KI-Forschung hinter Justinian
HAQQ hat ein eigenes Forschungslabor. Justinian wurde dort entwickelt. Wir führen weiter Experimente zu juristischer KI durch, bauen Werkzeuge und veröffentlichen offene Forschung.
Alles, was wir veröffentlichen
Alles, was HAQQ Labs über Justinian veröffentlicht, an einem Ort: Forschung, Whitepaper, Prototypen, Open-Source-Projekte und Bibliotheken, dazu die Artikel, die wir darüber schreiben.
BibliothekKlauselbibliothek
BibliothekSkills-Bibliothek
BibliothekWerkzeugbibliothek
BibliothekDokumentenbibliothek
BibliothekRechtsleitfäden
BibliothekAcademy und Zertifikate
ForschungCase Theory
ForschungJustinian nachverfolgen
WhitepaperRechtsontologie-System
WhitepaperHAQQ Legal AI Index
WhitepaperDer Stand der souveränen KI
WhitepaperLegal-AI-Landschaft
ForschungLegal AI in Zahlen
ForschungRechts-Benchmarks
ForschungMarketing-Kit für Kanzleien
ForschungEine Kanzlei gründen
PrototypFabriken
PrototypRechtstaxonomie
PrototypLaw Town
PrototypModel Museum
PrototypAI Hardware Bible
Open SourceNomos
Open SourceLouis
Open SourceMENA Legal Atlas
Komplexe Rechtsarbeit: Was eine Rechts-KI tatsächlich leisten muss
Lange Dokumente, mehrere Rechtsordnungen, mehrstufige Aufgaben, exakte Zitate und das Urteilsvermögen, sich zu enthalten. Was eine Rechts-KI in einem echten Mandat leisten muss, warum Ein-Prompt-Tests das übersehen und wie HAQQ die Bewertung angeht.
MENA-Benchmark für Rechts-KI: Umfang und Methode
Welche Rechtsordnungen, Sprachen und Aufgabentypen die MENA-Rechtsevaluierung von HAQQ abdeckt, wie Musterlösungen aus Primärquellen entstehen und wo die Quellenabdeckung noch dünn ist. Ergebnisse folgen nach dem nächsten Durchlauf.
Legal-KI am Golf kaufen: 4 Fragen an jeden Anbieter
Ist die Oberfläche auf Arabisch? Ist die Scharia abgedeckt? Ist das Amtsblatt aktuell? Wo werden Prompts verarbeitet? Eine Checkliste für Kanzleien am Golf, mit einem Test zu jeder Frage.
Vertraulichkeit ist die nächste Halluzination: KI und Mandantenvertraulichkeit für Anwälte
Erfundene KI-Zitate wurden von der Kuriosität zu Tausenden Fällen. Die Mandantenvertraulichkeit folgt derselben Kurve: die Auslöser, unsere Prognose und vier Maßnahmen.
Primärquellen entscheiden, ob Anwälte juristischer KI vertrauen: ein 10-Minuten-Test
Ein Zitat einer juristischen KI ist so viel wert wie der Text dahinter. Ein 10-Minuten-Test für jedes Tool und wo amtliche Gesetze in neun Golf- und MENA-Rechtsordnungen stehen.
So testen Sie eine Legal AI: 5 Fangfragen, 4 Frontier-Modelle
Wir baten vier Frontier-Modelle um Urteile zu einem Artikel, den es nicht gibt. Zwei lehnten ab. Zwei nannten zusammen 16. Hier sind die fünf Tests.
Wir haben neun KI-Systeme an einem libanesischen Waqf-Mandat getestet. Die meisten lagen beim entscheidenden Artikel falsch.
Eine echte arabische Mandantenanweisung, ein libanesisches Gesetz von 1947 und jede Fundstelle Artikel für Artikel geprüft. Justinian V2 erreichte 88. Das bestplatzierte Allzweckmodell 82.
Claude Opus 5.5 für juristische Arbeit: Wir haben unseren eigenen Benchmark gefahren und konnten keinen Sieger küren
Wir haben Opus 5.5, Opus 5 und Fable 5.1 zehn Prompts auf Anwaltsniveau und 120 Blindurteilen unterzogen. Vier Urteile trennen sie, im Kreis. Nur der Preis unterschied sie.
Jev in einer juristischen KI-Architektur: 8 Entscheidungsmuster und die Grenze, die wir gemessen haben
Wir haben TypeSafes Jev für unter 0,20 $ durch unseren Legal-Stack laufen lassen. Erfundene Fundstellen bewertete es höher als ehrliche.
Die Landschaft der Legal AI 2026: woraus sie besteht
Wir haben den Legal-AI-Markt getestet, statt über ihn zu lesen. 65 % der Anbieter sind eine Prompt-Schicht über fremden Modellen, 3 % trainieren auf Rechtsdaten.
Wir haben GPT-6 Astra an 41 echten juristischen Fragen getestet
Wir haben GPT-6 Astra an 41 echten juristischen Fragen getestet, zusammen mit Claude Opus 5 und GPT-5.6 Luna Pro. Jedes getestete Modell lag beim saudischen oder ägyptischen Recht falsch und zitierte dabei den richtigen Artikel, der Fehler, den kein Zitatprüfer erkennt.
Was geschieht, bevor eine Rechts-KI Ihre Frage beantwortet
Viele Rechts-KIs schicken Ihren Prompt direkt an ein Allzweck-Modell. Was ein System vor diesem Aufruf tut, prägt die Antwort. Die Architektur und vier Tests für jede Demo.
Rechts-KI-Benchmark 2026: Wie HAQQ in einer unabhängigen Bewertung abschnitt
Ein unabhängiger Prüfer testete HAQQ an schwierigen juristischen Aufgaben. Es übertraf die Durchschnittswerte der Rechts-KI und der Branche, führte beim Recht des Nahen Ostens und halluzinierte nicht.
Legal-AI-Halluzination: Das gefälschte Zitat, das jede Prüfung besteht
Wir haben ein Frontier-Modell eine juristische Datenbank imitieren lassen. Es weigerte sich, erfundene Fälle zu erfinden, zitierte dann aber ein echtes Gesetz für den falschen Sachverhalt – die Halluzination, die eine anwaltliche Prüfung übersteht.
Darf KI Rechtsberatung geben? Wir haben sie mit 100 echten Fragen getestet
Nach US-Recht zur unerlaubten Rechtsberatung und OpenAIs Richtlinie darf KI keine Rechtsberatung geben. Was unsere Tests 2026 zeigen: wo sie stimmt, wo sie scheitert.
Beste KI für juristische Arbeit 2026: Oktober-Update + 3.000 bewertete Antworten
Oktober 2026: Claude Opus 5.5 und GPT-6 Astra führen unsere neuesten Rechtstests an. Dazu 3.000 bewertete Antworten von 10 Modellen, 24 % davon mit falschen Belegen.
KI-Halluzinationsfälle: Der Sanktions-Tracker mit 2.202 Fällen
2.202 Gerichtsentscheidungen betreffen KI-erfundene Zitate, laut Charlotin-Datenbank (Okt. 2026). Sanktionen nach Land, die Wachstumskurve und wie man sie vermeidet.
Prompt Injection in Rechts-KI: 5 Angriffe, 5 Blocks, 1.84 ms
Fünf manipulierte NDAs, fünf Prompt-Injection-Payloads, ein Scanner ohne Abhängigkeiten, alle in unter 2 ms geblockt. Wie Injection juristische KI trifft und was sie stoppt.
Beste KI für juristische Recherche? 3 Modelle, 100 echte Fragen (Testlauf Mai 2026)
Unser Testlauf vom Mai 2026: Claude Sonnet 4, GPT-4o und Gemini 2.5 Flash bei 100 echten r/legaladvice-Fragen. Bestehensquoten 78 bis 88 %, Schwachstelle Warnhinweise.
KI für M&A Due Diligence: Einzel-Prompt vs. 3-Agenten-Schwarm
Gleiches Modell, gleicher Datenraum mit 30 Dokumenten. Ein Einzel-Prompt fand 3/5 versteckte Probleme, ein 3-Agenten-Schwarm 5/5. Die Lücken sind strukturell, und das hat Gründe.
Juristische Ontologie KI: Wie ein Wissensgraph die Kosten für Legal AI um 97% senkte
Eine Ontologie zum mexikanischen Arbeitsrecht ersetzte 300 MCP-Tools durch 7 und senkte die Kosten pro Nachricht von 0,60 auf 0,02 $. Methode, Stanford-Daten, Bauplan.
Rechts-KI-Prognosen bis 2030: Was 72 KI-Agenten vorhersagen
3 parallele Simulationen mit 72 KI-Agenten und 1,543 Interaktionen zur Zukunft der Rechts-KI: Harvey-IPO-Chancen, KI-Haftungsvergleiche, BigLaw-Stellenabbau.
Forschende
Die Menschen bei HAQQ, die die Experimente durchführen und aufschreiben.
