Astra für Recht vorgestellt: OpenAI unterlegt GPT-6 Astra mit einem juristischen Suchindex

Astra for Law wurde am 17. September 2026 angekündigt – eine Konfiguration für juristische Arbeit, die auf GPT-6 Astra basiert, dem Flaggschiffmodell, das das Unternehmen zwei Wochen zuvor, am 3. September, veröffentlichte. Es ist kein neues Modell. Es sind dieselben Gewichte hinter einer anderen Vordertür: ein dedizierter juristischer Suchindex, juristikspezifische Anweisungen und eine Reihe von Werkzeugen, die auf die Recherche zum Fallrecht der Vereinigten Staaten ausgerichtet sind. Diese Unterscheidung ist wichtiger, als der Rahmen der Ankündigung vermuten lässt, denn jede Zahl in der Ankündigung vergleicht die Konfiguration mit dem Basismodell statt mit einer neuen Fähigkeit – und die Konfiguration leistet fast die gesamte Arbeit.

Die zentrale Behauptung lautet, dass Astra for Law die Prüfung der Gesamtrichtigkeit bei 54,0 % von 200 US-amerikanischen Rechtsrecherchefragen bestanden hat, die aus dem privaten Validierungssatz von Vals AIs Legal Research Bench stammen, gegenüber 38,7 % für GPT-6 Astra bei alleiniger Nutzung der Websuche – eine relative Verbesserung um 40 %, wie OpenAI es darstellt. Das sind vom Anbieter gemeldete Zahlen auf einem privaten Split, und kein unabhängiges Labor hat sie reproduziert. Was unabhängig sichtbar ist, ist nützlicher: Vals AIs eigener öffentlicher Vergleich listet GPT-6 Astra mit 39,42 % ±3,40 in diesem Benchmark auf, was im Wesentlichen die Baseline ist, gegen die OpenAI misst. Die Differenz stammt vom juristischen Suchindex und den Anweisungen, nicht daher, dass das Modell ein besserer Jurist geworden ist.

Hier ist, was ausgeliefert wurde, was tatsächlich gemessen wurde und was noch fehlt.

Was Astra for Law eigentlich ist

Drei Dinge wurden auf GPT-6 Astra aufgesetzt, und keines davon ist eine Gewichtsänderung. In einem Medienbriefing beschrieben Jason Boehmig – der Ironclad-Mitgründer, den OpenAI im Juni 2026 einstellte – und der Ingenieur Sherwin Wu die Veröffentlichung als eine Konfiguration aus Domänenanweisungen, Einstellungen wie Antwortlänge und Tooling für die Rechtsbranche, das voraussichtlich mit der Zeit erweitert wird.

• Legal Search Index — eine Retrieval-Schicht über US-Rechtsprechung, Gesetze, Verordnungen, Verfahrensregeln der Gerichte und Verwaltungsentscheidungen, die mehr als 230 Millionen URLs umfasst, wobei die Quellen täglich erweitert werden.

• Herkunft des Korpus — Der Index stützt sich auf CourtListener, die Bibliothek, die vom gemeinnützigen Free Law Project gepflegt wird und laut OpenAI mehr als 99,9 % der veröffentlichten präzedenziellen Rechtsprechung der USA abdeckt. Er ergänzt lizenzierte Inhalte von Anbietern wie Thomson Reuters.

• Rechtliche Anweisungen — eine Reihe von Domänenanweisungen, um Recherche auf Sachverhalte anzuwenden, Argumente oder Vertragsbedingungen zu entwickeln und Schwächen oder Unsicherheiten in einer Position aufzudecken.

Die Demonstration im Briefing war konkret statt abstrakt: Wu arbeitete einen Klageabweisungsantrag für ein Krankenhaus aus, das mit einem Anspruch wegen Diskriminierung aufgrund einer Behinderung und wegen Vergeltung konfrontiert war, bearbeitete über ein Feiertagswochenende hinweg die Anfechtung eines Vermögensverkaufs durch einen Aktionär und befasste sich mit einem Streit über eine Verkaufsverpflichtung. Nichts davon ist eine neue Fähigkeit für ein Frontier-Modell. Neu ist, dass die Retrieval-Hälfte der Aufgabe nicht mehr über die allgemeine Websuche läuft.

Den Benchmark sorgfältig lesen.

Aus dem Launch gingen vier Zahlen hervor, alle OpenAI zugeschrieben, alle auf demselben privaten Validierungsset, und alle es wert, voneinander getrennt zu werden:

• Gesamtrichtigkeit — 54,0 % für Astra for Law gegenüber 38,7 % für GPT-6 Astra mit Websuche, bei höchstem Reasoning-Aufwand.

• Gefundene Referenzfälle — 24 % mehr bei Fragen mit Schwerpunkt auf Fallrecht, wiederum bei höchstem Reasoning-Aufwand.

• Relevante Textstellen abgerufen — bis zu 54 % mehr aus korrekten Gerichtsentscheidungen, bei gleichem Reasoning-Aufwand wie die Baseline.

• Antwortlänge — im Durchschnitt etwa doppelt so lang über die getesteten Reasoning-Einstellungen hinweg.

Diese letzte Zahl ist die, die man neben die erste halten sollte. Eine Gesamtkorrektheitsprüfung, die Abdeckung belohnt, lässt sich mit einer längeren Antwort leichter bestehen, und ein Teil des Zugewinns von 15,3 Punkten ist plausibel darauf zurückzuführen, dass die Retrieval-Schicht dem Modell einfach mehr Material vorlegt. Das ist keine Kritik an dem Ergebnis – 24 % mehr Referenzfälle zu finden ist eine echte, separat ausgewiesene Verbesserung –, aber es bedeutet, dass die zusammengesetzte Zahl und die Retrieval-Zahlen zusammen gelesen werden sollten statt nur die zusammengesetzte Zahl allein.

Das Private-Split-Problem ist das größere. Ein Validierungssatz, den OpenAI zurückhält und nicht veröffentlicht, kann von niemandem erneut ausgeführt werden, und die öffentliche Bestenliste desselben Benchmarks zeichnet ein flacheres Bild: Die eigene Vergleichsseite von Vals AI führt GPT-6 Astra mit 39,42 % ±3,40 auf Legal Research Bench auf, Gemini 3.8 Flash mit 38,94 % ±3,39. Was auch immer den Sprung auf 54,0 % bewirkt hat, ist auf der öffentlichen Bestenliste nicht sichtbar, weil die öffentliche Bestenliste das Basismodell ohne den angehängten Rechtsindex bewertet.

Der Legora-Abgleich und die darin enthaltene Zahl

Der aussagekräftigste Nachweis von dritter Seite in der Berichterstattung zur Markteinführung ist ein Workflow-Test von Legora, deren Legal Engineer Percevale Perks eine Abstimmung des Jahresabschlusses durchführte – Abgleich der Zahlen des Entwurfsabschlusses mit einer Saldenbilanz, einem Konsolidierungsplan und den Vorjahresabschlüssen. Der Agent von Legora schloss die Abstimmung über 41 Dokumente in einem einzigen Durchlauf in Minuten ab, protokollierte jede Prüfung und erstellte eine zeilenweise Aufzeichnung zur Überprüfung. Er fand alle vier Fehler, die Legora in den Abschlüssen eingebaut hatte, darunter eine im Umsatzanhang verborgene Lücke von 500.000 £, behielt jede Prüfung bei, die das frühere Modell bestanden hatte, und fügte rund fünfzig weitere hinzu.

Das ist ein wirklich gutes Ergebnis bei einem wirklich schwierigen Dokumentensatz. Es ist außerdem die Stelle, an der die nützlichste Zahl des gesamten Launch-Zyklus begraben liegt. Bei Legora's Benchmark for Agentic Reasoning, der reale juristische End-to-End-Aufgaben abdeckt, lag die Verbesserung beim Financial-Statement-Workflow bei etwa 40 % – und die durchschnittliche Verbesserung über alle BAR-Aufgaben hinweg bei etwa 3 %. Beide Zahlen stammen von Legora, beide beschreiben dasselbe Modell, und nur eine von ihnen hat sich verbreitet. Wenn Sie das für eine Kanzlei bewerten, ist die 3-%-Zahl die Zahl, mit der Sie planen sollten, und die 40-%-Zahl die Zahl, auf die Sie hoffen können.

Unabhängige Tests deuten auf einen anderen Fehlermodus hin.

Zwei unabhängige Evaluierungen sollte man neben die Launch-Zahlen stellen, mit dem Vorbehalt, dass beide klein sind und aus einer einzigen Quelle stammen.

HAQQ testete GPT-6 Astra an 41 echten juristischen Fragen aus 20 Rechtsgebieten mit mittlerem Reasoning-Aufwand. Astra lag bei der juristischen Substanz mit 17,63 von 20 vorn – um weniger als einen Punkt. Es kostete 0,2622 US-Dollar pro Antwort, etwa das Elffache der Kosten pro Antwort von GPT-5.6 Luna Pro – für weniger als einen Punkt Gesamtzugewinn. HAQQ eigene Einschätzung ist treffend: Der Vorteil besteht nicht darin, dass das Modell klüger ist, sondern darin, dass es aufhört zu schreiben. Derselbe Test ergab, dass eine Erhöhung des Reasoning-Aufwands von niedrig auf hoch die Kosten um den Faktor 1,5 und die Latenz um den Faktor 1,8 erhöhte, während sie die bewertete Qualität um 0,17 Punkte verringerte – ein Kostenhebel, der sich als Qualitätshebel ausgibt, und ein Grund, die Aufwandsstufe festzulegen, statt sie auf Maximum zu belassen.

Der Befund, der am weitesten reisen sollte, dreht sich nicht um Kosten. In nicht-US-amerikanischen Rechtsordnungen zitierten alle drei getesteten Modelle die richtige Vorschrift, gaben aber deren Inhalt falsch wieder. Astra lag bei 66,7 % dieser Punkte rechtlich richtig; Claude Opus 5 lag bei 100 % richtig. Ein Zitationsprüfer lässt diese Antwort durchgehen, weil die Zitation existiert und die richtige ist. Ein Mandant nicht. Dies ist der Fehlermodus, den der juristische Suchindex am wenigsten beheben kann, denn der Index deckt nur die USA ab und der Fehler liegt im Lesen, nicht im Abruf.

Was Sie tatsächlich bekommen können – und wann

Astra for Law ist nicht allgemein verfügbar. Der Zugang beginnt über ein neues Trusted-Access-Programm, das auf Am-Law-200-Kanzleien ausgerichtet ist und über ChatGPT und Codex bereitgestellt wird. Die API wird als demnächst verfügbar beschrieben, und zwar unter der Modell-ID gpt-6-astra-law, die im Modellauswahl-Dialog als „GPT-6 Astra Law“ erscheint; Harvey und Legora werden als API-Kunden genannt, die darauf aufbauen werden. Für die juristische Konfiguration wurde kein Preis veröffentlicht, was die größte einzelne offene Frage für alle ist, die ihre Budgetplanung darauf stützen.

Trusted Access umfasst zwei Datenklauseln: Zero Data Retention für die API und den standardmäßigen Ausschluss der Nutzung von ChatGPT Enterprise von der menschlichen Überprüfung. Im Briefing nach Ausnahmen gefragt, behauptete Boehmig nicht, die Richtlinie sei absolut: „Sie ist definitiv komplizierter als dieser eine Satz“, sagte er und merkte an, dass die vollständige Vereinbarung etwa 30 Seiten umfasst, und fügte hinzu, dass OpenAI zuversichtlich sei, dass diese 30 Seiten den Bedarf decken. OpenAI erklärt, mit Latham & Watkins an Informationsberechtigungen, Ethical Walls, Mandantenanweisungen und Kanzelaufsicht zu arbeiten.

Das Ökosystem-Stück ist größer als das Modell-Stück: 26 Anbieter-Plugins, darunter Thomson Reuters, Harvey, Legora, iManage, Relativity, Clio, Intapp und DeepJudge; neun Community-Plugins von Legal-Engineering-Gruppen; und 47 individuelle Skills, die von juristischen Power-Usern entwickelt wurden. ChatGPT for Word erreichte zudem die allgemeine Verfügbarkeit für Korrekturlesen, vorgeschlagene Änderungen und Formatierungshinweise. Forward-deployed OpenAI-Ingenieure arbeiteten mit Sullivan & Cromwell an einem Vertragsanalysator, mit Ropes & Gray an M&A-Diligence und mit Cooley an GO Public.

Zur Einordnung, wie überfüllt diese Nische inzwischen ist: Anthropic brachte Claude for Legal im Mai 2026 auf den Markt – drei Monate, bevor Astra for Law überhaupt existierte.

Die Risiken, die kein Benchmark auf dieser Seite erfasst

Nichts in den Markteinführungsunterlagen geht auf die beiden Governance-Fragen ein, die der General Counsel eines Unternehmens zuerst stellen wird. Stand September 2026 war für GPT-6 Astra keine SOC-2-, ISO- oder HIPAA-Zertifizierung veröffentlicht worden, und es gibt keine veröffentlichten Details zu firmenspezifischer Datensiloierung, lokaler Bereitstellung oder Datenresidenz. Das Fehlen ist kein Beweis für ein Scheitern – es ist schlicht nicht dokumentiert, was ein anderes Problem ist und eines, das das Unternehmen lösen muss, bevor privilegiertes Material dort hineingelangt.

Auf der ethischen Seite sind die maßgeblichen Regeln ABA Model Rule 1.6 zur Vertraulichkeit, die regelt, was eine Kanzlei mit einem Drittanbieter teilen darf und die aktualisierte Offenlegungen und informierte Zustimmung erfordern kann, und Rule 5.3 zur Beaufsichtigung nichtanwaltlicher Unterstützung, wo die KI-Ausgabe landet. Der Grund, warum beide aktuell und nicht theoretisch sind, ist Mata v. Avianca, wo Anwälte dafür sanktioniert wurden, nicht existierende KI-generierte Fälle einzureichen. Ein juristischer Suchindex über echte Urteile macht diesen spezifischen Fehler weniger wahrscheinlich. Er macht ihn nicht unmöglich, und er tut nichts gegen den von HAQQ dokumentierten Fehler der falsch gelesenen Bestimmung.

Wenn du darauf aufbauen möchtest, bevor die API geöffnet wird

Die ehrliche Position heute ist, dass gpt-6-astra-law in keiner API ist, auch nicht in unserer – OpenAI hat gesagt, dass es bald kommt, und kein Datum genannt. Was live ist, ist das Basismodell: openai/gpt-6-astra läuft auf OrcaRouter mit 0 % Aufschlag, was bedeutet, dass der Listenpreis von OpenAI als Anbieter unverändert weitergegeben wird, sodass sich eine Preisänderung eines Anbieters bei diesem Modell noch am selben Tag niederschlägt. Ein Schlüssel erreicht mehr als 200 Modelle, mit automatischem anbieterübergreifendem Failover und einer Routing-DSL, um mehrere Modelle zu einem einzigen Aufruf zusammenzusetzen.

Die praktische Konsequenz für ein Legal-Engineering-Team ist eine Zweiteilung. Alles im Astra for Law-Workflow, das nicht vom Legal Search Index abhängt — das Entwerfen aus von Ihnen gelieferten Fakten, das Umstrukturieren eines Klauselsatzes, das Formatieren nach einer Kanzleivorlage, das Generieren einer Prüfcheckliste — können Sie heute auf Basis von GPT-6 Astra prototypen und die Modell-ID austauschen, wenn die Rechtsvariante verfügbar wird, ohne Ihre Integration zu ändern. Alles, was vom Index abhängt, können Sie nicht prototypen, weil der Index der Teil ist, der noch nicht zum Verkauf steht. Zwei Vorbehalte, die klar benannt werden sollten: Eine geroutete Anfrage ist nicht automatisch durch OpenAIs Zero-Data-Retention-Genehmigung abgedeckt, die pro Organisation erteilt wird, sodass eine Kanzlei, die ZDR benötigt, die Abdeckung für die spezifische Route, die sie verwendet, bestätigen sollte; und ein Router ist ein zusätzlicher Sprung im Datenpfad, was echte Kosten für privilegiertes Material bedeutet, selbst wenn er Ihnen Failover bietet.

Was zu sehen

Drei Dinge, geordnet danach, wie sehr sie das Bild verändern werden. Das API-Datum für gpt-6-astra-law, denn das ist der Unterschied zwischen einem Pilotprojekt und einem Produkt. Der Preis, denn die 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens des Basismodells bringen oberhalb von 272.000 Input-Tokens eine Preisanpassung für Langkontext mit sich, die juristische Dokumentensätze routinemäßig überschreiten werden — und wenn die juristische Konfiguration mit einem Aufschlag darauf bepreist wird, ändert sich die Wirtschaftlichkeit eines Abgleichs von 41 Dokumenten wesentlich. Und eine unabhängige Wiederholung dieser 200 Fragen auf einem Split, den jemand anderes kontrolliert. Solange es das nicht gibt, sind 54,0 % OpenAIs Zahl über OpenAIs Konfiguration, und die belastbare Aussage ist die engere: Ein US-Rechtsprechungsindex plus juristische Anweisungen liefert deutlich bessere Retrieval-Ergebnisse als die allgemeine Websuche bei US-amerikanischen Rechtsrecherchefragen. Es lohnt sich, auf Grundlage dieser Aussage zu handeln. Auf den Rest lohnt es sich zu warten.