Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai28. Oktober 2026 · Q004587

Legora is building the agentic operating system for legal work

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht schildert, wie Legora KI für juristische Dokumentenprüfung, interne Entwicklungsarbeit und die eigene Rechtsabteilung einsetzt. Das Unternehmen nennt deutliche Zeit- und Kosteneinsparungen, darunter Ergebnisse eines Fortune-100-Kunden; die Angaben sind Unternehmensbehauptungen und werden im Text nicht unabhängig überprüft.

Mittel

Der Bericht beschreibt Legora, ein 2023 in Stockholm gegründetes Unternehmen, das eine KI-Plattform für juristische Arbeit entwickelt. OpenAI-Modelle unterstützen laut Darstellung zentrale Produktabläufe; Legora setzt KI außerdem in der eigenen Entwicklung und Rechtsabteilung ein. Programmieragenten sollen Teams helfen, mehrere Lösungswege parallel zu erproben und Fehler teils binnen Minuten zu beheben.

Im eigenen Rechtsteam sei der Anteil der Arbeitskapazität für die Erstprüfung von Geheimhaltungsvereinbarungen nach Unternehmensangaben von etwa 20 Prozent auf unter ein Prozent gesunken. Für Kunden soll Legoras Prüfung Tausender Verträge eine breitere Due-Diligence-Analyse ermöglichen. Für einen Fortune-100-Kunden nennt der Bericht 90 Prozent schnellere Vertragsabwicklung, mehr als 20 Millionen US-Dollar Einsparungen bei externer Prozessführung und Due Diligence sowie 9,5 zusätzliche Stunden pro Jurist und Woche.

Die genannten Zahlen und Wirkungen stammen aus dem Unternehmensbericht und sind nicht unabhängig geprüft. Als nächste Entwicklung nennt Legora länger laufende Agentenaufgaben und die Zusammenarbeit zwischen Juristen und KI in Echtzeit; dies sind Zukunftserwartungen, keine bereits nachgewiesenen Ergebnisse.

Ausführlich lesen

Der Bericht stellt Legora als 2023 in Stockholm gegründetes Technologieunternehmen vor, das eine KI-Plattform für juristische Arbeit entwickelt. CEO und Mitgründer Max Junestrand beschreibt sie als „agentisches Betriebssystem“ für den Rechtsbereich. Der Ausgangspunkt sei, dass Rechtsteams unter starkem Zeitdruck stünden und dadurch wichtige Arbeit liegen bleibe. OpenAI-Modelle seien seit den Anfängen Teil der Produktentwicklung; laut Bericht versorgen sie zentrale Abläufe, darunter agentische Aufgaben und die Prüfung großer Dokumentenmengen. Legora nutze außerdem ChatGPT Work, Codex und weitere KI-Werkzeuge intern.

Als Beispiel für interne Entwicklungsarbeit nennt CTO Jacob Lauritzen den Einsatz von Programmieragenten. Teams könnten gleichzeitig viele Lösungsansätze erproben und laut seiner Aussage innerhalb weniger Tage auswählen. Bei der Fehlersuche könnten Agenten große Mengen Protokolldaten parallel nach möglichen Ursachen durchsuchen; in manchen Fällen dauere der Weg von der Fehlermeldung bis zu einer funktionierenden Korrektur etwa fünf Minuten. Der Bericht führt schnellere Fehlerbehebung, früheres Kundenfeedback und zügigere Produkterprobung als mögliche Folgen an.

Auch Legoras eigene Rechtsabteilung setze KI ein. General Counsel Emma Kadri Bergström zufolge entwickelte das Team auf Basis früherer Vereinbarungen ein Regelwerk, mit dem eingehende Geheimhaltungsvereinbarungen zunächst geprüft und auffällige Klauseln markiert werden. Der Anteil der Teamkapazität, der auf diese Prüfung entfalle, sei dadurch nach ihrer Schätzung von rund 20 Prozent auf unter ein Prozent gesunken. Bergström berichtet außerdem von starkem Unternehmenswachstum: binnen eines Jahres sei Legora von drei auf 18 Büros gewachsen, habe drei Finanzierungsrunden abgeschlossen und fünf Übernahmen getätigt. Bei Übernahmeprüfungen könnten Agenten Verträge vorsortieren und Informationen zusammentragen; Juristinnen und Juristen prüften und interpretierten die Ergebnisse.

Für Kunden hebt der Bericht neben Zeitersparnis eine breitere Analyse hervor. Legoras Tabular Review könne Tausende Verträge anhand mehrerer Fragen in Minuten auswerten. Dadurch ließen sich laut Global Head of Legal Engineering Alex Fortescue-Webb auch Dokumente genauer prüfen, die bei herkömmlichen Prüfungen aus Zeit- und Kostengründen womöglich außerhalb des engeren Prüfumfangs blieben. Für einen Fortune-100-Kunden nennt Junestrand eine um 90 Prozent verkürzte Vertragsdurchlaufzeit, Einsparungen von mehr als 20 Millionen US-Dollar bei externer Prozessführung und Due Diligence sowie 9,5 zurückgewonnene Arbeitsstunden pro Jurist und Woche. Diese Kennzahlen beziehen sich auf den genannten Kunden und werden im Bericht als Unternehmensangaben präsentiert.

Als Leitlinien nennt der Bericht: Führungskräfte sollen die Werkzeuge selbst nutzen, die Einführung soll bei konkreten Arbeitsproblemen ansetzen, interne Fürsprecher sollen die Nutzung unterstützen, Produkte müssen sich an verbesserte Modelle anpassen und Vertrauen soll durch Prüfung, Tests und Transparenz gestärkt werden. Für die Zukunft skizziert Legora länger laufende Agentenaufgaben, etwa die Prüfung millionenfacher Seiten über Nacht, sowie eine engere Zusammenarbeit in Echtzeit zwischen Anwalt und KI. Das sind Zukunftsbilder und Erwartungen der genannten Führungskräfte, keine im Text belegten bereits erreichten Ergebnisse. Der Bericht beschreibt ein Unternehmensbeispiel und enthält keine unabhängige Überprüfung der Leistungsangaben oder einen systematischen Vergleich mit anderen Lösungen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die Zusammenfassung „mittel“. Die Kurzfassung ist inhaltlich konsistent, hat aber dieselben Lücken (Wachstum, Anspruch der Plattform). Die Einordnungen beruhen nur auf dem Bericht; die Stufen wurden unabhängig von Lunas Werten vergeben.

Im Bericht, aber nicht in der Zusammenfassung

  • Wachstum des Unternehmens: von drei auf 18 Büros, drei Finanzierungsrunden und fünf Übernahmen im letzten Jahr
  • Junestrands Anspruch, dass jede juristische Arbeit weltweit auf der Plattform laufen soll
  • Die Leadership-Lehren, etwa dass Führungskräfte selbst nutzen sollen (über 75 % Nutzung, dreifache Median-Nutzung) und dass Vertrauen durch Evaluation und Transparenz gestaltet werden muss

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Der Hinweis, die Zahlen seien nicht unabhängig geprüft, steht so nicht im Bericht; es ist eine Einordnung von Luna.
  • Die Bezeichnung „Unternehmensbericht“ trifft nicht ganz zu: Der Text ist ein OpenAI-Kundenbeitrag mit Zitaten und Kennzahlen des Unternehmens.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 39 %einzelne zitierbare Belege
    • JEV 22 %gleiches Oberthema, hilft nicht
    • amos 30 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 25 %Hintergrund, keine Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 33 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 36 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →