Generative und Extraktive KI: Unterschiede und Anwendungen im juristischen Umfeld

Neue Inhalte durch generative KI

Generative KI-Modelle sind darauf ausgelegt, neue Inhalte zu erzeugen, indem sie auf Basis von Trainingsdaten lernen, Muster und Zusammenhänge in den Daten zu erkennen. Ein bekanntes Beispiel für generative KI ist das GPT-Modell (Generative Pre-trained Transformer), das in der Lage ist, menschenähnliche Texte zu verfassen.

Hierzu sagt es die Wahrscheinlichkeiten für das nächste Wort bzw. Teile eines Wortes in einem Satz voraus. Trainiert wurde es auf einem Datensatz, der mehr oder weniger dem Internet entspricht. Während des Trainings muss der Algorithmus, basierend auf einem vorgegebenen Teil eines Satzes, das nächste Wort vorhersagen. Immer dann, wenn es ein fehlerhaftes nächstes Wort vorhergesagt hat, wurde es „bestraft“.

Extraktive KI nutzt bestehende Daten

Extraktive KI hingegen konzentriert sich darauf, relevante Informationen aus bestehenden Daten herauszufiltern und zu extrahieren. Ein Beispiel für eine extraktive KI-Technik ist Named Entity Recognition (NER), welche Personen, Organisationen, Daten und andere Entitäten in Texten identifiziert. Diese kann beispielsweise eingesetzt werden, um eingehende Dokumente anhand der beteiligten Parteien oder dem Aktenzeichen zuzuordnen. Ein anderer Anwendungsfall ist das wörtliche Extrahieren von ganzen Sätzen zum Erstellen einer Zusammenfassung.

Eine weitere KI-Technik ist Dependency Parsing, bei der die grammatikalischen Beziehungen zwischen Wörtern in einem Satz analysiert werden, wodurch etwa die Eigenschaften eines Nomens beschrieben werden können. Das hilft dabei, eine Sentiment-Analyse für einen Satz mit relativ simplen und dadurch vergleichsweise schnellen Methoden durchzuführen. Durch die Kombination dieser und weiterer Techniken ist extraktive KI in der Lage, solche Aufgaben sehr genau zu erfüllen.

Einsatz abhängig vom Anwendungsfall

Sowohl die generative als auch die extraktive KI haben ihre eigenen Stärken und Anwendungsbereiche im juristischen Umfeld. Generative KI kann zur automatischen Erstellung von Verträgen, zur Strukturierung von Gerichtsentscheidungen oder zur Beantwortung von Fragen über Dokumente verwendet werden. Ebenfalls kann die Technologie zur Zusammenfassung von gerichtlichen Beschlüssen und Urteilen sinnvoll sein, wie es beispielsweise bei unseren GPT-Zusammenfassungen auf Wolters Kluwer Online der Fall ist.

Extraktive KI kann im juristischen Bereich unter anderem zur automatischen Klassifikation von Rechtsprechungsdokumenten oder zur Erkennung von Fristen in Verträgen eingesetzt werden. Aber auch für Zusammenfassungen kann extraktive KI im juristischen Umfeld relevant sein, zum Beispiel für die Auswahl der wichtigsten Sätze einer Entscheidung, um sie als Leitsatz zu klassifizieren.

Bei der Verwendung von Entscheidungsbäumen (Decision Trees) zur Darstellung von juristischem Wissen, können auch beide KI-Modelle zum Einsatz kommen. Auf Wolters Kluwer Online kommen Entscheidungsbäume beispielsweise bei unserem Honorarrechner im Architektenrecht zum Einsatz. In einer Kombination von extraktiver KI mit generativer KI kann eine Lösung erstellt werden, um automatisch Verträge zu generieren und diese anhand eines vorgefertigten Schemas zu evaluieren.

Fazit

Welche Art von Algorithmen eingesetzt werden sollte, hängt letztendlich immer vom Einzelfall ab. Jurist:innen, die den Unterschied zwischen den verschiedenen KI-Ansätzen verstehen, können die jeweils am besten geeignete Technologie für ihre spezifischen Aufgaben auswählen und so ihre Arbeitsabläufe optimieren und effizienter gestalten.