SmartCounsel Web

KI-Chat

Juristische Arbeitsoberfläche

Recherche und Entwurf im kontrollierten Arbeitsmodus.

Anlagen Keine Dateien Datei hinzufügen

Dateien wählen

Noch keine Anlagen geladen.

Senden mit Ctrl/Cmd + Enter.

Gesetze

Norm direkt aufrufen

Norm öffnen

Rechtsraum

Gesetze durchsuchen

Modus

Geltungsstand prüfen

Prüfe ob eine DE-Norm oder ein EU-Rechtsakt noch in Kraft ist.

Jurabkürzung Paragraph (optional) EU-Rechtsakt (CELEX)

Rechtsprechung

Rechtsprechung suchen

Raum Quelle Zeitraum Sortierung

Neuere Rechtsprechung zeigen Neuere höher gewichten

Gezielt nach Entscheidung suchen

Aktenzeichen, Datum oder Fundstelle genügt – Gericht engt ein.

Gericht Aktenzeichen Datum Fundstelle

Datenschutz

Datenschutz, Vertraulichkeit und Berufsrecht

Wichtiger Hinweis

Diese Seite enthält allgemeine Betriebshinweise für die Nutzung von SmartCounsel in der anwaltlichen Praxis. Sie ersetzt keine einzelfallbezogene datenschutzrechtliche oder berufsrechtliche Prüfung innerhalb der Kanzlei.

1. Kurzorientierung: Wann verlassen Daten den eigenen Rechner?

Bleibt typischerweise lokal

SmartCounsel_Web selbst läuft im Browser. Der erste technische Empfänger ist in der Regel das lokale Legal_Agent_net auf localhost. Wenn nur abstrakte Fragen gestellt werden und ein lokales Modell wie Ollama genutzt wird, kann der Vorgang vollständig lokal bleiben.

Geht ins Kanzlei-/On-Prem-Umfeld

Rollen, Knowledge, Git und je nach Setup NER, Matter Auth und Gitea laufen über eigene Kanzlei- oder On-Prem-Dienste. Dann verlassen Daten den Rechner, aber nicht zwingend die eigene Betriebsumgebung.

Geht an externe Modell- oder Webdienste

Bei OpenAI, Anthropic, Gemini, Mistral oder Azure OpenAI sowie bei externer Browser-Recherche verlassen Inhalte den eigenen Rechner und werden an den jeweils konfigurierten Dienst weitergegeben. Das ist vor der Nutzung bewusst zu prüfen.

2. Reale Datenpfade im aktuellen Projekt

Funktion / Option	Verlässt Daten den Rechner?	Typisches Ziel	Praxis-Hinweis
Reine abstrakte Chatfrage ohne Anlagen	Nur dann extern, wenn ein externer Modellprovider gewählt ist	Lokales Ollama oder konfigurierter LLM-Provider	Für allgemeine Rechtsfragen mit abstrahierten Sachverhalten ist dies der risikoärmste Chat-Pfad.
Chat mit konkreten Mandatsdaten im Prompt	Ja, sobald kein rein lokales Modell genutzt wird	OpenAI, Azure OpenAI, Anthropic, Gemini, Mistral oder anderer konfigurierter Provider	Der normale Chattext selbst wird im aktuellen Chat-UI nicht separat anonymisiert. Mandatsdaten im Prompt daher nur mit bewusst gewähltem Providerpfad verwenden.
Diktat für Chatnachrichten	Ja, sobald ein externer Speech-to-Text-Provider aktiv ist	Konfigurierter STT-Provider	Audio verlässt je nach STT-Setup den Rechner. Das UI weist darauf ausdrücklich hin.
Anlagen im Chat	Ja, wenn sie zusammen mit einem nicht lokalen Modell verarbeitet werden	Konfigurierter LLM-Provider	Anlagen erhöhen das Schutzbedürfnis deutlich. Die Vorprüfung im Chat bewertet dies sichtbar vor dem Senden.
Aktive Websuche	Ja	Externe Webquellen / Suchpfade	Bei aktivierter Websuche werden Inhalte an externe Quellenpfade gekoppelt. Für sensible Sachverhalte ist das bewusst zu steuern.
Local Browser	Typischerweise nein, aber je nach Zielsystem Abruf externer Rechtsdaten	Lokaler Browser-Agent, Beck, juris, openJur, Wolters Kluwer o.ä.	Die Verarbeitung läuft lokal gesteuert, ruft aber natürlich die jeweils angebundenen Rechtsquellen ab.

3. Schutzmechanismen im aktuellen Frontend

Mechanismus	Was er leistet	Wichtige Grenze
Datenschutz-Vorprüfung vor dem Senden	Bewertet Datenpfad, Anlagen, Websuche, Korrespondenz und erkannte sensible Inhalte vor dem Chat-Aufruf.	Ersetzt keine eigene rechtliche Bewertung und ist nur so gut wie die verfügbaren Signale im UI.
Anonymisierung von Anlagen	Kann Dateien vor dem Modellaufruf datenschutzseitig entschärfen.	Reduziert Risiko, beseitigt es aber nicht in jedem Fall vollständig.
Provider- und Modellwahl	Erlaubt die bewusste Wahl zwischen lokalem Modell, EU-/Tenant-Pfaden oder Frontier-Modellen.	Die Verantwortung für die richtige Wahl im Einzelfall bleibt bei der nutzenden Person bzw. Kanzlei.
System-Health und Betriebsdiagnostik	Macht technische Datenpfade, Features und Betriebszustände sichtbar.	Technische Transparenz ersetzt keine materielle Freigabe sensibler Inhalte.

4. Empfehlung für die Praxis

Abstrakt beginnen

Bei neuen Fragen zuerst ohne Namen, Aktenzeichen, Anlagen und personenbezogene Daten arbeiten und den Datenpfad bewusst klein halten.

Pfad bewusst wählen

Für sensible Inhalte lokale Modelle oder kontrollierte Tenant-/On-Prem-Pfade bevorzugen; externe Frontier-Modelle nur mit klarer Freigabelage nutzen.

Warnungen ernst nehmen

Risikohinweise, Providerpfade, STT-Hinweise und Anlagensignale im Chat nicht wegklicken, sondern als echte Freigabeentscheidung verstehen.

5. Berufsrechtlicher Rahmen

Auch bei technisch gut abgesicherten Setups bleibt zu prüfen, ob der konkrete Einsatz mit Mandatsgeheimnis, Vertraulichkeit, TOMs, Auftragsverarbeitung, internen Kanzleivorgaben und dem jeweils gewählten Betriebsmodell vereinbar ist. Maßgeblich ist nicht nur die Softwarefunktion, sondern der gesamte tatsächliche Datenfluss.

Matter Workspace

Keine Akte aktiv

Wähle eine Akte aus, um den Workspace zu laden.

Transkription

Keine Akte aktiv

Wähle eine Akte aus, um Aufnahmen zu transkribieren.

Knowledge-Manager

Review und Bestandsverwaltung

Prüfung, Freigabe und Pflege des kanzleiweiten Wissensbestands.

Prompts

Gespeicherte Eingaben

Nur Favoriten

Gespeicherter Prompt

Noch kein Prompt gewählt

Wähle links eine Starter-Vorlage oder einen gespeicherten Prompt, um Inhalt und Herkunft anzuzeigen.

Starter-Vorlagen und gespeicherte Prompts können hier geprüft werden, bevor sie in die aktuelle Chat-Eingabe übernommen, aktualisiert oder als eigener Prompt gespeichert werden.

Neuen Prompt speichern

Favorit

Noch keine gespeicherten Prompts.

Datenschutz

Datenschutz, Vertraulichkeit und Berufsrecht

Wichtiger Hinweis

1. Kurzorientierung: Wann verlassen Daten den eigenen Rechner?

Bleibt typischerweise lokal

Geht ins Kanzlei-/On-Prem-Umfeld

Geht an externe Modell- oder Webdienste

2. Reale Datenpfade im aktuellen Projekt

Funktion / Option	Verlässt Daten den Rechner?	Typisches Ziel	Praxis-Hinweis
Reine abstrakte Chatfrage ohne Anlagen	Nur dann extern, wenn ein externer Modellprovider gewählt ist	Lokales Ollama oder konfigurierter LLM-Provider	Für allgemeine Rechtsfragen mit abstrahierten Sachverhalten ist dies der risikoärmste Chat-Pfad.
Chat mit konkreten Mandatsdaten im Prompt	Ja, sobald kein rein lokales Modell genutzt wird	OpenAI, Azure OpenAI, Anthropic, Gemini, Mistral oder anderer konfigurierter Provider	Der normale Chattext selbst wird im aktuellen Chat-UI nicht separat anonymisiert. Mandatsdaten im Prompt daher nur mit bewusst gewähltem Providerpfad verwenden.
Diktat für Chatnachrichten	Ja, sobald serverseitige Spracheingabe aktiv ist	Konfigurierter Speech-to-Text-Provider	Nicht nur der spätere Text, sondern bereits das Roh-Audio kann den eigenen Rechner verlassen. Für konkrete Mandatsdaten ist das mindestens so sensibel wie ein externer Chat-Pfad.
Chat-Anlagen mit Checkbox „Anlagen vor LLM-Aufruf anonymisieren“	Ja, aber erst nach lokaler/on-prem Anonymisierung im Backend, wenn die Funktion aktiv verfügbar ist	LLM-Provider nach Vorverarbeitung durch `Legal_Agent_net`	Die Checkbox schützt nur Anlageninhalte, nicht den frei eingegebenen Chattext.
Wissensbasis-Suche	Ja	`Knowledge_Service` im Kanzlei-/On-Prem-Umfeld	Suchanfrage und Filter verlassen den Rechner, typischerweise aber nicht die eigene Betriebsumgebung.
Knowledge-Upload	Ja	`Legal_Agent_net` und danach `Knowledge_Service`	Dokumente und extrahierter Text werden zur internen Wissensverarbeitung übertragen.
Local Browser	Ja	Lokaler `Local_Browser_net` und von dort die jeweils aufgerufenen Webseiten	Rechercheziele im Web sehen naturgemäß die dort aufgerufenen Anfragen oder Navigationen.
Korrespondenz im Chat	Ja, wenn die Option im Chat aktiviert ist und ein externes Modell antwortet	LLM-Provider; die E-Mails liegen zuvor in der Aktenstruktur	Besonders sensibel, weil Betreff, Beteiligte und E-Mail-Inhalte oft hoch identifizierend sind.
Akten-Git-Sync	Ja	`Akten_Git_Server` / Gitea	Dient der internen Versions- und Revisionssicherheit; typischerweise On-Prem, aber nicht mehr rein lokal.

3. Welche Teile laufen lokal, on-prem oder extern?

Baustein	Typischer Ort	Bemerkung
SmartCounsel_Web	Browser auf dem eigenen Rechner	Nur UI; verarbeitet Eingaben lokal im Browser und spricht dann mit `Legal_Agent_net`.
Legal_Agent_net	Typisch lokal auf dem Nutzerrechner	Zentraler Orchestrator für Chat, Akte, Knowledge, Git, DMS und Browser-Recherche.
Local_Browser_net	Typisch lokal	Steuert browsergestützte Recherche; der Aufruf externer Webseiten erfolgt von dort.
Knowledge_Service	Typisch Kanzlei-/On-Prem-Server	Wissensbasis, Review-Queue, Bootstrap- und Secret-Store.
Matter_Auth_Service	Typisch Kanzlei-/On-Prem-Server	Rollen, Matter-Zugriffe und Service-Modus-Freigaben.
Akten_Git_Server / Gitea	Typisch Kanzlei-/On-Prem-Server	Interne Git-Revision pro Akte.
NER / Anonymisierung	Je nach Betrieb lokal oder Kanzlei-/On-Prem-Endpunkt	Im aktuellen Standard ist ein eigener NER-Endpunkt konfigurierbar; er ist nicht automatisch „offline“. Deshalb immer den realen Endpunkt prüfen.
Ollama	Lokal	Wenn aktiviert und genutzt, kann die Modellverarbeitung lokal bleiben.
OpenAI / Azure OpenAI / Anthropic / Gemini / Mistral	Externer oder tenantgebundener API-Endpunkt	Hier verlassen die verarbeiteten Inhalte den lokalen Rechner und je nach Setup auch die eigene Infrastruktur.

4. Differenzierung nach Inhalt: Wie kritisch ist der konkrete Einsatz?

Nutzungsszenario	Typisches Risiko	Empfohlener Betriebsmodus
Abstrakte Rechtsfrage ohne Mandatsbezug	Niedrig	Kann auch mit externem Modell vertretbar sein, wenn die Kanzlei den Provider freigegeben hat.
Konkreter Mandatssachverhalt im Prompt	Mittel bis hoch	Bevorzugt abstrahieren oder lokalen/kanzleiintern freigegebenen Modellpfad verwenden.
Anlagen, Schriftsätze, Verträge, Urteilsentwürfe	Hoch	Nur mit bewusster Providerwahl; Anonymisierung nutzen, aber Restrisiken einpreisen.
Korrespondenz, E-Mails, personenbezogene Kommunikation	Sehr hoch	Nur bei klar freigegebenem Kanal und nach Minimierung/Anonymisierung. Sensibler als abstrakte Recherchefragen.
Knowledge-Upload mit Originaldokument	Hoch	Nur, wenn der interne Knowledge-Prozess genau fuer diesen Dokumenttyp freigegeben ist.

5. Neue Chat-Vorprüfung: Datenschutzrisiko vor dem Senden bewerten

Was die Funktion aktuell macht

Der Chat bewertet vor dem Absenden das Datenschutzrisiko der konkreten Nachrichtensituation und färbt den Senden-Button entsprechend ein.
Technisch wird zwischen Exposure und Sensitivity unterschieden: also einerseits dem Datenpfad und andererseits der inhaltlichen Sensibilität.
In die heuristische Bewertung fließen insbesondere Providerpfad, Websuche, Local Browser, Anlagen, Korrespondenz und aktive Anonymisierung ein.
Wenn ein externer oder tenantgebundener Modellpfad genutzt wird, kann zusätzlich eine Inhaltsvorprüfung des Chattexts, der geladenen Anlagen und des eingebundenen Korrespondenzkontexts laufen.

Wie die Anzeige zu verstehen ist

Niedrig bedeutet nicht „automatisch unkritisch“, sondern nur: Nach den aktuell erkannten Faktoren ist das Risiko geringer.
Mittel und hoch zeigen an, dass Kanal, Inhalt oder Zusatzfunktionen datenschutzsensibler sind.
Bei erhöhtem Risiko werden die auslösenden Faktoren im UI erläutert, zum Beispiel externer Provider, Anlagen, Korrespondenz oder erkannte Entitäten.
Je nach Policy kann zusätzlich ein Bestätigungsdialog vorgeschaltet sein, bevor tatsächlich gesendet wird.

Welche Hilfen integriert sind

Die Oberfläche kann konkrete risikomindernde Aktionen vorschlagen, zum Beispiel Anonymisierung aktivieren oder auf ein lokales Modell zu wechseln.
Risikodämpfende Faktoren werden ebenfalls angezeigt, etwa wenn Anonymisierung aktiv ist.
Die Logik lässt sich serverseitig strenger konfigurieren; lokale Nutzereinstellungen dürfen die Policy nur verschärfen, nicht lockern.

Baustein der Vorprüfung	Aktuelle Funktion	Wichtige Grenze
Heuristische Browser-Logik	Bewertet Datenpfad und Nutzungskontext, z. B. externes Modell, Websuche, Anlagen, Korrespondenz und Anonymisierung.	Erkennt keine vollständige rechtliche Zulässigkeit, sondern technische und inhaltliche Risikosignale.
Inhaltsvorprüfung	Kann bei exponierten Pfaden sensible Entitäten und riskante Muster im Chattext, in Anlagen und im eingebundenen Korrespondenzkontext berücksichtigen.	Ein unauffälliger Befund beweist nicht, dass kein Berufs- oder Datenschutzrisiko besteht; umgekehrt ersetzt ein hoher Befund keine menschliche Kontextprüfung.
Bestätigungsdialog	Zwingt je nach Policy zu einer bewussten Bestätigung vor dem Senden.	Das ist eine Schutzschranke, aber kein Freigabestempel.
Quick-Fixes	Ermöglichen direktes Umschalten auf risikoärmere Optionen, etwa Anonymisierung oder lokales Modell.	Auch nach einem Fix ist erneut zu prüfen, ob der konkrete Inhalt in dieser Form gesendet werden darf.

Praktisch heißt das: Die neue Vorprüfung ist eine wichtige Hilfe für den Arbeitsalltag, aber kein Ersatz für die fachliche, datenschutzrechtliche und berufsrechtliche Freigabeentscheidung.

6. Was leisten die vorhandenen Anonymisierungsfunktionen und wo bleiben Restrisiken?

Was aktuell vorhanden ist

Im Chat gibt es eine explizite Checkbox für die Anonymisierung von Anlagen vor dem LLM-Aufruf.
Weitere Anonymisierungspfade existieren in Extraktion, Bulk Review, Research und Korrespondenzverarbeitung.
Die Verfügbarkeit hängt davon ab, ob der Anonymisierungs-/NER-Pfad im Backend tatsächlich aktiviert und erreichbar ist.

Wichtige Grenzen

Die Chat-Risikobewertung ersetzt keine Anonymisierung und garantiert nicht, dass ein Inhalt ausreichend entidentifiziert ist.
Der frei eingegebene Chattext wird im normalen Chat-UI aktuell nicht separat über eine eigene Checkbox anonymisiert.
Anonymisierung ist häufig eher Pseudonymisierung als vollständige Entidentifizierung.
Einzigartige Faktenmuster, Datenkombinationen, Rollenbezüge, Zitate, Fristen, Beteiligtenkonstellationen oder Dateinamen können trotz Ersetzung Rückschlüsse ermöglichen.

Praktische Folge

Anonymisierung ist ein Sicherheitsgewinn, aber kein Freibrief für beliebige Mandatsdaten.
Je konkreter das Mandat und je sensibler die Anlage, desto wichtiger ist die Wahl eines lokalen oder freigegebenen Kanzlei-Modellpfads.
Bei Diktat ist zusätzlich zu beachten, dass schon das gesprochene Roh-Audio besonders schützenswert sein kann.
Wenn der Schutzfall kritisch ist, sollte vorab abstrahiert, gekürzt oder auf einen rein lokalen Workflow ausgewichen werden.

7. Modellpfade: lokal, freigegebene Cloud, öffentliche APIs

Modellpfad	Daten verlassen den Rechner?	Typische Einordnung
Ollama	Nein, sofern wirklich lokal betrieben	Geeignet für besonders zurückhaltende Verarbeitung, wenn Leistungsniveau und Modellqualität ausreichen.
Azure OpenAI	Ja	Verlässt den Rechner, läuft aber typischerweise in einer kontrollierteren, tenant- oder vertragsgebundenen Umgebung als öffentliche Consumer-Tools. Trotzdem keine automatische Freigabe ohne Kanzlei-Policy.
OpenAI / Anthropic / Gemini / Mistral	Ja	Externe API-Nutzung; nur mit freigegebener Vertrags- und Datenschutzlage einsetzen. Mistral kann betrieblich ein EU-nahes Alternativszenario sein, bleibt aber ebenfalls ein externer API-Pfad.

Der Schalter „Websuche“ ist ebenfalls nicht als rein lokaler Modus zu verstehen. Wenn dieser Pfad im gewählten Provider-Setup aktiv unterstützt wird, ist zusätzliche externe Verarbeitung oder Webabfrage einzuplanen.

8. Bereits vorhandene Sicherungsmechanismen im Projekt

Zugriff und Rollen

Service-Modus mit Matter_Auth_Service für Matter- und Rollensteuerung
Knowledge-Rollen wie Admin und KnowledgeOfficer
Diagnose über auth/status und system/health

Interne Infrastruktur

Knowledge_Service, Matter_Auth_Service und Akten_Git_Server können im eigenen Kanzlei- oder On-Prem-Betrieb liegen.
Git-Sync dient der internen Nachvollziehbarkeit und Versionierung.
Secrets wie Git- oder Matter-Auth-Tokens können über Bootstrap aus dem internen Secret-Store kommen.

Inhaltsbezogene Schutzstufen

Wissensbasis, Korrespondenz und Anlagen sind gesonderte Funktionsbereiche und nicht nur „mehr Chat“.
Der Chat verfügt jetzt über eine sichtbare Datenschutz-Risikobewertung vor dem Senden mit Faktorenliste und optionalem Bestätigungsdialog.
Die vorhandenen Optionen erlauben unterschiedliche Risikostufen, ersetzen aber nicht die Auswahl des passenden Datenkanals.
Die fachliche Endverantwortung bleibt immer bei der Kanzlei bzw. der verantwortlichen Berufsträgerin oder dem verantwortlichen Berufsträger.

9. Einfache Entscheidungsregel für den Alltag

Nur allgemeine, abstrahierte Rechtsfrage: externer freigegebener Provider eher vertretbar.
Konkreter Mandatssachverhalt: besser abstrahieren oder lokalen / gesichert freigegebenen Modellpfad wählen.
Anlagen oder Korrespondenz: Anonymisierung nutzen, aber Restrisiko einpreisen; besonders sorgfältige Providerwahl.
Wenn unklar ist, ob Daten den Rechner oder die Kanzleiumgebung verlassen dürfen: nicht senden, sondern erst Datenschutz, IT oder die verantwortliche Berufsträgerin bzw. den verantwortlichen Berufsträger einbeziehen.

Auch wenn der Senden-Button kein hohes Risiko anzeigt, bleibt der Nutzer dafür verantwortlich, ob der konkrete Inhalt in genau diesem Kanal und mit genau diesem Provider verarbeitet werden darf.

10. Maßgebliche Normen direkt im Tool öffnen

Die folgenden Verweise nutzen die vorhandene Gesetzeslogik von SmartCounsel und öffnen den Volltext direkt im bestehenden Materialdialog.

Einstellungen

Backend und Verbindung

Legal_Agent_net URL

Noch nicht verbunden.

Websuche-Anbieter SearXNG läuft on-prem (empfohlen). OpenAI nur bei OpenAI-Modellen; komplexe Recherche nutzt immer SearXNG.

Compliance-Log (DSGVO Art. 30)

Zeitpunkt	Nutzer	Art	Modell	Akte	Token	Input-Hash

Juristische Arbeitsoberfläche

Noch kein Material geöffnet

Norm direkt aufrufen

Rechtsprechung suchen

Norm- und Entscheidungs-Dossiers

Rechtsgebiete

Gesetze

Neue Entscheidungen, Gesetzgebung und Pressemitteilungen je Rechtsgebiet

Neue Entscheidungen

Gesetzgebung

Aus den Pressestellen

Token und Kostenschätzung

Chats, Recherchen und Markdown

Chats

Recherchen

Audit

Datenschutz, Vertraulichkeit und Berufsrecht

Verarbeitung

Produktiver Einsatz

1. Kurzorientierung: Wann verlassen Daten den eigenen Rechner?

Bleibt typischerweise lokal

Geht ins Kanzlei-/On-Prem-Umfeld

Geht an externe Modell- oder Webdienste

2. Reale Datenpfade im aktuellen Projekt

3. Schutzmechanismen im aktuellen Frontend

4. Empfehlung für die Praxis

Abstrakt beginnen

Pfad bewusst wählen

Warnungen ernst nehmen

5. Berufsrechtlicher Rahmen

Health-Check

Admin-Dashboard

Antwortqualitäts-Benchmark

Billing / Nutzung

Keine Akte aktiv

Mandate-Monitor

Akten-Sammlung

Schriftsatzprüfung

Anlagenverzeichnis

Analyse starten

Frühere Analysen

Keine Akte aktiv

Audio-Transkription

Wortlaut prüfen und korrigieren

Transkripte dieser Akte

Datenraum, Auswertung, Bericht

Dokumentenextraktion

Kanzleiweites Wissen

Suche in der Wissensbasis

Dokument hochladen

Review und Bestandsverwaltung

Review-Queue

Dokumentenbestand

Katalog

Keine Akte aktiv

Noch kein Eintrag geoeffnet

Team-Verwaltung

DMS-Verbindung

DMS-Browser

Bereits importiert

Audit-Trail

iManage Work 10 Anmeldung

Azure AD Anmeldung