Was ist ein Digitaler Gesetzeszwilling?
Ein DTL ist eine maschinell ausführbare, menschlich prüfbare Repräsentation eines Gesetzes. Er paraphrasiert das Recht nicht — er spiegelt es: Jede Regel, jeder Satz, jede Frist bleibt mit der Bestimmung verknüpft, die sie definiert.
Vom Paragrafen zur ausführbaren Entscheidung.
Gesetzestext
Die einschlägigen Bestimmungen, wörtlich zitiert und mit European Legislation Identifiers (ELI) verankert.
Ontologie
Ein formales semantisches Modell (OWL) aller Rechtsbegriffe, Subjekte und Parameter — abfragbar für Mensch und Maschine.
Konfiguration
Konkrete Sätze, Schwellenwerte und Fristen als Daten, jeweils mit Rechtsquelle annotiert — Gesetzesänderung heißt Datenänderung, nicht Codeänderung.
Logik
Ausführbarer Entscheidungscode mit Tests, der jeden Parameter live aus der Konfiguration liest und ein zitierendes Herleitungsprotokoll schreibt.
Warum „Zwilling“ und nicht „Chatbot“?
Ein Sprachmodell allein rät. Ein Zwilling rechnet: Die Logik ist deterministisch, die Parameter sind belegt, und jede Ausgabe erklärt, welcher Paragraf sie erzeugt hat. Das ist der Unterschied zwischen einer plausiblen Antwort und einer Entscheidung, hinter der eine Behörde stehen kann.
- Deterministische Ergebnisse — derselbe Fall führt immer zur selben Entscheidung
- Volle Nachvollziehbarkeit — Herleitungsprotokolle zitieren ELI-verankerte Bestimmungen
- Versioniert — jeder publizierte Zwilling ist an einen unveränderlichen Stand des Rechts gepinnt
- Aktualisierbar — ändern sich Quellen, erkennt der Zwilling das und markiert betroffene Ebenen
Standards unter der Haube
DTLs bauen auf offenen Standards: ELI zur Rechtsidentifikation, LegalDocML-Klassifikationen, OWL/Turtle für Semantik, REST und das Model Context Protocol (MCP) für die Integration. Kein Lock-in — der Zwilling ist ein Artefakt, das Ihnen gehört.
Deterministische Zwillinge — gebaut für agentische Frameworks.
Der Zweck eines deterministischen DTL ist die Integration: Agentische KI-Frameworks — Anthropic Claude, OpenAI ChatGPT, Google Gemini oder Microsoft Copilot — binden den Zwilling über das Model Context Protocol (MCP) an. Der Assistent nimmt die menschliche Frage zum Gesetz entgegen; der Zwilling berechnet die Antwort — algorithmisch, deterministisch und zertifiziert gegen den Gesetzestext.
- Jeder MCP-fähige Assistent verbindet sich mit einem publizierten Zwilling in einer Zeile
- Bürger und Sachbearbeiter fragen in natürlicher Sprache — die Antwort berechnet zertifizierte Rechtslogik, nie eine Vermutung
- Jede Antwort trägt ein Herleitungsprotokoll mit ELI-Zitaten und der gepinnten Gesetzesfassung
- getSemantic und explainDecision lassen Agenten die Rechtsontologie abfragen und jede frühere Entscheidung begründen
Neugierig, wie das in Ihrem Bereich aussieht?
Wir führen Sie in 30 Minuten durch einen lebenden Zwilling — vom Gesetzestext bis zum API-Aufruf.