Due Diligence kostet Zeit. Bei M&A-Transaktionen, Finanzierungsrunden oder Unternehmenskäufen landen schnell hunderte von Verträgen, Lizenzen und Gesellschaftsdokumenten im virtuellen Datenraum – und irgendwer muss sie alle lesen. AI due diligence legal beschreibt den Einsatz von KI-gestützten Werkzeugen, um genau diesen Prozess zu beschleunigen: nicht durch Abkürzen der rechtlichen Prüfung, sondern durch systematische Extraktion, Priorisierung und Strukturierung der relevanten Informationen.
Dieser Beitrag erklärt, was dabei technisch passiert, wo die Grenzen liegen und wie Schweizer Legal Teams den Ansatz heute konkret einsetzen können.
Was AI Due Diligence eigentlich bedeutet
Traditionell bedeutet Due Diligence: Anwältinnen und Anwälte lesen Dokument für Dokument, notieren Auffälligkeiten in Excel oder Word und erstellen am Ende einen Bericht. Das funktioniert – aber ein erfahrenes Team schafft manuell etwa 50 bis 100 Dokumente pro Stunde. KI-gestützte Systeme können über 3'000 Dokumente pro Stunde verarbeiten (He Wang & You Zhou, BCP Business & Management, Vol. 39, 2023).
Der Unterschied liegt weniger in der Qualität der Einzelanalyse als in der Kapazität für strukturierte Muster über grosse Dokumentenmengen hinweg. Was früher eine Woche dauerte, lässt sich heute in Stunden ersterfassen – vorausgesetzt, die richtigen Felder sind definiert und die Ergebnisse werden von Juristen validiert.
Typischer Ablauf eines KI-gestützten Verfahrens
Der technische Prozess folgt meist einem ähnlichen Muster: Zuerst werden Dokumente hochgeladen und, falls nötig, per OCR lesbar gemacht. Dann extrahiert das System relevante Klauseln und Inhalte nach vordefinierten Feldern – zum Beispiel Haftungscaps, Kündigungsfristen, Change-of-Control-Regelungen oder Datenschutzbestimmungen. Auffälligkeiten und Abweichungen werden markiert und nach Risiko priorisiert. Das Ergebnis ist eine strukturierte Tabelle, die sich als Grundlage für den rechtlichen Bericht eignet.
Kein Schritt davon ersetzt die juristische Einschätzung. Aber der Schritt von "Dokument liegt vor" bis "strukturierte Übersicht aller kritischen Klauseln" ist deutlich schneller.
Die realen Risiken, die nicht verschwinden
KI-Werkzeuge in der Due Diligence sind gut darin, Standardklauseln zu finden und Muster über viele Dokumente hinweg sichtbar zu machen. Sie haben aber messbare Schwächen, die in der Praxis dokumentiert sind.
Ein bekannter Fall aus der M&A-Praxis: Ein KI-System übersah eine Change-of-Control-Klausel, weil sie ungewöhnlich formuliert war. In einem anderen Fall halluzinierte das System ein Steuerdokument, das faktisch nicht existierte – die darauf basierende Einschätzung hätte die Transaktion um 1,5 Millionen USD verteuert (Koley Jessen, anonymisierter Fall).
Wo KI an ihre Grenzen stösst
Ungewöhnliche Formulierungen: Wer nicht im Training gesehen wurde, wird leichter übersehen.
Kontextuelle Bewertung: Ob ein Haftungsausschluss materiell relevant ist, hängt vom Gesamtbild der Transaktion ab – das kann ein Modell nicht ohne weiteres einschätzen.
"Weiche" Faktoren: Managementqualität, Marktreputation oder kulturelle Besonderheiten bei grenzüberschreitenden Deals bleiben ausserhalb des Analyserahmens.
Das bedeutet nicht, dass KI-gestützte Due Diligence unsicher ist. Es bedeutet, dass sie einen qualifizierten menschlichen Blick braucht, der die Ergebnisse einordnet.
Wie der AI Data Room von CASUS den Prozess strukturiert
CASUS, eine Schweizer Legal-AI-Plattform, bietet mit dem AI Data Room einen Workflow für die parallele Analyse vieler Dokumente. Die Grundidee: Wer eine Due Diligence durchführt, definiert selbst, welche Informationen aus welchen Dokumenten extrahiert werden sollen – jede Tabellenspalte basiert auf einem eigenen Prompt.
Das Ergebnis ist eine tabellarische Übersicht, die sich direkt in Excel weiterverarbeiten lässt. Typische Felder bei M&A-Prüfungen sind etwa Haftungscaps, SLA-Regelungen, IP-Ownership, Kündigungsfristen und Datenschutzklauseln – jeweils pro Dokument in einer eigenen Spalte.
Was der AI Data Room konkret leistet
Hochladen von dutzenden oder hunderten Dokumenten in einem Durchgang
Extraktion nach benutzerdefinierten Feldern und Klauselthemen
Markierung von Auffälligkeiten, zum Beispiel Haftung ohne Cap oder Kündigungsfristen über 12 Monate
Risikopriorisierung über alle Dokumente hinweg
Datenschutz-Use-Case: Erkennung personenbezogener Daten wie Namen, E-Mail-Adressen, Bankdaten, mit Unterstützung bei der Anonymisierung
Wichtig: Das System extrahiert, was vorgegeben wird. Eine vollständige automatische Erfassung aller möglichen Klauseln ohne Definition der relevanten Felder ist nicht das Versprechen.
Datensicherheit im Schweizer Kontext
Gerade bei M&A-Transaktionen ist Datensicherheit nicht verhandelbar. CASUS hostet ausschliesslich in der Schweiz und der EU, überträgt keine Daten in die USA, bietet Zero Data Retention und verzichtet auf Human Review (mit Opt-out-Option für das Abuse Monitoring). Für Schweizer Kanzleien und Inhouse-Teams, die mit hochsensiblen Transaktionsdaten arbeiten, ist das ein relevanter Unterschied zu US-basierten Alternativen.
Praktische Anwendung für Schweizer Legal Teams
M&A und Unternehmenskauf
Die häufigste Anwendung ist die Vertragsprüfung im Rahmen von Share Purchase Agreements oder Asset Deals. Statt jeden Lieferantenvertrag einzeln zu lesen, kann ein Team die gesamte Vertragsbasis hochladen, die relevanten Klauseln definieren und eine Übersicht aller kritischen Punkte erhalten. Abweichungen vom Standard – etwa fehlende Haftungscaps oder Change-of-Control-Lücken – werden direkt markiert.
Für den anschliessenden Einzelreview auffälliger Verträge eignet sich der Risk & Quality Review von CASUS: Er analysiert ein einzelnes Dokument aus Partei-Perspektive, priorisiert Findings nach Schweregrad und liefert konkrete Verbesserungsvorschläge, die sich direkt in Word übernehmen lassen.
Compliance-Screening über grosse Vertragsbestände
Nicht nur bei Transaktionen – auch bei laufenden Compliance-Prüfungen kann der AI Data Room eingesetzt werden. Wer prüfen will, ob ein Vertragsbestand DSGVO-konform ist, kann das System gezielt nach Datenschutzklauseln, Verarbeitungsverträgen und Einwilligungsregelungen suchen lassen.
Zusammenspiel mit anderen CASUS-Modulen
Die Stärke des Ansatzes liegt im Zusammenspiel. Der AI Data Room liefert die Übersicht über viele Dokumente. Für vertiefte Fragen zu einem einzelnen Vertrag oder einer rechtlichen Einschätzung steht der AI Chat mit Legal Research zur Verfügung – quellenbasiert, strukturiert, nachvollziehbar, mit Zugriff auf über 660'000 Entscheide von Schweizer Gerichten. Und wer vor der finalen Versendung eines Dokuments sichergehen will, kann den Proofread-Workflow nutzen, der Sprache, Konsistenz und formale Fehler prüft.
Mensch und KI: die hybride Prüfung als Standard
Die Diskussion "KI ersetzt den Anwalt" ist in der Praxis nicht relevant. Was relevant ist: Wer weiterhin ohne KI-Unterstützung prüft, gibt Kapazität und Geld aus, die anderswo besser eingesetzt wären. Und wer ausschliesslich auf KI-Output vertraut, riskiert genau die Fehler, die in den Fallbeispielen oben aufgeführt sind.
Der hybride Ansatz ist kein Kompromiss – er ist das sinnvolle Modell. KI übernimmt die Ersterfassung, Extraktion und Priorisierung. Juristen prüfen die Ergebnisse, bewerten Materialität und treffen die rechtlichen Urteile.
CASUS ausprobieren
Wer AI-gestützte Due Diligence in der Praxis testen möchte, kann CASUS ohne Verpflichtung unter app.getcasus.com/signup starten. Die Plattform läuft direkt in Microsoft Word und als Web-App – kein separates Tool, kein langer Onboarding-Prozess.
FAQ
Was ist AI due diligence legal?
AI due diligence legal bezeichnet den Einsatz von KI-Werkzeugen zur Unterstützung der rechtlichen Prüfung im Rahmen von Unternehmenstransaktionen, Finanzierungsrunden oder Compliance-Prüfungen. KI übernimmt dabei die Extraktion, Strukturierung und Priorisierung von Informationen aus grossen Dokumentenmengen, während die rechtliche Beurteilung durch Juristen erfolgt.
Wie viele Dokumente kann ein KI-System bei der Due Diligence verarbeiten?
KI-gestützte Systeme können laut einer Studie aus dem Jahr 2023 (He Wang & You Zhou, BCP Business & Management, Vol. 39) über 3'000 Dokumente pro Stunde verarbeiten, verglichen mit 50 bis 100 Dokumenten pro Stunde bei manueller Prüfung.
Welche Klauseln werden bei der AI Due Diligence typischerweise geprüft?
Typische Prüffelder sind Haftungscaps, Kündigungsfristen, Change-of-Control-Regelungen, IP-Ownership, SLA-Bedingungen und Datenschutzklauseln. Welche Felder extrahiert werden, hängt von den vordefinierten Prompts ab.
Kann KI bei der Due Diligence alle Risiken erkennen?
Nein. KI-Systeme können ungewöhnliche oder untypisch formulierte Klauseln übersehen und sind nicht in der Lage, kontextuelle oder "weiche" Faktoren wie Marktreputation oder Managementqualität zu bewerten. Eine menschliche Validierung der Ergebnisse ist weiterhin erforderlich.
Wie sicher ist der Einsatz von KI bei vertraulichen Transaktionsdaten?
Das hängt von der Plattform ab. CASUS hostet ausschliesslich in der Schweiz und der EU, überträgt keine Daten in die USA, hat Zero Data Retention und kein Human Review – das macht es für vertrauliche M&A-Daten geeignet. Mehr dazu unter /security.
Was ist der Unterschied zwischen AI Data Room und einem herkömmlichen virtuellen Datenraum?
Ein klassischer virtueller Datenraum (VDR) dient der sicheren Ablage und dem Zugriff auf Dokumente. Der AI Data Room von CASUS ist ein Analyse-Workflow: Er extrahiert Informationen aus den Dokumenten, strukturiert sie tabellarisch und markiert Auffälligkeiten – er ersetzt keinen VDR, sondern arbeitet mit dessen Inhalten.
Braucht man für den Einsatz von AI Due Diligence technisches Know-how?
Nein. Werkzeuge wie der AI Data Room von CASUS sind so konzipiert, dass Juristen ohne Programmierkenntnisse arbeiten können. Die Extraktionsfelder werden über einfache Prompts definiert, und die Ausgabe ist eine lesbare Tabelle.
Gilt AI due diligence auch ausserhalb von M&A?
Ja. Der Ansatz wird auch bei Compliance-Prüfungen über grosse Vertragsbestände, Datenschutz-Audits, Lieferantenvertragsprüfungen und regulatorischen Screenings eingesetzt.
