De keuze van het taalmodel is geen kosmetisch detail — het bepaalt of de oplossing past bij uw type werk. Voor lange-context-dossiers, zoals een 500-pagina-akte of een volledig procesdossier, gebruiken we doorgaans Claude vanwege de 200K-token-context: het model leest een heel dossier in één keer in en levert een gestructureerde samenvatting zonder dat we kunstmatig moeten chunken. Voor brede contract-review-flows met snelle iteratie zetten we GPT-4o in, dat per saldo nog wat sneller is op kortere documenten. En voor kantoren met de hoogste privacy-eisen — denk aan trustkantoren, M&A-boetiekkantoren met overheidsklanten, of advocaten met state-secrets-zaken — deployen we Llama 3.1 volledig on-premise of in een private VPC. Geen API-uitgaande verbindingen, audit-bare modelgewichten.
De use-cases die we het vaakst bouwen, gegroepeerd: document-review en clause-extractie voor due-diligence, RFP-analyse en contract-vernieuwingscycli. Dossier-summarization voor procesteams die een dossier overnemen of een conclusie voorbereiden. Semantic search over jurisprudentie — niet alleen trefwoord-zoeken op rechtspraak.nl of EUR-Lex, maar conceptueel zoeken: "uitspraken waarin een verlengingsclausule in een huurovereenkomst werd uitgelegd in het voordeel van de huurder onder ROZ-condities". Klantvraag-triage via een chatbot-front op uw website die eerste-lijn-vragen afvangt en de jurist een gestructureerde samenvatting bezorgt voor het intake-gesprek. Wetgevings-monitoring die Staatscourant, EU Official Journal en jurisprudentie scant op relevantie per cliënt of dossier — geen handmatige alerts meer.
Daarnaast bouwen we compliance-mapping voor cliënt-portfolio's (AVG, Wwft, AI Act, CSRD), KYC/Wwft-screening voor cliëntonboarding, en — voor kantoren die zélf cliënten adviseren over AI-compliance — AI-bias-audit-tooling die het kantoor inzet om de toepassingen van klanten te beoordelen. Tijdregistratie-automatisering is een onderschat winstpunt: een AI die mailverkeer, agenda-entries en documentbewerkingen categoriseert tegen open dossiers verlaagt de administratieve last per advocaat aanzienlijk, vooral in kantoren met urenregistratie-druk.
Onafhankelijk van de use-case is de aanpak hetzelfde: een RAG-laag die uw eigen knowledge-base ontsluit, een EU-residency-deployment van het model, een audit-log die elke modelaanroep met input en output bewaart voor controle, en een human-in-the-loop-design waarin een jurist altijd de eindcontrole heeft voordat output naar een cliënt gaat.