AI en software voor advocatenkantoren
We ontwerpen en bouwen AI voor advocatenkantoren, notarissen en juridische afdelingen: zoeken in je eigen precedenten, assistenten die clausules toetsen aan je playbook en automatisering van intake en dossieradministratie. Advocaten controleren elk resultaat, en cliëntdossiers blijven in je documentmanagementsysteem.
Waar het werk vastloopt.
Kennis zit vast in het DMS
Jaren aan adviezen, contracten en memo's staan in iManage of NetDocuments, en je vindt ze alleen als je de cliënt, de zaak of de auteur nog weet. Advocaat-medewerkers doen werk opnieuw dat al bestaat.
Reviewwerk dat meegroeit met het aantal pagina's
Due diligence, reviews van huurcontracten en contractvergelijkingen kosten uren zorgvuldig lezen. Nu meer cliënten om vaste prijzen vragen, komen die uren voor rekening van het kantoor zelf.
Administratie rond elke nieuwe zaak
Intakeformulieren, conflictchecks, Wwft-cliëntenonderzoek en opdrachtbevestigingen worden overgetypt tussen e-mail, praktijkmanagement en financiële systemen, nog voordat het juridische werk begint.
Wat we bouwen voor advocatenkantoren.
Elke toepassing stemmen we af op je systemen en regels, en bij elke toepassing houdt een mens de regie over de beslissingen die ertoe doen.
Zoeken in precedenten en kennis
Advocaten stellen een vraag in gewoon Nederlands of Engels en krijgen antwoorden uit de eigen adviezen, contracten en memo's van het kantoor, elk met een link naar de bronpassage. Het zoeken volgt de dossierbeveiliging van je DMS, zodat Chinese walls blijven staan.
Contractreview met je playbook
De assistent leest een binnenkomend contract, vergelijkt elke clausule met het playbook van het kantoor of de cliënt en markeert afwijkingen met een voorstel voor alternatieve tekst. De advocaat accepteert, past aan of verwerpt elke markering voordat er iets teruggaat naar de wederpartij.
Gegevens uit due diligence halen
Een AI-agent haalt change-of-control-, opzeggings- en overdrachtsclausules uit honderden documenten in de dataroom en zet ze in een reviewtabel met paginaverwijzingen. Advocaat-medewerkers controleren de tabel en schrijven het rapport op basis van gestructureerde bevindingen.
Zaakintake en conflictcheck voorbereiden
Een intakeformulier of e-mail wordt een conceptdossier in Clio, BaseNet of Legalsense, met de partijen uitgelezen en door de conflictcheck gehaald. De verantwoordelijke advocaat bekijkt de treffers en keurt het dossier goed voordat het wordt geopend.
Cliëntportaal voor documenten en status
Cliënten uploaden documenten, tekenen via DocuSign en zien op één beveiligde plek hoe hun zaak ervoor staat. Het secretariaat krijgt minder telefoontjes en e-mails met vragen om een update.
Juridische AI testen voordat die live gaat
We testen juridische AI-tools met vragen die je eigen advocaten al hebben beantwoord, en controleren of bronverwijzingen bestaan en citaten overeenkomen met de bron. Dezelfde testset draait bij elke wijziging in prompts, modellen of data.
Gebouwd rond de regels.
Hier ontwerpen we vanaf de eerste week voor. Je juristen en compliance-afdeling houden het laatste woord.
Beroepsgeheim en verschoningsrecht
Door de geheimhoudingsplicht uit de Advocatenwet en het notariële beroepsgeheim moeten cliëntdossiers onder controle van het kantoor blijven. We houden documenten en indexen in je eigen omgeving of een EU-cloudregio, en werken met contracten met modelaanbieders die training op je data uitsluiten en bewaring beperken.
Regels van de NOvA en toezicht op leveranciers
De NOvA verwacht dat advocaten de regie houden als leveranciers cliëntdossiers verwerken, ook bij cloud- en AI-aanbieders. We leggen vast waar data naartoe gaat, welke subverwerkers betrokken zijn en hoe toegang wordt gelogd, zodat je kantoor dat kan beoordelen.
AVG (GDPR) en dataminimalisatie
Juridische dossiers zitten vol persoonsgegevens, soms bijzondere persoonsgegevens. We lakken weg waar dat kan, sturen zo weinig mogelijk naar een model en stemmen bewaartermijnen af op het archiefbeleid van je kantoor.
Wwft-cliëntenonderzoek
Raakt de automatisering van intake aan Wwft-controles, dan verzamelt en registreert de software de informatie. Een gekwalificeerde medewerker maakt de beoordeling af en tekent die af.
Werkt met wat je al gebruikt.
Heeft een systeem een API, een database, een export of een mailbox, dan kunnen we erop bouwen. Deze systemen komen we het vaakst tegen.
- iManage
- NetDocuments
- SharePoint
- Clio
- BaseNet
- Legalsense
- Kleos
- DocuSign
- Microsoft Outlook
- Exact Online
Waar je begint.
Zoeken in precedenten voor één sectie
We beginnen met één sectie, zoals ondernemingsrecht of arbeidsrecht, en indexeren de adviezen en modeldocumenten uit het DMS. Advocaten gebruiken het een aantal weken voor echte vragen, terwijl wij de kwaliteit van de antwoorden meten tegen hun eigen oordeel.
Bespreek het met onsWat het omvat
- Koppeling met iManage, NetDocuments of SharePoint, met synchronisatie van rechten
- Hybride zoeken met antwoorden met bron
- Testset op basis van vragen die je advocaten beantwoordden
- Rapportage over gebruik en feedback
Gerelateerde cases.
Gidsen.
Beveiligingsvragenlijst voor AI-leveranciers: wat je vraagt voordat je koopt of bouwt
De vragen die je een AI-leverancier of je eigen team stelt over data, modelaanbieders, toegang, logging, kwaliteit, incidenten, AVG en exit, en hoe je de antwoorden scoort.
8 min leestijd
AI-readiness-checklist: dit beantwoord je voordat je eerste agent live gaat
De vragen die je beantwoordt voordat je eerste AI-agent echt werk doet, van proces en data tot goedkeuring, monitoring en eigenaarschap.
10 min leestijd
Verder lezen.
Een RAG-chatbot bouwen die in productie werkt
Wat er nodig is om van een veelbelovend RAG-experiment een chatbot te maken die mensen vertrouwen: inlezen, hybride zoeken, bronvermelding, rechten en evaluaties.
6 min leestijd
RAG evalueren: retrieval-metrics, faithfulness en golden sets
Zo meet je een RAG-systeem goed: houd retrieval en antwoorden apart, controleer faithfulness per bewering en bouw een golden set die je kunt vertrouwen.
5 min leestijd
RAG vs fine-tuning: wat past bij je bedrijf?
RAG geeft een model je kennis op het moment dat het antwoordt. Fine-tuning vormt zijn gedrag. Hoe je kiest, wanneer je ze combineert en wat elke aanpak kost.
4 min leestijd
Veelgestelde vragen.
Documenten en zoekindexen blijven in je eigen omgeving of in een EU-cloudregio die jij beheert. Alleen de passages die nodig zijn om een vraag te beantwoorden gaan naar het model, onder een contract dat training erop uitsluit. Vraagt een zaak erom, dan draaien we open-weightmodellen in je eigen cloud.
Ja. Beide hebben API's waarmee we documenten en hun beveiligingsinstellingen lezen, zodat de assistent alleen documenten toont die de advocaat in het DMS al kan openen. Voor bestanden op SharePoint of netwerkschijven bouwen we koppelingen met dezelfde rechtencontrole.
Ze moeten ze controleren, en de software maakt dat snel: elk antwoord noemt het document en de passage waar het vandaan komt, en bronverwijzingen worden automatisch gecontroleerd voordat een antwoord verschijnt. De advocaat blijft verantwoordelijk voor het advies.
De meeste onderzoeks- en opsteltools die kantoren gebruiken, vallen buiten de hoog-risicocategorieën. Die gaan over AI die rechterlijke instanties gebruiken om het recht te onderzoeken en uit te leggen. Kantoren moeten wel zorgen dat medewerkers de AI begrijpen die ze gebruiken, en mensen laten weten wanneer ze met een AI-systeem te maken hebben. We bouwen de logging en documentatie die bij allebei helpen.
Vaak wel, als het probleem duidelijk is. Een kleiner kantoor op Clio of BaseNet heeft meestal meer aan automatisering van intake en documenten dan aan een kennisassistent, omdat er minder archief is om te doorzoeken. We kijken eerst waar de uren naartoe gaan voordat we iets adviseren.