Auf die Worte zeigen: Zero-Shot-Extraktion an 200 echten Verträgen
Was Named Entity Recognition und Zero-Shot bedeuten, wie ein kleines Modell Fakten findet, auf die es nie trainiert wurde, und was es in 200 echten Verträgen fand und übersah.
Eine Firma soll verkauft werden. Die Anwälte des Käufers öffnen den Datenraum und finden 200 Verträge. Jedem davon stellen sie dieselben Fragen:
- Wer hat ihn unterschrieben?
- Wann, und bis wann läuft er?
- Mit welcher Frist kann man ihn beenden?
- Welches Recht gilt?
Jede Antwort steht irgendwo im Vertrag. “This Agreement shall be governed by the laws of the State of Delaware” steht auf Seite vierzehn. Das zweihundertmal zu finden, sind Wochen sorgfältiger, öder Lektüre.
Dafür braucht man kein Modell, das schreibt. Man braucht eines, das zeigt.
Die 200 Verträge sind echt: Handelsverträge, die börsennotierte US-Unternehmen bei der Securities and Exchange Commission eingereicht haben, veröffentlicht von The Atticus Project als Contract Understanding Atticus Dataset (CUAD, CC BY 4.0). CUAD veröffentlicht auch die Antworten, die Juristen zu jedem Vertrag geschrieben haben; wir nutzen sie nur, um das Modell zu prüfen. Der Verkauf und der Käufer sind unsere Rahmung, ebenso die beiden Beispielsätze mit dem Vermerk “illustration”. Jede Zahl wurde am 28. Oktober 2026 im Workspace gezählt. Die Bilder sind Standbilder aus dem Film: Die limettengrünen Rahmen, Etiketten und Notizen darauf stammen von uns, nicht aus dem Produkt.
Was Named Entity Recognition ist
Named Entity Recognition (NER, Eigennamenerkennung) ist eine der ältesten Aufgaben der Sprachverarbeitung: die Namen in einem Text finden und sagen, welcher Art jeder ist. Eine Person, eine Firma, ein Ort, ein Datum.

Klassisch trainiert man dafür ein Modell auf Tausenden von Hand markierten Sätzen. Es lernt diese Labels, und nur diese. Wer anwendbares Recht oder Kündigungsfrist will, markiert ein paar Tausend Sätze mehr und trainiert neu. Deshalb war NER lange ein fester Satz von vier oder fünf Labels.
Was Zero-Shot bedeutet
Zero-Shot dreht das um. Null heißt null Beispiele: Das Label wird nicht vorher gelernt, Sie schreiben es, wenn Sie fragen. Ein Zero-Shot-Extraktionsmodell liest Ihr Label als Text, so wie das Dokument, vergleicht es mit jeder Wortfolge und behält die Wortfolgen, die gut genug passen.

Die Kündigungsfrist ist damit kein Trainingsprojekt mehr. Sie ist eine Zeile, die Sie tippen: “Notice needed to end the contract, e.g. ‘ninety (90) days’”.
GLiNER2 und GLiNER2.5
GLiNER2 ist eines dieser Modelle. Es erschien 2025 mit offenen Gewichten (Apache 2.0) und hat etwa 205 Millionen Parameter, klein genug für eine gewöhnliche CPU, wo Chatmodelle Milliarden haben.
Es ist ein Encoder: Es liest den Text und schreibt kein einziges Wort. Alles, was es zurückgibt, ist entweder ein Stück Ihres Dokuments mit seiner Position oder eines Ihrer eigenen Labels. Es erledigt mehrere Aufgaben in einem Durchgang: Namen, eine Klassifikation und einen strukturierten Datensatz, alles aus einem Schema.

Warum so viele Teams es nutzen:
- Kosten. Nichts wird pro Seite bezahlt.
- Tempo. Es bewertet alle Labels zusammen, also dauern fünfzig Labels kaum länger als fünf (das Paper maß 130 ms für 5 Labels und 208 ms für 50, auf einer CPU).
- Datenschutz. Verträge, Arztbriefe und Personalakten verlassen das Haus nie.
- Gut genug. Im Zero-Shot-Test des Papers, Namen in fünf Fachgebieten zu finden, erreichte es 59,0 F1, nur einen Punkt hinter den 59,9 eines großen Chatmodells.
Man nutzt es, um persönliche Daten zu schwärzen, Felder aus Dokumenten zu ziehen, Anfragen weiterzuleiten und Wissensgraphen zu bauen.
GLiNER2.5 kam im August 2026. Das ältere Modell probierte jede kurze Wortfolge als mögliche Antwort aus. Das neue sagt voraus, wo eine Antwort beginnt und wo sie endet; eine Antwort kann also beliebig lang sein, und es liest etwa 4.000 Wörter auf einmal. Es gibt drei Größen von 74 bis 287 Millionen Parametern; die größte liest viele Sprachen.

Eine Regel zum Behalten
Was ein Extraktionsmodell nicht tut, ist denken. Es urteilt nicht, und es rechnet nicht.
![]()
- Es steht im Text: ein Modell, das zeigt (Extraktion). Parteien, Daten, Kündigungsfristen, anwendbares Recht.
- Ein Urteil mit festen Optionen: ein Modell, das entscheidet. Verlängert sich dieser Vertrag von selbst? Darüber haben wir in One Look geschrieben.
- Es muss ausgerechnet werden: ein Modell, das schreibt. Das Datum, an dem eine Kündigung fällig ist.
- Eine feste Form: ein Muster. Eine Bestell- oder Kontonummer.
Der Datenraum
Um zu sehen, wie weit Zeigen trägt, haben wir einen Datenraum gebaut, den jeder öffnen kann.

Die Verträge stammen aus CUAD, einem öffentlichen Satz, der genau für diesen Test gemacht ist: 510 Handelsverträge, die börsennotierte US-Unternehmen bei der SEC eingereicht haben, mit Antworten von Juristen zu 41 Klauselarten. Eine Quelle liest 200 davon, die Klartextfassungen, direkt aus der öffentlichen Kopie auf Hugging Face. Kein Konto, kein Token, keine Zwischenkopie.
Der Workspace hat eine Quelle, einen Detektor, drei Glossar-Schemata, drei Beobachtungen und zwei Fälle, alles mit dem gewöhnlichen Produkt gebaut.

Ein Detektor, ein Durchgang. Er benennt sieben Fakten und stellt eine Frage. Jeder Fakt ist ein kurzes Label mit einer Zeile Beschreibung:
| Fakt | Beschreibung, die das Modell liest |
|---|---|
party | Eine Firma oder Person, die diesen Vertrag unterschreibt |
agreement_date | Das Datum, an dem der Vertrag geschlossen wird |
effective_date | Das Datum, an dem der Vertrag wirksam wird |
term | Wie lange der Vertrag läuft oder wann er endet |
renewal | Formulierung, die den Vertrag verlängert |
notice_period | Frist, um zu kündigen oder eine Verlängerung zu stoppen |
governing_law | Staat oder Land, dessen Recht für den Vertrag gilt |
Die Frage lautet was für ein Vertrag ist das: Lizenz, Vertrieb, Dienstleistung, Lieferung, Marketing, Partnerschaft oder IP-Übertragung. Der Detektor nutzt das neuere GLiNER2.5 in der Basisgröße, innerhalb des Scans, auf der eigenen CPU des Scans. (Die Beschreibungen selbst sind englisch, wie die Verträge.)

Ein Glossar. Drei Schemata sagen, was die Ergebnisse bedeuten: eine Taxonomie der Vertragsarten, die Vertragsbegriffe und eine Liste der Rechtsordnungen, US-Bundesstaaten unter United States, alles andere unter Outside the United States. Die Werte zum anwendbaren Recht werden darin nachgeschlagen; “the laws of the State of New York”, “New York law” und “State of New York” werden alle zu New York.
Ein Durchgang, eine englische Klausel
Ein Durchgang über einen Vertrag liefert die Wörter und wo sie stehen. Hier ein Dienstleistungsvertrag: “This Agreement is governed by the laws of England and Wales.” Das Glossar ordnet England und Wales unter Outside the United States ein. Niemand hat eine Regel für England geschrieben.

Alles, was ein Durchgang aus einem Vertrag zog, Label für Label, mit einer Konfidenz für jeden Wert:

Wo sich das Recht sammelt
Über alle zweihundert sammelt sich das Recht, wo man es erwartet: Delaware in 75 Verträgen, New York in 49, Kalifornien in 34, dann Nevada, Florida und Texas.
Aber 51 Verträge nennen ein Recht außerhalb der Vereinigten Staaten: England und Wales in 16, China in 13, Israel in 7, dann Hongkong, die Schweiz, Japan, die Niederlande, Deutschland und Singapur. 26 davon nennen überhaupt kein US-Recht.

Die Vertragsarten verteilen sich fast gleichmäßig: Dienstleistung 39, Lieferung 38, Lizenzen 36, Marketing 17, Partnerschaften 13, Vertrieb 8 und IP-Übertragungen 2. Die Bedeutungskarte des Glossars zeigt alle diese Begriffe und jede Rechtsordnung auf einer Seite:

Wer mehr als einmal unterschreibt. 26 Unternehmen werden in zwei oder mehr Verträgen als Partei genannt: Cardlytics in vier, A.M. Best und American International Group in drei. Jedes wurde zu einer Entität, sodass jeder Vertrag eines Unternehmens einen Klick entfernt ist.

England, dreimal
Schauen Sie sich England aber genauer an.
Ein Dienstvertrag gewährt bezahlten Urlaub “in addition to the usual public or bank holidays in England”. Das Modell legte England als anwendbares Recht ab, zu 99 Prozent sicher.

Ein zweiter Vertrag nennt England und Wales nur als den Ort, an dem eine Firma eingetragen ist: “a company incorporated under the laws of England and Wales”. Wieder 99 Prozent.

Und die echte Rechtswahlklausel, im Dienstleistungsvertrag von oben, bekam 65 Prozent, den niedrigsten von sechs Werten in ihrer Zeile. Ganz vorn stand FCA, eine Aufsichtsbehörde, mit 100 Prozent.

Das Modell sieht die Wörter “the laws of England”. Es kann nicht sagen, in welcher Klausel sie stehen. Ein hoher Wert heißt, dass die Wörter wie ein anwendbares Recht aussehen, nicht dass die Klausel eines ist. Im ganzen Workspace stehen 88 der 1.064 Werte zum anwendbaren Recht, in 48 Verträgen, direkt nach incorporated, organized oder formed under the laws of: das Recht, nach dem eine Firma gegründet wurde, nicht das Recht des Vertrags.
Wie nah es den Juristen kam
CUAD liefert die Antworten, die Juristen zu jedem Vertrag geschrieben haben. Ein Fakt gilt als gefunden, wenn einer der extrahierten Werte die Antwort der Juristen enthält oder umgekehrt; Daten werden als Daten verglichen.
| Frage | Gefunden | Von | Anteil |
|---|---|---|---|
| Wer hat unterschrieben (mindestens eine Partei) | 190 | 193 | 98 % |
| Welches Recht gilt | 155 | 164 | 95 % |
| Wann wurde unterschrieben | 124 | 158 | 78 % |
| Welche Vertragsart (wo der Titel es sagt) | 98 | 144 | 68 % |
| Verlängert er sich, und wie | 4 | 65 | 6 % |
Von ist die Zahl der Verträge, zu denen die Juristen eine Antwort geschrieben haben.

Verlängerungsklauseln sind auf zu viele Arten geschrieben (“shall continue from year to year”, “unless either party gives notice”) für eine kurze Beschreibung. Und gefragt, ob ein Vertrag eine Change-of-Control-Klausel hat, sagte das Modell zu fast allen ja: 0,82 bis 0,99 bei Verträgen, die laut Juristen keine haben. Das ist ein Urteil, keine Aufgabe für einen Zeiger.
Die Beobachtung und die zwei Fälle
Deshalb gehen die Funde an Menschen, über Beobachtungen und Fälle.
Eine Beobachtung folgt einer Bedeutung, nicht einer Schreibweise. Governed by law outside the United States erfasst jeden Vertrag, den das Glossar dort einordnet, auch neue, egal mit welchen Worten der Vertrag es sagt.

Fall eins: Verträge unter Recht außerhalb der Vereinigten Staaten. Die Beobachtung speist einen Fall für die Transaktionsanwälte: 26 Verträge, die nur ein ausländisches Recht nennen, und jeder braucht einen Juristen, der dieses Recht kennt, bevor sich jemand auf eine Lesart verlässt. Die vorläufige Schlussfolgerung: lokale Anwälte je Rechtsordnung briefen, beginnend mit dem Recht, das mehr als einmal vorkommt. Ein neuer Vertrag unter englischem oder chinesischem Recht kommt von selbst in den Fall.

Fall zwei: Kündigungsfristen. 145 Verträge nennen eine Kündigungsfrist, von zehn Tagen bis zu vierundzwanzig Monaten. Der Fall prüfte eine Idee an diesen Werten: die meisten Verträge brauchen zwei Monate Frist oder mehr. 100 der 145 tun es, der mittlere Wert liegt bei 90 Tagen, also hält die Idee. Das Modell liefert “twenty-four months”; auf ein Datum im Kalender zurückzurechnen, ist Arbeit des Falls.

In den Fällen zählt der England-Fund. Ein Vertrag, der wegen einer Urlaubsklausel unter Outside the United States landet, ist einer, den ein Jurist öffnet, liest und aus dem Fall nimmt. Das Modell markiert. Das Glossar sagt, was es bedeutet. Menschen entscheiden.
Was den Unterschied machte
Eine Zeile Beschreibung pro Fakt, mit einem Beispiel. Die Beschreibung ist die einzige Anweisung an das Modell. “State or country whose laws govern the agreement, e.g. ‘the State of New York’” funktioniert. Eine längere Beschreibung, die auch aufzählte, was der Wert nicht ist, machte die Ergebnisse schlechter.
Das richtige Modell für die Sprache. Die mehrsprachige Version war bei diesen englischen Verträgen doppelt so langsam und lieferte viel mehr falsche Werte zum anwendbaren Recht. Nehmen Sie sie für deutsche oder französische Texte, nicht als Standard.
Die Art eines Dokuments aus seinem Anfang abfragen. Über den ganzen Vertrag gefragt, gewann das Label, das in irgendeinem Abschnitt am höchsten lag: Ein Wartungsvertrag mit einem langen Abschnitt zu geistigem Eigentum wurde zur IP-Übertragung. Bei 23 Verträgen passte die Vertragsart 7-mal zum eigenen Titel, wenn über den ganzen Text geurteilt wurde, und 15-mal, wenn aus dem Anfang.
Regeln hinter dem Modell. Eine Validierungsregel sagt, wie ein Wert aussehen muss: Ein anwendbares Recht enthält keine Ziffern und ist kein Act; eine Laufzeit nennt Jahre, Monate oder Tage; ein Datum enthält eine Ziffer. Beim ersten vollen Scan entfernten diese Regeln 485 von 1.485 Werten zum anwendbaren Recht und die Hälfte der Laufzeitwerte, und keinen Wert, der zu den Antworten der Juristen passte. England in einer Urlaubsklausel fangen sie nicht: Das sieht genau wie ein anwendbares Recht aus.
Wo es nicht reicht
- Es urteilt nicht. Gibt es eine Klausel, die X tut? ist eine Frage für ein Entscheidungsmodell oder ein feinabgestimmtes Modell.
- Es kennt die Klausel nicht. Es findet “the laws of England”, wo immer es steht: in einer Rechtswahlklausel, einer Gründungsklausel oder einer Urlaubsklausel.
- Es rechnet nicht. Es liefert “ninety (90) days prior written notice”, nicht das Datum, an dem die Kündigung fällig ist.
- Es nennt Rollen als Parteien. Licensor, the Company und Provider kommen zusammen mit den echten Firmennamen zurück.
- Es kostet CPU-Zeit. Etwa 8 Sekunden pro 1.000 Wörter je Worker auf der CPU des Scans in unserem Aufbau. Zweihundert Verträge dauerten 75 Minuten. Nichts wird pro Seite bezahlt, und nichts verlässt das Haus.
Wann welches Modell
- Die Antwort steht im Text und Sie wollen sie wörtlich: ein Extraktionsmodell. Parteien, Daten, Beträge, Kündigungsfristen, Produktnamen, persönliche Daten ohne feste Form.
- Die Antwort ist ein Urteil mit festen Optionen: ein Entscheidungsmodell. Ist das dringend, welches Team, hat dieser Vertrag eine Change-of-Control-Klausel.
- Die Antwort muss ausgerechnet werden: ein Chatmodell. Die Tage bis zur Frist zählen, die Klausel zusammenfassen.
- Der Wert hat eine feste Form: ein Muster. IBANs, Bestellnummern, Kartennummern.
Öffnen Sie den Contract Data Room, um die Funde, das Glossar und die Beobachtungen selbst zu lesen, und die Live-Fallliste für beide Fälle. Der Detektor ist im GLiNER2-Extraktion-Leitfaden beschrieben.
Weitere Fallakten

Gewinn wird ausgewiesen, Cash wird gezählt: der freie Cashflow von 385 britischen Unternehmen
Freier Cashflow erklärt und dann gemessen, an jedem britischen börsennotierten Unternehmen mit einer Vorgeschichte: 1.823 getaggte Jahresberichte von filings.xbrl.org, Jahr für Jahr gelesen. Wer macht aus Gewinn Geld, wer wächst stetig, und was meinen Unternehmen, wenn sie freier Cashflow sagen.

Ein schlechter Freitag in der Pumpenfabrik: Vier Rettungsideen und die eine, die die Belege übrig ließen
Eine Lieferung verschiebt sich um zwei Wochen, und drei Aufträge hängen daran. Vier Rettungsideen kommen als Hypothesen auf ein Fallboard, eine übersteht es. Ein Fall über Nova Manufacturing: ein erfundener Pumpenhersteller in einem echten Arbeitsbereich.
