In den bisherigen Beiträgen dieser Serie (siehe hierzu Deutscher AnwaltSpiegel, Ausgaben 14, 15 und 16) standen technologische Entwicklungen, regulatorische Anforderungen, digitale Souveränität sowie Kosten- und Effizienzfragen im Mittelpunkt.
Weniger Aufmerksamkeit erhält bislang häufig eine andere Entwicklung: Die Methoden, Prozesse und Technologien, die im eDiscovery-Umfeld entstanden sind, werden zunehmend für Fragestellungen genutzt, die außerhalb klassischer Litigation- und Investigation-Szenarien liegen. Gleichzeitig erweitert sich die Datenbasis vieler Analysen und Untersuchungen. Die traditionelle Trennung zwischen strukturierten und unstrukturierten Informationen verliert an Bedeutung. Dokumente, Kommunikation, Transaktionsdaten und weitere Datenquellen werden verstärkt gemeinsam betrachtet und ausgewertet.
eDiscovery hat über viele Jahre einen technischen und methodischen Werkzeugkasten für den Umgang mit großen und komplexen Informationsbeständen entwickelt. Heute zeigt sich, dass dieser Werkzeugkasten weit über seine ursprünglichen Anwendungsfelder hinaus relevant ist. Genau darin liegt eine der spannendsten Entwicklungen der vergangenen Jahre.
Etablierte Fähigkeiten für neue Anwendungsfelder
Neue Anwendungsfelder für eDiscovery entstehen häufig dort, wo sich die Anforderungen an den Umgang mit Informationen verändern. Fachbereiche, die bisher kaum Berührungspunkte mit eDiscovery hatten, sehen sich plötzlich mit Fragestellungen konfrontiert, die bislang vor allem aus Litigation- und Investigation-Projekten bekannt waren. Auslöser sind dabei oft regulatorische Entwicklungen, neue Dokumentationsanforderungen oder der wachsende Bedarf, große Informationsbestände strukturiert auszuwerten. Unabhängig vom fachlichen Kontext entstehen damit neue Anforderungen an den Umgang mit Informationen und zugleich ein Bedarf an Methoden, Prozessen und Technologien, die im eDiscovery-Umfeld bereits etabliert sind.
Ein aktuelles Beispiel für die Übertragbarkeit etablierter eDiscovery-Fähigkeiten findet sich im Steuerbereich. Mit seinem Urteil XI R 15/23 vom 30.04.2025 hat der Bundesfinanzhof (BFH) bestätigt, dass steuerlich relevante E-Mails grundsätzlich aufbewahrungs- und vorlagepflichtig sein können. Unternehmen müssen jedoch nicht ihre gesamte E-Mail-Kommunikation herausgeben.
Mit der Entscheidung wächst die Bedeutung der sogenannten Erstqualifikation. Unternehmen müssen beurteilen, welche E-Mails steuerlich relevant und damit von einer konkreten Prüfungsanfrage erfasst sind. Diese Abgrenzung muss nachvollziehbar, konsistent und rechtssicher erfolgen. Gleichzeitig stehen viele Unternehmen vor der Herausforderung, dass relevante Kommunikation häufig in großen und über Jahre gewachsenen E-Mail-Beständen enthalten ist. Die Identifikation, Überprüfung und Dokumentation relevanter Inhalte wird dadurch schnell zu einer ressourcenintensiven Aufgabe.
Für Steuerabteilungen entsteht daraus ein neuer Bedarf. Gefragt ist nicht mehr allein die steuerliche Würdigung von Sachverhalten. Ebenso notwendig wird die Fähigkeit, relevante Informationen in großen Datenbeständen effizient zu identifizieren, einzugrenzen, zu analysieren und belastbar bereitzustellen. Genau an dieser Stelle treffen steuerliche Anforderungen auf Fragestellungen, die im eDiscovery-Umfeld seit vielen Jahren zum Standard gehören. Verfahren zur Suche, Dateneingrenzung, Analyse, Dokumentation und Qualitätssicherung adressieren somit vermehrt auch Anforderungen in steuerlichen Betriebsprüfungen. eDiscovery-Technologien und die zugehörigen Prozesse bieten hierfür bereits einen ausgereiften Werkzeugkasten. Such- und Analysefunktionen, Review-Workflows, KI-gestützte Reviews sowie nachvollziehbare Dokumentations- und Qualitätssicherungsmechanismen unterstützen Unternehmen dabei, relevante Kommunikationsbestände effizient einzugrenzen und Auswahlentscheidungen belastbar zu dokumentieren. Gerade bei großen Datenmengen kann dadurch eine Aufgabe, die andernfalls manuell kaum beherrschbar wäre, in einen strukturierten und nachvollziehbaren Prozess überführt werden.
Durch Automatisierung und KI verschiebt sich darüber hinaus die Grenze dessen, wofür eDiscovery wirtschaftlich sinnvoll eingesetzt werden kann. Aufgaben wie die Identifikation und Schwärzung personenbezogener Daten, beispielsweise im Rahmen von Auskunftsersuchen oder M&A-Due-Diligence-Prozessen, lassen sich heute deutlich effizienter bearbeiten als noch vor wenigen Jahren. Dadurch entwickelt sich eDiscovery mehr und mehr von einer Speziallösung für einzelne Verfahren zu einer Plattform für die strukturierte Bearbeitung datenbezogener Aufgaben.
Die Konvergenz von Dokumenten und Daten
Bislang wurden strukturierte und unstrukturierte Daten weitgehend getrennt betrachtet und analysiert. Während eDiscovery-Projekte typischerweise auf Dokumente, Verträge, E-Mails oder Chat-Kommunikation fokussiert waren, standen im Data-Analytics-Umfeld vor allem ERP-Daten (ERP: Enterprise Resouce Planning), Buchungen, Transaktionen oder Stammdaten im Mittelpunkt. Diese Trennung spiegelte die unterschiedlichen Technologien, Analyseansätze und Skillsets wider.
Viele Fragestellungen hätten bereits in der Vergangenheit von einer gemeinsamen Betrachtung strukturierter und unstrukturierter Informationen profitieren können. In der Praxis war deren Verknüpfung jedoch häufig aufwendig, technisch anspruchsvoll oder wirtschaftlich schwer darstellbar. Mit der fortschreitenden Digitalisierung von Geschäftsprozessen, einer breiteren Datenlandschaft und steigenden Anforderungen an Transparenz und Analyse gewinnt die gemeinsame Auswertung unterschiedlicher Datenquellen heute deutlich an Bedeutung.
Gleichzeitig verbessern sich die technischen Möglichkeiten zur Verknüpfung dieser Informationswelten erheblich. Moderne KI-Verfahren ermöglichen es, Informationen aus Verträgen, E-Mails, Protokollen oder anderen Dokumenten automatisiert zu extrahieren, zu strukturieren und für weitergehende Analysen nutzbar zu machen. Inhalte, die früher nur durch manuelle Sichtung erschlossen werden konnten, können heute klassifiziert, angereichert und in Analyseprozesse integriert werden. Dadurch wird die gemeinsame Verarbeitung strukturierter und unstrukturierter Informationen immer besser praktikabel. Die bislang getrennten Datenwelten wachsen dadurch schrittweise zusammen.
Ein praktisches Beispiel hierfür sind Analyseprozesse, bei denen Informationen zunächst aus unstrukturierten Dokumenten extrahiert und anschließend gemeinsam mit strukturierten Daten ausgewertet werden. So können beispielsweise Rechnungen, Verträge oder andere Dokumente mit Hilfe von KI analysiert werden, um Beträge, Klauseln oder andere Merkmale automatisiert zu extrahieren. Die Ergebnisse werden innerhalb der eDiscovery-Plattform überprüft, qualitätsgesichert und dokumentiert, bevor sie für weitergehende Analysen oder Visualisierungen in Analytics-Tools zur Verfügung gestellt werden. Die Plattform wird damit Teil einer durchgängigen Analysekette und nicht mehr nur Ort der Dokumentensichtung.
So entsteht ein vollständiges Bild häufig erst aus dem Zusammenspiel unterschiedlicher Datenquellen. E-Mail-Kommunikation wird gemeinsam mit ERP-Daten ausgewertet, Verträge werden mit Transaktionsdaten verknüpft oder Rechnungen zusammen mit den zugehörigen Belegdokumenten analysiert. Die relevante Information liegt dabei oft nicht in einer einzelnen Datenquelle, sondern in deren Zusammenhang.
In diesem Umfeld erweitern auch eDiscovery-Plattformen ihre Fähigkeiten. Neben der Analyse unstrukturierter Informationen unterstützen sie außerdem die Einbindung strukturierter Datenquellen und werden damit Teil umfassender Analyse- und Informationsprozesse. Die bislang weitgehend getrennten Welten von eDiscovery und Data Analytics wachsen dadurch weiter zusammen.
Für eDiscovery bedeutet dies eine grundlegende Erweiterung des Anwendungsbereichs. Plattformen dienen zunehmend der Verarbeitung, Anreicherung und Verknüpfung unterschiedlicher Informationsquellen. Untersuchungen, regulatorische Anfragen und datengetriebene Analysen werden künftig häufiger auf integrierten Datenmodellen basieren, die strukturierte und unstrukturierte Informationen gemeinsam berücksichtigen. Genau darin zeigt sich eine weitere Entwicklung von eDiscovery: weg von einer spezialisierten Lösung für einzelne Datenarten, hin zu einer zentralen Plattform für den strukturierten Umgang mit komplexen Informationsbeständen.
„Data Response Capabilities“ als organisatorische Kernkompetenz
Unabhängig davon, ob der Auslöser eine Litigation, Investigation, steuerliche Betriebsprüfung, regulatorische Informationsanfrage, ein internes Audit oder eine Datenschutz- und Compliancefragestellung ist: Organisationen stehen immer häufiger vor der Aufgabe, relevante Informationen effizient, rechtssicher und nachvollziehbar zu identifizieren, einzugrenzen, auszuwerten und bereitzustellen.
Die fachlichen Fragestellungen unterscheiden sich teilweise erheblich. Die organisatorischen Anforderungen ähneln sich dagegen häufig. Benötigt werden Transparenz über vorhandene Informationen und Datenquellen, klare Verantwortlichkeiten sowie nachvollziehbare Verfahren für Analyse, Qualitätssicherung, Dokumentation und Bereitstellung von Informationen. Aus diesen wiederkehrenden Anforderungen entwickelt sich schrittweise eine gemeinsame organisatorische Kernkompetenz. Die im eDiscovery-Umfeld entwickelten Methoden, Prozesse und Technologien bilden dafür bereits heute einen wesentlichen Teil des Fundaments.
Der Begriff „Data Response Capabilities“ bietet einen möglichen Rahmen für diese Entwicklung. Er beschreibt die Fähigkeit einer Organisation, informationsbezogene Anforderungen unabhängig vom konkreten Auslöser effizient, nachvollziehbar und skalierbar zu bearbeiten.
Die spannende Entwicklung liegt daher möglicherweise weniger in einzelnen Technologien als in der Entstehung einer neuen organisatorischen Kernfähigkeit. Je breiter die Anwendungsfelder werden, je stärker unterschiedliche Datenquellen zusammengeführt und je häufiger Informationen unter Zeit-, Dokumentations- oder Regulierungsdruck bereitgestellt werden müssen, desto wichtiger wird die Fähigkeit, auf Informationsanforderungen strukturiert reagieren zu können. Genau darin könnte die Zukunft von eDiscovery liegen.
