Die Abgrenzung
Wo juristische Arbeit aufhört und Entwicklung anfängt.
Legal-Tech-Produkte entstehen aus zwei Quellen: juristischem Fachwissen und technischer Entwicklung. Für die Forschungszulage zählt nur die zweite. Das Einpflegen von Rechtswissen, das Erstellen von Vertragsvorlagen und das Abbilden von Prüfschemata sind fachliche Arbeit, kein technisches Problem.
Förderfähig wird es dort, wo ein Verfahren die juristische Sprache selbst beherrschen musste. Eine Klauselerkennung, deren Trefferquote mit verfügbaren Modellen nicht erreichbar war. Eine Extraktion aus schlecht strukturierten Dokumenten, deren Genauigkeit offen war. Eine Fristenlogik, deren Zuverlässigkeit über Dokumentvarianten hinweg nicht absehbar war.
Eine Zahl ist hier fast immer der Prüfstein. Wer Trefferquote, Extraktionsgenauigkeit, Falsch-Positiv-Rate oder Abdeckung benennen kann und zeigt, dass der Zielwert mit etablierten Verfahren nicht erreichbar war, hat die Grundlage für einen belastbaren Antrag. Wer beschreibt, was das Produkt juristisch leistet, hat sie nicht.
Auch hier gilt: bewusst abgrenzen. Redaktion von Inhalten, Mandantenverwaltung, Dokumentenmanagement, Schnittstellen zu Kanzlei- und Gerichtssystemen und Betrieb gehören zum Produkt, sind aber nicht der förderfähige Kern.
Die drei Kriterien bei Legal Tech
Neuheit
Kein verfügbares Modell, kein etabliertes Verfahren erfüllt die Anforderung. Der Stand der Technik ist mit Benchmark oder Vergleichslösung benannt.
Technische Unsicherheit
Ob Trefferquote oder Extraktionsgenauigkeit erreichbar sind, steht vor dem Experiment nicht fest. Juristische Komplexität zählt nicht.
Systematik
Hypothese, Experiment, Messung, Iteration – nachvollziehbar in Testkorpora, Metrikverläufen und Fehleranalysen.
Achtzehn Tätigkeiten
Was in Legal-Tech-Projekten wie eingeordnet wird.
Die folgende Einordnung beschreibt typische Fälle. Maßgeblich ist immer das konkrete Vorhaben.
Tätigkeit
Befund
Worauf es ankommt
Nachweis
Entwicklung eines eigenen Verfahrens zur Klausel- oder Risikoerkennung in Verträgen
Förderfähig
Verfügbare Modelle müssen die geforderte Trefferquote nachweislich verfehlt haben
Testkorpora, Metrikverläufe, verworfene Ansätze
Entwicklung eines Extraktionsverfahrens für schlecht strukturierte oder gescannte Rechtsdokumente
Förderfähig
Die Zielgenauigkeit muss benannt und vorab unsicher gewesen sein
Vergleichsmessungen, Fehleranalysen
Entwicklung eines Klassifikationsverfahrens für juristische Sprache mit vorab unsicherer Güte
Förderfähig
Fachsprachliche Besonderheiten müssen den Standardansatz scheitern lassen
Testdatensätze, Ablationsstudien
Entwicklung einer Evaluations- und Absicherungslogik für generative Rechtsanwendungen
Förderfähig
Eigenes Bewertungsverfahren, nicht Übernahme bekannter Benchmarks
Evaluationsdesign, Fehlerquoten
Entwicklung eines Verfahrens zur Anonymisierung oder Pseudonymisierung von Rechtsdokumenten
Förderfähig
Erkennungsgüte bei Personenbezug muss vorab offen gewesen sein
Testkorpora, Rest-Risiko-Analysen
Experimentreihe, die nach Auswertung verworfen wurde
Förderfähig
Scheitern schadet nicht – entscheidend sind Systematik und Dokumentation
Versuchsplan, Metriken, Abbruchentscheidung
Entwicklung einer Suche über große Dokumentbestände
Einzelfall
Nur wenn verfügbare Suchtechnologien die Anforderung nachweislich nicht erfüllen
Vergleichsmessungen, Trefferquoten
Entwicklung einer Fristen- oder Prüflogik über heterogene Dokumentvarianten
Einzelfall
Nur wenn Zuverlässigkeit über Varianten hinweg technisch ungeklärt war
Testfälle, Fehlerraten
Verarbeitung mehrsprachiger oder rechtsordnungsübergreifender Dokumente
Einzelfall
Nur wenn Übertragbarkeit des Verfahrens vorab unsicher war
Vergleichsmessungen je Sprache oder Rechtsordnung
Entwicklung eines Verfahrens zur Erklärbarkeit automatisierter Prüfergebnisse
Einzelfall
Kritisch bei Anwendung bekannter Bibliotheken, relevant bei neuartigen Anforderungen
Testdesign, Ergebnisse
Aufbau einer eigenen Annotations- und Trainingsdatenlogik
Einzelfall
Reine Annotation reicht nicht, das Verfahren muss neuartig sein
Verfahrensbeschreibung, Qualitätsmessungen
Nutzung einer LLM-API einschließlich Prompt-Engineering für Rechtstexte
Nicht förderfähig
Anwendung bekannter Bausteine, kein eigener Erkenntnisgewinn
—
Einpflegen von Rechtswissen, Prüfschemata und Vertragsvorlagen
Nicht förderfähig
Juristische Fachbarbeit, keine technische Unsicherheit
—
Aufbau von Mandanten-, Akten- und Dokumentenverwaltung
Nicht förderfähig
Etablierte Muster, technischer Erfolg von Beginn an absehbar
—
Anbindung an Kanzleisoftware, beA und Gerichtsschnittstellen
Nicht förderfähig
Integration nach dokumentierter Spezifikation
—
Umsetzung von DSGVO-, RDG- und Berufsrechtsanforderungen
Nicht förderfähig
Regulatorische Pflicht, keine technische Unsicherheit
—
Aufbau von Workflow-, Freigabe- und Reportingfunktionen
Nicht förderfähig
Umsetzung im Rahmen bekannter Lösungswege
—
Betrieb, Support, Pflege von Vorlagen und Rechtsstandsaktualisierung
Nicht förderfähig
Laufender Betrieb im Rahmen bekannter Lösungswege
—
Dieselbe Tätigkeit kann in einem Vorhaben förderfähig und in einem anderen Routine sein. Entscheidend ist nicht, was gemacht wurde, sondern ob zu Beginn offen war, ob es funktioniert.
Häufige Ablehnungsgründe
Woran Legal-Tech-Anträge typischerweise scheitern.
Juristische Komplexität als technische Unsicherheit
Der Antrag beschreibt, wie anspruchsvoll die Rechtsmaterie ist. Die BSFZ prüft technische Fragen, nicht fachliche.
Keine messbare Zielgröße
Ohne Trefferquote, Extraktionsgenauigkeit oder Fehlerrate mit Ausgangswert lässt sich technische Unsicherheit nicht belegen.
Modellnutzung als Entwicklung eingereicht
Prompt-Engineering und der Einsatz verfügbarer Sprachmodelle gelten als Anwendung. Die eigene Verfahrensentwicklung muss erkennbar sein.
Fachliche und technische Stunden vermischt
Juristische Redaktion und Entwicklung laufen im selben Team. Ohne getrennte Erfassung ist die Bemessungsgrundlage angreifbar.
Dokumentation
Die Testkorpora sind der Nachweis.
Legal-Tech-Teams messen in der Regel genau – nur meist für die Produktqualität, nicht für die Forschungszulage. Testkorpora, Metrikverläufe, Fehleranalysen, Versionsstände und Evaluationsergebnisse enthalten trotzdem fast alles, was BSFZ und Finanzamt brauchen.
Was fehlt, ist die Verbindung zur Fragestellung. Aus den Unterlagen muss hervorgehen, welche Zielgröße unsicher war, was der Ausgangswert war, was das Experiment ergeben hat und warum ein Ansatz verworfen wurde. Und es muss erkennbar sein, welcher Anteil der Arbeit juristische Redaktion war.
Für rückwirkende Jahre gilt: Rekonstruktion ist möglich, aber sie braucht Anker in vorhandenen Artefakten und eine dokumentierte Methodik. Wo fachliche und technische Stunden nie getrennt erfasst wurden, wird die Argumentation schnell dünn.
Was wir typischerweise auswerten
Testkorpora und Evaluationsergebnisse
Metrikverläufe und Fehleranalysen
Versionsstände und Architekturentscheidungen
Rollen, Stundensätze und Personalstammdaten
Rechenbeispiel
Was ein Legal-Tech-Team typischerweise erreicht.
Beispielrechnung zur Veranschaulichung. Der FuE-Anteil ergibt sich aus der konkreten Abgrenzung und der Zeiterfassung, nicht aus einer Pauschale. 42 % ist kein gesetzlicher Satz, sondern der rechnerische Effektivwert aus 35 % Fördersatz und dem Gemeinkostenzuschlag.
Branchenlogik allein reicht nicht.
GrantonomyOS
Die Einordnung ist der Anfang. Belastbar wird ein Antrag erst, wenn Projektstruktur, Stunden, Kosten und Dokumentation über Jahre zusammenpassen — und einer Prüfung standhalten.
Vorprüfung
Vorprüfung der Vorhaben gegen die drei Kriterien, bevor Aufwand entsteht.
Antrags-Copilot
Projektbeschreibungen für die BSFZ, aus euren technischen Artefakten hergeleitet.
Zeiterfassung
Stunden und Rollen nach GoBD-Grundsätzen, monatlich festgeschrieben.
Audit-Ready AI
Simulierte Prüfung vor der Einreichung: wo die Argumentation noch nicht trägt.
FAQ
Fragen zur Forschungszulage
bei Legal Tech.
Ist die Entwicklung einer Legal-Tech-Plattform förderfähig?
Das Produkt als Ganzes nicht. Förderfähig kann der Teil sein, in dem ein Verfahren zur Verarbeitung juristischer Sprache entwickelt wurde und die geforderte Güte vorab unsicher war.