Was KI im juristischen Staatsexamen wirklich kann, warum ihr trotzdem nicht in Panik verfallen müsst, und was ihr jetzt tun solltet

Im Frühjahr 2023 ging eine Meldung um die Welt, die in juristischen Bibliotheken für ein kollektives Schlucken sorgte. GPT-4, hieß es, habe das amerikanische Bar Exam bestanden, und zwar unter den besten zehn Prozent aller Teilnehmenden. Mit einem Schlag stand eine Frage im Raum, die sich bis dahin allenfalls Science-Fiction-Autoren gestellt hatten: Wenn eine Maschine die Prüfung besteht, auf die Menschen sieben Jahre lang hinarbeiten, was ist diese Ausbildung dann noch wert? Und was der Beruf, in den sie führt? Erst später stellte sich heraus, dass die Schlagzeile einen Schönheitsfehler hatte. Die Zahl war zu schön, um wahr zu sein. Nachträgliche Analysen rückten das Ergebnis auf ein Perzentil von rund zweiundsechzig zurecht, solide also, aber weit entfernt von der Spitzengruppe. Im deutschen Recht, das mit Multiple-Choice-Fragen bekanntlich wenig anfangen kann, fiel die Bilanz noch einmal deutlich nüchterner aus: Bei einem Versuch mit einer deutschen Rechtsprüfung erreichte GPT-4 gerade einmal die Hälfte der Punkte, hierzulande eine knappe Nichtbestehensnote.

Man könnte an dieser Stelle beruhigt weiterblättern, wenn die Geschichte damit zu Ende wäre. Sie ist es nicht. Und gerade weil zwischen Panik und Verharmlosung so wenig Platz für nüchterne Betrachtung bleibt, lohnt es sich, genauer hinzusehen: ohne Alarmismus, aber auch ohne die bequeme Selbstberuhigung, mit der ein Teil der Rechtswelt das Thema bis heute behandelt.

Was die Maschine wirklich kann, Stand heute

Wie gut aktuelle Sprachmodelle im deutschen Recht tatsächlich sind, muss niemand mehr schätzen, man kann es nachlesen. Das Anwaltspraxis Magazin unterzieht neue Modelle in einer laufenden Reihe echten Klausuren des ersten Staatsexamens, und der Versuchsaufbau ist von entwaffnender Schlichtheit: Das Modell erhält den Sachverhalt und die Anweisung, im Gutachtenstil zu lösen. Keine Musterlösung, keine Hinweise, kein juristisches Spezialtraining.

Als Gemini 3 im November 2025 erschien und auf LinkedIn tagelang gefeiert wurde, als hätte Google soeben das Rechtswesen abgeschafft, schickten die Tester auch dieses Modell durch ihre Klausur. Das Ergebnis erzählt mehr über den Stand der Technik als jede Podiumsdiskussion, denn korrigiert wurde auf zwei Wegen: einmal durch andere Sprachmodelle, einmal durch einen erfahrenen Juristen. Die maschinellen Korrektoren zeigten sich durchaus angetan und vergaben acht beziehungsweise sechs Punkte. Der Mensch hingegen sah eine andere Klausur vor sich und vergab vier Punkte, gerade noch ausreichend, mit erheblichen Lücken. Der Fall enthielt nämlich eine Inzidentprüfung, also eine Konstellation, in der ein Anspruch innerhalb der Prüfung eines anderen mitgeprüft werden muss. Wer das Examen kennt, weiß, dass sich an solchen Stellen die Vier von der Zwölf trennt. Gemini 3 ist an dieser Hürde nicht etwa gescheitert. Es hat sie gar nicht erst bemerkt.

In diesem einen Befund stecken drei Erkenntnisse, und jede für sich wäre schon einen eigenen Text wert. Die erste: Sprachmodelle beherrschen inzwischen einen formal sauberen Gutachtenstil, der auf den ersten Blick wie eine Examensleistung aussieht, und das allein wäre vor drei Jahren noch undenkbar gewesen. Die zweite: Sie scheitern bislang zuverlässig an genau dem, was eine gute von einer ausreichenden Klausur unterscheidet, an der Schwerpunktsetzung, am Aufspüren versteckter Probleme, am Gespür dafür, wo der Fall eigentlich spielt. Die dritte aber wiegt am schwersten: Die Maschinen erkennen ihre eigenen Fehler nicht. Dass die KI-Korrektoren einer schwachen Leistung acht Punkte gaben, während der Mensch vier vergab, ist kein Randdetail, sondern der Kern des Problems. Ein System, das nicht weiß, was es nicht weiß, klingt in seiner Selbsteinschätzung genauso souverän wie in seinen Irrtümern.

Wer daraus nun allerdings ableitet, das Thema habe sich erledigt, begeht denselben Fehler mit umgekehrtem Vorzeichen. Die Entwicklung der vergangenen drei Jahre weist eine klare Richtung auf, auch wenn sie nicht linear verläuft und einzelne Modellgenerationen sogar hinter ihre Vorgänger zurückfallen. Von der Unfähigkeit, überhaupt Gutachtenstil zu schreiben, bis zu vier Punkten in einer echten Examensklausur, ganz ohne juristisches Spezialtraining, ist es ein weiter Weg, zurückgelegt in bemerkenswert kurzer Zeit. Niemand, der ehrlich ist, würde darauf wetten, dass diese Kurve bei vier Punkten zum Stehen kommt. Zumal spezialisierte juristische Systeme, die mit deutschen Rechtsdaten trainiert und an Datenbanken angebunden sind, schon heute deutlich bessere Ergebnisse liefern als die generischen Chatbots, über die in den Benchmarks gespottet wird.

Warum das Examen trotzdem nicht das eigentliche Thema ist

Damit sind wir bei dem Punkt, an dem die Debatte interessant wird, denn die Frage, ob eine KI das Staatsexamen bestehen kann, erweist sich bei näherem Hinsehen als die falsche Frage. Das Examen prüft unter künstlichen Bedingungen, fünf Stunden, handschriftlich, ohne andere Hilfsmittel als den Schönfelder, eine Fähigkeit, die im Berufsleben in dieser Form nie wieder abgerufen wird. Kein Anwalt schreibt Schriftsätze ohne Datenbank, kein Richter urteilt ohne Kommentar, keine Syndika prüft Verträge ohne Vorlagen. Die eigentliche Frage lautet deshalb nicht, ob eine Maschine unter Klausurbedingungen mithalten kann, sondern welche der Tätigkeiten, für die das Examen qualifiziert, in zehn Jahren noch von Menschen erledigt werden. Und darauf fällt die Antwort differenzierter aus, als beide Lager wahrhaben wollen.

An die Maschinen geht mit hoher Wahrscheinlichkeit die juristische Routinearbeit, von der heute ein erheblicher Teil der Associate-Stunden in Großkanzleien lebt: die Dokumentenprüfung in der Due Diligence, Erstentwürfe von Standardverträgen, das Zusammenfassen von Rechtsprechung, die erste Recherche. Darin sind sich die Trend-Analysen der Branche bemerkenswert einig. KI-gestützte Vertragsanalyse und automatisierte Compliance gelten 2026 nicht mehr als Innovation, sondern als Standarderwartung, und agentische Systeme, die eigenständig Fristen überwachen oder Akten vorbereiten, halten gerade Einzug in die juristischen Fachanwendungen.

Was hingegen absehbar bei Menschen bleibt, lässt sich am Gemini-Benchmark unmittelbar ablesen. Es ist die Schwerpunktsetzung, das Erkennen des versteckten Problems, das Wissen darum, welche von hundert denkbaren Argumentationslinien vor diesem Gericht, mit diesem Mandanten, in dieser Verhandlungssituation trägt. Es ist die Übernahme von Verantwortung, denn selbst wenn eine Maschine den perfekten Schriftsatz schriebe, bliebe die Frage, wer unterschreibt, wer haftet und wer dem Mandanten in die Augen schaut, wenn es schiefgeht. Und es ist, nicht zu unterschätzen, die Bewertung maschineller Arbeit selbst. Wenn Systeme juristische Texte in Sekunden produzieren, wird die Fähigkeit, deren Qualität schnell und treffsicher zu beurteilen, zur vielleicht wertvollsten juristischen Kompetenz überhaupt. Der Korrektor, der die Vier-Punkte-Klausur als solche erkannte, während die Maschinen einander acht Punkte bescheinigten, hat genau jene Fähigkeit vorgeführt, die auf absehbare Zeit knapp und teuer bleibt.

Die ehrliche Beruhigung

Falls ihr also gerade im dritten Semester sitzt und euch fragt, ob sich das alles noch lohnt: Ja, das tut es. Nur aus anderen Gründen, als die Beruhigungsfraktion gewöhnlich anführt. Das Argument lautet nämlich nicht, die Technologie werde überschätzt. Sie wird eher unterschätzt. Das Argument lautet, dass das Jurastudium im Kern, wenn es gut läuft, genau jene Fähigkeiten vermittelt, die im Maschinenzeitalter an Wert gewinnen: strukturiertes Denken unter Unsicherheit, das Zerlegen komplexer Sachverhalte, das Abwägen widerstreitender Interessen, Urteilskraft. Die Subsumtionsmechanik, die man für die Klausur trainiert, ist dabei das Trainingsgerät, nicht der Muskel. Der Muskel ist juristisches Urteilsvermögen, und das verliert nicht dadurch an Wert, dass Maschinen die Mechanik beherrschen. Es gewinnt daran, weil es seltener wird.

Hinzu kommt eine Fähigkeit, die in der Debatte meist übersehen wird, obwohl sie über die Qualität jeder Zusammenarbeit mit KI entscheidet: die Fähigkeit, präzise zu sagen, was man eigentlich will. Eine Maschine, die fast alles kann, ist nur so gut wie der Auftrag, den man ihr erteilt, und wer sein Problem nicht klar fassen kann, erhält eine wolkige Antwort auf eine wolkige Frage. Wer täglich mit diesen Systemen arbeitet, merkt schnell, dass die Qualität des Resultats weniger vom Modell abhängt als vom Menschen davor, nämlich davon, wie genau er den Auftrag formuliert, wie kritisch er Zwischenergebnisse prüft und wie beharrlich er nachsteuert. Denkt man einen Moment darüber nach, ist das eine zutiefst juristische Kompetenz. Kaum eine Ausbildung trainiert so systematisch darin, einen Sachverhalt vollständig zu erfassen, Wesentliches von Unwesentlichem zu trennen und ein Anliegen in präziser Sprache auf den Punkt zu bringen. Die Doppelfähigkeit, einer Maschine exakt zu sagen, was man von ihr erwartet, und ihre Antwort anschließend fachkundig zu bewerten, dürfte zur Schlüsselqualifikation des kommenden Jahrzehnts werden, und Juristinnen und Juristen bringen dafür bessere Voraussetzungen mit als fast jede andere Berufsgruppe.

Ehrlich bleiben muss man freilich auch bei den Schattenseiten, denn dieser Wandel wird nicht alle gleich treffen. Zwar ist der Rechtsmarkt kein Nullsummenspiel. Ein großer Teil der Bevölkerung verzichtet heute aus Kostengründen auf Rechtsberatung, Unternehmen lassen Compliance-Risiken ungeprüft, ganze Anspruchskategorien werden nie geltend gemacht, und wenn Technologie juristische Arbeit verbilligt, kann daraus neuer Bedarf entstehen. Historisch hat jede Effizienzrevolution im Rechtswesen am Ende eher mehr juristische Arbeit hervorgebracht als weniger. Doch dieser Trost hat einen Haken, den man nicht verschweigen sollte: Die neue Arbeit entsteht selten dort, wo die alte wegfällt, und sie entsteht nicht für dieselben Leute. Das klassische Kanzleimodell finanziert die Ausbildung des Nachwuchses über genau die Routinearbeit, die nun automatisiert wird. Wenn eine Due Diligence, die früher zehn Associates drei Wochen lang beschäftigte, künftig von zwei Leuten mit einem KI-System in drei Tagen erledigt wird, stellt sich die unbequeme Frage, woran die nächste Generation eigentlich noch lernen soll und wie viele Einstiegsstellen dieses Modell künftig trägt. Eine gute Antwort darauf gibt es bislang nicht, und wer euch erzählt, es werde schon irgendwen treffen, nur nicht euch, verkauft euch Beruhigung statt Analyse. Realistisch ist beides zugleich: Der Markt wächst, und er verschiebt sich, und die Verschiebung wird für jene schmerzhaft, deren Profil austauschbar bleibt.

Was ihr jetzt konkret tun könnt

Die entscheidende Variable seid deshalb ihr selbst, denn zwischen der Feststellung, dass sich die Ausbildung noch lohnt, und der Zuversicht, dass es einem persönlich gut ergehen wird, liegt genau die Lücke, die sich durch frühe Auseinandersetzung schließen lässt. Der wichtigste Rat klingt dabei fast banal: Benutzt die Werkzeuge, und zwar ernsthaft. Nicht als Ghostwriter für die Hausarbeit, was ohnehin ein Täuschungsversuch wäre, sondern als Sparringspartner. Lasst euch Klausurlösungen generieren und korrigiert sie selbst, so wie es der Korrektor im Benchmark tat. Ihr lernt dabei zwei Dinge zugleich: wo die Systeme stark sind und wo sie scheitern. Wer einmal mit eigenen Augen gesehen hat, wie ein Modell eine Inzidentprüfung übersieht und dabei vollkommen souverän klingt, hat mehr über KI-Risiken begriffen als aus zehn Podiumsdiskussionen. Und ganz nebenbei gehört das Korrigieren fremder Fehler zu den wirksamsten Lernmethoden für das eigene Examen.

Baut zweitens ein technisches Grundverständnis auf, das über Prompt-Tricks hinausreicht. Programmieren müsst ihr dafür nicht lernen, auch wenn es nicht schadet. Aber ihr solltet erklären können, warum ein Sprachmodell halluziniert, worin sich ein probabilistisches von einem deterministischen System unterscheidet und weshalb gerade diese Unterscheidung für Haftungsfragen zentral wird. An dieser Schnittstelle entsteht derzeit ein Arbeitsmarkt, der erheblich schneller wächst als das Angebot an Menschen, die ihn bedienen können: Juristinnen und Juristen, die Technologie tief genug verstehen, um Anbieter-Marketing von Substanz zu unterscheiden.

Beschäftigt euch drittens mit dem Recht der KI, nicht nur mit KI im Recht. Der EU AI Act, dessen zentrale Transparenzpflichten in diesem Sommer greifen, die Haftungsfragen rund um KI-Fehler, die berufsrechtlichen Grenzen des KI-Einsatzes in der Anwaltschaft: Das alles sind Rechtsgebiete im Entstehen, in denen es noch keine etablierten Platzhirsche gibt. Eine Studentin mit zwei guten Seminararbeiten in diesem Feld steht heute weiter vorn als mancher Partner mit zwanzig Jahren Berufserfahrung im klassischen Geschäft.

Und viertens, in eigener Sache, aber ehrlich gemeint: Sucht euch Orte, an denen diese Auseinandersetzung bereits stattfindet. Legal-Tech-Initiativen, Hackathons, Moot Courts mit Technologiebezug, Arbeitsgemeinschaften, in denen Jura- und Informatikstudierende aneinandergeraten. Das sind die Räume, in denen man die Fragen dieses Textes nicht nur liest, sondern durchdiskutiert, und in denen jene Netzwerke entstehen, die später den Unterschied machen. Über die Zukunft des Rechtsmarkts entscheiden nicht die Schlagzeilen über bestandene Examina, sondern die Leute, die sich jetzt, während alle anderen noch zwischen Panik und Verdrängung pendeln, in Ruhe kompetent machen.

Was bleibt

Die Maschine hat vier Punkte geschrieben, und beide Lager haben aus dieser Zahl gelesen, was sie lesen wollten: die einen den Anfang vom Ende des Juristenberufs, die anderen den Beweis, dass alles beim Alten bleibt. Beide irren, denn was sich hier anbahnt, ist größer als beide Deutungen. Es ist die tiefste Umwälzung der juristischen Arbeit seit der Einführung der elektronischen Datenbank, vielleicht seit der Schreibmaschine. Vier Punkte ohne jedes Spezialtraining sind die Momentaufnahme einer Kurve, die weiter steigen wird, und in fünf Jahren wird die Frage nicht mehr lauten, ob Maschinen juristisch arbeiten können, sondern welche juristische Arbeit ohne sie überhaupt noch denkbar ist. Das ist keine Drohung. Es ist eine seltene historische Gelegenheit, denn eure Generation ist die erste, die diesen Wandel nicht verwalten muss, sondern gestalten kann, gerade weil sie noch nicht in den Strukturen steckt, die er auflöst. Die Werkzeuge, die etablierte Partner nervös machen, sind für euch der größte Hebel, den Berufsanfängerinnen und Berufsanfänger im Rechtsmarkt je hatten. Zugleich wäre es naiv, die Härte dieses Umbruchs kleinzureden. Er wird Karrierewege verschließen, die eure Vorgänger noch wie selbstverständlich gegangen sind, und er wird jene bestrafen, die darauf setzen, dass alles bleibt, wie es war. Das Studium, das ihr gerade absolviert, bereitet euch auf diese Welt besser vor, als die Schlagzeilen vermuten lassen, vorausgesetzt, ihr versteht es als das, was es im besten Fall ist: eine Ausbildung in Urteilskraft, nicht in Subsumtionsmechanik. Die Mechanik übernimmt absehbar die Maschine. Das Urteil, wer die vier Punkte von den acht unterscheiden kann, bleibt bei euch. Und wer beides beherrscht, die Urteilskraft und die Maschine, dem gehört dieser Markt.

Über den Autor:
Luis Hettrich (luis.hettrich@ml-tech.org) ist ehrenamtlich als Vorstand bei MLTech tätig und studiert Rechtswissenschaften an der Ludwig-Maximilians-Universität München.

Über den Redakteur:
Soo Ho Park (sooho.park@ml-tech.org) ist ehrenamtlich als Chief Editor bei MLTech tätig und studiert Rechtswissenschaften an der Ludwig-Maximilians-Universität München.

Allgemeine Anregungen oder Anfragen zum Blog gerne an: blog@ml-tech.org.