Den Nutzen von KI messen: Kennzahlen, Methoden, Business Case

Fragt die Partnerschaft, ob sich die Investition in KI lohnt, reichen Eindrücke und Einzelbeispiele nicht aus. Zugleich ist Nutzen in Kanzleien schwer zu messen: Arbeit ist individuell, Qualität schwer zu quantifizieren, und beim Stundenhonorar kann Effizienz sogar Umsatz kosten. Dieser Beitrag zeigt, wie Sie mit überschaubarem Aufwand belastbare Zahlen gewinnen – von der Baseline über das Kennzahlensystem bis zum Business Case mit offengelegten Annahmen.

Warum Messen in Kanzleien schwerfällt

Viele Organisationen messen den Nutzen von KI nicht systematisch. Im AI in Professional Services Report 2026 von Thomson Reuters gaben nur 18 Prozent der Befragten an, dass ihre Organisation den Return on Investment von KI erfasst; weitere 40 Prozent wussten nicht, ob überhaupt gemessen wird.

Verbreitet sind stattdessen Selbsteinschätzungen. Im Future of Professionals Report 2025 erwarteten die Befragten eine Zeitersparnis von durchschnittlich fünf Stunden pro Woche – eine Prognose, keine Messung. Im Future Ready Lawyer Survey Report 2026 von Wolters Kluwer berichteten 62 Prozent der Befragten von einer wöchentlichen Zeitersparnis zwischen 6 und 20 Prozent; im Mittel lag sie bei knapp 10 Prozent.

Kontrollierte Studien zeigen, wie stark die Effekte von der Aufgabe abhängen. In einem randomisierten Experiment mit fortgeschrittenen Jurastudierenden in den USA steigerten KI-Werkzeuge die Produktivität bei fünf von sechs juristischen Aufgaben statistisch signifikant um 50 bis 130 Prozent und verbesserten zugleich die Qualität (Schwarcz u. a.). Ein Feldexperiment mit Beratenden der Boston Consulting Group fand bei geeigneten Aufgaben 12,2 Prozent mehr erledigte Aufgaben, eine um 25,1 Prozent schnellere Bearbeitung und eine um mehr als 40 Prozent höhere Qualität – bei einer Aufgabe außerhalb der Fähigkeiten des Modells dagegen schlechtere Ergebnisse als ohne KI (Dell’Acqua u. a.).

Die Konsequenz: Allgemeine Zahlen geben eine Größenordnung, ersetzen aber nicht die Messung im eigenen Kontext. Dabei sind typische Hürden zu bewältigen – unterschiedlich komplexe Mandate, die Zuordnung von Effekten zur KI, schwer messbare Qualität und eine Zeiterfassung, die KI-Nutzung nicht abbildet.

Das Messkonzept im Überblick

Ein belastbares Messkonzept muss nicht aufwendig sein. Es folgt fünf Schritten, die sich in jedem Pilot und jedem Rollout wiederholen:

1. Ziele und Hypothesen festlegen. Was soll sich durch KI verändern – Zeit, Qualität, Durchlaufzeit, Zufriedenheit oder Marge? Jede Hypothese erhält eine Kennzahl.
2. Baseline erheben. Referenzaufgaben vor der Einführung messen, damit es einen belastbaren Vergleichswert gibt.
3. Kennzahlen und Methoden festlegen. Für jede Kennzahl bestimmen, wie, von wem und in welchem Rhythmus gemessen wird.
4. Business Case rechnen. Nutzen und Kosten mit offengelegten Formeln und gekennzeichneten Annahmen gegenüberstellen.
5. Messen, berichten, nachsteuern. Ergebnisse regelmäßig an die Partnerschaft berichten, Annahmen aktualisieren und Entscheidungen ableiten.

Die Baseline erheben

Ohne Ausgangswert lässt sich keine Verbesserung belegen. Wählen Sie deshalb vor der Einführung fünf bis acht Referenzaufgaben, die für Ihre priorisierten Anwendungsfälle typisch sind, zum Beispiel:

• Zusammenfassung einer Akte von rund 100 Seiten
• Erstentwurf einer Vertraulichkeitsvereinbarung
• Prüfung eines Standardvertrags gegen das kanzleieigene Playbook
• Sachstandsschreiben an die Mandantschaft
• Übersetzung eines Schriftsatzes oder einer Korrespondenz
• Recherchememo zu einer klar abgegrenzten Rechtsfrage

• Je Referenzaufgabe sind Bearbeitungszeit inklusive Prüfung, Durchlaufzeit und Qualität definiert.
• Ein einheitliches Prüfraster für die Qualität liegt vor – etwa Richtigkeit, Vollständigkeit, Belegbarkeit und Verwendbarkeit.
• Die Baseline wird über zwei bis vier Wochen erhoben, möglichst bei den Personen, die später auch mit KI arbeiten.
• Zufriedenheit und empfundene Belastung werden in einer kurzen Befragung erfasst.
• Die Messung wird dokumentiert, damit sie nach der Einführung identisch wiederholt werden kann.

Das Kennzahlensystem

Ein gutes Kennzahlensystem ist schlank und deckt die Wirkungskette ab: Nutzung ist die Voraussetzung, Zeit, Qualität und Durchlaufzeit sind die Wirkung, Wirtschaftlichkeit ist das Ergebnis.

Vorsicht vor reinen Aktivitätskennzahlen: Viele Log-ins belegen keinen Nutzen. Nutzungsdaten sollten zudem aggregiert ausgewertet werden, nicht zur Kontrolle einzelner Personen.

Methoden zur Messung der Zeitersparnis

Stichproben mit Vorher-nachher-Vergleich

Dieselben Aufgabentypen werden vor und nach der Einführung bearbeitet und gemessen – einschließlich Prüfung und Nacharbeit, denn erst die Gesamtzeit zählt. Aussagekräftiger wird der Vergleich mit einer Kontrollgruppe, die im selben Zeitraum ohne KI arbeitet. Als Richtwert sollten je Aufgabentyp mindestens zehn bis zwanzig Fälle vergleichbarer Komplexität einfließen.

Zeitaufschriebe

Über zwei Wochen dokumentieren Pilotteilnehmende, für welche Aufgaben sie KI genutzt haben und wie lange die Bearbeitung dauerte. Alternativ lässt sich die Zeiterfassung um eine Kennzeichnung „KI-unterstützt“ ergänzen. Wichtig ist ein geringer Zusatzaufwand – sonst leidet die Datenqualität.

Drei-Punkt-Schätzung (PERT)

Wo Messungen nicht möglich sind, etwa bei selten anfallenden Aufgaben, liefert die Drei-Punkt-Schätzung eine strukturierte Annäherung. Erfahrene Nutzende schätzen die Zeitersparnis dreifach: optimistisch (O), wahrscheinlich (M) und pessimistisch (P).

Erwartungswert

E = (O + 4 × M + P) / 6

Streuung (Näherung)

σ = (O − P) / 6

Beispiel

Zeitersparnis je Person und Woche: O = 4 Stunden, M = 2 Stunden, P = 1 Stunde. E = (4 + 8 + 1) / 6 ≈ 2,17 Stunden; σ = 0,5 Stunden.

Schätzungen fallen erfahrungsgemäß eher optimistisch aus. Kalibrieren Sie sie deshalb regelmäßig mit gemessenen Stichproben.

Qualitätsbewertung

Qualität wird anhand eines festen Rasters bewertet, idealerweise blind: Eine erfahrene Berufsträgerin oder ein erfahrener Berufsträger beurteilt Arbeitsergebnisse, ohne zu wissen, ob KI beteiligt war. Ergänzend zeigt die Nacharbeitsquote, wie oft Ergebnisse überarbeitet werden müssen.

Business Case und ROI: eine Beispielrechnung

Der Business Case beruht auf vier offengelegten Formeln:

Freigesetzte Stunden

aktive Nutzende × Zeitersparnis je Woche × Arbeitswochen

Wertbeitrag

freigesetzte Stunden × Verwertungsquote × Wertansatz je Stunde

ROI

(Wertbeitrag − Kosten) / Kosten

Break-even-Verwertungsquote

Kosten / (freigesetzte Stunden × Wertansatz je Stunde)

Daraus ergeben sich auf dem Zielniveau 40 × 2,17 × 42 ≈ 3.640 freigesetzte Stunden pro Jahr und ein Wertbeitrag von 3.640 × 40 % × 150 € = 218.400 €.

Unter diesen Annahmen erreicht die Beispielkanzlei im ersten Jahr knapp den Break-even, weil Einmalkosten und Hochlauf zu Buche schlagen; im zweiten Jahr ist der Business Case deutlich positiv. Die Break-even-Verwertungsquote liegt im ersten Jahr bei 39 Prozent (160.000 € / (3.640 × 75 % × 150 €)), im zweiten Jahr bei knapp 16 Prozent (85.000 € / (3.640 × 150 €)).

Die Spannweite zeigt, worauf es ankommt: Über den Erfolg entscheiden weniger die Lizenzkosten als aktive Nutzung, tatsächliche Zeitersparnis und deren Verwertung. Die Verwertungsquote ist die kritischste Annahme jedes KI-Business-Case – und zugleich diejenige, die eine Kanzlei durch Kapazitätsplanung und Preismodelle selbst gestalten kann. Nicht enthalten sind qualitative Effekte wie höhere Qualität, geringere Fehlerrisiken, Entlastung und Attraktivität als Arbeitgeberin; sie gehören als eigene Kategorie in den Bericht. Eine erste Abschätzung für Ihre Kanzlei bietet der Potenzialrechner.

Das Effizienz-Paradox beim Stundenhonorar

Beim reinen Stundenhonorar ist eine eingesparte Stunde im Mandat eine nicht abgerechnete Stunde. Effizienz senkt dann den Umsatz – es sei denn, die frei werdende Zeit wird anderweitig wertschöpfend genutzt. Die Branche erwartet hier Veränderungen: Im Future Ready Lawyer Survey Report 2024 gingen 60 Prozent der Befragten davon aus, dass KI-bedingte Effizienzgewinne die Verbreitung der abrechenbaren Stunde beeinflussen werden; in der Ausgabe 2026 lag dieser Anteil unter den Befragten aus Deutschland bei 68 Prozent.

Die Tabelle zeigt drei Hebel, um das Paradox aufzulösen: frei werdende Kapazität gezielt für zusätzliche Mandate und Akquise einsetzen, Effizienzgewinne zuerst dort heben, wo bisher abgeschrieben wurde oder nicht abrechenbar gearbeitet wird, und für standardisierbare Leistungen Festpreise oder Pakete anbieten. Wie sich Vergütungsmodelle im rechtlichen Rahmen weiterentwickeln lassen, beschreibt der Beitrag Wie KI das Geschäftsmodell von Kanzleien verändert.

Reporting an die Partnerschaft

Ein guter KI-Bericht ist kurz, regelmäßig und entscheidungsorientiert. Bewährt hat sich ein quartalsweises Cockpit von ein bis zwei Seiten mit festem Aufbau:

Ein guter KI-Bericht endet nicht mit Zahlen, sondern mit einer Entscheidung.

Häufige Fragen