Harvey sammelt 550 Millionen Dollar bei 15,5 Milliarden Dollar Bewertung ein und baut die Führung in der Legal-KI aus

Harvey gab am 9. September bekannt, dass das Unternehmen 550 Millionen US-Dollar in einer neuen Finanzierungsrunde bei einer Bewertung von 15,5 Milliarden US-Dollar eingesammelt hat, angeführt von Diffusion und Lightspeed Venture Partners. Am selben Tag gab das Legal-KI-Unternehmen seine vierte Übernahme des Jahres 2026 bekannt: Guardrails AI, ein Start-up aus San Francisco, das Sicherheits- und Zuverlässigkeitswerkzeuge für autonome Agenten entwickelt. Es ist das deutlichste Signal dafür, dass sich das Geld, das in „Vertical AI“ fließt (Software für einen einzelnen Berufszweig statt für alle), auf eine Handvoll Gewinner konzentriert.

Zum Weiterlesen: Risikokapital fällt im 3. Quartal 2026 auf 159 Mrd. US-Dollar, während Milliardendeals einen Rekord aufstellen · Factory sammelt 200 Millionen Dollar bei 5 Milliarden Dollar Bewertung ein und verdreifacht seinen Wert seit April.

Die Runde wurde von Lightspeed, einem bestehenden Harvey-Investor, und Diffusion angeführt, einem neuen Fonds, der von Kris Fredrickson mitgegründet wurde, einem langjährigen Harvey-Investor, der das Unternehmen zuvor über Coatue Management unterstützt hatte, laut The Next Web. Sequoia, Kleiner Perkins, Andreessen Horowitz, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital und WNDR beteiligten sich erneut, wie Harvey mitteilte, neu hinzu kamen Sapphire Ventures und Whale Rock.

„Harvey will der globale Partner sein, an den sich Rechtsteams für diese Arbeit wenden, und wir planen, das beste Team der Branche einzustellen und zu entwickeln, um unsere Kunden durch die nächste Welle der KI-Transformation zu begleiten“, sagten die Mitgründer Winston Weinberg und Gabe Pereyra in der Ankündigung.

Die Runde in Zahlen

Die Schlagzeile ist groß, selbst für den Maßstab des Jahres 2026, doch es sind die operativen Kennzahlen dahinter, die den Preis für Harveys Investoren rechtfertigen.

• 550 Millionen US-Dollar eingesammelt, angeführt von Diffusion und Lightspeed Venture Partners.
• Bewertung von 15,5 Milliarden US-Dollar in Harveys eigener Mitteilung; Bloomberg nannte die Zahl 15,6 Milliarden US-Dollar.
• Mehr als 1,5 Milliarden US-Dollar eingesammelt seit Harveys Gründung 2022, nach Berechnung von LawSites.
• Mehr als 400 Millionen US-Dollar wiederkehrender Jahresumsatz (ARR), gegenüber rund 190 Millionen im Januar, und mehr als 3.000 zahlende Organisationen, gegenüber etwa 1.300 im März.
• 80 % der Am Law 100 (der hundert größten US-Anwaltskanzleien) und fünf der Fortune-10-Unternehmen nutzen Harvey, so das Unternehmen.

Das ist ein steiler Aufstieg. Harvey wurde im Dezember 2025 mit 8 Milliarden US-Dollar bewertet, im März 2026 nach einer Runde über 200 Millionen US-Dollar mit 11 Milliarden. Ein halbes Jahr später ist das Unternehmen 15,5 Milliarden US-Dollar wert, eine Neubewertung um 42 %, während sich der Umsatz etwa verdoppelte. Bei 400 Millionen US-Dollar ARR ergibt die neue Bewertung einen Multiplikator von rund 39 auf den Umsatz, teuer nach herkömmlichen Softwaremaßstäben, aber nicht ungewöhnlich im aktuellen KI-Markt.

Die Runde ist auch im Verhältnis zur Kategorie groß. PitchBook-Daten, auf die sich The SaaS Sentinel beruft, beziffern die gesamten Investitionen in Legal Tech im Jahr 2026 bislang auf 3,35 Milliarden US-Dollar, wovon Harveys 550 Millionen etwa 16 % ausmachen. Rechnet man die frühere Runde über 200 Millionen und die 600-Millionen-Series-D des europäischen Rivalen Legora hinzu, entfallen auf drei Deals mehr als 40 % des gesamten in diesem Jahr in Legal Tech investierten Kapitals.

Warum ein Legal-KI-Unternehmen das verlangen kann

Juristische Arbeit ist einer der größten Märkte für professionelle Dienstleistungen weltweit und hat die Eigenschaften, die Wagniskapitalgeber mögen: Sie ist dokumentenlastig, wissensintensiv, in ihren unteren Bereichen repetitiv und historisch resistent gegenüber Software. Lightspeed schätzt, dass Recht der zweitgrößte adressierbare KI-Markt nach dem Programmieren ist, eine Aussage, die einen Großteil der Begeisterung erklärt. Wenn Coding-Agenten die erste große Unternehmens-KI-Kategorie hervorgebracht haben, dann, so die These, ist das Recht die nächste.

Harvey verkauft keinen dünnen Aufsatz auf dem Modell eines anderen, und das ist der entscheidende Unterschied. Das Unternehmen hat im vergangenen Jahr domänenspezifische Evaluierungs- und Trainingsinfrastruktur aufgebaut, und inzwischen eigene Modelle. Im Mai veröffentlichte es Harvey LAB, den Legal Agent Benchmark, eine Sammlung von mehr als 1.200 Agentenaufgaben aus 24 Praxisbereichen, bewertet anhand von 75.000 von Experten verfassten Rubrikkriterien. Im August stellte es Harvey Tenet vor, sein erstes nachtrainiertes Open-Weight-Modell, auf Basis des offenen Kimi K3 und gemeinsam mit Fireworks für langfristige juristische Arbeit trainiert.

Die Übernahme von Guardrails folgt derselben Logik. Harveys Agenten erledigen heute mehrstufige juristische Arbeit über Stunden und Tage, was die Frage „Woher weiß man, was er tun wird?“ zur ersten Frage von Justiziariaten macht. Guardrails entwickelte ein Open-Source-Framework zum Testen des Agentenverhaltens (laut Harvey mehr als 250.000-mal pro Monat heruntergeladen) sowie eine Simulationsumgebung namens Snowglobe, die Agenten mit synthetischen Nutzern stresstestet, bevor sie echte Mandate berühren. Die Mitgründer Shreya Rajpal und Zayd Simjee wechseln in Harveys Produkt- und Engineering-Organisation. Es ist das vierte Unternehmen, das Harvey 2026 übernimmt, nach Hexus im Januar, dem Lume-AI-Team im März und Benchmark im Juli.

„Der schwierige Teil beim Ausrollen von KI ist nicht, das System zu bauen, sondern zu wissen, wie es sich bei Eingaben verhält, an die niemand gedacht hat, sie zu testen“, sagte Rajpal in der Ankündigung.

Die Wahl eines Open-Weight-Fundaments ist aus einem weiteren Grund bemerkenswert: Harvey wurde teilweise von OpenAI finanziert, und die beiden Unternehmen überschneiden sich inzwischen. Anthropic hat juristische Plug-ins für Claude veröffentlicht, und OpenAI kooperiert mit Kanzleien, um ChatGPT für deren Anwälte anzupassen, womit Harveys einstige Modellanbieter zu Konkurrenten werden, während es sich zugleich Unabhängigkeit von ihnen erkauft.

Die Geschäftsmodellfrage, die niemand beantwortet hat

Es gibt eine strukturelle Spannung in der Legal-KI, die kein Kapital beseitigt. Anwaltskanzleien, Harveys erster Markt, rechnen überwiegend nach Stunden ab. Software, die einen Anwalt produktiver macht, kann die abgerechneten Stunden senken, ein Kundenvorteil, den die Ökonomie eines Partners nicht unbedingt belohnt. Deshalb argumentiert Lightspeeds Sebastian Duesterhoeft, der Harvey als Beobachter im Board begleiten wird, dass der größere Preis die internen Rechtsabteilungen sind, die für Ergebnisse statt für Stunden zahlen.

Eine Einschränkung gehört zu jeder Zahl dieser Runde: Harvey hat weder die vollständigen Bedingungen noch eine prüfungsfähige Umsatzaufschlüsselung veröffentlicht. Die 400 Millionen US-Dollar ARR stammen von Mitgründer Winston Weinberg und der Unternehmenskommunikation, nicht aus einem geprüften Bericht, und Schätzungen Dritter lagen niedriger, Sacra etwa modellierte im Juli rund 350 Millionen. Behandeln Sie den Multiplikator als eine vom Unternehmen genannte Zahl, bis mehr Details öffentlich sind.

„In-house law ist letztlich der direkte Weg, um das gesamte Ausgabenvolumen für Rechtsdienstleistungen zu erschließen“, sagte Duesterhoeft.

Interne Teams haben bereits einen klareren Anreiz: Jede Stunde externen Rechtsbeistands, die sie vermeiden, ist auf der Gewinn- und Verlustrechnung gespartes Geld und kein entgangener Umsatz.

Harveys Kundenliste umfasst beides. Das Unternehmen nennt Latham & Watkins und die internen Rechtsteams von Firmen wie Microsoft als Nutzer und erklärt, sich von Kanzleien auf Vertragsgestaltung, Prozessführung, Transaktionen und Compliance auszuweiten. Weinberg sagte gegenüber LawSites, das neue Kapital fließe in „unsere beiden wichtigsten Ressourcen: Menschen und Rechenleistung“, mit Einstellungen in Produkt, Engineering, Forschung und Vertrieb.

Diese Mischung ist wichtig für die Investmentthese. Kanzleien sind ein Prüffeld: Sie liefern die Evaluierungen, die präzedenzlastigen Arbeitsabläufe und das Empfehlungsnetzwerk, die Harveys Produkt besser machen. Interne Abteilungen sind der größere wirtschaftliche Preis, weil sie Software kaufen, um Ausgaben zu senken, statt sie abzurechnen, und Harveys Ausweitung auf Vertragsgestaltung, Prozessführung, Transaktionen und Compliance zielt genau auf diese Arbeitsabläufe. An beide zu verkaufen bedeutet jedoch, zwei sehr unterschiedliche Käufer zu bedienen, Partner, die abzurechnende Stunden schützen, und Justiziare, die sie kürzen wollen.

Der Wettbewerb kommt von beiden Seiten

Harveys Vorsprung ist real, aber nicht sicher. Auf der einen Flanke steht Legora, das schwedische Legal-KI-Unternehmen, das binnen 18 Monaten 100 Millionen US-Dollar Umsatz erreichte und Büros in ganz Europa eröffnet. Harvey ist nach Umsatz etwa viermal und nach Bewertung rund dreimal so groß, eine breite Lücke, die ein schnell wachsender Herausforderer jedoch verkleinern kann. Auf der anderen Flanke stehen Harveys eigene Lieferanten. Anthropic hat juristische Plug-ins für Claude veröffentlicht, und OpenAI hat sich mit Kanzleien zusammengetan, um ChatGPT für deren Anwälte anzupassen. Wenn das Modelllabor, das Ihr Produkt antreibt, beschließt, dass Ihre Anwendungsschicht es wert ist, angegriffen zu werden, können sich Vertriebsvorteile schnell umkehren.

Genau deshalb baut Harvey Tenet und kauft Zuverlässigkeits-Start-ups. Die Verteidigungsfähigkeit eines Vertical-AI-Unternehmens muss aus proprietärem Workflow-Wissen, Evaluierungsdaten und Kundenvertrauen kommen, nicht aus dem Zugang zu einem Frontier-Modell, das jeder andere ebenfalls mieten kann. Der Guardrails-Deal, Harveys vierte Übernahme des Jahres 2026, dient dem Aufbau dieses Grabens, schneller als es Wettbewerber können.

Was zu beobachten ist

Vier Dinge werden entscheiden, ob diese Bewertung in einem Jahr weitsichtig oder zyklisch wirkt.

Das erste ist, ob 3.000 Kunden zu dauerhaftem, wachsendem Umsatz werden. Kundenlogos sind in der Legal-KI billig; mehrjährige Verlängerungen über Praxisgruppen hinweg sind es nicht. Harvey erklärt, sich nun über die Kanzleibasis hinaus auf Vertragsgestaltung, Prozessführung, Transaktionen und Compliance auszuweiten, und daraus muss das nächste Wachstumsbeispiel kommen.

Das zweite ist Tenets Entwicklung. Wenn Harvey nachtrainierte Modelle auf Open-Weight-Fundamenten halten und belegen kann, dass Kosten, Latenz und Genauigkeit bei juristischen Aufgaben Frontier-APIs schlagen, stärkt das die These, dass Anwendungsunternehmen einen Teil des Modell-Stacks besitzen sollten. Wenn nicht, wird die Strategie zu einem teuren Umweg.

Das dritte ist die Ökonomie des gesamten Marktes. Kanzleien führen KI vorsichtig ein, und das Stundenabrechnungsmodell ist eine echte Bremse für die Adoption. Die Chance bei internen Abteilungen ist größer, aber langsamer zu verkaufen und schwerer zu standardisieren. Kommen ein dichtes Feld und eine Bewertung nahe dem 39-Fachen des selbst genannten Umsatzes hinzu, hat Harvey wenig Spielraum für einen Fehltritt.

Eine vierte Frage ist die Kapitalintensität. Harvey finanziert nun Modelltraining, Evaluierungsinfrastruktur und Übernahmen zusätzlich zu einem konventionellen Softwaregeschäft, und das neue Geld fließt nach eigenen Angaben in Menschen und Rechenleistung. Wenn die Vertical-AI-These trägt, kaufen diese Kosten einen verteidigungsfähigen Graben. Wenn Frontier-Labore allgemeine Modelle schneller verbessern, als juristisches Nachtraining davonziehen kann, wirken die Ausgaben weniger wie eine Investition und mehr wie eine Steuer, um wettbewerbsfähig zu bleiben.

Die Finanzierung selbst ist nicht wirklich die Geschichte. Die Geschichte ist, dass der Anwaltsberuf (notorisch konservativ, notorisch profitabel) zum Testfall dafür geworden ist, ob Vertical-AI-Anwendungen sich gegen die Modell-Labore behaupten können. Harvey ist jetzt das am stärksten kapitalisierte Unternehmen, das diese Wette eingeht, und 550 Millionen US-Dollar kaufen ihm Zeit, die These zu belegen.