LONDON (IT BOLTWISE) – PONS zeigt, wie sich eine KI-Plattform für juristische Arbeit auf Azure so aufsetzt, dass öffentliche Rechtsquellen und private Kundendaten strikt getrennt bleiben. Das System verarbeitet Akten für Recherche, Drafting und Contract Review mit einer eigenen Datenpipeline, ohne dass Kundendokumente in den öffentlichen Knowledge-Index wandern. Dabei nutzt der Anbieter Managed Services, um Infrastrukturaufwand zu reduzieren, und setzt auf auditierbare Sicherheits- und Compliance-Kontrollen. Entscheidend ist, dass Architekturentscheidungen früh so gestaltet werden, dass sie späteren Vergabe- und Nachweisfragen standhalten.
Wer Künstliche Intelligenz im juristischen Umfeld einführen will, stößt schnell auf ein technisches Kernproblem: Nicht die Modellqualität allein entscheidet, sondern die Frage, wie Antworten entstehen und welche Daten dafür herangezogen werden. Die Plattform von PONS positioniert sich genau in diesem Spannungsfeld. Sie unterstützt laut Beschreibung typische Legal-Workflows wie Recherche, Drafting, Contract Review, Due Diligence und Matter Management für Kanzleien, Inhouse-Juristen und andere regulierte Organisationen. Zentral ist dabei die Aussage, dass der „harte Teil“ der Legal-KI vor allem die Daten sind – und dass ein Produkt für regulierte Kunden nicht nur ein Modell „an Dokumente koppelt“, sondern die Verlässlichkeit des Outputs durch Architektur erzwingt.
Konzeptionell setzt PONS auf zwei Hauptbausteine: die PONS Data Factory und den PONS AI Engine. Die Data Factory ist als kontinuierliche Pipeline ausgelegt, die öffentliche Rechtsquellen wie Gesetzestexte, Fallrecht und Präzedenzfälle validiert, sammelt, bereinigt und indiziert. Ergänzt werden semantische Metadaten, hierarchische Struktur, Vektor-Embeddings sowie quellengebundene Referenzen, sodass ein kuratiertes Rechtskorpus über mehrere Jurisdiktionen hinweg zur Verfügung steht. Der AI Engine wiederum verarbeitet zwei Datenwelten getrennt: Sie arbeitet zum einen gegen das Korpus aus der Data Factory, zum anderen gegen separat gespeicherte Kundendokumente, die explizit nicht in die Data Factory eingehen. Ergebnisse werden außerdem nicht „blind“ akzeptiert, sondern gegen Kriterien wie rechtliche Korrektheit, Kontextabdeckung, Sprache und Struktur bewertet; bei Fehlschlägen wird automatisch erneut aufgesetzt. Wichtig ist auch die technische Entkopplung: Der Backend-Teil ruft die Engine nicht direkt an, sondern publiziert Arbeit in eine Queue, die die AI Engine abfragt. Dadurch skaliert die KI-Schicht unabhängig vom Request-Pfad – ein Detail, das in der Praxis oft über Latenz, Stabilität und Lastverhalten mitentscheidet.
Aus Sicht der Datenhoheit liefert PONS dafür eine klare „Boundary“: Trusted Knowledge versus privater Kontext. Die Data Factory aktualisiert und validiert fortlaufend öffentliche Rechtsquellen über verschiedene Jurisdiktionen. Kundendokumente bleiben hingegen bewusst getrennt; der Fluss ist einseitig und verhindert, dass private Inhalte in den öffentlichen Pipeline- und Indexierungsbetrieb „zurücklaufen“. Dazu werden pro Unternehmen isolierte Speicher- und Datenbank-Container in der EU-Region bereitgestellt, mit Verschlüsselung sowohl in der Übertragung als auch im Ruhezustand – im Text ist dafür AES-256 als Verschlüsselungsstandard genannt. Zugriff wird zudem per Default auf einzelne Nutzer begrenzt. Für Startup-Teams liegt hier eine übertragbare Designregel: Wenn ein Produkt sowohl dauerhaft aktualisierte, öffentlich vertrauenswürdige Inhalte als auch sensible Kundendaten kombiniert, müssen die Governance-Modelle oft andere Anforderungen erfüllen. Wer die Trennung früh etabliert, reduziert das Risiko, dass spätere Skalierungsschritte die privaten Inhalte ungewollt in gemeinsame Ingestion- und Indexierungsmechanismen verziehen.
Die zweite Entscheidung betrifft nicht „Was“ verarbeitet wird, sondern „Wie“ die Plattform technisch entsteht. PONS beschreibt das als Priorisierung: Managed Services statt selbst betriebener Infrastruktur, damit das Team seine Energie in differenzierende Aufgaben stecken kann – in diesem Fall Datenqualität, Reasoning, Evaluation und kundenspezifische Workflows. Auf Azure läuft die Anwendung über App Service, sodass Serverbetrieb und manuelles Deployment weitgehend entfallen. Für strukturierte Daten und Dateien werden Azure SQL Database sowie Azure Storage eingesetzt; die EU-Residenz wird dabei als Konfigurationsentscheidung fest an die Region Sweden Central geknüpft. Secrets und Zertifikate landen in Azure Key Vault, und dienstübergreifende Verbindungen laufen über managed identity, wodurch Rotation von Zugangsdaten nicht als Handarbeit im Code oder im Betrieb hängen bleibt. Für die Skalierung nutzt PONS außerdem eine Azure Queue Storage statt eines direkten Engine-Calls, während Web PubSub Resultate und Benachrichtigungen in Echtzeit zurück in die Webanwendung schiebt. Für die KI-Grundlage setzt der Anbieter auf Azure OpenAI als Fundament, während Fine-Tuning und unterstützende Modelle über Microsoft Foundry bereitgestellt werden. Das reduziert den Aufwand eines eigenen Modell-Serving-Stacks und verlagert den Fokus auf Evaluationsgates und Workflow-Integration.
Damit allein ist es jedoch nicht getan; PONS macht deutlich, dass Compliance und Security nicht als nachgelagerte „Dokumentation“ gedacht sind, sondern als durchsetzbare Kontrollen in der Architektur. Genau an dieser Stelle beschreibt die Plattform eine Reihe von Fragen, die General Counsel und Procurement typischerweise stellen: Wo lebt die Datenkopie? Wer hat Zugriff? Lässt sich das System auditieren? Werden Kundendokumente für das Training fremder Modelle verwendet? Und wie stabil bleibt das über alle Jurisdiktionen, in denen man operiert? Als Antworten nennt PONS regionale Isolation und scoped Permissions, citation-linked Provenance sowie Audit-Logs zur Nachverfolgbarkeit. Zusätzlich greifen Evaluation Gates: Wenn die Engine keine Antwort sauber auf dem Korpus verankern kann, werden Ausgaben erneut geprüft oder es kommt zu einer „Refusal-by-design“-Logik. Besonders wichtig ist der Satz, dass Kundendokumente nicht in die Data Factory gelangen und nicht zum Model-Training genutzt werden. Als technische Eintrittsmerkmale für Enterprise-Procurement verweist PONS außerdem auf SOC 2 Type II, ISO 27001, GDPR-nahe Kontrollen sowie Penetration Testing; die entscheidende Verbindung zur Produktarchitektur ist aber, dass diese Anforderungen die technischen Grenzen bereits früh prägen.
Der praktische Marktbezug steckt im „Wie schnell man zu tragfähigen Entscheidungen kommt“. PONS entwickelte die Lösung laut eigener Darstellung mit Hilfe von Startup Credits über Microsoft for Startups, um Architekturentscheidungen an realen Workloads zu testen und Cloud-Kosten während der frühen Wachstumsphase im Griff zu behalten. Entscheidend ist dabei weniger der Betrag an sich, sondern die Kombination aus technischem Guidance-Feedback, frühen Anpassungen an komplexe Anforderungen und daraus resultierendem Tempo bei der Skalierung. Für Startup-Teams ist der Lerneffekt daher zweigeteilt: Erstens sollten sie Managed Services dort nutzen, wo sich Skalierungs-, Deployments- und Identitätsaufgaben ohnehin wiederholen. Zweitens müssen sie Compliance-Fragen in technische Grenzen übersetzen, bevor das System „fest dokumentiert“ ist – denn das spätere Nachziehen ist häufig teurer als das frühe Design. Wer in regulierten Märkten arbeitet, bekommt so eine Blaupause dafür, wie man Künstliche Intelligenz nicht nur demonstriert, sondern für den produktiven Betrieb verlässlich macht.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "PONS baut rechtliche KI auf Azure: Architektur für Datenschutz, Audit und getrennte Daten" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "PONS baut rechtliche KI auf Azure: Architektur für Datenschutz, Audit und getrennte Daten" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »PONS baut rechtliche KI auf Azure: Architektur für Datenschutz, Audit und getrennte Daten« bei Google Deutschland suchen, bei Bing oder Google News!