprozess sinnvoll ist.