Effizienter, schneller, automatisiert: Juristen und die vierte industrielle Revolution

Das letzte Mal ist es nicht so gut gelaufen: sinkende Löhne, Urbanisierung, Existenzunsicherheit. Technologische Entwicklungen versprachen im Zuge der industriellen Revolution eine erhebliche Produktivitätssteigerung für ihre Eigner. Doch die Abhängigkeit der Arbeiter von Produktionsmittelbesitzern und ihrer Beschäftigung führte zu schlagartiger Massenarbeitslosigkeit, als Dampfmaschinen die Fabrikarbeiter ersetzen sollten.

Die Kompetenzen der Maschine zu Beginn des 21. Jahrhunderts

Wir stehen dieser Tage vor einer – nicht derart extremen und doch – ähnlichen Ausgangssituation. Die von der Digitalisierung eingeleitete Arbeit 4.0 oder Technologie 4.0[1] ist im Inbegriff, den Menschen bei der Verrichtung der Aufgaben abzulösen, die bisher seine Domänen waren. Die letzten dem Menschen vorbehaltenen Kompetenzen sind seine Fähigkeit, Probleme selbstständig zu erkennen und zu lösen, Kreativität und Humor, Empathie und Überzeugungsfähigkeit, oder Intuition und Risikobereitschaft. Diese Schlüsselkompetenzen werden in der Arbeitsmarktforschung als Voraussetzungen für sogenannte abstrakte Tätigkeiten angesehen.[2] Das sind diejenigen Tätigkeiten, die sich im Vergleich zu Routine- und manuellen Tätigkeiten am schwersten automatisieren lassen. Wie müssen wir Juristen der vierten industriellen Revolution begegnen?

Die Diskussion um Künstliche Intelligenz kocht. Dennoch scheint das Potenzial von selbstlernenden Algorithmen und die damit einhergehende Infragestellung menschlicher Wertschöpfung in der Dienstleistungsgesellschaft von der Allgemeinheit (noch) nicht als Bedrohung angesehen zu werden.[3] Im Gegensatz dazu schwingt in der seit einigen Jahren unter Juristen hitzig geführten Diskussion um Legal Tech ein gewisser disruptiver Unterton mit.

Software ist mittlerweile in der Lage, kreative, beschreibende Texte mit sprachlichen Stilmitteln aus einzelnen Datenpunkten zu generieren, von denen sich im Nachhinein nicht sagen lässt, ob sie Mensch oder Maschine verfasst haben[4] – ein Umstand, der also auch Autoren aller Textgattungen betrifft. Aber textgenerierende Algorithmen sind nicht die einzigen jüngsten technischen Entwicklungen, die sich auf den juristischen Beruf auswirken werden, dessen Kerntätigkeiten in der Begriffsabgrenzung, der sprachlichen Verarbeitung logischer Schlüsse und der Überzeugungskunst liegen. Machine Learning-Programme zur Schriftsatzanalyse und -erstellung versprechen, Textdokumente auf bestimmte Wortinhalte zu analysieren, aus ihrem sprachlichen Kontext Datenpunkte zu extrahieren und diese gewonnenen Inforationen in neuen Zusammenhängen zu verarbeiten. Software zur Vertragsgenerierung erstellt aus der Kombination von vorgefertigten Musterdokumenten und standardisiert abgefragten Einzeldaten selbstständige Verträge.[5] So wird die automatisierte Prüfung oder Erstellung von Schriftsatzdokumenten unter erheblicher Zeit- und Kostenersparnis möglich. Rechtsdienstleister, die ihre bisherige Domäne in der Überprüfung von Dokumenten auf bestimmte rechtliche Zusammenhänge bedroht sehen, zeigen sich nicht durchgängig wohlwollend. Nachvollziehbar, wenn man bedenkt, dass die bestmögliche Durchsetzung der Interessen einzelner Vertragsparteien durch begleitende Rechtsberater spätestens dann überflüssig wird, wenn eine Software diese Interessen optimal aufeinander abstimmt.

Sicher sind die auf dem Markt befindlichen Systeme mehrheitlich noch nicht am Höhepunkt ihrer qualitativen Reife angelangt. Allerdings sehen wir erst die Spitze des Eisbergs: Die Trefferquote lernfähiger Algorithmen ist abhängig von der Anzahl ihrer Testläufe und der Feedback-Häufigkeit. Je mehr Daten ein System im Laufe seiner „Trainingsphase“ verarbeitet und je häufiger es die Trefferquote evaluiert, desto genauer kann es seine Entscheidungskriterien feinjustieren; und desto akkurater wird das Ergebnis in zukünftigen Durchläufen ausfallen. Die Zeit spielt also für künstlich lernende Algorithmen. Hinzu kommt, dass mit der wachsenden Vernetzung und Erweiterung von datenerfassenden Systemen und Programmen die Menge an Trainingsmaterial mit Hochgeschwindigkeit wächst.

Die Potenziale der Maschine im 19. Jahrhundert

Ende des 18. Jahrhunderts vollzog sich ein Entwicklungsschritt, der Parallelen zum heutigen Stadium der Industrialisierung aufweist. Gleichzeitig stellt der technologische und gesellschaftliche Umbruch der damaligen Zeit aus heutiger Sicht einen maßgeblichen Wendepunkt für den Fortschritt hin zum heutigen westlichen Entwicklungs- und Wohlstand dar. Die von James Watt für die Fabrikarbeit verbesserte Dampfmaschine erlaubte den automatischen Betrieb von Fertigungsgeräten der produzierenden Industrie, allen voran der Textilbranche. Der Grund dafür, dass der Erwerb teurer Dampfmaschinen für Fabrikbesitzer lohnenswert war und die Industrialisierung in der Folge von England ausgehend ihren Durchbruch erlebte, lag im hohen Lohnstandard der zuvor in Manufakturen tätigen Handarbeiter bei gleichzeitig aber kostengünstig verfügbarer fossiler Energie, die von Wind- und Wasserkraft unabhängig war.[6] Indem die Fabriken mit Kohle und Dampfkraft betrieben wurden, die Produktionsmittelbesitzer die höheren Kosten menschlicher Arbeitskraft sparten und so ihre Gewinnmargen erhöhten, konnten Investitionen getätigt und innovative Entwicklungen vorangetrieben werden. Die Lohnarbeiter der vorindustriellen Zeit blieben dabei zunächst auf der Strecke. Es sollte von 1790 bis zur Mitte des 19. Jahrhunderts dauern, bis der mit steigender Ertragsrate neu geschaffene Wohlstand die Arbeiterklasse nach einer Phase der Lohnstagnation wieder erreichte.[7]

Ein paralleles Bild lässt sich aktuell auf dem Rechtsmarkt sowie in sonstigen Branchen erkennen, deren Wertschöpfung in der Bereitstellung von hochspezialisiertem Expertenwissen besteht. Die juristische Dienstleistung setzt sich maßgeblich aus der umfassenden Kenntnis von Regelwerken; der Fähigkeit, sich diese zu erschließen; sowie der Einzelfallanwendung der weitgehend formalisierten Gesetze zusammen. Und: sie ist vergleichsweise teuer. Gleichzeitig ist sie aber besonders gut für Automatisierung geeignet, da sie auf formalisierter Sprache beruht und dokumentierte Fälle aus der Rechtsprechung, Kommentare oder Verträge existieren, die als Vergleichsmuster herangezogen werden können.[8] Die zunehmende Digitalisierung all dieser Erkenntnisquellen schafft den Ausgangsrohstoff für maschinell lernende Systeme. Die Daten können als Trainingsmaterial für Machine Learning-Algorithmen dienen, deren Präzision bei der automatisierten Rechtsanwendung mit dem aus den Daten gewonnen Feedback steigt.

Bisher hat die Technologisierung im Verlauf der Geschichte gleichermaßen Aufgaben für den Menschen geschaffen, wie sie sie ihm entzogen hat. Im Rückblick ist die Industrialisierung dafür verantwortlich, dass Menschen vom Spinnen am Webstuhl oder der Feldarbeit verdrängt wurden; dafür aber hat sie die Tätigkeitsfelder von Maschinenbauern und vermarktenden Berufen geschaffen, die die Spinnmaschinen und Traktoren absetzten.[9]

Die Frage ist, wie es sich dieses Mal mit der Automatisierung menschlicher Tätigkeit verhält. Auch durch Soft-Skills und emotionales Feingefühl bestimmte Kompetenzen wie Kreativität, Empathie oder Risikobereitschaft sind seit wenigen Jahren nicht mehr gänzlich vor der maschinellen Übernahme geschützt. IBMs Watson konnte 2011 bei seinem Jeopardy-Siegeszug seine Fähigkeiten beweisen, Humor zu erkennen und semantische Zusammenhänge verstehen zu können. Letztes Jahr setzte der japanische Automobilhersteller Lexus die Software ein, um das Skript für einen Werbeclip zu erstellen, der authentisch die Qualitäten des Fahrzeugs betont und mit der Abfolge der dargestellten Situationen einen Spannungsbogen kreiert.[10] Googles AlphaGo zeigte, dass auch eine Software Situationen auf eine Weise einschätzen kann, die man beim Menschen als Intuition bezeichnen würde. Tuomas Sandholms Libratus besiegte 2017 den amtierenden Weltmeister im Poker, einem Spiel „bei dem die Qualitäten des intelligenten Geschäftsmannes zusammenkommen: Strategisches Denken, die Fähigkeit, Situation und Verhalten anderer Menschen einzuschätzen und Risikobereitschaft im richtigen Augenblick.“[11]

Was dem Menschen überlassen bleibt

Trotz alledem muss der Mensch beim Einsatz von Technologie bislang gestalterisch tätig werden. Er muss darüber entscheiden, wofür Automatisierungsprozesse eingesetzt werden sollen. Dies setzt ein tiefgreifendes Verständnis der betreffenden Materie voraus.

Objektiv betrachtet ist nicht das gesamte Portfolio juristischer Aufgaben akut von einer digitalen Automatisierung bedroht. Jedenfalls das Berufsbild des Juristen als menschlicher Berater zur Bereitstellung von Expertenwissen scheint für die Zukunft aber getrübt. Algorithmen sind in der Lage, spezifische Kriterien über Ursache-Wirkung-Beziehungen auf unterschiedliche Situationen anzuwenden; sie können Muster erkennen und menschliches Vorgehen imitieren, was bei sich wiederholenden, unveränderten Situationen sinnvoll ist. Das Erkennen von Mustern in großen Datensätzen ist jedoch dann nicht zielführend, wenn die zukünftigen Situationen von der Vergangenheit abweichen. Es wird juristisches Fachwissen auch bei der Verwendung automatisierter Expertensysteme nötig sein, um eine Veränderung der Sachlage zu erkennen und die Entscheidungsregeln des Systems anzupassen.[12] Es „ist nicht erkennbar, dass die aktuelle KI-Forschung eine Idee hätte, um Maschinen selbst in die Lage zu versetzen, wirklich innovativ zu sein, ohne dass der Mensch zuvor das Problem definiert.“[13] In Zeiten der Digitalisierung gilt im Produktivitätswettbewerb jedoch: Es gewinnt nicht derjenige, der die Augen vor den Möglichkeiten verschließt, seine Aufgaben an die Maschine zu delegieren. Es gewinnt, wer alle möglichen Aktivitäten automatisiert und sich Freiraum für die Probleme schafft, die die Maschine nicht erkennen kann.

---

[1] Nach der Einteilung Industrie 1.0 bis 4.0 ist die Automatisierung von Fertigungsprozessen in der Industrie 3.0 zu verorten. Da die Automatisierung kognitiver Beratungstätigkeit erst mit Entwicklungen von Software und Algorithmen im Bereich des maschinellen Lernens einhergeht und parallel zur Digitalisierung verläuft, soll diesbezüglich der Begriff Automatisierung der „vierten industriellen Revolution“ bzw. Arbeit 4.0 zugeordnet werden.

[2] Thomas Bartscher: Digitalisierung und Arbeit 4.0, in: Gabler Wirtschaftslexikon. URL: https://wirtschaftslexikon.gabler.de/definition/digitalisierung-und-arbeit-40-54273. Stand 22.08.2019.

[3] Dies lässt sich zumindest aus dem IAB-Kurzbericht zur Digitalisierung und beruflichen Weiterbildung schließen. Vgl. Paccal Heß, Simon Janssen, Ute Leber: IAB-Kurzbericht Nr. 16, 20.08.2019 – Beschäftigte, deren Tätigkeiten durch Technologien ersetzbar sind, bilden sich seltener weiter. Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit, Nürnberg.

[4] So z.B. das Angebot zur algorithmenbasierten Erstellung von Produktbeschreibungen von 2txt.de

[5] Als Vertreter beispielhaft zu nennen sind etwa die Software von Kira Systems, Legal OS, Lawlift oder BRYTER

[6] Robert C. Allen: The British Industrial Revolution in Global Perspective: How Commerce Created – The Industrial Revolution and Modern Economic Growth. Department of Economics and Nuffield College, Oxford University 2006, S.2.

[7] Vgl. Robert C. Allen: Engels’ pause: Technical change, capital accumulation, and inequality in the british industrial revolution. Department of Economics and Nuffield College, Oxford University 2008.

[8] Thomas Ramge: Mensch und Maschine: Wie Künstliche Intelligenz und Roboter unser Leben verändern. [Was bedeutet das alles?]. Reclam Verlag, Ditzingen 2018, S.61.

[9] Vgl. Ramge, S.22

[10] https://www.youtube.com/watch?v=4FydsARgmtg

[11] Ramge, S.41

[12] Vgl. Ray Dalio: Principles. Simon & Schuster, New York 2017, S.263.

[13] Ramge, S.86