Skip to content
    HAQQ
    Einloggen
    Vertrieb kontaktieren
    HAQQ testen
    HAQQ testen
    1. Startseite
    2. Blog
    3. Context Engineering für Anwälte: Der 2026-Leitfaden für verlässliche juristische KI
    Leitfäden & Anleitungen

    Context Engineering für Anwälte: Der 2026-Leitfaden für verlässliche juristische KI

    Context Engineering macht juristische KI verlässlich. Retrieval, Grounding, 200K-Token-Kontextfenster und die drei Fehlermodi, die jeder Anwalt kennen sollte.

    Nicolas DawalibiNicolas Dawalibi|
    14. Mai 2026
    4 Min. Lesezeit
    Context Engineering für Anwälte: Der 2026-Leitfaden für verlässliche juristische KI

    Vom Prompt Engineering zum Context Engineering

    HAQQ AI kostenlos testen

    Erleben Sie KI-gestützte juristische Recherche und Entwurf

    Von der Veröffentlichung von ChatGPT Ende 2022 bis Anfang 2024 drehte sich in der KI-Branche alles um eine Idee: Prompt Engineering. Ganze Kurse, Zertifizierungen und Jobtitel entstanden rund um die Fähigkeit, die perfekte Anweisung für ein großes Sprachmodell zu formulieren. Doch um 2024 verschob sich etwas Grundlegendes. Die Branche ging über Prompts hinaus und wandte sich einer neuen Disziplin zu: Context Engineering.

    Diese Verschiebung war nicht willkürlich. Sie wurde durch eine dramatische Erweiterung der Fähigkeiten der zugrunde liegenden Modelle ausgelöst. Als große Sprachmodelle ihre Kontextfenster auf über 200.000 Token ausweiteten, änderte sich das Spiel vollständig. Bei dieser Größenordnung passt ein ganzer Roman, eine komplette Codebasis, eine Reihe wissenschaftlicher Arbeiten oder lang laufende Workflows in ein einziges Kontextfenster. Der Engpass war nicht mehr, was man dem Modell sagt, sondern was man ihm zeigt.

    Der Unterschied zwischen einem Prompt und einem Kontext

    Prompt Engineering bedeutet, das LLM anzuweisen, sich auf eine bestimmte Weise zu verhalten. Man sagt ihm, es solle wie ein Anwalt agieren, sich kurzfassen, Spekulationen vermeiden. Context Engineering ist grundlegend anders. Es geht darum, dem Modell die richtigen Informationen zu liefern, über die es urteilen kann. Die Anweisung kann perfekt sein, aber wenn der Kontext falsch ist, wird auch das Ergebnis falsch sein.

    Stellen Sie es sich so vor: Ein gut geschriebener Prompt mit schlechtem Kontext führt zu einem schlechten Ergebnis. Ein mittelmäßiger Prompt mit ausgezeichnetem Kontext führt oft zu einem guten Ergebnis. Der Kontext ist das Rohmaterial. Der Prompt ist nur das Lenkrad.

    In der Legal AI ist diese Unterscheidung entscheidend. Ein Anwalt kann den perfekten Prompt formulieren, aber wenn das System dem Modell veraltete Rechtsprechung, irrelevante Dokumente oder widersprüchliche Anweisungen zuführt, wird das Ergebnis unzuverlässig sein, egal wie elegant der Prompt ist.

    Was 200.000 Token tatsächlich bedeuten

    Ein Kontextfenster von 200.000 Token ist gewaltig. Zum Vergleich: Ein durchschnittlicher Roman umfasst etwa 80.000 Wörter, was ungefähr 100.000 Token entspricht. Das bedeutet, die neuesten Modelle können den Inhalt von zwei ganzen Romanen in einem einzigen Gespräch aufnehmen. Für die juristische Arbeit bedeutet das, dass Sie vollständige Akten, regulatorische Rahmenwerke, interne Vermerke und den Gesprächsverlauf gleichzeitig laden können.

    Doch mit dieser Kapazität kommt ein neues Problem: Context Management. Nur weil Sie alles hineinpacken können, heißt das nicht, dass Sie es tun sollten. Die Qualität des KI-Schlussfolgerns verschlechtert sich, wenn der Kontext schlecht organisiert ist, und dabei haben sich drei konkrete Fehlermuster herauskristallisiert.

    Drei Kontextfehler, die jeder Anwalt kennen sollte

    Context Poisoning

    Context Poisoning tritt auf, wenn veraltete, falsche oder überholte Informationen in das Kontextfenster gelangen. Genau wie schlechte Informationen im eigenen Kopf zu schlechten Entscheidungen führen, sorgt veraltete Rechtsprechung oder eine falsche regulatorische Auslegung im Kontext eines KI-Modells dafür, dass es auf einer fehlerhaften Grundlage schlussfolgert. Das Modell weiß nicht, dass die Information veraltet ist. Es behandelt alles in seinem Kontext als gleichermaßen gültig.

    Context Distraction

    Context Distraction entsteht, wenn zu viele irrelevante Informationen in das Kontextfenster gemischt werden. Anders als beim Poisoning sind die Informationen nicht zwangsläufig falsch, sie sind schlicht Rauschen. Das Modell muss selbst herausfiltern, was wichtig ist und was nicht, und diese Filterung ist unvollkommen. Das Ergebnis ist eine schwächere Leistung, weniger fokussierte Ausgaben und ein erhöhtes Halluzinationsrisiko, da das Modell Mühe hat, das Signal im Rauschen zu erkennen.

    Context Clashing

    Context Clashing tritt auf, wenn sich Informationen oder Anweisungen im Kontext widersprechen. Wenn ein Teil des Kontexts sagt „fassen Sie sich kurz" und ein anderer „decken Sie jedes Detail ab", muss das Modell diesen Widerspruch selbst auflösen, und das tut es oft inkonsistent. In der juristischen Arbeit kann sich das als widersprüchliche Beratung, in sich unstimmige Vertragsentwürfe oder als Analyse äußern, die unvorhersehbar in Ton und Tiefe wechselt.

    Context-Engineering-Techniken, die funktionieren

    Die Disziplin des Context Engineering hat mehrere bewährte Techniken hervorgebracht, um mit diesen Fallstricken umzugehen. Das sind keine theoretischen Konzepte, sondern die Methoden, die die besten Legal-AI-Plattformen einsetzen, um zuverlässige, faktenbasierte Ausgaben sicherzustellen.

    RAG: Retrieval-Augmented Generation

    RAG ist die am weitesten verbreitete Context-Engineering-Technik. Statt die gesamte Dokumentenbibliothek in das Kontextfenster zu stopfen, ruft RAG gezielt nur die Dokumente und Passagen ab, die für die aktuelle Anfrage relevant sind. Das ist eine Form von selektivem Kontext: Man zieht heran, was zählt, und lässt weg, was nicht zählt. Das Ergebnis ist ein saubereres Kontextfenster, ein geringeres Ablenkungsrisiko und fokussierteres KI-Schlussfolgern.

    Context Compression

    Eine weitere leistungsstarke Technik ist die Komprimierung des bestehenden Kontexts durch Zusammenfassen oder Kürzen. Lange Gesprächsverläufe, weitschweifige Dokumente und redundante Informationen lassen sich verdichten, ohne kritische Inhalte zu verlieren. Das ist besonders wichtig für juristische Workflows, in denen sich Gespräche über Dutzende Austausche erstrecken können und Dokumente Hunderte von Seiten umfassen.

    Context Layering und Priorisierung

    Fortgeschrittene Systeme nutzen Context Layering, also die Organisation des Kontextfensters in priorisierten Ebenen. Systemanweisungen stehen auf der höchsten Prioritätsstufe, gefolgt von den relevantesten Dokumenten, dann unterstützendem Kontext und schließlich dem Gesprächsverlauf. Das stellt sicher, dass das Modell den kritischsten Informationen Aufmerksamkeit schenkt, selbst wenn das Kontextfenster groß ist.

    Warum das für Legal AI wichtig ist

    Für Anwälte ist Context Engineering kein abstraktes Konzept. Es ist der Unterschied zwischen einem KI-Tool, das halluzinierte Fundstellen produziert, und einem, das zuverlässige, quellenbasierte Analysen liefert. Es ist der Unterschied zwischen einer Vertragsprüfung, die wesentliche Risiken übersieht, weil die KI von irrelevanten Klauseln abgelenkt wurde, und einer, die genau die Punkte aufdeckt, die zählen.

    Bei HAQQ ist Context Engineering fest in die Kernarchitektur eingebaut. Die Justinian-Engine nutzt RAG, um relevante Dokumente heranzuziehen, komprimiert und schichtet den Kontext intelligent und hält über mehrstufige juristische Gespräche hinweg saubere, strukturierte Kontextfenster. Deshalb sind die Ausgaben von HAQQ konsequent in den tatsächlichen Dokumenten und den jurisdiktionsspezifischen Regeln verankert, nicht in den allgemeinen Trainingsdaten des Modells.

    Die Ära, in der der Prompt alles war, ist vorbei. Die Ära, in der der Kontext die Qualität bestimmt, hat begonnen. Anwälte, die diesen Wandel verstehen, werden KI effektiver einsetzen als jene, die noch immer ihre Prompts optimieren.

    • HAQQ Legal AI ausprobieren
    • Den Leitfaden zum juristischen Prompting lesen
    • HAQQ mit ChatGPT vergleichen

    Weiterführende Lektüre

    • Dokumente in sauberen, strukturierten Text umwandeln
    • wie LLMs tatsächlich funktionieren, jargonfrei erklärt
    • eine juristische Ontologie statt reinem RAG

    Verfasst von

    Nicolas Dawalibi
    Nicolas Dawalibi

    Leitfäden & Anleitungen

    Nicolas schreibt die Leitfäden von HAQQ: praktische Schritt-für-Schritt-Anleitungen für Anwälte und Rechtsteams, die KI in ihre Arbeit einbinden.

    Alle Artikel dieses Autors

    Verwandte Ressourcen

    AI Prompts for Lawyers: 168-Prompt Library + 2026 GuideBest LLM for Legal Writing in 2026: Opus 5.5, Fable 5.1, GPT-6 Astra, GeminiHAQQ Legal AI ChatAI Contract Review: A Lawyer's Guide

    Verwandte Artikel

    KI-Dokumentautomatisierung für kleine Kanzleien: Was Sie kaufen sollten und was nicht
    Leitfaden

    KI-Dokumentautomatisierung für kleine Kanzleien

    KI-Dokumentautomatisierung für kleine Kanzleien: Was Sie kaufen sollten und was nicht

    Arabische Rechts-KI: Die Lücke liegt im Retrieval, nicht im Inhalt
    MENA

    Arabische Rechts-KI

    Arabische Rechts-KI: Die Lücke liegt im Retrieval, nicht im Inhalt

    KI-Prompts für Anwälte: Bibliothek mit 631 Prompts + Leitfaden 2026
    Leitfaden

    KI-Prompts für Anwälte

    KI-Prompts für Anwälte: Bibliothek mit 631 Prompts + Leitfaden 2026

    Häufig gestellte Fragen

    Was ist Context Engineering?

    Context Engineering ist die Disziplin, einem großen Sprachmodell die richtigen Informationen auszuwählen, zu strukturieren und bereitzustellen, damit es genaue, fundierte Antworten liefert. Es hat Prompt Engineering als wichtigsten Hebel für die Zuverlässigkeit von KI abgelöst, als die Modelle so gut wurden, dass sich der Engpass von den Anweisungen zu den Eingaben verlagerte.

    Was bedeutet Context Engineering für Anwälte?

    Context Engineering für Anwälte heißt, der KI die richtige Mandatsakte, die richtigen Gesetze, die richtigen Vertragsklauseln und das richtige Kanzlei-Playbook in der richtigen Form zu geben, bevor man die Frage stellt. Genau das unterscheidet eine Legal-AI-Engine, die echte Fundstellen zitiert, von einem Chatbot, der Rechtsprechung erfindet.

    Context Engineering vs. Prompt Engineering: Was ist der Unterschied?

    Prompt Engineering optimiert die Anweisung, Context Engineering optimiert die Eingaben. Ein perfekter Prompt über die falschen Dokumente liefert trotzdem eine falsche Antwort. Bei Legal AI leistet Context Engineering den Großteil der Arbeit: Retrieval, Chunking, Ranking, Komprimierung und Grounding. Der Prompt sind die letzten 10 %.

    Welche Techniken nutzt Context Engineering?

    Retrieval-Augmented Generation (RAG), hybride Suche, hierarchisches Chunking, Kontextkomprimierung, Zitat-Grounding, schemagebundene Ausgaben und Long-Context-Windowing. Produktive Legal-AI-Systeme kombinieren je Arbeitsablauf mehrere dieser Techniken, statt sich auf eine einzige zu verlassen.

    Warum ist Context Engineering für die Genauigkeit von Legal AI wichtig?

    Weil juristische Genauigkeit binär ist: Das Zitat existiert oder es existiert nicht, die Klausel sagt das, was Sie behaupten, oder eben nicht. Context Engineering stellt sicher, dass das Modell auf Grundlage geprüfter Quellen aus der Mandatsakte schlussfolgert, statt aus Trainingsdaten zu raten. Das ist der Unterschied zwischen KI, deren Ergebnis Sie bei Gericht einreichen können, und KI, bei der das nicht geht.

    Wie nutzt HAQQ Context Engineering?

    Die Legal-AI-Engine von HAQQ ist um Context Engineering als zentrales Anliegen herum gebaut: Jeder Arbeitsablauf stellt den richtigen Mandatskontext zusammen, ruft Inhalte aus geprüften Rechtskorpora ab, stützt Antworten auf Zitate und erzwingt strukturierte Ausgaben, sodass der Anwalt belegte Arbeit prüft und keinen Freitext.

    Was kommt als Nächstes?

    HAQQ AI kostenlos testen

    Erleben Sie KI-gestützte juristische Recherche und Entwurf

    ROI berechnen

    Sehen Sie, wie viel Zeit und Geld HAQQ Ihrer Kanzlei spart

    600+ juristische Prompts durchsuchen

    Sofort einsatzbereite Prompts für jede juristische Aufgabe

    Zurück zum Blog

    Vorheriger Artikel

    Warum Legal Tech scheitert: 6 Fallstricke und was wirklich funktioniert

    Nächster Artikel

    Legal Engineering: Der 2026-Leitfaden zu KI-gestützten juristischen Workflows

    Auf dieser Seite

    4 Min. Lesezeit

    1. 01Vom Prompt Engineering zum Context Engineering
    2. 02Der Unterschied zwischen einem Prompt und einem Kontext
    3. 03Was 200.000 Token tatsächlich bedeuten
    4. 04Drei Kontextfehler, die jeder Anwalt kennen sollte
    5. Context Poisoning
    6. Context Distraction
    7. Context Clashing
    8. 05Context-Engineering-Techniken, die funktionieren
    9. RAG: Retrieval-Augmented Generation
    10. Context Compression
    11. Context Layering und Priorisierung
    12. 06Warum das für Legal AI wichtig ist
    13. 07Weiterführende Lektüre

    Diesen Artikel teilen

    Setzen Sie das ein

    Stellen Sie HAQQ die Frage, die dieser Artikel bei Ihnen aufgeworfen hat.

    HAQQ across all devices
    HAQQ Legal AI Platform Logo

    Ihr juristischer KI-Zwilling und Kanzleimanagement-System für Entwurf, Abrechnung und Gewinnen.

    Laden imApp StoreJetzt beiGoogle Play

    Dokumentationen

    • Docs wird in einem neuen Tab geöffnet
    • Erste Schritte wird in einem neuen Tab geöffnet
    • Newsroom wird in einem neuen Tab geöffnet
    • Produkt-Updates wird in einem neuen Tab geöffnet
    • Status wird in einem neuen Tab geöffnet
    • Vertrauen wird in einem neuen Tab geöffnet
    • Sicherheit
    • FAQ wird in einem neuen Tab geöffnet
    • Community wird in einem neuen Tab geöffnet
    • Support wird in einem neuen Tab geöffnet

    Academy

    • Partner wird in einem neuen Tab geöffnet
    • Kurs wird in einem neuen Tab geöffnet
    • Prompts wird in einem neuen Tab geöffnet
    • Labs wird in einem neuen Tab geöffnet

    Website

    • eFirm
    • Juristischer KI-Chat
    • Mobile App
    • Justinian KI-Engine
    • HAQQ eBar
    • HAQQ eWallet
    • Preise
    • Vergleichen Sie uns
    • Lösungen
    • Blog
    • Team kennenlernen
    • Mach mit wird in einem neuen Tab geöffnet
    App öffnen
    • Sprachenenarfresitdeptrohics
    • Kontaktinfo@haqq.ai
    • Statusbetriebsbereit·fundiert
    • Nutzungsbedingungen
    • Datenschutzrichtlinie
    • Cookie-Richtlinie
    • Datenverarbeitung
    • Menschen wird in einem neuen Tab geöffnet
    • Anwälte wird in einem neuen Tab geöffnet
    • Sicherheit wird in einem neuen Tab geöffnet
    © 2026 HAQQ Inc. Alle Rechte vorbehalten.Produkt intern von HAQQ entwickelt. Website mit modernen Web-Tools gebaut.
    The Shift in AI Strategy
    Prompt Engineering
    Instructing the LLM
    Be concise
    Use role-play
    Add constraints
    Good instruction, but...
    200K Token Context Window
    25% filled
    System Prompt
    500 tokens
    Case Documents
    50,000 tokens
    Jurisdiction Rules
    30,000 tokens
    Conversation History
    20,000 tokens
    Common Context Pitfalls
    Context Poisoning

    Outdated or incorrect info degrades reasoning

    Example: Old case law overrides current statutes
    RAG: Selective Context in Action
    Query
    Retrieve
    Filter
    Generate
    User asks a legal question
    Context Compression
    Before: Raw Context
    120K tokens
    Document section 1 (relevant)
    Document section 2 (relevant)
    Document section 3 (noise)
    Document section 4 (noise)
    Document section 5 (noise)
    Document section 6 (noise)
    Unoptimized, noise included