Wie wir volatile griechische Rechts-PDFs in ein einsatzbereites Rechtsgehirn verwandelt haben
In stark regulierten Bereichen wie der Steuerberatung und dem Gesellschaftsrecht ist Genauigkeit nicht verhandelbar. Das griechische Steuerrecht ändert sich ständig, mit einem stetigen Strom neuer Gesetze, Präsidialdekrete und Verwaltungsschreiben (wie ΠΟΛ).
Die Herausforderung der Genauigkeit
In stark regulierten Bereichen wie der Steuerberatung und dem Gesellschaftsrecht ist Genauigkeit nicht verhandelbar. Das griechische Steuerrecht ändert sich ständig, mit einem stetigen Strom neuer Gesetze, Präsidialdekrete und Verwaltungsschreiben.
Warum Standard-RAG fehlschlägt
Standard-KI-Modelle und typische Retrieval-Augmented Generation (RAG)-Systeme scheitern, weil sie auf semantischer Ähnlichkeit basieren. Sie können nicht feststellen, ob eine bestimmte Steuerbefreiung im letzten Monat geändert, ausgesetzt oder vollständig aufgehoben wurde.
Der deterministische Graph
Um dies zu lösen, haben wir eine Ingestion-Pipeline entwickelt, die rohe Rechtsdokumente (FEK-Gazetten) digitalisiert und in einen temporalen Wissensgraphen in Neo4j strukturiert. Dabei wird eine strenge Schema-Validierung mit graphbasierten Suchabfragen kombiniert.
Unser technischer Ansatz gliedert sich in fünf Phasen:
Preflight- & Layout-Erkennung
Bevor Text an ein LLM gesendet wird, führt die Pipeline eine strukturelle Preflight-Analyse durch. Sie identifiziert das Gesamtlayout, extrahiert Metadaten (wie Veröffentlichungsdaten und Gesetzesnummern) und legt eine "Stopplinie" fest, um zu verhindern, dass der Parser nicht-rechtliches Anhangmaterial verarbeitet.
Kontextbewusste Segmentierung
Große Dokumente werden in Segmente von etwa 420 Zeilen geschnitten. Um zu verhindern, dass Artikel halbiert werden, analysiert das System Grenzen und teilt Text nur an logischen Absatz- oder Listengrenzen.
Gleitendes Kontextfenster
Für jedes verarbeitete Segment fügen wir die aktive übergeordnete Hierarchie (z. B. Buch I -> Teil A -> Kapitel II) in den Prompt ein. Dies verhindert, dass das LLM bei langen Ingestion-Durchläufen die strukturelle Orientierung verliert.
Strenge Schema- & Extraktions-Einschränkungen
Um Halluzinationen des Modells zu vermeiden, wird der extrahierte Text durch strenge Pydantic-Schemata gezwungen. Strukturierte Analyse: Das System bildet das Gesetz bis auf atomare Einheiten ab: Gesetz, Artikel und Absatz. Beziehungsextraktion: Das LLM extrahiert Referenzen, Textänderungen und temporale Überschreibungen mit kurzen Zusammenfassungen.
Daten-Normalisierung & Abgleich
Die Rohdaten von LLMs sind für eine direkte Datenbankeinfügung zu inkonsistent. Die Pipeline führt einen Normalisierungs-Postprocessing-Schritt aus: Alphanumerische Standardisierung (z. B. Konvertierung griechischer/römischer Zahlen in arabische) und dynamische Akronym-Suche (z. B. Auflösung von "ΚΦΕ").
Temporale Graph-Architektur
Um darzustellen, wie sich Gesetze im Laufe der Zeit ändern, trennt die Graph-Architektur abstrakte Konzepte von konkretem Text:
Logische vs. versionierte Knoten: Der Graph verwaltet einen permanenten "logischen Knoten" für eine Bestimmung (z. B. Artikel 12). Der tatsächliche Text des Artikels zu einem bestimmten Zeitpunkt wird in einem separaten "Versionsknoten" gespeichert.
Timeline-Stitching: Versionsknoten sind chronologisch über NEXT_VERSION-Kanten verknüpft. Eine vertikale Navigationsebene (BELONGS_TO_VERSION) verbindet Absatzversionen über Datumsbereichsabgleiche direkt mit übergeordneten Artikeln.
Ghost-Node-Besetzung: Verweise auf externe Gesetze, die noch nicht erfasst wurden, werden als "Ghost Nodes" modelliert. Diese dienen als logische Anker und werden bei einem späteren Import zu aktiven Knoten hochgestuft.
Validiertes Graph-Knoten-Schema
{
"eli_uri": "/eli/gr/law/2016/4412",
"document_type": "law",
"structure": {
"node_type": "logical",
"article": "Article 12",
"timeline": {
"active_version": "v3",
"history": ["v1", "v2", "v3"]
}
},
"temporal": {
"valid_from": "2024-01-01",
"valid_to": null,
"status": "active"
}
}Warteschlangen-Änderungen & Human-in-the-Loop-Prüfung
Warteschlange für ausstehende Fragen
Anstatt die Datenbank beim Import automatisch zu ändern, werden Textänderungen und temporale Aussetzungen in eine Warteschlange gestellt.
Lokale Prüfschnittstelle
Eine lokale Prüfschnittstelle zeigt diese ausstehenden Änderungen direkt aus Neo4j an und ermöglicht so eine Validierung unter menschlicher Aufsicht.
Deterministischer Diff-Vorschlag
Das System nutzt Argumentationsmodelle, um deterministische Textersetzungsvorschläge zu generieren, und zeigt Side-by-Side-Diffs an. Nach der Genehmigung werden die Änderungen in den Graphen übernommen.
Klare, prüfbare Strukturen.
Durch die Kombination von LLMs mit einer deterministischen Graphdatenbank haben wir eine Umgebung geschaffen, in der Antworten durch klare, prüfbare Strukturen gestützt werden. Wir haben gelernt, dass das Strukturieren und Validieren von Daten vor dem Eintritt in den Graphen weitaus wertvoller ist als der Versuch, unordentliche Daten während des Abrufs zu bereigen.
Die betriebliche Auswirkung:
Bisher mussten Rechtsteams Tausende von manuellen Arbeitsstunden aufwenden, um vergangene und aktuelle Gesetze zusammenzufügen, nur um herauszufinden, was das Gesetz aktuell besagt, wenn sich ein Steuergesetz durch eine einzige Änderung änderte.
Durch diesen Graphen sind die LLMs nun in der Lage, automatisch eine vollständig kodifizierte Version der Gesetze zu erstellen, wobei zeitlich relevante Änderungen für jeden einzelnen Artikel erfasst werden. Was früher ein massiver, arbeitsintensiver operativer Engpass war, ist heute ein dynamisches, sofort aktualisiertes digitales Gehirn.
Haben Sie nicht die genaue Lösung gefunden, die Ihr Unternehmen benötigt?
Wir entwerfen eine maßgeschneiderte Pipeline, die sich perfekt in Ihr bestehendes System einfügt.