Warum Datenflut und geringe Kosten kein Widerspruch sein müssen
Zur Verdeutlichung: Laut einer Studie der International Chamber of Commerce entfallen 82% der Gesamtkosten für ein Schiedsverfahren auf die eigenen Kosten der Parteien – ein erheblicher Teil davon für die Aufbereitung der Daten. Eine Untersuchung des RAND Institute for Civil Justice ergab, dass es sich bei einem Discovery-Verfahren, bei dem 73% der Kosten auf die Durchsicht der Dokumente entfallen, ähnlich verhält. Die Gründe liegen auf der Hand: mangelnde Koordination der Verfahrensbeteiligten und eine Flut an elektronisch vorgehaltenen Daten.
„Wer große Verfahren und interne Untersuchungen effektiv führen will, muss mehr leisten, als nur Schriftsätze und Memoranden zu verfassen“, so Dana Wildner, Wirtschaftsjuristin der Anwaltskanzlei Baker & McKenzie. Es gibt zahlreiche Aufgaben, die parallel laufen und voneinander abhängen. Im Schiedsverfahren müssen beispielsweise die Informationen vom Mandanten, Zeugenaussagen, Gutachten von unabhängigen Experten und letztlich das Fertigstellen der Schriftsätze abgestimmt werden. „Je besser diese Arbeiten koordiniert werden, desto geringer ist der Aufwand und desto geringer sind die Kosten für den Mandanten“, verdeutlicht Wildner.
Mehr als die Hälfte aller in einem Unternehmen generierten Informationen wird elektronisch gespeichert. Damit rückt der Fokus weg vom Papier hin zu Dateien. „Gilt es, Daten aufzuarbeiten und darzustellen, besteht die Kunst darin, mit der Komplexität umzugehen, ohne sie zu reduzieren“, erläutert Sven Schulte, Wirtschaftsinformatiker bei Baker & McKenzie. „Wir haben eine eigene Software entwickelt, mit der wir Dateninhalte analysieren, Informationen extrahieren und die Ergebnisse visualisieren können. Dadurch können schnell abteilungsübergreifende Strategien abgeleitet und in kürzester Zeit die fallentscheidenden Informationen gefunden werden.“ Schulte ist sich sicher: Nur durch den Einsatz einer geeigneten Software können Kanzleien die Kosten für die Informationssuche, -aufarbeitung und -analyse senken, obwohl die Anzahl der zu bearbeitenden Daten stetig ansteigt.