Deterministische KI: Gibt es das überhaupt?

Ein Sprachmodell rechnet mit Wahrscheinlichkeiten, eine Vorlage folgt Regeln. Warum sich beides trotzdem verbinden lässt und was dabei für die Dokumentenerstellung herauskommt.

Der Begriff widerspricht sich selbst

Determinismus bedeutet gleiche Eingabe, gleiches Ergebnis. Jedes Mal. Genau das leisten regelbasierte Systeme seit Jahrzehnten. Wer in einer Vorlage „Befristung: ja” auswählt, bekommt die hinterlegte Befristungsklausel. Wortgleich, an derselben Stelle, im richtigen Format.

Große Sprachmodelle funktionieren anders. Sie berechnen Wahrscheinlichkeiten für das nächste Wort. Selbst bei identischem Prompt kann die Formulierung variieren, und diese Varianz ist kein Fehler, sondern das Prinzip. Sie ist der Grund, warum KI in offenen Aufgaben so stark ist: zusammenfassen, übersetzen, umformulieren, aus unstrukturiertem Material das Relevante ziehen.

„Deterministische KI” klingt deshalb wie ein Widerspruch, und streng genommen ist der Begriff auch einer. Gemeint ist etwas anderes: ein System, dessen Ergebnis vorhersehbar ist, obwohl KI daran beteiligt war. Das ist machbar, sobald man aufhört, die KI für alles zuständig zu machen.

Wo KI gut ist und wo Regeln besser sind

Die Trennlinie wird deutlich, wenn man die Arbeitsschritte der Dokumentenerstellung einzeln betrachtet.

KI ist stark darin, aus einer Akte, einem Mailverlauf oder einer formlosen Beschreibung herauszulesen, worum es geht. Sie erkennt, dass „Lieferung ab Q2, Abnahmemenge 12.000 Stück, Pönale bei Verzug” einen Rahmenliefervertrag mit Vertragsstrafenregelung beschreibt, und ordnet die Angaben den richtigen Feldern zu. Sie kann eine passende Vorlage vorschlagen, wenn jemand in eigenen Worten beschreibt, was er braucht.

Schwach ist sie dort, wo Verbindlichkeit gefordert ist. Welche Haftungsklausel ist gestattet? Ab welchem Auftragswert greift die zweite Unterschrift? Welche Formatvorlage entspricht dem Kanzlei- oder Unternehmenslayout? Solche Fragen sollten nicht jedes Mal neu beantwortet werden, schon gar nicht wahrscheinlichkeitsbasiert.

Diese Aufteilung ist der ganze Trick. Der Fragenkatalog einer Vorlage lässt sich mit KI ausfüllen. Die Erzeugung des Dokuments folgt anschließend ausschließlich den hinterlegten Regeln — das ist der Kern regelbasierter Dokumentenautomatisierung. Das Ergebnis sieht dann immer so aus, wie man es erwartet, und der Weg dorthin war trotzdem schnell.

„KI schreibt gut, aber es sind nicht meine Klauseln”

Diesen Satz hören wir in fast jedem Gespräch mit Kanzleien. Er trifft das Problem genauer als die meisten Fachbeiträge.

Anwältinnen und Anwälte bestreiten selten, dass ein Sprachmodell einen ordentlichen Vertragstext produziert. Der Text liest sich sauber, die Systematik stimmt meistens. Er stammt nur nicht aus dem eigenen Haus. Die Haftungsklausel entspricht nicht der, die man seit zehn Jahren verwendet und die schon zweimal gehalten hat. Die Definitionen weichen ab, die Rechtswahl ist anders formuliert.

Damit beginnt Prüfarbeit, die den Zeitgewinn wieder auffrisst. Wer jede erzeugte Klausel gegen den eigenen Standard abgleichen muss, hat wenig gewonnen. Wird der Abgleich aus Zeitdruck übersprungen, entsteht ein Risiko, das niemand bewusst eingehen würde.

Genau hier setzt die Kombination an. Die Klauseln kommen aus der eigenen Vorlage und stehen fest. Die KI entscheidet nicht, wie die Klausel lautet, sondern nur, welche Antwort im Fragenkatalog zutrifft. Diese Antwort lässt sich in Sekunden prüfen, weil sie aus einer überschaubaren Auswahl stammt.

Wie das in der Praxis aussieht: das Word Add-In

In Lawlift ist diese Arbeitsteilung im Word Add-In umgesetzt, also dort, wo juristische Arbeit ohnehin stattfindet.

Der Ablauf beginnt mit der Vorlagenauswahl. Statt sich durch eine Ordnerstruktur zu klicken, beschreibt man in eigenen Worten, welches Dokument gebraucht wird. Das System schlägt passende Vorlagen mit Übereinstimmungsgrad vor.

Anschließend öffnet sich der Fragenkatalog der Vorlage: vordefinierte Antworten, die festlegen, welche Klauseln in welcher Ausprägung ins Dokument wandern.

Und dann liest die KI einen unstrukturierten Datensatz wie eine E-Mail-Korrespondenz, eine PDF- oder Word-Datei oder auch Bilder aus und beantwortet den Fragenkatalog. Der Nutzer prüft die Ergebnisse und drückt am Ende auf „Dokument generieren“. Anschließend wird das Dokument mit allen freigegebenen Klauseln und dem richtigen Layout erstellt.

Derselbe Ablauf im Chat: der Weg über MCP

Der zweite Zugang führt über das Model Context Protocol. Lawlift lässt sich darüber in jedem MCP-fähigen Chat einbinden.

Im Chat sucht man die Vorlage, füllt den Fragenkatalog und erzeugt das Dokument. Beim Ausfüllen gibt es drei Wege, die sich mischen lassen: die Fragen selbst beantworten, zusätzlichen Kontext in den Chat geben oder auf eine Akte verweisen und den Chat bitten, den Katalog daraus zu befüllen.

Der letzte Weg nutzt die Stärke der KI genau dort, wo sie liegt. Kontrolliert werden muss dieser Schritt trotzdem, denn ein Modell kann eine Befristung überlesen oder ein Datum falsch zuordnen. Die Freigabe bleibt beim Menschen.

Was danach passiert, ist wieder vollständig determiniert. Das Dokument wird nach den hinterlegten Regeln zusammengesetzt und kommt fertig formatiert aus dem Chat. Kein Nachformatieren, keine Überraschungen bei der Nummerierung.

Der Nebeneffekt: Kaum KI-Kosten

Wer ein zwanzigseitiges Dokument vollständig von einem Sprachmodell schreiben lässt, bezahlt für jedes erzeugte Wort. Bei hohem Dokumentenaufkommen summiert sich das, und die Kosten steigen linear mit der Menge. Wird dasselbe Dokument regelbasiert zusammengesetzt, fallen für den Dokumententext praktisch keine Tokens an. Die Vorlage liefert ihn, die Software setzt ihn zusammen.

Tokens verbraucht nur noch der Teil, für den die KI wirklich gebraucht wird: das Verstehen der Eingaben, das Zuordnen zum Fragenkatalog, einzelne angepasste Klauseln. Das ist ein Bruchteil des Gesamttextes.

Der Kostenvorteil ist dabei nicht der eigentliche Punkt, sondern eine Folge derselben Entscheidung. Wer die KI nur dort einsetzt, wo sie einen Beitrag leistet, bekommt gleichzeitig verlässlichere Dokumente und niedrigere Betriebskosten.

Wo Sie anfangen

Nehmen Sie ein Dokument, das Sie häufig erstellen und dessen Klauseln im Haus unstrittig sind. Vertriebs- und Einkaufsverträge eignen sich gut, weil das Aufkommen hoch und der Standard klar ist. Bauen Sie daraus eine Vorlage mit Fragenkatalog. KI-gestütztes Templating verkürzt diesen Schritt erheblich, weil variable Stellen und Bedingungen aus einem bestehenden Dokument automatisch vorgeschlagen werden.

Danach entscheiden Sie, wo die KI helfen soll. Beim Befüllen aus der Akte? Beim Anpassen einzelner Klauseln? Diese Entscheidung treffen Sie pro Anwendungsfall, und sie ist umkehrbar.

Die Frage aus der Überschrift lässt sich damit beantworten. Eine deterministische KI gibt es nicht. Ein deterministisches Ergebnis trotz KI-Einsatz gibt es sehr wohl, und darauf kommt es in der Praxis an. Wie es aussieht, wenn diese Grundlage fehlt, beschreiben wir in Schatten-KI in der Vertragserstellung. Tiefer geht unser Whitepaper KI vs. regelbasierte Dokumentenautomatisierung.