Wie LexGraph juristisches Wissen als Graph aufbereitet und KI-Anwendungen mit verlässlichen Rechtsdaten versorgt.
Wer eine KI nach dem Streitwert fragt, ab dem Berufung möglich ist, bekommt schnell eine Antwort. Ob sie stimmt, ist eine andere Frage. Das Start-up LexGraph will dafür sorgen, dass sie stimmt, und zwar in jeder KI-Anwendung, in der juristische Fragen gestellt werden. Das Unternehmen bereitet Gesetze und Rechtsprechung als vernetzten Wissensgraphen auf und stellt ihn per MCP-Schnittstelle und API zur Verfügung. Wir haben mit Gründer Paul Permantier darüber gesprochen, warum reine Textsuche im Recht an Grenzen stößt, weshalb LexGraph bewusst keine eigene Kanzleisoftware baut und wohin die Reise gehen soll.
Warum Vektorsuche im Recht nicht genügt
Viele juristische Datenbanken laden ihre Inhalte heute als Text in Vektordatenbanken. Die Suche liefert dann Passagen, die semantisch zur Frage passen. Genau darin sieht Permantier das Problem. Man erhalte so zwar Text, der irgendwie passt, aber selten die vollständige Lösung, denn Recht sei ein Geflecht aus Normen, Urteilen und Kommentierungen. Wer einen Fall betrachte, müsse immer fragen, womit er in Verbindung stehe.
Ein Beispiel aus der Praxis: Ein Kunde habe getestet, ab welchem Streitwert ein Rechtsmittel möglich ist. Das Vergleichsprodukt habe den alten Wert genannt, weil er in den Kommentaren noch stehe, obwohl Gesetzgeber beziehungsweise Rechtsprechung ihn angepasst hätten. Im Graphen von LexGraph laufe so eine Änderung automatisch mit ein. Frühere Fälle blieben als Wissen erhalten, das System verstehe aber, dass sich die Lage geändert habe.
Es ist in etwa so, wie mit einem privaten Wissensnetz in dem Arbeiten miteinander verknüpft sind. Genau das werde für juristisches Wissen aufbereitet. Der Ansatz schneide in internen Benchmarks deutlich besser ab und konzeptionell sei er ohnehin im Vorteil, weil viele Rechtsfragen nur über die Verbindung zwischen Dokumenten, Paragrafen und Urteilen zu beantworten seien.
„Wenn du Text nur vektorisierst, bekommst du immer Text, der irgendwie passt, aber nie die vollständige Lösung“
— Paul Permantier, Gründer LexGraph
Infrastruktur statt weiterer Kanzleisoftware
LexGraph versteht sich als Datenlieferant. Individuelle Anwenderinnen und Anwender binden den Graphen per MCP in die KI-Umgebung ihrer Wahl ein, Legal-Tech-Unternehmen nutzen die API. Das System sei plattformagnostisch. Es gebe Hunderte Legal-Tech-Firmen mit ganz unterschiedlichen Use Cases, vom Medizinrecht über Arbeitsrecht für kleine und mittlere Unternehmen bis zum Patentrecht. Vielen gemeinsam sei, dass ihre KI eine verlässliche Verankerung in Rechtsdaten brauche.
Eine eigene Anwendung mit Graphen als Alleinstellungsmerkmal kam indes nicht in Frage. Dünne Anwendungsschichten auf Sprachmodellen ließen sich mit heutigen KI-Coding-Werkzeugen sehr schnell nachbauen, eine Kernfunktion habe das Team selbst in wenigen Tagen rekonstruiert. Das sei alles nicht substanziell genug. Die Nische der Rechtsdaten sei dagegen noch kaum besetzt und aktuell von wenigen Anbietern dominiert, die auf ihren Daten säßen.
Bestehende KI-Werkzeuge will LexGraph deshalb nicht ersetzen, sondern ergänzen. Ein Beispiel sei Microsoft Copilot im Word-Alltag vieler Anwältinnen und Anwälte. Wer dort einen Schriftsatz bearbeite, könne die juristische Recherche zuschalten, sodass die KI währenddessen darauf zugreift. Kanzleien verbesserten damit ihre vorhandenen Tools mit einem Klick.
Wie das Wissen in die Antwort kommt
Woher weiß ein Sprachmodell, dass es auf LexGraph zurückgreifen soll und nicht auf sein Trainingswissen? Permantier erklärt es mit dem Model Context Protocol, einer Schnittstelle, über die die KI Werkzeuge nutzen kann. Sein Bild: Man bitte einen wissenschaftlichen Mitarbeiter, einen Schriftsatz auszuarbeiten. Im einen Fall gebe man ihm Kommentarliteratur und passende Urteile an die Hand, im anderen soll er alles aus dem Kopf schreiben. Das Ergebnis aus dem Kopf könne gut sein, enthalte aber erfahrungsgemäß falsche Nachweise und vermischte Urteile.
Über MCP kommuniziert das Modell direkt mit der Datenbank. Es sieht die Verbindungen zwischen den Dokumenten und findet laut Permantier automatisch Referenzfälle aus über einer Million Gerichtsurteilen, dazu abstrakte Entitäten wie Normen, die dem Modell sonst entgingen. Als typisches Beispiel nennt er Nebenansprüche oder Vorschriften, die andere unter bestimmten Bedingungen aushebeln.
Woher die Daten kommen
Die Datenlage in Deutschland ist bekanntlich lückenhaft, nur ein kleiner Teil der Urteile wird veröffentlicht. LexGraph bezieht nach eigener Aussage nahezu wöchentlich die neuesten veröffentlichten Urteile von öffentlichen Stellen und aktualisiert Gesetze im selben Rhythmus. Aus den Entscheidungen extrahiert das Team Rechtsbegriffe, Definitionen und Auslegungen, gewissermaßen Wissensschnipsel, damit das Modell nicht jedes Urteil vollständig lesen muss. Jede dieser abstrakten Entitäten sei mit Nachweisen hinterlegt, auch abweichende Meinungen, auf die ein Urteil verweist, werden erfasst.
Qualitätsmechanismen sollen die Entitäten laufend verbessern. Taucht dieselbe Auslegung in zwei Urteilen auf, sei das bereits ein Indiz dafür, dass es sich um gelebte Rechtspraxis in einem Nischenthema handelt und nicht um die Einzelmeinung eines Gerichts. Die Antworten über MCP und API liefern zunächst Leitsatz oder Zusammenfassung, bei Bedarf lässt sich der Volltext nachladen. Permantier nennt das Context Engineering. In der Weboberfläche lasse sich außerdem alles transparent durchklicken.
„Das ist mehr als nur: Ein Richter hat das mal irgendwann gesagt. Das ist tatsächlich Rechtspraxis in diesem Nischenthema.“
— Paul Permantier, Gründer LexGraph
Legal Analytics: Ein Feld mit offener Kundenfrage
Besonders reizt Permantier die Auswertung der Daten. Die erste Idee, den Ausgang von Verfahren vorherzusagen, sei bei Kanzleien auf wenig Resonanz gestoßen. Ob man gewinne oder nicht, sei für die Praxis weniger entscheidend, als die Idee vermuten lasse, und Wahrscheinlichkeiten spielten im Alltag kaum eine Rolle. Im Massenverfahren könne das anders sein. Aus extrahierten Metadaten wie dem Streitwert habe sich gezeigt, dass die Verteidigerseite im deutschen Rechtssystem nach seiner Analyse deutlich häufiger gewinnt. Eine rechtsgebietsspezifische Auswertung stehe noch aus. Interessant wäre das Thema auch für Rechtsschutzversicherer, regt der Interviewer an. Die entscheidende Frage bleibe, so Permantier, immer, wer am Ende dafür zahlt.
Zwischen Wissenschaft und Unternehmertum
LexGraph wird über das EXIST-Programm gefördert und hat das Hasso-Plattner-Institut im Rücken. Dadurch musste das Team ein Jahr lang keinen Gewinn erwirtschaften und konnte die Lösung gründlich durchdenken. Perspektivisch müsse man mehr Unternehmer als Wissenschaftler sein, räumt Permantier ein. Dennoch lasse das Team intern weiter alles über Benchmarks und Experimente laufen. Das sei bei vielen Produkten der Branche nicht der Fall, die sich an wenigen selbst ausgewählten Testfragen messen. Öffentliche Benchmarks als etablierten Industriestandard für juristische KI gebe es schlicht noch nicht.
Jede Kanzlei wird ein Stück Tech-Firma
Bei der Frage, ob die Zukunft spezialisierten Legal-AI-Lösungen oder Eigenbauten gehört, gäbe es eine klare Linie. Kanzleien jeder Größe würden technikaffiner, zumal die Kosten für Softwareerstellung gegen null gingen. Jede Kanzlei könne irgendwann eine Art Legal-Tech-Firma wird. Allgemeine Plattformen wie Copilot in Word behielten ihren Vorsprung. Reine, auf Kanzleien zugeschnittene Chatbots dagegen würden es schwerer haben, wenn sie sich nicht weiterentwickeln.
Auch aktuell weniger tech-affine Berufsträger werden den Sprung schaffen. KI werde zum persönlichen Assistenten, der solche Workflows auf Zuruf aufsetzt. Was früher ein Hochreck gewesen sei, sei heute für die meisten Basis, so wie bei Internet und Digitalisierung. Auch Ältere, die bisher wenig Berührung hatten, würden sich so eher heranwagen.
Im Vertrieb setzt LexGraph auf Partnerschaften und auf Enthusiasten. Die größte Herausforderung sei im Moment, das Thema verständlich zu vermitteln, denn die wenigsten wüssten, was ein MCP ist. Überzeugt habe daher meist der Output. Es kommt direkt ein passendes Urteil, die Halluzinationen werden weniger, die Antworten besser.
Infrastruktur-Layer für Recht
Für die kommenden fünf bis zehn Jahre sieht Permantier LexGraph als Infrastruktur für Recht, idealerweise global. Legal-Tech-Unternehmen, Kanzleien und andere Rechtsanwender sollen darauf aufbauen. Wichtig seien dafür Nachvollziehbarkeit und mehr Determinismus, etwa indem jedes Tatbestandsmerkmal einzeln und verifizierbar im Graphen geprüft wird. Eine höhere Granularität im Entscheidungsprozess könne auch für Versicherungen und Sachverständige relevant werden. Damit trete LexGraph langfristig gegen klassische Legal Publisher an, deren Wissen bislang hinter hohen Bezahlschranken liege. Er wolle den Zugang zu Recht demokratisieren.
„Idealerweise sind wir in fünf bis zehn Jahren ein Infrastruktur-Layer für Recht.“
— Paul Permantier, Gründer LexGraph
Ob das Unternehmen dauerhaft eigenständig bleibt, lässt Permantier offen und gibt sich ehrlich. Für strategische Partnerschaften sei man grundsätzlich offen, entscheidend sei am Ende, was auf dem Tisch liege. Projekte mit der öffentlichen Hand gebe es ebenfalls bereits.
___________________________________
