OpenAI hat am 6. Oktober 2026 eine Forschungskooperation mit dem Vertragssoftwarespezialisten Ironclad angekündigt. Ziel der Partnerschaft ist es, spezialisierte KI-Agenten für anspruchsvolle Vertragsabläufe zu trainieren und zu evaluieren, um die computergestützte Ausführung professioneller Arbeitsprozesse voranzutreiben.
Im Zentrum der Zusammenarbeit steht das Modell GPT-6 Astra, das laut OpenAI als erstes Frontier-Modell mit Aufgabenstellungen aus dem Ironclad-Umfeld trainiert wurde. Der Fokus liegt dabei auf der Konfiguration von Verträgen, der Automatisierung von Genehmigungsprozessen sowie der Erstellung wiederverwendbarer Rechtsklauseln.
Zu den typischen Aufgaben zählten unter anderem Geheimhaltungsvereinbarungen (NDAs), Freigaben im Beschaffungswesen und Klauseln mit Bezug zu unterschiedlichen Jurisdiktionen.
Testergebnisse bei juristischen und kaufmännischen Workflows
In einer von OpenAI durchgeführten Auswertung von elf Rechts-, Handels- und Beschaffungsaufgaben erreichte GPT-6 Astra 55,0 % der definierten Bewertungskriterien. Das Vorgängermodell GPT-5.6 Sol erzielte im selben Test 41,6 %, womit der Vorsprung des neueren Modells bei 13,4 Prozentpunkten lag.
Getestet wurde jeweils mit den bestbewerteten Reasoning-Einstellungen, namentlich Astra Max und Sol High. Die Aufgaben umfassten jeweils zwischen 8 und 50 Bewertungskriterien, für die OpenAI bei erfahrenen menschlichen Anwendern einen Zeitaufwand von 30 bis 40 Minuten veranschlagt.
Nach Angaben von OpenAI benötigte Astra für einen Durchlauf eine geschätzte Zeit von 19,2 Minuten pro Versuch, während Sol bei 37,0 Minuten lag. Wie OpenAI in einer Fußnote klarstellt, handelt es sich hierbei jedoch um simulierte Schätzwerte und nicht um gemessene Zeiteinsparungen bei Unternehmenskunden.
Die Automatisierung von Vertragsprozessen bietet große Chancen, erfordert jedoch eine präzise Kenntnis der rechtlichen Rahmenbedingungen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
In einer einzelnen Beispielaufgabe erfüllte Astra rund 94 % der Kriterien in einer geschätzten Bearbeitungszeit von 20 Minuten, wohingegen Sol etwa 85 % in geschätzt 32 Minuten erreichte. Ein nicht näher benanntes internes Entwicklungsmodell von OpenAI kam über alle elf Aufgaben hinweg auf einen Wert von 63,7 %.
Synthetische Trainingsdaten und offene Produktfragen
Für das Modelltraining griff OpenAI auf synthetische Aufgaben zurück, die auf Basis gefilterter, öffentlich zugänglicher SEC-EDGAR-Verträge erstellt wurden. Weder Kundendaten noch interne Verträge von OpenAI oder vertrauliche Dokumente von Ironclad seien für das Training verwendet worden.
Das KI-Unternehmen unterstreicht zudem, dass anspruchsvolle Vertragsarbeiten auch weiterhin einer menschlichen Aufsicht bedürfen. Parallel verwies OpenAI auf ein rechtsspezifisches Ökosystem rund um das Modell: Dazu gehören ein Legal Search Index mit mehr als 230 Millionen URLs sowie 26 Partner- und 47 Community-Plugins für Astra for Law.
Wer sich mit der KI-gestützten Erstellung von Dokumenten befasst, sollte auch die aktuellen Compliance-Anforderungen im Blick behalten. Ein aktueller Gratis-Report zeigt auf, welche rechtlichen Pflichten und neuen Risiken Unternehmen beim Einsatz moderner Technologien jetzt kennen müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Offen bleibt vorerst, in welchem Rahmen die Ergebnisse in marktreife Software einfließen. Der zugängliche Ankündigungsdatensatz enthält weder Angaben zu APIs, Preisen oder einem Veröffentlichungstermin noch zu Fehlerraten oder einer breiten Kundenverfügbarkeit.
Ob es sich bei dem Vorhaben vorrangig um ein reines Forschungsprojekt, einen internen Piloten oder die Vorstufe zu einem Produkt handelt, geht aus den Mitteilungen nicht hervor.
Ironclads bisherige KI-Lösungen – darunter Assistant, Agents und Jurist – werden über Vertriebskontakte und Demo-Anfragen statt über offene Selbstbedienungstarife vermarktet. Zwar verfügt Ironclad über bestehende Schutz- und Rechtekontrollen, deren konkrete Übertragung auf das aktuelle Forschungsprojekt wurde bislang jedoch nicht bestätigt.