E-Discovery: Relevante Beweise in Unternehmensdaten finden

Gewinne:

• Fähigkeit, den EDRM-Workflow und das TAR/Predictive-Coding-Konzept zu verstehen und die Überprüfungsphase mit künstlicher Intelligenz zu beschleunigen
• Fähigkeit, das Gleichgewicht zwischen Erinnerung und Präzision zu verstehen und sicherzustellen, dass relevante Dokumente nicht übersehen werden, indem in einem forensischen Kontext eine hohe Erinnerung priorisiert wird
• Verständnis dafür, dass die rechtliche Verantwortung für Entscheidungen über Privatsphäre und personenbezogene Daten beim menschlichen Anwalt liegt und dass methodische Transparenz erforderlich ist

In einem Zivilprozess oder einer behördlichen Untersuchung fordert eine Partei elektronische Dokumente an, die sich im Besitz der anderen Partei befinden: E-Mails, Verträge, Chat-Protokolle, Dateien. Der Vorgang, diese Dokumente rechtskonform zu sammeln, zu prüfen, die relevanten Dokumente auszusortieren und der Gegenpartei/dem Gericht zu übergeben, nennt sich E-Discovery – das Auffinden, Prüfen und Vorlegen elektronischer Beweismittel im Rahmen eines Rechtsstreits. E-Discovery ist der Bereich, in dem die Computerforensik am stärksten mit dem Recht verflochten ist und möglicherweise der ausgereifteste und am weitesten verbreitete Einsatz von KI ist. In dieser Einheit lernen Sie den EDRM-Workflow, das Konzept von TAR/Predictive Coding und wie KI diesen Prozess transformiert.

EDRM: Standard-Workflow der E-Discovery

E-Discovery funktioniert weltweit größtenteils im Rahmen des EDRM (Electronic Discovery Reference Model – das Referenzmodell, das die Standardphasen des E-Discovery-Prozesses definiert). Hauptetappen:

1. Informationsmanagement und -identifizierung: Bestimmen, welche Daten sich wo befinden.
2. Aufbewahrung und Sammlung: Verhindern Sie die Löschung relevanter Daten (Legal Hold – die Verpflichtung, die Löschung von Daten im Vorfeld eines Rechtsstreits einzustellen) und sammeln Sie sie mit Integrität.
3. Verarbeitung: Daten durchsuchbar machen, Duplikate entfernen, Formatkonvertierung.
4. Überprüfung: Entscheidung darüber, ob es sich bei Dokumenten um vertrauliche oder vertrauliche Dokumente handelt, die unter das Anwaltsgeheimnis fallen und nicht ausgehändigt werden.
5. Produktion: Übermittlung der relevanten Dokumente an die andere Partei/das Gericht.

Der teuerste und arbeitsintensivste Schritt ist die Überprüfung. Es ist sehr teuer und sehr langsam, wenn Anwälte Hunderttausende Dokumente einzeln lesen. Genau hier sorgt KI für eine Revolution.

TAR und prädiktive Codierung

Die Schlüsseltechnologie, die die Überprüfung beschleunigt, ist TAR (Technology Assisted Review). Die gebräuchlichste Form ist die prädiktive Codierung: Ein fachkundiger Anwalt kennzeichnet Beispieldokumente als „relevant/irrelevant“; Das System lernt aus diesen Beispielen und klassifiziert automatisch die verbleibenden Hunderttausende Dokumente. Man liest also nur die wahrscheinlich relevantesten Dokumente und prüft den Rest stichprobenartig.

Moderne KI (große Sprachmodelle) geht noch einen Schritt weiter: Sie kann erklären, warum das Dokument relevant ist, das Thema zusammenfassen, die Privilegien markieren und nicht nur „relevant/irrelevant“. Am Grundprinzip ändert sich jedoch nichts: Die KI legt nahe, dass die rechtliche Verantwortung für die Entscheidung über Relevanz und Privilegierung beim Anwalt liegt.

Die Vertretbarkeit von TAR hängt davon ab, dass der Prozess überprüfbar ist. Die vom Fachanwalt beschrifteten Schulungsbeispiele, das aus diesen Beispielen lernende System und die Klassifizierung der übrigen Dokumente werden in einem Zyklus wiederholt; Die Genauigkeit wird durch Stichproben in jeder Runde gemessen. Dieser Zyklus liefert dokumentierbare Antworten auf die Fragen „Was hat die Maschine angeschaut, was hat sie gelernt, wie genau war sie?“ Die andere Seite stellt diese Methodik oft in Frage; Daher werden Trainingssatzgröße, Entscheidungsschwellenwerte und Validierungsstichprobenraten von Anfang an aufgezeichnet. Je transparenter und reproduzierbarer der Prozess ist, desto wahrscheinlicher ist es, dass das Ergebnis vor Gericht akzeptiert wird.

Tipp: Um Ihren TAR-Prozess vertretbar zu machen, dokumentieren Sie Ihre „Trainings“-Beispiele, Validierungsmetriken (Rückruf/Präzision) und Entscheidungsschwellenwerte. Die andere Partei fragt: „Was hat die Maschine übersehen?“ er mag fragen; Eine transparente Methodik sorgt für Vertrauen.

Zwei Metriken: Rückruf und Präzision

Zwei Konzepte sind bei der E-Discovery von entscheidender Bedeutung. Der Recall (Sensitivität – wie viele aller relevanten Dokumente konnten Sie tatsächlich finden) misst das Risiko des Fehlens; Dies ist rechtlich kritisch, da die Nichtvorlage eines entsprechenden Dokuments zu Sanktionen führen kann. Präzision – wie viel von dem, was Sie finden, tatsächlich relevant ist – misst unnötige Leselast; wirkt sich auf die Kosten aus. Es besteht ein Gleichgewicht zwischen beiden: Wenn Sie die Schwelle lockern, steigt die Erinnerung, aber auch unnötige Dokumente nehmen zu. In einem forensischen/juristischen Kontext hat eine hohe Erinnerung oft Priorität – nicht zu verpassen ist wichtiger als zu viel zu lesen.

Privilegien und Privatsphäre: die rote Linie

Der gefährlichste Fehler beim E-Discovery ist die versehentliche Übergabe eines privilegierten Dokuments an die andere Partei (privilegierter Verzicht). Sobald die Korrespondenz zwischen Anwalt und Mandant zugestellt ist, ist es sehr schwierig, sie abzurufen. KI hilft bei der Kennzeichnung von Privilegien, aber jede Privilegienentscheidung muss von einem menschlichen Anwalt bestätigt werden. Darüber hinaus kann eine Schwärzung für Dokumente erforderlich sein, die personenbezogene Daten enthalten (KVKK/DSGVO-Geltungsbereich); KI markiert Kandidaten, indem sie sie maskiert, die letzte Kontrolle liegt beim Menschen.

Achtung: Beachten Sie beim Laden von Unternehmensrohdaten in AI die Datenschutz- und Gerichtsstandsregeln (Welches Land verwendet die Daten, wohin gehen sie?). Bei Fahrzeugen, deren Daten nicht für die Modellausbildung verwendet werden, müssen privilegierte und personenbezogene Daten im Rahmen eines Vertrags und in der zuständigen Gerichtsbarkeit verarbeitet werden.

drei Mini-Koffer

Fall 1 – TAR reduzierte Kosten. Bei einem kommerziellen Fall mit 1,3 Millionen Dokumenten betrug die klassische Schätzung der linearen Überprüfung 14 Monate. Mit Predictive Coding markierten Anwälte 8.000 Dokumente; Das System klassifizierte den Rest und die menschliche Überprüfung beschränkte sich auf 90.000 Dokumente. Der Prozess wurde auf 6 Wochen verkürzt, 92 % bestätigt durch Rückrufproben.

Fall 2 – Privileg gespeichert. Die KI vor der Produktion markierte 240 Dokumente im Liefersatz als „möglicherweise privilegiert“. Das Anwaltsteam untersuchte; Bei 210 handelte es sich tatsächlich um Korrespondenz zwischen Anwalt und Mandant, die nicht zugestellt wurde. Ohne KI hätten diese Dokumente versehentlich an die andere Partei gelangen können.

Fall 3 – Das Risiko der Selbstüberschätzung. Ein Team legte den TAR-Schwellenwert für hohe Präzision eng fest; Das System eliminierte diejenigen, die es als „irrelevant“ erachtete, ohne Stichproben. Eine anschließende Prüfung ergab, dass mehrere wichtige E-Mails aufgrund des strengen Schwellenwerts übersehen wurden. Der Fehler wurde erst spät bemerkt, da kein Call Sampling durchgeführt wurde.

Vier kopierbare Vorlagen

1) Entwurf des Prüfprotokolls:

Ihre Rolle: E-Discovery-Berater. Gegenstand des Falles: [Vertragsbruch]. Entwerfen Sie für mich ein Überprüfungsprotokoll: Reaktionskriterien, Privilegienmarkierungen, Regeln zur Maskierung personenbezogener Daten und TAR-Überprüfungsschritte (Rückruf/Präzisionsstichprobe). Geben Sie an, dass jede Entscheidung einer anwaltlichen Bestätigung bedarf.

2) Vorläufige Relevanzklassifizierung:

Thema und Relevanzkriterien: [hier]. Ich werde Ihnen Dokumentenzusammenfassungen geben. Für jedes Dokument: relevant/irrelevant/unsicher und geben Sie eine KURZE Begründung an. Markieren Sie die „unklaren“; Diese werden einer anwaltlichen Prüfung unterzogen. Diejenigen, die Sie als irrelevant bezeichnen, werden durch Stichproben überprüft, es handelt sich nicht um eine endgültige Eliminierung.

3) Berechtigungsscan:

Kreuzen Sie die folgenden Dokumente an, die möglicherweise die Vertraulichkeit zwischen Anwalt und Mandant betreffen: Namen des Anwalts, „vertrauliche/privilegierte“ Sprache, Inhalt des Rechtsgutachtens. Hierbei handelt es sich nicht um ENDGÜLTIGE Entscheidungen, sondern um Kandidaten, die von einem Anwalt bestätigt werden müssen. Geben Sie für jedes Zeichen eine Begründung und die entsprechende Zeile an.

4) Kandidaten für die Maskierung personenbezogener Daten:

Listen Sie die Kandidaten für personenbezogene Daten auf, die in diesen vor der Produktion zu liefernden Dokumenten maskiert werden müssen: TR, IBAN, Gesundheit, private Daten Dritter. Nur als Kandidat markieren; Ich werde die endgültige Maskierungsentscheidung treffen. Text ändern.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Wählen Sie aus diesen Dokumenten diejenigen aus, die für den Fall relevant sind.

Keine Relevanzkriterien, keine Exklusivität und keine Verifizierung; KI trifft subjektive Entscheidungen, kann kritische Dokumente übersehen oder privilegierte Daten durchsickern lassen.

Kraftvolle Aufforderung:

Ihre Rolle: E-Discovery-Review-Assistent. Fall: Vorwurf, dass Unternehmen X gegen den Liefervertrag mit Y verstoßen habe. Relevanzkriterien: Liefertermine, Preisänderungen, Qualitätsbeschwerden, Kündigungsverhandlungen. Ich werde Ihnen Dokumentenzusammenfassungen geben. Geben Sie für jedes Dokument relevant/irrelevant/unsicher + Begründung an. Markieren Sie AUCH diejenigen als „möglicherweise privilegiert“, die den Namen des Anwalts oder die Rechtsmeinung enthalten. Betrachten Sie keine Entscheidung als endgültig; Alle unterliegen der Bestätigung durch einen Anwalt.

Die materiellen Kriterien, die Privilegienprüfung und die Einschränkung der „Anwaltsüberprüfung“ machen den Prozess vertretbar.

EDRM-Stufen und AI-Tabelle

Bühne

KI-Beitrag

menschliche Verantwortung

Sammlung

Vorlage, Plan

Rechtlicher Halt, Integrität

Verarbeitung

Deduplizierung, Formatierung, Verzeichnis

Qualitätskontrolle

Rezension

TAR, Relevanzempfehlung

Relevanzentscheidung

Privileg

Kandidaten markieren

endgültige Entscheidung, Bestätigung

Produktion

Maskierungskandidat

Endkontrolle, Lieferung

Häufige Fehler

• TAR unbeaufsichtigt lassen. Wenn Sie sagen: „Das Gerät hat angegeben, dass es kein Interesse hat“, ohne eine Anrufprobe durchzuführen, führt dies zu einer Entführung.
• Überlassen Sie die Privilegienentscheidung der KI. Bei einer Fehllieferung besteht die Gefahr eines unwiderruflichen Verzichts.
• Konzentrieren Sie sich nur auf Präzision statt auf Erinnerung. Bei einem engen Schwellenwert wird das relevante Dokument übersehen; Rechtlich gesehen hat der Rückruf Vorrang.
• Die Methodik wird nicht dokumentiert. Die andere Partei kann den TAR-Prozess in Frage stellen; Transparenz ist ein Muss.
• Hochladen persönlicher/privilegierter Daten in ein ungeeignetes Tool. Beachten Sie die Zuständigkeits- und Vertraulichkeitsregeln.

Zusammenfassend

E-Discovery ist der Prozess, relevante Beweise aus elektronischen Unternehmensdaten auf legale Weise zu finden und bereitzustellen und erfolgt im Rahmen von EDRM. KI verwandelt die teuerste Phase, die Überprüfung, mit TAR/Predictive Coding: Der Mensch liest nur die wahrscheinlich relevantesten und mehrdeutigsten Dokumente. Die rechtliche Verantwortung für die entscheidungserhebliche und insbesondere privilegierte Entscheidung liegt jedoch beim Anwalt; Rückrufproben, methodische Transparenz und Schutz personenbezogener Daten werden durch menschliche Disziplin gewährleistet.

Anwendungsaufgabe

Definieren Sie einen fiktiven Fall und 4-5 Elemente mit Relevanzkriterien. Bereiten Sie 20–25 Dokumentzusammenfassungen vor (einige vertraulich, einige unklar). Wenden Sie die Vorlagen „Relevanzvorklassifizierung“ und „Privilegienprüfung“ an; Überprüfen Sie dann den Rückruf manuell, indem Sie Stichproben aus dem „irrelevanten“ Satz ziehen und die von der KI markierten Privilegienkandidaten bestätigen.

Checkliste

• [ ] Ich habe die EDRM-Stufen und die gesetzliche Aufbewahrungspflicht beachtet.
• [ ] Ich habe das TAR-/Vorklassifizierungsergebnis mit einer Rückrufstichprobe überprüft.
• [ ] Ich habe jede Privilegienentscheidung an die Bestätigung durch einen menschlichen Anwalt gebunden.
• [ ] Ich habe die Maskierung personenbezogener Daten der Kandidaten mit der Endprüfung genehmigt.
• [ ] Ich habe die von mir verwendete Methodik und Schwellenwerte dokumentiert.