Die KI-gestützte NDA-Review-Plattform bringt einen spürbaren Mehrwert für die Fachbereiche: Deutliche Zeitersparnis,
konsistente Ergebnisse und ein nutzerfreundlicher Workflow, der sich flexibel an neue Anforderungen anpassen lässt. Die Architektur ist offen für weitere Dokumenttypen und Prüfprozesse.
Kunde: Große deutsche Landesbankbank
Ausgangssituation
Die Überprüfung von Non-Disclosure Agreements (NDAs) stellt für viele Fachbereiche eine wiederkehrende Herausforderung dar: Umfangreiche Vertragswerke müssen regelmäßig geprüft und bewertet werden. Das war bislang ein überwiegend manueller Prozess, der Zeit und Ressourcen bindet, fehleranfällig ist und eine einheitliche Bewertung über mehrere Teams hinweg erschwert. Die Ergebnisse müssen zudem revisionssicher dokumentiert werden.
Lösung
Im Rahmen dieses Projekts wurde eine webbasierte Anwendung konzipiert und umgesetzt, die den NDA-Prüfprozess vollständig digitalisiert und durch den Einsatz von generativer KI erheblich beschleunigt und standardisiert. Die Plattform setzt dabei auf einen flexiblen Prüfungs-Prompt-Katalog, der kontinuierlich gepflegt und auf aktuelle Anforderungen angepasst werden kann. Folgende Kernfunktionen sind enthalten:
- Pflege des Prüfungs-Prompt-Katalogs: Berechtigte User können Prüfungs-Prompts komfortabel anlegen, anpassen und verwalten. So wird sichergestellt, dass die Prüfungskriterien immer aktuell und einheitlich angewendet werden.
- Automatisierte Dokumentenprüfung: Vertragsdokumente-Dokumente (PDF) können einfach hochgeladen werden. Die KI-basierte Engine prüft jedes Dokument automatisiert entlang der definierten Kriterien und markiert Auffälligkeiten.
- Strukturiertes Prüfergebnis: Die Oberfläche zeigt übersichtlich, welche Kriterien erfüllt sind und wo Nachbesserungsbedarf besteht. Über direkte Referenzen und Hervorhebungen werden die betroffenen Stellen im Dokument sichtbar gemacht.
- KI-gestützte Optimierungsvorschläge & Nachvollziehbarkeit: Zu jedem Prüfpunkt können Nutzer auf Optimierungsvorschläge und konkrete Textverweise zurückgreifen. Eigene Kommentare, Bewertungen und Referenzen lassen sich ergänzen.
- Abschluss & Ablage: Nach erfolgreicher Prüfung kann das Dokument in die elektronische Akte archiviert und ein detaillierter Report für interne oder externe Zwecke generiert werden.
Herausforderungen
- Automatisierte Bewertung juristischer Texte unterschiedlicher Struktur und Qualität
- Etablierung eines intuitiven, rollenbasierten Workflows für Experten und Endnutzer
- Sicherstellung der Prüfbarkeit und Revisionssicherheit über die gesamte Prozesskette
- Integration generativer KI unter Berücksichtigung von Datenschutz und IT-Security-Vorgaben
- Leistungsfähigkeit bei der Verarbeitung umfangreicher PDF-Dokumente
- Nutzerdialoge und -feedback effektiv mit KI-Logik verknüpfen
Unser Beitrag
| Aktion | Technologien, Methoden Tools |
|---|---|
| Bedarfsaufnahme und Ausarbeitung der Lösungsarchitekur des Systems | Domain Driven Design, C4-Modell, Workshops |
| Umsetzung der Web-Anwendung | React, TypeScript, UX-Design, API-First, Java, Spring Boot, Postgres SQL, PDF-Libraries zur Darstellung im Browser |
| Umsetzung des Workflows zur Integration der KI-basierten Prüf-Engine | OpenAI API, Microservices, Camunda |
| Revisionssichere Dokumentation aller Prüfschritte | OpenAPI 3, OAuth2/OIDC, E-Akten-Integration, Azure |
| Aufbau von Test-, Build- und Deployment-Pipelines | Playwright, Docker, Kubernetes, GitHub Actions, ArgoCD |
| Agile Produktentwicklung und kontinuierliche Nutzerfeedback-Schleifen | SCRUM, regelmäßige Reviews und Retrospektiven |