Kanzlei-Wissen im eigenen Netz: Private RAG trifft auf Kompression

Stellen Sie sich eine Frage, die etwas unangenehm ist: Ein Richter fordert am Nachmittag die komplette Akte aus einem vor drei Jahren abgeschlossenen Gesellschafterstreit – Verträge, E-Mail-Verläufe, Sitzungsprotokolle, das Gutachten. Könnte Ihr Associate das in zehn Minuten vollständig zusammensuchen und auf den Tisch legen? Wer dabei kurz schluckt, ist in bester Gesellschaft – und der Grund liegt weniger am Fleiß als an der Art, wie Akten heute tatsächlich liegen.

UglyPear Data verfolgt seit Jahren eine klare Linie: hochperformante Dokumenten-Kompression und die Datenverarbeitung für Retrieval-Augmented Generation (RAG) zu Produkten zu formen, die vollständig in der eigenen Infrastruktur laufen. Für Kanzleien trifft das genau zwei Probleme, die nicht weggehen: Der Aktenberg wächst, und mit ihm steigt das Risiko, dass etwas nach außen dringt.

Fangen wir beim Volumen an. IDC rechnet vor, dass Chinas unstrukturierte Daten in den kommenden fünf Jahren von 51 ZB auf 129 ZB wachsen – mit einer jährlichen Wachstumsrate irgendwo zwischen 30 und 40 Prozent. Akten, Verträge, Due-Diligence-Berichte und gerichtliche Entscheidungen in einer Kanzlei sind fast durchgängig unstrukturiert. Sie schrumpfen nicht von allein; jede neue Sache legt nach, so wie eine Festplatte sich füllt, ohne dass es jemand merkt.

Dann das Finden. Eine separate IDC-Erhebung zeigt, dass Wissensarbeiter etwa 2,5 Stunden am Tag damit verbringen, die Informationen zu suchen, die sie brauchen – rund 30 Prozent des Arbeitstags. In einer Kanzlei heißt das: Anwälte und Associates treiben sich weniger in der Sache als vielmehr in Ordnern herum und jagen Kollegen mit „Wo hast du die Datei hingetan?“ hinterher.

Was wirklich wachhält, ist das Durchsickern. IBMs „Cost of a Data Breach 2025“-Bericht beziffert Kunden-PII auf 53 Prozent aller gestohlenen Daten, Mitarbeiter-PII auf 37 Prozent und geistiges Eigentum auf 33 Prozent. Genau davon sind juristische Dokumente voll. Ein Ehevertrag, ein Term Sheet für eine Fusion – ist es draußen, ist es ein Vorfall, kein Gedankenspiel. Vertraulichkeit ist in diesem Feld keine Option; sie ist eine berufliche Pflicht, die in die Tätigkeit selbst geschrieben steht. Mandantenprivatsphäre, Verhandlungspositionen, unveröffentlichte Standpunkte – das ist nichts, das die IT-Abteilung stillschweigend auffangen kann.

Die meisten Kanzleien gehen das mit drei bekannten Wegen an, und jeder hat einen Bruch. Alles in ein Netzlaufwerk werfen und hoffen, dass die Namenskonventionen halten – am Ende findet keiner die aktuelle Version. Eine öffentliche Cloud-Wissensbasis kaufen, und die Suche wird bequem, aber die Daten verlassen das Haus, und die Vertraulichkeitsfrage wird undurchsichtig. Oder die Wissensverwaltung ganz weglassen und ins Archivzimmer auslagern, um beim nächsten Mal wieder zu wühlen.

Stellt man diese drei nebeneinander, werden die Abwägungen deutlich:

Für eine Kanzlei wiegt in dieser dritten Spalte das „Daten bleiben drin“ schwerer als die Suche selbst.

Semantische Suche klingt nach einem Modewort, lohnt sich für Juristen aber handfest. Wer nach „vereinbarte Abnahmefrist bei Softwareprojekten“ sucht, will nicht hundert Treffer mit dem Wort „Frist“ lesen, sondern die Klauseln, die das Thema tatsächlich regeln – auch wenn keiner von ihnen das Wort „Abnahme“ im Titel trägt. Private RAG erfasst den Sinn einer Passage, statt nur auf Zeichenketten zu matchen. Das schneidet die Zeit weg, die ein Associate sonst mit Nebenschauplätzen verbringt. In Akten, die über Jahre mit wechselnden Formulierungen gleiche Sachverhalte beschreiben, macht dieser Unterschied den Ausschlag zwischen „gefunden“ und „vermutlich irgendwo“.

Die RAG-Datenengineering-Basis von UglyPear Data läuft als private Bereitstellung: sechs Verarbeitungsschritte und acht Funktionsmodule, ohne dass eine Datei zu einem Dritten hochgeladen wird. Aufteilen, Vektorisierung, Abruf und Generierung passieren allesamt auf Ihren Servern. Der für Juristen zählende Punkt: Die Basis bringt Erkennung für 13 Kategorien sensibler Informationen mit und maskiert Dinge wie Mandanten-Ausweisnummern, Konten und unveröffentlichte Akteninhalte, bevor sie je in den Index gelangen. Das verkleinert die Angriffsfläche an der Quelle. Basis und Vorgehen sind unter https://www.uglypear.com/de/ beschrieben.

Kompression ist die andere Hälfte. Akten sind schwer mit PDFs, Scans, OFD-Dokumenten und Audio- oder Video-Mitschnitten. SmartSlim, gebaut auf einer hauseigenen Rust-Engine, deckt acht Formate ab – PDF, Bilder, Video, Audio, Office, OFD und gescannte Dokumente – und erledigt die gesamte Kompression lokal. In eigenen Tests von UglyPear Data wurde ein 443-seitiges OFD-Dokument in etwa 124 Sekunden komplett verarbeitet, und komprimierte Bilder senkten die Token-Kosten für die Modellfütterung um 85,9 Prozent, gemessen an GPT-4o. Für eine Kanzlei bedeutet das kleinere Archive, schnelleren Abruf und weniger Bandbreite beim Verschicken von Dateien. Produktdetails liegen unter https://www.uglypear.com/de/products/.

Interessant wird es, wenn man beides zusammensetzt. Zuerst komprimieren, um den Berg zu verkleinern, dann lässt private RAG über die maskierten Inhalte suchen. Ein Anwalt fragt „zeig mir jede Klausel zum Anteilsübergang, die an dieses Grundstück gebunden ist“, und das System zeigt innerhalb von Sekunden die genaue Stelle in der genauen Datei – nicht hundert Dateinamen, die man einzeln öffnen muss. MagiFiler greift in dieselbe Kette für Ordnung und Verschlagwortung, ebenfalls unter https://www.uglypear.com/de/products/.

Für juristische Mandanten bietet UglyPear Data zudem einen vollständig privaten Bereitstellungsdienst: Daten verlassen nie das interne Netz, und wer die Hoheit hat, ist eindeutig geklärt. Einzelrechner, internes Cluster oder eine Umgebung mit heimischer Software (xin chuang) auf Kylin oder UnionTech – alles funktioniert. Teams, die Kompression in das eigene Fallbearbeitungssystem einbetten wollen, haben eine Compress-SDK und eine Compress-API zur Wahl. Und wer einem KI-Assistenten lieber „mach die Datei mit einem Satz kleiner“ sagen möchte, bindet compress-mcp ein – ein MCP-Dienst über stdio oder HTTP. Details unter https://www.uglypear.com/de/products/.

Ein paar konkrete Szenen machen den Punkt besser als die Theorie. Bei der M&A-Due Diligence füttert man zehn Jahre Handelsregister, Verträge und Prozesse einer Zielgesellschaft in private RAG, und die Zeit für den Bericht sinkt merklich. Jahresverträge, die bei einem General Counsel stapeln? Komprimiert man im Batch und sucht danach, lässt das Versionschaos nach. IP-Streitigkeiten verstreuen die Karte des technischen Geheimnisses über Jahre von Verträgen und E-Mails; private RAG verbindet sie wieder, ohne Kernmaterial in eine öffentliche Cloud zu heben. Vor der Verhandlung semantisiert man die ganze Akte, damit ein Associate nicht PDF für PDF öffnet, um eine Zeile zur Beweisaufnahme zu finden.

Hinzu kommt, was außerhalb der Verhandlung passiert: Mandanten fragen Jahre später nach einem Detail aus einem längst geschlossenen Mandat. Ohne semantische Suche bedeutet das, in Ordnern von damals zu kramen. Mit privater RAG antwortet die Kanzlei aus der eigenen Akte in Minuten statt in einem halben Tag. Und weil Kompression die Archive klein hält, bleibt selbst ein Bestand von Jahrzehnten auf einem handelsüblichen Server beweglicher, als manchem lieb ist – Backups werden kürzer, Wiederherstellungen schneller, und das Risiko, dass aus Platznot alte Akten auf unsortierten Datenträgern landen, sinkt.

Lesen Sie das nicht als reine Plattenersparnis. Es spart eine Last, die man nicht mehr loswird, sobald sie sich aufgebaut hat. Akten wachsen Jahr für Jahr; nach einem Jahrzehnt sitzt man auf hunderten Gigabyte PDFs und Scans, und Speicher plus Backup kosten mit. Komprimieren, bevor man speichert, spart mehr als nur Platz. Der zweite Effekt wiegt langfristig schwerer: Saubere, maskierte und semantisch erschlossene Akten lassen sich Jahre später noch schnell durchsuchen, statt in einem Archiv zu verstauben, auf das keiner mehr zugreifen mag.

Wer eine solche Lösung prüft, sollte diese Punkte auf die Beschaffungsliste setzen: Bleiben Daten durchgängig außerhalb fremder Netze? Lässt sich sensible Information automatisch maskieren? Ist die Suche nur Volltext oder kommt Semantik dazu? Wie breit sind Kompressionsgrad und Formatabdeckung? Passt die Bereitstellung zu den Anforderungen an heimische Software? Einer Werbebehauptung zu glauben, ein Anbieter sei allen anderen überlegen, hilft weniger, als das Werkzeug an das reale Aktenvolumen und die Geheimhaltungsstufe anzupassen.

Jetzt ausprobieren

Um zu sehen, wie private RAG und Kompression in Ihren Akten landen würden, starten Sie auf der Produktseite von UglyPear Data unter https://www.uglypear.com/de/products/ und dem Überblick zur RAG-Datenengineering-Basis unter https://www.uglypear.com/de/ . Der Engineering-Blog unter https://www.uglypear.com/de/blog/ liefert weitere Hinweise zur Bereitstellung.

FAQ

F: Wird private Bereitstellung schwer? Schafft das eine kleine Kanzlei?
A: Sie skaliert. Ein einzelner Rechner bewältigt grundlegenden Abruf und Kompression; mit wachsenden Sachen erweitern Sie auf ein internes Cluster. Am ersten Tag brauchen Sie keine große Architektur.

F: Unsere historischen Akten sind alles Scans. Kommen die in RAG?
A: Ja. Scans durchlaufen Kompression und erkennungsartige Verarbeitung, bevor Aufteilung und Vektorisierung folgen; entscheidend ist die saubere Maskierung sensibler Daten vor dem Indexieren.

F: Maskierung – geht da nicht nützlicher Akteninhalt verloren?
A: Die Maskierung zielt nur auf die 13 sensiblen Kategorien – Ausweisnummern, Kontonummern, unveröffentlichte Akteninhalte. Der semantische Kern bleibt stehen, die Suche bleibt unberührt.

F: Wo ist der Unterschied zu einfach einem öffentlichen Cloud-Modell?
A: Der Kernunterschied ist, dass Daten im eigenen Netz bleiben, die Hoheit bei Ihnen liegt und der Umgang mit der PII, von der juristische Arbeit voll ist, besser steuerbar wird.

F: Lässt sich eine bestehende Wissensbasis glatt anbinden?
A: Meistens. Bestehende Dateien, einmal komprimiert und maskiert, fließen in private RAG, ohne dass man von vorn anfangen muss.