Modulare, erklärbare Rechts‑KI für Indien: Domain‑Partitioniertes Hybrid‑RAG

Die juristische Forschung in Indien muss sich mit langen, heterogenen Dokumenten aus Gesetzen, Verfassungsbestimmungen, Strafkodexen und Präzedenzfällen auseinandersetzen. Traditionelle Suchsysteme, die nur auf Schlüsselwörtern oder Vektor‑Einbettungen basieren, liefern häufig unvollständige Ergebnisse und unterstützen strukturiertes Rechtsdenken nicht ausreichend.

Um diese Lücken zu schließen, hat ein neues System namens Domain‑Partitioniertes Hybrid‑RAG entwickelt. Es kombiniert drei spezialisierte Retrieval‑Augmented‑Generation‑Pipelines – jeweils für Entscheidungen des Obersten Gerichtshofs, für gesetzliche und verfassungsrechtliche Texte sowie für den Indian Penal Code – mit einem Neo4j‑basierten Rechts‑Wissensgraphen. Der Graph erfasst strukturierte Beziehungen zwischen Fällen, Gesetzen, IPC‑Abschnitten, Richtern und Zitaten, sodass über semantische Ähnlichkeit hinaus relationales Denken möglich ist.

Ein LLM‑gesteuerter Agent orchestriert die Anfrageverarbeitung: Er leitet Fragen dynamisch an die passenden Retrieval‑Module und den Wissensgraphen weiter, sammelt die relevanten Belege und erzeugt schließlich fundierte, zitationsbasierte Antworten. Auf einem 40‑Fragen‑Benchmark aus autoritativen indischen Quellen, bewertet durch ein LLM‑gestütztes „Judge“-Framework, erzielte die hybride Architektur einen Durchschlag von 70 % – deutlich besser als das reine RAG‑Modell mit 37,5 %. Die Ergebnisse zeigen besonders Verbesserungen in Vollständigkeit und Qualität der juristischen Argumentation.