Startseite | recode.law

Berichte

Nachbericht: Liquid Legal Summit 2026

Am 6. und 7. Juli waren unsere Mitglieder Narmin und Annika beim Liquid Legal Summit 2026 und berichten von ihren Erlebnissen. Eigentlich hätten wir nicht gedacht, uns schon so schnell nach dem Hackathon in Cambridge wiederzusehen, aber eine Einladung vom Liquid Legal Institute, bei dem Liquid Legal Summit teilzunehmen, schlägt man nicht aus. Denn dort erfährt man aus erster Hand, wie die Legal Transformation in der Praxis stattfindet und wie diese in der Zukunft gestaltet wird. Am ersten Tag fanden nach einer Keynote der Organisatoren und einem Impulsvortrag vom Bayerischen Justizminister Georg Eisenreich mehrere Workshops statt. Wir entschieden uns zunächst, am Workshop “Capability Mapping für die KI-fähige Rechtsabteilung” mit Martin Clemm, Carolin Kothe und Klaus Gresbrand teilzunehmen. Dabei kamen wir mit anderen Teilnehmerinnen und Teilnehmern ins Gespräch und stellten fest, dass auch in Rechtsabteilungen die digitale Transformation längst stattfindet und uns wurde erklärt, wie AI Agents bereits in den

13. August 2026 Keine Kommentare

Uncategorized

Wenn die KI sich sicher irrt

Große Sprachmodelle erfinden Urteile, Quellen und Fakten und klingen dabei vollkommen sicher. Das betrifft alle großen Anbieter. Woher das kommt, warum ausgerechnet die stärksten Modelle oft am meisten danebenliegen und was das für die juristische Praxis heißt. I. Das Problem: überzeugend und falsch zugleich Das Modell nennt ein Urteil mit Aktenzeichen, Datum und Gericht. Es klingt exakt nach dem, was man gesucht hat. Nur existiert dieses Urteil nicht und hat nie existiert.Dieses Verhalten heißt in der KI-Forschung Halluzination: Das Modell produziert eine faktisch falsche Aussage, formuliert sie aber wie eine gesicherte Tatsache. Es zeigt kein Zögern, keine Einschränkung und weist nicht auf Unsicherheit hin. Die eigentliche Gefahr liegt nicht im Fehler selbst, denn auch Menschen irren.. Sie liegt darin, dass das Modell den Fehler nicht als solchen erkennt und deshalb kein Warnsignal sendet. Der Grund ist strukturell: Ein Sprachmodell sagt Wort für Wort voraus, was statistisch als Nächstes plausibel ist.

6. August 2026 Keine Kommentare