Bund, Kantone und Gemeinden wollen Verwaltungsprozesse zunehmend digitalisieren. In bestehenden Rechtsgrundlagen finden sich jedoch Formulierungen wie «Formular», «Stempel», «im Original» oder Vorgaben zur postalischen Zustellung, die die digitale Umsetzung von diesen Prozessen verhindern und stark verzögern können. Da eine Verordnungsänderungen bis zu zwei und Gesetzesänderungen fünf Jahre dauern können und somit Digitalisierungsprojekte ausgebremst werden können, sollen diese frühzeitig erkannt werden und bei einer Revision durch eine möglichst neutrale Formulierung ersetzt werden.

In dieser Arbeit wurde ein KI-gestützter Prototyp zur Analyse von schweizerischen Rechtstexten entwickelt. Zentral war dessen Entwicklung mithilfe der Plattform Northbot. Verglichen wurde dieser mit klassischen Verfahren wie TF-IDF, regelbasierte und embedding-basierte Ansätze sowie offen zugänglichen Large Language Modellen. Als Datengrundlage für die Entwicklung dienten das Strassenverkehrsgesetz (SVG) und die Verkehrszulassungsverordnung (VZV). Evaluiert wurden die Ergebnisse mit einem Referenzdatensatz basierend auf dem SVG und der VZV der Arbeitsgruppe Rechtsgrundlagen Digitalisierung.

Die Evaluation zeigt, dass rein klassische Verfahren wie TF-IDF für diesen Anwendungsfall nur begrenzt geeignet sind, da sie den Kontext und semantische Bedeutung nicht zuverlässig erfassen. Large Language Modelle erkannten klar formulierte Begriffe wie «schriftlich», «Stempel» oder «Unterschrift» sowie analoge Verwaltungshandlungen, gaben jedoch nicht zuverlässig alle relevanten Formulierungen aus. Das beste Ergebnis erzielte ein Hybridmodell aus regelbasierter und embedding-basierter Textanalyse mit einem Recall von 93,9 % und dem höchsten F2-Score. Damit eignet sich der Ansatz besonders für eine möglichst vollständige Voranalyse von Rechtsgrundlagen. Die vergleichsweise tiefere Precision zeigt jedoch, dass eine fachliche Prüfung weiterhin notwendig bleibt. Für die Praxis empfiehlt sich ein kombinierter Workflow: LLMs können zur explorativen Erkennung möglicher noch nicht bekannten Formulierungen eingesetzt werden, während das Hybridmodell die systematische Suche unterstützt. So können digitale Hindernisse sichtbar gemacht und Revisionsprozesse für Rechtsgrundlagen früh angestossen werden.