KI und Notariat: Wie die Notarkammer Caen ihre Praxis mit MarIAnne transformiert
Die Notarkammer Caen setzt MarIAnne ein, eine fachspezifische Dokumenten-KI unter Expertenaufsicht, um deontologisches Wissen zu strukturieren und 415 Notarinnen und Notare zu unterstützen. Ein GenieFactory-Use-Case.
Kurzüberblick. Die Notarkammer Caen (CNCAC) hat MarIAnne eingeführt: eine fachspezifische Dokumenten-KI unter Expertenaufsicht. Umfang: 415 Notarinnen und Notare, rund 9.000 Wissenssegmente und seit über 12 Monaten im produktiven Einsatz.
Kontext
Die Notarkammer beim Berufungsgericht Caen (CNCAC) betreut einen regulierten juristischen Berufsstand im tiefgreifenden Wandel. Seit der Reform von 2015 haben sich die personellen Kapazitäten nahezu verdoppelt: 255 von 415 Notarinnen und Notaren wurden erst nach 2015 ernannt, und 70 von 194 Kanzleien wurden neu geschaffen.
Damit stieg der Unterstützungsbedarf deutlich: mehr deontologische, regulatorische und operative Fragen bei gleichzeitig steigenden Antwortzeiten des Expertenteams.
Drei Beobachtungen gaben den Ausschlag für das Projekt:
- Die Fachlehre war über Regeln, Rundschreiben, interne Merkblätter und implizites Expertenwissen verteilt.
- Das Anfragevolumen war ohne Zeitverlust nicht mehr aufzufangen.
- Der Wissenstransfer blieb bei Ruhestand und Fluktuation fragil.
Das Ziel war nicht, "einen Chatbot einzuführen", sondern kritisches Dokumentationswissen in ein jederzeit nutzbares organisatorisches Gedächtnis zu überführen.
Das zu lösende Problem
Ein generischer KI-Assistent reicht in diesem Umfeld nicht aus:
- Risiko von Halluzinationen oder veralteten Quellenangaben;
- fehlende Priorisierung lokaler Regeln gegenüber nationalen Vorgaben;
- begriffliche Unschärfen in einem normativ strengen Rahmen;
- kein strukturiertes Lernen aus Expertenkorrekturen.
Benötigt wurde ein System, das schnell antwortet, die richtigen Quellen ausweist, lokal vs. national sowie gültig vs. aufgehoben zuverlässig trennt und sich kontinuierlich verbessert, ohne den Menschen aus der Schleife zu nehmen.
Unsere Lösung
Wir haben einen vollständigen, fachlichen Dokumentenassistenten entwickelt und ausgerollt, der vollständig im Eigentum der CNCAC bleibt und auf vier Kernbausteinen basiert.
1. Fachlicher Wissensgraph
Der Dokumentenbestand der Kammer (nationales Berufsrecht, CSN-Rundschreiben, Tarifvertrag, Gesetzestexte, interne Leitfäden und Merkblätter) wird ingestiert, segmentiert, angereichert und in einem Wissensgraphen auf Neo4j indexiert.
Ergebnis: knapp 9.000 strukturierte, datierte und quellengebundene Segmente, jeweils bis zum Ursprungstext rückverfolgbar.
2. Präzisionsorientiertes Hybrid-RAG
Statt rein vektorbasiertem Retrieval kombiniert MarIAnne Graph-Retrieval mit LLM-Synthese. Ein Re-Ranking berücksichtigt Quellenhierarchie und Textstatus, und nur qualifizierte Passagen gelangen ins Modell. Antworten bleiben durchgängig quellenbasiert.
3. Das Tribunal: kontinuierliche menschliche Kontrolle
Das ist das Kernstück. Eine Fachexpertin der Kammer prüft die Antworten, klassifiziert Fehler (ungeeignete Quelle, veralteter Text, ignorierte lokale Regel, mehrdeutiger Begriff usw.) und korrigiert mit Vetorecht.
Das ist keine passive Annotation, sondern operative Co-Governance.
4. Semantische Verbesserungsschleife
Jede Korrektur wird als strukturiertes, nachvollziehbares Wissensobjekt gespeichert (Autor, Datum, Aktentyp, Zielknoten im Graphen, Begründung). Die Wissensbasis entwickelt sich versioniert, überprüfbar und kontinuierlich weiter.
Was sich für die Kammer verändert
- Antwortzeit. Fragen, die früher Telefonate und E-Mail-Schleifen brauchten, erhalten in Sekunden eine erste Antwort.
- Konsistenz. Zwei Notarinnen oder Notare mit derselben Frage bekommen kohärente Antworten auf derselben Quellenbasis.
- Wissenssicherung. Expertenwissen wird formalisiert, versioniert und nachvollziehbar im System verankert.
- Schnelleres Onboarding. Neue Berufsträger erhalten sofort Zugriff auf die akkumulierte Fachlehre.
- Steuerbare Qualität. Quellenrelevanz wird zu einer messbaren Kennzahl statt zu einer Black Box.
Prinzipien, die den Unterschied machen
Dieses Projekt steht exemplarisch für den Ansatz der agentischen Transformation von GenieFactory in hochzuverlässigen Umgebungen:
- Menschen bleiben in Kontrolle. KI schlägt vor, Expertinnen und Experten entscheiden.
- Der Kunde besitzt das System. Daten, Graph, Merkblätter und Korrekturen gehören der CNCAC.
- Personalisierung ist nativ. Der Assistent bildet lokale Regeln, Fachsprache und regionale Besonderheiten ab.
- Wissen bleibt lebendig. Es wird fortlaufend nachverfolgt, versioniert und angereichert.
Eingesetzte Fähigkeiten
Das Projekt erforderte Ende-zu-Ende-Kompetenzen:
- Wissensingenieurwesen (Modellierung, Neo4j-Graphen, Ingestion-Pipelines);
- Advanced RAG (Hybrid-Architektur, fachliches Re-Ranking, hierarchisches Retrieval);
- Produktkonzeption für einen kritischen Anwendungsfall (feedback-orientierte Konversations-UX);
- Infrastruktur und Betrieb (Monitoring, Orchestrierung, kontinuierliche Aktualisierung);
- Fachliche Begleitung (Expertenworkshops, Qualitäts-Governance).
Ein reproduzierbares Modell
MarIAnne läuft heute im Maßstab der interdepartementalen Kammer Caen. Das Setup ist auf andere regulierte Berufe übertragbar, die vor ähnlichen Aufgaben stehen: Wissenstransfer, steigendes Anfragevolumen und konsistente Praxis.
Ist Ihr Fachwissen ein nachhaltiger Vermögenswert oder ein verstecktes Verlustrisiko?