Claude baut ein Netz ohne Training – und trifft Fake-Zitate im Recht erstaunlich gut
Ein Sprachmodell hat ein neuronales Netz sozusagen per Hand entworfen und damit ein sehr konkretes Problem gelöst: erfundene juristische Zitate erkennen. Das Ergebnis ist auffällig. Die Konstruktion kam auf 97,8 Prozent Testgenauigkeit und lag damit über einem klassisch trainierten Vergleichsmodell mit 94,6 Prozent.
Die Zahl ist gut. Der eigentliche Punkt liegt aber woanders. Hier geht es nicht um einen neuen Weg, Training komplett zu ersetzen. Es geht um ein enges, klar umrissenes Muster. Genau dort kann maschinelles Denken plötzlich sehr effizient werden: wenn die Aufgabe stark strukturiert ist, die Fehlerform bekannt sind und die Entscheidung sich auf wenige Merkmale reduzieren lässt.
Gerade bei juristischen Falschzitaten passt das. Halluzinierte Fundstellen folgen oft wiederkehrenden Mustern. Formate wirken plausibel, brechen aber an kleinen Stellen. Ein System, das diese Brüche gezielt prüft, braucht nicht zwingend große Trainingsläufe. Es braucht ein gutes Verständnis dafür, wie echte Zitate aussehen und wo gefälschte Varianten auseinanderfallen.
Für Legal Tech ist das wichtiger als der Show-Effekt. Kanzleien, Gerichte, Verlage und Compliance-Teams suchen keine allgemeine Superintelligenz. Sie brauchen Werkzeuge, die einen teuren Fehler zuverlässig abfangen. Erfundenes Zitieren gehört genau in diese Kategorie. Wer Schriftsätze oder Gutachten mit generativer KI erstellt, hat an dieser Stelle ein echtes Haftungsproblem.
Die Meldung ist deshalb auch ein Warnsignal für den Hype rund um immer größere Modelle. Mehr Rechenleistung und mehr Trainingsdaten sind nicht automatisch der beste Weg für jede Aufgabe. In schmalen Domänen können handgebaute oder stark regelnahe Modelle robuster sein, billiger laufen und leichter geprüft werden. Das ist im Recht ein großer Vorteil. Niemand möchte ein Prüfsystem, das gute Quoten liefert, aber seine Entscheidung kaum erklären kann.
Man sollte den Befund trotzdem nicht überziehen. 97,8 Prozent in einem Testsetting sind kein Beweis, dass allgemeine Modellgewichte künftig von Hand geschrieben werden. Das Resultat zeigt etwas Bodenständigeres: Sprachmodelle können bei der Modellkonstruktion helfen, wenn das Problem klein genug und die Struktur hart genug ist. Dann werden sie vom Textgenerator zum Entwurfswerkzeug.
Genau das macht den Fall interessant. Die Leistung steckt hier nicht in freier Kreativität, sondern in sauberer Verdichtung. Ein System übersetzt Domänenwissen in eine konkrete Architektur und in feste Gewichte, die einen Fehlerkanal abfangen. Wenn sich das auf andere eng definierte Prüfaufgaben übertragen lässt, könnte daraus eine neue Klasse schlanker KI-Werkzeuge entstehen: klein, billig, nachvollziehbar und für Spezialaufgaben erstaunlich stark.
Für den Alltag mit generativer KI ist die Botschaft klarer als jede Singularity-Rhetorik: Wer Halluzinationen bekämpfen will, braucht nicht immer ein größeres Modell. Manchmal reicht ein kleiner, präzise gebauter Kontrolleur daneben.
