Glossar zu Artificial Intelligence
AI-Glossar für Jurist:innen: Alle Begriffe zur Transformation der Branche.
Die juristische Technologielandschaft entwickelt sich vor unseren Augen rasant weiter und schafft ein ganz neues Vokabular an KI-bezogenen Begriffen und Phrasen. Für diejenigen unter uns, die nichts mit Produkt- oder Softwareentwicklung zu tun haben, ist es hilfreich zu wissen, was diese Begriffe bedeuten. Diese Übersicht soll Ihnen ein besseres Verständnis der wichtigsten KI-Konzepte vermitteln.
Die Grundlagen
Extraktiv vs. Generativ
Große Sprachmodelle (LLM)
Legal Tech Beispiele
Die Grundlagen
Algorithmus: Abfolge von Anweisungen für Software, die ein damit Probleme löst oder eine Berechnung durchführt.
Künstliche Intelligenz (KI): Computersoftware und -systeme, die lernen, planen, schlussfolgern oder natürliche Sprache verarbeiten, anstatt nur vorprogrammierte gleiche Aktionen durchzuführen, zB Spracherkennung, Bilderkennung Übersetzung zwischen (natürlichen) Sprachen sowie andere Zuordnungen von Informationen.
Verarbeitung natürlicher Sprache (Natural Language Processing, NLP): eine Art von KI, die dazu dient, menschliche Sprache zu analysieren, zu verstehen und zu erzeugen. Bei Rechtsdokumenten analysiert NLP Rechtsdokumente, Verträge und andere Rechtstexte, um wichtige Bestimmungen, Klauseln und Risiken zu ermitteln, zB Lexis SmartScan®.
Semantische Suche: eine Suche, bei der nicht nur die Schlüsselwörter, sondern auch der Kontext und die Absicht hinter der Suchanfrage berücksichtigt werden, was für die juristische Analyse von entscheidender Bedeutung ist, zB Lexis 360®.
Maschinelles Lernen (ML): ein Teilbereich der künstlichen Intelligenz, der im weitesten Sinne als die Fähigkeit einer Maschine definiert wird, zu lernen, ohne ausdrücklich programmiert zu werden. Algorithmen des maschinellen Lernens erstellen ein Modell auf der Grundlage von Beispieldaten, dh Trainingsdaten, um Vorhersagen zu treffen oder Entscheidungen zu treffen, ohne dafür explizit programmiert zu werden.
Datenanalyse: der Prozess der Automatisierung der Datenanalyse durch maschinelles Lernen, um schneller und mit höherer Genauigkeit wichtige Erkenntnisse und umsetzbare Informationen zu erhalten.
Deep Learning: eine Art des maschinellen Lernens, bei dem neuronale Netzwerke genutzt werden, um ähnlich wie ein Mensch durch Beispiele zu lernen.
Neuronales Netzwerk: Ein Deep-Learning-Prozess, der das menschliche Gehirn nachahmt, indem er miteinander verbundene Knoten oder Neuronen in einer geschichteten Struktur verwendet. Es gibt drei Arten von Schichten: die Eingabeschicht, die die Daten aufnimmt, eine oder mehrere versteckte oder verarbeitende Schichten, die die Funktionen des Modells ausführen, und eine Ausgabeschicht, die die Ausgabe produziert. Jede Schicht besteht aus Neuronen. Jedes Neuron empfängt Eingaben von den anderen Neuronen, verarbeitet sie und erzeugt eine Ausgabe.
Konstitutionelle KI: Eine Methode, die sicherstellt, dass KI-Systeme mit menschlichen Werten übereinstimmen. Dieser Begriff wird von Forschern verwendet, um die Kontrollen zu beschreiben, die sie entwickelt haben, um sicherzustellen, dass sich ihre KI-Systeme ethisch korrekt verhalten.
Extraktive vs. Generative KI
Extraktive KI: Ein KI-Algorithmus, der relevante Datenpunkte aus den Daten extrahiert, auf denen er trainiert wurde.
Generative KI: Ein Algorithmus, der auf der Grundlage der Daten, auf die er trainiert wurde, neue Ergebnisse erzeugt. Im Gegensatz zu extraktiven KI-Systemen, die darauf ausgelegt sind, Muster zu erkennen, bereits vorhandene Daten zu extrahieren und Vorhersagen zu treffen, erzeugt generative KI neue Inhalte, zB neu formulierte Texte, die auf Basis bestehender Inhalte generiert werden.
Große Sprachmodelle
Large Language Model (LLM): ein maschinelles Lernmodell, das auf der Grundlage von Mustern und Beziehungen (Wahrscheinlichkeiten), die es aus umfangreichen Datensätzen gelernt hat, Texte erkennen, zusammenfassen, übersetzen, vorhersagen, analysieren und generieren kann. LLMs arbeiten, indem sie den nächsten Begriff oder das nächste Wort in einem Satz vorhersagen, und zwar auf der Grundlage der Wörter, die vor diesem Begriff standen. LexisNexis nutzt viele hochgradig trainierte LLMs, um den Benutzern zu helfen, wichtige Erkenntnisse in LexisNexis schneller zu gewinnen.
Bidirectional Encoder Representations (BERT): ein ML- und NLP-Framework, das nuancierte Nischensprache und Kontext mit einem hohen Maß an Genauigkeit analysiert. LexisNexis arbeitet gerade daran die BERT-Technologie auf alle juristischen Themen zu trainieren.
Konversations-KI: eine Sammlung von Technologien, die einen Konversationsassistenten oder Chatbot betreiben. Gemeinsam ermöglichen sie eine effiziente, automatisierte Kommunikation über Text und Sprache, indem sie die Absicht verstehen, Sprache und Kontext entschlüsseln und auf eine menschenähnliche Weise reagieren.
Chatbot: ein Softwareprogramm, das über Text oder Sprache mit Menschen kommuniziert und es ihnen ermöglicht, mit digitalen Geräten so zu interagieren, als ob sie mit einer echten Person kommunizieren würden. Es kann so einfach sein wie ein rudimentäres Programm, das einfache Fragen mit einer kurzen Antwort beantwortet, oder so ausgeklügelt wie ein Gesprächsassistent, der eine lange, nuancierte Konversation führt, komplexe Absichten seiner menschlichen Nutzer erkennt und lernt und sich weiterentwickelt, um ein höheres Maß an Personalisierung zu bieten.
GPT: Generative Pretrained Transformer ist eine Familie von KI-Sprachmodellen, die von OpenAI eingeführt wurde. Diese Modelle können für verschiedene Aufgaben der Verarbeitung natürlicher Sprache, wie zB Texterzeugung, Sprachübersetzung und Textklassifizierung, feinabgestimmt werden. Das „Pre-Training“ in seinem Namen bezieht sich auf den anfänglichen Trainingsprozess auf einer großen Textsammlung, bei dem das Modell lernt, das nächste Wort in einer Passage vorherzusagen, was eine solide Grundlage für das Modell darstellt, um bei nachgelagerten Aufgaben mit begrenzten Mengen an aufgabenspezifischen Daten gut abzuschneiden.
ChatGPT: ein Chatbot mit künstlicher Intelligenz, der von OpenAI im November 2022 eingeführt wurde. Er baut auf OpenAIs GPT-3.5 auf und verwendet überwachtes Lernen sowie Verstärkungslernen. Obwohl die Hauptfunktion eines Chatbots darin besteht, eine menschliche Konversation zu imitieren, ist ChatGPT vielseitig und agiert als generative KI. Er kann zum Beispiel Computerprogramme schreiben und debuggen, Musik, Theaterstücke, Märchen und Schüleraufsätze komponieren, Testfragen beantworten (manchmal, je nach Test, auf einem Niveau, das über dem des durchschnittlichen menschlichen Testteilnehmers liegt) und mehr.
GPT-3: das Sprachvorhersagemodell der dritten Generation der GPT-Reihe, das im Mai 2020 von OpenAI eingeführt wurde. Es handelt sich um ein autoregressives Sprachmodell, dh es sagt künftige Ergebnisse auf der Grundlage früherer Beobachtungen voraus und produziert menschenähnlichen Text.
GPT-4: Das Sprachvorhersagemodell der vierten Generation in der GPT-Reihe, das im März 2023 von OpenAI eingeführt wird, ist multimodal und akzeptiert sowohl Bild- als auch Texteingaben, um letztendlich Text zu produzieren.
LegalTech Beispiele
Juristische Analytik: KI, die juristische Daten zu Richtern, Anwälten, Gerichten usw analysiert und Einblicke in umsetzbare Trends und Muster liefert – dies ist vor allem in den USA von Bedeutung. ZB Litigation Analytics und Lex Machina.
Juristische Recherche: KI-gestützte juristische Recherchetools, die Anwälten und Juristen helfen, relevante Rechtsprechung, Gesetze und Vorschriften effizient zu finden, zB Lexis 360®.
Legal Intelligence: Legal Intelligence versucht durch Vernetzung und Analyse juristischer Inhalte neue Zusammenhänge, Erkenntnisse und Informationen zu gewinnen. Es macht aus Fachliteratur mehr als die Summe der Teile. ZB Lexis 360® erkennt verbundene Normen und zukünftige rechtliche Änderungen, und kann so auf (oftmals zukünftige oder überraschende) rechtliche Wechselwirkungen aufmerksam machen.
Augmented Content: Es handelt sich um die Anreicherung juristischer Inhalte durch crossmedialen oder interaktiven Content, bzw um zusätzliche Informationen, die von Algorithmen generiert werden. ZB die Lexis Tools von Lexis 360®, die dynamisch durch ein Prüfungsschema führen.
Vertragsanalyse und -verwaltung: KI-Tools können dabei helfen, die Vertragsprüfung und Vertragserstellung zu automatisieren, Klauseln zu identifizieren, die Aufmerksamkeit erfordern, und den Lebenszyklus eines Vertrags zu verwalten, zB Lexis ContractMaster.
Geistiges Eigentum: KI kann bei der Automatisierung von Patentrecherchen, Recherchen zum Stand der Technik und Markenrecherchen helfen, zB mit den IP-Lösungen von LexisNexis.
Risikobewertung: KI-Tools können bei der Risikobewertung von Verträgen, Transaktionen und rechtlichen Entscheidungen helfen, zB Lexis Create, das demnächst in den USA auf den Markt kommt.
Stimmungsanalyse: Hier geht es um die Verwendung von NLP zur Analyse von Rechtsdokumenten, sozialen Medien und Nachrichtenquellen, um die Stimmung in Bezug auf ein bestimmtes Rechtsproblem oder einen bestimmten Fall zu ermitteln (zB Newsdesk).