Mehrmodaler Multi-Agenten-Ansatz zur Urteilsprognose

Die Vorhersage von Gerichtsurteilen – Legal Judgment Prediction (LJP) – ist ein zentrales Ziel der Rechtsinformatik. Ziel ist es, aus den Faktenbeschreibungen eines Falls die wahrscheinliche Entscheidung vorherzusagen. Traditionelle Ansätze stützen sich häufig auf statistische Analysen oder simulationsbasierte Rollenmodelle, stoßen jedoch an ihre Grenzen, wenn mehrere Anklagepunkte, heterogene Beweismittel oder fehlende Anpassungsfähigkeit ins Spiel kommen.

In dem neuen Beitrag wird das Framework JurisMMA vorgestellt, das die Aufgaben eines Gerichtsverfahrens in klar definierte Phasen zerlegt, Prozesse standardisiert und die Arbeit in mehrere Agenten aufteilt. Ergänzend dazu wurde die umfangreiche Datenbank JurisMM aufgebaut, die über 100 000 aktuelle chinesische Gerichtsakten enthält – sowohl als Text als auch als multimodale Video‑Text‑Daten. Diese Kombination ermöglicht eine ganzheitliche Bewertung der Modellleistung.

Durch Experimente auf dem eigenen Datensatz JurisMM sowie dem Benchmark LawBench konnten die Autoren die Wirksamkeit ihres Ansatzes nachweisen. Die Ergebnisse zeigen, dass JurisMMA nicht nur für die reine Urteilsprognose, sondern auch für eine Vielzahl anderer juristischer Anwendungen geeignet ist und damit neue Perspektiven für zukünftige Rechtsmethoden und Datensätze eröffnet.