Beginnen met AI staat op elk kantoorplan van 2025, maar bijna niemand kan het invullen. We krijgen de vraag inmiddels wekelijks: "We moeten iets met AI, kunnen jullie iets aanzetten?" En als we doorvragen wat men eigenlijk wil bereiken, blijft het stil. Dat is niet erg. Dat is het beginpunt. Het echte werk zit niet in de knop, maar in de vraag die eraan voorafgaat.
Het klinkt vreemd, maar de meeste advocaten- en notariskantoren die aankloppen met een AI-vraag, hebben geen AI-probleem. Ze hebben een verwachtingsprobleem. De partner las in de krant iets over generatieve AI, de kantoormanager hoorde op een netwerkborrel over Copilot, en de conclusie is: "wij moeten mee". Vervolgens komt de vraag bij ons of we het "even kunnen inregelen".
Dat kunnen we. Het kost een half uur. We kopen namens het kantoor een aantal Copilot-licenties bij Microsoft, koppelen ze aan de gebruikers, en klaar. Alleen: dan is er niets opgelost. De advocaten openen Word, zien een nieuw icoontje, klikken er twee keer op en gaan terug naar hun normale werk. Drie maanden later staat de licentiefactuur op de balans zonder dat iemand kan uitleggen wat het heeft opgeleverd. Beginnen met AI zonder eerst te bepalen welk probleem je wilt oplossen, is duurder dan niet beginnen.
Beginnen met AI vraagt eerst een use-case, niet een licentie
Wat in de praktijk wel werkt: draai de vraag om. Niet "hoe zetten we AI aan", maar "welke handeling in ons kantoor kost onevenredig veel tijd en heeft met tekst of documenten te maken". Voor de meeste advocaten en notarissen die we spreken, komt daar hetzelfde antwoord uit. Zoeken. Terugvinden. Kunnen refereren aan wat er in het verleden is gedaan.
Zodra die vraag helder is, wordt de technologiekeuze ineens simpel. Je hebt dan geen generieke chatbot nodig, maar AI die is gekoppeld aan de plek waar je documenten staan: je DMS. Systemen als iManage of NetDocuments bieden inmiddels AI-modules aan die precies dat doen. Ze kunnen jouw eigen dossierarchief begrijpen, doorzoeken en samenvatten. Dat is een fundamenteel andere aanpak dan Copilot bovenop een lege werkplek zetten en hopen dat er iets nuttigs uit rolt.
Wat AI in een advocaten- of notariskantoor concreet doet
Neem het scenario dat wij als het duidelijkste voorbeeld beschouwen. Een advocaat weet dat hij drie of vier jaar geleden een zaak heeft gedaan die lijkt op de zaak die nu op zijn bureau ligt. Hij weet vaag wie de cliënt was, hij weet ongeveer welk onderwerp het betrof, maar de exacte stukken zitten ergens diep in het DMS. In de oude situatie kost dat een half uur zoeken, mailen met een secretariaat, of een collega die het zich toevallig herinnert. En in de praktijk gebeurt er vaak iets anders: de advocaat begint opnieuw. Hij herschrijft een clausule die drie jaar geleden al eens perfect is uitgewerkt, omdat hij niet meer weet in welk dossier die stond. Dat is uurwerk dat niet gedeclareerd kan worden, en het is intellectueel kapitaal dat je twee keer aanmaakt.
Met een AI-module bovenop het DMS typ je een zin in het zoekveld: "de zaak van cliënt X over onderwerp Y, ergens rond 2021". Het systeem begrijpt de context, gaat door de correspondentie, akten en processtukken, en geeft binnen seconden een lijst van relevante documenten met een korte samenvatting per stuk. Dat is geen theorie. Dat is de functionaliteit die vandaag beschikbaar is in de DMS-systemen waar veel juridische kantoren al mee werken. De grootste winst zit niet in AI die documenten schrijft, maar in AI die documenten terugvindt die je al hebt.
Een tweede scenario dat we in de praktijk zien: het opstellen van een eerste concept op basis van precedenten. Een notaris die een samenwerkingsovereenkomst voor een specifieke situatie moet opstellen, wil weten welke vergelijkbare overeenkomsten het kantoor eerder heeft gemaakt en welke clausules daarin standaard terugkomen. Een DMS-gekoppelde AI kan die precedenten samenbrengen en er een startdocument uit destilleren. Niet om zelfstandig de akte te maken, maar om de notaris drie kwartier voorsprong te geven op het lege scherm. Dat verschil, tussen een leeg document en een goed voorgesorteerd concept, is waar de daadwerkelijke urenwinst zit.
Waarom deze insteek beter past bij een juridisch kantoor
Er zit nog een tweede reden achter deze aanpak, en die is belangrijker dan snelheid. Een AI die is gekoppeld aan je eigen DMS werkt binnen de rechtenstructuur die je daar al hebt ingericht. Als een medewerker geen toegang heeft tot een dossier, ziet de AI dat dossier ook niet. Voor een sector die dagelijks werkt met beroepsgeheim en cliëntvertrouwelijkheid is dat geen detail, dat is een basisvoorwaarde. Een losstaande generieke AI die je op de hele werkplek loslaat, kent die rechtenstructuur niet. Daar begint dan een tweede project: alles wat kwetsbaar is afschermen voordat je de AI überhaupt mag gebruiken. Wie dat overslaat, loopt tegen problemen aan die je bij een kantoor niet wilt hebben.
Daar komt bij dat de deken en de KNB duidelijker worden over wat wel en niet mag met cliëntdata en externe modellen. Een AI die binnen je eigen DMS-omgeving draait en niet traint op jouw dossiers, is een makkelijker verhaal richting je beroepsorganisatie en richting je cliënt dan een generieke tool waarvan niemand precies weet waar de data heen gaat. Ook dat is een reden om niet te beginnen met een brede uitrol, maar met een afgebakende use-case in een systeem dat je al kent en al hebt ingericht.
Beginnen met AI is voor een advocaten- of notariskantoor geen kwestie van een licentie afsluiten en hopen dat medewerkers er zelf uitkomen. Het is een keuze om te bepalen welke handeling je wilt versnellen, en de technologie daar omheen te bouwen. Wij helpen kantoren om die eerste use-case scherp te krijgen en de juiste AI-module te koppelen aan het DMS dat er al staat, binnen een werkplek die voldoet aan de eisen die je sector stelt. Dat is een kortere weg naar iets dat werkt dan de omweg via een generieke uitrol.
