Margret Mundorf (Heidelberg)

02. Februar 2024

Können große Sprachmodelle Recht? Rechtslinguistische Perspektiven auf generative KI

Mein Beitrag untersucht das Feld von Recht, Sprache und KI-Sprachmodellen: Recht ist an Sprache gebunden, es vollzieht sich in Sprache und in schriftlichen Texten. In Sprache werden Normen gefasst, juristische wie nicht-juristische Wissensbestände und Sachverhalte konstituiert, Rechtsauffassungen verhandelt und Rechtshandlungen vollzogen. Recht wird in unterschiedliche Sprachen übersetzt, in verschiedenen Praxisdomänen in der innerjuristischen Fachkommunikation sowie an Laien kommuniziert und im Rahmen der juristischen Ausbildung als sprachlich verfasstes Recht systematisch erlernt.

Mit der zunehmenden Bedeutung von Daten und Algorithmen im Recht rücken Fragen der (technischen) Machbarkeit, der rechtlichen und ethischen Bedingungen und Grenzen in den Fokus. Der Einsatz von algorithmischen Systemen, KI-Sprachmodellen und textgenerierender künstlicher Intelligenz im Recht verändert aber nicht nur den Zugriff auf Texte, deren Verarbeitung und die Produktion neuer Texte, sondern womöglich grundlegend ein bislang textbasiertes Rechtsverständnis: Braucht es also künftig noch Sprach- und Textarbeit im Recht und in der Rechtswissenschaft?

Nach einem Überblick über verschiedene (erprobte, laufende und geplante) Anwendungsbereiche algorithmischer Systeme im Recht skizziere ich anhand von Praxisbeispielen deren Potenziale und Grenzen und beschreibe aus rechtslinguistischer Sicht daraus resultierende Implikationen für Recht und Rechtswissenschaft sowie die angrenzenden Disziplinen und Praxisdomänen. Die Schnittstellendisziplin Rechtslinguistik vermag, so meine zentrale These, nicht nur die sprachliche-kommunikative Verfasstheit des Rechts zu beschreiben, sondern auch mögliche Antworten auf Potenziale und Grenzen von KI-Sprachmodellen in verschiedenen Rechtsbereichen aufzuzeigen – zumindest aber entscheidende Fragen für die Zukunft des Rechts und der Rechtswissenschaft zu stellen und zu systematisieren.