Interviewer: Felicitas von Rauch, Founding Growth Lead bei Forgent

Felicitas: Henrik, wie oft hörst du in Kundengesprächen den Satz "Das können wir selbst bauen"?

Henrik: Das hören wir eigentlich eher selten. Es kommt stark auf die Größe der Kanzlei oder der Rechtsabteilung an. Für kleine und mittlere Kanzleien sowie Rechtsabteilungen in Unternehmen stellt sich die Frage oft gar nicht. Über 60 Prozent aller Anwälte in Deutschland arbeiten in Kanzleien mit maximal fünf Personen. Kanzleien mit weniger als 20 Anwälten fehlt in der Regel die Kapazität, um jemanden ausschließlich für das Thema Technologie abzustellen. In diesen Fällen beschäftigen sich die Partner, wenn überhaupt, selbst mit Legal Tech. Ab etwa 20 Anwälten fangen Kanzleien an, systematisch über ihre technische Infrastruktur nachzudenken. Ihr erster Reflex ist es, sich den Markt und bestehende Lösungen anzusehen, da auch hier die Ressourcen für eine Eigenentwicklung fehlen. Erst wenn die vorhandenen Angebote ihre spezifischen Anforderungen nicht erfüllen, wird der Bau einer eigenen Lösung in Betracht gezogen.

Leo: Bei Forgent sieht das etwas anders aus, da wir viel mit Großkunden zusammenarbeiten. Große Unternehmen neigen eher dazu, interne Lösungen zu entwickeln. Ein Beratungsunternehmen mit zehntausend Mitarbeitern zum Beispiel hat ganz andere interne Kapazitäten. Die relativen Kosten für eine Eigenentwicklung sind im Vergleich zu einem kleinen Unternehmen deutlich geringer. In jedem Benchmark, den wir durchgeführt haben, schnitten die internen Lösungen jedoch durchweg schlechter ab. In den meisten Fällen stellten sie sich trotz Budgets von fünf Millionen Euro und mehr als eilig zusammengebaute ChatGPT-Wrapper heraus.

Felicitas: Was sind die häufigsten Gründe, warum Unternehmen trotzdem versuchen, eigene Lösungen zu bauen?

Henrik: Historisch gesehen war der Hauptgrund, dass es die Produkte, die Kanzleien wirklich brauchten, schlichtweg nicht gab. Vor der KI-Ära war Legal Tech ein weitgehend übersehenes Feld. Es gab hier und da ein paar kleine Tools, wie ein Word-Add-in oder eine Zeiterfassungssoftware. Gleichzeitig war jede Kanzlei davon überzeugt, dass ihre Anforderungen so einzigartig seien, dass die Technologie komplett maßgeschneidert sein müsste. Erst mit den LLMs entstand die Möglichkeit, Technologie skalierbar einzusetzen. Darüber hinaus spielen natürlich auch Kontrolle und Anpassbarkeit eine Rolle: Genau zu wissen, was mit den Daten passiert, ob alles sicher ist und ob das System exakt auf die eigenen Anwendungsfälle zugeschnitten werden kann.

Felicitas: Was hat sich in den letzten zwei Jahren geändert?

Henrik: Der Markt hat sich grundlegend verändert. Dank KI gibt es heute Software, die enorm leistungsfähig ist, zahlreiche Anwendungsfälle abdeckt und zudem interoperabel ist, d. h. Integrationen mit einer Vielzahl anderer Tools bietet. Kanzleien, die weiterhin auf Eigenentwicklungen setzen, müssen zunehmend feststellen, dass sie vom technologischen Fortschritt überholt werden und mit der Innovationsgeschwindigkeit nicht mehr schritthalten können.

Johannes: Was sich geändert hat, ist die Marktreife. Vor zwei oder drei Jahren gab es das Konzept eines Legal Workspaces wie Libra noch gar nicht. Damals war es durchaus denkbar, selbst einen Chatbot zu bauen. Doch mit der Weiterentwicklung der Produkte steigen auch die Erwartungen. Ab einem bestimmten Punkt wird die Komplexität so groß, dass eine Eigenentwicklung nicht mehr realistisch ist. Das ist vergleichbar damit, dass heute niemand mehr auf die Idee käme, die Google Cloud nachzubauen, obwohl Unternehmen vor 20 Jahren routinemäßig ihre eigenen Cloud-Server betrieben haben.

Felicitas: Welche technischen Aufwände werden beim Eigenbau am häufigsten unterschätzt?

Johannes: Es gibt Aspekte eines Produkts, die sich intern einfach nicht im großen Stil replizieren lassen. Ein gutes Beispiel sind Integrationen: Unser Produkt lässt sich nahtlos in andere Lösungen einbetten, was seinen Wert erheblich steigert. Natürlich kann man versuchen, eine solche Funktion nachzubauen. Aber dann steht man permanent vor der Herausforderung, diese Integrationen zu pflegen und zu erweitern. Das ist ein kontinuierlicher Aufwand, und man wird gegenüber einer spezialisierten Lösung, die genau dies als Kernziel verfolgt, immer im Hintertreffen sein.

Leo: Wir haben viel Zeit darauf verwendet, die technischen Komplexitäten aufzuzeigen, die mit dem Bau eines domänenspezifischen KI-Tools für öffentliche Ausschreibungen verbunden sind. Die Komplexität reicht vom Context Engineering über die Hunderte von Anforderungen, die aus einer Ausschreibung extrahiert werden müssen, bis hin zu einem Planungsmodus, in dem einzelne Kapitel konsistent generiert werden. Und das Risiko ist hoch. Wenn in einer Ausschreibungsantwort auch nur eine einzige Anforderung fehlt, wird der Bieter disqualifiziert. Viele Unternehmen unterschätzen diese Komplexität. Moderne Coding-Assistenten machen es möglich, sehr schnell eine Lösung aufzusetzen, die für eine Handvoll Eingaben gut funktioniert. Eine zuverlässig konstante Qualität bleibt dabei jedoch meist auf der Strecke.

Felicitas: Henrik, lass uns über die Adoption sprechen. Welche Rolle spielt sie in der „Make or Buy“-Diskussion?

Henrik: Die Akzeptanz und tatsächliche Nutzung ist wohl das wichtigste Argument von allen. Intern entwickelte Tools können technisch durchaus wettbewerbsfähig sein. Ein ChatGPT-Wrapper in einer sicheren Azure-Umgebung zum Beispiel. Aber es kommt nicht darauf herrschend an, dass eine Lösung im Prinzip funktioniert, sondern dass sie auch tatsächlich genutzt wird. UX/UI spielt hierbei die entscheidende Rolle. Spezialisierte Anbieter wie Libra können eine nachhaltige Nutzung weitaus effektiver sicherstellen, weil sie eine durchdachte User Experience entwickeln. Das führt dazu, dass die Nutzer das Tool gerne und regelmäßig verwenden. Interne Tech-Teams stehen dagegen unter weniger Druck, da es keine interne Alternative gibt. Sie müssen sich nicht am Markt behaupten und können den Mitarbeitern im Unternehmen die Nutzung des Tools im Grunde vorschreiben. Historische Vergleiche verdeutlichen den Punkt: Erst mit der grafischen Benutzeroberfläche haben Computer eine breite Akzeptanz gefunden. Das mobile Internet wurde erst durch den Touchscreen zum Mainstream. Und bei KI-Software ist es genau dasselbe. Es wird immer Anwälte geben, die alles selbst konfigurieren wollen. In einer Kanzlei mit 100 Mitarbeitern gibt es vielleicht einen technisch versierten Kollegen, der eine funktionierende Lösung baut. Aber niemand sonst nutzt sie. Oder jeder nutzt sie anders. Die entscheidende Frage ist: Baue ich das nur für mich selbst oder für 90 andere Nutzer, die vielleicht weitaus weniger technikaffin sind?

Johannes: Es gibt einen weiteren Faktor, den man bei einer Eigenentwicklung fast unmöglich kopieren kann: die Innovationskultur eines Start-ups. In einem Start-up ist jeder intrinsisch motiviert, das Produkt kontinuierlich weiterzuentwickeln und zu verbessern. Diese Dynamik fehlt häufig, wenn ein externer Dienstleister ein Projekt umsetzt oder ein kleines internes Team mit der Entwicklung betraut ist.

Felicitas: Wie schafft es Libra konkret, die Adoption in Kanzleien zu steigern?

Henrik: Wir setzen auf sogenannte Legal Engineers. Das sind Juristen, die über ein tiefes Wissen darüber verfügen, wie KI zur Lösung rechtlicher Fragestellungen eingesetzt werden kann. Sie schlagen die Brücke zwischen dem, was technisch machbar ist, und dem, was Anwälte in ihrer täglichen Arbeit benötigen. Dies erfordert sowohl technisches als auch juristisches Fachwissen. Wenn man einem Anwalt ein KI-Tool in die Hand drückt und ihm sagt, er soll es einfach mal ausprobieren, wird er irgendeine beliebige Rechtsfrage eingeben. Die Antwort ist dann vielleicht nicht überzeugend, was dazu führt, dass der Anwalt KI als nutzlos abtut. Wenn man ihm aber zeigt, wie er einen spezialisierten Assistenten für sein spezifisches Problem konfiguriert – z. B. um juristische Argumente aus einem Schriftsatz zu extrahieren und strukturiert darzustellen –, dann entstehen die echten Aha-Momente. Diese Art der Begleitung können wir als spezialisierter Anbieter weitaus effektiver leisten als ein internes Team.

Felicitas: Bei Kunden, die anfangs eine eigene Lösung gebaut hatten und dann umgestiegen sind: Was war der entscheidende Moment?

Henrik: In der Regel stellten diese Kunden im direkten Vergleich fest, dass Libra sowohl bei der Qualität der Ergebnisse als auch bei der Benutzerfreundlichkeit bessere Resultate lieferte. Und vor allem: Die Nutzer bevorzugten es und setzten es häufiger ein. Das ist letztlich der entscheidende Faktor. Es hat wenig Wert, ein technisch hochentwickeltes Tool im eigenen Haus entwickelt zu haben, wenn es am Ende niemand nutzt.

Leo: Wir bieten einen direkten Vergleich zwischen der hauseigenen Lösung des Kunden und Forgent an. Im besten Fall stellt das Unternehmen fest, dass sein eigenes Tool gut funktioniert. In den meisten Fällen finden sie jedoch heraus, dass Forgent besser abschneidet. Bei einem Großkunden haben wir dieselbe Ausschreibung sowohl mit dem internen Tool als auch mit Forgent bearbeitet. Eine Jury bewertete die Ergebnisse in einem Blindtest, ohne zu wissen, welche Lösung welchen Vorschlag hervorgebracht hatte. Forgent hat gewonnen. Das ist ein besonders überzeugendes Argument, denn die Mitglieder des internen Teams waren erfahrene Ausschreibungsexperten. Und konnten trotzdem kein besseres Ergebnis erzielen.

Felicitas: Johannes, welche Frage hätte ich stellen sollen, die du in der „Buy vs. Build“-Diskussion für besonders relevant hältst?

Johannes: Ich denke, der oft unterschätzte Mehrwert, den der Kauf einer spezialisierten Lösung mit sich bringt, verdient besondere Erwähnung: der externe Impuls. Man kann das technisch ausgefeilteste Tool entwickeln, das man sich vorstellen kann. Aber wenn die Nutzer nicht verstehen, wie sie es produktiv einsetzen können, verfehlt es seinen Zweck. Der Aufwand, Kunden systematisch einzuarbeiten und die Neugier auf neue Anwendungsfälle zu wecken, stellt einen erheblichen Wert dar. Dies muss nicht zwingend in Form von aufwendigen Pilotphasen mit mehreren Ingenieuren geschehen. Gut gestaltete Onboarding-Materialien können bereits einen wesentlichen Unterschied machen. Darüber hinaus ist der Datenaspekt von entscheidender Bedeutung: Wir haben Zugriff auf juristische Datenbanken und Verlagsinhalte, die sich weder replizieren noch ohne Weiteres beschaffen lassen. Dies ist ein struktureller Vorteil gegenüber einer Eigenentwicklung, der nur extrem schwer aufzuholen ist.

Felicitas: Vielen Dank für das Gespräch!

Libra ist ein juristisches KI-Tool, das zur Unterstützung der täglichen juristischen Arbeit entwickelt wurde und von über 700 führenden Rechtsteams genutzt wird.

Forgent AI hilft Unternehmen mit seiner End-to-End-KI-Plattform, öffentliche Ausschreibungen zu gewinnen.