AI kan in de advocatuur een drietal businesscases opleveren

In dit artikel:

Een enquête onder senior beslissingsnemers laat zien dat AI binnen advocatenkantoren vooral tijd kan besparen bij risicovol dossierwerk. Tussen 5 juni en 10 juli 2026 werden 18 gesprekken gevoerd met 15 deelnemers uit zeven sectoren, waaronder de advocatuur, het notariaat, de financiële sector, accountancy en het bedrijfsleven. Zij beoordeelden welke processen volgens hen het meeste verbeterpotentieel hebben.

De onderzochte processen hebben gemeen dat uit omvangrijke en uiteenlopende dossiers informatie moet worden gehaald waarop verantwoord kan worden gehandeld. De deelnemers benadrukten daarom niet vooral behoefte te hebben aan meer antwoorden, maar aan antwoorden die controleerbaar en herleidbaar zijn.

De eerste aanbevolen businesscase betreft niet-declarabele werkzaamheden, zoals cliëntacceptatie, WWFT-onderzoeken, UBO-controles en proactieve dossieranalyse. De tijdwinst komt hierbij rechtstreeks ten goede aan het kantoor. Bij declarabele dossierprocessen kan AI volgens de auteurs leiden tot een betere concurrentiepositie, bijvoorbeeld door efficiënter en goedkoper te offreren. Kantoren kunnen er ook voor kiezen de efficiëntiewinst binnen het bestaande urenmodel te benutten.

AI levert echter pas optimaal resultaat op wanneer ook de onderliggende werkprocessen worden aangepast. Een hulpmiddel in een onveranderd proces kan weinig extra waarde opleveren; interne werkwijzen moeten daarom zelf of met specialistische hulp worden herzien.

De belangrijkste praktische test is volgens de onderzoekers herleidbaarheid. Kantoren moeten een AI-tool uitproberen op een echt eigen dossier en nagaan of elke bevinding binnen enkele seconden terug te vinden is op de oorspronkelijke pagina. Alleen een documentnaam als verwijzing volstaat niet. Bovendien moet worden gecontroleerd of de aangehaalde passage de conclusie daadwerkelijk ondersteunt. Herleidbaarheid maakt een antwoord toetsbaar, maar garandeert niet dat het juist is. De professional moet het resultaat kunnen controleren zonder het volledige onderzoek opnieuw te doen.

Daarom moet niet worden gemeten hoe snel een AI-tool een eerste antwoord geeft, maar hoeveel werk daarna nog resteert. Dat bepaalt de werkelijke tijdwinst en vormt de basis voor een beslissing over de aanschaf en toepassing van AI.