Ein Datenraum in einer mittelgroßen Transaktion enthält schnell mehrere tausend Seiten. Jahresabschlüsse, Gesellschafterverträge, Miet- und Arbeitsverhältnisse, Rechtsstreitigkeiten, Lizenzen. Die Aufgabe der Due Diligence ist nicht, alles zu lesen, sondern zu finden, was den Kaufpreis oder die Struktur verändert.
Genau dafür wirken Sprachmodelle wie gemacht. Und genau hier scheitern die meisten Umsetzungen.
Das Problem ist nicht die Zusammenfassung
Ein Modell fasst einen Vertrag zuverlässig zusammen. Die Frage ist, was ein Berater mit dieser Zusammenfassung anfangen soll.
Wer gegenüber einem Mandanten sagt, im Datenraum finde sich eine Change-of-Control-Klausel, muss auf Nachfrage sagen können, in welchem Vertrag, in welchem Paragraphen und mit welchem Wortlaut. Eine Antwort, die das nicht kann, ist im besten Fall ein Hinweis zum Nachschlagen und im schlechtesten Fall eine Behauptung, die im Gespräch zusammenbricht.
Deshalb ist die entscheidende Eigenschaft eines solchen Systems nicht die Qualität der Formulierung, sondern die Belegbarkeit jeder einzelnen Aussage.
Was das für die Architektur bedeutet
Belegbarkeit ist kein Feature, das man nachrüstet. Sie entsteht daraus, dass die Antwort auf gefundenen Textstellen beruht statt auf dem Gedächtnis des Modells.
Praktisch heißt das: Die Dokumente werden per OCR erfasst, in sinnvolle Abschnitte zerlegt und als Vektoren abgelegt. Zu jeder Frage wird zuerst gesucht, welche Abschnitte relevant sind. Erst diese Abschnitte bekommt das Modell zusammen mit der Frage vorgelegt, und die Antwort verweist auf sie zurück.
Damit ändert sich, worauf es bei der Umsetzung ankommt. Nicht das Modell entscheidet über die Brauchbarkeit, sondern der Suchschritt davor. Werden die falschen Abschnitte gefunden, formuliert das beste Modell nur die falsche Grundlage überzeugender.
Wo es in der Praxis klemmt
Drei Dinge kosten in solchen Projekten die meiste Zeit, und keines davon ist die Modellanbindung.
Die Zerlegung der Dokumente. Ein Vertrag ist kein Fließtext. Wer ihn nach Zeichenzahl zerschneidet, trennt regelmäßig eine Klausel von ihrer Definition, und beide Hälften werden für sich unverständlich. Die Abschnittsgrenzen müssen der Struktur des Dokuments folgen.
Die Sprache der Branche. Eine Suche, die “Wettbewerbsverbot” nicht mit “Konkurrenzklausel” zusammenbringt, findet die Hälfte nicht. Fachbegriffe, Abkürzungen und die Vielfalt deutscher Vertragssprache gehören in die Suchlogik, nicht in den Prompt.
Der Umgang mit Nichtwissen. Ein System, das auf eine Frage ohne Grundlage im Datenraum antwortet, ist gefährlicher als eines, das nichts findet. “Dazu liegt nichts vor” muss ein zulässiges und häufiges Ergebnis sein.
Was realistisch dabei herauskommt
Die Vorprüfung eines Datenraums verkürzt sich erheblich, weil die offensichtlichen Fundstellen nicht mehr gesucht, sondern nur noch geprüft werden. Die Beurteilung selbst bleibt vollständig beim Menschen, und das ist keine Einschränkung, sondern der Zweck: Die gewonnene Zeit fließt in die Prüfung der Punkte, die tatsächlich Verhandlungsmasse sind.
Wer mehr verspricht, hat entweder den Haftungsrahmen nicht verstanden oder die Belegkette nicht gebaut.
