Automating 90% of finance and legal work with agents
Zusammenfassung
Kurz
Der Bericht stellt Hebbias Matrix als Plattform mit mehreren KI-Agenten vor, die komplexe Finanz- und Rechtsdokumente auswerten soll. Er nennt Benchmark- und Kundenzahlen zu Genauigkeit und Zeitersparnis; Methodik und unabhängige Überprüfung dieser Angaben werden nicht erläutert.
Mittel
Der Bericht beschreibt Hebbias Plattform Matrix als Multi-Agenten-KI für Finanz- und Rechtsarbeit. Sie soll OpenAI-Modelle koordinieren, komplexe Aufgaben in Schritte zerlegen und große Mengen privater Dokumente vollständig auswerten. Hebbia begründet den Ansatz mit Schwächen herkömmlicher Suche und RAG bei Offline-Dokumenten, in denen Antworten oft nicht ausdrücklich stehen. Matrix fasse Ergebnisse mit Quellenangaben zusammen und baue einen fortlaufend aktualisierten Index auf.
Für einen Benchmark mit komplexen Finanz- und Rechtsdokumenten nennt der Bericht 92 Prozent Genauigkeit mit Hebbia und o1 gegenüber 68 Prozent bei einer RAG-Lösung ohne zusätzliche Anpassung. Als Kundenbeispiele werden Zeitersparnisse von 30 bis 40 Stunden je Deal bei Investmentbankern und 20 bis 30 Stunden bei Private-Equity-Firmen angeführt. Kanzleien hätten die Prüfung von Kreditverträgen um 75 Prozent verkürzt. Hebbia berichtet außerdem, dass Kunden im letzten Monat mehr unstrukturierte Daten verarbeitet hätten als im gesamten Vorjahr.
Die Zahlen sind Angaben aus der Unternehmensdarstellung. Methodik und Umfang des Benchmarks sowie unabhängige Belege für die Einsparungen werden im Bericht nicht ausgeführt.
Ausführlich lesen
Der Bericht stellt Hebbia und dessen Plattform Matrix als KI-System für anspruchsvolle Arbeitsabläufe in Finanz- und Rechtsunternehmen vor. Laut Darstellung müssen Fachleute dort große Mengen an Marktforschung, Unternehmensdaten, Verträgen und regulatorischen Unterlagen prüfen. Matrix soll solche Aufgaben mit mehreren parallel arbeitenden KI-Agenten unterstützen. Die Plattform koordiniere unter anderem OpenAI o3-mini, o1 und GPT-4o, zerlege komplexe Fragen in Arbeitsschritte und leite Teilaufgaben an passende Modelle weiter.
Als Ausgangspunkt nennt der Bericht Schwierigkeiten herkömmlicher Recherchewerkzeuge mit privaten, nicht online verfügbaren Dokumenten. Bei diesen Unterlagen seien Antworten oft nicht ausdrücklich formuliert, weshalb klassische Suche und RAG-Systeme nach Darstellung des Unternehmens an Grenzen stießen. Hebbia habe dafür eine verteilte Orchestrierung entwickelt, die vollständige Dokumente verarbeite, Ergebnisse mit Quellenangaben zusammenführe und einen fortlaufend aktualisierten Index aufbaue. Das erzeuge laut Bericht ein „unendliches“ effektives Kontextfenster; diese Formulierung beschreibt die behauptete Funktionsweise, keine wörtlich unbegrenzte technische Kapazität.
Für einen Benchmark zu quantitativen und qualitativen Aufgaben mit komplexen Finanz- und Rechtsdokumenten nennt der Bericht 92 Prozent Genauigkeit für Hebbia mit o1, verglichen mit 68 Prozent bei einer RAG-Lösung ohne zusätzliche Anpassung. Er beschreibt außerdem Funktionen wie OCR, die Prüfung möglicher Halluzinationen und die Erstellung von Arbeitsergebnissen. Matrix könne etwa Investment-Memos entwerfen, Vertragsklauseln auswerten und Erkenntnisse aus sehr großen Dokumentenmengen zusammenführen.
Der Bericht führt mehrere Kundenergebnisse an: Investmentbanker sparten demnach 30 bis 40 Arbeitsstunden je Transaktion bei Marketingmaterialien, Kundenvorbereitung und Antworten an Geschäftspartner. Private-Credit-Teams automatisierten die Erfassung von Kreditbedingungen und Vertragsklauseln. Private-Equity-Unternehmen sparten laut Darstellung 20 bis 30 Stunden je Geschäft bei Prüfung und Due Diligence. Kanzleien hätten die Prüfung von Kreditverträgen um 75 Prozent verkürzt und dabei 2.000 US-Dollar pro Anwaltsstunde eingespart. Zudem nutzten Unternehmen historische Daten umfangreicher; Anwälte griffen in laufenden Transaktionen auf frühere Vertragsstrukturen zurück, um Verhandlungsmöglichkeiten zu erkennen.
Als Hinweis auf die Nutzung berichtet Hebbia, seine Kunden hätten im letzten Monat mehr unstrukturierte Daten über Matrix verarbeitet als in den vorherigen zwölf Monaten zusammen. Der Beitrag argumentiert abschließend, bei Unternehmens-KI komme es nicht nur auf Modellgröße oder Geschwindigkeit an, sondern darauf, wie gut sie in Arbeitsabläufe eingebunden sei und belastbare, nachvollziehbare Erkenntnisse liefere.
Die Zahlen und Wirkungsangaben stammen aus der Darstellung von OpenAI und Hebbia. Der Text erläutert weder die Benchmarkmethodik und Stichprobengröße noch unabhängige Prüfungen der Kundeneinsparungen; die genannten Werte sind daher als berichtete Unternehmensangaben zu verstehen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Bewertet wurde die ausführlichere Zusammenfassung „mittel“, da das Schema nur eine Bewertung vorsieht. Die Kurzfassung „kurz“ ist ebenfalls nur grob: Sie nennt die Benchmark- und Kundenzahlen, aber nicht die Werte 92 zu 68 Prozent und keine konkreten Einsparungen. Zudem fehlt in beiden die Einordnung, dass es sich um eine Kundendarstellung des Anbieters handelt. Der Bericht ist ein Herstellerbeitrag zu einem Produkt und hat keinen direkten Bezug zu den Fragen der Sammelfragen zur KI-Sicherheit.
Im Bericht, aber nicht in der Zusammenfassung
- Die Kernbehauptung, Matrix automatisiere 90 Prozent der Finanz- und Rechtsarbeit
- Die Einsparung von 2.000 Dollar Rechtskosten pro Stunde bei Kanzleien
- Der Einsatz bei Private-Credit-Teams zur automatischen Extraktion von Kreditbedingungen und Covenants
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 28 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 72 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 32 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 67 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 83 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 39 %gleiches Oberthema, hilft nicht
- Luna 43 %Hintergrund, keine Belege
- JEV 32 %nur am Rande erwähnt
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 59 %gleiches Oberthema, hilft nicht
- drex 73 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 81 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 100 %kein Bezug
- JEV 42 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV 41 %einzelne zitierbare Belege
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 49 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
- 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 41 %einzelne zitierbare Belege
- amos 28 %nur am Rande erwähnt
- SubQ 45 %gleiches Oberthema, hilft nicht
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 60 %gleiches Oberthema, hilft nicht
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 57 %gleiches Oberthema, hilft nicht
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 43 %Hintergrund, keine Belege
- JEV 40 %gleiches Oberthema, hilft nicht
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 61 %gleiches Oberthema, hilft nicht
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra 55 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 77 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 24 %Hintergrund, keine Belege
- JEV 25 %nur am Rande erwähnt
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 61 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 70 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 40 %gleiches Oberthema, hilft nicht
- JEV 29 %gleiches Oberthema, hilft nicht
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- 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 28 %gleiches Oberthema, hilft nicht
- JEV 28 %gleiches Oberthema, hilft nicht
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- 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?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Alle Berichte im Archiv