Het beoordelen van contracten is een van de meest tijdrovende taken binnen elke juridische afdeling van een bedrijf. Juristen en juridisch medewerkers besteden uren aan het doorploegen van allerlei soorten contracten, van geheimhoudingsovereenkomsten tot complexe overeenkomsten tussen meerdere partijen, waarvan er vele qua opbouw identiek zijn, clausule na clausule, overeenkomst na overeenkomst. Het werk is repetitief, er staat veel op het spel en het is meedogenloos.

AI brengt daar verandering in. Hoe goed het presteert, hangt bijna volledig af van de manier waarop het wordt geïmplementeerd.

De voordelen van contractbeoordeling met behulp van AI

Het beoordelen van contracten met behulp van AI levert duidelijke, meetbare voordelen op wanneer het op de juiste werkzaamheden wordt toegepast. Hier creëert het de meeste waarde voor juridische teams.

Snelheid op grote schaal

AI kan binnen enkele minuten honderden pagina’s scannen en snel vaststellen of een bepaling overeenkomt met, afwijkt van of ontbreekt in uw standaardhandleiding.

Consistentie bij elke beoordeling

Elk contract wordt getoetst aan dezelfde criteria uit het draaiboek, waardoor de variabiliteit die voortkomt uit vermoeidheid bij de beoordelaars of uiteenlopende individuele beoordelingen wordt weggenomen.

Gestructureerde extractie van sleutelbegrippen

AI bundelt de partijen, ingangsdata, verlengingsvoorwaarden, betalingsverplichtingen en aansprakelijkheidslimieten in een overzichtelijk overzicht, zonder dat een advocaat deze gegevens stuk voor stuk handmatig hoeft te verzamelen.

Minder gemiste verplichtingen en deadlines

Verborgen opzegtermijnen, periodes voor automatische verlenging en mijlpaalverplichtingen zijn onder tijdsdruk gemakkelijk over het hoofd te zien. AI brengt deze onder de aandacht, met verwijzingen naar het brondocument.

Meer tijd van advocaten voor zaken met hoge schadevergoedingen

Door de repetitieve eerste doorloop uit handen te nemen, zorgt AI ervoor dat advocaten hun aandacht kunnen richten op de complexe, commercieel gevoelige bepalingen die echt juridisch inzicht vereisen.

De vijf werkprocessen waarin AI de grootste meerwaarde oplevert

Niet alle contractwerk profiteert in gelijke mate van AI. Dit zijn de vijf gebieden waarop AI in de praktijk doorgaans het meeste oplevert.

1. Detectie van afwijkingen in het draaiboek

Een van de duidelijkste toepassingen is het uploaden van uw standaardonderhandelingsstrategie en het markeren van elke clausule die buiten uw goedgekeurde standpunten valt. AI kan inkomende wijzigingsvoorstellen snel vergelijken met uw alternatieve standpunten en elke afwijking markeren voor beoordeling.

2. Beoordeling van grote hoeveelheden documenten met een lage complexiteit (NDA’s, SOW’s)

Standaardovereenkomsten met duidelijk omschreven aanvaardbare parameters lenen zich bij uitstek voor een beoordeling waarbij AI de eerste stap vormt. Veel teams zetten AI in om goedgekeurde sjablonen in een eerste fase zelfstandig te beoordelen, waarbij alleen uitzonderingen en afwijkende bepalingen naar juristen worden doorgestuurd.

3. Vaststelling van verplichtingen en termijnen

Verborgen opzegtermijnen, periodes voor automatische verlenging en mijlpaalverplichtingen zijn onder tijdsdruk gemakkelijk over het hoofd te zien. AI zet deze gegevens om in een gestructureerd overzicht met verwijzingen naar het oorspronkelijke document, waardoor het risico dat een cruciale datum wordt gemist, wordt verkleind.

4. Analyse van de dataroom in het kader van due diligence

Bij due diligence in het kader van fusies en overnames moeten honderden contracten binnen strakke deadlines worden geanalyseerd. AI kan overeenkomsten snel categoriseren, bepalingen inzake zeggenschapswijziging aan het licht brengen, ongebruikelijke voorwaarden identificeren en overzichtstabellen opstellen – werkzaamheden die anders zeer tijdrovend zijn.

5. Vergelijking van contracten en opstellen van een redline-versie

AI kan een binnenkomend concept vergelijken met een precedent of standaardformulier en zo een geannoteerde ‘redline’ genereren waarin elk inhoudelijk verschil wordt gemarkeerd. Dit is met name handig wanneer de advocaat van de tegenpartij een sterk gewijzigd document stuurt en u snel inzicht moet krijgen in de volledige omvang van hun wijzigingen.

Overwegingen met betrekking tot risico’s en nauwkeurigheid

Het beoordelen van contracten met behulp van AI is niet onfeilbaar, en de gevolgen van fouten in juridische documenten zijn reëel.

• Contextgebondenheid vermindert het risico op ‘hallucinaties’: de resultaten van AI zijn slechts zo betrouwbaar als de context waarin ze zijn verankerd. Tools die putten uit uw eigen contractcorpus en draaiboek — in plaats van te genereren op basis van algemene trainingsgegevens — verminderen aanzienlijk het risico dat er een clausule wordt weergegeven die er niet is, of dat er een wordt over het hoofd gezien die er wel is. Menselijke controles op bepalingen met een hoog risico en taken met een beperkte reikwijdte bieden een extra zekerheid.
• Vergelijking van de nauwkeurigheid met uw corpus: De door leveranciers opgegeven nauwkeurigheidscijfers zijn gebaseerd op datasets die zelden overeenkomen met uw branche, rechtsgebied of contractstijl. Voer altijd eerst een proof of concept uit op een steekproef van uw eigen overeenkomsten voordat u een aankoopbeslissing neemt.
• Controlepunten door mensen: Controle door een advocaat blijft gedurende het hele proces essentieel. AI kan helpen bij de eerste controle, maar de verantwoordelijkheid voor elke bepaling ligt bij de advocaat.
• Vragen over gegevensbescherming die u aan elke leverancier moet stellen: Worden uw gegevens gebruikt om het model te trainen? Waar worden ze opgeslagen en hoe lang worden ze bewaard? Over welke certificeringen beschikt de leverancier (SOC 2, ISO 27001)? Dit zijn geen optionele vragen. Ter referentie: NetDocuments beschikt over SOC 2 Type II- en ISO 27001-, 27017-, 27018- en 27701-certificeringen.

AI-contractbeoordeling testen binnen uw organisatie

Een gestructureerde test is het beste uitgangspunt. Hier volgt een aanpak in vier stappen.

Stap 1
Kies een toepassingsgeval voor ingeperkt gebruik

Begin met één contracttype dat in grote hoeveelheden voorkomt, duidelijk omschreven is en relatief weinig risico met zich meebrengt; geheimhoudingsovereenkomsten (NDA’s) zijn hiervan het klassieke voorbeeld. Dit biedt je een overzichtelijke testomgeving en stelt je in staat om in een vroeg stadium bij te sturen.

Stap 2
: Een referentiepunt vaststellen voor de periode vóór de invoering van AI

Voordat je een AI-analyse uitvoert, moet je vastleggen hoe lang je huidige proces duurt, welke problemen advocaten doorgaans tegenkomen en hoe hoog je foutenpercentage is. Je hebt namelijk een uitgangspunt nodig om je resultaten aan af te zetten.

Stap 3
: Voer een gestructureerde parallelle beoordelingstest uit

Laat advocaten een reeks contracten beoordelen volgens uw bestaande werkwijze, en voer vervolgens dezelfde contracten in de AI-tool in. Vergelijk de resultaten: wat heeft de AI opgemerkt, wat heeft hij over het hoofd gezien en wat heeft hij ten onrechte gemarkeerd? Test dit op ten minste 25 tot 50 overeenkomsten om statistisch significante resultaten te verkrijgen.

Stap 4
: Bepaal je go/no-go-drempel

Spreek, voordat je begint, af wat ‘goed genoeg’ precies inhoudt. Welk nauwkeurigheidspercentage is acceptabel voor jouw toepassing? Welk percentage valse negatieven is aanvaardbaar? Zonder vooraf afgesproken criteria worden beslissingen over wel of niet doorgaan subjectief en politiek geladen.

AI integreren in uw DMS

De AI-contractbeoordeling werkt het beste wanneer deze naadloos kan worden geïntegreerd in uw documentbeheersysteem. Een op zichzelf staande tool waarvoor handmatig documenten moeten worden geüpload, zorgt voor wrijving en remt de acceptatie. Stel bij het beoordelen van een leverancier de volgende vragen:

• Wordt de informatie rechtstreeks uit je DMS-repository opgehaald, of moet deze voor elke beoordeling handmatig worden geüpload?
• Wordt er gestructureerde metadata (contracttype, partijen, belangrijke data, risicomarkeringen) teruggeschreven naar uw documentdossiers?
• Wordt dit gekoppeld aan uw workflows voor elektronische handtekeningen en goedkeuringen, of wordt er een apart traject gecreëerd?
• Wat is het daadwerkelijke tijdschema voor de implementatie en welke IT-inspanningen zijn daarvoor nodig? Vraag een referentie aan bij een klant met een vergelijkbare DMS-opstelling.

Een naadloze DMS-integratie is vaak het verschil tussen tools die in gebruik worden genomen en tools die worden afgeschreven.

Checklist voor kopers: waar je op moet letten bij een AI-tool voor contractbeoordeling

Voordat je een tool gaat beoordelen, moet je met je team afstemmen wat ‘goed’ precies inhoudt op de volgende punten:

• Nauwkeurigheid en testen: Kunt u een proof of concept uitvoeren op uw eigen contractcorpus voordat u een beslissing neemt? Hoe meet en rapporteert de leverancier de nauwkeurigheid per contracttype en clausulecategorie?
• Omgang met gegevens: Gebruikt de leverancier uw gegevens om zijn modellen te trainen of te verbeteren? Wat zijn hun beleidsregels inzake gegevensbewaring, vereisten met betrekking tot de geografische opslaglocatie en beveiligingscertificeringen (SOC 2 Type II, ISO 27001)?
• DMS-integratie: gaat het om een native integratie of uitsluitend via een API? Welke DMS-platforms worden ondersteund? Wat is het tijdschema voor de implementatie?
• Configureerbaarheid: Kunnen de beoordelingscriteria worden aangepast aan uw specifieke draaiboek en risicodrempels, of bent u gebonden aan de standaardinstellingen van de leverancier?
• Toezicht door juristen: Waar zijn er menselijke controlepunten ingebouwd in de workflow? Hoe worden risicovolle of dubbelzinnige clausules geëscaleerd? Hoe ziet de gebruikersinterface voor escalatie er in de praktijk uit?