Wie Qualitätssicherung für Justizsoftware gelingt

Zuletzt aktualisiert am: 29. Oktober 2026

Qualitätssicherung für Justizsoftware beginnt lange vor dem ersten Test. Sie beginnt bei der Frage, wie aus Recht eine Regel wird, die eine Maschine ausführt. Wer diese Regeln in fachlichen Modellen beschreibt, statt sie im Programmcode zu verstecken, kann sie prüfen, bevor die Anwendung überhaupt läuft. Viele Fehler lassen sich so verhindern, statt sie später mühsam zu suchen.

mgm technology partners arbeitet seit vielen Jahren nach diesem Prinzip in der Steuerverwaltung. Hinzu kommt Erfahrung aus Projekten für Kunden aus der Rechtsberatung, deren Arbeit von komplexen juristischen Fachfragen geprägt ist. Dieser Artikel zeigt, warum der Ansatz für die Justiz besonders wichtig ist, gerade jetzt, wo mit Künstlicher Intelligenz (KI) neue Anforderungen hinzukommen.

Warum Justizsoftware keine Fehler verzeiht

Fehler in Justizsoftware haben unmittelbare Folgen für Menschen. Eine falsch berechnete Frist oder eine Akte, die beim falschen Gericht landet, kann ein Verfahren verzögern und die Rechte von Beteiligten berühren. Richter, Staatsanwälte und Rechtspfleger können nur dann gut arbeiten, wenn sie sich auf ihre IT verlassen können.

Dazu kommt die Lebensdauer. Fachanwendungen in der öffentlichen Verwaltung laufen oft zehn bis zwanzig Jahre. In dieser Zeit ändern sich Gesetze, Zuständigkeiten und technische Plattformen mehrfach. Ein Prototyp zeigt schnell, was technisch denkbar ist. Eine Fachanwendung, mit der Gerichte jahrzehntelang arbeiten, muss deutlich mehr leisten. Qualitätssicherung ist hier keine Phase am Projektende. Sie begleitet die Software, solange sie im Einsatz ist.

Wo Fehler in Justizsoftware entstehen

Dr. Martin Varendorff, Experte für Qualitätssicherung bei mgm technology partners, erklärt: „In klassisch programmierter Software durchläuft eine Rechtsregel mehrere Übersetzungen. Der Gesetzgeber formuliert sie, die Verwaltung legt sie aus, Entwickler übertragen sie in Code. Bei jedem Schritt kann sie sich vom ursprünglichen Willen entfernen.“

Genau dieses Risiko beschreibt eine Kurzstudie des Nationalen E-Government Kompetenzzentrums (NEGZ) zur Digitalisierung der Gesetzgebung. „Am Ende steckt die Fachlogik verteilt im Code, getrennt vom Gesetzestext. Wer prüfen will, ob eine Regel richtig umgesetzt ist, muss sie dort erst finden. Und mit jeder Gesetzesänderung beginnt die Übersetzung von vorn“, so Varendorff weiter.

Qualitätssicherung für Justizsoftware beginnt im Modell

Modellbasierte Softwareentwicklung verkürzt diese Kette. Maßgeblich ist das fachliche Modell, nicht der Code. Fachexpertinnen und Fachexperten können es selbst gegenlesen, auch ohne Programmierkenntnisse. Weil der Code aus dem Modell entsteht, können Regel und Programm nicht auseinanderlaufen. So fallen Fehler früher auf, oft schon bei der Anforderungserhebung.

Ein zweiter Effekt betrifft die Technik. Wird Code aus Modellen generiert, muss das Team nicht jede Zeile einzeln absichern. Im Fokus stehen die Generatoren und die Bausteine, die sie verwenden. Anwendungen auf Basis der A12 AI Low Code Plattform profitieren davon, dass ihre Komponenten bereits qualitätsgesichert sind. Testerinnen und Tester konzentrieren sich auf das, was die jeweilige Anwendung ausmacht: ihre Fachlichkeit.

„Für uns bei mgm hat die Qualitätssicherung in modellbasierter Enterprise Software deshalb höchste Priorität“, betont Dr. Varendorff. „Sie muss sauber und lückenlos sein, denn Fehler sind hier nicht tolerierbar. Das folgt aus einem einfachen Zusammenhang: Ein Fehler im Modell wirkt überall dort, wo das Modell verwendet wird. Umgekehrt gilt das genauso. Eine korrigierte Regel ist nach der nächsten Generierung an allen Stellen richtig.“

ELSTER: Wie Steuerrecht zu prüfbaren Regeln wird

Dass dieser Ansatz im großen Maßstab funktioniert, zeigt ELSTER, die Online-Plattform für die elektronische Steuererklärung. Bund und alle Länder betreiben sie gemeinsam, die Federführung liegt beim Bayerischen Landesamt für Steuern (BayLfSt). Über 25 Millionen Steuerpflichtige reichen ihre Erklärungen inzwischen darüber ein, Millionen Nutzerinnen und Nutzer verwenden die Plattform täglich. mgm hat ELSTER als technologischer Partner von Anfang an begleitet und trägt bis heute zur Weiterentwicklung bei. Im Kern der Lösung steht die A12-Plattform.

Schon bei der Eingabe prüfen Plausibilitätsregeln, ob Angaben fehlen oder nicht zusammenpassen. Diese Regeln stehen nicht verstreut im Programmcode. ELSTER bildet den rechtlichen Rahmen in Datenmodellen ab und erfasst das Regelwerk in einer domänenspezifischen Sprache (DSL), die für Menschen lesbar und für Maschinen ausführbar ist. Aus diesem einen Regelwerk entstehen automatisch die Prüfungen für das Online-Finanzamt Mein ELSTER und für die Programme der Softwarehersteller. Eine Regel wird also einmal beschrieben und gilt überall gleich. Weil sich das Steuerrecht regelmäßig ändert, ist ein zweiter Punkt wichtig: Die Finanzverwaltung kann Formulare und Regeln eigenständig anpassen. Das Ergebnis: Fehlerquoten und Bearbeitungszeiten sind spürbar gesunken.

Wie das im Alltag aussieht, hat das Kompetenzzentrum Öffentliche IT (ÖFIT) am Beispiel der digitalisierten Körperschaftsteuer beschrieben. In der Oberfinanzdirektion Frankfurt am Main pflegt ein Team aus Steuerexperten ohne IT-Hintergrund die Regeln selbst. Wer eine Regel überarbeitet, schreibt direkt den Regeltext statt einer losgelösten Spezifikation, erzeugt die Anwendung neu und testet sie. Automatische Abgleiche helfen, Fehler oder Widersprüche zwischen Regeln zu finden.

Was die Justiz daraus lernen kann

Das Prinzip lässt sich auf die Justiz übertragen. Auch dort geht es um regelbasierte Fachlichkeit: Fristen, Zuständigkeiten, Kostenberechnungen, Formvorschriften. Je präziser diese Regeln beschrieben sind, desto besser lassen sie sich prüfen.

Dass der Ansatz nicht auf Steuern beschränkt ist, belegt die NEGZ-Studie. Autorinnen und Autoren aus Wissenschaft und Praxis, darunter von mgm, legen darin dar, dass sich Gesetze mit domänenspezifischen Sprachen beschreiben und automatisiert auswerten lassen. Das gilt ausdrücklich auch für andere Rechtsgebiete bis hin zum Strafrecht. Ein Beispiel aus der Studie liegt nah an der Justiz: gesetzliche Fristen. Ihre Berechnung folgt festen Regeln, etwa wenn das Fristende auf ein Wochenende oder einen Feiertag fällt. In einem Modell beschrieben, gelten diese Regeln überall gleich, statt in jedem Programm neu programmiert zu werden.

Qualität über den gesamten Lebenszyklus absichern

Das Modell ist die Grundlage, aber nicht die ganze Qualitätssicherung. mgm versteht sie als durchgehenden Prozess, von der Anforderungserhebung über automatisierte Tests bis zum stabilen Betrieb. Den Maßstab setzen die Menschen, die später mit der Software arbeiten. In der Justiz sind das die Richter, Staatsanwälte und Rechtspfleger sowie die Beschäftigten in den Geschäftsstellen.

Für die praktische Arbeit hat mgm die Q12 Quality Landscape aufgebaut. Ihre Werkzeuge für A12-Anwendungen setzen direkt am Modell an. Q12-TDS prüft Regeln, Felddefinitionen und Berechnungen schon während der Modellierung. Q12-TDG erzeugt passende Testdaten und prüft die Modelle auf mathematische Konsistenz. Q12-ATA generiert die Oberflächentests aus den A12-Modellen. Ändert sich ein Formular, entstehen die Tests einfach neu. Darüber hinaus deckt Q12 Sicherheit, Performance und Barrierefreiheit ab, die für öffentliche Stellen ohnehin Pflicht sind. Für automatisierte Oberflächentests (UI-Tests) nutzt mgm unter anderem QF-Test, das Produkt der mgm-Tochter Quality First Software.

Gerade bei langlebigen Anwendungen zahlt sich das aus. Ändert sich ein Gesetz, wird das Modell angepasst, Tests und Testdaten entstehen neu, und die Regressionstests laufen erneut über die gesamte Anwendung. So zeigt sich schnell, ob eine Änderung an einer Stelle unerwünschte Folgen an einer anderen hat.

Ausblick: KI und Law as Code

Das Interesse an KI in der Rechtspraxis wächst. Für den produktiven Einsatz gelten dieselben Maßstäbe wie für jede andere Justizsoftware. KI muss nachvollziehbar und beherrschbar in die Fachanwendung eingebettet sein, und sie muss im Arbeitsalltag der Gerichte funktionieren.

Die A12 AI Low Code Plattform ist dafür als deterministisches KI-Framework ausgelegt. Sie bringt keine fest eingebauten KI-Modelle mit, sondern lässt die Wahl des Sprachmodells offen. Entscheidend ist die Arbeitsteilung: Beim Erstellen der Modelle kann KI ihre Stärken voll ausspielen, etwa wenn ein KI-Agent aus einem PDF-Formular ein erstes Datenmodell erzeugt. Zur Laufzeit dagegen führen Modell-Interpreter und Generatoren die Regeln deterministisch aus. Für die Justiz ist das der Kern: KI hilft beim Beschreiben der Regeln, angewendet wird aber, was im geprüften Modell steht. Entscheidungen bleiben so nachvollziehbar und überprüfbar.

Die NEGZ-Studie nennt gute Gründe für diese Trennung: Bei KI-Verfahren können Eigenheiten der Trainingsdaten die Ergebnisse verzerren, und nicht jedes Ergebnis lässt sich erklären. mgm setzt KI deshalb nur in einem beherrschbaren Rahmen ein. Qualitätssicherung, Sicherheitstests sowie Build- und Deployment-Prozesse bilden diesen Rahmen. Unkontrolliertes „Vibe Coding“ hat in geschäftskritischen Anwendungen keinen Platz. Auch KI-gestützte Funktionen brauchen Testfälle, Abnahmekriterien und einen Menschen, der das Ergebnis verantwortet.

Einen Schritt weiter geht die Idee von „Law as Code“. Heute müssen Fachleute ein Gesetz noch von Hand auslegen, bevor sie es modellieren. Widersprüche und Ungenauigkeiten fallen deshalb oft erst bei der Umsetzung auf. Die NEGZ-Studie empfiehlt, Modelle schon im Gesetzgebungsverfahren zu erstellen, gemeinsam von Juristen, Verwaltungsfachleuten und IT-Experten. Das Ziel sind Gesetze, die Mensch und Maschine gleichermaßen verstehen. Mehr dazu in unserem Beitrag zur Denkfabrik Legal Tech.

Dr. Martin Varendorff resümiert: „Ob Steuererklärung oder Gerichtsverfahren, der Anspruch an die Software bleibt derselbe. Sie muss stimmen, heute und in fünfzehn Jahren. Dafür reicht es nicht, am Ende gründlich zu testen. Qualität entsteht dort, wo Recht zur Regel wird: im Modell. Systematische Qualitätssicherung über den gesamten Lebenszyklus sorgt dafür, dass dieser Anspruch im Alltag hält.“

Sie möchten wissen, wie mgm die Qualität komplexer Fachanwendungen absichert?

FAQ