Kündigungsschutz-Analyse und Abfindungsberechnung mit KI

Das echte Ausmaß des Problems

Kündigungsschutzklagen sind das Brot-und-Butter-Geschäft jeder arbeitsrechtlich ausgerichteten Kanzlei. Und sie sind strukturell vorhersehbar: In rund 70–75 Prozent aller Kündigungsschutzklagen kommt es zu einem Vergleich mit Abfindung — der klassische Gütetermin-Ausgang. Das bedeutet: Ein erheblicher Teil der Mandatsarbeit ist immer wieder dieselbe Prüfungsstruktur.

Dennoch beginnt jede Ersteinschätzung bei Null. Der Grund liegt nicht in der Komplexität des Einzelfalls, sondern in der Notwendigkeit, systematisch alle Unwirksamkeitsgründe durchzuarbeiten — und das kostet Zeit, egal wie routiniert die Anwältin ist.

Die Zahlen illustrieren das Problem:

• Laut Statistiken von auf Arbeitsrecht spezialisierten Kanzleien werden über 80 Prozent der Kündigungsschutzklagen gewonnen oder mit einem Vergleich beendet — der häufigste Ausgang überhaupt (Quelle: abfindungshero.de, arbeitsrecht-berlin.de, 2025).
• 75 Prozent der Kündigungsschutzklagen sind nach drei Monaten erledigt — die entscheidende Arbeit liegt also im Gütetermin, nicht im aufwendigen Klageverfahren (Quelle: arbeitsrechte.de, 2025).
• Typische Ersteinschätzung eines Kündigungsschutzmandats: 2–3 Stunden — für Prüfung aller Unwirksamkeitsgründe, Abfindungsberechnung und Vergleichsstrategie.
• Durchschnittliche Abfindung: 1,05 Bruttomonatsgehälter pro Beschäftigungsjahr — aber die Bandbreite ist erheblich (0,5 bis 2,0 Monatsgehälter je nach Stärke der Unwirksamkeitsargumente).

Das ist kein Nischenthema. In Deutschland werden jährlich Hunderttausende Arbeitsverträge gekündigt. Kanzleien mit Schwerpunkt Arbeitsrecht bearbeiten 5–30 Mandate pro Monat allein in diesem Segment. Bei drei Stunden Ersteinschätzung je Mandat und 15 Mandaten im Monat bedeutet das: 45 Anwaltsstunden im Monat — oder mehr als eine Vollzeitwoche — für Aufgaben, die strukturell immer gleich sind.

Die drei Kündigungsarten — warum KI sie unterschiedlich behandelt

Nicht alle Kündigungsschutzfälle sind gleich. Das KSchG unterscheidet drei grundlegende Kündigungsgründe, und die KI muss für jeden eine andere Prüflogik anwenden — jeweils mit einem anderen Schwerpunkt beim Sachverhalt und anderen typischen Fehlerquellen.

Verhaltensbedingte Kündigung

Der Arbeitgeber beendet das Arbeitsverhältnis wegen eines Fehlverhaltens des Mitarbeitenden — Arbeitsverweigerung, wiederholte Verspätungen, Alkohol am Arbeitsplatz, Mobbing. Die KI prüft hier: Liegt das Fehlverhalten wirklich vor? Wurde eine Abmahnung erteilt, oder war es ein schwerer Verstoß, der direkt zur außerordentlichen Kündigung nach §626 BGB berechtigt? Ist die Kündigung verhältnismäßig — wurde die Abmahnung korrekt formuliert? War eine einmalige Abmahnung ausreichend, oder wären bei einer langjährigen Mitarbeit stärkere Hinweise nötig gewesen?

Der KI-Vorteil: Sie übersieht keine Checkliste. Ob die Abmahnung die konkrete Verhaltensänderung gefordert hat, ob Kündigung und Abmahnung denselben Vorwurf betreffen, ob die Frist zwischen Vorfall und Kündigung angemessen war — das sind strukturierte Prüfpunkte, die die KI systematisch durcharbeitet.

Die KI-Grenze: Ob die Zeugen für das behauptete Fehlverhalten glaubwürdig sind, ob die Schilderung des Mandanten plausibel klingt und der Richter das anders sieht — das kann die KI nicht beurteilen.

Personenbedingte Kündigung

Häufigster Fall: langfristige Krankheit oder die Unfähigkeit, die vertraglich geschuldete Leistung zu erbringen (z.B. nach einem Unfall). Die KI prüft: Liegt eine negative Gesundheitsprognose vor? Wurde betriebliches Eingliederungsmanagement (BEM) durchgeführt? Ist eine anderweitige Beschäftigung möglich? Ist die Interessenabwägung zugunsten des Arbeitgebers klar?

Der KI-Vorteil: BEM-Fehler sind ein häufiger und leicht identifizierbarer Formfehler — die KI erkennt diesen Punkt sofort aus dem geschilderten Sachverhalt.

Die KI-Grenze: Die Bewertung von Krankenunterlagen, Diagnosen und deren arbeitsrechtlicher Relevanz erfordert medizinisches Fachwissen, das ein allgemeines LLM nicht zuverlässig erbringt.

Betriebsbedingte Kündigung

Der häufigste Grund für Vergleiche mit Abfindung. Der Arbeitgeber behauptet, die Stelle entfällt — wegen Restrukturierung, Outsourcing oder wirtschaftlicher Notlage. Die KI prüft: Gibt es eine unternehmerische Entscheidung? Ist die Stelle tatsächlich weggefallen oder umstrukturiert worden? Und — der häufigste Fehler — ist die Sozialauswahl korrekt durchgeführt worden?

Die Sozialauswahl ist komplex: Welche Mitarbeitenden sind vergleichbar (gleiche Hierarchieebene, ähnliche Qualifikation)? Wie werden die Sozialdaten gewichtet (Betriebszugehörigkeit, Alter, Unterhaltspflichten, Schwerbehinderung)? Gibt es Leistungsträger, die herausgenommen werden durften?

Der KI-Vorteil: Wenn der Mandant alle Sozialdaten der Vergleichsgruppe kennt, kann die KI die Sozialauswahlmatrix in Minuten aufstellen und Fehler identifizieren.

Der kritische Fehler, den KI machen kann: Wenn die KI den §23 KSchG-Schwellenwert falsch ansetzt — etwa Sozialauswahl bei einem Betrieb mit acht Mitarbeitenden prüft (wo das KSchG gar nicht anwendbar ist) oder die Berechnung der Beschäftigtenzahl falsch vornimmt (Teilzeitkräfte zählen anteilig) — ist der gesamte Prüfbericht wertlos. Das muss die Anwältin manuell nachprüfen.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Eigene Erfahrungswerte aus Praxisberichten von arbeitsrechtlichen Kanzleien mit KI-Einsatz; keine repräsentative Studie. Ergebnis variiert je nach Sachverhaltskomplexität und vorhandener Dokumentation.

Die juristische Prüfungstiefe bleibt identisch — die KI beschleunigt das Durcharbeiten der Checkliste, nicht die Rechtsbewertung.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Die Ersteinschätzung eines Kündigungsschutzmandats von 2–3 Stunden auf 30–45 Minuten zu reduzieren ist ein konkreter, täglich messbarer Effekt. Damit liegt dieser Anwendungsfall auf Augenhöhe mit Schriftsatzentwürfen — beide beschleunigen Kernaufgaben, die täglich anfallen. Nicht ganz so hoch bewertet wie die Vertragsanalyse (5/5), weil ein Teil der Prüfung — insbesondere die Bewertung von Zeugenaussagen und Sachverhaltswidersprüchen — immer beim Anwalt verbleiben muss.

Kosteneinsparung — mittel (3/5) Der Nutzen entsteht über Mandatskapazität: Bei 15 Mandaten im Monat und je 2 Stunden Zeitersparnis macht das 30 Stunden monatlich — zu Marktpreisen zwischen 150 und 300 Euro pro Anwaltsstunde also ein erheblicher Effekt. Laufende Tool-Kosten von 20–150 Euro pro Monat sind klein dagegen. Gleichzeitig bleibt die Einsparung an die Auslastung gebunden: Wer nicht mehr Mandate nimmt, sondern nur kürzer arbeitet, hat einen Effizienz-, aber keinen direkten Erlösgewinn.

Schnelle Umsetzung — mittel (3/5) Ein funktionierender KI-Prüfkatalog für §1 KSchG, §626 BGB und §102 BetrVG braucht 2–3 Wochen Aufbauarbeit: Prüfreihenfolge festlegen, Prompts testen, Abfindungsformel einbauen, Randfall-Szenarien validieren. Das ist handhabbar — aber kein One-Day-Setup. Wer mit einem einfachen Claude- oder ChatGPT-Prompt beginnt, kann erste Ergebnisse schneller sehen, muss aber mit mehr manuellem Nacharbeiten rechnen.

ROI-Sicherheit — hoch (4/5) Der Zeitgewinn ist direkt messbar: Wie lange dauerte die Ersteinschätzung vor und nach dem KI-Einsatz? Die Abfindungsberechnung ist quantifizierbar: Hat der erzielte Vergleich im Korridor der KI-Schätzung gelegen? Im Gegensatz zu indirekten Effizienzgewinnen — wie bei der internen Wissensdatenbank — ist dieser ROI ohne aufwendige Messmethodik nachweisbar.

Skalierbarkeit — mittel (3/5) Derselbe Prüfkatalog funktioniert für alle Kündigungsschutzmandate — das ist der Kern des Skalierungseffekts. Einschränkend: Der Prüfkatalog muss bei relevanten BAG-Entscheidungen aktualisiert werden (typisch 2–3 Mal im Jahr). Außerdem ist die Qualität stark davon abhängig, wie vollständig der Sachverhalt vom Mandanten geliefert wird — ein lückenhafter Input produziert einen lückenhaften Prüfbericht.

Richtwerte — stark abhängig von Kanzleigröße, Mandatsvolumen und Sachverhaltsqualität.

Was das KI-System konkret macht

Die Grundidee ist einfach: Du gibst den Sachverhalt ein — Betriebsgröße, Beschäftigungsdauer, Kündigungsgrund, Sozialdaten, ob ein Betriebsrat besteht — und die KI arbeitet einen strukturierten Prüfkatalog durch.

Dabei geht es nicht um autonome Rechtsbewertung. Die KI kennt die Struktur der Prüfung — welche Paragraphen in welcher Reihenfolge zu prüfen sind, welche Tatsachen für welchen Prüfpunkt benötigt werden, und welche typischen Fehler bei welchem Kündigungsgrund vorkommen. Das ist strukturiertes Wissen, das LLMs mit gutem deutschen Sprachtraining zuverlässig beherrschen.

Was die KI liefert:

1. Anwendbarkeitsprüfung — Gilt das KSchG überhaupt? §23 KSchG-Schwelle (mehr als 10 Mitarbeitende, Wartezeit abgelaufen). Gilt §35 HGB für leitende Angestellte? Hat die Kündigung Schriftform (§623 BGB)?

2. Wirksamkeitsprüfung nach Kündigungsart — Verhaltensbedingt: Abmahnung vorhanden und wirksam? Personenbedingt: BEM durchgeführt? Betriebsbedingt: Unternehmerische Entscheidung, Wegfall der Stelle, Sozialauswahl korrekt?

3. §102 BetrVG-Check — Gibt es einen Betriebsrat? Wurde er ordnungsgemäß angehört? Bestand eine Äußerungsfrist? Fehler hier — in 30–40 Prozent aller Fälle vorhanden laut Kanzleipraxis — führen zur Unwirksamkeit der Kündigung, unabhängig vom materiellen Kündigungsgrund.

4. Abfindungsberechnung nach §10 KSchG — Formel: 0,5 × Monatsgehalt × Betriebszugehörigkeitsjahre als Ausgangspunkt; KI liefert untere und obere Grenze des Verhandlungskorridors je nach Stärke der Unwirksamkeitsargumente.

5. Strukturiertes Memo — Prüfergebnis mit den stärksten Unwirksamkeitsargumenten, realistischem Abfindungsrahmen und empfohlener Verhandlungsstrategie für den Gütetermin.

Was die KI nicht liefert:

• Beurteilung der Glaubwürdigkeit von Zeugenaussagen
• Einschätzung, wie ein bestimmter Richter oder ein bestimmtes Arbeitsgericht üblicherweise entscheidet
• Strategische Verhandlungsführung im Gütetermin
• Berufsrechtliche Verantwortung — die liegt immer beim Anwalt

§102 BetrVG — KI entwirft die Betriebsratsanhörung

Die Betriebsratsanhörung nach §102 BetrVG ist das häufigste Einfallstor für Formfehler. Laut Praxisberichten von Arbeitsrechtskanzleien enthalten 30–40 Prozent aller Betriebsratsanhörungen Mängel, die zur Unwirksamkeit der Kündigung führen können — unabhängig davon, wie stichhaltig der materielle Kündigungsgrund ist.

Ein klassisches Beispiel: Der Arbeitgeber gibt an, der Mitarbeitende habe keine Unterhaltspflichten — obwohl dem Arbeitgeber bekannt ist, dass zwei Kinder zu versorgen sind. Eine solche Anhörung ist fehlerhaft. Die Kündigung wird unwirksam, auch wenn die betriebliche Notwendigkeit eindeutig war.

Was KI auf Arbeitgeberseite konkret beiträgt:

Auf Basis des Sachverhalts entwirft die KI ein vollständiges Anhörungsschreiben nach §102 BetrVG, das alle Pflichtangaben enthält:

• Personalien und Sozialdaten des Mitarbeitenden
• Art der Kündigung (ordentlich/außerordentlich, fristgebunden/sofort)
• Kündigungsgrund in substantiierter Form
• Kündigungstermin
• Hinweis auf Äußerungsfrist (§102 Abs. 2 BetrVG: 1 Woche bei ordentlicher, 3 Tage bei außerordentlicher Kündigung)

Der Entwurf muss zwingend vom Fachanwalt geprüft werden. Aber die Differenz zwischen “45 Minuten Entwurf von Null” und “10 Minuten Prüfung eines vollständigen Entwurfs” ist in der Mandatspraxis erheblich.

Was KI auf Arbeitnehmerseite konkret beiträgt:

Die KI prüft das vorliegende Anhörungsschreiben des Arbeitgebers auf Vollständigkeit und Korrektheit der Sozialdaten. Falsche oder fehlende Angaben im Anhörungsschreiben sind ein sofort verwertbares Unwirksamkeitsargument — mit erheblichem Einfluss auf den Abfindungskorridor.

Konkrete Werkzeuge — was wann passt

Für den KI-gestützten Kündigungsschutzcheck gibt es drei sinnvolle Ansätze — je nach Kanzleigröße, Budget und technischer Affinität.

Claude oder ChatGPT mit eigenem §1-KSchG-Prüfkatalog — wenn du schnell starten willst

Der günstigste und schnellste Einstieg. Du baust einmalig einen strukturierten Prüfkatalog-Prompt (siehe unten), der alle Prüfpunkte in der richtigen Reihenfolge abfragt. Für jeden neuen Fall füllst du die Sachverhaltsfelder aus — die KI antwortet mit einem strukturierten Prüfbericht.

Vorteil: 20–30 Euro/Monat, kein Setup außer dem Prompt, sofort einsatzbereit. Einschränkung: Keine integrierte Rechtsprechungsdatenbank — die KI antwortet auf Basis ihres Trainings, nicht auf Basis aktueller BAG-Entscheidungen. Für Standard-Sachverhalte ausreichend; bei Grenzfällen unbedingt mit juris KI-Suite oder beck-online abgleichen.

juris KI-Suite — wenn du aktuelle Rechtsprechung direkt integrieren willst

Der professionellste Ansatz für Kanzleien mit regelmäßigem Kündigungsschutzaufkommen. Die juris KI-Suite ermöglicht, Sachverhalte mit der Rechtsprechungsdatenbank zu verknüpfen — aktuelle BAG-Entscheidungen zur Sozialauswahl, zur Betriebsratsanhörung oder zur außerordentlichen Kündigung sind direkt zitierbar. Die juris KI-Suite verarbeitet Daten auf EU-Servern und ist an das anwaltliche Berufsgeheimnis nach §203 StGB gebunden — ein wichtiger Punkt bei mandatsbezogenen Daten.

Kosten: Ab ca. 150 Euro/Monat für Einzelzugang; Vollkanzleilizenz auf Anfrage.

beck-online mit beck-chat — wenn Kommentarliteratur wichtiger ist als Urteile

Für Kanzleien, die bei Kündigungsschutzfragen regelmäßig auf NZA-Kommentare, den Düsseldorfer Kommentar zum KSchG oder Beck’sche Fachliteratur zugreifen: Der beck-chat ermöglicht Fragen in natürlicher Sprache direkt im gebuchten Modul. Vorteil gegenüber juris KI-Suite: tiefere Kommentarliteratur. Nachteile: Schwächer in der Rechtsprechungsbreite.

Kosten: Ab ca. 100–300 Euro/Monat je nach Fachmodul.

Wann welcher Ansatz:

• Einstieg, Budget unter 50 Euro/Monat → Claude/ChatGPT mit eigenem Prüfkatalog
• Regelmäßige Mandate, aktuelle BAG-Rechtsprechung wichtig → juris KI-Suite
• Kommentarliteratur ist Kernarbeitsmittel → beck-online mit beck-chat
• Großkanzlei, internationale Mandate, Enterprise-Budget → Harvey AI (primär englischsprachig, nur für komplexe Wirtschaftsrechtsfälle geeignet)

Datenschutz und Datenhaltung

Kündigungsschutzmandate übermitteln hochsensible personenbezogene Daten: Gesundheitszustand (bei personenbedingten Kündigungen), Sozialdaten (Unterhaltspflichten, Behinderung), Gehalt und Beschäftigungshistorie, interne Unternehmens- und Personalinformationen. Diese Daten unterliegen besonderen Anforderungen nach der DSGVO — und dem anwaltlichen Berufsgeheimnis nach §203 StGB.

Was das konkret bedeutet:

Wenn du Mandantendaten in ein KI-Tool eingibst, bist du Auftragsverantwortlicher. Du brauchst einen Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO mit dem Anbieter. Zusätzlich muss das Tool sicherstellen, dass deine Eingaben nicht für KI-Training genutzt werden — ein Verstoss wäre für eine Anwaltskanzlei berufsrechtlich relevant.

Für die genannten Tools:

• juris KI-Suite: EU-Serverstandort, KI-Partner vertraglich an §203 StGB gebunden, AVV verfügbar. Derzeit die DSGVO-sicherste Wahl für deutsche Kanzleien.
• Claude und ChatGPT: AVV ist verfügbar, Training auf Kunden-Inputs kann vertraglich ausgeschlossen werden (bei bezahlten Plänen). Claude verarbeitet Daten jedoch auf Anthropic-Servern in den USA — SCCs nach Art. 46 DSGVO sind erforderlich. Datenschutzbeauftragten vorab einbinden.
• beck-online: Serverstandort Deutschland, C.H.Beck mit AVV. Solide Wahl für EU-konforme Datenhaltung.
• Harvey AI: EU-Datenverarbeitung auf Microsoft Azure möglich, Zero Data Retention vertraglich absicherbar. Für Enterprise-Kanzleien mit IT-Ressourcen geeignet.

Praktische Empfehlung: Anonymisiere oder pseudonymisiere Sachverhaltsbeschreibungen so weit wie möglich, bevor du sie in ein KI-Tool eingibst. Statt “Tobias Weber, geb. 1980, Vertriebsleiter bei Musterfirma GmbH” reicht: “Vertriebsleiter, 44 Jahre, 12 Jahre Betriebszugehörigkeit, zwei Kinder, betriebsbedingt gekündigt, Betriebsgröße 23 Personen.” Die KI braucht keine Namen — sie braucht Strukturdaten.

Was es kostet — realistisch gerechnet

Einmalige Setup-Kosten

Für den Claude/ChatGPT-Ansatz mit eigenem Prüfkatalog: 8–15 Stunden Aufbauarbeit (Prüfkatalog entwickeln, Abfindungsformeln einbauen, 5–10 Testfälle durchlaufen, Prompt verfeinern). Das entspricht bei 200 Euro Anwaltsstundensatz 1.600–3.000 Euro einmaligem Aufwand — amortisiert sich nach etwa 10–15 Mandaten.

Laufende Kosten

• Claude / ChatGPT: 20–30 Euro/Monat
• juris KI-Suite: ab ca. 150 Euro/Monat (Einzelzugang, ein Rechtsgebiet)
• beck-online: ab ca. 100–300 Euro/Monat je nach Fachmodul

Konservative ROI-Rechnung

15 Kündigungsschutzmandate/Monat × 1,5 Stunden Zeitersparnis je Mandat = 22,5 Stunden/Monat. Bei einem internen Kosten-/Fakturationssatz von 150–250 Euro je Stunde: 3.375–5.625 Euro monatliche Mehrkapazität, die für weitere Mandate oder tiefere Fallarbeit genutzt werden kann.

Das setzt voraus, dass das System korrekt eingesetzt wird und die Mandatszahl oder -qualität tatsächlich steigt. Im konservativen Szenario (50 Prozent der theoretischen Einsparung realitätsnah): immer noch 1.700–2.800 Euro monatlichen Zusatzwerts bei 20–150 Euro monatlichen Toolkosten.

Wie du den ROI wirklich misst: Führe für die ersten drei Monate eine einfache Zeiterfassung: Ersteinschätzungsdauer je Mandat mit und ohne KI. Dann vergleich die tatsächlichen Abfindungsergebnisse mit dem KI-Schätzrahmen. Wenn der erzielte Vergleich regelmäßig im vorhergesagten Korridor liegt, ist das System kalibriert.

Drei typische Einstiegsfehler

1. Die KI übernimmt den §23-Schwellenwert falsch.

Das ist der gefährlichste strukturelle Fehler bei schlecht konfigurierten Prompts. §23 KSchG besagt: Das Kündigungsschutzgesetz gilt nur für Betriebe mit mehr als 10 Mitarbeitenden — und zählt dabei Teilzeitkräfte unter 20 Stunden/Woche als halbe, unter 30 Stunden/Woche als dreiviertel Beschäftigte. Ein Betrieb mit sechs Vollzeitkräften und acht Halbzeitkräften (= 4 anrechnungsfähige) liegt unter der Schwelle. Wenn die KI das ignoriert und eine Sozialauswahl für einen Kleinbetrieb prüft, ist die gesamte Analyse wertlos — und im schlimmsten Fall irreführend.

Lösung: Der §23-Schwellenwert und die Berechnung der anrechnungsfähigen Beschäftigtenzahl müssen im Prüfkatalog explizit als erster Schritt stehen. Immer.

2. Der Abfindungskorridor wird als Versprechen kommuniziert.

Die KI liefert auf Basis der Formel (0,5 × Monatsgehalt × Betriebszugehörigkeitsjahre) einen strukturierten Korridor. Das ist ein Ausgangspunkt — kein Versprechen. Faktoren wie Branche (Banken zahlen im Schnitt deutlich mehr als Handwerk), regionale Gerichtspraxis, Stärke der Unwirksamkeitsargumente und Verhandlungsgeschick des Anwalts können den tatsächlichen Vergleichswert erheblich nach oben oder unten verschieben.

Wenn Mandantinnen und Mandanten aus dem Erstgespräch mit einer konkreten Zahl herausgehen, ohne zu verstehen, wie breit das tatsächliche Spektrum ist, entsteht ein Erwartungsproblem, das im Gütetermin eskaliert.

3. Der Prüfbericht geht ohne Prüfung in den Schriftsatz.

OLG Celle hat im April 2025 in einem aufsehenerregenden Fall einen Schriftsatz zurückgewiesen, bei dem vier zitierte Gerichtsentscheidungen schlicht nicht existierten — KI-generierte Phantomurteile, die der einreichende Anwalt nicht verifiziert hatte. Die berufsrechtlichen Konsequenzen waren erheblich (Quelle: jura.cc, Mai 2025).

Generative KI kann auch im Arbeitsrecht Entscheidungen zitieren, die entweder nicht existieren, falsch datiert oder falsch inhaltlich zusammengefasst sind. Jede Quellenangabe aus einem KI-Output muss vor Verwendung in einem Schriftsatz oder Mandat-Memo gegen die Originaldatenbank (juris KI-Suite, beck-online) verifiziert werden.

Das stille Wartungsproblem: Ein Prüfkatalog, der heute korrekt ist, kann nach relevanten BAG-Entscheidungen veraltet sein. Wer im Oktober 2024 seinen Prüfkatalog aufgebaut hat und ihn seither nicht aktualisiert hat, arbeitet möglicherweise mit überholten Prüfstandards. Neue BAG-Entscheidungen zur Sozialauswahl oder zur Betriebsratsanhörung müssen in den Katalog eingearbeitet werden — mindestens zweimal im Jahr.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist hier nicht der Schwierigste Teil. Das Schwierigere ist die Anpassung an kanzleiinterne Qualitätssicherung.

Das Erfahrungsmuster in Kanzleien: Anwältinnen und Anwälte, die den KI-gestützten Prüfbericht zum ersten Mal erhalten, reagieren häufig mit zwei Einwänden: “Das hätte ich genauso gemacht” und “Aber das ist doch nur die Oberfläche”. Beides stimmt — und beides ist nicht das Problem. Der Punkt ist: Der Prüfbericht läuft in 30 Minuten statt 2,5 Stunden. Die juristische Tiefe wird dann obendrauf gelegt, nicht stattdessen.

Was gut funktioniert: Fälle mit klarem Sachverhalt und standardisierten Kündigungsgründen (vor allem betriebsbedingte Kündigung mit bekannten Sozialdaten). Hier liefert die KI zuverlässige Erststruktur.

Was mehr manuellen Aufwand braucht: Fälle mit widersprüchlichem Sachverhalt, unvollständigen Mandantenangaben oder Sonderkonstellationen (Massenentlassung, Namensliste nach §1 Abs. 5 KSchG, Kündigung während Betriebsratswahlphase, Kündigung von Schwerbehinderungsvertretern). Hier ist der KI-Prüfbericht ein Ausgangspunkt, keine fertige Analyse.

Der Akzeptanzwiderstand: Erfahrene Arbeitsrechtlerinnen und -rechtler werden zu Recht fragen, ob das System wirklich auf dem aktuellen Stand der BAG-Rechtsprechung ist. Diese Frage ist legitim und muss beantwortet werden — nicht mit “ja, vertrau uns”, sondern mit einer dokumentierten Übersicht, welche Entscheidungen seit dem letzten Katalog-Update eingearbeitet wurden.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“KI kann das deutsche Arbeitsrecht nicht.”

Richtig, wenn damit gemeint ist: Ein allgemeines LLM ohne Anpassung ist kein zuverlässiges arbeitsrechtliches Werkzeug. Ein strukturierter Prüfkatalog, der die KI durch §1 KSchG, §626 BGB und §102 BetrVG führt und dabei aktuelle BAG-Rechtsprechung aus juris KI-Suite oder beck-online einbezieht, ist dagegen gut beherrschbar. Der Unterschied liegt nicht im Tool, sondern in der Qualität des Prüfkatalogs.

“Das kostet mehr Zeit als es spart — ich muss alles nochmal prüfen.”

Das stimmt für Schriftsätze, die direkt aus dem KI-Output entstehen sollen — da gilt strikte Verifikationspflicht. Für die Ersteinschätzung gilt anderes: Den strukturierten Prüfbericht zu prüfen dauert 15–20 Minuten. Ihn von Grund auf selbst zu erstellen dauert 2,5 Stunden. Der Prüfaufwand verschwindet nicht, aber er ist deutlich geringer als der Erstellungsaufwand.

“Was ist mit dem Berufsgeheimnis?”

Berechtigte Frage. Mandatsdaten dürfen nicht ungeschützt an US-amerikanische Server ohne angemessene DSGVO-Absicherung gehen. Die Lösung ist nicht, KI zu vermeiden, sondern die richtige Wahl zu treffen: juris KI-Suite mit EU-Servern und §203-StGB-Bindung für sensible Mandate; pseudonymisierte Sachverhaltsbeschreibungen für Claude oder ChatGPT bei unkritischen Prüfungen.

Woran du merkst, dass das zu dir passt

• Du bearbeitest regelmäßig 5 oder mehr Kündigungsschutzmandate pro Monat — erst dann amortisiert sich der Aufbauaufwand.
• Die Ersteinschätzung dauert bei dir heute 2+ Stunden — wenn du das in einer Stunde schaffst, ist der Hebel geringer.
• Du arbeitest sowohl auf Arbeitnehmer- als auch auf Arbeitgeberseite — dann profitierst du von beiden Modulen (Prüfbericht und §102-Entwurf).
• Dein Team hat mehr als eine Person, die Kündigungsschutzmandate bearbeitet — der Prüfkatalog schafft einheitliche Qualitätsstandards über alle Mitarbeitenden.

Wann es (noch) nicht passt — drei harte Ausschlusskriterien:

1. Kein Fachanwalt oder erfahrener Arbeitsrechtler für die Prüfung. KI-generierte Prüfberichte sind Arbeitsmittel, keine Mandatsergebnisse. Wenn der KI-Output ohne juristische Prüfung an Mandantinnen und Mandanten geht oder in Schriftsätze einfließt, ist das nicht nur handwerklich problematisch — es kann berufsrechtliche und haftungsrechtliche Konsequenzen haben (vgl. OLG Celle, April 2025).

2. Weniger als 5 Kündigungsschutzmandate pro Monat. Der einmalige Aufwand für den Prüfkatalog (8–15 Stunden) amortisiert sich bei geringem Mandatsvolumen nicht in einem vernünftigen Zeitrahmen. Unter dieser Grenze lohnt sich höchstens ein einfacher Claude-Prompt ohne Katalog-Aufbau.

3. Keine aktuelle Rechtsquellenbindung. Wer ausschließlich mit allgemeinen LLMs ohne Zugriff auf juris KI-Suite, beck-online oder aktuelle BAG-Entscheidungen arbeitet, riskiert veraltete Prüfstandards — gerade bei der Sozialauswahl und bei §102-BetrVG-Anforderungen, wo die BAG-Rechtsprechung sich regelmäßig entwickelt. Das ist keine theoretische Gefahr, sondern ein bekanntes Praxisproblem bei unkritischem KI-Einsatz in der Anwaltschaft.

Das kannst du heute noch tun

Öffne Claude oder ChatGPT — kostenloser Account reicht für den Test — und füttere den folgenden Prüfkatalog-Prompt mit einem aktuellen oder kürzlichen Mandat-Sachverhalt (anonymisiert). Das zeigt dir in 20 Minuten, wie nah der Output an deiner eigenen Einschätzung liegt.

Quellen & Methodik

• Erfolgsquote Kündigungsschutzklagen (~80 Prozent) und Verfahrensdauer (75 Prozent unter 3 Monaten): abfindungshero.de, arbeitsrecht-berlin.de, arbeitsrechte.de (Stand 2025). Mehrere auf Arbeitsrecht spezialisierte Kanzleien berichten übereinstimmend; keine amtliche Statistik, da Vergleiche nicht veröffentlicht werden.
• Durchschnittliche Abfindung 1,05 Bruttomonatsgehälter pro Jahr: abfindungshero.de, “Wie viel Abfindung zahlen deutsche Unternehmen” (2025). Eigene Erfahrungswerte aus Kanzleipraxis bestätigen die Größenordnung.
• OLG Celle, Urteil April 2025 — KI-generierte Fehlzitate: jura.cc, Rechtstipp Dr. Jens Usebach, “KI-generierte Schriftsätze, Fehlzitate und unsubstantiiertes Vorbringen” (Mai 2025). Vier zitierte Entscheidungen existierten nicht in der Datenbank; berufsrechtliche Konsequenzen wurden eingeleitet.
• 30–40 Prozent fehlerhafte Betriebsratsanhörungen: Praxisberichte von auf §102-BetrVG spezialisierten Arbeitsrechtlern (u.a. ra-poeppel.de, heuking.de). Keine repräsentative Studie; Schätzwert aus Kanzleierfahrungen.
• Halluzinationsrate bei Legal-AI-Tools: Stanford Center for AI in the Legal System (2024): Halluzinationsrate bei allgemeinen LLMs in juristischen Kontexten 58–88 Prozent; bei spezialisierten Legal-AI-Tools 20–33 Prozent — Verifikation jeder Quellenangabe bleibt Pflicht.
• KI-Einsatz und EU AI Act Hochrisikoeinstufung: Ab 2. August 2026 gelten KI-Systeme im Personalbereich (einschließlich Entlassungsunterstützung) als hochriskant im Sinne des EU AI Act — Anforderungen an Dokumentation, menschliche Aufsicht und Transparenz sind dann verpflichtend (Quelle: IQB Karrieremagazin, DLA Piper GENIE 2024).
• juris KI-Suite Preise und Datenschutz: Juris.de Produktseite (Stand April 2026). EU-Serverstandort, §203-StGB-Bindung des KI-Partners.
• Abfindungsformel §10 KSchG: Gesetze-im-internet.de, aktuell gültige Fassung.

Du willst wissen, ob der Prüfkatalog für deine typischen Kündigungsschutzmandate geeignet ist und wie du ihn auf deine Kanzleistandards anpassen kannst? Meld dich — das klären wir in einem kurzen Gespräch.