Lawbot脱敏猫: Juristische Dokumente lokal anonymisieren, bevor sie in KI-Workflows fließen

Kurzantwort

Lawbot脱敏猫 ist eine spezialisierte Offline-Desktop-Software für den juristischen Bereich: Sie erkennt, prüft, schwärzt oder pseudonymisiert sensible Informationen in Verträgen, Schriftsätzen, Urteilen, Schreiben und Belegbildern direkt auf dem lokalen Computer. Erst nach dieser Bereinigung werden die Texte an externe KI-Modelle weitergeleitet, wobei echte Daten bei Bedarf lokal autorisiert wiederhergestellt werden können.

Produktpositionierung

Gemäß den verifizierbaren Fakten positioniert sich Lawbot脱敏猫 als „Sicherheitslayer für juristische KI“, primär zugeschnitten auf Anwaltskanzleien, Unternehmensjuristen und Compliance-Abteilungen. Es handelt sich nicht um eine Web-Anwendung, und die Software greift für die Anonymisierung nicht auf externe Modell-APIs zurück. Dokumentenanalyse, OCR, manuelle Prüfung, Export und Rückbenennung erfolgen vollständig lokal. Zudem blockiert das Programm externe Netzwerkanfragen standardmäßig.

Redaktionelle Einordnung: Die Software zielt nicht darauf ab, KI-Modelle „intelligenter“ zu machen, sondern ermöglicht es, hochsensibles Rechtsmaterial überhaupt kontrolliert und datenschutzkonform in KI-gestützte Workflows einzuspeisen. Kriterien wie Offline-Integrität, konsistente Pseudonymisierung über Akten hinweg und geringer Nachprüfungsaufwand stehen daher im Mittelpunkt.

Kernfunktionen

Erkennung von 15 Kategorien sensibler Daten

Die integrierte Erkennung umfasst: Namen, Firmen- und Organisationsnamen inklusive Kurzformen, Personalausweisnummern, Telefonnummern, Bankkarten, Adressen, Geldbeträge, Datumsangaben, E-Mail-Adressen, Akten- bzw. Vorgangszeichen, Kfz-Kennzeichen, Siegel/Stempel, WeChat-IDs, einheitliche Sozialkredit-Codes sowie URLs/Webadressen. Laut Herstellerangaben erreicht das lokale Modell bei sensiblen Kerndaten eine Erkennungsgenauigkeit von rund 95%. Da die Trefferquote nie blind mit 100% gleichgesetzt werden darf, ist eine strukturierte manuelle Nachprüfung zwingend vorgesehen.

Drei kombinierbare Bereinigungsverfahren

• Sternchen-Maskierung (*): Geeignet, wenn Teile des Kontextes oder der Textfluss lesbar bleiben sollen.
• Farbschwärzung: Überdeckungen in Schwarz, Grau, Weiß oder Violett für exportierte PDFs und Bildnachweise. Die geschwärzten Bild- und Textelemente sind nach dem Export weder kopier- noch markierbar.
• Pseudonymisierung: Ersetzt Klarnamen durch strukturierte Platzhalter wie „Partei A“ oder „Name 001“. Dies ist die bevorzugte Methode für die anschließende Weiterverarbeitung in KI-Modellen für Zusammenfassungen, Übersetzungen oder Risikoanalysen.

Lokale Offline-Verarbeitung und Systemanforderungen

Unterstützt werden Windows 10/11 x64 sowie macOS. Für reguläre Word-Dokumente und digitale Text-PDFs werden mindestens 8 GB Arbeitsspeicher empfohlen; für Scans, Bildnachweise, umfangreiche OCR-Aufgaben und Massenverarbeitung sind 16 GB RAM, eine SSD und eine neuere CPU ratsam. Das Installationspaket enthält alle Inferenzmodelle und die OCR-Engine bereits lokal, sodass das Tool selbst bei gezogenem Netzwerkkabel uneingeschränkt funktioniert.

Dateiformate und Stapelverarbeitung

Unterstützt werden Word (.docx), PDF sowie Bildformate (.jpg, .jpeg, .png). Zudem kann strukturiertes Markdown für KI-Prompts ausgegeben werden. Mehrere Dateien lassen sich per Drag & Drop in eine Warteschlange einreihen; sobald ein Dokument analysiert ist, kann es direkt geprüft werden, während im Hintergrund weitere Aktenbestandteile eingelesen werden.

Juristisches Routing und formatgetreue Verarbeitung

Nach dem Import kann das Dokument automatisch oder manuell speziellen Kategorien zugeordnet werden (z. B. Urteile, Schriftsätze, Verträge, Offenlegungsunterlagen, anwaltliche Schreiben, Beweis-Screenshots), um die Erkennungslogik zu optimieren. Word-Dateien behalten Typografie, Absätze und Tabellen exakt bei; zudem werden sensible Daten in Fußnoten, Kopfzeilen und Überarbeitungs- bzw. Tracking-Kommentaren erfasst. Text-PDFs werden direkt verarbeitet, während gescannte PDFs seitenweise per OCR analysiert und auf Pixelebene physikalisch ausgeschnitten werden.

Projektbezogenes Gedächtnis (.tmm), Regelsätze und Re-Identifizierung

Die Projektdatei (.tmm) speichert Originaldaten, OCR-Ergebnisse, Pseudonym-Zuordnungen, Positiv- und Negativlisten, Schwärzungen und den Prüffortschritt. Dadurch teilen sich alle Dokumente eines Falles einheitliche Pseudonyme. Über Negativlisten (zwingend zu schwärzen) und Positivlisten (von der Bereinigung ausnehmen, via .xlsx importier-/exportierbar) können Kanzleiteams gemeinsame Vorgaben etablieren. Nach der KI-Analyse lassen sich die Pseudonyme im Ausgabedokument über einen Autorisierungsschlüssel lokal per Mausklick in die realen Daten rückübertragen.

Schritt-für-Schritt-Anleitung

1. Hardware und System vorbereiten: Windows 10/11 x64 oder macOS bereitstellen. Mindestens 8 GB RAM für Fließtext; 16 GB RAM und SSD für Scans und Stapelverarbeitung.
2. Kauf und Download: Offizielle Website von Lawbot aufrufen. Laut Faktentabelle existieren Lizenzen für ein Einzelgerät (¥499) sowie für zwei Geräte (¥599). Nach Angabe von Name und E-Mail erhält man Zugang zum Download und nach Zahlung den Aktivierungslink. Konditionen sind stets auf der Website nachzuprüfen.
3. Installation und Offline-Aktivierung: Software installieren, angezeigten Maschinencode kopieren und über den Aktivierungslink freischalten. Die Lizenz wird lokal an das Gerät gebunden, ohne dass ein Online-Account im Betrieb nötig ist.
4. Dokumente importieren: Verträge, Urteile, Schriftsätze oder Screenshots (.docx, .pdf, .jpg, .png) per Drag & Drop einzeln oder im Stapel laden.
5. Dokumenttyp prüfen: Automatische Erkennung des juristischen Dokumenttyps bestätigen oder manuell festlegen, um die Trefferquote zu maximieren.
6. Lokale Erkennung ausführen: Die lokale Engine markiert die 15 Sensitivitätskategorien. Obwohl Kerndaten zu ca. 95% erkannt werden, darf das Ergebnis nicht ungeprüft als 100% fehlerfrei gewertet werden.
7. Manuelle Nachprüfung: Die Liste der erkannten Entitäten durchgehen, Fehlmarkierungen löschen und übersehene Stellen per Mausauswahl nacherfassen. Besonderes Augenmerk auf Tabellen, Kopf-/Fußzeilen und Kommentare richten.
8. Regeln und Listen anpassen: Mandanten- oder Projektnamen auf die Negativliste setzen; fälschlich markierte Behördennamen der Positivliste hinzufügen (auch via Excel austauschbar).
9. Bereinigungsmodus wählen: Sternchen für Teilmaskierung, Farbschwärzung für weiterzugebende PDFs/Bilder oder Pseudonymisierung („Partei A“) für die KI-Weitergabe bestimmen.
10. Projektdatei (.tmm) sichern: Zwischenstand speichern, um Zuordnungen und Fortschritt für spätere Nachreichungen dauerhaft konsistent zu halten.
11. Vorschau und Export: Seitenweise kontrollieren und formatgetreu als DOCX, physikalisch geschwärztes PDF/Bild oder als Markdown für KI exportieren.
12. Übergabe an Cloud-KI: Den anonymisierten Markdown-Text an Plattformen wie Kimi, DeepSeek oder ChatGPT senden. Die KI sieht ausschließlich Platzhalter.
13. Lokale Re-Identifizierung (Rückübertragung): Das von der KI gelieferte Ergebnis zurück in die Software laden, „Pseudonym-Rückübertragung“ wählen und per Schlüssel lokal wieder durch echte Namen und Beträge ersetzen.

Typische Einsatzszenarien

• KI-gestützte Schriftsatz- und Vertragsarbeit: Vorab-Bereinigung von Klageschriften und Verträgen für Analysen, Gliederungen und Risiko-Screenings in externen KIs.
• Weitergabe sensibler Dokumente: Anonymisieren von Unterlagen vor dem Versand an Korrespondenzanwälte, Schiedsstellen, Berater oder Aufsichtsbehörden.
• Veröffentlichung von Musterfällen: Vorbereitung von Fachartikeln, Ausbildungsunterlagen oder Kanzlei-Newslettern unter Ausschluss von Rückschlüssen auf Mandanten.
• Due Diligence und Transaktionen: Konsistente Pseudonymisierung beteiligter Akteure über Hunderte Dokumente eines Datenraums hinweg.
• Grenzüberschreitende Vertragsübersetzung: Verträge für KI-Übersetzungen vorbereiten, sodass wirtschaftliche Klauseln verständlich bleiben, Identitäten jedoch verborgen sind.
• Beweismittel und Screenshots: Schwärzen von Kontonummern, Telefonnummern und Ausweisen in Transaktionsbelegen und Chat-Protokollen.

Vorteile

• Klare Privatsphäre-Grenzen: Reine Desktop-Architektur ohne Cloud-Upload oder Aufruf externer APIs; Netzwerkzugriffe werden aktiv unterbunden.
• Spezifischer Rechtsbezug: Erkennt neben Standarddaten auch Aktenzeichen, juristische Siegel, Registercodes und Institutionsabkürzungen.
• Geschlossener Workflow: Vollständiger Kreislauf aus lokaler Anonymisierung, Cloud-KI-Analyse und lokaler Re-Identifizierung.
• Hohe Projektkonsistenz: Wiederverwendbare Mappings via .tmm-Dateien verhindern Inkonsistenzen bei mehrteiligen Verfahren.
• Praxistaugliche Ausgabeformate: Formattreues Word, physikalisch bereinigte PDFs und bildunabhängiges Markdown inklusive Verarbeitungsberichten.
• Teamweite Regelsätze: Export und Import von Positiv- und Negativlisten im Excel-Format (.xlsx).

Grenzen und Risiken

• Keine Garantie für 100%ige Vollständigkeit: Die Erkennungsrate von ca. 95% macht eine manuelle Prüfung unerlässlich. Gesetzliche und standesrechtliche Haftung verbleibt beim Anwender.
• Rechenaufwand bei Bild-Scans: Bei mehrseitigen gescannten PDFs beansprucht die lokale OCR CPU und RAM stark; auf Systemen mit nur 8 GB RAM kann dies langsam sein.
• Desktop-Bindung: Keine reine Browser-Lösung; Lizenzschlüssel sind hardwaregebunden, was Gerätewechsel an Kanzleirichtlinien bindet.
• Plattformbesonderheiten: Zwar werden Windows und macOS unterstützt, für Macs mit Intel-Prozessoren muss der kompatible Installer jedoch gesondert angefragt werden.
• Lokale Sicherheitsverantwortung: Der Schutz der gespeicherten Roh- und Speicherdateien auf dem Endgerät erfordert eigene Maßnahmen wie Festplattenverschlüsselung (z. B. BitLocker).
• Rechtsverbindlichkeit: Die Software bietet technische Risikominimierung, entbindet Juristen jedoch nicht von berufsrechtlichen Verschwiegenheitsprüfungen.

Hinweise zur Preisverifikation

Laut Faktentabelle wurden die Tarife mit ¥499 (Einzelgerät) und ¥599 (Zwei-Geräte-Lizenz) ausgewiesen, zahlbar über gängige Zahlungswege mit anschließender Link-Aktivierung. Da Lizenzmodelle, Preise und Hardware-Kompatibilitäten Änderungen unterliegen, ist vor jedem Kauf eine Überprüfung auf der offiziellen Website https://www.lawbotai.cn/ erforderlich.

FAQ

Lädt Lawbot脱敏猫 meine Verträge in die Cloud hoch?

Nein. Nach den verifizierten Spezifikationen ist die Software eine reine Desktop-Anwendung. Erkennung, OCR, Prüfung, Export und Rückbenennung finden ausnahmslos lokal statt. Externe Netzwerkanfragen werden durch das System blockiert.

Wie hoch ist die Erkennungsgenauigkeit und kann auf eine manuelle Kontrolle verzichtet werden?

Auf die menschliche Prüfung kann nicht verzichtet werden. Die offizielle Erkennungsgenauigkeit für sensible Kerndaten liegt bei etwa 95%. Die Software bietet dafür strukturierte Prüflisten und Suchfunktionen, um verbleibende Fehlstellen vor dem finalen Export auszuschließen.

Ist die Weitergabe an Kimi, DeepSeek oder ChatGPT nach der Pseudonymisierung sicher?

Die Sicherheit basiert auf der Trennung: Die externen KI-Modelle erhalten nur den pseudonymisierten Text (z. B. „Partei A“ statt Klarnamen). Die echten Identitätsdaten verlassen den Computer zu keinem Zeitpunkt. Dennoch muss der Anwender prüfen, ob alle sensiblen Passagen erfasst wurden.

Lassen sich KI-Ergebnisse wieder mit den echten Mandantendaten zusammenführen?

Ja. Die von der KI erzeugten Texte können wieder in das Programm importiert werden. Über die Funktion zur Pseudonym-Rückübertragung werden die Platzhalter lokal und schlüsselbasiert wieder durch die ursprünglichen Klarnamen ersetzt.

Werden gescannte PDFs und Bilddateien unterstützt?

Ja. Reine Text-PDFs werden direkt eingelesen, während Scans und Bildbelege über die integrierte OCR-Engine seitenweise erfasst werden. Auf Scans können Schwärzungen auf Pixelebene physikalisch eingebrannt werden. Die Geschwindigkeit hängt von der Rechnerleistung ab.

Welche Betriebssysteme und Dateiformate werden unterstützt?

Unterstützt werden Windows 10/11 (64-Bit) und macOS. Als Eingabeformate dienen Word (.docx), PDF sowie Bilder (.jpg, .jpeg, .png). Ausgegeben werden formatierte Office-Dateien, geschützte PDFs/Bilder oder Markdown.

Wie stimmt ein Kanzleiteam die Bereinigungsregeln ab?

Regelsätze und Intensitätsstufen können fallbezogen definiert werden. Zudem lassen sich Positiv- und Negativlisten via Excel (.xlsx) ex- und importieren, sodass Teams standardisierte Vorgaben für identische Verfahren nutzen können.

Wie hoch sind die aktuellen Kosten für die Software?

In der Faktentabelle sind ¥499 für eine Einzelplatzlizenz und ¥599 für zwei Geräte hinterlegt. Da Preisstrukturen variieren können, ist der aktuelle Stand auf der offiziellen Herstellerseite verbindlich zu prüfen.

Alternativen und ergänzende Ansätze

Da die verifizierten Quellen keine namentlichen Wettbewerber auflisten, werden keine spekulativen Konkurrenzprodukte genannt. Als methodische Alternativen oder Ergänzungen kommen infrage:

• Rein manuelle Schwärzung mit Vier-Augen-Prinzip: Höchste manuelle Kontrolle, jedoch bei umfangreichen Aktenbergen zeitintensiv und fehleranfällig.
• Konvertierung von Scans via Office-Tools: Vorschalten von OCR-Tools wie WPS zur Texterkennung vor dem Import in die Anonymisierungssoftware.
• Direkte Nutzung von Cloud-KIs ohne Vorbereitung: Keine tragfähige datenschutzrechtliche Alternative für sensible Mandantendaten, da Kimi, DeepSeek oder ChatGPT keine lokale Pseudonymisierungs- und Re-Identifizierungs-Pipeline bieten.
• Interne Richtlinien und standardisierte Prüfprozesse: Festlegung kanzleiweiter Positiv- und Negativlisten für die manuelle oder teilautomatisierte Bearbeitung.

Quellenangaben

• Faktenquelle zum Werkzeug: , 《Lawbot脱敏猫》, , Stand der Überprüfung: 2026-08-22T17:58:16.0087318+00:00.

• Offizielle Website: Lawbot脱敏猫, https://www.lawbotai.cn/, Stand der Überprüfung: 2026-08-22T17:58:16.3314576+00:00.

• Alle genannten Leistungsmerkmale, Tarife und Workflows beruhen auf der obigen Faktentabelle; tagesaktuelle Preise und Systemkompatibilitäten sind der offiziellen Website zu entnehmen.