Arbeiten an der Grenze des Machbaren: Wie Thomson Reuters KI für professionelle Arbeit entwickelt, bei der viel auf dem Spiel steht

Thomson Reuters, ein globales Inhalts- und Technologieunternehmen, entwickelt seit mehr als 175 Jahren vertrauenswürdige Inhalte und Technologien für Fachkräfte und Institutionen, die weitreichende Entscheidungen treffen. Heute prägt dieselbe Mission die Art und Weise, wie das Unternehmen KI für Recht, Steuern, Buchhaltung, Compliance und andere professionelle Workflows mit hoher Tragweite entwickelt.

„Wir sind ein Technologieunternehmen, das sich auf Berufe konzentriert, die Genauigkeit und Präzision erfordern“, sagt Joel Hron, CTO von Thomson Reuters.

Die Produkte des Unternehmens sind die Referenzwerkzeuge, auf die diese Berufe setzen: Westlaw und Practical Law für die juristische Recherche und praktische Beratung sowie CoCounsel Legal, die professionelle KI-Plattform von Thomson Reuters für Rechtsberufe, die Juristen helfen soll, ihre Arbeit besser zu machen – mit Antworten, die sie verteidigen können, und Ergebnissen, die echten Nutzen bieten. Hron kam vor vier Jahren zu Thomson Reuters, als sein Startup vom Unternehmen übernommen wurde, und arbeitet seitdem an der Schnittstelle von Produkt, Technologie und Strategie. In diesem Zeitraum, so Hron, hat KI grundlegend verändert, was es bedeutet, Software zu entwickeln. Die Auswahl der richtigen Technologiepartner war noch nie so wichtig wie heute.

Der Maßstab für die Auswahl der LLMs, die diese Produkte antreiben, ist ungewöhnlich konkret. Hron und sein Team bewerten ein neues Modell, indem sie fragen, ob seine Arbeit einer professionellen Prüfung standhalten kann, wie Anwälte sie vornehmen, bevor sie sich bei ihrer Arbeit darauf verlassen.

Evaluierung von Modellen für juristische Arbeit

Viele Unternehmen können ein KI-Tool für den Rechtsbereich entwickeln, aber weit weniger können eines entwickeln, unter das ein Anwalt seinen Namen setzen würde. Thomson Reuters bringt drei Vorteile in die professionelle KI ein, die universelle Systeme nicht ohne Weiteres nachbilden können: maßgebliche Inhalte, fundierte Fachkenntnisse und Workflow-Integration.

Der Grund, warum sich ein Anwalt auf eine Antwort von Westlaw verlassen kann, ist nicht das Modell allein, sagt Hron. Es basiert auf jahrzehntelanger kuratierter Rechtsprechung, der Arbeit von über 2.700 Fachexperten auf der ganzen Welt, die diese Inhalte täglich kommentieren und verbessern, sowie den Evaluierungen, die Thomson Reuters auf Modellen wie Claude aufbaut. „Diese menschliche Fachkraft ist immer noch für das Endprodukt verantwortlich.“

Claude ist ein wertvoller Modellpartner, aber das professionelle System ist das Ergebnis der Kombination der Frontier-Modelle von Anthropic mit den maßgeblichen Inhalten, der fundierten Fachkompetenz, der Workflow-Integration und der Evaluierungsinfrastruktur von Thomson Reuters.

Thomson Reuters beschreibt diesen Ansatz als Fiduciary-Grade AI™: KI, die auf maßgeblichen Inhalten basiert, von fundiertem Fachwissen geprägt und direkt in professionelle Workflows eingebettet ist, sodass die Ergebnisse transparent, überprüfbar und verteidigbar sind, wenn viel auf dem Spiel steht.

Diese Verantwortlichkeit ist der Grund, warum die Überprüfung hier wichtiger ist als sprachliche Gewandtheit. Thomson Reuters hat die juristische Recherche rund um Agenten neu aufgebaut, die „nicht nur auf Suche und nicht nur auf den Abruf, sondern auch auf die Validierung und Überprüfung von Zitaten“ abgestimmt sind. Gefordert ist ein System, das bei der Validierung von Zitaten hilft und Quellen klar ausweist, damit Fachleute mit Zuversicht prüfen, verifizieren und ihr Urteil anwenden können.

Die Änderung zeigt sich in den Berichten der Kunden. Forschungsarbeiten, die „Dutzende von Stunden in Anspruch nehmen würden“, liegen laut Hron jetzt „in wenigen Minuten“ vor und bieten Fachkräften eine hochwertige Ausgangsbasis, die sie bewerten, verfeinern und umsetzen können. „Die Tiefenrecherche hat die Art und Weise, wie wir über juristische Recherche nachdenken, grundlegend verändert.“

Entwicklung eines agentenzentrierten Produkts

Für Thomson Reuters geht es bei der Entwicklung von Agenten nicht darum, einen intelligenteren Chatbot zu schaffen. Es spiegelt eine neue Art der Bereitstellung bestehender Produkte wider. Hron und sein Team haben sich zum Ziel gesetzt, einem Agenten beizubringen, alle Tools zu nutzen, die das Unternehmen zuvor als eigenständige Software anbot. Ein einziger Agent hat jetzt Zugriff auf Hunderte von Unternehmenstools – gleichzeitig.

Dieser Wandel hat verändert, wie Thomson Reuters Modelle bewertet. „Unser großer Test für Claude besteht darin, wirklich zu beurteilen, wie gut Claude Pläne erstellen und diese Tools effektiv und korrekt nutzen kann“, sagt er.

CoCounsel Legal zeigt, wie das aussieht. Früher hat es einzelne Funktionen nacheinander ausgeführt. Auf Grundlage des Claude Agent SDK neu aufgebaut, plant, delegiert und koordiniert es jetzt in Echtzeit über Tools und Inhaltsquellen hinweg, sodass eine Fachkraft das Ergebnis definieren kann, anstatt jeden Schritt vorschreiben zu müssen. Kundendaten bleiben geschützt und werden nicht zum Trainieren von Modellen von Drittanbietern verwendet.

Hron führt die Entscheidung auf die Art und Weise zurück, wie die beiden Unternehmen begannen zusammenzuarbeiten. Thomson Reuters war einer der ersten Unternehmenskunden von Anthropic, und der entscheidende Faktor war kein Benchmark. „Das Wichtigste, was uns ansprach, war der Ansatz von Anthropic für die Entwicklung von KI auf Unternehmensebene“, sagt er und nennt Transparenz, Sicherheit und verantwortungsvolle KI-Entwicklung. Der erste Beleg war die gründliche Recherche im Rechtsbereich, die gemeinsam erarbeitet wurde, als beide Teams bemerkten, wie die Entwickler von Anthropic die Tools so nutzten, wie Thomson Reuters sie bereits bereitstellte.

Was Wissensarbeit einem Modell abverlangt

Bei all diesen Projekten hat das Team von Hron vier Dinge festgelegt, die ein Modell erfüllen muss, bevor Thomson Reuters ihm vertraut.

Erstens muss das Modell als Teil des CoCounsel-Legal-Systems seine eigenen Quellenangaben überprüfen. Anstatt eine Quelle abzurufen und weiterzumachen, muss das System das Zitierte validieren, bevor es seine Ergebnisse einem Menschen zur abschließenden Prüfung und Verifizierung vorlegt.

Bei diesem System muss das Modell auch über lange Ketten von Toolaufrufen hinweg stabil bleiben. Längere Aufgaben erfordern ein besseres Kontextmanagement und die zuverlässige Nutzung von Tools über einen längeren Zeitraum. Ein Modell muss über viele Schritte und viele Systeme hinweg den roten Faden behalten, damit ein Agent echte Arbeit erledigt, anstatt auf halbem Weg ins Stocken zu geraten.

Es muss auch eine Person in die Arbeit einbeziehen – und nicht nur in die Antwort. Für die schwierigsten Aufgaben möchte Hron ein Modell, das „den Menschen in die Entwicklung eines Arbeitsprodukts einbindet, anstatt sich nur darauf zu verlassen, dass der Agent eine Antwort in einem einzigen Durchgang liefert“.

Und schließlich muss es Zeit für Aufgaben freimachen, für die das Team von Thomson Reuters bisher keine Kapazitäten hatte. Thomson Reuters entwickelt fortschrittliche Funktionen zum Verfassen von Entwürfen für komplexe juristische Arbeiten, darunter die Ausarbeitung von Anträgen – Schriftsätze, für deren Perfektionierung Fachkräfte sonst „Tage oder Wochen benötigen“ würden, sagt er. Für frühere Modelle „erforderte“ die Aufgabe „immer viel zu viel Kontext und Präzision“. Mit Claude Fable 5 ist das jetzt in Reichweite.

Der ROI von KI

Hron vertritt eine unkonventionelle Sicht auf die Rendite von KI – eine Sichtweise, die andere Führungskräfte bei der Einführung von Modellen nützlich finden könnten. „Wenn Sie versuchen, zu stark auf die Renditeberechnung hin zu optimieren, sehen Sie den Wald vor lauter Bäumen nicht“, sagt er. Er möchte, dass die Teams den kulturellen Wandel und den Wandel der Denkweise spüren, bevor sie auf die Kosten pro Aufgabe hin optimieren. Sobald dieser Wandel der Denkweise stattgefunden hat, stellen sich die Erträge von selbst ein.

Er verfolgt weiterhin traditionelle technische Kennzahlen wie DevOps Research and Assessment (DORA) und die Zeit von der Idee bis zur Produktion, und er weist auf ein internes Tool zur Fehlerbehebung auf Basis von Claude hin, das ein Produktionsproblem von einer dreistündigen Ursachenanalyse in eine vierminütige Korrektur verwandelt hat. „Die Möglichkeit, innerhalb von Minuten statt Stunden den Normalbetrieb wiederherzustellen, ist ein wesentlicher Unterschied.“

Die tiefgreifendere Veränderung betrifft laut Hron die Arbeit selbst.

„Das Schreiben von Codezeilen ist nicht länger die Aufgabe“, sagt Hron über seine Entwickler. Die Fähigkeiten, die jetzt am meisten zählen, sind systemisches Denken, Urteilsvermögen und Geschmack. Er sieht, dass sich dasselbe Muster auch über die Entwicklung hinaus ausbreitet: KI macht Menschen „T-förmiger“, sodass sie bereichsübergreifend in Produkt, Design und Finanzen arbeiten können, statt sich auf ein einziges Gebiet zu beschränken.

Was kommt als Nächstes

Hron und sein Team möchten mit Claude Fable 5 und zukünftigen Claude-Modellen die Grenzen weiter verschieben: Arbeit mit längerem Zeithorizont, besseres Kontextmanagement und Tool-Aufrufe, auf die sie sich über die gesamte Aufgabenkette eines Agenten hinweg verlassen können.

Er ist genauso bestrebt, diese Modelle in seiner eigenen Arbeit zu nutzen. Mit Claude Code kann er „wieder weitaus technischer sein“: Er arbeitet sich in eine Codebasis, die er seit Monaten nicht angefasst hat, innerhalb von Minuten statt eines Tages ein, und er nutzt Claude Cowork, um die Perspektive eines CFO oder Strategiechefs einzunehmen und Ideen einem Stresstest zu unterziehen.

Genau auf diese Richtungen hin werden Modelle wie Claude Fable 5 entwickelt, und für Arbeit, die letztlich vor Gericht standhalten muss, sieht Hron darin die nächste Grenze, die es voranzutreiben lohnt. Schließlich muss professionelle KI in Umgebungen funktionieren, in denen „fast richtig“ nicht gut genug ist.

Erste Schritte mit Claude Fable 5.