KI Neuigkeiten
05 Jan. 2026
Read 9 min
KI für Kanzleien selbst entwickeln: Wie Sie Tools bauen
KI für Kanzleien selbst entwickeln spart Kosten, passt Prozesse präzise an und hält Wissen intern.
Viele Kanzleien fragen sich, ob sie KI-Tools kaufen oder selbst bauen sollen. KI für Kanzleien selbst entwickeln wird dank besserer Sprachmodelle und No-/Low-Code-Plattformen realistisch. Das spart Kosten, passt Prozesse genauer an und hält Wissen in der Kanzlei. Ein Interview mit Jamie Tso zeigt, wie der Weg aussehen kann.
Ein Clifford-Chance-Anwalt aus Hongkong zeigt, was mit „Vibe Coding“ möglich ist: Jamie Tso baut seit Jahren juristische KI-Tools – erst im Pilot, dann für Kolleginnen und Kollegen weltweit. Seine Erfahrung: Bauen und Lernen vor Ort schafft Nutzen, der über Standardplattformen hinausgeht.
Neue Anbieter bauen nicht dauernd das Gleiche nach und können echte Neuerungen liefern.
Kanzleien passen offene Tools an ihre Workflows an, prüfen den Code und vermeiden doppelte Abo-Kosten.
Mandanten profitieren von weniger Doppelarbeit und niedrigeren Softwarekosten, was Tempo und Preise verbessert.
KI für Kanzleien selbst entwickeln: Build oder Buy neu denken
Viele Gründe sprachen lange fürs Kaufen: Wartung, Sicherheit, Support, Skalierung. Tso sieht die Lage kippen. Große Sprachmodelle erzeugen inzwischen viel „First-Draft“-Code, Coding-Agents helfen bei Qualität und Struktur. Wer KI für Kanzleien selbst entwickeln will, profitiert von sinkenden Entwicklungskosten und schnellerem Iterieren direkt am Arbeitsprozess. Tso beschreibt einen Trend zu „Just-in-Time“-Software: kleine Tools für konkrete Engpässe, die mit dem Workflow kommen und gehen. Das reduziert dauerhafte Wartung. Auch die Skalierung ist oft überschätzt. Nicht jede Lösung muss weltweit 1.000 Nutzer tragen. Wichtig ist, dass sie das Kernteam nahtlos unterstützt – genau dort, wo der Mehrwert entsteht. So wird KI für Kanzleien selbst entwickeln zu einem pragmatischen Weg, Lücken zu schließen, die Standardtools nicht adressieren. Zur Sicherheit gibt es erprobte Muster: automatisierte Scans, Dependency-Checks und sichere Deployments. Tools wie Semgrep und Houngdog unterstützen diesen Prozess. Wer KI für Kanzleien selbst entwickeln möchte, kann dadurch Sicherheit standardisieren und zentral verankern, statt sie jedes Mal neu zu erfinden.Vom No-Code-Spielplatz zum Code: Jamies Weg
Erste Experimente
Als Trainee kartierte Tso Fondsprospekte gegen regulatorische Anforderungen. Daraus entstand die Idee, Teile zu automatisieren. Er testete TensorFlow, PyTorch und BERT, arbeitete mit Freelance-Engineers und probierte Entity-Mapping. Damals scheiterte es noch an Reife und Tooling für den produktiven Einsatz.No-Code bei Clifford Chance
Die Wende kam mit internen Microsoft-Tools: Copilot Studio und Power Automate. Associates durften eigene, KI-gestützte Workflows bauen. Tso entwickelte Anwendungen, die sich intern rasch verbreiteten und vom Unternehmen übernommen wurden. Er bekam täglich Automationsanfragen aus verschiedenen Büros und lernte, Lösungen von 0 auf 1 zu bringen – gemeinsam mit globalen Teams.Der Schritt tiefer ins Engineering
No-Code stieß an Grenzen. Tso brachte sich Programmieren bei, arbeitete abends und am Wochenende weiter und teilte Fortschritte auf LinkedIn. So entstand ein Austausch mit anderen Buildern und eine Pipeline aus Ideen, die in nutzbare Tools mündeten.Open Source als Basisinfrastruktur
Viele KI-Funktionen in Legal-Tools ähneln sich. Tso plädiert deshalb für offene Bausteine. Das hat drei Effekte:Einsatz und Wartung: Was Kanzleien wissen sollten
Tso stellt seine Repos offen bereit. Einzelne Anwälte können vieles lokal sofort nutzen. Für den Kanzleiweiten Rollout braucht es meist Extras: Hosting, User-Management, Security, Support. Das ist machbar, aber verlangt Engineering-Sorgfalt. Seine Repos wurden bereits über 100-mal geforkt. Manche Teams nutzen sie Ende-zu-Ende, andere übernehmen nur Module als Bausteine. Bei eigenen Forks liegt die Wartung beim Team. Wenn viele ähnliche Wünsche auftauchen, entwickelt Tso das Hauptrepo weiter in Richtung produktionsreifer Features. Für Kanzleien bietet das eine klare Roadmap: klein starten, Nutzen beweisen, dann systematisch härten und ausrollen. Wer KI für Kanzleien selbst entwickeln will, sollte früh mit DevSecOps-Standards arbeiten, Logins und Datenflüsse definieren und ein leichtes Support-Modell aufsetzen.Strategische Perspektive: Bauen, Kaufen – oder beides?
Tso erwartet mehr Eigenbau dort, wo Workflows sehr speziell sind und der Markt zu klein für Vendoren ist. Zugleich fehlt noch das „Cursor für Lawyers“ – ein tägliches, offensichtliches Standardwerkzeug für die breite Nutzung. Bis dahin lohnt die Doppelstrategie: Kernplattformen einkaufen, Lücken selbst schließen.Blick nach vorn: Agent-Workflows und Vertragssimulation
Mehr Juristen werden ihr Wissen in agentenfähige Abläufe gießen: Playbooks, Checklisten, Verhandlungsmuster und interne Guidance als Skills, die Modelle wie Claude gezielt anwenden. Ein spannendes Feld ist Vertragssimulation. Tso zeigt Apps, die einen Vertrag „zum Leben bringen“: KI-Personas beider Parteien verhandeln Klauseln in Szenarien. So sehen Teams, wie sich die Vereinbarung verhält, entdecken Schwächen und beheben sie vor der Unterschrift. Er nennt das „synthetische Präzedenzfälle“. Für neuartige, riskante Deals ohne viele Vorlagen liefert Simulation einen Weg zur Risikomodellierung – und lenkt den Blick auf Outcomes statt nur auf Klauseltexte. Die Erfahrung, wie ein Vertrag spielt, wird zur eigentlichen UI/UX des Contractings. Zum Schluss bleibt ein klares Bild: Kleine, zielgenaue Anwendungen vor Ort, offene Bausteine und starke Sicherheitsmuster beschleunigen den Wandel. Wer heute KI für Kanzleien selbst entwickeln möchte, kann schneller lernen, besser anpassen und echten Mehrwert dort schaffen, wo Mandanten ihn spüren.(Source: https://www.artificiallawyer.com/2026/01/05/jamie-tso-interview-vibe-coding-your-own-legal-ai-tools/)
For more news: Click Here
FAQ
Q: Was versteht man unter „Vibe Coding“ im Kontext juristischer KI-Tools?
A: „Vibe Coding“ beschreibt bei Jamie Tso das eigenständige Entwickeln kleiner, zielgerichteter Legal‑AI‑Anwendungen, die zunächst als Pilot und später für Kolleginnen und Kollegen genutzt wurden. KI für Kanzleien selbst entwickeln wird dadurch greifbar, weil No‑/Low‑Code‑Plattformen und bessere Sprachmodelle schnelle Iterationen ermöglichen.
Q: Welche Vorteile hat es, KI für Kanzleien selbst entwickeln statt fertige Plattformen zu kaufen?
A: Selbst bauen spart Kosten, erlaubt eine präzisere Anpassung an Kanzleiprozesse und hält Wissen innerhalb der Organisation. KI für Kanzleien selbst entwickeln ermöglicht außerdem schnelleres Iterieren direkt am Arbeitsprozess, weil große Sprachmodelle und Coding‑Agents zunehmend „First‑Draft“‑Code liefern.
Q: Wann bleibt der Kauf einer Standard‑Legal‑AI‑Plattform sinnvoll?
A: Kaufen ist weiterhin sinnvoll, wenn Wartung, Security, Support und breite Skalierung von Anfang an Priorität haben. Zugleich sieht Tso die Ökonomie kippen, weil Tools wie Copilot Studio und bessere LLMs das Bauen erleichtern und KI für Kanzleien selbst entwickeln realistischer machen.
Q: Wie können Kanzleien Sicherheit und Compliance gewährleisten, wenn sie eigene KI‑Tools bauen?
A: Es gibt erprobte Muster wie automatisierte Scans, Dependency‑Checks und sichere Deployment‑Prozesse und Tools wie Semgrep und Houngdog unterstützen diesen Prozess. Wer KI für Kanzleien selbst entwickeln will, sollte deshalb früh DevSecOps‑Standards, Login‑ und Datenflussregelungen sowie ein leichtes Support‑Modell einführen.
Q: Müssen interne Lösungen immer global für tausende Nutzer skaliert werden?
A: Nein, viele interne Tools müssen nicht für 1.000 Nutzer global skalieren, sondern vor allem das Kernteam nahtlos unterstützen. KI für Kanzleien selbst entwickeln bedeutet daher oft „Just‑in‑Time“‑Software für spezifische Workflows, die bei Bedarf ersetzt werden kann.
Q: Kann eine Kanzlei Jamies Open‑Source‑Repos sofort nutzen und wer trägt die Wartung?
A: Einzelne Anwälte können viele Repos lokal nahezu „as‑is“ nutzen, aber für einen kanzleiweiten Rollout sind meist Hosting, User‑Management, Security und Support erforderlich. KI für Kanzleien selbst entwickeln heißt oft, dass Forks vom jeweiligen Team gewartet werden; Tso entwickelt das Hauptrepo bei klarer Nachfrage weiter. Seine Repos wurden bereits über 100‑mal geforkt.
Q: Welche Rolle spielt Open Source beim Aufbau juristischer KI‑Infrastruktur?
A: Open Source verhindert doppeltes Nachbauen von Basiskomponenten, erlaubt Kanzleien die Anpassung an eigene Workflows und macht Auditierbarkeit und Governance möglich. KI für Kanzleien selbst entwickeln profitiert davon, weil offene Bausteine echte Innovationen freisetzen und Mandanten von geringeren Kosten profitieren.
Q: Welche neuen Anwendungen und Trends nennt Tso, die Kanzleien beachten sollten?
A: Tso erwartet mehr agentenfähige Workflows, bei denen Playbooks, Checklisten und Verhandlungsmuster als „Skills“ für Modelle genutzt werden, sowie Vertragssimulationen, in denen KI‑Personas Klauseln in Szenarien testen. KI für Kanzleien selbst entwickeln eröffnet damit neue Angebote wie „synthetische Präzedenzfälle“, mit denen Teams Risiken vor Vertragsabschluss modellieren können.
Contents
