Technologie
Symbolische KI. Determinismus. Transparenz.
Clausa verbindet neuronale Sprachmodelle mit symbolischen Regelmaschinen. Das Ergebnis: Vertragsprüfung, die nicht interpoliert — sondern prüft.
Was ist Neuro-Symbolische KI?
Neuronale Modelle (LLMs) verstehen Sprache, aber sie interpolieren. Symbolische Systeme folgen formalen Regeln, können aber keine natürliche Sprache verarbeiten. Neuro-Symbolische KI verbindet beides: das Sprachverständnis des LLMs mit der Präzision der Regelmaschine.
Warum Determinismus in der Rechtsanalyse entscheidend ist
- Recht ist Struktur — nicht Wahrscheinlichkeit. §536 BGB und BGH-Klauselregeln folgen Tatbestand-Subsumption-Rechtsfolge. LLMs kennen den Unterschied nicht.
- LLMs halluzinieren Paragraphen. Symbolische Regeln nicht: Sie bejahen oder verneinen auf Basis definierter Bedingungen — reproduzierbar.
- Auditierbarkeit: Jede Entscheidung der Symbol-Layer ist nachvollziehbar — nicht als Konfidenzwert, sondern als dokumentierte Regelanwendung.
Die Clausa-Architektur
- LLM-Layer: Versteht Vertragstext, erkennt Klauseltypen, extrahiert Parteien, Fristen und Konditionen in natürlicher Sprache.
- Symbol-Layer: Prüft extrahierte Elemente gegen juristische Regelsets — BGB-Mietrecht, KSchG, TzBfG, BGH/BAG-Rechtsprechung.
- Output: Strukturiertes Prüfergebnis mit Regelreferenz, Paragraph-Quelle und menschlichem Eskalations-Flag bei Grenzfällen.
LLM-only vs. Neuro-Symbolisch
| Merkmal | LLM-only (ChatGPT) | Neuro-Symbolisch (Clausa) |
|---|---|---|
| Paragraphen-Genauigkeit | Interpoliert | Deterministisch |
| Reproduzierbarkeit | Variiert je nach Anfrage | Identisch bei gleicher Eingabe |
| Klausel-Validierung | Wahrscheinlichkeits-Zusammenfassung | Regelbasierte Prüfung |
| Quellen-Transparenz | Nicht garantiert | Paragraphen-Referenz pro Output |
| Halluzinations-Risiko | Hoch bei Paragraphen-Details | Minimiert durch Symbol-Gate |
Häufige Fragen
Ist Clausa ein LLM-Wrapper?
Nein. Clausa nutzt LLMs als eine Schicht — für Sprachverständnis und Klausel-Extraktion. Die Prüflogik liegt in einer separaten symbolischen Regelmaschine, die deterministisch arbeitet.
Was ist der Unterschied zwischen neuro-symbolisch und RAG?
RAG (Retrieval-Augmented Generation) ergänzt ein LLM mit Kontext-Dokumenten. Das verbessert Antwortqualität, löst aber nicht das Interpolations-Problem. Clausa's Symbol-Layer prüft gegen formale Regelsets — unabhängig vom LLM-Output.
Kann die symbolische Schicht auf neue Rechtsprechung reagieren?
Ja. Die Regelsets werden vom Clausa-Team gepflegt und bei relevanten BGH/BAG-Entscheidungen aktualisiert. Der Update-Prozess ist dokumentiert und versioniert.
Für welche Vertragsarten funktioniert neuro-symbolische Prüfung?
Aktuell für Mietverträge (BGB-Mietrecht, BetrKV, BGH-Rechtsprechung) und Arbeitsverträge (KSchG, TzBfG, BAG-Rechtsprechung). Kanzlei-Verträge folgen in Phase 3.