De afgelopen twee jaar draaide het debat over juridische AI om één enkele vraag: welk model presteert het beste? Advocatenkantoren vergeleken de resultaten, experimenteerden met prompts en beoordeelden tools op basis van de kwaliteit van de teksten of de nauwkeurigheid van de samenvattingen. Die fase was onvermijdelijk, maar begint nu al aan belang in te boeten. Zodra taalmodellen een bepaald competentieniveau bereiken, zijn marginale verbeteringen veel minder van belang dan de omgeving waarin ze worden ingezet.
Volgens onze specialist, Bart van Wanroij, zal de volgende sprong voorwaarts in juridische productiviteit niet alleen voortkomen uit betere tekstgeneratie. Die zal voortkomen uit coördinatie. Zoals hij zegt: „Het vermogen van AI om workflows te coördineren tussen systemen, kennisbronnen en gestructureerde gegevens.”
Prompts vormden een belangrijk uitgangspunt, maar agents vormen de volgende stap. Daarachter ligt een wereld waarin systemen via AI-gestuurde processen met elkaar communiceren. Zo wordt wat nu nog een documentassistent is, omgevormd tot iets dat meer lijkt op een workflow-engine. Dit verandert de manier waarop juridische leiders moeten denken over de invoering van AI. De focus verschuift van afzonderlijke tools naar de architectuur die deze met elkaar verbindt.
Het gebruik van AI in de juridische sector richt zich tegenwoordig nog steeds vooral op documenten. Denk bijvoorbeeld aan het samenvatten van contracten, het vergelijken van versies, het opstellen van clausules of het extraheren van informatie. Deze mogelijkheden leveren meetbare efficiëntiewinst op, maar brengen zelden verandering in de onderliggende werkwijze. Advocaten blijven handmatig schakelen tussen documentenbestanden, kennissystemen, financiële gegevens en dossiers, waarbij ze de context moeten samenvoegen voordat ze een eindresultaat kunnen presenteren.
Maar voor Bart begint de transformatie pas wanneer die navigatielaag wordt geautomatiseerd. Neem eens een typisch scenario binnen een juridische afdeling van een bedrijf of een advocatenkantoor. Er komt een claim of geschil binnen. Het team doorzoekt het contractenarchief, bekijkt vergelijkbare zaken uit het verleden, controleert betalings- of polisgegevens, beoordeelt de risicoblootstelling en stelt een reactie op. Elke stap is afhankelijk van verschillende systemen, verschillende gegevensstructuren en menselijke coördinatie.
Een AI-agent kan die reeks stappen van tevoren in kaart brengen. In plaats van het juridisch oordeel te vervangen, legt hij de basis door context te verzamelen, relevante kennis boven water te halen en een gestructureerd uitgangspunt te creëren. De advocaat komt pas later in het proces in beeld en richt zich dan op analyse en besluitvorming in plaats van op het zoeken naar informatie. Hier begint AI de productiviteit op structureel niveau te beïnvloeden, in plaats van op taakniveau.
Achter de schermen werken technologieleveranciers aan gestandaardiseerde manieren waarop systemen hun mogelijkheden aan AI-workflows kunnen doorgeven. Het onderliggende concept is eenvoudig, ook al klinkt de terminologie technisch. In plaats van voor elk scenario starre integraties te bouwen, kunnen systemen aangeven welke informatie ze bevatten en welke acties ze ondersteunen. Een AI-agent kan vervolgens dynamisch naar die mogelijkheden vragen.
In de praktijk betekent dit dat een makelaar bijvoorbeeld:
die elementen integreren in een samenhangende workflow zonder dat er telkens maatwerk nodig is. De coördinatielaag wordt veerkrachtig in plaats van kwetsbaar.
Voor juridische organisaties brengt deze flexibiliteit zowel kansen als verantwoordelijkheden met zich mee. Meer automatisering verhoogt de efficiëntie, maar roept ook vragen op over betrouwbaarheid, traceerbaarheid en controle.
Juridisch werk is onderworpen aan strenge verantwoordingsplicht. Als een door AI gegenereerd antwoord verwijst naar eerdere zaken, intern beleid of richtlijnen in sjablonen, moet de organisatie begrijpen hoe die output tot stand is gekomen. Zonder transparantie wordt snelheid een risico.
Daarom evolueren document- en kennisplatforms steeds verder en gaan ze verder dan louter opslagfuncties. Ze fungeren in toenemende mate als herkomstregistratiesystemen, die de relaties tussen inputs, processen en outputs vastleggen. In plaats van alleen het einddocument op te slaan, bewaren deze systemen ook de onderliggende zoekopdracht, het gebruikte bronmateriaal en de context waarin het resultaat tot stand is gekomen.
Het openen van een gegenereerd antwoord zou dus niet alleen de tekst zelf kunnen onthullen, maar ook de gestructureerde vraag die aanleiding gaf tot het antwoord en de kennisbronnen waarop het is gebaseerd. Die mate van traceerbaarheid vergroot de verdedigbaarheid, bevordert het hergebruik van kennis en versterkt het vertrouwen in AI-ondersteunde werkprocessen.
Het concept van orkestratie sluit naadloos aan bij thema’s die door andere stemmen binnen ons bedrijf naar voren zijn gebracht. Bart Bogaerts benadrukt dat de effectiviteit van AI afhangt van een sterke thuisbasis: de omgeving waar gegevens veilig worden bewaard en context toegankelijk is. Marcel Lang wijst op interne kennis als het belangrijkste onderscheidende kenmerk tussen organisaties die AI alleen maar gebruiken en organisaties die er strategisch voordeel uit halen.
Orchestration brengt al die ideeën samen. Zodra agents zich tussen systemen kunnen verplaatsen, wordt de kwaliteit van de onderliggende omgeving doorslaggevend. Toegangsrechten moeten op elkaar zijn afgestemd, kennis moet worden beheerd, sjablonen moeten aan normen voldoen en governance-maatregelen moeten worden ingebouwd in plaats van achteraf te worden toegevoegd. Als die basis zwak is, versterkt orchestration de inconsistentie. Als die basis sterk is, vergroot orchestration de waarde.
Naast orkestratie tekent zich nog een andere ontwikkeling af. Tot voor kort werkte AI voornamelijk met documenten: er werd extern inhoud gegenereerd of geanalyseerd, waarna gebruikers weer terugkeerden naar traditionele bewerkingstools. Steeds vaker zal de ondersteuning echter binnen de documentomgeving zelf plaatsvinden.
Stel je voor dat je een reactie opstelt terwijl een ingebouwde assistent in realtime de structuur beoordeelt, controleert of deze overeenkomt met sjablonen, ontbrekende informatie opspoort en verbeteringen voorstelt. De assistent functioneert niet als een aparte applicatie, maar wordt een contextuele medewerker die in het dagelijkse werk is geïntegreerd.
Naarmate systemen meer inzicht krijgen in de kennis en werkprocessen van een organisatie, worden de resultaten minder algemeen en steeds beter afgestemd op de gangbare werkwijzen binnen de instelling. De technologie verdwijnt naar de achtergrond, terwijl de kwaliteit en consistentie van het werk toenemen.
De belangrijkste beslissing waar juridische organisaties voor staan, is dan ook niet langer of ze met AI moeten gaan experimenteren. De echte vraag is of hun ecosysteem klaar is voor coördinatie. Succes hangt af van het op elkaar afstemmen van verschillende elementen tot een samenhangende omgeving:
Deze afstemming vereist architectonisch denken in plaats van het aanschaffen van tools. Het gaat hierbij om beslissingen over de opslaglocatie van gegevens, de integratiestrategie en de mate van volwassenheid van het governancekader, die verder reiken dan één enkele leverancier.
De invoering van AI komt in een stroomversnelling, maar het concurrentievoordeel zal niet worden bepaald door wie de meeste tools implementeert. Het zal afhangen van wie omgevingen creëert waarin intelligentie, context en governance elkaar versterken. Organisaties die AI-systemen beschouwen als gestructureerde infrastructuur in plaats van als experimentele functies, zullen op termijn waarschijnlijk beter presteren dan hun concurrenten. Hun systemen zullen op een subtiele manier zorgen voor een snellere voorbereiding, resultaten van hogere kwaliteit en een consistentere besluitvorming, zonder dat de risicoblootstelling toeneemt. De toekomst van juridische AI zal niet worden bepaald door opvallendere technologie, maar door slimmere ecosystemen.