Was ist Authority Ranking — und warum Ihr juristisches KI-Tool es wahrscheinlich ignoriert

Fragen Sie ein generisches KI-Tool nach einer belgischen Steuervorschrift und es liefert Dokumente. Möglicherweise die richtigen. Das Problem ist, welches Dokument es zuerst anzeigt — und warum.

Standard-KI-Suchsysteme ordnen Ergebnisse nach semantischer Ähnlichkeit: wie eng der abgerufene Text der Bedeutung Ihrer Anfrage entspricht. Das Dokument, das die ähnlichste Sprache verwendet, gewinnt. Das funktioniert gut für Restaurantbewertungen. Für juristische Recherchen ist es ein strukturelles Versagen.

Ein Ministererlass könnte fast identische Sprache wie das Gesetz verwenden, das er interpretiert — aber keinerlei bindende Rechtskraft haben. Ein Urteil des Kassationshofs könnte völlig andere Terminologie verwenden, aber die definitive Auslegung darstellen. Semantische Suche kann den Unterschied nicht erkennen.

Dies ist keine geringfügige Unannehmlichkeit bei der Rangfolge. Es ist der Unterschied zwischen dem Zitieren bindenden Rechts und dem Zitieren einer Verwaltungsauslegung, die ein Gericht missachten kann.

Die belgische Normenhierarchie

Jeder belgische Steuerfachmann lernt die Normenhierarchie (hiërarchie der normen) im ersten Jahr. Sie ist die Grundlage juristischer Argumentation:

Diese Hierarchie ist keine akademische Spielerei. Artikel 159 der belgischen Verfassung ermächtigt Gerichte ausdrücklich, jeden Verwaltungsakt — einschließlich Erlassen — beiseite zu setzen, der höherrangigen Normen widerspricht. Wenn ein Erlass dem Gesetz widerspricht, das er auszulegen vorgibt, gewinnt das Gesetz. Immer.

Was Ihr KI-Tool tatsächlich tut

Standard-RAG-Systeme (Retrieval-Augmented Generation) arbeiten in zwei Schritten: relevante Dokumente abrufen, dann daraus eine Antwort generieren. Der Abrufschritt verwendet Embedding-Ähnlichkeit — Ihre Frage und das Dokumentenkorpus werden in Vektoren umgewandelt und die engste Übereinstimmung wird gefunden.

Die Rangfolge-Formel lautet ungefähr: Relevanz = semantische Ähnlichkeit zur Anfrage.

Beachten Sie, was fehlt. Es gibt kein Konzept von:

• Welches Dokument ein anderes in der Rechtshierarchie überragt
• Ob ein Erlass dem Gesetz widerspricht, das er interpretiert
• Ob ein Urteil des Kassationshofs eine andere Auslegung etabliert hat
• Ob die Quelle bindendes Recht, Auslegungsleitlinie oder akademische Meinung ist

Forschung bestätigt, dass diese Lücke fundamental ist, nicht kosmetisch. Eine in Artificial Intelligence and Law veröffentlichte Studie stellt fest, dass “Informationsabrufsysteme sich der Autorität der Rechtsordnung bewusst sein müssen, da ein Fall von einer bindenden Autorität typischerweise wertvoller ist als einer von einer nicht-bindenden Autorität.” Der Rechtsbereich “definiert eine hierarchische Organisation in Bezug auf die Art der Dokumente und ihre Autorität” — aber Standard-Abrufsysteme behandeln alle Dokumente als gleichgewichteten Text.

Das Ergebnis: Ihr KI-Tool könnte einen Erlass von 2019 über dem Gesetz von 2020 einordnen, das die Bestimmung modifiziert hat, die der Erlass interpretierte. Es hat keine Möglichkeit zu wissen, dass der Erlass jetzt teilweise veraltet ist. Es fand den ähnlichsten Text und setzte ihn an erste Stelle.

Wenn flache Rangfolge versagt: ein belgisches Beispiel

Betrachten Sie eine Frage zur Verjährungsfrist für belgische Quellensteuerrückforderungen.

Im Dezember 2023 entschied der Kassationshof darüber, ob Steuerpflichtige Verwaltungsrechtsmittel ausschöpfen müssen, bevor sie Gerichtsverfahren einleiten — im Widerspruch zur früheren Rechtsprechung von 2018. Als Reaktion darauf erließ die Steuerverwaltung das Rundschreiben 2025/C/56, das trotz des Urteils des Kassationshofs an ihrer früheren Position festhielt.

Ein flach-rangiertes KI-System könnte abrufen:

1. Den Erlass von 2025 (aktuellster, semantisch ähnlichster zur Anfrage)
2. Die Rechtsprechung von 2018 (unterstützt die Position der Verwaltung)
3. Das Urteil des Kassationshofs von 2023 (unter dem Erlass begraben)

Der Nutzer erhält die Sicht der Verwaltung als primäre Antwort. Aber die Auslegung des Kassationshofs — die hierarchisch autoritativ ist — steht an dritter Stelle. Der Erlass, der niemanden außerhalb der Verwaltung bindet, steht an erster Stelle.

Dies ist kein Hypothetisches. So funktioniert semantische Suche tatsächlich. Und deshalb ist es beruflich gefährlich, sich bei Fragen, bei denen Erlasse und Gesetze auseinandergehen, auf generische KI zu verlassen.

Wie autoritätsbewusste Rangfolge die Antwort verändert

Ein autoritätsrangiertes System findet nicht nur relevante Dokumente. Es gewichtet sie nach ihrer Position in der Rechtshierarchie, bevor es Ergebnisse präsentiert.

Die Rangfolge-Formel wird: Relevanz = (semantische Ähnlichkeit × Autoritätsgewicht × zeitliche Aktualität).

In der Praxis bedeutet das:

Für die Quellensteuer-Frage würde ein autoritätsrangiertes System präsentieren:

1. Die relevanten gesetzlichen Bestimmungen (bindend)
2. Das Urteil des Kassationshofs von 2023 (autoritative Auslegung)
3. Den Erlass von 2025 (Verwaltungsposition — als nicht-bindender Kontext gekennzeichnet)

Dieselben Dokumente. Völlig unterschiedliche Präsentation. Und ein völlig anderes berufliches Risikoprofil für den Nutzer.

Das Cross-Encoder-Upgrade

Authority Ranking funktioniert am besten in Kombination mit Cross-Encoder-Reranking — einer zweistufigen Abrufarchitektur.

Stufe 1: Breiter Abruf. Ein Embedding-Modell ruft die Top 50-100 semantisch relevanten Dokumente ab. Schnell, breit, aber autoritätsblind.

Stufe 2: Cross-Encoder-Reranking. Ein spezialisiertes Modell bewertet jedes Anfrage-Dokument-Paar neu mit voller Aufmerksamkeit auf beide Texte. Hier werden Autoritätsmetadaten injiziert: der Reranker steigert oder bestraft basierend auf Quellentyp, Gerichtsebene, zeitlichem Status und jurisdiktionellem Anwendungsbereich.

Forschung von Pinecone zeigt, dass Cross-Encoder-Reranking “viel genauer als Embedding-Modelle” für Abrufqualität ist. Databricks-Forschung demonstriert, dass Reranking die Abrufgenauigkeit um durchschnittlich 15 Prozentpunkte auf Enterprise-Benchmarks steigern kann.

Aber die Schlüsselerkenntnis ist nicht nur besseres Reranking — es ist, wonach Sie reranken. Standard-Reranker optimieren für thematische Relevanz. Juristische Reranker müssen für autoritative Relevanz optimieren: Ist dies die höchstrangige Quelle, die diese Frage behandelt?

Warum dies in Belgien besonders wichtig ist

Belgiens Rechtsstruktur macht Authority Ranking besonders kritisch:

Drei regionale Steuerregime. Flämische, Brüsseler und wallonische Erbschaftssteuer, Registrierungsgebühren und Grundsteuern folgen unterschiedlichen Regeln. Ein flach-rangiertes System könnte flämische Regeln für eine Brüsseler Frage anzeigen, weil der Text der Anfrage ähnlicher ist.

Keine Hierarchie zwischen Bundes- und Regionalrecht. Anders als in anderen Bundesstaaten rangiert belgisches Recht nicht Bundes- über Regionalgesetzgebung. Jede operiert in definierten Kompetenzbereichen. Die KI benötigt jurisdiktionelle Metadaten — nicht nur Autoritätsebene — um zu wissen, welche Rechtsordnung gilt.

Erlasse haben übergroße praktische Bedeutung. In der belgischen Steuerpraxis wird stark auf Erlasse des FOD Financiën vertraut, obwohl sie keine bindende Kraft haben. Fisconetplus — die Wissensdatenbank der Steuerverwaltung mit etwa 180.000 Dokumenten — enthält einen erheblichen Anteil an Erlassen und Verwaltungskommentaren. Ein KI-System ohne Authority Ranking behandelt diese gleich wie bindende Gesetzgebung.

Die Verwaltung ist manchmal mit den Gerichten nicht einverstanden. Wie das Quellensteuer-Beispiel zeigt, vertritt die belgische Steuerverwaltung manchmal in Erlassen Positionen, die Urteilen des Kassationshofs widersprechen. Ohne Authority Ranking präsentiert die KI die Sicht der Verwaltung, ohne zu kennzeichnen, dass eine hierarchisch übergeordnete Quelle anders entschieden hat.

Verwandte Artikel

• Was ist RAG — und warum es die einzige Architektur ist, die juristische KI vertretbar macht
• 5 belgische Steuerfragen, bei denen generische KI garantiert versagt
• Warum Transparenz in juristischer KI wichtiger ist als Genauigkeit
• Was ist Confidence Scoring — und warum es ehrlicher ist als eine selbstsichere Antwort

Wie Auryth TX Authority Ranking implementiert

Jedes Dokument im Auryth TX Korpus trägt strukturierte Metadaten einschließlich Quellentyp, Autoritätsstufe, Rechtsordnung und zeitlicher Gültigkeit.

Während des Abrufs wendet unsere Cross-Encoder-Reranking-Stufe Autoritätsgewichtung an: ein Gesetz überragt einen Erlass, ein Urteil des Kassationshofs überragt eine Entscheidung eines Berufungsgerichts, und bindendes Recht erscheint immer über Auslegungsleitlinien.

Wenn ein Erlass und ein Gesetz auseinandergehen, werden beide präsentiert — aber klar mit ihren jeweiligen Autoritätsebenen gekennzeichnet. Sie sehen die Hierarchie, nicht nur die Ähnlichkeit.

Es geht nicht darum, niedrigere Autoritätsquellen herauszufiltern. Erlasse sind nützlich — sie spiegeln wider, wie die Verwaltung das Gesetz in der Praxis anwendet. Aber sie sollten niemals die primäre Quelle sein, wenn bindendes Recht etwas anderes sagt.

Authority Ranking ist, wie ein Suchsystem berufliches Vertrauen verdient: nicht indem es den ähnlichsten Text findet, sondern indem es den autoritativsten Text findet.

Sehen Sie Authority Ranking in Aktion — treten Sie der Warteliste bei →

Quellen: 1. Belgische Verfassung, Art. 159: Gerichte dürfen nur Verwaltungsakte anwenden, die dem Gesetz entsprechen. 2. Europäisches e-Justiz-Portal, “Nationale Gesetzgebung — Belgien”: formale Normenhierarchie. 3. van Opijnen, M. & Santos, C. (2017). „On the concept of relevance in legal information retrieval.” Artificial Intelligence and Law, 25, 65-87. 4. Pinecone, „Rerankers and Two-Stage Retrieval”: Cross-Encoder-Reranking-Architektur. 5. EY Belgium, „Recent case law creates uncertainty regarding statute of limitations for Belgian WHT reclaims” (2025): Erlass vs. Kassationshof-Divergenz. 6. Fisconetplus, SPF Finances: ~180.000 Dokumente, dient 21.000+ Beamten plus externe Fachleute.