AI voor juristen levert vooral tijdwinst op voorbereidend en tekstueel werk, zonder dat de verantwoordelijkheid voor de inhoud ook maar een millimeter verschuift. Een taalmodel leest een contract door, vat een dossier samen of zet een conceptbrief neer, maar de juridische beoordeling blijft mensenwerk.
De vraag is daarom niet of je AI inzet, maar welke controle erna komt en welke informatie je erin stopt. Dit artikel behandelt beide kanten: waar AI je werk aantoonbaar versterkt, en waar het je in de problemen brengt als je de output op zijn woord gelooft.
Wat AI verandert in het werk van juristen
AI verandert in het werk van juristen vooral het tempo waarin routinematig werk afgaat. Een taalmodel leest grote hoeveelheden tekst in seconden, herkent patronen in contracten en zet een eerste versie neer. Dat raakt de advocaat, de notaris, de bedrijfsjurist en de juridisch adviseur in gelijke mate, want hun werk bestaat voor een groot deel uit lezen, analyseren en schrijven.
Welk werk merkbaar sneller gaat
Het werk dat merkbaar sneller gaat, heeft drie kenmerken gemeen. Er is veel tekst, de uitkomst is een concept en niet een besluit, en jij hebt zelf het bronmateriaal in handen. Een dossier van tachtig pagina’s terugbrengen tot vijf kernpunten, een standaardovereenkomst naast een aangeboden versie leggen, een brief in begrijpelijke taal herschrijven voor een cliënt.
Werk dat die kenmerken mist, levert veel minder op. Een advies waarin je belangen tegen elkaar afweegt of een strategische keuze in een procedure laat zich niet uitbesteden aan een model dat patronen voorspelt.
Wat onveranderd bij de jurist blijft liggen
Bij de jurist blijft onveranderd liggen wie verantwoordelijk is voor de uitkomst. Een model dat een clausule samenvat of een termijn signaleert, levert een voorstel en geen oordeel.
De juridische weging, de afweging van belangen en de eindbeslissing blijven bij jou. Die scheiding tussen voorwerk en verantwoordelijkheid is het uitgangspunt voor elk verstandig gebruik in de juridische praktijk, en zij bepaalt ook hoe zwaar je controle per taaktype moet zijn.
Waarvoor zet je AI in als jurist?
Als jurist zet je AI in voor werk dat veel tekst en weinig discretie vraagt. Onderstaande drie toepassingen komen in vrijwel elke juridische praktijk terug, van een eenmanskantoor tot een juridische afdeling van dertig mensen.
Contracten analyseren en clausules vergelijken
Contracten analyseren gaat het best wanneer je het model een vergelijkingsbasis geeft in plaats van een open vraag. Lever je eigen standaardovereenkomst mee en vraag welke bepalingen daarvan afwijken, welke ontbreken en welke ongebruikelijk ruim of beperkt zijn geformuleerd.
Vraag daarbij expliciet om alleen feitelijke afwijkingen en geen interpretaties. Zonder die instructie vult een model de gaten met wat gebruikelijk is in plaats van met wat er staat, en dan lees je een advies over een contract dat niet voor je ligt.
Legal research voorbereiden zonder op de bronnen te vertrouwen
Legal research voorbereid je met AI door de rechtsvraag te laten ontleden en zoekrichtingen te laten voorstellen, niet door bronnen te laten aandragen. Een model kan helpen scherp te krijgen welke deelvragen er spelen en welke begrippen je in een databank moet zoeken.
De bronnen zelf loop je altijd na in een betrouwbare databank. Elke uitspraak, elk artikelnummer en elk vindplaatsnummer dat een model noemt, behandel je als onbevestigd totdat je het zelf hebt gezien.
Samenvatten en juridische teksten herschrijven
Samenvatten en juridische teksten herschrijven is de toepassing waar taalmodellen het sterkst in zijn, omdat je alle inhoud zelf aanlevert. Een lang dossier terugbrengen tot de kern, een conceptbrief opstellen of een tekst naar de toon van je cliënt brengen scheelt direct voorbereidingstijd.
Een goede prompt is daarbij bepalend. Je stuurt de output veel preciezer door context en een duidelijke rol mee te geven, en juist het rollen toewijzen in een prompt werkt het best wanneer die rol concreet aansluit bij de juridische taak in plaats van bij het beroep in het algemeen.
Waar AI de fout in gaat bij juridisch werk
AI gaat bij juridisch werk zelden de fout in op grammatica en bijna altijd op feiten. De gemene deler is schijnzekerheid: een taalmodel produceert tekst die klopt qua vorm, niet per definitie qua waarheid, en in juridisch werk is dat onderscheid het hele verschil.
Verzonnen jurisprudentie en artikelnummers
Verzonnen jurisprudentie is het bekendste risico, waarbij een model een uitspraak, een artikelnummer of een bron noemt die bij controle niet bestaat. Het gaat daarbij niet om iets wat er duidelijk uitspringt; een verzonnen ECLI-nummer heeft precies de vorm die je verwacht.
In de periode dat ik intensief met ChatGPT werkte, kwam ik dat patroon consistent tegen. Het model noemde onderzoeken en bronnen die plausibel klonken en bij natrekken niet bleken te bestaan. In mijn eigen werk met Claude valt me op dat het vaker aangeeft wanneer iets onzeker is en minder snel bronnen verzint, maar ook dan blijft controle nodig.
Samenvattingen die overtuigend afwijken van de bron
Samenvattingen die afwijken van de bron vormen het subtielere risico, en juist daarom het gevaarlijkere. Een samenvatting kan vlot en compleet ogen en toch op een bepalend punt iets anders zeggen dan het onderliggende document. Wie alleen de samenvatting leest, merkt dat nooit.
De praktische remedie is banaal en werkt. Laat het model per kernpunt verwijzen naar de passage waar het vandaan komt, en controleer bij de punten die je conclusie dragen of die passage daadwerkelijk zegt wat de samenvatting beweert.
Wat je nooit in een AI-tool zet als jurist
Als jurist zet je cliëntgegevens en dossierstukken nooit ongecontroleerd in een willekeurige AI-tool, omdat je geheimhoudingsplicht en de AVG onverkort blijven gelden. De vraag welke tool je gebruikt komt daarbij pas op de tweede plaats; eerst bepaal je welke gegevens de deur überhaupt uit mogen.
Waarom het accounttype bepalend is
Het accounttype is bepalend voor wat er met je invoer gebeurt. Consumentenversies kunnen ingevoerde gegevens onder hun voorwaarden gebruiken om het model te verbeteren, terwijl zakelijke omgevingen met verwerkersafspraken daar juist op zijn ingericht om dat uit te sluiten.
Controleer daarom voordat je begint met welk account je werkt en of je invoer voor modeltraining wordt gebruikt. Een medewerker die op zijn privé-account een akte plakt, doet iets wezenlijk anders dan dezelfde handeling in een zakelijke omgeving, ook al ziet het scherm er identiek uit.
Anonimiseren en verwerkersafspraken vastleggen
Anonimiseren scheelt in veel gevallen het grootste deel van het risico, want een contractanalyse werkt net zo goed zonder namen, adressen en kenmerken die tot een persoon herleiden. Wie AI structureel inzet, regelt het juiste accounttype, legt verwerkersafspraken vast en spreekt af welke stukken altijd geanonimiseerd worden, want verantwoord AI-gebruik begint bij die keuzes en niet bij de prompt.
Welke AI-tools passen bij juridisch werk
Bij juridisch werk passen twee soorten tools, en de keuze daartussen hangt af van het type werk en niet van de marketing eromheen. Een algemeen taalmodel dekt het meeste, een gespecialiseerde juridische tool loont in een beperkt aantal situaties.
Wanneer een algemeen taalmodel volstaat
Een algemeen taalmodel zoals ChatGPT of Claude volstaat voor alles waarbij jij het bronmateriaal aanlevert. Contractanalyse tegen je eigen standaard, samenvatten, herschrijven, een conceptbrief, een checklist opstellen uit een dossier dat je zelf meestuurt.
Voor die taken betaal je bij een gespecialiseerde tool vooral voor functionaliteit die je niet gebruikt. Begin daarom met wat je al hebt en meet of je tegen een grens aanloopt voordat je een licentie afsluit.
Wanneer een gespecialiseerde juridische tool loont
Een gespecialiseerde juridische tool loont wanneer het zwaartepunt van je werk bij bronnenonderzoek ligt en niet bij tekstverwerking. Tools die op jurisprudentie en wetgeving zijn getraind en een koppeling met een databank hebben, lossen precies het probleem op waar algemene modellen op stukgaan, namelijk het aandragen van vindplaatsen.
Weeg daarbij mee wat de tool aantoonbaar oplost tegen wat hij per gebruiker per jaar kost. Bij een kantoor waar research een beperkt deel van de omzet raakt, is die rekensom vaak ongunstiger dan de brochure suggereert.
Wat de beroepsregels en de AI Act van juristen vragen
De beroepsregels en de AI Act vragen van juristen dat de verantwoordelijkheid voor AI-output ondubbelzinnig bij de mens blijft liggen. Tuchtrecht maakt geen onderscheid tussen een fout die je zelf maakt en een fout die je van een model overneemt zonder te controleren.
Tuchtrecht en de gedragsregels in de advocatuur
Tuchtrecht en de gedragsregels leggen de lat bij een verzonnen uitspraak in een processtuk onverkort bij jou. Voor de advocatuur vormen de NOvA Gedragsregels het kader, en bovenop de algemene zorgvuldigheid vraagt AI voor advocaten om eigen afspraken rond geheimhouding en dossiergebruik.
De KNB AI-weegschaal in het notariaat
De KNB AI-weegschaal is voor het notariaat het vertrekpunt bij de vraag welk gebruik per aktesoort verantwoord is. AI in het notariaat raakt daarbij direct aan de zorgvuldigheidsnorm van artikel 17 Wna en aan de poortwachtersrol van de notaris, wat de controle-eisen hoger legt dan bij algemeen juridisch werk.
Wat artikel 4 van de AI Act sinds de herschrijving vraagt
Artikel 4 van de AI Act vraagt sinds 2 februari 2025 dat organisaties maatregelen nemen om de AI-geletterdheid van hun medewerkers te ondersteunen, en die verplichting wordt sinds 2 augustus 2026 gehandhaafd. De Digital Omnibus herschreef dat artikel per 27 juli 2026 en voegde expliciet toe dat geen vast niveau per individuele medewerker gegarandeerd hoeft te worden.
Wat dat voor jouw kantoor betekent, hangt af van hoe medewerkers de output gebruiken, maar de wettelijke basis geldt voor vrijwel elke juridische praktijk die met AI werkt. De verplichting ligt bij het kantoor en niet bij de individuele jurist, en wat AI-geletterdheid precies inhoudt bepaalt welke maatregelen daarbij passen. Aantoonbare kennis van de mogelijkheden en de risico’s is daarmee geen vrijblijvende keuze meer.
AI verantwoord inrichten op een juridisch kantoor
AI verantwoord inrichten op een juridisch kantoor betekent de stap maken van losse prompttips naar een gedeelde werkwijze. Een individuele jurist die handig prompt levert tijdwinst voor zichzelf op, maar pas wanneer het hele kantoor volgens dezelfde afspraken werkt, wordt het resultaat controleerbaar en overdraagbaar.
De AI-richtlijn en de controlepunten per taaktype
Een AI-richtlijn legt vast welke tools zijn toegestaan, welke data erin mag en welke controle per taaktype geldt. Het four-eyes-principe uit mijn jaren bij grootbanken vertaalt zich hier direct naar controlepunten op kantoorschaal: niets met juridische gevolgen gaat de deur uit zonder tweede lezing.
Laat die controle meebewegen met de inzet. Een interne notitie heeft een ander risicoprofiel dan een processtuk of een cliëntadvies, en een richtlijn die dat onderscheid niet maakt, wordt in de praktijk genegeerd omdat hij overal even zwaar is.
Klein beginnen met een tot drie processen
Klein beginnen met een tot drie processen werkt betrouwbaarder dan een organisatiebrede strategie die maanden voorbereiding vraagt. Kies processen met hoge frequentie en beperkte variatie, want daar wordt tijdwinst het snelst zichtbaar en is een fout het makkelijkst af te vangen.
Wijs daarbij één interne verantwoordelijke aan die het overzicht houdt en de afspraken bijwerkt. Dezelfde logica die geldt voor AI voor het MKB in het algemeen, een werkwijze die past bij teamgrootte en budget, geldt onverkort voor een juridisch kantoor.
Wil je dat AI op je kantoor een aantoonbare werkwijze wordt in plaats van losse experimenten, dan is een begeleide AI implementatie de logische stap. Samen met je team bouw je een prompt-bibliotheek, een AI-richtlijn en de controlepunten die je beroep van je vraagt, met de verantwoordelijkheid waar die hoort, bij de jurist.
