Wir leben in einer digitalen Welt und immer mehr F\u00e4lle besch\u00e4ftigen sich mit eDiscovery. Die Dokumentenpr\u00fcfung ist der zeitaufw\u00e4ndigste und daher teuerste Teil eines eDiscovery-Projekts. Hier sehen wir uns die verschiedenen Methoden zur Dokumentenpr\u00fcfung an, damit Sie Ihre Optionen besser verstehen. Wir besprechen auch die besten M\u00f6glichkeiten, um Zeit und Geld zu sparen, w\u00e4hrend Sie Ihre \u00dcberpr\u00fcfung durchf\u00fchren.<\/p>\n\n\n\n
Wenn wir gro\u00dfe Dokumentenpr\u00fcfungen f\u00fcr unsere Kunden verwalten, verwenden wir eine Reihe von Workflows, um Datens\u00e4tze zu minimieren. Die Reduzierung der \u00dcberpr\u00fcfungspopulation ist der einfachste Weg, um sowohl Zeit als auch Geld zu sparen, wenn es um eDiscovery geht. Unsere Tools nutzen Metadatenfelder, Suchbegriffe, E-Mail-Threading und TAR, um redundante und irrelevante Daten vor der \u00dcberpr\u00fcfung durch den Anwalt auszusortieren.<\/p>\n\n\n\n
Datumsfilter<\/span> \u2013 Wenn die gesuchten Daten nur innerhalb eines bestimmten Zeitraums aufgetreten sind, verwenden Sie Filter, um Ihre Suche nur auf Dokumente in diesen Datumsbereichen zu beschr\u00e4nken.<\/p>\n\n\n\n Suchbegriffe<\/span> \u2013 Aufgrund der Menge an digitalen Daten, die von den meisten Menschen und Unternehmen produziert werden, sind Suchbegriffe eine hervorragende M\u00f6glichkeit, den Datensatz zu reduzieren. Diese Bedingungen werden normalerweise mit der Gegenseite auf der Grundlage des Vernehmungsersuchens ausgehandelt. Alle Dokumente der obersten Ebene (\u00fcbergeordnete Dokumente) oder zugeh\u00f6rige Dokumente (untergeordnete Dokumente), auf die die Suchbegriffe zutreffen, werden zur \u00dcberpr\u00fcfung gekennzeichnet und Nicht-Suchtreffer werden unterdr\u00fcckt. Dies kann den \u201eReichtum\u201c Ihres Datensatzes erh\u00f6hen, wenn die Begriffe sorgf\u00e4ltig gew\u00e4hlt werden.<\/p>\n\n\n\n E-Mail-Threading\/Beinahe-Dupes<\/span> \u2013 Neue Technologien k\u00f6nnen auch dazu beitragen, die Anzahl der Dokumente in Ihrer \u00dcberpr\u00fcfung zu reduzieren. iDS verwendet Brainspace (ein Analysetool), um E-Mail-Threading und Beinahe-Duplikate zu analysieren. Viele Gerichte fordern bei der \u00dcberpr\u00fcfung nur inklusive Dokumente. Inklusive E-Mails enthalten einen vollst\u00e4ndigen Verlauf eines bestimmten E-Mail-Threads (z. B. die urspr\u00fcngliche E-Mail und alle Antworten). Nicht inklusive E-Mails und Anh\u00e4nge k\u00f6nnen von der Anwaltspr\u00fcfung ausgeschlossen werden, was Kosten und Zeit weiter reduziert.<\/p>\n\n\n\n Technologieunterst\u00fctzte \u00dcberpr\u00fcfung (TAR)<\/span> \u2013 Dies ist der Prozess des Erstellens und Trainierens eines Vorhersagemodells zum Klassifizieren oder Einstufen von Dokumenten. TAR kombiniert das spezifische Wissen eines menschlichen Gutachters mit der Effizienz moderner Computer.<\/p>\n\n\n\n Die lineare \u00dcberpr\u00fcfung ist die einfachste und traditionellste Form der \u00dcberpr\u00fcfung. Nach der Verarbeitung werden die Eltern und Kinder linear zusammengruppiert. Die Gutachter sehen sich dann ein Dokument nach dem anderen an, bis der gesamte Datensatz gepr\u00fcft ist. Diese Option eignet sich am besten f\u00fcr kleine Datens\u00e4tze, bei denen eine kleine Gruppe von Pr\u00fcfern jedes Dokument in kurzer Zeit durchsehen kann. Diese kleinen Datens\u00e4tze stammen im Allgemeinen aus F\u00e4llen mit einem engen Zeitplan f\u00fcr die \u00dcberpr\u00fcfung oder sehr spezifischen Suchbegriffen. iDS kann bei der Einrichtung eines linearen \u00dcberpr\u00fcfungsprozesses f\u00fcr Ihren Datensatz behilflich sein. Beispielsweise k\u00f6nnen wir \u00dcberpr\u00fcfungsstapel (eine Reihe von Dokumentengruppen) erstellen, in denen die E-Mail und die zugeh\u00f6rigen Anh\u00e4nge zusammen angezeigt werden, nach Datum organisiert; oder Ihnen helfen, gezielte Suchen zu erstellen, um die relevantesten Dokumente zuerst zu \u00fcberpr\u00fcfen.<\/p>\n\n\n\n Es gibt verschiedene M\u00f6glichkeiten, wie ein \u00dcberpr\u00fcfungsteam eine \u201eNur-Treffer\u201c-\u00dcberpr\u00fcfung angehen kann.<\/p>\n\n\n\n Viele F\u00e4lle nutzen Suchbegriffe, um die Datens\u00e4tze auszusortieren. iDS kann Ihnen dabei helfen, die Suchbegriffe mit Ihrem Datensatz abzugleichen und zu analysieren und Ihre \u00dcberpr\u00fcfung auf die Begriffe zuzuschneiden. Durch Kombinieren der Suchbegriffe mit der oben genannten linearen Bewertung kann iDS Bewertungsstapel erstellen, um auf vorrangige Begriffe, Verwalter oder bestimmte Daten abzuzielen.<\/p>\n\n\n\n Wenn Pr\u00fcfer responsive Dokumente finden, k\u00f6nnen sie auf zwei Arten vorgehen. Pr\u00fcfer k\u00f6nnen entweder sofort die anderen Mitglieder dieser Dokumentenfamilie pr\u00fcfen oder sie k\u00f6nnen mit anderen Dokumenten mit Treffern fortfahren und zu den Familienmitgliedern zur\u00fcckkehren, nachdem alle Treffer gepr\u00fcft wurden.<\/p>\n\n\n\n Eine der effizientesten Methoden zur Durchf\u00fchrung einer Dokumentenpr\u00fcfung ist die Verwendung eines TAR-Workflows. Es gibt zwei Hauptgeschmacksrichtungen von TAR, w\u00e4hrend eine dritte noch in den Kinderschuhen steckt. Der erste Workflow ist TAR 1.0, auch bekannt als Predictive Coding. Ein TAR 1.0-Workflow trifft die Codierungsentscheidungen eines Fachexperten (SME) und erstellt ein Vorhersagemodell. Das KMU verfeinert das Modell durch zus\u00e4tzliche Dokumentenpr\u00fcfung bis zu einem Punkt, an dem sich Weiterbildungen nicht mehr positiv auf die Leistung des Modells auswirken. Das Vorhersagemodell wird dann verwendet, um die verbleibenden nicht \u00fcberpr\u00fcften Dokumente in zwei Gruppen einzustufen und zu kategorisieren, oft responsiv und nicht responsiv oder relevant und nicht relevant.<\/p>\n\n\n\n 1. Zum Trainieren des Vorhersagemodells ist ein Fachexperte erforderlich.<\/p>\n\n\n\n 2. Das Vorhersagemodell wird \u201estatisch\u201c, sobald das Training abgeschlossen ist.<\/p>\n\n\n\n 3. Viele der kritischsten Arbeiten werden vorab beim Trainieren des Modells durchgef\u00fchrt.<\/p>\n\n\n\n Der zweite Workflow ist TAR 2.0, auch bekannt als kontinuierliches aktives Lernen. Ein TAR 2.0-Workflow erstellt auch ein Vorhersagemodell unter Verwendung von Codierungsentscheidungen, aber ein SME ist nicht erforderlich. Dies liegt daran, dass das Vorhersagemodell w\u00e4hrend der gesamten \u00dcberpr\u00fcfung oder, wie der Name schon sagt, kontinuierlich trainiert wird. Dadurch entf\u00e4llt ein Gro\u00dfteil der Vorabbelastung, die in einem TAR 1.0-Workflow auftritt, und erm\u00f6glicht es Kunden, kosteng\u00fcnstigere Ressourcen f\u00fcr die Dokumentenpr\u00fcfung zu verwenden. Ein weiterer gro\u00dfer Vorteil bei der Verwendung von TAR 2.0 ist, wie schnell Sie mit der Rangfolge oder Kategorisierung von Dokumenten beginnen k\u00f6nnen. Abh\u00e4ngig von der verwendeten Software kann das Vorhersagemodell erstellt und auf die ungepr\u00fcften Dokumente angewendet werden, nachdem nur ein Dokument codiert wurde. Nat\u00fcrlich wird die Genauigkeit und Leistungsf\u00e4higkeit des Modells nach nur einem Trainingsdokument extrem gering sein. Realistischer betrachtet kann sich ein TAR 2.0-Vorhersagemodell bereits nach 200 Schulungsdokumenten als effektiv erweisen und wird sich st\u00e4ndig verbessern, wenn mehr Dokumente \u00fcberpr\u00fcft werden, wenn der Workflow ordnungsgem\u00e4\u00df ausgef\u00fchrt wird.<\/p>\n\n\n\n 1. Zur Durchf\u00fchrung der \u00dcberpr\u00fcfung k\u00f6nnen kosteng\u00fcnstigere Ressourcen verwendet werden.<\/p>\n\n\n\n 2. Das Vorhersagemodell lernt kontinuierlich, wenn mehr Dokumente \u00fcberpr\u00fcft werden.<\/p>\n\n\n\n 3. Es ist nur sehr wenig Vorlaufaufwand erforderlich, bevor die Vorteile von TAR realisiert werden.<\/p>\n\n\n\n Der dritte Workflow ist TAR 3.0. Dies ist die neueste Anpassung eines TAR-Workflows und noch nicht weit verbreitet. Ein TAR 3.0-Workflow funktioniert \u00e4hnlich wie ein TAR 2.0-Workflow mit einem wesentlichen Unterschied: Die \u00dcberpr\u00fcfungspopulation durchl\u00e4uft zun\u00e4chst einen Clustering-Algorithmus, der konzeptionell \u00e4hnliche Dokumente zusammenfasst. Das\/die Dokument(e) in der Mitte jedes Clusters werden \u00fcberpr\u00fcft, und wenn es reagiert, werden alle Dokumente innerhalb dieses Clusters dann verwendet, um das Vorhersagemodell zu trainieren. Konzept-Clustering ist ein separates Analysetool von TAR und verdient eine eigene Diskussion in einem separaten Blogbeitrag. Erwarten Sie weitere Blogbeitr\u00e4ge und Informationen zu TAR 3.0, wenn der Workflow ausgereift ist und von mehr Praktikern angenommen wird.<\/p>\n\n\n\n Bei iDS haben wir ein Expertenteam, das sich der Anwendung von TAR-Workflows und anderen analysebasierten Workflows widmet, um bei komplexen Rechtsstreitigkeiten und Ermittlungen zu helfen. Unser Discovery Services Analytics-Team verf\u00fcgt \u00fcber mehr als ein Jahrzehnt Erfahrung in der Beratung und Ausf\u00fchrung von TAR-Workflows, aber auch in der Verteidigung des Prozesses durch Erkl\u00e4rungen und Sachverst\u00e4ndigenaussagen. Wir arbeiten mit unseren Kunden zusammen, um die Ziele jeder Dokumentenpr\u00fcfung zu verstehen und eine Pr\u00fcfstrategie zu entwickeln, die die Effizienz maximiert und die mit der Dokumentenpr\u00fcfung verbundenen Kosten senkt.<\/p>\n\n\n\n Schauen Sie wieder vorbei, um in zuk\u00fcnftigen Blogbeitr\u00e4gen mehr \u00fcber iDS, TAR und andere Review-Workflows zu erfahren, einschlie\u00dflich des propriet\u00e4ren Review-Angebots von iDS namens LeanReview\u2122.<\/p>\n\n\n\n iDiscovery Solutions ist ein strategisches Beratungs-, Technologie- und Expertendienstleistungsunternehmen, das ma\u00dfgeschneiderte eDiscovery-L\u00f6sungen von digitaler Forensik bis hin zu Expertenaussagen f\u00fcr Anwaltskanzleien und Unternehmen in den Vereinigten Staaten und Europa anbietet.<\/em><\/strong><\/p>\n\n\n We live in a digital world, and more and more cases deal with eDiscovery. Document review is the most time-consuming, and therefore most costly, portion of an eDiscovery project. Here, we will look at the different methods for document review to help you better understand your options. We will also discuss the best ways to […]<\/p>\n","protected":false},"author":15,"featured_media":2109,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[10,32],"tags":[],"class_list":["post-2095","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-ediscovery","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"yoast_head":"\nArten von Review-Workflows<\/h3>\n\n\n\n
Lineare \u00dcberpr\u00fcfung:<\/span><\/h4>\n\n\n\n
Hits only Bewertung:<\/span><\/h4>\n\n\n\n
TAR-\u00dcberpr\u00fcfung:<\/span><\/h4>\n\n\n\n
Die drei wichtigsten Erkenntnisse eines TAR 1.0-Workflows sind:<\/h3>\n\n\n\n
Die drei wichtigsten Erkenntnisse eines TAR 2.0-Workflows sind:<\/h3>\n\n\n\n
Review-Workflows bei iDS<\/h3>\n\n\n\n