LexisNexis, Thomson Reuters & Co.: Legal AI entwickelt sich vom Chatbot zum digitalen Mitarbeiter

Vier Ankündigungen in wenigen Tagen – und alle zeigen in dieselbe Richtung

Im Legal-Tech-Markt kommen Entwicklungen häufig in Wellen. Die zweite Augusthälfte 2026 ist dafür ein ungewöhnlich klares Beispiel. Innerhalb weniger Tage haben Thomson Reuters, LexisNexis, Google und Clio neue beziehungsweise deutlich erweiterte Legal-AI-Angebote vorgestellt. Die Produkte unterscheiden sich, der technologische Trend dahinter ist jedoch erstaunlich ähnlich.

Es geht nicht mehr nur darum, einem Chatbot eine juristische Frage zu stellen und eine Antwort zurückzubekommen. Die neue Generation soll ein Ziel verstehen, auf unterschiedliche Datenquellen zugreifen, Arbeitsschritte planen, spezialisierte Werkzeuge einsetzen und daraus einen überprüfbaren Arbeitsstand erzeugen. Legal AI verschiebt sich damit vom einzelnen KI-Dialog in Richtung eines digitalen Mitarbeiters im Kanzleiprozess.

Der Begriff digitaler Mitarbeiter ist dabei bewusst als Bild gemeint. Ein KI-System wird dadurch weder zum Rechtsanwalt noch übernimmt es anwaltliche Verantwortung. Aber die Rolle der Technologie verändert sich: vom Werkzeug, das auf einen Prompt reagiert, zu einem System, das innerhalb definierter Grenzen an einer Aufgabe mitarbeitet.

Schon Harvey II hatte kurz zuvor mit Memory, mandatsbezogenem Kontext und KI-Agenten in dieselbe Richtung gezeigt. Zusammengenommen entsteht deshalb mehr als eine Reihe einzelner Produktmeldungen. Es zeichnet sich ein neues Architekturmodell für Legal AI ab.

Thomson Reuters: Aus einer Rechtsfrage soll ein Arbeitsprodukt werden

Thomson Reuters hat am 20. August die nächste Generation von CoCounsel Legal angekündigt. Das Unternehmen beschreibt die Plattform ausdrücklich als agentische KI-Umgebung. Statt nur einzelne Fragen zu beantworten, soll CoCounsel komplexe juristische Aufgaben planen und über mehrere Schritte bearbeiten können.

Besonders deutlich wird die Veränderung am sogenannten Westlaw Brief Builder. Recherche, Analyse, Argumentationsaufbau, Entwurf und Prüfung von Fundstellen sollen stärker innerhalb eines verbundenen Arbeitsablaufs stattfinden. CoCounsel greift dabei auf Westlaw, Practical Law und – über Workspaces – auch auf mandatsbezogene sowie organisationsinterne Informationen zurück.

Thomson Reuters formuliert damit einen Anspruch, der für die gesamte Branche relevant ist: Das Ergebnis der KI soll nicht mehr nur eine Antwort sein, sondern ein belastbarer Arbeitsstand, den ein Jurist weiterprüfen und verantworten kann.

Interessant ist außerdem, dass die neue Generation nach Angaben des Unternehmens auf dem Claude Agent SDK von Anthropic aufsetzt. Das zeigt exemplarisch, dass sich Legal-AI-Produkte zunehmend aus mehreren Ebenen zusammensetzen: Basismodell, juristische Inhalte, firmeneigene Daten, Agentenlogik, Verifikation und Workflow.

LexisNexis: Der Anwalt beschreibt das Ziel – das System wählt den Weg

Nur vier Tage später folgte LexisNexis. Die neue Version von Lexis+ mit Protégé soll es Juristen ermöglichen, zunächst zu beschreiben, was sie erreichen möchten. Im Hintergrund entscheidet das System anschließend, welche Modelle, Agenten, Skills und ausgewählten Quellen für die jeweilige Aufgabe eingesetzt werden.

Das ist ein wichtiger Unterschied zum klassischen KI-Chat. Dort bestimmt der Nutzer den Arbeitsweg häufig selbst: recherchieren, Ergebnis kopieren, neues Prompt formulieren, Dokument hochladen, nächsten Schritt anstoßen. In einem agentischen System soll ein größerer Teil dieser Orchestrierung von der Software übernommen werden.

LexisNexis-CTO Greg Dickason beschreibt die Entwicklung des Marktes entsprechend als Weg von einzelnen Aufgaben hin zu integrierter Intelligenz. Für Kanzleien dürfte genau diese Integration entscheidend werden. Ein gutes Sprachmodell allein kennt noch nicht das Mandat, die relevanten Quellen, das Kanzleiwissen oder die internen Freigaberegeln.

Google macht aus Legal AI eine Plattformfrage

Mit Gemini Enterprise for Legal ist seit dem 25. August auch Google noch offensiver in diesem Markt. Bemerkenswert ist weniger ein einzelnes Feature als die Architektur der Plattform.

Google kombiniert vier Bausteine: juristische Skills, sichere Verbindungen zu vorhandenen Systemen, spezialisierte Agenten und ein offenes Partner-Ökosystem. Darunter liegt eine zentrale Governance-Schicht für Zugriffe und Richtlinien. Zu den genannten Integrationen gehören unter anderem Dokumentenmanagement-, eDiscovery-, Signatur- und Rechercheplattformen.

Eine besondere Rolle spielt dabei das Model Context Protocol (MCP). Über solche Verbindungen sollen Agenten auf Daten und Funktionen bestehender Systeme zugreifen können, ohne dass Kanzleien ihre gesamte technische Landschaft ersetzen müssen. Google nennt beispielsweise iManage, NetDocuments, Everlaw, RelativityOne, DocuSign, Thomson Reuters, Harvey und weitere Anbieter.

Die Botschaft ist deutlich: Für professionelle juristische Arbeit soll nicht das allgemeine Sprachmodell allein entscheidend sein. Entscheidend wird die Umgebung darum herum – also welche Daten ein System sehen darf, welche Werkzeuge es benutzen kann und welche Regeln dabei gelten.

Clio verbindet die KI mit dem laufenden Mandat

Auch Clio bewegt sich in diese Richtung. Ein Jahr nach der Übernahme von vLex verbindet das Unternehmen juristische Daten und KI stärker mit den Systemen, in denen Kanzleien Mandate und Arbeitsabläufe organisieren.

Am 25. August stellte Clio die Einbettung von Vincent in Clio Operate vor. Die KI soll dabei nicht isoliert außerhalb des Mandats arbeiten, sondern gleichzeitig auf juristische Informationen, den Kontext des laufenden Matters und etablierte Arbeitsweisen der Organisation zugreifen können.

Damit wird ein weiterer Trend sichtbar: Kontext wird zum eigentlichen Wettbewerbsvorteil von Legal AI. Eine allgemeine Antwort kann jedes leistungsfähige Modell erzeugen. Schwieriger ist es, die richtige Antwort auf Grundlage der richtigen Akte, der richtigen Berechtigungen, des passenden Kanzleiwissens und aktueller juristischer Quellen zu erzeugen.

Was Agentic AI von einem guten Chatbot unterscheidet

Der Begriff Agentic AI wird derzeit sehr unterschiedlich verwendet. Im Kern geht es um Systeme, die eine Aufgabe nicht nur beantworten, sondern über mehrere Schritte verfolgen können.

Ein klassischer KI-Assistent wartet typischerweise auf die nächste Eingabe des Nutzers. Ein agentisches System kann dagegen innerhalb definierter Grenzen selbst entscheiden, welcher Zwischenschritt notwendig ist, welches Werkzeug eingesetzt werden soll und welche Information noch fehlt. Ein konkreter KI-Agent ist eine mögliche Ausprägung dieses Prinzips.

Genau deshalb ist der Sprung größer, als der Begriff Agent zunächst vermuten lässt. Die zentrale Veränderung ist nicht, dass ein Chatfenster einen neuen Namen bekommt. Die Einheit der Automatisierung verschiebt sich von der einzelnen Aufgabe zum Workflow.

Kanzleiwissen wird wichtiger als das nächste Basismodell

Diese Entwicklung verändert auch die Bedeutung der eigenen Daten. Wenn Systeme künftig über mehrere Schritte innerhalb eines Mandats arbeiten sollen, benötigen sie verlässlichen Kontext: Dokumente, Vorlagen, Playbooks, bisherige Arbeitsergebnisse, Zuständigkeiten, Mandatsinformationen und Zugriffsrechte.

Damit werden Themen wichtig, die neben spektakulären Modellankündigungen leicht übersehen werden. Ein sauber aufgebautes Dokumentenmanagementsystem, strukturiertes Wissensmanagement und klare Berechtigungen können für den produktiven KI-Einsatz wichtiger werden als der Wechsel vom zweitbesten zum besten Sprachmodell.

Technisch lässt sich internes Wissen beispielsweise über Retrieval-Augmented Generation (RAG), direkte Systemintegrationen oder neue Protokolle wie MCP einbinden. Die konkrete Architektur kann unterschiedlich aussehen. Das Ziel bleibt gleich: Die KI soll nicht nur sprachlich überzeugend sein, sondern mit dem richtigen Kontext arbeiten.

Für deutsche Kanzleien wird aus der Tool-Frage eine Organisationsfrage

Für deutsche Kanzleien bedeutet diese Marktbewegung nicht, dass ab morgen ein autonomer KI-Anwalt sämtliche Mandate bearbeitet. Einige der genannten Angebote befinden sich noch in Preview-Phasen oder werden zunächst in bestimmten Märkten ausgerollt. Relevant ist deshalb weniger die sofortige Verfügbarkeit jedes Produkts als die Richtung, die praktisch alle großen Anbieter einschlagen.

Die entscheidende Frage lautet künftig immer seltener: Welchen KI-Chat sollen wir lizenzieren? Sie lautet vielmehr: Welche Arbeit darf ein KI-System in unserer Kanzlei mit welchen Daten, Werkzeugen und Freigaben übernehmen?

Die Bundesrechtsanwaltskammer beschäftigt sich inzwischen intensiv mit genau diesen Fragen. Im Juni 2026 betonte der zuständige Ausschuss der Satzungsversammlung, dass KI-Kompetenz für Anwältinnen und Anwälte unverzichtbar sei. Bereits die bestehenden Handlungshinweise der BRAK machen deutlich, dass KI-Ergebnisse eigenverantwortlich geprüft werden müssen und insbesondere Verschwiegenheit, Datenschutz und mögliche Halluzinationen zu berücksichtigen sind.

Je agentischer ein System wird, desto wichtiger wird deshalb KI-Governance. Denn ein System, das nur Text vorschlägt, besitzt einen anderen Handlungsspielraum als ein Agent, der Dokumente durchsucht, Daten in andere Systeme überträgt oder eigenständig weitere Arbeitsschritte auslöst.

Fünf Fragen, die Kanzleien vor KI-Agenten beantworten sollten

1. Welche Prozesse eignen sich überhaupt?

Nicht jeder Prozess wird besser, nur weil ein Agent beteiligt ist. Besonders interessant sind wiederkehrende, informationsintensive Abläufe mit klaren Eingaben, nachvollziehbaren Zwischenschritten und einem definierten Ergebnis.

2. Wo liegen die benötigten Informationen?

Wenn relevante Dokumente über E-Mail-Postfächer, lokale Laufwerke, DMS, Kanzleisoftware und persönliche Ordner verteilt sind, kann auch eine sehr gute KI nur begrenzt helfen. Datenstruktur wird zur Voraussetzung für Automatisierung.

3. Was darf die KI sehen und was darf sie tun?

Lesezugriff, Schreibzugriff und die Möglichkeit, externe Aktionen auszulösen, sollten getrennt betrachtet werden. Für jeden Prozess braucht es ein nachvollziehbares Berechtigungsmodell.

4. Wo muss ein Mensch freigeben?

Human in the Loop ist im Rechtsmarkt kein Zeichen einer unfertigen Automatisierung. Es ist häufig ein bewusstes Qualitäts- und Sicherheitsprinzip. Besonders vor externer Kommunikation, verbindlichen Bewertungen oder Änderungen an Mandatsdaten sollten Freigabepunkte klar definiert sein.

5. Woran messen wir den Nutzen?

Eine Agenten-Demo kann beeindruckend wirken und trotzdem wenig wirtschaftlichen Wert erzeugen. Kanzleien sollten neben der Bearbeitungszeit auch Prüfaufwand, Fehlerrate, Nacharbeit, Nutzerakzeptanz und die Qualität des Endergebnisses messen.

Der Wettbewerb verschiebt sich: vom besten Modell zum besten System

Die aktuellen Ankündigungen von Thomson Reuters, LexisNexis, Google und Clio zeigen einen bemerkenswerten gemeinsamen Nenner. Kein Anbieter verlässt sich allein auf ein großes Sprachmodell. Alle versuchen, Modelle mit juristischen Quellen, Kanzleidaten, Workflows, Integrationen und Governance zu verbinden.

Das dürfte die nächste Phase des Legal-AI-Wettbewerbs prägen. Für Kanzleien wird nicht nur relevant sein, welches Modell in einem Benchmark die beste Antwort erzeugt. Wichtiger wird, ob ein System zuverlässig auf das richtige Wissen zugreifen, mehrere Arbeitsschritte koordinieren und innerhalb klarer Grenzen in bestehende Prozesse eingebunden werden kann.

Genau darin liegt auch die eigentliche Bedeutung des Begriffs digitaler Mitarbeiter. Die KI ersetzt nicht den verantwortlichen Anwalt. Sie rückt aber näher an die Stelle, an der heute menschliche Mitarbeitende Informationen zusammensuchen, Arbeit vorbereiten, Zwischenschritte koordinieren und Ergebnisse zur Prüfung vorlegen.

Für Kanzleien, die sich mit KI für Anwälte beschäftigen, verschiebt sich deshalb die strategische Aufgabe. Es geht nicht mehr nur darum, Mitarbeitenden einen Chatbot bereitzustellen. Es geht darum, juristische Arbeit so zu organisieren, dass Menschen, Daten, Software und KI sinnvoll zusammenarbeiten können.

FAQ: Agentic AI und die neue Generation von Legal AI

1. Was bedeutet Agentic AI im Rechtsmarkt?

Agentic AI bezeichnet KI-Systeme, die komplexere Aufgaben über mehrere Schritte verfolgen können. Sie können beispielsweise Informationen abrufen, Werkzeuge einsetzen, Zwischenergebnisse bewerten und den nächsten Arbeitsschritt auswählen. Im Rechtsmarkt wird dieses Prinzip zunehmend mit juristischen Datenquellen und Kanzleisystemen verbunden.

2. Was ist der Unterschied zwischen einem KI-Chatbot und einem KI-Agenten?

Ein Chatbot beantwortet typischerweise eine einzelne Eingabe. Ein KI-Agent kann innerhalb definierter Grenzen selbst weitere Schritte planen und Werkzeuge verwenden. Entscheidend ist deshalb weniger die Benutzeroberfläche als der Handlungsspielraum des Systems.

3. Können KI-Agenten einen Rechtsanwalt ersetzen?

Nein. Die aktuellen Systeme sind Werkzeuge zur Unterstützung juristischer Arbeit. Anwaltliche Verantwortung, fachliche Prüfung und die Entscheidung über rechtlich relevante Ergebnisse bleiben beim Menschen. Gerade bei stärker automatisierten Workflows werden klare Kontroll- und Freigabepunkte wichtiger.

4. Sind die neuen agentischen Legal-AI-Systeme bereits in Deutschland verfügbar?

Das unterscheidet sich je nach Anbieter und Produkt. Die neue Generation von CoCounsel Legal ist zunächst in den USA verfügbar; Google führt Gemini Enterprise for Legal derzeit als Preview. Für deutsche Kanzleien ist die aktuelle Entwicklung deshalb vor allem strategisch relevant: Sie zeigt, wie sich Legal-AI-Plattformen technisch und organisatorisch weiterentwickeln.

5. Welche Rolle spielt MCP bei Legal AI?

Das Model Context Protocol ist ein offener technischer Standard, über den KI-Anwendungen mit Datenquellen und Werkzeugen verbunden werden können. Google setzt bei Gemini Enterprise for Legal beispielsweise auf MCP-Connectoren zu vorhandenen Legal-Tech-Systemen. Ein Protokoll allein löst jedoch keine Datenschutz- oder Berechtigungsfragen; diese müssen in der jeweiligen Implementierung sauber geregelt werden.

6. Wo sollte eine Kanzlei mit agentischer KI beginnen?

Am sinnvollsten ist zunächst ein klar abgegrenzter Prozess mit messbarem Nutzen. Danach sollten benötigte Datenquellen, Zugriffsrechte, Prüfschritte und Erfolgskriterien definiert werden. Erst auf dieser Grundlage lässt sich beurteilen, ob ein klassischer Workflow, ein KI-Assistent oder ein agentisches System die passende Lösung ist.

Fazit: Legal AI beginnt zu handeln – aber Verantwortung bleibt menschlich

Die vergangenen Tage könnten im Rückblick einen wichtigen Übergang markieren. Thomson Reuters, LexisNexis, Google und Clio setzen mit unterschiedlichen Produkten auf denselben Grundgedanken: Legal AI soll nicht mehr isoliert antworten, sondern stärker innerhalb realer juristischer Arbeit funktionieren.

Für deutsche Kanzleien ist deshalb nicht entscheidend, jedem Produktlaunch sofort zu folgen. Viel wichtiger ist, die eigenen Voraussetzungen zu schaffen: strukturierte Daten, klare Prozesse, nachvollziehbare Berechtigungen, geeignete Systeme und Menschen, die KI-Ausgaben fachlich beurteilen können.

Wir von Leadsleader beobachten genau diese Verbindung aus Legal AI, Kanzleiprozessen und digitaler Infrastruktur. Denn der nächste Wettbewerbsvorteil entsteht wahrscheinlich nicht dadurch, dass eine Kanzlei den neuesten Chatbot zuerst freischaltet. Er entsteht dort, wo KI sinnvoll in die tatsächliche Arbeit einer Kanzlei eingebaut wird.