Wenn alle Rechtsfälle eines gemeinsam haben, dann sind es Dokumente. In den vergangenen Jahrzehnten beschränkten sich die in Rechtsstreitigkeiten gesammelten Beweise oft auf das Durchsuchen von Ordnern und Aktenschränken in einem Prozess, der als Entdeckung bezeichnet wurde. Heute ist Electronic Discovery oder „Ediscovery“ der Name des Spiels – mit Papierdokumenten, die durch Millionen von E-Mails, Slack-Nachrichten und Zoom-Anrufen ersetzt werden.

MärkteundMärkte schätzt, dass die globale Marktgröße für E-Discovery von 9,3 Milliarden US-Dollar im Jahr 2020 auf 12,9 Milliarden US-Dollar im Jahr 2025 wachsen wird. das Aufkommen neuer Inhaltsquellen; ein Zunahme in einer Menge von Rechtsstreit über den Globus; und eine Zunahme der Verbreitung elektronisch gespeicherter und sozialer Medien.

Seit mehreren Jahren hilft KI modernen Anwaltskanzleien, mit der beispiellosen Menge an Daten umzugehen, die während des E-Discovery-Prozesses gesammelt werden, und erhöht das potenziell verfügbare Beweismaterial. Heute, Everlawdie Cloud-native Plattform für Ermittlungen und Rechtsstreitigkeiten, stellte ihre Clustering Softwarefunktion, die einen „Durchbruch“ in Bezug auf Umfang, Visualisierung, Benutzerfreundlichkeit und Fähigkeit zur Durchführung echter Entdeckungen liefert – das heißt, die Fähigkeit, neue Beweise zu entdecken, die beim Aufbau überzeugender Handlungsstränge helfen.

KI-gesteuerte E-Discovery ein Muss für moderne Anwaltskanzleien

Diese Explosion der digitalen Kommunikation bedeutet, dass Anwälte mit mehr und neuen Arten von Daten arbeiten als je zuvor. Das Verstehen und Interpretieren dieser Daten kann überwältigend, zeitaufwändig und kostspielig sein. Mit E-Discovery-Tools können Rechtsteams wichtige Beweise finden, indem sie Tausende von Dokumenten und Dateien innerhalb weniger Minuten scannen, um relevante Elemente schnell zu identifizieren. Da nur eine Seite oder ein Satz einen Fall entscheidend beeinflussen kann, kann die Möglichkeit, ähnliche Beweisstücke zusammenzufassen, entscheidend sein, wenn es darum geht, eine Nadel im Heuhaufen aufzudecken.

Um diese Herausforderungen zu meistern, Everlaw verwendet ein unbeaufsichtigtes maschinelles Lernsystem, um Dokumente nach konzeptioneller Ähnlichkeit zu gruppieren und Erkenntnisse zu generieren, ohne dass eine Benutzereingabe erforderlich ist. „Betrachten Sie es als eine Karte für den Heuhaufen“, sagte AJ Shankar, Gründer und CEO von Everlaw.

Everlaw hat sich entschieden, die Clustering-Herausforderung anzugehen, da Technology Assisted Review (TAR) für etwa a zugelassen wurde Jahrzehntbehauptet das Unternehmen, dass das Versprechen des Clusterings nicht eingehalten wurde – es sagt, dass andere Tools schwierig zu verwenden sind oder nicht skalieren können, um die heutigen Video-, Audio- und Textanforderungen zu erfüllen.

Was unterscheidet Everlaw von seinen Konkurrenten wie Relativity, Exterro und KLDiscovery? Shankar argumentiert, dass Everlaw mit seinem hierarchischen Design einen neuartigen Ansatz für das Clustering gewählt hat.

„Viele Legal-Tech-Unternehmen stellen ihre Daten als Rad dar, das in seiner Funktion eingeschränkt ist. Die Clustering-KI von Everlaw hat eine kartenähnliche Anzeige, die Dokumente räumlich darstellt und Ähnlichkeitsbeziehungen bewahrt“, erklärte er.

Dieses visuelle Format umfasst sowohl einen 30.000-Fuß-Schnappschuss als auch eine granulare, dokumentenechte Ansicht. Ziel ist es, Rechtsteams ein grundlegendes Verständnis des Dokumentensatzes zu vermitteln, ohne dass eine erweiterte Einrichtung oder umfassendes technisches Fachwissen erforderlich sind. Es wurde entwickelt, um spezifischere und relevantere Informationen als andere KI-Tools oder Schlüsselwortsuchen zu lokalisieren und schnell zu identifizieren, welche Dokumente einer menschlichen Überprüfung bedürfen, wodurch das Risiko von Fehlern bei der E-Discovery verringert wird.

„Rechtsteams können Umfangsverhandlungen vereinfachen, indem sie beiden Seiten dabei helfen, zu identifizieren und sich darauf zu einigen, welche Materialien tatsächlich relevant sind und überprüft werden müssen“, erklärt Shankar. „Sie können sogar Clustering verwenden, um Dokumentensätze für die Überprüfung zu priorisieren, um sicherzustellen, dass Fachexperten sich Dokumente ansehen, die für ihren Bereich relevant sind, oder dass leitende Überprüfungsteams ihre Zeit mit den schwierigsten zu überprüfenden Dokumenten verbringen.“

Die Zukunft von KI und eDiscovery

Die Heuhaufen der Beweise werden nur noch größer, wenn die digitale Kommunikation weiter floriert, insbesondere mit den neuen Paradigmen der hybriden und Remote-Arbeit. Und es besteht kein Zweifel, dass KI von entscheidender Bedeutung sein wird, um Rechtsexperten bei der Bewältigung dieses exponentiellen Datenwachstums zu helfen, da ihre Budgets und Mitarbeiterzahlen nicht gleichzeitig wachsen werden.

KI-Tools in E-Discovery, fügte Shankar hinzu, können Rechtsteams jetzt helfen, Millionen von Dokumenten zu sortieren und zu verstehen, im Vergleich zu Tausenden in der Vergangenheit. Laut Everlaw werden weitere KI-gestützte Funktionen im E-Discovery-Bereich entwickelt und übernommen, einschließlich automatisierter Audio-/Video- und Metadaten-Schwärzung; automatisierte Empfehlungen in Werkzeugen zur Fallerfassung und Analyse von Kommunikationsmustern.

Diese sich entwickelnden Herausforderungen und Chancen sind genau der Grund, warum Shankar Everlaw im Jahr 2011 gegründet hat.

„Ich glaube, dass das Recht eine wesentliche Säule der Zivilgesellschaft ist und modernste Technologie verdient“, sagte er.

Leave a Comment