Larissa Arthofer hat soeben Geschichte geschrieben: Mit nur 20 Jahren hat sie das Studium der Rechtswissenschaften (Mag. iur.) an der Universität Wien in nur 1,5 Jahren abgeschlossen – der schnellste Abschluss in der Geschichte der Universität. Zum Vergleich: Die Mindeststudienzeit beträgt vier, die durchschnittliche Studiendauer rund sechs Jahre.

Doch der Rekord ist nur die eine Seite. Schon vor ihrem Studium wurde Arthofers interdisziplinäre KI-Forschung mit dem Dr.-Hans-Riegel-Fachpreis im Bereich Informatik ausgezeichnet. Als Mitglied von Women in AI Austria forscht sie an der Schnittstelle von Recht und Künstlicher Intelligenz – zu Deepfakes im Strafrecht und ihren Folgen für die freie Beweiswürdigung, zu „Robo-Richtern“ und algorithmic justice sowie zu der Frage, wie Rechtssysteme mit technologischer Beschleunigung Schritt halten können.

Anlässlich ihrer Sponsion, heute am 28. Mai im Großen Festsaal der Universität Wien, haben wir mit ihr über Tempo, Technologie und die Zukunft des Rechts gesprochen.

Trending Topics: Was ist das Geheimrezept, wie bist du so schnell durchs Studium gekommen?

Larissa Arthofer: Ein Wundermittel hatte ich leider auch nicht. Ich habe versucht, jedes Rechtsgebiet zuerst in seiner inneren Logik zu verstehen und die Details dann daran aufzubauen. Es benötigt natürlich auch seinen Teil an Doppel- oder Dreifachantritten, sehr genauer Planung und langen Nächten, an denen man mit Lehrbüchern sitzt. Aber genauso wichtig war für mich der Ausgleich mit viel Sport – vor allem Tennis und Kampfsport – und Zeit mit Freunden. Ich glaube, ohne diesen Ausgleich hätte ich das Tempo nicht so durchgezogen. Gerade bei einer riesigen Lernmenge braucht man nicht nur Disziplin, sondern auch Dinge, die einem wieder Energie geben. Ich hoffe natürlich, dass mein Weg auch andere ein bisschen ermutigen kann.

Welche Hilfe ist/war KI für dich beim Lernen? Wäre es ohne KI auch so schnell gegangen?

Ich habe mich vor allem wissenschaftlich und fachlich mit KI beschäftigt, insbesondere im Kontext von Recht, Legal Tech und gesellschaftlichen Risiken. Im Studium selbst war mir immer wichtig, wissenschaftliche Integrität und Eigenleistung klar zu wahren. Für mich war KI kein Ersatz für juristisches Lernen, sondern ein Forschungsfeld.

Die einzige größere Unterstützung war kurz vor Prüfungen, wenn ich mit KI Fragenkataloge durchgearbeitet habe – aber auf Basis eines RAG-Modells, das auf meine eigenen Lernquellen zurückgreift.

Zusätzlich habe ich KI im programmierbezogenen Teil meiner Arbeit zu Algorithmic Justice eingesetzt, wo sie methodisch Teil des Forschungsdesigns war. Dabei habe ich einen “Robo-Richter” bzw. ein Simulationsmodell programmiert, dessen Ergebnisse ich anschließend mit menschlicher Rechtsprechung verglichen und anhand verschiedener Gerechtigkeitsdimensionen (Konsistenz, Erklärbarkeit und richterlichen Ermessensspielraum) ausgewertet habe.

Denkst du, dass KI an der Uni bereits adäquat eingesetzt wird? Was wären Verbeserungspotenziale?

Man kann im Studium bereits einiges lernen, vor allem wenn man gezielt nach interdisziplinären Angeboten, Seminaren und eigenen Forschungsthemen sucht. Ich hatte zum Beispiel sehr wertvolle Berührungspunkte durch den Legal-Tech-Hackathon und Wahlfächern bei Professoren wie Schweighofer, Forgó oder Piska und Dr. Seeber, die solche Zukunftsfragen ernsthaft aufgreifen. Gleichzeitig ist KI ein extrem dynamisches Feld, das sich oft schneller entwickelt als klassische Curricula angepasst werden können. Deshalb passiert ein großer Teil des Lernens auch außerhalb des Studienplans – in Netzwerken wie Women in AI Austria, auf Konferenzen wie der Legal Tech Konferenz von Future-Law, durch Hackathons und durch eigene Forschung. Gerade diese Kombination fand ich für mich besonders spannend: das dogmatische Fundament aus dem Jusstudium und dazu der aktive Blick in technologische Entwicklungen. Ich glaube, genau diese Verbindung wird in den nächsten Jahren für Jurist:innen noch wichtiger werden.

Verbesserungspotenzial sehe ich vor allem dabei, dass Universitäten Studierende vermehrt dabei unterstützen, den zugrundeliegenden Tech Stack von KI besser zu verstehen – also sowohl das Potenzial, als die Grenzen solcher Systeme. Gerade Jurist:innen müssen nicht alles selbst programmieren können, aber sie sollten sich damit auseinandersetzen, wie KI funktioniert und welche Schnittstellen rechtlich relevant werden. Besonders wertvoll fände ich es auch, wenn Universitäten eigene interdisziplinäre Projekte stärker fördern würden, weil man KI oft am besten versteht, wenn man selbst einmal praktisch damit gearbeitet hat.

Bei mir begann dieses Interesse schon in der Schule mit einer vorwissenschaftlichen Arbeit (1. Platz Dr. Hans Riegel Fachpreis), für die ich ein eigenes Convolutional Neural Network zur Zahlenerkennung programmiert und mit menschlichen Wahrnehmungsprozessen, Bias und Bias-Prävention verglichen habe. Solche Projekte zeigen sehr früh, dass KI nicht nur eine technische Frage ist, sondern immer auch eine rechtliche und gesellschaftliche. Genau solche interdisziplinären Projekte können Studierenden zeigen, dass KI und Recht nicht zwei getrennte Welten sind, sondern immer stärker zusammengehören.

Was genau wurde mit dem Preis ausgezeichnet, was hast du im KI-Bereich erforscht?

Mit dem Dr. Hans Riegel-Fachpreis wurde meine vorwissenschaftliche Arbeit im Bereich Informatik ausgezeichnet, in der ich die Schnittstelle zwischen Hirnforschung und Künstlicher Intelligenz untersucht habe. Mich hat interessiert, welche strukturellen und funktionalen Parallelen es zwischen neuronalen Prozessen im menschlichen Gehirn und KI-Modellen gibt – besonders bei Mustererkennung und Lernprozessen. Dafür habe ich unter anderem ein eigenes Convolutional Neural Network programmiert, das handgeschriebene Zahlen erkennen konnte, und dieses Modell mit menschlichen Wahrnehmungs- und Erkennungsprozessen verglichen.

Besonders spannend war für mich aber nicht nur die technische Seite, sondern auch die Frage, was daraus ethisch und rechtlich folgt. Gerade bei Mustererkennung stellt sich sehr schnell die Frage nach Fehlern, Verzerrungen und Bias. Deshalb habe ich in der Arbeit auch überlegt, wie man Bias in KI-Systemen rechtlich besser erfassen und regulieren könnte. Rückblickend war das mein erster wissenschaftlicher Schritt an die Schnittstelle von KI, Recht und gesellschaftlicher Verantwortung.

Wie geht es für dich jetzt akademisch und beruflich weiter?

Mein nächstes Ziel ist, meine Forschung im Bereich KI und Recht weiter zu vertiefen. Diese Schnittstelle war schon während des Studiums einer meiner wichtigsten Antriebe, weil dort unglaublich viel Potenzial liegt – aber auch echte rechtliche und gesellschaftliche Risiken. Dazu gehören für mich Themen wie algorithmic justice, Deepfakes im Strafverfahren und Legal Tech. Der Rekordabschluss ist für mich deshalb nicht das Ziel, sondern die Grundlage für die nächste fachliche Phase.

Wie muss sich das Rechtssystem an KI anpassen aus deiner Sicht?

Aus meiner Sicht muss sich das Rechtssystem auf zwei Ebenen an KI anpassen. Einerseits sollten wir die sinnvollen Potenziale von KI nutzen – etwa bei Produktivitätsgewinnen, Effizienzsteigerung und Automatisierung dort, wo sie Qualität verbessern. Andererseits müssen Risiken frühzeitig erkannt und technisch wirklich verstanden werden: von Bias und Intransparenz bis zu Deepfakes und neuen Beweisproblemen.

Dafür braucht es interdisziplinäre Lösungen, die sowohl rechtlich sauber, als auch technisch realistisch und wirtschaftlich umsetzbar sind. Das Recht muss einen Rahmen schaffen, in dem Innovation möglich bleibt, aber Verantwortung, Kontrolle und Grundrechte klar abgesichert sind.