AI voor advocaten ondersteunt bij concepten, documentanalyse en juridisch onderzoek, maar neemt nooit de eindverantwoordelijkheid over. De advocaat blijft aansprakelijk voor elk advies dat de deur uit gaat. De winst zit in tijd op routinewerk, het risico zit in output die plausibel klinkt maar feitelijk onjuist is.
Wie de tool structureel wil inzetten, heeft meer aan een vaste werkwijze dan aan losse prompttips. Een gestructureerde AI cursus leert je herhaalbare workflows met ingebouwde controlepunten, zodat je de techniek benut zonder je beroepsregels uit het oog te verliezen.
Wat AI voor advocaten in de praktijk kan doen
AI voor advocaten is op dit moment vooral sterk in werk dat veel tekst verwerkt en weinig zelfstandig oordeel vraagt. Het versnelt taken die anders uren kosten, mits je de uitkomst zelf toetst.
De meest concrete toepassingen liggen bij het opstellen van eerste concepten. Een model genereert binnen enkele minuten een ruwe versie van een overeenkomst, een memo of een brief aan de wederpartij, die je vervolgens aanscherpt naar de specifieke zaak.
Daarnaast is documentanalyse een sterk inzetgebied. Lange contracten, dossiers of processtukken laat je samenvatten en doorzoeken op bepalingen of tegenstrijdigheden, waarna je gericht naar de relevante passages springt in plaats van alles handmatig te scannen.
Voor het doornemen en samenvatten van lange documenten gebruik ik zelf Claude, omdat het de context over een lang stuk beter vasthoudt dan ChatGPT. Dat scheelt bij stukken waar de details verderop in het document afhangen van wat eerder is afgesproken.
Cliëntcommunicatie is een vierde toepassing. Een model helpt bij het voorbereiden van antwoorden op terugkerende vragen of het toegankelijk uitleggen van een juridisch standpunt, waarna jij de toon en de juridische precisie controleert.
De kernwaarden van de advocatuur als kader voor AI-gebruik
De kernwaarden van de advocatuur bepalen waar AI mag ondersteunen en waar je als advocaat zelf beslist. Onafhankelijkheid, partijdigheid voor de cliënt, deskundigheid, integriteit en vertrouwelijkheid vormen samen de toetssteen voor elke toepassing.
De Nederlandse Orde van Advocaten heeft een projectgroep Digitalisering en AI ingesteld en aanbevelingen gepubliceerd voor verantwoord gebruik. De lijn is helder: AI is een hulpmiddel, en de advocaat blijft zelf verantwoordelijk voor het uiteindelijke advies en de bescherming van de cliëntbelangen.
Dat kader werkt goed als afwegingsinstrument. Bij elke taak die je aan een model wilt overlaten, stel je de vraag welke kernwaarde in het geding komt. Een samenvatting van openbare jurisprudentie raakt geen vertrouwelijkheid, het delen van een cliëntdossier wel.
De EU AI Act voegt daar sinds februari 2025 een concrete eis aan toe. Artikel 4 verlangt AI-geletterdheid van iedereen die binnen een organisatie met deze systemen werkt, ook van medewerkers die zelf geen AI gebruiken maar wel met de output te maken krijgen.
Het risico van verzonnen jurisprudentie door AI
Het grootste risico van AI voor advocaten is verzonnen jurisprudentie. Een model genereert net zo gemakkelijk uitspraken, ECLI-nummers en wetsartikelen die overtuigend ogen maar niet bestaan.
Een terugkerend patroon dat ik bij ChatGPT zag, was dat het bronnen en citaten noemde die bij verificatie niet bleken te bestaan. Het probleem is juist dat ze plausibel klinken, waardoor je ze zonder controle voor waar aanneemt.
In de Verenigde Staten zijn advocaten gesanctioneerd nadat ze processtukken hadden ingediend met verwijzingen naar niet-bestaande uitspraken. Diezelfde casuïstiek circuleert inmiddels in Nederland als waarschuwing binnen de beroepsgroep.
Tuchtrechtelijk is het gevaar reëel. Een verzonnen verwijzing in een processtuk kan leiden tot een klacht bij de Raad van Discipline, met het Hof van Discipline als beroepsinstantie. Dit raakt de kern van verantwoord AI-gebruik: je controleert elke bron in de officiële databanken voordat die in een stuk belandt.
Cliëntgegevens beschermen bij het gebruik van AI
Cliëntgegevens vragen om extra voorzichtigheid zodra je AI inzet. De geheimhoudingsplicht geldt onverkort, ook wanneer je gegevens invoert in een extern systeem.
Het kernpunt is wat er met je invoer gebeurt. Veel gratis tools mogen ingevoerde gegevens gebruiken voor training, wat betekent dat vertrouwelijke informatie buiten je controle terechtkomt. Voor juridisch werk is dat onacceptabel.
Een werkbare aanpak begint bij de keuze van de tool. Zakelijke abonnementen leggen vaak vast dat invoer niet voor training wordt gebruikt. Vaak garanderen ze ook dat de verwerking binnen de EU plaatsvindt, wat aansluit bij de eisen rond vertrouwelijkheid.
Daarnaast loont het om gevoelige stukken te anonimiseren voordat je ze invoert. Namen, dossiernummers en herleidbare details haal je eruit waar dat kan, zodat de inhoudelijke vraag overblijft zonder dat de cliënt identificeerbaar is.
Een controlepunt inbouwen voor AI-output naar de cliënt gaat
Een vast controlepunt is de belangrijkste stap om AI voor advocaten veilig te maken. Niet de tool bepaalt de kwaliteit, maar de check die je erachter zet.
In de bankenwereld waar ik vandaan kom, geldt het four-eyes-principe: geen beslissing met impact verlaat de organisatie zonder dat een tweede persoon er onafhankelijk naar heeft gekeken. Datzelfde principe vertaal ik naar AI-gebruik binnen een kantoor.
Concreet betekent dit dat AI-output nooit ongezien naar een cliënt of een rechtbank gaat. Er zit altijd een menselijke toets tussen, waarin een advocaat de juridische inhoud, de bronnen en de toon beoordeelt voordat het stuk de deur uit gaat.
Dat controlepunt hoeft geen bureaucratie te worden. Voor kennisintensieve kantoren werkt een vaste plek in de workflow het beste, een moment waarop validatie standaard is in plaats van optioneel. Zo bouw je aan een werkwijze die past bij AI implementatie voor kennisintensieve dienstverleners, waar de output direct onder beroepsverantwoordelijkheid valt.
AI gecontroleerd invoeren op je advocatenkantoor
AI invoeren op een advocatenkantoor begint klein, bij één praktijkgebied. Eén concreet proces uitwerken levert meer op dan een brede uitrol die niemand draagt.
De eerste stap is de keuze van een afgebakend gebied, bijvoorbeeld ondernemingsrecht of arbeidsrecht, en daarbinnen één taak zoals het opstellen van een standaardovereenkomst. Daar leg je de werkwijze en de controlestappen vast in een interne richtlijn.
Vervolgens komt het team aan bod. Een gedeelde werkwijze werkt alleen als iedereen dezelfde uitgangspunten hanteert, en een zakelijke AI training levert die uniformiteit plus een aantoonbaar opleidingsspoor dat aansluit op de AI-Act-eis rond geletterdheid.
De schaal van een advocatenkantoor vraagt om een aanpak die daarbij past. AI implementatie voor het MKB start bij teamgrootte en budget van een kantoor met tien tot vijftig medewerkers, niet bij een consultancyrapport dat maanden voorbereiding kost.
Wil je AI als gedeelde werkwijze invoeren in plaats van als losse experimenten, dan kun je een implementatietraject aanvragen. Na de intake stop je nog kosteloos als het niet past. Bij LearnLLM draait elke aanpak om herhaalbare workflows met vaste controlepunten, zodat de tool je werk versterkt zonder je beroepsverantwoordelijkheid uit te hollen.
