Advokatfirma indekserer 30 års arkiver til AI

Før: 30 års utilgængelige binærfiler

Forestil dig et mellemstort firma med et delt drev fuldt af sager, der går tilbage til begyndelsen af 1990'erne. Tusinder af memoer, retsdokumenter og udtalelser — mange i Corel WordPerfect (.wpd). Nye medarbejdere kunne ikke søge i dem; selv at finde "den sag, vi havde om skadeserstatning i '98" betød at åbne mapper én efter én eller håbe, at nogen huskede filnavnet. Vidensbasen var der, men indeksering af juridiske arkiver til søgning — for ikke at nævne AI — var umuligt, mens alt forblev i binær WPD.

Målet: søgbar sagshistorie og en privat LLM

Firmaet ville have en privat LLM/RAG-assistent: stille et spørgsmål på naturligt sprog og få svar baseret på deres egen præcedens og arbejde. Det betød at konvertere WPD til et tekstformat (Markdown eller TXT), derefter chunke, embedde og indlæse i en vektorlager — alt sammen on-premise eller i et kontrolleret miljø. Det første trin var flaskehalsen: de skulle massebehandle millioner af ord uden at sende fortrolige kundedata til skyen.

Hvordan de gjorde det: WPD Converter + masseeksport

De pegede WPD Converter på de gamle sagsmapper og eksporterede alt til Markdown (med TXT som en mulighed for den enkleste indtagning). Mappestrukturen blev bevaret, så sags- og årsmetadata forblev intakte. Konvertering kørte lokalt på en enkelt arbejdsstation; intet dokument forlod bygningen. Output gik direkte ind i deres eksisterende pipeline: chunk efter afsnit, embed med deres valgte model, indlæs i deres vektordatabase. Inden for få dage havde de en søgbar sagshistorie, der spændte over tre årtier — klar til RAG.

Efter: øjeblikkelige svar fra en firmadækkende AI-assistent

"Efter" er belønningen. Advokater og personale forespørger nu assistenten: "Hvad argumenterede vi for i Smith mod Jones om forældelsesfristen?" eller "Opsummer vores holdning til arbitrageklausuler i leverandøraftaler." Systemet henter relevante uddrag fra de konverterede arkiver, og LLM'en svarer med citater til interne dokumenter. Indeksering af juridiske arkiver gjorde ikke bare gamle filer åbne — den gjorde dem til rygraden af en privat, firmaspecifik AI. Ingen cloud-konvertering, ingen datalæk; blot lokal konvertering fulgt af deres egen RAG-stak.

Konklusion

Dette case-studie fra et advokatfirma (hypotetisk, men realistisk) viser mønstret: før = utilgængelige binære arkiver; efter = søgbar sagshistorie, der driver en privat LLM. Muliggørelsen er lokal, massekonvertering fra WPD til tekst — så du kan indeksere årtiers arbejde uden nogensinde at uploade det.