Bijna elke week hoor ik een variant op hetzelfde gesprek met de bedrijfsjurist.

Ze hebben de AI-tools aangeschaft. Ze hebben de proefprojecten uitgevoerd. En toch, als ik vraag hoe het gaat, is het antwoord meestal iets in de trant van: „Het gaat wel, maar niet zoals we hadden verwacht.” De juridische en compliance-teams moeten nog steeds nieuwe instructies invoeren, controleren nog steeds alles met de hand en vertrouwen nog steeds niet volledig op de resultaten die ze krijgen. 

Een tijdlang ging ik ervan uit dat dit een probleem met het model was – dat de volgende release, het volgende contextvenster of de volgende benchmarkscore de kloof zou dichten. Dat zal niet gebeuren. De kloof zit niet in het model. Ze zit in wat het model kan waarnemen. 

Bij juridisch en compliancewerk ging het nooit om het vinden van informatie. Het gaat erom te begrijpen hoe die informatie met elkaar verband houdt – met een zaak, met een bedrijfsonderdeel, met een eerdere onderhandeling, met een risico dat de organisatie al eens eerder heeft ingecalculeerd. Bedrijfsjuristen en complianceprofessionals dragen dat verband in hun hoofd, in hun relaties met het bedrijf, in het institutionele geheugen van degene die toevallig aan de zaak of het compliance-initiatief heeft gewerkt. AI-tools hebben daar geen toegang toe. Ze zien alleen wat er in een sessievenster wordt geüpload, en verder niets. Daarom geven ze zelfverzekerd antwoorden, die soms onjuist zijn, omdat ze hiaten opvullen waarvoor we hen nooit de context hebben gegeven om die correct in te vullen. 

De cijfers bevestigen dit meer dan ik zou willen. Uit onderzoek vanMcKinseyblijkt dat minder dan 10% van de ondernemingen agentische AI op schaal heeft ingezet om daadwerkelijke waarde te creëren, en acht op de tien noemen beperkingen op het gebied van data als reden hiervoor. Uiteen onderzoek van Stanford RegLab uit 2025bleek dat zelfs speciaal voor juridische doeleinden ontwikkelde AI-onderzoekstools in 17% tot 33% van de gevallen onjuiste resultaten opleveren. Dat is geen kwestie van modelkwaliteit. Het is een contextprobleem, en dat is precies de reden waarom we de eersteLegal Context Graph in de sector hebben ontwikkeld. 

Colleen Baehrend, advocate en directeur Legal Solutions bij NetDocuments, en ik hebben eenpraktische gidssamengesteldvoor bedrijvendie willen achterhalen hoe ze er daadwerkelijk voor staan – niet in theorie, maar in de dagelijkse praktijk, als het gaat om de prestaties van hun AI-tools. Hetzelfde contextprobleem doet zich net zo vaak voor binnen de juridische, compliance- en risicoteams van gereguleerde bedrijven. Daarom hebben we een versie van die gids samengesteld voor bedrijfsjuristen en compliance-professionals. 

De Legal Context Graph-gids over‘Van AI-uitgaven naar AI-impact’ voor juridische en compliance -teamsvan bedrijven behandelt de volgende onderwerpen: 

• Wat een ‘Legal Context Graph’ is en waarin deze verschilt van de taxonomieën en kennisgrafieken die organisaties eerder hebben geprobeerd 
• Wat verandert er voor bedrijfsjuristen, compliance-teams en IT-afdelingen zodra zaken daadwerkelijk met elkaar zijn verbonden, en hoe vertaalt zich dat op verschillende manieren in rechtszaken, onderzoeken, contracten, naleving van regelgeving en organisaties van elke omvang? 
• Antwoorden op de vragen die uw organisatie daadwerkelijk stelt – van IT en kennismanagement, bedrijfsjuristen en compliance-specialisten, HR en talentmanagement, tot leidinggevenden op juridisch en compliance-gebied, zodat elke belanghebbende vindt wat voor hem of haar relevant is 
• Een checklist met 10 vragen op het gebied van kosten, nauwkeurigheid, gebruiksvriendelijkheid, governance en institutionele kennis, die je samen met je team in 20 minuten openhartig kunt beantwoorden. Er is geen minimumscore – het is niet de bedoeling dat iemand het gevoel krijgt achter te blijven. Het gaat er juist om concreet aan het licht te brengen waar de kloof tussen wat u aan AI uitgeeft en wat u ervoor terugkrijgt daadwerkelijk vandaan komt, zodat het volgende gesprek over AI-investeringen gebaseerd is op iets concreets in plaats van weer een demo van een leverancier. 

AI-modellen zullen blijven veranderen. Elk model zal uiteindelijk worden vervangen door iets beters. Wat niet zal veranderen, is dat de context van uw organisatie – uw projecten en aangelegenheden, uw relaties, uw institutionele oordeel, uw standpunten ten aanzien van regelgeving – ergens moet worden vastgelegd die duurzaam genoeg is om dit alles te overleven. Dat is het fundament waarop deze gids is gebaseerd. 

Als je hier iets in herkent, begin dan met de checklisten kijk wat eruit komt.