FutureLaw 2026: Digitalisierungsschub durch strukturierte Daten? Die Realität der prädiktiven Justiz
Die Digitalisierung des europäischen Justizsystems schreitet rasant voran, angetrieben durch regulatorische Rahmenbedingungen wie den EU AI Act und die wachsende Notwendigkeit zur Effizienzsteigerung in Zivilverfahren und der unternehmerischen Compliance. Der Einsatz von Predictive Analytics und automatisierten Entscheidungsunterstützungssystemen in der Justiz und in Anwaltskanzleien wird jedoch durch einen eklatanten Mangel an strukturierten, zugänglichen Daten erheblich eingeschränkt. Das Fundament der „Predictive Justice“ kann nicht auf proprietären Silos oder fragmentierten, undurchsuchbaren PDF-Archiven aufgebaut werden.
Das zentrale Spannungsfeld dreht sich um Transparenz, Datensouveränität und die ethischen Implikationen algorithmischer Rechtsprechung. Während Rechtssysteme vom rein menschlichen Ermessen zur Einbeziehung statistischer Inferenzen übergehen, wird die Herkunft der Trainingsdaten zu einer Angelegenheit von öffentlichem Interesse und regulatorischer Prüfung.
Auf dem FutureLaw-Kongress 2026 war die Schnittstelle zwischen Open Law und prädiktiver Analytik Gegenstand intensiver Debatten, insbesondere im Hinblick darauf, wie unterschiedliche rechtliche Verfahren unterschiedliche Ebenen der menschlichen Aufsicht erfordern. Die Tragweite dieser Entwicklung ist enorm.
Peteris Zilgalvis, Richter am Gericht der Europaeischen Union (EuG), fasste die historische Bedeutung dieses Wandels zusammen: „This is perhaps the most transformational technology that we have seen artificial intelligence, because for the first time, it’s addressing and perhaps doing better that which we do the best compared to other animals in the world“.
Damien Riehl wies auf die strukturellen Ungleichheiten in den derzeitigen Systemen hin: „If you ask the judges, whose data is it, the judges will say, what do you mean to protect our judicial opinions from these nasty data brokers that are trying to do evil things with our data… but of course, yes, there are those nasty data brokers, but there are also people that are trying to get access to justice“.
Der fehlende offene, maschinenlesbare Zugang zu Gerichtsentscheidungen verhindert die Entwicklung gerechter prädiktiver Werkzeuge und konzentriert strategische Vorteile in stark kapitalisierten Großkanzleien.
Darüber hinaus muss die Anwendung von Künstlicher Intelligenz innerhalb der Justiz strikt nach der Art des Rechtsstreits segmentiert werden. Dr. Benedikt Quarch schlug einen pragmatischen Ansatz vor: „My approach would be distinguished between the areas of law and the types of claims, and in certain claims, at least I’m saying AI could play also the central [role], of course, always with the human oversight“. Er merkte an, dass in stark repetitiven Zivilverfahren, wie etwa bei massenhaften Fluggastentschädigungen, automatisierte Systeme die Gerichte drastisch entlasten könnten.
Für europäische Rechtsinstitutionen ist der Auftrag klar: Bevor komplexe, agentenbasierte Workflows sicher eingesetzt werden können, müssen die zugrundeliegenden juristischen Daten strukturiert, anonymisiert und unter Einhaltung strengster Datenschutzstandards zugänglich gemacht werden. Der Weg aus der „Black Box“ erfordert nicht nur erklärbare Algorithmen, sondern eine grundlegende Restrukturierung der Archivierung und Distribution juristischer Daten.
