Discovery für kleine Kanzleien: Fakten per Batch-Extraktion
Ohne E-Discovery-Software

Die juristische Beweisaufnahme — die Phase vor dem Prozess, in der die Parteien relevante Dokumente austauschen — produziert routinemäßig Tausende von Seiten mit E-Mails, Verträgen, Aussageprotokollen, Krankenakten und Finanzberichten. Für einen Einzelanwalt oder eine kleine Kanzlei stellt allein das Volumen ein strukturelles Problem dar: Man kann 50.000 Seiten in 30 Tagen nicht prüfen, wenn man gleichzeitig Anhörungen, Mandantengespräche und den Rest des eigenen Fallpensums bewältigen muss. Die Legal Technology Survey 2024 der American Bar Association ergab, dass nur 27 % der Einzelanwälte Software zur Prozessunterstützung nutzen, gegenüber 73 % in Kanzleien mit 100+ Anwälten. Nur 29 % nutzen KI-gestützte Suche. Die Lücke ist keine Zurückhaltung — sondern die Tatsache, dass die meisten e-discovery-Plattformen für BigLaw-Budgets und BigLaw-Datenvolumina gebaut wurden.

Dieser Artikel ersetzt keine e-discovery-Software. Es geht darum, einen leichten Schritt vor der Prüfung hinzuzufügen — das Batch-Extrahieren wichtiger Fakten aus Discovery-Dokumenten in eine sortierbare Tabelle, damit man entscheiden kann, was wirklich eine genaue Lektüre erfordert, ohne jede Datei öffnen zu müssen.

50.000 Seiten, 30 Tage: Was manuelle Prüfung wirklich kostet

Die Rechnung ist brutal. Ein Gigabyte an Dokumenten enthält grob 5.000–7.500 Dateien — und ein einzelner mittelgroßer Wirtschaftsfall kann leicht 20–50 GB produzieren. Bei einer manuellen Prüfgeschwindigkeit von 50 Dokumenten pro Stunde — eine realistische Rate, wenn man dichte Verträge, handschriftliche Randnotizen und das Entziffern berücksichtigt, ob zwei fast identische E-Mails unterschiedliche Anhangsketten haben — dauert die Prüfung von 20.000 Dokumenten etwa 400 Anwaltsstunden. Das sind 10 Wochen Vollzeitarbeit für eine Person. Ihre 30-Tage-Frist gibt Ihnen grob 4 Wochen.

Die Zahlen, die in e-discovery-Preisdikussionen kursieren, sind aufschlussreich. 2012 schätzte RAND die Gesamtkosten für die Verarbeitung eines Gigabytes Daten durch vollständige Prüfung auf 18.000 $. Cloud-Plattformen haben die Verarbeitungskosten bis 2025 auf etwa 25 $ pro 100 GB gesenkt, aber das ist nur das Hosting. Die Anwaltsprüfung — die Stunden des Lesens — dominiert weiterhin die Rechnung. Die Association of Certified E-Discovery Specialists (ACEDS) schätzt, dass die Prüfung 64 % der gesamten e-discovery-Ausgaben ausmacht. Selbst wenn technologiegestützte Prüfung (TAR) die prüfbare Menge um 70–80 % reduziert, muss man dennoch wissen, was in dieser Menge ist, bevor man das Modell trainiert.

Hier zeigt die Batch-Extraktion ihren Wert — nicht als Ersatz für die Prüfung, sondern als Schritt, der zeigt, wo Prüfung tatsächlich nötig ist.

Was die FRCP tatsächlich verlangt – und was nicht

Eine häufige Bedenken von Praktikern in kleinen Kanzleien: „Darf ich Discovery-Dokumente durch ein KI-Tool eines Drittanbieters laufen lassen?" Die Federal Rules of Civil Procedure bieten einen Rahmen, der flexibler ist, als die meisten Anwälte annehmen.

FRCP Rule 26(b)(1) begrenzt die Discovery auf Angelegenheiten, die „im Verhältnis zu den Bedürfnissen des Falles stehen" – unter Berücksichtigung des Streitwerts, der Ressourcen der Parteien und ob die Belastung oder die Kosten der vorgeschlagenen Discovery ihren wahrscheinlichen Nutzen überwiegen. Die Änderungen von 2015 erhoben die Verhältnismäßigkeit von einer sekundären Erwägung zur primären Begrenzung des Umfangs. Für eine kleine Kanzlei, die einen Streitwert von $75.000 bearbeitet, ist eine e-discovery-Rechnung von $30.000 per Definition unverhältnismäßig.

FRCP Rule 34 regelt die Produktion von Dokumenten – was die antwortende Partei bereitstellen muss, in welcher Form und unter welchem Zeitplan. Sie schreibt nicht vor, welche Werkzeuge die empfangende Partei zur Prüfung dieser Dokumente verwenden darf. Nichts in den Federal Rules verbietet es einer empfangenden Partei, KI zur Extraktion strukturierter Daten aus produzierten Dokumenten zu verwenden, sofern Privilegien gewahrt bleiben und die Nutzung des Tools die zugrunde liegenden Dateien nicht verändert oder verbreitet. So wie ein Paralegal einen Dokumentenindex erstellen kann, indem er jedes Dokument liest, kann KI in einem Batch lesen und Felder in eine Tabelle extrahieren.

Das Electronic Discovery Reference Model (EDRM), das Standardmodell für den e-discovery-Lebenszyklus, platziert Review als sechste von neun Stufen – nach Information Governance, Identification, Preservation, Collection und Processing. Was das Modell nicht behandelt, ist, was man tut, wenn die Hälfte dieser Stufen von der produzierenden Partei übernommen wird und die eigentliche Frage einfacher ist: „Welche dieser 20.000 Dokumente enthalten Geldbeträge, Daten und benannte Parteien, die für meine Falltheorie relevant sind?"

Die Antwort war ohne eine vollständige e-discovery-Plattform bisher: mit dem Lesen beginnen. Aber es gibt jetzt einen Mittelweg zwischen vollständiger manueller Prüfung und einem Plattform-Abonnement für $10.000.

Der Batch-Extraktions-Workflow: Vom Dateihaufen zur sortierbaren Faktenübersicht

Hier ist die Kernidee: Bevor Sie ein Dokument auf Privilegien oder Relevanz prüfen, führen Sie einen schnellen, oberflächlichen Extraktionsdurchlauf durch – dabei werden die strukturellen Metadaten und wichtigsten Datenpunkte herausgezogen, die es Ihnen ermöglichen, die gesamte Produktion zu triagieren. Sie ersetzen nicht die Prüfung. Sie erstellen eine Karte, damit Sie wissen, welches Gebiet Sie zuerst erkunden sollten.

Der Mechanismus, der dies ermöglicht, ist die Spaltennamenextraktion: Statt zu definieren, wo sich Daten auf jeder Seite befinden – was eine separate Vorlage für jedes Dokumentformat in einer heterogenen Produktion erfordern würde – definieren Sie, welche Felder Sie extrahieren möchten. Sie geben die Spaltennamen einmal ein: „Datum“, „Absender“, „Empfänger“, „Betrag in Dollar“, „Dokumenttyp“, „Genannte Schlüsselparteien“, „Aktenzeichen“. Die KI liest jedes Dokument, lokalisiert die relevanten Werte, wo auch immer sie erscheinen, und füllt eine Zeile in Ihrer Tabelle. Das Ergebnis ist eine Tabelle, in der jede Zeile ein Dokument und jede Spalte ein von Ihnen angefragtes Feld ist – unabhängig davon, ob die Quelle eine PDF-E-Mail, ein gescannter Vertrag oder ein Screenshot einer handschriftlichen Aussagenotiz war.

Der Workflow besteht aus vier Schritten, und der dritte ist der, an dem Erstnutzer am häufigsten scheitern:

Schritt 1 – Alles auf einmal hochladen. Ziehen Sie alle produzierten Dateien in den Upload-Bereich. PDFs, JPGs, PNGs – alle werden unterstützt. Ein Batch kann Dutzende von Dateien gleichzeitig verarbeiten. Das Tool kümmert sich nicht darum, ob Dokument Nr. 14 eine saubere E-Mail-PDF ist und Dokument Nr. 15 ein schiefes Handyfoto einer handschriftlichen Notiz – es liest jedes einzeln und füllt dieselben Spalten.

Schritt 2 — Definieren Sie Ihre Spaltennamen in einem einzigen Durchgang. Dies ist die Entscheidung mit der größten Hebelwirkung. Zu wenige Spalten und Sie verpassen Daten, die Sie später benötigen. Zu viele und die Extraktion dauert länger, ohne einen Mehrwert für die Triage zu bieten. Beginnen Sie mit 6–8 Feldern, mit denen Sie sortieren, filtern und priorisieren können: Datum, Dokumenttyp, Parteien, Geldbeträge und 2–3 fallspezifische Felder (Aktenzeichen, Projektname, relevante Schlüsselwörter). Sie können jederzeit einen zweiten Extraktionsdurchgang mit tieferen Spalten für die Teilmenge der Dokumente durchführen, die für die vollständige Prüfung markiert wurden.

Schritt 3 — Laden Sie die zusammengeführte Tabelle herunter und führen Sie die Triage durch. Die Ausgabe ist eine Excel-Datei, in der jede Zeile einer hochgeladenen Datei entspricht. Sortieren Sie nach „Dokumenttyp“, um Verträge von E-Mails zu trennen. Filtern Sie „Betrag“, um alles zu finden, was auf Dollar-Beträge über Ihrer Interessensschwelle verweist. Scannen Sie die Spalte „Erwähnte Parteien“, um zu identifizieren, welche Verwahrer am häufigsten vorkommen — das zeigt Ihnen, wessen Dokumente Sie im Deep-Review-Durchgang priorisieren sollten. Dies ist der Schritt, der die ersten 100 Stunden manuellen Überfliegens ersetzt.

Schritt 4 — Markieren, kommentieren und weiterleiten. Fügen Sie Ihre eigenen Spalten zur Tabelle hinzu: „Prüfungspriorität (Hoch/Mittel/Niedrig)“, „Notizen“, „Zugewiesen an“. Jetzt haben Sie einen einzigen Dokumentenindex, auf den das gesamte Fallteam zugreifen kann, wobei jedes Dokument über den Dateinamen auf seine Quelldatei zurückverfolgbar ist.

Wann Batch-Extraktion funktioniert — und wann Sie eine vollständige E-Discovery-Plattform benötigen

Dieser Ansatz hat einen klaren Anwendungsfall, und es ist ehrlicher, seine Grenzen zu benennen, als so zu tun, als würde er alles lösen.

Für kleine Kanzleien, die überwiegend Zivilverfahren bearbeiten, beschreiben die Szenarien in der linken Spalte die Mehrheit der Fälle. Eine Vertragsverletzungsklage über 50.000 $ rechtfertigt kein E-Discovery-Plattform-Abonnement für 10.000 $. Ein Arbeitsrechtsstreit über 500.000 $ dagegen schon. Der Batch-Extraktionsansatz ermöglicht eine proportionale Ressourcenverteilung – mit leichter Extraktion für Fälle, die keine schwergewichtige Infrastruktur benötigen, und der Erkenntnis, welche Fälle eine Plattform tatsächlich rechtfertigen, bevor man das Geld ausgibt.

Plattformen wie Nextpoint und GoldFynch haben vollständige E-Discovery auch für kleinere Kanzleien zugänglich gemacht – mit Pauschalpreis- und Fallpreismodellen. GoldFynch startet bei 27 $/Monat für einen Fall mit 3 GB. Das sind hervorragende Werkzeuge für Fälle, die tatsächlich die vollständige EDRM-Pipeline benötigen. Es geht nicht darum, dass E-Discovery-Plattformen schlecht sind. Es geht darum, dass nicht jeder Fall die vollständige Pipeline benötigt – und eine leichtere Option für die übrigen Fälle verändert den Ansatz der Discovery-Erfassung im gesamten Fallbestand.

So sieht das in einem echten Fall von Diskriminierung am Arbeitsplatz aus

Stellen Sie sich eine Kanzlei mit drei Anwälten vor, die einen Fall von unrechtmäßiger Kündigung bearbeitet. Der Beklagte – ein mittelständisches Unternehmen – legt 12.000 Seiten im Discovery-Verfahren vor: HR-E-Mails, Leistungsbeurteilungen, Gehaltsunterlagen, als PDF exportierte interne Slack-Nachrichten, die Personalakte des Klägers und Aussageprotokolle von drei Zeugen.

Der Paralegal der Kanzlei lädt alle 12.000 Seiten als Batch hoch – etwa 200 einzelne Dateien. Sie definiert acht Spaltennamen: „Datum", „Dokumenttyp", „Absender/Autor", „Empfänger/Adressat", „Thema/Betreff", „Genannte Schlüsselpersonen", „Leistungsbewertung (falls vorhanden)" und „Bezug zur Kündigung (Ja/Nein)". Die Extraktion wird abgeschlossen, während sie sich einer anderen Aufgabe widmet. Das Ergebnis ist eine Tabelle mit 200 Zeilen.

Sie sortiert nach „Bezug zur Kündigung" und isoliert sofort die 37 Dokumente, die die Kündigungsentscheidung direkt erwähnen. Sie sortiert nach „Leistungsbewertung" und stellt fest, dass die letzten drei Beurteilungen des Klägers alle mit „Erwartungen erfüllt" oder besser bewertet wurden – was der vom Arbeitgeber angegebenen Begründung für die Kündigung widerspricht. Sie filtert „Genannte Schlüsselpersonen" nach dem Namen des Vorgesetzten, der die Kündigungsentscheidung getroffen hat, und findet 52 Dokumente, in denen dieser Vorgesetzte vorkommt – darunter E-Mails, die den Antrag des Klägers auf medizinische Freistellung diskutieren, der zwei Wochen vor der Kündigung eingereicht wurde.

Die leitende Anwältin beginnt nun ihre Dokumentenprüfung mit einer kuratierten Prioritätenliste: zuerst die 37 kündigungsbezogenen Dokumente, dann die 52 vorgesetztenbezogenen Dokumente und schließlich die Leistungsbeurteilungen. Statt 12.000 Seiten ohne Vorbereitung zu lesen, liest sie 200 Seiten mit der höchsten Beweiswahrscheinlichkeit – und die anderen 11.800 Seiten sind indiziert und bei Bedarf abrufbar. Die Triage-Tabelle wurde in 3 Stunden erstellt. Sie sparte etwa 30 Stunden Anwalts-Sichtung.

Drei Dinge, die kleine Kanzleien beim ersten Mal falsch machen

Der Extraktionsteil ist unkompliziert. Die Batch-Logistik ist es, woran erste Versuche typischerweise scheitern.

1. Die Dateibenennung ist wichtiger, als man denkt. Der Dateiname ist das einzige Feld, das eine Zeile in Ihrer Tabelle mit dem Quelldokument verbindet. Wenn die erzeugten Dateien „0001.pdf“, „0002.pdf“, „0003.pdf“ heißen – eine gängige Bates-Stempel-Produktionskonvention –, bewahren Sie diese Nummern. Wenn sie uneinheitlich benannt sind („Agreement_FINAL.pdf“ vs. „Smith_contract_signed_2023.pdf“), nehmen Sie sich 5 Minuten Zeit, um vor dem Upload eine einheitliche Konvention anzuwenden. Gegenpartei_Dokumenttyp_Datum.pdf ist für Rechtsdokumente kaum zu schlagen. Eine Tabellenzeile mit „Dokument 0047 – Absender: John Smith, Datum: März 2024 – Kündigung erwähnt“ ist handlungsorientiert. Eine Zeile mit „IMG_4829.jpg“ und denselben Daten ist ein Kopfschmerz.

2. Beim ersten Durchgang zu viele Spalten festlegen. Der Instinkt ist, alles zu extrahieren: jede Partei, jedes Datum, jeden Geldbetrag, jede Klausel, jede Referenz. Widerstehen Sie dem. Eine Erst-Extraktion mit 6–8 Spalten, die die Triage-Grundlagen abdeckt (wer, was, wann, wie viel), läuft in Minuten und ergibt einen sortierbaren Index. Eine 25-Spalten-Extraktion, die jeden erdenklichen Datenpunkt abdeckt, dauert länger und erzeugt eine Tabelle, in der das Signal im Rauschen untergeht. Führen Sie die Tiefenextraktion bei den Dokumenten durch, die Sie bereits als priorisiert markiert haben.

3. Das Extraktionsergebnis als fertiges Arbeitsergebnis behandeln. Die Tabelle ist ein Triage-Werkzeug, keine Ablage. Sie zeigt, wo man suchen und was man wahrscheinlich finden wird. Sie ersetzt nicht das Urteil des Anwalts zu Relevanz, Privilegien oder Strategie. Nutzen Sie sie als Ausgangspunkt für Ihren Prüfungsprozess – nicht als Endpunkt. Die effizientesten kleinen Kanzleien, die wir gesehen haben, nutzen die Extraktionstabelle als gemeinsames Referenzdokument des Fallteams: Paralegals pflegen sie, Anwälte kommentieren sie, und alle nutzen sie, um die Frage „Was haben wir und wo ist es?“ zu beantworten, ohne 200 PDFs zu öffnen.

Häufig gestellte Fragen

Funktioniert die KI-Extraktion mit gescannten Dokumenten und handschriftlichen Notizen?

Ja. Das visuelle KI-Modell liest gescannte PDFs so, wie es ein Mensch tun würde – indem es das Bild interpretiert, nicht durch eine Textebenen-OCR. Das bedeutet, es verarbeitet schiefe Scans, Faxe mit niedriger Auflösung und handschriftliche Randnotizen. Die Genauigkeit bei Handschrift ist geringer als bei getipptem Text (ca. 85–95 % gegenüber 99 % bei sauberem Druck), weshalb die Batch-Extraktion auf Sortierbarkeit statt Perfektion setzt. Eine handschriftliche Notiz, in der man „Smith bot 45.000 $ Vergleich am 14. März" lesen kann, ist selbst dann nützlich, wenn die KI den Dollarbetrag um eine Ziffer falsch liest – man weiß nun, welches Dokument man zur manuellen Überprüfung herausziehen muss.

Ist diese Methode verteidigungsfähig, wenn die Gegenseite sie anfechtet?

Die Extraktionstabelle ist ein internes Arbeitsergebnis – ein Organisationswerkzeug des Fallteams, vergleichbar mit einem von einem Paralegal erstellten Dokumentenindex oder einer handschriftlichen Übersichtstabelle. Sie ersetzt keine Privilegienliste, keine Produktion und keine Einreichung beim Gericht. Wenn die Extraktion ausschließlich für die interne Triage verwendet wird und die zugrunde liegenden Dokumente vor jeder inhaltlichen Nutzung von einem Anwalt geprüft werden, unterscheidet sich die Methode im Prinzip nicht von einem Paralegal, der einen Dokumentenindex von Hand erstellt – nur deutlich schneller. Für Fälle, in denen die Offenlegungspflicht der Extraktion selbst ein Anliegen ist, konsultieren Sie die Work-Product-Doktrin Ihres Gerichtsstands gemäß FRCP 26(b)(3) oder der entsprechenden staatlichen Regelung.

Wie lange dauert die Batch-Extraktion für eine typische Produktion?

Die Verarbeitungsgeschwindigkeit hängt von der Anzahl und Komplexität der Dokumente ab, nicht von der Seitenzahl. Ein Batch von 200–300 Dateien (jede möglicherweise mehrseitig) mit 6–8 Spaltennamen wird in der Regel in 15–30 Minuten verarbeitet. Der Engpass ist nicht die KI, sondern die Upload-Geschwindigkeit für große Dateien. Bei Produktionen mit mehr als 500 Dateien sollten Sie erwägen, in mehrere Batches aufzuteilen – jeder Batch erzeugt seine eigene Tabelle, und Sie können sie in Excel durch einfaches Kopieren und Einfügen von Zeilen zusammenführen.

Funktioniert das mit nativen Dateiformaten wie .msg, .docx oder .xlsx?

Derzeit akzeptiert das Tool PDF-, JPG-, PNG-, WebP- und AVIF-Dateien. Native E-Mail-Formate (.msg, .eml), Word-Dokumente (.docx) und Tabellenkalkulationen (.xlsx) müssen vor dem Hochladen in PDF konvertiert werden. Die meisten E-Discovery-Produktionen werden bereits als PDFs oder TIFFs geliefert, sodass dies für die Discovery-Prüfung selten eine praktische Einschränkung darstellt. Wenn Sie native Dateien erhalten, können die meisten Praxisverwaltungstools (Clio, MyCase, PracticePanther) diese in PDF konvertieren.

Kann ich das für die Privilegienprüfung verwenden?

Nein. Die Extraktion zeigt, was in jedem Dokument enthalten ist – Daten, Parteien, Beträge, Themen –, bewertet jedoch keine Privilegien. Feststellungen zu Anwaltsgeheimnis und Arbeitsergebnis erfordern das Lesen des Inhalts der Kommunikation und die Anwendung juristischer Urteilskraft. Was die Batch-Extraktion leistet, ist aufzuzeigen, welche Dokumente wahrscheinlich privilegiertes Material enthalten (basierend auf Absender-Empfänger-Mustern, Betreffzeilen oder Dokumenttyp), sodass Sie Ihre Privilegienprüfung auf diese Dokumente konzentrieren können, statt 12.000 Seiten zu lesen, um die 200 zu finden, die möglicherweise privilegiert sind.

Der eigentliche Unterschied: Sie entscheiden, was Sie prüfen – nicht, was Sie überspringen

Das manuelle Prüfmodell erzwingt eine rückwärtsgewandte Entscheidung: Um nichts zu übersehen, liest man alles. Wenn die Produktion die eigene Kapazität übersteigt, beginnt man zu überspringen – Stichproben, Überfliegen, fundierte Vermutungen darüber, welche Dokumente irrelevant sind. Das Risiko liegt nicht in dem, was man liest. Es liegt in dem, was man nicht gelesen hat, weil die Zeit nicht reichte.

Die Batch-Extraktion kehrt dieses Modell um. Die KI liest alles. Sie trifft keine Relevanzentscheidungen – das bleibt Ihre Aufgabe. Aber sie liefert eine vollständige Karte der Produktion, bevor Sie entscheiden, wo Sie Ihre Zeit einsetzen. Sie überspringen keine Dokumente, die Sie nicht gesehen haben. Sie priorisieren diejenigen, die Ihr Triage-System als materiell relevant markiert hat, und Sie können nachweisen – sich selbst, Ihrem Mandanten, gegebenenfalls dem Gericht –, dass jedes Dokument in der Produktion zumindest indexiert und erfasst wurde.

Für eine kleine Kanzlei, in der jede Stunde Anwaltszeit direkte Kosten für den Mandanten oder die Praxis verursacht, ist diese Umkehrung keine Bequemlichkeit. Sie ist eine strukturelle Verbesserung der Art und Weise, wie Discovery abläuft.