Kanti Prabha, Präsidentin und Produkt- und Technikchefin bei Sirion – Interviewreihe

Kanti Prabha, Präsidentin und Produkt- und Technikchefin bei Sirion, ist eine Führungskraft im Bereich Unternehmenstechnologie mit mehr als zwei Jahrzehnten Erfahrung in Produktentwicklung, Rechtstechnologie, geistigem Eigentum, operativem Geschäft und SaaS. Als Mitglied des Gründungsteams von Sirion hat sie die Produktvision, das Design und die Entwicklung des Unternehmens maßgeblich mitgestaltet. Dabei bekleidete sie Führungspositionen, darunter die der Vizepräsidentin für Produktmanagement und 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 die Rechtsabteilungen von Unternehmen und leitete Initiativen zum geistigen Eigentum. Zuvor hatte sie bei Evalueserve im Bereich Patentdienstleistungen gearbeitet. Außerdem ist sie Beraterin von akirolabs und beriet früher 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, Einhaltung von Verpflichtungen und Wertrealisierung zu verwalten. Die Plattform verbindet dialogorientierte KI mit speziell entwickelten KI-Agenten, die Vertragsarchive zentralisieren und strukturieren, Fragen zu Vertragsbedingungen beantworten, Vereinbarungen erstellen und prüfen, Risiken erkennen, Änderungsvorschläge unterbreiten sowie Verpflichtungen und Service-Level-Vereinbarungen überwachen können. Sirion richtet seine Technologie zunehmend auf agentenbasiertes Vertragsmanagement aus. Über die Plattform agentOS können Unternehmen vorgefertigte Vertragsagenten einsetzen und außerdem eigene Agenten erstellen, die mit Unternehmensdaten und -abläufen verbunden sind. Die Plattform ist für Großunternehmen konzipiert, die Verträge von statischen Dokumenten in strukturierte, durchsuchbare Quellen operativer Erkenntnisse verwandeln und dabei Governance und menschliche Kontrolle gewährleisten möchten.

Ihr Weg zur Gründung von Sirion war ungewöhnlich: Sie haben Chemie studiert, sind in den Bereich des Rechts am geistigen Eigentum gewechselt, haben an Patenten gearbeitet und begannen dann während Ihrer Arbeit mit Hewlett-Packard, Verträge mit anderen Augen zu sehen. Was haben Sie in diesen frühen Erfahrungen erkannt, das Sie schließlich davon überzeugte, dass sich daraus eine Gelegenheit zur Gründung von Sirion ergab? 

Ich bin nicht mit dem Gedanken aufgewachsen, ein Unternehmen rund um Verträge zu gründen. Ich habe Chemie studiert, aber recht schnell gemerkt, dass mich die Lösung geschäftlicher Probleme mehr interessierte, als meine berufliche Laufbahn in einem Labor zu verbringen. So kam ich schließlich zum Thema geistiges Eigentum, arbeitete an Patenten und leitete später Teams, die Technologie- und Rechtslösungen für Großunternehmen entwickelten.

Der entscheidende Wendepunkt kam, als mein Sirion-Mitgründer Ajay und ich mit HP zu arbeiten begannen. 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 Möglichkeit ausmachte. Aus Verträgen ging hervor, was ein Unternehmen gekauft und verkauft hatte, was es zugesagt hatte, was seine Lieferanten zugesagt hatten, was es bezahlte, wo Risiken bestanden und wo möglicherweise Wert verloren ging. Doch kaum eine dieser Informationen ließ sich von den Geschäftsbereichen ohne Weiteres nutzen. Diese Erkenntnis war der Ausgangspunkt für Sirion. Verträge waren eine weitgehend ungenutzte Quelle geschäftlicher Erkenntnisse.

Sie haben Verträge als eine Form von „flüssiger Intelligenz“ innerhalb eines Unternehmens beschrieben. Welche wertvollen Informationen sind typischerweise in Verträgen verborgen, und wie kann KI diese Informationen für Teams außerhalb der Rechtsabteilung nutzbar machen – etwa für Finanzen, Beschaffung, Vertrieb und Betrieb? 

Verträge gehören zu den wenigen Orten, an denen die Absichten eines Unternehmens tatsächlich zu Verpflichtungen werden. Sie halten fest, welche Zahlungen vereinbart wurden, was ein Kunde zu kaufen zugesagt hat, wann sich Preise ändern können, welche Servicelevel einzuhalten sind, wann eine Vereinbarung verlängert wird, was bei mangelhafter Leistung geschieht und wer für welche Verpflichtung zuständig ist. Das sind äußerst wertvolle Informationen. Historisch waren sie jedoch in Dokumenten eingeschlossen, die die meisten Menschen nur dann öffnen, wenn sie etwas verhandeln müssen oder etwas schiefgelaufen ist.

KI verändert das, weil sie es uns ermöglicht, unstrukturierte Vertragssprache in Informationen umzuwandeln, die das übrige Unternehmen tatsächlich nutzen kann. Die Beschaffung kann Lieferantenverpflichtungen und Preise nachvollziehen. Die Finanzabteilung kann kaufmännische Verpflichtungen und mögliche Wertverluste erkennen. Der Vertrieb kann sich über Verlängerungsbedingungen und Kundenverpflichtungen informieren. 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 dieser flüssigen Informationen aktiv dazu beitragen, den Geschäftsbetrieb in seinem Kontext zu verstehen.

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 zur Verfügung standen, als Sie das Unternehmen gründeten?

Als wir Sirion gründeten, ging es bei KI im Vertragswesen vor allem um Extraktion und Klassifizierung. Maschinelles Lernen konnte Klauseln, Daten, Namen von Vertragsparteien oder Verpflichtungen sehr zuverlässig erkennen, doch dafür mussten Modelle auf relativ spezifische Aufgaben trainiert werden.

Große Sprachmodelle haben die Fähigkeit zum Schlussfolgern erheblich erweitert. Heute kann ein System eine natürlichsprachlich formulierte Frage verstehen, den Kontext einer Klausel erfassen, Formulierungen mit der bevorzugten Position eines Unternehmens vergleichen, erklären, warum etwas ein Risiko darstellt, und vorschlagen, was als Nächstes zu tun ist.

Ich sehe jedoch nicht, dass große Sprachmodelle alles ersetzen, was vor ihnen kam. Verträge sind dafür zu komplex. Bei Sirion verfolgen wir einen Ansatz mit mehreren Modellen, der große Sprachmodelle mit spezialisierten Modellen und umfassender Vertragsintelligenz verbindet. 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 von der Extraktion von Informationen aus Verträgen dazu übergehen können, diese Informationen zu analysieren und zunehmend auch mit ihnen zu arbeiten.

Sirion führt inzwischen spezialisierte KI-Agenten für Aufgaben wie die Vertragsextraktion, die Erkennung von Problemen, die Überarbeitung von Vertragsklauseln und die Suche in großen Vertragsarchiven ein. Wie stellen Sie sich vor, dass diese Agenten zusammenarbeiten, und wie weit sollten Unternehmen der KI letztlich erlauben, während des Vertragsprozesses 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 Bedingungen aus Tausenden von Vereinbarungen extrahieren. Ein anderer erkennt Formulierungen, die von den Richtlinien abweichen. Anschließend kann ein Agent für Vertragsüberarbeitungen anhand des unternehmenseigenen Leitfadens eine präzise Änderung vorschlagen. Die eigentliche Stärke entsteht, wenn diese Agenten gemeinsam auf ein Ergebnis hinarbeiten können, statt die Nutzer zu zwingen, jeden einzelnen Schritt selbst zu steuern.

Jemand könnte zum Beispiel fragen: „Können wir diese Lieferantenvereinbarung akzeptieren?“ Das System sollte dann die relevantesten Bedingungen ermitteln, sie mit den Richtlinien abgleichen, Probleme aufzeigen, Präzedenzfälle finden und Änderungen empfehlen können – und dabei jeweils erklären, was es getan hat und warum.

Wo die Autonomie endet, sollte vom Risiko abhängen. Ich habe keine Bedenken, wenn KI viele repetitive, regelbasierte Aufgaben autonom erledigt. Eine neuartige Haftungsklausel oder eine strategisch wichtige Verhandlung kann jedoch menschliches Urteilsvermögen erfordern. Ziel der Autonomie sollte sein, unnötige Arbeit zu beseitigen und zugleich dort die Kontrolle beim Menschen zu belassen, wo Verantwortlichkeit und Beziehungen eine Rolle spielen.

Verträge können einige der wirtschaftlich und rechtlich sensibelsten Informationen eines Unternehmens enthalten. Sie haben gesagt, dass Sirion eine Produkteinführung lieber verschieben würde, als bei der Sicherheit Kompromisse einzugehen. Da generative KI immer stärker in Unternehmensabläufe integriert wird: Welche Abstriche bei Sicherheit oder Datenschutz bereiten Ihnen am meisten Sorge?

Verträge können Preise, geistiges Eigentum, Mitarbeiterinformationen, 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 damit arbeitet, wie sie verarbeitet werden, wer darauf zugreifen kann und ob sie zum Trainieren eines anderen Modells verwendet werden.

Derzeit besteht ein enormer Druck, KI-Funktionen schnell auf den Markt zu bringen. Am meisten beunruhigt mich dabei jedoch der Versuch, Unternehmensdaten wie gewöhnliches Trainingsmaterial zu behandeln. Ich verstehe diesen Druck, aber Unternehmens-KI lässt sich nicht nach dem Motto „Um die Governance kümmern wir uns 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. Auch bei Sirion haben wir durchaus Entscheidungen getroffen, bei denen uns Sicherheitsmaßnahmen verlangsamten, und mit diesem Kompromiss kann ich gut leben. Bei Unternehmenssoftware – insbesondere beim Umgang mit Verträgen – dauert es Jahre, Vertrauen aufzubauen, und eine unbedachte Entscheidung kann es zerstören.

Eine anhaltende Herausforderung bei generativer KI besteht darin, dass eine Antwort überzeugend klingen kann, obwohl sie falsch ist. Wie entwickeln Sie im Bereich der Vertragsintelligenz, in dem ein kleiner 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 Verbraucher-KI 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 selbstsicher 200 Verträge, ist das ein ganz anderes Problem.

Wir entwickeln unsere Systeme so, dass ihre Ergebnisse überprüft werden können. Wenn die KI etwas über einen Vertrag mitteilt, sollte sich die Antwort auf die zugrunde liegende Formulierung zurückführen lassen. Schlägt sie eine Vertragsänderung vor, sollte nachvollziehbar sein, welche Richtlinie oder welcher Leitfaden dieser Empfehlung zugrunde liegt. Erklärbarkeit ist für die Akzeptanz grundlegend, denn Vertrauen entsteht dadurch, dass sich die Funktionsweise der KI überprüfen lässt.

Sirion legt den Schwerpunkt auf KI-Antworten, die sich auf die eigenen Verträge und Präzedenzfälle einer Organisation stützen, statt sich ausschließlich auf allgemeine Basismodelle 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 mit einem strategischen Kunden gestalten, welche Lieferanten wiederholt die vereinbarten Service-Level verfehlen oder wann Ihr Unternehmen eine Eskalation verlangt. Mit diesem Kontext wird Unternehmens-KI wirklich nützlich.

Verbindet man die aussagekräftige Dokumentation von Entscheidungen und Verpflichtungen zwischen Organisationen in Verträgen mit den individuellen Unternehmensrichtlinien, Verhandlungsleitfäden, historischen Vereinbarungen und Betriebsdaten, kann ein KI-System statt einer allgemeinen Antwort eine geben, die widerspiegelt, wie Ihr Unternehmen arbeitet. Ich denke, dass der Wettbewerbsvorteil bei Unternehmens-KI zunehmend aus diesem Kontext entstehen wird, 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, damit sie präzise schlussfolgern, ohne die Sicherheit zu gefährden.

Sie arbeiten seit mehr als einem Jahrzehnt am Aufbau von Sirion und hatten Funktionen inne, die von Produktentwicklung und operativem Geschäft bis hin zur Unternehmensführung reichten. Was haben Sie über die Skalierung von Unternehmens-KI-Software 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. Schwierig wird es, wenn man beginnt, die Arbeitsweise einer großen Organisation zu verändern. In den Anfangsjahren konzentriert man sich naturgemäß darauf, ob das Produkt das Problem lösen kann. Bei Unternehmen im großen Maßstab erkennt man, dass eine technisch hervorragende Antwort nur dann nützlich ist, wenn die Menschen ihr vertrauen, sie sich in bestehende Arbeitsabläufe einfügt und sie mit der enormen Komplexität einer globalen Organisation umgehen kann.

Durch KI wird diese Erkenntnis noch wichtiger. Heute kann man sehr schnell eine beeindruckende Demo entwickeln. Etwas zu entwickeln, dem ein Unternehmen Millionen von Datenpunkten und Arbeitsabläufen anvertrauen würde, ist etwas ganz anderes.

Da KI es ermöglicht, Verpflichtungen, Risiken, Preisbedingungen, Verlängerungen und Leistungen über Tausende von Vereinbarungen hinweg kontinuierlich zu analysieren: Könnten Verträge letztlich 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 dann 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 vereinbart wurde. Dieses Modell ergibt keinen Sinn, wenn KI kontinuierlich erfassen kann, was im gesamten Vertragsbestand geschieht.

Stellen Sie sich vor, man könnte im Idealfall erkennen, dass ein Lieferant eine SLA verfehlt hat, bevor die nächste Rechnung freigegeben wird, oder feststellen, dass eine Preisanpassung bereits vor drei Monaten hätte erfolgen müssen. Stellen Sie sich vor, ein Vertriebsteam würde zusammen mit den ausgehandelten Verpflichtungen des Kunden auf eine bevorstehende Vertragsverlängerung hingewiesen oder die Finanzabteilung könnte sehen, wie sich geschäftliche Verpflichtungen direkt in ihren Systemen widerspiegeln.

Verträge regeln die Beziehungen zwischen Unternehmen. Deshalb sollten Vertragsdaten mit den Systemen verknüpft sein, in denen diese Beziehungen tatsächlich verwaltet werden. Ich glaube, 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 Nutzen bringen.

Wie wird Ihrer Meinung nach das Vertragsmanagement aussehen, wenn KI-Agenten deutlich leistungsfähiger werden? Wird die traditionelle Kategorie des Vertragslebenszyklusmanagements 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 deutlich weniger sichtbar werden. Heute denken Nutzer noch in einzelnen Schritten: Ich muss einen Vertrag erstellen, prüfen, genehmigen lassen, unterschreiben, speichern und anschließend verwalten. Je leistungsfähiger Agenten werden, desto weniger sollten Menschen all diese Systeme und Arbeitsabläufe selbst koordinieren müssen. Sie sollten ihre Absicht 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 Beziehungen in Millionen von Vereinbarungen verstehen kann, wird Vertragsintelligenz weit über die Rechtsabteilung hinaus nützlich. Für mich ist das der spannende Teil: dass Verträge endlich alle angehen.

Ich glaube also nicht, dass Verträge verschwinden. Ganz im Gegenteil: Sie werden noch wichtiger, weil sie der Unternehmens-KI einen vertrauenswürdigen Kontext bieten. Unser Ziel bei Sirion ist es, diese Intelligenz überall dort nutzbar zu machen, wo gearbeitet wird. CLM könnte sich irgendwann weniger wie ein eigenständiges Ziel anfühlen und eher wie eine Ebene für Intelligenz und Umsetzung, die die eingegangenen Verpflichtungen eines Unternehmens mit den täglichen Handlungen verbindet.

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