Kanti Prabha, Mitgründerin und Präsidentin von Sirion – Interviewreihe

Kanti Prabha, Mitgründerin und Präsidentin von Sirion, ist eine Führungskraft im Bereich Unternehmenstechnologie mit mehr als zwei Jahrzehnten Erfahrung in den Bereichen Produktentwicklung, Rechtstechnologie, geistiges Eigentum, Betrieb und SaaS. Als Mitglied des Gründungsteams von Sirion spielte sie eine zentrale Rolle bei der Entwicklung der Produktvision sowie bei Design und Entwicklung des Unternehmens. Dabei hatte sie verschiedene Führungspositionen inne, darunter die der Vizepräsidentin für Produktmanagement und die der Chief Operating Officer, bevor sie Präsidentin wurde. Zu ihren Fachgebieten zählen die Entwicklung von B2B-SaaS-Produkten für Unternehmen, Produktstrategie und -management, Kundenerfolg, Unternehmensvertrieb sowie der Ausbau von Teams und Unternehmenskultur. Zu Beginn ihrer Karriere war Prabha die erste Mitarbeiterin und Mitglied des Gründungsteams von UnitedLex. Dort entwickelte sie technologiegestützte Lösungen für Rechtsabteilungen von Unternehmen und betreute Initiativen im Bereich geistiges Eigentum. Zuvor hatte sie Erfahrungen im Patentdienstleistungsbereich bei Evalueserve gesammelt. Außerdem ist sie als Beraterin für akirolabs tätig und beriet zuvor Clarisights.

Sirion ist ein KI-gestütztes Unternehmen für Vertragslebenszyklusmanagement (CLM), das Unternehmen dabei unterstützt, Verträge von der Erstellung und Verhandlung bis hin zur laufenden Leistungserbringung, zur Erfüllung von Verpflichtungen und zur Realisierung des Vertragswerts zu verwalten. Seine Plattform verbindet dialogbasierte KI mit speziell entwickelten KI-Agenten, die Vertragsbestände zentralisieren und strukturieren, Fragen zu Vertragsbedingungen beantworten, Vereinbarungen erstellen und prüfen, Risiken identifizieren, Änderungsvorschläge unterbreiten sowie Verpflichtungen und Service-Level-Vereinbarungen überwachen können. Sirion richtet seine Technologie zunehmend auf agentengestütztes Vertragsmanagement aus. Die agentOS-Plattform ermöglicht es Unternehmen, vorgefertigte Vertragsagenten einzusetzen und außerdem individuelle Agenten zu erstellen, die mit Unternehmensdaten und Arbeitsabläufen verbunden sind. Die Plattform ist für große Unternehmen konzipiert, die Verträge von statischen Dokumenten in strukturierte, durchsuchbare Quellen betrieblicher Erkenntnisse verwandeln und dabei Governance und menschliche Kontrolle gewährleisten möchten.

Ihr Weg zur Gründung von Sirion war ungewöhnlich: Sie haben Chemie studiert, sind ins Recht des geistigen Eigentums gewechselt, haben an Patenten gearbeitet und dann während Ihrer Tätigkeit bei Hewlett-Packard begonnen, Verträge anders zu betrachten. Was haben Sie in diesen frühen Erfahrungen erkannt, das Sie schließlich davon überzeugte, dass sich mit Sirion eine Geschäftsmöglichkeit erschließen ließ? 

Ich bin nicht mit dem Gedanken aufgewachsen, ein Unternehmen rund um Verträge zu gründen. Ich habe Chemie studiert, aber ziemlich schnell erkannt, dass ich mehr daran interessiert war, geschäftliche Probleme zu lösen, als meine berufliche Laufbahn im Labor zu verbringen. So kam ich schließlich zum Recht des geistigen Eigentums, wo ich an Patenten arbeitete und später Teams leitete, die Technologie- und Rechtslösungen für Großunternehmen entwickelten.

Der eigentliche Wendepunkt kam, als mein Mitgründer bei Sirion, Ajay, und ich begannen, mit HP zusammenzuarbeiten. Nach einer großen Übernahme mussten Tausende von Verträgen geordnet und verwaltet werden. Zunächst hielten wir das für ein Problem der Ablage. Als wir uns die Verträge jedoch genauer ansahen, wurde deutlich, dass die Speicherung nur einen winzigen Teil der Möglichkeiten ausmachte. Aus den Verträgen ging hervor, was ein Unternehmen gekauft und verkauft hatte, was es zugesagt hatte, was seine Lieferanten zugesagt hatten, welche Zahlungen es leistete, wo Risiken bestanden und wo möglicherweise Werte verloren gingen. Doch fast nichts von diesen Informationen ließ sich von den Geschäftsbereichen leicht nutzen. Das war die Erkenntnis, aus der Sirion hervorging. Verträge waren eine weitgehend ungenutzte Quelle geschäftlicher Erkenntnisse.

Sie haben Verträge als eine Art „flüssige Intelligenz“ innerhalb eines Unternehmens bezeichnet. Welche wertvollen Informationen sind typischerweise in Verträgen verborgen, und wie kann KI diese Informationen für Teams außerhalb der Rechtsabteilung nutzbar machen, etwa für die Bereiche Finanzen, Beschaffung, Vertrieb und Betrieb? 

Verträge sind einer der wenigen Orte, an denen die Absichten eines Unternehmens tatsächlich zu Verpflichtungen werden. Sie halten fest, welche Zahlungen vereinbart wurden, welche Käufe ein Kunde zugesagt hat, wann sich Preise ändern können, welche Service-Level einzuhalten sind, wann eine Vereinbarung verlängert wird, was bei unzureichender Leistung geschieht und wer für welche Verpflichtung verantwortlich ist. Das sind äußerst wertvolle Informationen. In der Vergangenheit waren sie jedoch in Dokumenten verborgen, die die meisten Menschen nur dann öffnen, wenn sie etwas verhandeln müssen oder etwas schiefgegangen ist.

KI verändert das, denn sie ermöglicht es uns, unstrukturierte Vertragssprache in Informationen umzuwandeln, die der Rest des Unternehmens tatsächlich nutzen kann. Die Beschaffung kann sich einen Überblick über Lieferantenverpflichtungen und Preise verschaffen. Der Finanzbereich kann geschäftliche Verpflichtungen und mögliche Wertverluste erkennen. Der Vertrieb kann Vertragsverlängerungsbedingungen und Kundenverpflichtungen nachvollziehen. Der Betrieb kann überwachen, ob die zugesagten Leistungen tatsächlich erbracht werden.

Das meine ich damit, Vertragsinformationen flüssig zu machen. Statt in einer PDF-Datei zu verbleiben, können sie in die Entscheidungen und Systeme einfließen, in denen sie am dringendsten benötigt werden. Statt den Abschluss einer Transaktion zu markieren, kann der Vertrag dank flüssiger Intelligenz als aktive Kontextquelle für die Arbeitsweise eines Unternehmens dienen.

Sirion hat sich von einer Software für das Vertragslebenszyklusmanagement zu einer zunehmend KI-gesteuerten Plattform entwickelt. Wie hat das Aufkommen großer Sprachmodelle die technischen Möglichkeiten im Umgang mit Vertragsdaten verändert – verglichen mit den Ansätzen des maschinellen Lernens, die verfügbar waren, als Sie das Unternehmen gründeten?

Als wir Sirion gründeten, ging es bei KI im Vertragswesen vor allem um Extraktion und Klassifizierung. Maschinelles Lernen konnte sehr gut darin werden, Klauseln, Datumsangaben, Namen von Vertragsparteien oder Verpflichtungen zu erkennen. Dafür musste man die Modelle jedoch für relativ spezifische Aufgaben trainieren.

Große Sprachmodelle haben die Möglichkeiten des Schlussfolgerns erheblich erweitert. Heute kann ein System eine in natürlicher Sprache gestellte Frage verstehen, den Kontext einer Klausel einordnen, Formulierungen mit der bevorzugten Position eines Unternehmens vergleichen, erklären, warum etwas ein Risiko darstellt, und vorschlagen, was als Nächstes zu tun ist.

Ich sehe darin jedoch nicht, dass große Sprachmodelle alles Vorangegangene ersetzen. Dafür sind Verträge zu komplex. Bei Sirion setzen wir auf einen Multi-Modell-Ansatz, der große Sprachmodelle mit spezialisierten Modellen und fundierter Vertragsintelligenz kombiniert. Verschiedene Modelle eignen sich für unterschiedliche Aufgaben. Diese Kombination ist wichtig, denn Unternehmen brauchen nicht einfach nur eine KI, die überzeugende Formulierungen erzeugen kann. Sie brauchen Präzision. Die spannendste Veränderung besteht darin, dass wir nicht mehr nur Informationen aus Verträgen extrahieren, sondern zunehmend Schlussfolgerungen aus diesen Informationen ziehen und auf ihrer Grundlage handeln können.

Sirion führt inzwischen spezialisierte KI-Agenten für Aufgaben wie die Extraktion von Vertragsinhalten, die Erkennung von Problemen, die Überarbeitung von Verträgen und die Suche in umfangreichen Vertragsbeständen ein. Wie sollen diese Agenten Ihrer Vorstellung nach zusammenarbeiten, und wie weit sollten Unternehmen der KI im Vertragsprozess letztlich erlauben, autonom zu handeln?           

Ich glaube nicht, dass die Zukunft einem einzigen, riesigen KI-Agenten gehört, der alles erledigt. Die Ausarbeitung von Verträgen umfasst viele spezialisierte Aufgaben, für die jeweils ein anderer Kontext und ein unterschiedliches Maß an Urteilsvermögen erforderlich sind. Ein Agent könnte die Vertragsbedingungen aus Tausenden von Vereinbarungen extrahieren. Ein anderer erkennt Formulierungen, die von den Richtlinien abweichen. Anschließend kann ein Agent für Vertragsänderungen auf Grundlage des Playbooks des Unternehmens eine präzise Anpassung vorschlagen. Die eigentliche Stärke zeigt sich, wenn diese Agenten gemeinsam auf ein Ergebnis hinarbeiten können, statt den Nutzern die Steuerung jedes einzelnen Schritts aufzubürden.

Jemand könnte beispielsweise fragen: „Können wir diese Lieferantenvereinbarung akzeptieren?“ Das System sollte dann die relevantesten Vertragsbedingungen identifizieren, sie mit den Richtlinien abgleichen, auf Probleme hinweisen, Präzedenzfälle finden und Änderungen empfehlen können – und zugleich erklären, was es getan hat und warum.

Wo die Autonomie endet, sollte vom Risiko abhängen. Ich bin damit einverstanden, dass KI viele repetitive, regelbasierte Aufgaben autonom erledigt. Eine neuartige Haftungsbestimmung oder eine strategisch wichtige Verhandlung kann jedoch menschliches Urteilsvermögen erfordern. Ziel der Autonomie sollte es sein, unnötige Arbeit zu vermeiden und zugleich die menschliche Kontrolle dort zu bewahren, wo Verantwortung und Beziehungen eine Rolle spielen.

Verträge können zu den wirtschaftlich und rechtlich sensibelsten Informationen eines Unternehmens gehören. Sie haben gesagt, dass Sirion lieber einen Produktstart verzögern würde, als bei der Sicherheit Abstriche zu machen. Da generative KI immer stärker in Unternehmensabläufe eingebettet wird: Welche Abstriche bei Sicherheit oder Datenschutz bereiten Ihnen am meisten Sorge?

Verträge können Preise, geistiges Eigentum, Mitarbeiterdaten, Angaben zu Übernahmen, strategische Verpflichtungen sowie äußerst sensible Informationen über Kunden und Lieferanten enthalten. Unternehmen müssen genau wissen, wohin diese Informationen gelangen, wenn ein KI-System mit ihnen arbeitet, wie sie verarbeitet werden, wer darauf zugreifen kann und ob sie zum Trainieren eines anderen Modells verwendet werden.

Derzeit besteht enormer Druck, KI-Funktionen schnell auf den Markt zu bringen. Am meisten beunruhigt mich jedoch der kurzsichtige Umgang mit Unternehmensdaten, als wären sie gewöhnliches Trainingsmaterial. Ich verstehe diesen Druck, aber Unternehmens-KI lässt sich nicht nach dem Motto „Die Governance regeln wir später“ entwickeln. Sicherheit muss von Anfang an Teil der Architektur sein.

Dazu gehören strenge Zugriffskontrollen, Verschlüsselung, Nachvollziehbarkeit, klare Grenzen für die Datennutzung und sehr bewusste Entscheidungen darüber, wie Modelle von Drittanbietern eingesetzt werden. Bei Sirion haben wir durchaus Entscheidungen getroffen, bei denen uns die Sicherheit ausgebremst hat, und mit diesem Zielkonflikt kann ich gut leben. Bei Unternehmenssoftware – insbesondere im Umgang mit Verträgen – braucht es Jahre, um Vertrauen aufzubauen, und nur eine unbedachte Entscheidung, um es zu beschädigen.

Eine anhaltende Herausforderung bei generativer KI besteht darin, dass eine Antwort überzeugend und fundiert klingen kann, obwohl sie falsch ist. Wie entwickeln Sie im Bereich der Vertragsintelligenz, in dem ein subtiler Fehler finanzielle oder rechtliche Folgen haben kann, KI-Systeme, deren Ergebnisse Nutzer überprüfen und denen sie vertrauen können? 

Das ist einer der wichtigsten Unterschiede zwischen KI für Verbraucher und Unternehmens-KI. Wenn ich einen KI-Assistenten nach einer Restaurantempfehlung frage und er sich irrt, sind die Folgen begrenzt. Fragt ein Rechtsteam hingegen, ob 5.000 Lieferantenverträge ein bestimmtes Kündigungsrecht enthalten, und übersieht das System dabei mit großer Sicherheit 200 davon, ist das ein ganz anderes Problem.

Wir entwickeln unsere Systeme so, dass ihre Ergebnisse überprüft werden können. Wenn die KI Ihnen etwas über einen Vertrag mitteilt, sollten Sie die Antwort auf den zugrunde liegenden Wortlaut zurückführen können. Schlägt sie eine Vertragsänderung vor, sollten Sie nachvollziehen können, welche Richtlinie oder Position aus dem Playbook dieser Empfehlung zugrunde liegt. Erklärbarkeit ist grundlegend für die Akzeptanz, denn Vertrauen entsteht, wenn sich die Funktionsweise der KI überprüfen lässt.

Sirion legt den Schwerpunkt auf KI-Antworten, die sich auf die Verträge und Präzedenzfälle einer Organisation stützen, statt sich ausschließlich auf allgemeine Modelle zu verlassen. Glauben Sie, dass die nächste große Entwicklungsphase der Unternehmens-KI zunehmend von Systemen geprägt sein wird, die Basismodelle mit hochspezialisierten proprietären Unternehmensdaten kombinieren?

Absolut. Basismodelle sind außerordentlich leistungsfähig, wissen aber nicht, wie Ihr Unternehmen konkret arbeitet. Sie wissen nicht automatisch, welche Zugeständnisse Ihr Rechtsteam im vergangenen Jahr genehmigt hat, wie Sie die Preise für einen strategischen Kunden gestalten, welche Lieferanten wiederholt die Service-Level verfehlen oder wann in Ihrem Unternehmen eine Eskalation erforderlich ist. Mit diesem Kontext wird Unternehmens-KI wirklich nützlich.

Kombiniert man die aussagekräftige Dokumentation von Entscheidungen und Verpflichtungen zwischen Organisationen, die Verträge bieten, mit unternehmenseigenen Richtlinien, Verhandlungsleitfäden, früheren Vereinbarungen und Betriebsdaten, kann ein KI-System von allgemeinen Antworten zu Antworten übergehen, die widerspiegeln, wie Ihr Unternehmen arbeitet. Ich denke, der Wettbewerbsvorteil bei Unternehmens-KI wird zunehmend aus diesem Kontext entstehen, da die meisten Unternehmen bereits Zugang zu ähnlichen Basismodellen haben. Entscheidend wird sein, wie effektiv sie diese Modelle mit vertrauenswürdigen proprietären Informationen verknüpfen und ihnen genügend Kontext geben können, um präzise Schlussfolgerungen zu ziehen, ohne die Sicherheit zu beeinträchtigen.

Sie bauen Sirion seit mehr als einem Jahrzehnt auf und hatten verschiedene Positionen in den Bereichen Produktentwicklung, Betrieb und Unternehmensführung inne. Was haben Sie über die Skalierung von KI-Software für Unternehmen gelernt, das Ihnen in den ersten Jahren des Unternehmens noch nicht klar gewesen wäre?

Eines habe ich gelernt: Die Technologie zu entwickeln, ist manchmal der einfache Teil. Die Schwierigkeiten beginnen, wenn man die Arbeitsweise eines großen Unternehmens verändert. In den Anfangsjahren konzentriert man sich naturgemäß darauf, ob das Produkt das Problem lösen kann. Im Unternehmensmaßstab wird einem klar, dass eine technisch hervorragende Antwort nur dann nützlich ist, wenn die Menschen ihr vertrauen, sie sich in ihre bestehenden Arbeitsabläufe einfügt und sie mit der enormen Komplexität eines globalen Unternehmens zurechtkommt.

Durch KI wird diese Erkenntnis noch wichtiger. Heute lässt sich sehr schnell eine beeindruckende Demo erstellen. Etwas zu entwickeln, dem ein Unternehmen Millionen von Datenpunkten und Arbeitsabläufen anvertrauen will, ist jedoch etwas anderes.

Da KI es ermöglicht, Verpflichtungen, Risiken, Preisbedingungen, Verlängerungen und Leistungen über Tausende von Vereinbarungen hinweg kontinuierlich zu analysieren: Könnten Verträge irgendwann zu einer operativen Echtzeit-Datenschicht für Unternehmen werden, statt zu Dokumenten, die vor allem dann herangezogen werden, wenn etwas schiefläuft?

Ich denke, genau darauf läuft es hinaus. Lange Zeit galt der Vertrag als Endpunkt. Alle verhandeln, unterschreiben, feiern, und anschließend wandert das Dokument in ein Archiv. Sechs Monate später öffnet jemand es wieder, weil es einen Streitfall, eine Verlängerung oder eine Frage dazu gibt, was zugesagt wurde. Dieses Modell ergibt keinen Sinn, wenn KI kontinuierlich nachvollziehen kann, was im gesamten Vertragsbestand geschieht.

Stellen Sie sich vor, Sie wüssten in einer idealen Welt schon vor der Freigabe der nächsten Rechnung, dass ein Lieferant eine SLA nicht eingehalten hat, oder Sie sähen, dass eine Preisanpassung bereits vor drei Monaten hätte erfolgen müssen. Stellen Sie sich vor, ein Vertriebsteam würde zusammen mit den ausgehandelten Zusagen des Kunden auf eine bevorstehende Vertragsverlängerung hingewiesen oder die Finanzabteilung sähe die kommerziellen Verpflichtungen direkt in ihren Systemen.

Verträge regeln die Beziehungen zwischen Unternehmen. Deshalb sollten Vertragsdaten mit den Systemen verknüpft sein, in denen diese Beziehungen tatsächlich verwaltet werden. Ich bin überzeugt, dass der Vertrag zunehmend zu einer operativen Datenschicht wird, die Unternehmen dabei hilft, nicht nur zu verstehen, was sie vereinbart haben, sondern auch, ob diese Vereinbarungen den von allen erwarteten Mehrwert erbringen.

Wie wird das Vertragsmanagement Ihrer Meinung nach aussehen, wenn KI-Agenten deutlich leistungsfähiger geworden sind? Wird die traditionelle Kategorie des Vertragslebenszyklusmanagements (CLM) irgendwann in einer umfassenderen Ebene für Unternehmensintelligenz aufgehen, und welche Rolle wird Sirion Ihrer Ansicht nach bei diesem Wandel spielen? 

Ich hoffe, dass die Grenzen des CLM mit der Zeit viel weniger sichtbar werden. Heute denken Nutzerinnen und Nutzer noch in einzelnen Schritten: Ich muss einen Vertrag erstellen, ihn prüfen lassen, eine Genehmigung einholen, ihn unterzeichnen, speichern und anschließend verwalten. Wenn Agenten leistungsfähiger werden, sollten die Menschen all diese Systeme und Arbeitsabläufe nicht mehr selbst koordinieren müssen. Sie sollten ein Ziel formulieren und spezialisierte Agenten einen Großteil der damit verbundenen Arbeit erledigen lassen können.

Die größere Veränderung findet jedoch nach der Unterzeichnung statt. Wenn KI alle Verpflichtungen, Geschäftsbedingungen, Risiken und Geschäftsbeziehungen in Millionen von Vereinbarungen verstehen kann, ist Vertragsintelligenz weit über den Rechtsbereich hinaus nützlich. Das ist für mich das Spannende: dass Verträge endlich alle etwas angehen.

Ich glaube also nicht, dass Verträge verschwinden. Ganz im Gegenteil: Sie werden wichtiger, weil sie der Unternehmens-KI vertrauenswürdigen Kontext liefern. Unser Ziel bei Sirion ist es, diese Intelligenz überall dort nutzbar zu machen, wo gearbeitet wird. CLM könnte sich irgendwann weniger wie eine eigenständige Anlaufstelle anfühlen und mehr wie eine Intelligenz- und Umsetzungsebene, die die Verpflichtungen eines Unternehmens mit den täglichen Maßnahmen verknüpft.

Vielen Dank für das tolle Interview. Leserinnen und Leser, die mehr erfahren möchten, sollten Sirion besuchen.