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.
Wat AI voor advocaten in de praktijk kan doen
AI voor advocaten werkt het sterkst bij werk dat veel tekst verwerkt en weinig zelfstandig juridisch oordeel vraagt. Een model versnelt taken die anders uren kosten, op voorwaarde dat je de uitkomst zelf toetst.
De meest concrete toepassing ligt 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. Jij scherpt die versie aan op de specifieke zaak.
Documentanalyse is een tweede sterk inzetgebied. Lange contracten en processtukken laat je samenvatten en doorzoeken op bepalingen of tegenstrijdigheden, waarna je gericht naar de relevante passages springt.
Cliëntcommunicatie is een derde toepassing. Een model bereidt antwoorden voor op terugkerende vragen of legt een juridisch standpunt toegankelijk uit, waarna jij de toon en de juridische precisie controleert.
AI inzetten bij juridisch onderzoek en jurisprudentie
AI inzetten bij juridisch onderzoek werkt goed voor het opsporen van relevante wetgeving en jurisprudentie, maar niet voor het verifiëren ervan. Een model doorzoekt in minuten waar een handmatige zoekslag uren kost, en dat tijdvoordeel is reëel.
Generatieve AI is minder geschikt voor het laatste woord over een precedent. Het model geeft een startpunt voor onderzoek, geen eindoordeel over de juridische status van een uitspraak.
Voor het doorzoeken en samenvatten van lange dossiers gebruik ik zelf Claude: in mijn ervaring verzint het minder bronnen en cijfers bij feitelijke vragen dan ChatGPT. Dat verschil telt zwaarder naarmate een dossier langer is en de details verder uit elkaar liggen.
Het risico van verzonnen jurisprudentie door AI
Het risico van verzonnen jurisprudentie is het grootste gevaar bij AI voor advocaten. Een model genereert net zo gemakkelijk uitspraken, ECLI-nummers en wetsartikelen die overtuigend klinken 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 zit in de overtuigingskracht: een verzonnen bron klinkt niet minder gezaghebbend dan een echte.
In de Verenigde Staten zijn advocaten gesanctioneerd na processtukken 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. Op dit punt betekent verantwoord AI-gebruik dat je elke bron in de officiële databanken controleert voordat die in een stuk belandt.
De kernwaarden van de advocatuur als toetssteen voor AI-gebruik
De kernwaarden van de advocatuur bepalen waar AI mag ondersteunen en waar de advocaat zelf beslist. Onafhankelijkheid, partijdigheid, deskundigheid, integriteit en vertrouwelijkheid vormen samen de toetssteen voor elke toepassing.
Volgens de Nederlandse Orde van Advocaten blijft de advocaat zelf verantwoordelijk voor het uiteindelijke advies en de bescherming van cliëntbelangen, ook bij AI-ondersteund werk. De NOvA-projectgroep Digitalisering en AI publiceerde hierover aanbevelingen per kernwaarde.
Bij elke taak die je aan een model overlaat, stel je de vraag welke kernwaarde in het geding komt: een samenvatting van openbare jurisprudentie raakt geen vertrouwelijkheid, het delen van een cliëntdossier wel. Diezelfde afweging speelt breder dan de advocatuur alleen: AI voor juristen bij andere rechtsberoepen loopt tegen vergelijkbare kernwaarden aan, met eigen accenten per beroepsgroep.
De EU AI Act voegt sinds februari 2025 een concrete eis toe. Artikel 4 verlangt AI-geletterdheid van iedereen die binnen een kantoor met AI-systemen werkt, ook van wie zelf geen AI gebruikt maar wel met de output te maken krijgt.
Cliëntgegevens en geheimhoudingsplicht bij AI-gebruik
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, waardoor vertrouwelijke informatie buiten je controle terechtkomt. Voor juridisch werk is dat onacceptabel.
Zakelijke abonnementen leggen doorgaans vast dat invoer niet voor training wordt gebruikt en dat verwerking binnen de EU plaatsvindt, wat aansluit bij de eisen rond vertrouwelijkheid uit de kernwaarden.
Gevoelige stukken anonimiseer je waar mogelijk voor je ze invoert. Namen, dossiernummers en herleidbare details haal je eruit, zodat de inhoudelijke vraag overblijft zonder dat de cliënt identificeerbaar is.
Een vier-ogen-controlepunt inbouwen voor AI-output naar de cliënt
Een vast controlepunt is de belangrijkste stap om AI-output naar de cliënt veilig te maken. Niet de tool bepaalt de kwaliteit, de check die je erachter zet doet dat.
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, een principe dat ik vertaal naar AI-gebruik binnen een advocatenkantoor.
Concreet betekent dit dat AI-output nooit ongezien naar een cliënt of een rechtbank gaat. Een advocaat beoordeelt de juridische inhoud, de bronnen en de toon voordat het stuk de deur uit gaat.
Een 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.
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. Een zakelijke AI training levert die uniformiteit plus een aantoonbaar opleidingsspoor dat aansluit op de AI-Act-eis rond geletterdheid. Een cursus AI-geletterdheid voor teams is daarbij een gerichte optie voor kantoren die dat opleidingsspoor specifiek op de wettelijke eis uit artikel 4 willen laten aansluiten.
De schaal van een advocatenkantoor vraagt om een aanpak die daarbij past. AI implementatie voor het MKB start bij de teamgrootte en het 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 vraag je een implementatietraject aan. Na de intake stop je nog kosteloos als het niet past.
