Harvey AI

Kurzfazit

Harvey AI ist die führende KI-Plattform für Großkanzleien, die juristische Massenaufgaben automatisieren wollen — insbesondere Due Diligence, Vertragsvergleiche und Legal Research. Mehr als 60 der größten US-Kanzleien (AmLaw 100) setzen Harvey bereits ein, was die Marktakzeptanz belegt. Für kleinere Kanzleien und Einzelanwälte ist Harvey wirtschaftlich und operativ zu aufwendig. Wer auf Deutsch arbeitet und deutsches Recht im Fokus hat, findet bessere Alternativen — Harvey ist primär auf englischsprachige Jurisdiktionen ausgerichtet.

Für wen ist Harvey AI?

Wirtschaftskanzleien mit M&A-Praxis: Harvey wurde genau für diesen Anwendungsfall entwickelt. Die Plattform verarbeitet ganze Dokumentenordner, markiert kritische Klauseln, Haftungsrisiken und Nicht-Standard-Regelungen — das sind klassische M&A-Due-Diligence-Aufgaben, die Harvey in Stunden statt Tagen erledigt.

Kanzleien mit hohem Vertragsvolumen: Ob NDA-Review, Lieferverträge oder Leasing-Agreements — Harvey liest Stapel von Standardverträgen und meldet Abweichungen vom Kanzlei-Standard. Associates können sich auf die Fälle konzentrieren, die echte Analyse erfordern.

Legal-Tech-Teams in Großunternehmen: Große Konzerne mit eigener Legal-Abteilung nutzen Harvey für Vertragsmanagement, Risikobewertung und regulatorische Recherche über Jurisdiktionen hinweg.

Kanzleien mit internationalem Fokus: Harvey deckt mehrere Rechtsgebiete und Sprachen ab — am stärksten im englischsprachigen Raum. Für internationale Transaktionen mit US-amerikanischem oder britischem Recht ist Harvey klar überlegen.

Weniger geeignet für: Kleine Kanzleien und Einzelanwälte, deutschsprachige Spezialkanzleien (z. B. Familienrecht, Strafrecht), Steuerberater und alle, die primär mit deutschen Behörden und deutschem Verwaltungsrecht arbeiten.

Preise im Detail

Plan	Preis	Was du bekommst
Enterprise	Auf Anfrage	Vollzugang zu Assistant, Vault, Knowledge, Workflow Agents; kanzleispezifisches Training auf eigenen Dokumenten; EU-Datenverarbeitung optional; SSO, Audit-Trail, Sicherheits-Addendum

Einordnung: Harvey bietet kein Self-Service-Modell und keine öffentlichen Preise. Das Onboarding erfolgt ausschließlich über das Enterprise-Sales-Team und beginnt mit einem Discovery-Gespräch über Kanzleigröße, Praxisbereiche und bestehende IT-Infrastruktur. Für die meisten mittelgroßen deutschen Kanzleien dürfte das Investment fünfstellig pro Jahr liegen — genaue Zahlen sind nicht öffentlich. Wer nur einzelne juristische Dokumente mit KI analysieren will, fährt mit einem allgemeinen LLM (Claude, GPT-4o) günstiger.

Stärken im Detail

Juristisch trainiert, nicht nur allgemein leistungsfähig. Harvey ist auf Basis von Claude und GPT-4 aufgebaut, aber mit juristischen Trainingsdaten und kanzleispezifischen Workflows optimiert. Das bedeutet: Die Plattform versteht juristische Konzepte wie Representations & Warranties, Material Adverse Change-Klauseln oder Indemnification-Strukturen — und bewertet sie richtig, statt nur den Text zu lesen.

Kanzlei-eigene Dokumente als Trainingsbasis. Harvey kann auf Musterverträge, interne Stilrichtlinien und frühere Vertragswerke einer Kanzlei trainiert werden. Das heißt: Antworten klingen nicht generisch, sondern spiegeln die Sprache und Struktur wider, die die Kanzlei selbst verwendet — ein echter Qualitätsunterschied bei der Ausgabe.

EU-Datenverarbeitung als Option. Im Gegensatz zu vielen US-KI-Tools bietet Harvey aktiv EU- und Schweiz-Datenverarbeitung auf Microsoft Azure für Kunden mit entsprechenden Anforderungen. Das ist für europäische Kanzleien mit Mandatsgeheimnis-Anforderungen relevant.

Vault — strukturiertes Dokumenten-Repository. Harvey bringt nicht nur eine Chat-Oberfläche, sondern auch ein sicheres Dokumenten-Repository (Vault) für die Ablage und Massenanalyse von Vertragsbeständen. Associates laden ganze Due-Diligence-Datenräume hoch und erhalten strukturierte Zusammenfassungen.

Schwächen ehrlich betrachtet

Primär englischsprachig. Harvey wurde für den angloamerikanischen Rechtsraum entwickelt. Deutschsprachige juristische Terminologie, deutsches BGB-Recht und deutsche Gerichtsurteile sind nicht die Stärke der Plattform. Für eine Münchner Kanzlei, die hauptsächlich deutsches Gesellschaftsrecht bearbeitet, ist das ein ernstes Problem.

Kein Self-Service. Wer Harvey ausprobieren will, landet auf einem Demo-Request-Formular — kein Trial, keine kostenlose Testphase, keine öffentlichen Preise. Das macht interne Budget-Diskussionen schwierig und verschleppt Evaluierungsprozesse.

Abhängigkeit vom Anbieter. Harvey ist ein US-amerikanisches Start-up. Obwohl gut finanziert (Series-D, über 300 Mio. USD Investment), birgt eine kritische Abhängigkeit von einer externen KI-Plattform für sensible Kanzleidaten ein strategisches Risiko, das Legal-IT-Verantwortliche im Blick behalten müssen.

Konfigurationsaufwand für nicht-englische Kanzleien. Der initiale Setup-Aufwand — kanzleispezifisches Training, Dokumenten-Import, Integration in bestehende Systeme — erfordert IT-Ressourcen und mehrere Wochen Implementierungszeit. Kleinere Kanzleien ohne eigene Legal-IT sind hier klar im Nachteil.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Überwiegend deutsches Recht bearbeitest	Casetext oder allgemeine LLMs mit juristischen Prompts
Stärkeren DSGVO-Fokus und EU-Herkunft brauchst	Luminance — europäische KI für juristische Dokumente
Vertragsmanagement nach der Analyse benötigst	Lexion — CLM-Plattform für Vertragslebenszyklus
Kein Enterprise-Budget hast	Claude — starkes allgemeines LLM für juristische Erstanalysen

Harvey ist das stärkste Tool für internationale Großkanzleien mit englischsprachigem M&A-Fokus — für alles darunter gibt es proportional bessere Alternativen.

So steigst du ein

Schritt 1: Kontaktiere Harvey über harvey.ai — das Onboarding erfolgt ausschließlich über das Enterprise-Sales-Team. Bereite für das erste Gespräch konkrete Zahlen vor: Kanzleigröße, Hauptpraxisbereiche, typisches Due-Diligence-Volumen pro Quartal und aktuelle IT-Infrastruktur. Harvey dimensioniert das Setup anhand dieser Angaben.

Schritt 2: Nach Vertragsabschluss richtet das Harvey-Team die Instanz ein. Stelle für den initialen Daten-Import repräsentative Musterverträge, interne Styleguides und häufig genutzte Klausel-Bibliotheken bereit — je besser das Training, desto kanzleispezifischer die Ausgaben.

Schritt 3: Starte mit strukturierten, messbaren Aufgaben wie Vertragsvergleichen (z. B. “Alle 40 NDA in diesem Ordner gegen unseren Standard-NDA prüfen”) oder Due-Diligence-Checklisten. Das liefert schnell nachweisbaren ROI und hilft dabei, die Plattform schrittweise auf komplexere Aufgaben auszuweiten.

Ein konkretes Beispiel

Eine internationale Wirtschaftskanzlei mit Büro in Frankfurt und Hauptsitz in London nutzt Harvey für M&A-Due Diligence. Ein Associate, der früher drei Tage benötigte, um 400 Verträge auf kritische Klauseln und Haftungsrisiken durchzuarbeiten, erhält heute in rund zwei Stunden eine strukturierte Zusammenfassung mit markierten Nicht-Standard-Regelungen. Der Associate prüft und ergänzt die Harvey-Ausgabe — statt alles selbst zu lesen. Die Kanzlei berichtet intern von einer Due-Diligence-Zeitersparnis von 60 % bei vergleichbaren Transaktionen, was bei einem M&A-Deal mit typischer Stundenfakturierung erhebliche wirtschaftliche Relevanz hat.

DSGVO & Datenschutz

• Datenhosting: Microsoft Azure; EU- und Schweiz-Datenverarbeitung auf Anfrage möglich — für EU-Kunden empfohlen
• Zertifizierungen: SOC 2 Type II, ISO 27001, GDPR- und CCPA-konform
• KI-Training: Harvey trainiert NICHT auf Kundendokumenten — Zero Data Retention beim externen Modellprovider
• Datenkontrolle: Kunden kontrollieren Uploads, Retention-Policies und Löschung selbst
• Vertraglicher Schutz: Security Addendum mit bindenden Datenschutzklauseln und Incident-Response-Verpflichtungen
• Mandatsgeheimnis: Harvey empfiehlt für Kanzleien in regulierten Jurisdiktionen die EU-Datenverarbeitungsoption zu wählen und einen Auftragsverarbeitungsvertrag abzuschließen — über Sales anfragen

Gut kombiniert mit

• Luminance — europäische Alternative mit stärkerem DSGVO-Fokus; beide Tools können für unterschiedliche Mandatstypen paralleleingesetzt werden
• Lexion — für Vertragsmanagement und CLM-Workflows nach der Harvey-Analyse: Vertragsextraktion rein, Vertragslebenszyklus-Management raus
• Claude — für Kanzleien ohne Harvey-Enterprise-Budget als starkes allgemeines LLM für juristische Erstanalysen, Schreiben und Recherche

Unser Testurteil

Harvey AI verdient 4 von 5 Sternen für seinen klar definierten Anwendungsfall. Für internationale Großkanzleien mit hohem Due-Diligence-Volumen ist Harvey das leistungsstärkste verfügbare Tool — die Kombination aus juristischem Spezialtraining, kanzleieigenen Dokumenten und skalierbarer Enterprise-Infrastruktur ist einzigartig. Den fünften Stern verhindert die eingeschränkte deutschsprachige Eignung, das intransparente Pricing und die Tatsache, dass Harvey für den Großteil des deutschen Kanzleimarkts — mittelständische Einzel- und Boutique-Kanzleien — wirtschaftlich und operativ schlicht nicht passt.

Was wir bemerkt haben

• Februar 2025 — Harvey schloss eine Series-D-Finanzierungsrunde über 300 Mio. USD ab und erreichte damit eine Bewertung von 5 Mrd. USD. Das Tool ist damit eines der am höchsten bewerteten Legal-KI-Startups weltweit — was die Kanzlei-Abhängigkeit strategisch relevanter macht.
• 2024 — Harvey expandierte gezielt nach Europa und baute EU-Datenverarbeitungskapazitäten auf Microsoft Azure aus. Die EU-Option ist jetzt für alle Enterprise-Kunden verfügbar, muss aber aktiv gewählt werden — sie ist nicht der Standard.
• 2023 — Erste größere Partnerschaft mit PricewaterhouseCoopers (PwC): Harvey wurde als internes KI-Tool für 4.000 Juristen bei PwC ausgerollt — ein Vertrauenssignal für den Markt, das die Kanzlei-Akzeptanz deutlich beschleunigte.