‘Slimme modellen maken advocaten minder afhankelijk van ondersteunend personeel. Het is alsof je een virtuele assistent hebt die nooit fouten maakt.’
De meeste advocatenkantoren werken met Word sjablonen/modellen. Superhandig, aangezien deze sjablonen basistemplates vormen voor communicatiemiddelen zoals brieven, contracten en processtukken. Cliëntgegevens worden, mits een koppeling met praktijkmanagementsysteem, automatisch ingelezen en de lay-out is standaard bepaald. Toch kan het volgens Johan Lijftogt van NEXTlegal nog nét iets makkelijker, namelijk met behulp van slimme modellen.
‘Dagelijks ben ik bezig om een groot aantal Word-sjablonen/modellen om te bouwen naar slimme modellen. Dit is even wat werk, maar bespaart kantoren in de praktijk gigantisch veel tijd.’ Op het moment dat we Johan spreken is hij maar liefst 133 Word sjablonen aan het omzetten. Hij vertelt dat kantoren hiervoor geen externe applicatie hoeven aan te schaffen. Dit kan namelijk, geheel naar eigen wens, in NEXTmatters gecreëerd worden.
Van Word-sjabloon naar intelligent model
Maar hoe werkt het? Op basis van de bekende sjablonen van het kantoor maken Johan en zijn collega’s een workflow: een soort automatische vragenlijst die gebruikers geheel geautomatiseerd door processtukken navigeert. Johan: ‘Hierdoor wordt geen enkel detail vergeten. Dit leidt tot een foutloos document dat in de helft van de tijd geproduceerd kan worden. Dat komt doordat het vullen en het samenstellen wordt gestandaardiseerd en dus vereenvoudigd. Het Word-sjabloon wordt gebruikt als de basis en wij maken er een intelligent sjabloon van.’
De bekende data worden gevuld met informatie uit NEXTmatters en aangevuld met vooraf bepaalde bouwstenen. Deze bouwstenen, bijvoorbeeld de verschillende clausules, worden binnen NEXTmatters op één centrale plek bewaard. Een verandering betekent slechts één keer aanpassen.
Vraag-antwoordspel
Johan legt uit hoe hij een soort 'vraag-antwoordspel' integreert. Aan de hand van vragen en antwoorden wordt de gebruiker door het document geleid. Alle variabele tekstblokken, zoals clausules, worden gecodeerd en centraal opgeslagen voor hergebruik in andere modellen van het kantoor. ‘Door het slim inzetten van deze ‘intelligentie’ kunnen vier modellen naar één model worden teruggebracht. Dit betekent dat er ook maar één model onderhouden hoeft te worden.’
Johan schetst een voorbeeld: binnen NEXTmatters worden velden bepaald, zoals de aanwezigheid van een concurrentiebeding of ontslagvergoeding. Op basis hiervan wordt de vragenlijst samengesteld. Voor de antwoorden die mogelijk zijn worden tekstblokken gecreëerd, gebaseerd op de input van het kantoor. ‘Dit betekent dat geen enkele clausule wordt vergeten. Op basis van de antwoorden wordt een Word-document gegenereerd, inclusief data uit NEXTmatters. Dit bespaart enorm veel tijd en voorkomt menselijke fouten.’
Op basis van de vragen wordt een Word-document gemaakt, inclusief de beschikbare data uit NEXTmatters. ‘Dit betekent ook dat er berekeningen worden gedaan, bijvoorbeeld voor de ontslagvergoeding. Daarbij worden ook de vervoegingen goed doorgevoerd. Betreft het bijvoorbeeld een man, dan wordt overal ‘hij’ en ‘zijn’ geschreven. Dit geldt ook voor de gedaagde of eiser. Dit voorkomt menselijke fouten en bespaart veel tijd.’
Voordelen
Naast tijdsbesparing en foutpreventie, worden advocaat en secretaresse minder afhankelijk van elkaar. ‘Een advocaat die volledig in de zaak zit, kan nu zelf binnen een mum van tijd een overeenkomst maken’, zegt Johan. ‘Ook fijn voor het secretariaat dat vaak druk is, dit bespaart ook hen tijd.’ Wil een advocaat aan de ander kant een document toch uitbesteden dan kan hij aan de hand van een audit file zien wat er reeds is ingevuld door het ondersteunend personeel. Een simpele blik hierop en hij of zij kan met een gerust hart goedkeuring geven. De feedback van diverse kantoren is positief, met meldingen van een tijdsbesparing tot wel de helft van de tijd.
Een ander pluspunt is dat de data die worden ingevuld in het slimme model, in NEXTmatters worden opgeslagen. Deze antwoorden kunnen later weer worden gebruikt in een vervolgbrief of stuk, denk aan het bedrag van de ontslagvergoeding. ‘Onze codering maakt dit mogelijk.’
Work in progress
Johan deelt dat er verdere ontwikkelingen op de agenda staan. Het doel is om meer slimmigheden in te bouwen, zoals de mogelijkheid voor gebruikers om eenvoudig terug te gaan in het document om eerder ingevoerde antwoorden aan te vullen.
Het gebruik van slimme modellen is een van de minder bekende troeven van NEXTmatters. Naast dit innovatieve aspect kunnen advocaten meer ontdekken in het recente artikel over drie minder bekende troeven van NEXTmatters, waaronder de insolventiemodule en externe koppelingen. Het creëren van persoonlijke intelligente modellen is maatwerk.
Bent u geïnteresseerd? Neem contact op voor meer informatie en ontdek hoe slimme modellen de toekomst van juridische documentproductie vormgeven.
Sinds jaar en dag is Johan een gevestigde naam in het consultants team van NEXTlegal. Hij begeleidt en traint de FORTUNA en NEXT klanten bij het optimaal gebruik maken van de softwareoplossingen van NEXTlegal. Daarnaast is hij één van de managementrapportage experts.
