Ich habe viel Geld für Hardware ausgegeben.

Nicht aus Technikverliebtheit.
Nicht, weil lokale Modelle gerade gut klingen.
Und auch nicht, weil die nächste KI-Demo noch etwas beeindruckender werden muss.

Sondern wegen eines Satzes, den ich in fast jedem Gespräch höre:

Klingt spannend. Aber unsere Daten gehen nicht in die Cloud.

Gerade im rechtlichen Kontext ist das kein Nebensatz.
Es ist die Ausgangslage.

Und ehrlich gesagt: vollkommen zu Recht. Gerade für Kanzleien ist das keine theoretische Debatte. Dort geht es nicht nur um Datenschutz, sondern um Mandatsgeheimnis, Vertraulichkeit, Haftung und professionelle Verantwortung.

Souveräne KI beginnt nicht beim Modell

Wenn über KI gesprochen wird, geht es oft sehr schnell um Modelle.

Welches Modell ist besser?
Welches ist schneller?
Welches kann längere Kontexte verarbeiten?
Welches schlägt welches Benchmark?

Das ist alles nicht unwichtig.

Aber in rechtssensiblen Umgebungen beginnt die eigentliche Frage früher:

Ist das System kontrollierbar?

Also nicht nur: Kann die KI eine gute Antwort erzeugen?

Sondern:

• Wo werden Daten verarbeitet?
• Welche Informationen verlassen die Organisation?
• Welche Schritte sind nachvollziehbar?
• Welche Grenzen sind eingebaut?
• Was passiert bei Fehlern?
• Wer trägt am Ende Verantwortung?

Genau an dieser Stelle wird aus einer KI-Demo ein echtes System.

„Nicht in die Cloud“ ist keine Fortschrittsverweigerung

Man kann diesen Satz leicht falsch verstehen.

Als Skepsis.
Als Bremse.
Als fehlende Offenheit für Innovation.

Ich sehe das anders.

Wenn eine Kanzlei, ein Unternehmen oder eine Organisation mit sensiblen Daten sagt, dass Informationen nicht einfach in externe Systeme wandern dürfen, ist das kein irrationaler Reflex. Es ist professionelle Vorsicht.

Gerade dort, wo es um Mandatsdaten, interne Bewertungen, personenbezogene Informationen oder vertrauliche Dokumente geht, reicht ein gutes Interface nicht aus.

Dann braucht es eine Architektur, die Kontrolle ermöglicht.

Genau an dieser Stelle setzt der Leges HUB an: als kontrollierbare Zugangsschicht für KI in rechtssensiblen Arbeitsumgebungen.

Und genau deshalb wird souveräne KI relevant.

Was souveräne KI praktisch bedeutet

Souveräne KI heißt für mich nicht, dass alles zwingend lokal laufen muss.

Das wäre zu einfach gedacht.

Souveräne KI bedeutet eher:

Eine Organisation kann bewusst entscheiden, welche Daten wo verarbeitet werden, welche Modelle eingesetzt werden und welche Schutzmechanismen greifen.

Manchmal kann ein lokales Modell sinnvoll sein.
Manchmal ist ein starkes externes Modell besser.
Manchmal braucht es eine Kombination aus beidem.

Entscheidend ist nicht die Ideologie.

Entscheidend ist, ob das System zur Sensibilität der Daten und zum konkreten Arbeitsprozess passt.

Konkret kann das bedeuten:

• sensible Dokumente zunächst lokal zu verarbeiten,
• personenbezogene Daten vor einer externen Modellnutzung zu anonymisieren,
• je nach Aufgabe zwischen lokalen und externen Modellen zu unterscheiden,
• Zugriffe, Rollen und Arbeitsschritte nachvollziehbar zu gestalten,
• und KI-Ergebnisse nicht ungeprüft in rechtliche Entscheidungen zu übernehmen.

Lokale Modelle sind wichtig, aber nicht magisch

Lokale KI-Modelle haben einen großen Vorteil: Sie können in kontrollierten Umgebungen betrieben werden. Daten müssen nicht automatisch an externe Anbieter übertragen werden. Das schafft Spielräume für Anwendungen, die mit öffentlichen Cloud-Systemen kaum verantwortbar wären.

Aber lokale Modelle lösen nicht jedes Problem.

Sie sind oft:

• schwächer als große kommerzielle Modelle,
• langsamer,
• schwieriger zu betreiben,
• anspruchsvoller in der Integration,
• und nicht automatisch sicher, nur weil sie lokal laufen.

Auch ein lokales Modell kann falsche Antworten geben.
Auch ein lokales Modell braucht gute Prompts, klare Grenzen und sinnvolle Prozesse.
Auch ein lokales Modell ist nur ein Baustein.

Die eigentliche Arbeit liegt deshalb nicht allein in der Hardware. Sie liegt in der Systemgestaltung.

Warum Hardware trotzdem wichtig sein kann

Für mich war die Investition in Hardware deshalb kein Selbstzweck.

Sie war ein Weg, um Dinge real zu testen.

Nicht abstrakt.
Nicht nur als Folie.
Nicht nur als Architekturzeichnung.

Sondern praktisch:

Wie weit kommt man heute mit lokalen Modellen?
Welche Aufgaben funktionieren gut?
Wo werden die Grenzen sichtbar?
Welche Kombinationen aus lokaler Verarbeitung, Anonymisierung und externen Modellen sind sinnvoll?
Wie fühlt sich das in echten Arbeitsprozessen an?

Gerade als kleines Unternehmen ist so eine Investition nicht nebenbei gemacht. Aber sie zwingt auch zu Ehrlichkeit.

Wenn man souveräne KI ernst nimmt, muss man sie ausprobieren. Unter realen Bedingungen.

Der eigentliche Wert liegt im Zusammenspiel

In rechtssensiblen Arbeitsumgebungen geht es selten nur um eine einzelne Antwort.

Es geht um Informationen, die unvollständig sein können.
Um Dokumente, die widersprüchlich wirken.
Um Risiken, die eingeordnet werden müssen.
Um Prozesse, bei denen Fehler echte Konsequenzen haben.

Dort reicht es nicht, wenn eine KI sprachlich überzeugend klingt.

Sie muss eingebettet sein in ein System, das:

• sensible Daten schützt,
• Arbeitsschritte strukturiert,
• Ergebnisse nachvollziehbar macht,
• menschliche Kontrolle vorsieht,
• und klare Grenzen kennt.

Genau deshalb ist souveräne KI weniger ein Modellthema als ein Architekturthema.

Was das für Kanzleien bedeutet

Für Kanzleien ist diese Frage besonders relevant.

Denn dort treffen mehrere Dinge aufeinander:

• hohe Vertraulichkeit,
• Mandatsgeheimnis,
• Datenschutz,
• komplexe Sachverhalte,
• hoher Dokumentendruck,
• und zugleich ein echtes Interesse an effizienteren Arbeitsweisen.

KI kann hier enorm helfen.

Aber nicht als beliebiges Tool, in das man sensible Informationen kopiert. Sondern als kontrollierbare Arbeitsumgebung, die zur eigenen Organisation passt.

Das ist der Unterschied zwischen „wir nutzen KI“ und „wir können KI verantwortbar einsetzen“.

Fazit

Souveräne KI ist kein Buzzword.

Sie ist die Antwort auf eine sehr praktische Frage:

Wie können Organisationen KI nutzen, ohne die Kontrolle über sensible Daten, Prozesse und Entscheidungen zu verlieren?

Für mich beginnt die Antwort nicht bei der perfekten Demo.
Und auch nicht beim größten Modell.

Sie beginnt dort, wo Technologie unter realen Bedingungen funktionieren muss.

Mit klaren Grenzen.
Mit nachvollziehbaren Abläufen.
Mit Datenschutz.
Mit menschlicher Verantwortung.

Erst dann wird aus KI mehr als ein beeindruckendes Werkzeug.

Dann wird sie Teil einer belastbaren Infrastruktur.