Eine Prüfschicht, die sich vor Ihre Software legt.

Buchstabengetreuer Vergleich von Vor- und Nachnamen bzw. Firmenname gegen den gesamten Personen- und Firmenbestand.

Beispiel: „Fitzelberger, Notburga“ wird 1:1 mit jedem Beteiligten in Ihrer Kanzleihistorie abgeglichen – Treffer nur bei exakter Schreibweise.

Erkennt Namen, die unterschiedlich geschrieben, aber gleich ausgesprochen werden – etwa bei Verhörern am Telefon oder Erfassungsfehlern.

Beispiel: „Meier“, „Mayer“, „Maier“ und „Meyer“ werden als derselbe Klang erkannt und gemeinsam geprüft, obwohl die Schreibweise abweicht.

Fehlertoleranter Textvergleich über Dreierzeichen-Gruppen – findet Tippfehler und Schreibvarianten, die phonetisch nicht auffallen.

Beispiel: „Schultze“ statt „Schulze“ oder ein Buchstabendreher wie „Rihcter“ statt „Richter“ werden trotzdem als Treffer erkannt.

Abgleich über eindeutige amtliche Kennungen wie die Handelsregisternummer (HRB) – unabhängig vom Firmennamen.

Beispiel: Die „Müller Logistik GmbH“ firmiert nach einer Umbenennung als „ML Trans GmbH“ – die HRB-Nummer bleibt gleich, die Verbindung wird trotzdem erkannt.

Bei gleichlautenden oder ähnlichen Namen verhindert ein abweichendes Geburtsdatum einen falschen Alarm.

Beispiel: Zwei „Thomas Schmidt“ in Ihrem Bestand mit unterschiedlichem Geburtsdatum werden korrekt als zwei verschiedene Personen unterschieden – kein unnötiger Gelb-Fall.

Auch bereits abgelehnte oder zurückgezogene Anfragen aus der Vergangenheit werden mitgeprüft, nicht nur aktive Akten.

Beispiel: Eine vor zwei Jahren abgelehnte Anfrage taucht bei erneutem Kontakt wieder auf und wird berücksichtigt, obwohl sie nie zu einer Akte wurde.

Löst auf, welche Personen oder Firmen direkt an einem Unternehmen beteiligt sind.

Beispiel: Ein neuer Anfragender ist zu 30 % an der Gegenseite einer laufenden Akte beteiligt – die Verbindung wird erkannt, auch wenn kein Name übereinstimmt.

Erfasst, wer als Geschäftsführer, Vorstand oder Prokurist für ein Unternehmen auftritt.

Beispiel: Der Geschäftsführer der neu anfragenden GmbH ist zugleich Geschäftsführer einer Gesellschaft aus einer bestehenden Akte.

Verfolgt Konzernstrukturen über mehrere Ebenen, auch wenn Tochterunternehmen einen völlig anderen Namen tragen.

Beispiel: Die anfragende „Nord Logistik GmbH“ ist eine 100-%-Tochter der „Süd Holding AG“, die in einer Altakte als Mandantin auftritt.

Berücksichtigt bekannte verwandtschaftliche Beziehungen zwischen Beteiligten, etwa aus Erbfällen oder Ehegatten-Konstellationen.

Beispiel: Die Ehefrau eines bestehenden Mandanten stellt in eigenem Namen eine Anfrage zum selben Sachverhalt.

Die Graphsuche verfolgt Beteiligungsketten nicht nur direkt, sondern über mehrere Zwischenstufen.

Beispiel: A gehört zu B, B gehört zu C – auch diese drei Ebenen entfernte Verbindung wird noch erkannt, nicht nur die direkte erste Stufe.

Ein Embedding-Modell vergleicht den Sachverhalt der neuen Anfrage inhaltlich mit allen bestehenden Akten – unabhängig von Namen.

Beispiel: Eine Anfrage zu „Rückabwicklung Grundstückserwerb Sonnenallee 123“ wird mit der thematisch passenden Altakte „Kaufvertrag Sonnenallee 123“ verglichen, obwohl kein Beteiligter namentlich übereinstimmt.

Für jeden inhaltlich ähnlichen Treffer bewertet ein Sprachmodell konkret, ob dieselbe Angelegenheit oder ein Interessengegensatz vorliegt – mit Begründung im Klartext.

Beispiel: Das System erklärt „Dieselbe rechtliche Angelegenheit – die Rückabwicklung betrifft dasselbe Objekt wie Akte 42/2025“, statt nur einen anonymen Score auszugeben.