Tutorial 10: Enterprise Deployment & Firm-Wide Adoption

Was Sie lernen werden

Dieses Tutorial hilft Ihnen bei der Planung der unternehmensweiten Einführung Ihres KI-Assistenten, Claude oder ChatGPT: Governance, Entscheidungen zwischen Eigenentwicklung und Einkauf, Schulung und ROI-Messung. Die Einbindung von IT oder Management ist hilfreich.

Lernziele

Am Ende dieses Tutorials werden Sie:

• Die Einführung von Enterprise-Assistenten für juristische Organisationen planen
• Entscheidungen zwischen Eigenentwicklung und Einkauf vergleichen (allgemeine Assistenten vs. Harvey/Legora)
• Governance- und Compliance-Frameworks umsetzen
• ROI messen und Investitionen in juristische KI optimieren

Teil 1: Bereitstellungsmodelle

Bei beiden Anbietern gibt es drei Stufen: individuelle Konten, einen Team-Plan mit gemeinsam genutzten Workspaces und Admin-Kontrollen sowie einen Enterprise-Plan mit Identitäts-, Aufbewahrungs- und Audit-Kontrollen.

Vergleich mit Wettbewerbern

Teil 2: Analyse Eigenentwicklung vs. Einkauf

Die Kernfrage

Sollten Sie auf einem allgemeinen Assistenten aufbauen oder Harvey/Legora kaufen?

Aufbau auf einem allgemeinen Assistenten: Gesamtkostenanalyse

Direkte Kosten (100 Juristinnen und Juristen, nur Beispiel):

Team/Business or Enterprise seats: aktuelles Angebot verifizieren
Integration and enablement labor: interne + Partner-Zeit schätzen
MCP/connectors stack: nach Anbieter schätzen
Training and governance rollout: nach Kohortengröße schätzen

Kauf einer Vendor Suite: Gesamtkostenanalyse (nur Beispiel):

Enterprise license quote: beim Anbieter verifizieren
Implementation package: prüfen, ob enthalten oder separates SOW
Training/support tier: vertraglich vereinbarten Umfang verifizieren
Expansion and add-ons: in Prognose für Jahr 2+ modellieren

Entscheidungsrahmen

Wählen Sie einen allgemeinen Assistenten, wenn:

• Kostensensitivität hoch ist
• Sie die volle Kontrolle über Anpassungen möchten
• Sie über technische Ressourcen verfügen (auch minimale)
• Ihre Workflows einzigartig sind
• Sie schnell iterieren möchten
• Datenschutz/lokale Verarbeitung wichtig ist

Wählen Sie Harvey/Legora, wenn:

• Das Budget Premium-Ausgaben im Enterprise-Bereich zulässt
• Sie eine schlüsselfertige Lösung möchten
• Verantwortlichkeit des Anbieters erforderlich ist
• Standardisierte juristische Workflows ausreichen
• Ihnen jegliche technischen Ressourcen fehlen
• Enterprise-Support kritisch ist

Hybrider Ansatz

Viele Kanzleien führen beides ein:

Harvey → Hochwertige, standardisierte Arbeit
General assistant → Individuelle Workflows, kostensensitive Angelegenheiten

Teil 3: Governance-Framework

Richtlinie zur zulässigen KI-Nutzung

# Richtlinie zur zulässigen Nutzung juristischer KI
 
## Zweck
Diese Richtlinie regelt die Nutzung von KI-Tools (Claude, ChatGPT, Harvey usw.)
für juristische Arbeit bei [Firm Name].
 
## Geltungsbereich
Gilt für alle Rechtsanwälte, Paralegals und Mitarbeitenden, die KI
für mandatsbezogene Arbeit nutzen.
 
## Zulässige Nutzungen
- Vertragsprüfung und -analyse
- Beschleunigung juristischer Recherche
- Dokumentenerstellung (mit Prüfung)
- Automatisierung administrativer Aufgaben
- Internes Wissensmanagement
 
## Unzulässige Nutzungen
- Abschließende Rechtsberatung ohne Prüfung durch Rechtsanwalt
- Weitergabe vertraulicher Mandanteninformationen ohne Schutzmaßnahmen
- Nutzung von KI-Ausgaben ohne Verifizierung
- Hochladen privilegierter Dokumente in nicht freigegebene Tools
- Aussagen gegenüber Mandanten über die Genauigkeit von KI treffen
 
## Erforderliche Praktiken
1. Jede KI-Ausgabe muss von einem zugelassenen Rechtsanwalt geprüft werden
2. Fundstellen müssen in maßgeblichen Quellen verifiziert werden
3. Mandantendaten dürfen nur in freigegebenen, gesicherten Tools verwendet werden
4. Privileg-Kennzeichnungen müssen aufrechterhalten werden
5. KI-Nutzung muss gemäß Mandatsvereinbarungen offengelegt werden
 
## Schulungsanforderungen
- Jährliche Schulung zu KI-Ethik erforderlich
- Tool-spezifische Schulung vor Nutzung
- Fortlaufende Weiterbildung zu Fähigkeiten und Grenzen
 
## Compliance
Verstöße können disziplinarische Maßnahmen nach sich ziehen.
Fragen: Kontakt [AI Governance Committee]

Matrix zur Datenklassifizierung

Genehmigungsworkflow

Antrag auf neuen KI-Anwendungsfall
        ↓
IT-Sicherheitsprüfung (Datenklassifizierung)
        ↓
Prüfung juristischer Ethik (Privileg, Vertraulichkeit)
        ↓
Risikobewertung (Mandanteneinwilligung, Versicherung)
        ↓
Genehmigung/Ablehnung + Bedingungen
        ↓
Implementierung + Schulung
        ↓
Laufendes Monitoring

Teil 4: Implementierungs-Roadmap

Phase 1: Pilot (Monate 1-3)

Ziele:

• Den Assistenten mit einer ausgewählten Gruppe testen
• Hochwertige Anwendungsfälle identifizieren
• Erste Playbooks entwickeln
• Sicherheitsanforderungen bewerten

Aktivitäten:

• 5–10 Pilotnutzende auswählen (Mix aus Praxisbereichen)
• Team- oder Business-Konten bereitstellen
• 3–5 erste Project-Vorlagen erstellen
• Anwendungsfälle und Feedback dokumentieren
• Zeitersparnis messen

Erfolgsmetriken:

• Nutzerzufriedenheit >8/10
• 3+ hochwertige Workflows identifiziert
• Keine Sicherheitsvorfälle
• 20 %+ Zeitersparnis bei Zielaufgaben

Phase 2: Ausweitung (Monate 4-6)

Ziele:

• Auf vollständige Praxisgruppen ausweiten
• Individuelle Skills und Playbooks erstellen
• In bestehende Systeme integrieren
• Schulungsprogramm entwickeln

Aktivitäten:

• Auf 2–3 Praxisgruppen ausrollen
• Kanzleispezifische Skills entwickeln
• MCP-Integrationen umsetzen
• Schulungscurriculum erstellen
• Support-Prozesse etablieren

Erfolgsmetriken:

• 50 %+ Akzeptanz in Zielgruppen
• 3+ individuelle Skills bereitgestellt
• Integration mit DMS produktiv
• Schulungsabschluss >90 %

Phase 3: Enterprise (Monate 7-12)

Ziele:

• Kanzleiweite Einführung
• Vollständige Umsetzung der Governance
• Optimierung und Skalierung
• ROI-Messung

Aktivitäten:

• Auf Enterprise-Plan migrieren
• SSO/SCIM-Integration
• Vollständiges Audit-Logging
• Erweiterte Analysen
• Programm zur kontinuierlichen Verbesserung

Erfolgsmetriken:

• 80 %+ kanzleiweite Akzeptanz
• Messbarer ROI dokumentiert
• Null Compliance-Vorfälle
• Etabliertes Center of Excellence

Teil 5: Schulungsprogramm

Curriculum-Struktur

Level 1: Grundlagen (alle Nutzenden)

• Was der Assistent ist und wie er funktioniert
• Grundlegendes Prompting für juristische Aufgaben
• Hochladen und Analysieren von Dokumenten
• Anforderungen an die Qualitätskontrolle
• Ethik- und Compliance-Pflichten

Level 2: Mittelstufe (Power-User)

• Fortgeschrittene Prompting-Techniken
• Projects effektiv nutzen
• Legal Plugin-Befehle
• Persönliche Playbooks erstellen
• Kollaborationsfunktionen

Level 3: Fortgeschritten (Champions)

• MCP-Integrationen
• Entwicklung individueller Skills
• Workflow-Automatisierung
• Andere schulen
• Fehlerbehebung

Schulungsdurchführung

Zertifizierungsprogramm

Legal AI Certification Path

Level 1: Certified User
- Grundlagenschulung abschließen
- Basisbewertung bestehen
- 10 betreute Aufgaben abschließen

Level 2: Certified Practitioner
- Mittelstufenschulung abschließen
- Ein Playbook erstellen und teilen
- 3+ Anwendungsfälle nachweisen

Level 3: Certified Champion
- Fortgeschrittenenschulung abschließen
- Individuellen Skill oder Integration entwickeln
- 5+ Kollegen schulen

Teil 6: ROI messen

Metrik-Framework

Effizienzmetriken:

• Pro Aufgabentyp eingesparte Zeit
• Automatisierte vs. manuelle Aufgaben
• Pro Stunde verarbeitete Dokumente
• Reduzierung der Recherchezeit

Qualitätsmetriken:

• Fehlerquote (vorher vs. nachher)
• Verringerte Überarbeitungszyklen
• Mandantenzufriedenheitswerte
• Haftungsansprüche wegen Berufsfehlern (langfristig)

Finanzmetriken:

• Kosten pro geprüftem Dokument
• Verbesserung der Realisierungsquote
• Reduzierte Abschreibungen
• Umsatz pro Rechtsanwalt

Vorlage zur ROI-Berechnung

ANNUAL ROI CALCULATION

COSTS:
Enterprise licenses: $________
Integration costs: $________
Training investment: $________
Internal time (implementation): $________
Total Costs: $________

BENEFITS:
Time savings (hours × blended rate): $________
Reduced outsourcing: $________
Error reduction value: $________
Faster turnaround premium: $________
Total Benefits: $________

NET ROI: (Benefits - Costs) / Costs × 100 = ____%

Benchmarking-Daten

Verwenden Sie vor der Skalierung pilotgemessene Daten aus Ihrer eigenen Kanzlei:

• Ausgangs-Durchlaufzeit nach Aufgabentyp
• Ausgangs-Fehler-/Nacharbeitsquote
• Ausgangs-effektive Stundenkosten
• Deltas nach dem Piloten nach anwaltlicher Validierung

Beispielhafter Berechnungsrahmen (Kanzlei mit 50 Rechtsanwälten):

Baseline annual hours for target workflows: ______
Validated reduction after pilot (%): ______
Recovered capacity (hours): ______
Applied value per hour (blended): ______
Total program cost (licenses + implementation + training): ______

ROI = (Recovered value - Program cost) / Program cost

Teil 7: Vergleich mit Harvey/Legora Enterprise

Funktionsvergleich

| Capability | Claude Enterprise | ChatGPT Enterprise (draft) | Harvey Enterprise | Legora Enterprise | |------------|-------------------|-------------------|-------------------| | Basisplattform | | Natural language AI | Claude models | GPT models | Custom legal LLM | Multi-model | | Dokumentenverarbeitung | Aktuelle Limits verifizieren | Aktuelle Limits verifizieren | Anbieterverwaltet | Anbieterverwaltet | | Juristische Recherche | Via MCP | Via MCP | Integriert | Integriert | | Anpassung | | Individuelle Playbooks | Volle Kontrolle | Volle Kontrolle | Begrenzt | Mittel | | Individuelle Workflows | Via skills/hooks | Via skills/hooks | Workflow Builder | Workflow Builder | | API-Zugriff | Voll | Voll | Begrenzt | Begrenzt | | Integration | | DMS-Integration | Via MCP/connectors | Via MCP/connectors | Anbieterverwaltet | Anbieterverwaltet | | Recherchedatenbanken | Eigener Stack | Eigener Stack | Anbieterverwaltet | Anbieterverwaltet | | Microsoft 365 | Claude for Microsoft 365 (pricing page) | Verifizieren | Office-Add-ins | Word-Add-in | | Sicherheit | | SSO/SAML | Ja | Verifizieren | Ja | Ja | | SOC 2 | Ja | Verifizieren | Type II | Type II | | Benutzerdefinierte Aufbewahrung | Ja | Verifizieren | Ja | Ja | | Audit-Logs | Ja | Verifizieren | Ja | Ja | | Support | | Implementierung | Selbst/unterstützt | Selbst/unterstützt | Gemanagt | Gemanagt | | Schulung | Selbst/Partner | Selbst/Partner | Inklusive | Inklusive | | Account-Team | Dediziert | Verifizieren | Dediziert | Dediziert | | Pricing | | Modell | Pro Nutzer | Pro Nutzer | Pro Nutzer | Pro Nutzer | | Typische Kosten | Angebotsbasiert; mindestens 20 Plätze | Angebotsbasiert | Angebotsbasiert | Angebotsbasiert |

Entscheidungsmatrix

Bewerten Sie jeden Faktor mit 1–5 und multiplizieren Sie mit der Gewichtung:

(Passen Sie die Gewichtungen an Ihre Prioritäten an)

Teil 8: Zukünftige Überlegungen

Neue Fähigkeiten (Roadmaps ändern sich häufig)

Beobachten Sie diese Fähigkeitsbereiche:

• Erweiterte Plattformverfügbarkeit und Admin-Kontrollen
• Bessere Tools für Governance/Observability
• Tiefere Dokumenten- und Workflow-Automatisierung
• Stärkere Ökosystem-Integrationen
• Schnellere Iterationszyklen für Modelle und Agenten

Branchentrends:

• Agentische Workflows werden zum Standard
• Kleine/spezialisierte juristische Modelle
• Echtzeit-Kollaborationsfunktionen
• Tiefere Integration in Practice Management
• Übergabeprotokolle zwischen KI und Mensch

Vorbereitung auf die Zukunft

1. Flexible Architektur aufbauen: Wählen Sie Lösungen, die sich anpassen können
2. In Schulung investieren: KI-Kompetenzen werden wesentlich sein
3. Erkenntnisse dokumentieren: Institutionelles KI-Wissen schaffen
4. Informiert bleiben: Entwicklungen bei juristischer KI beobachten
5. Ethisch handeln: An der Entwicklung von Standards mitwirken

Abschließende Gedanken

Wichtigste Erkenntnisse

1. Allgemeine Assistenten unterstützen juristische Workflows auf Enterprise-Niveau mit konfigurierbaren Governance-Optionen
2. Anpassung ist Ihr Vorteil: Erstellen Sie genau das, was Sie brauchen
3. Klein anfangen, intelligent skalieren: Pilot → Ausweitung → Enterprise
4. Governance ist essenziell: Mandanten und Kanzlei schützen
5. Messen und optimieren: ROI rechtfertigt weitere Investitionen

Jetzt umsetzen

• Bewertung des Bereitstellungsmodells abschließen (individuell vs. Team vs. Enterprise)
• Richtlinie zur zulässigen KI-Nutzung für Ihre Kanzlei entwerfen
• Pilotnutzende und 3–5 hochwertige Anwendungsfälle identifizieren
• Implementierungs-Roadmap entwickeln (Pilot → Ausweitung → kanzleiweit)
• Schulungsplan und Erfolgsmetriken erstellen

Verwandt

• Wie Juristinnen und Juristen Codex nutzen können
• Konzepte

Tutorial-Serie abgeschlossen!

Sie haben die Tutorial-Serie zu juristischer KI abgeschlossen.

Was Sie gelernt haben

Nächste Schritte

1. Wenden Sie das Gelernte an auf echte juristische Arbeit
2. Teilen Sie es mit Kolleginnen und Kollegen und bauen Sie interne Expertise auf
3. Iterieren und verbessern Sie Ihre Playbooks und Workflows
4. Tauschen Sie sich mit der Community aus für neue Ideen
5. Bleiben Sie aktuell zu Claude- und OpenAI-Updates sowie Trends in juristischer KI

Ressourcen

Claude

• Claude Documentation
• Claude Support
• Claude Pricing
• Claude Enterprise
• Claude Code Documentation
• Admin API Overview

OpenAI

• OpenAI API Documentation
• Codex Documentation

Quellen

• Claude Pricing (Team/Enterprise)
• Claude Enterprise: security, governance and administration
• SSO Setup on Team and Enterprise
• SCIM Setup on Enterprise
• Custom Data Retention Controls (Enterprise)
• How to Access Audit Logs (Enterprise)
• Admin API Overview

Weiterführende Lektüre

• Usage Analytics for Team and Enterprise Plans
• Anthropic Trust Center

Navigation:

• Previous: Skills & Hooks
• Next: Litigation & eDiscovery