Verifizierung lässt sich nicht übersetzen. Sie muss neu erarbeitet werden, Jurisdiktion für Jurisdiktion.

Dieser Text nimmt seinen Ausgang nicht bei einem fremden Beitrag. Alles Folgende stammt daraus, Verifizierung über Dutzende Rechtsordnungen gleichzeitig tatsächlich gebaut und betrieben zu haben, und es ist der Teil der Arbeit, mit dem sich außerhalb davon offenbar niemand auseinandersetzt: multijurisdiktionale juristische KI ist nicht ein schweres Problem, das einmal gelöst und dann übersetzt wird. Es ist dasselbe schwere Problem, ehrlich erneut gelöst, in jeder Sprache und in jeder Rechtsfamilie, und der Fehlermodus, den man sich einhandelt, wenn man das überspringt, ist unsichtbar statt laut.

Die Falle, zuerst für eine einzige Jurisdiktion zu bauen

Jedes System juristischer KI beginnt irgendwo. Es wird gebaut, feinjustiert und geprüft gegen die Rechtsprechung einer Jurisdiktion, gegen die Formulierungen einer Sprache, gegen die Zitierweise einer Rechtsfamilie, weil dort das Gründungsteam und die ersten Kunden sitzen. Danach wird es "internationalisiert", und Internationalisierung bedeutet fast immer Übersetzung: dieselben Prompts, dieselben Prüfungen, dieselbe Logik, nur laufen sie jetzt auf Französisch oder Portugiesisch oder Koreanisch statt auf Englisch oder Spanisch.

Das sieht nach Abdeckung aus. Es ist keine Abdeckung. Es ist die Verifizierungslogik einer einzigen Jurisdiktion im Gewand einer anderen Sprache, und der Abstand zwischen beidem zeigt sich erst an dem Tag, an dem jemand sie tatsächlich prüft, was in der Regel erst geschieht, nachdem sich ein Mandant in dieser zweiten Jurisdiktion bereits darauf verlassen hat.

Die Disziplin, die das verhindert, ist weniger ein Merkmal als eine Beschränkung, strukturell erzwungen statt bloß erhofft: keine Jurisdiktion darf der Standardfall sein. Jeder Pfad durch das System verlangt eine Jurisdiktion als ausdrückliche Eingabe, ohne Rückfall auf einen Heimatmarkt, wenn keine angegeben wird, und ohne Codepfad, der stillschweigend annimmt, dass die Regeln einer bestimmten Jurisdiktion gelten, solange nichts anderes gesagt wird. Das klingt nach einer Kleinigkeit. Es ist der Unterschied zwischen einem System, das für alle gebaut wurde, und einem System, das für einen Markt gebaut und darauf trainiert wurde, in anderen Sprachen zu antworten.

Verifizierung reist nicht mit der Übersetzung mit

Hier folgt der Teil, den man leicht übersieht, selbst wenn man weiß, dass man darauf achten muss. Die tatsächliche Mechanik, nach der eine juristische Aussage auf subtile Weise falsch wird, eine umgekehrte Verneinung, ein Quantor, der leise von alle zu einige abgeschwächt wird, eine weggefallene Ausnahme, eine veränderte Größenordnung, eine ausgeschriebene Summe, die nicht mehr zu den Ziffern daneben passt, folgt sprachspezifischen Mustern, nicht universellen. Die Grammatik der Verneinung im Koreanischen funktioniert nicht wie die Grammatik der Verneinung im Spanischen. Die Art, wie eine Ausnahmeklausel in einem französischen Gesetz formuliert wird, sieht nicht aus wie ihre Formulierung in einem indonesischen. Ein Verifizierungssystem, das gegen englische oder spanische Fehlermuster feinjustiert und adversarial getestet wurde, bietet exakt null Gewähr dafür, dass es den entsprechenden Fehler an dem Tag erkennt, an dem es beginnt, Portugiesisch oder Italienisch zu verarbeiten, denn es wurde nie tatsächlich gegen das getestet, wie diese Fehler in jener Sprache aussehen. Es wurde gegen ihr Aussehen in der Sprache getestet, in der es gebaut wurde, dann auf eine neue gerichtet und mit dem Vertrauen versehen, es werde schon generalisieren.

Das Gefährliche ist, wie das von außen aussieht, wenn es schiefgeht. Es wirft keinen Fehler. Es meldet ein sauberes Ergebnis. Eine Jurisdiktion, die ohne eigenen, geprüften Satz adversarialer Fälle für genau diese Sprache angeschlossen wurde, zeigt dasselbe beruhigende "nichts Fehlerhaftes gefunden" wie eine Jurisdiktion, die tatsächlich durch die Mangel gedreht wurde, weil niemand den Test durchgeführt hat, der den Unterschied sichtbar machen würde. Ein grüner Haken auf einem Test, der nie geschrieben wurde, ist kein Erfolg. Es ist eine ungeprüfte Behauptung im Gewand eines Erfolgs, und es ist der mit Abstand einfachste Weg, ein Verifizierungssystem auszuliefern, das genau in den Märkten, die am weitesten von seinem Entstehungsort entfernt liegen, still und leise gar nichts tut.

Die einzige Abhilfe, die wir gefunden haben, ist mechanisch statt aspirativ: eine Jurisdiktion und ihre Sprache gehen nicht live, bevor ein realer, adversarial getesteter Satz von Fehlerfällen speziell für diese Sprache in der Pipeline liegt und gegen sie besteht, automatisch geprüft, nicht informell abgezeichnet. Abdeckung wird damit zu etwas, das man erarbeiten muss und belegen kann, nicht zu etwas, das man voraussetzt, weil die Funktionsliste die Sprache als unterstützt ausweist.

Halluzination bedeutet nicht einmal überall dasselbe

Das ist der Teil, der die Gestalt der Verifizierungslogik selbst verändert, nicht bloß ihre Abdeckung. In einem Common Law System ist der paradigmatische Fehler eine erfundene oder falsch zugeordnete Entscheidung, eine Zitierung eines Präzedenzfalls, der nie entschieden wurde oder der nicht das aussagt, was ihm zugeschrieben wird. Das ist der Fehlermodus, gegen den fast alle, die juristische KI-Verifizierung bauen, implizit entwerfen, weil fast alle, die sie bauen, von einem Common Law oder angloamerikanischen Bezugsrahmen ausgehen.

In einem kodifizierten Recht der kontinentaleuropäischen Tradition ist das überhaupt nicht der vorherrschende Fehlermodus. Der paradigmatische Fehler ist dort ein echter Artikel, korrekt zitiert, Wort für Wort, der seither aufgehoben, ersetzt oder geändert wurde und weiterhin zitiert wird, als gebe er das geltende Recht wieder. Die Zitierung ist nicht erfunden. Der Artikel existierte. Er sitzt vielleicht sogar noch unverändert im Korpus, genau dort, wo er immer war. Das Problem ist, dass das Recht sich bewegt hat und die Zitierung nicht. Die Existenz war nie die Frage. Die Aktualität war es.

Wer das als Sonderfall behandelt, der an eine Existenzprüfung angeflanscht wird, verfehlt es strukturell, nicht bloß gelegentlich. Die Abhilfe besteht darin, Normenhierarchie und Zeit zu erstklassigen Daten zu machen statt zu einem nachträglichen Gedanken: jede Vorschrift trägt ihren Rang in der Normenhierarchie und den Geltungszeitraum, in dem sie tatsächlich in Kraft war, und eine Verifizierungsprüfung löst beides auf, nicht nur, ob der Text real ist. Entscheidend ist, dass dies als Daten leben muss, die das System pro Jurisdiktion lädt, nicht als Code, der pro Jurisdiktion geschrieben wird, sonst wird jede neue unterstützte Rechtsordnung zu einer neuen, dauerhaft zu pflegenden Codebasis statt zu einem Datensatz, der einmal geladen wird. Der Mechanismus bleibt derselbe. Was sich ändert, ist, welche Hierarchie und welche Geltungszeiträume man ihm übergibt.

Das Korpus ist nicht eine Sache. Es sind Dutzende getrennter Kämpfe.

Es ist verlockend, von "das Korpus" als einem einzigen Aktivposten zu sprechen, der sauber skaliert. Das tut es nicht. Jede Jurisdiktion ist ihr eigenes Projekt mit eigenen Zugangsbeschränkungen, eigenem Digitalisierungsstand, eigenem Zuverlässigkeitsprofil. Verlässliche, aktuelle Rechtsprechung aus der Gerichtsbarkeit des einen Landes zu beziehen, sieht völlig anders aus als im nächsten: andere Formate, andere Veröffentlichungspraktiken, andere Lücken darin, was überhaupt in maschinenlesbarer Form verfügbar ist. Manche Jurisdiktionen liefern saubere, vollständige, gut datierte Primärquellen. Andere liefern Fragmente, und die ehrliche Antwort lautet dort deklarierte Lücke, nicht eine selbstbewusste Zahl, die stillschweigend eine Vollständigkeit unterstellt, die sie nicht hat.

Diese Disziplin, die Vollständigkeit der Abdeckung pro Jurisdiktion zu messen und offenzulegen, statt Einheitlichkeit zu suggerieren, ist derselbe Instinkt wie der, eine nicht verifizierbare Behauptung als solche zu deklarieren statt sie zu erraten, nur eine Ebene höher angewandt, auf der Ebene der Frage, welche Teile der Karte tatsächlich ausgefüllt sind.

Was echte multijurisdiktionale Tiefe ermöglicht: vergleichen statt bloß bewältigen

All dies hat einen Ertrag, der über das Nichtversagen im vierzigsten Markt hinausgeht. Sobald jede Jurisdiktion tatsächlich nach demselben Maßstab verifiziert ist, mit eigenem geprüftem Lexikon, eigenen Hierarchie- und Geltungsdaten, eigener ehrlich deklarierter Abdeckung, wird etwas möglich, das ein übersetzungsbasiertes System nur vortäuschen kann: mehrere Jurisdiktionen nebeneinanderzustellen, gegen dasselbe Dokument oder denselben Sachverhalt, und mit derselben Strenge in jede Richtung zu vergleichen, wie sie ihn tatsächlich behandeln.

Wir betreiben das als eigenständige Funktion: man übergibt dem System einen Vertrag oder einen beschriebenen Sachverhalt, benennt zwei bis fünfzehn Jurisdiktionen und ein Rechtsgebiet, um den Vergleich einzugrenzen, Zivil-, Handels-, Arbeits-, Straf-, Steuer-, Verwaltungs-, Verfassungs-, Prozessrecht, und es liefert zurück, wie jede dieser Jurisdiktionen dieses Dokument oder diesen Sachverhalt nach ihrem eigenen Recht tatsächlich behandelt, nebeneinander. Das ist Terrain des Internationalen Privatrechts im klassischen Sinne, Fragen des anwendbaren Rechts, der Frage, welchen Gerichtsstands Regeln tatsächlich greifen, der Frage, wie ein Abkommen mit dem innerstaatlichen Recht jedes Signatarstaats zusammenwirkt, handhabbar gemacht auf der Ebene eines konkreten Vertrags statt belassen als allgemeine dogmatische Frage.

Der Grund, warum das nur funktioniert, wenn alles oben Beschriebene real ist: ein Vergleich über Jurisdiktionen hinweg ist nur so vertrauenswürdig wie die schwächste Verifizierung einer Jurisdiktion, die in ihn eingeht. Ein System, das Verifizierung als Übersetzung behandelt, kann immer noch eine Antwort erzeugen, die wie ein Vergleich aussieht, ein Absatz über Jurisdiktion A neben einem Absatz über Jurisdiktion B, aber es vergleicht eine sauber fundierte Antwort mit einer, die nie tatsächlich nach demselben Maßstab geprüft wurde, und aus der Ausgabe allein lässt sich nicht erkennen, auf welche Seite dieser Asymmetrie man gerade blickt. Mehrere Jurisdiktionen ehrlich zu vergleichen setzt voraus, die unglamouröse, jurisdiktionsweise Arbeit von oben für sie alle geleistet zu haben, nicht nur für eine und den Rest nebenher übersetzt.

Konkret ist das, was ein grenzüberschreitender Vertrag, eine Vertragsfrage des Völkerrechts oder eine multijurisdiktionale Compliance-Prüfung tatsächlich braucht: keine generische Antwort über "Völkerrecht" im Abstrakten, sondern ein konkretes Dokument, gehalten gegen das tatsächlich geltende, hierarchiebewusste, verifizierte Recht jeder benannten Jurisdiktion zugleich, eingegrenzt auf das Rechtsgebiet, das den Sachverhalt tatsächlich regiert, mit demselben Maßstab an Strenge in jede Richtung.

Was das in der Praxis tatsächlich einbringt

Wer in einer Jurisdiktion tätig ist oder Recht aus einer Jurisdiktion benötigt, die nicht dort liegt, wo der KI-Anbieter zufällig seinen Sitz hat, ist strukturell derjenige, der am ehesten still und leise von einem System im Stich gelassen wird, das im Grunde nur zu Hause geprüft wurde. Nicht, weil jemand entschieden hätte, dass er weniger zählt. Sondern weil Internationalisierung als Übersetzung dieses Ergebnis zum Standardfall macht, solange nicht ausdrücklich etwas es verhindert, und die meisten Systeme haben nichts, was das tut.

Der Sinn, es auf dem schwereren Weg zu bauen, Gleichbehandlung in der Architektur erzwungen statt vorausgesetzt, adversariale Abdeckung pro Sprache erarbeitet statt von derjenigen geerbt, die zuerst kam, Hierarchie und Zeit als Daten behandelt, die mitreisen, statt als Logik, die neu geschrieben werden muss, ehrliche Lücken statt unterstellter Vollständigkeit, besteht darin, dass der Mandant in der Jurisdiktion, die am weitesten von dem Ort entfernt liegt, an dem das System gebaut wurde, dieselbe Strenge erhält wie der im Heimatmarkt, und nicht eine leisere, weniger geprüfte Version desselben Produkts unter anderer Flagge.

Es ist keine in einer Demo zeigbare Funktion. Niemand sieht auf einem Screenshot, dass sechzig Jurisdiktionen als gleichrangig behandelt werden. Aber es ist der eigentliche Burggraben, mehr noch als der Verifizierungsmechanismus selbst, denn der Mechanismus ist inzwischen etwas, das mehrere Leute unabhängig voneinander für die richtige Idee halten. Die unglamouröse Arbeit, ihn sich tatsächlich zu erarbeiten, Markt für Markt, ehrlich, ist das nicht.