Datamængderne i ejendomstransaktioner vokser, og flere aktører bruger allerede AI til dokumenttunge processer som due diligence. AI-værktøjer kan gennemgå lejekontrakter, servitutter, miljørapporter og finansieringsdokumenter langt hurtigere end en traditionel manuel gennemgang, og AI-drevet dokumentgennemgang indgår i stigende grad som en del af det aftalte scope i transaktionsrådgivningen. For investorer, udviklere og rådgivere lover det hurtigere og mere effektive transaktioner. Men teknologien rejser et juridisk spørgsmål, som hverken retspraksis eller transaktionsdokumenterne endnu har taget stilling til. Når AI udvider, hvad en part kan vide, ændrer det så også, hvad parten bør vide?
Undersøgelsespligtens nye grænse
I danske ejendomshandler spiller købers undersøgelsespligt og sælgers loyale oplysningspligt sammen som udslag af den obligationsretlige loyalitetspligt. Forsømmer køber sin undersøgelse, kan misligholdelsesbeføjelser gå tabt. Pligtens omfang beror på en konkret vurdering af købers sagkundskab, jf. princippet i købelovens § 47. Inddrager køber sagkyndig bistand, identificeres køber med rådgiverens kompetencer og bedømmes i praksis, som om køber selv besad samme faglige forudsætninger.
De grundlæggende principper ændres ikke, fordi parterne tager nye værktøjer i brug. Men AI kan flytte den praktiske grænse for, hvad der med rimelighed kan forventes undersøgt. Ved investeringsejendomme er dokumentgennemgang ofte kernen i undersøgelsen, og et AI-værktøj kan på kort tid gennemgå et datarum med tusindvis af dokumenter og pege på risici, som et traditionelt rådgiverteam typisk ville afgrænse af ressourcemæssige hensyn. Resultatet kan blive et paradoks. Jo større undersøgelseskapacitet køber stiller med, desto vanskeligere kan det blive efterfølgende at gøre gældende, at et forhold blev overset.
Betragtes AI som en udvidelse af købers undersøgelseskapacitet, kan det i praksis medføre en højere undersøgelsesstandard end ved manuel gennemgang. Logikken kendes allerede fra identifikation med sagkyndige. Det afgørende er, hvad køber med sine forudsætninger burde have konstateret. Allerede i dag bedømmes en professionel køber, eksempelvis en ejendomsfond med intern teknisk ekspertise, efter en strengere standard end en privat køber.
En ny videnskategori
Erhvervsejendomstransaktioner bygger på garantier, der ofte er kvalificeret af parternes "viden". Sondringen mellem faktisk og "burde-viden" er velkendt og har stor betydning for garantiers rækkevidde. Ofte begrænses sælgers ansvar for garantier af alt materiale, der uploades til datarummet under forudsætning af, at det er sket på en måde og i en sammenhæng, der gør det muligt for en fornuftig investor (eller lignende objektiv målestok) at identificere og vurdere forholdet. AI udfordrer modellen ved at skabe en form for teknologisk forstærket viden, nemlig indsigter, som kan udledes af materialet, men som ingen navngiven person nødvendigvis bevidst har tilegnet sig.
Hvis sælger bruger AI til at gennemgå egne forhold før salget, kan værktøjet afdække forhold, ingen i organisationen tidligere har haft fokus på. Er sådanne fund omfattet af "faktisk viden" i en videnskvalifikation? Omvendt kan købers AI under due diligence markere risici i et output, som ingen i købers team bliver opmærksom på. Spørgsmålet bliver da, om køber senere kan påberåbe sig forholdet som en mangel, eller om brugen af AI skubber grænsen for, hvad køber må anses for at have vidst.
Udgangspunktet i dansk ret er, at en køber, der havde viden om et forhold ved closing, ikke efterfølgende kan påberåbe sig forholdet som et garantibrud. Det følger af den almindelige loyalitetspligt i kontraktforhold. Digitale gennemgangsværktøjer kan gøre bevisbilledet mere komplekst. Hvis et værktøj peger på en risiko, som ingen i teamet reelt får øje på, kan sælger forsøge at gøre gældende, at køber havde viden herom.
AI skærper samtidig de bevismæssige problemstillinger. Datarumslogs viser typisk, hvilke dokumenter der er tilgået, og i hvilket omfang. Hvis et AI-værktøj har processet hele datarummet, kan sælger argumentere for, at køber i hvert fald burde have viden om de relevante forhold. Omvendt er billedet ikke entydigt. AI-gennemgang af et datarum efterlader ikke nødvendigvis samme spor af individuel brugeradfærd som manuel gennemgang, og det kan gøre det vanskeligere at fastslå, hvad der reelt er blevet gennemgået og i hvilket omfang på købers side.
Sælgers oplysningspligt under pres
Sælgers loyale oplysningspligt indebærer, at sælger skal oplyse om kendte forhold af væsentlig betydning for købers vurdering af ejendommen. I erhvervshandler (uden for forbrugerbeskyttelsesloven) kan simpel uagtsomhed være tilstrækkeligt til, at køber kan gøre mangelbeføjelser gældende. Tilsidesættelse kan også medføre erstatningsansvar, uanset om forholdet er omfattet af en udtrykkelig garanti. Traditionelt afgrænses pligten af, hvad sælger faktisk vidste, eller med rimelighed burde vide.
AI ændrer ikke pligtens indhold, men kan flytte grænsen for, hvad der i praksis anses for "kendt". Hvis sælger forud for salget bruger AI til at gennemgå tekniske rapporter og miljømateriale, kan værktøjet for eksempel pege på en forureningsrisiko i en ældre rapport. Hvis outputtet er tilgængeligt for sælgers nøglepersoner, og man undlader at informere køber, vil sælger vanskeligt kunne hævde, at forholdet ikke var kendt, hvis risikoen senere materialiserer sig. Retspraksis lægger vægt på, om sælger var i besiddelse af relevant information og undlod at videregive den, uanset om den blev fremhævet af en medarbejder eller et værktøj.
Hvad bør man være opmærksom på?
Der er endnu ikke en fast standard for, hvordan man bør adressere brugen af AI i transaktionsdokumenter i due diligence, men problemstillingen er allerede praktisk. Når gennemgangen bliver mere omfattende og hurtigere, kan det også påvirke, hvad parterne efterfølgende må anses for at have haft mulighed for at opdage. Derfor bør parterne tidligt tage stilling til, hvordan værktøjerne bruges, og hvilke spor det efterlader.
I praksis hjælper det at aftale internt, hvad værktøjerne må bruges til, hvem der læser og kvalitetssikrer resultaterne, og hvordan man dokumenterer, hvad der faktisk er gennemgået. Samtidig bør man have blik for datarumslogs og overveje, hvordan adgangen registreres, og om en meget bred digital gennemgang kan give modparten argumenter for, at man måtte kende til et forhold. Jo tydeligere rolle- og ansvarsfordeling, desto lettere er det at undgå misforståelser om, hvad der er undersøgt og hvornår.
På lidt længere sigt kan det blive nødvendigt at adressere AI eksplicit i videnkvalifikation og garantibestemmelser, især i definitionerne af "sælgers viden" og "købers viden", som i praksis driver risikoallokeringen.
Sælgers viden afgrænses ofte til den faktiske viden hos en navngiven personkreds (typisk ledelse og transaktionsansvarlige) og i nogle aftaler også, hvad disse personer burde vide efter rimelig undersøgelse. Købers viden spiller omvendt ind som en begrænsning i købers adgang til at påberåbe sig mangler og garantibrud. Jo mere køber anses for at vide, herunder gennem due diligence, desto mindre bliver sælgers risiko.
Anvendelsen af AI skærper derfor behovet for at tage stilling til, hvad der i aftalen skal defineres som "viden". Er det tilstrækkeligt, at et forhold kan udledes af en AI-gennemgang, eller forudsætter viden, at en relevant person faktisk har læst og vurderet materialet? Den afgrænsning er ikke blot teoretisk, men kan få direkte betydning for både garantiomfang og bevisstilling efter closing.
Bevidst uvidenhed og loyalitetspligtens udvikling
Problemstillingen rejser også spørgsmål om bevidst uvidenhed. I dansk obligationsret skal en køber, der holder sig i uvidenhed om forhold, som en undersøgelse ville have afsløret, ikke stilles bedre end den køber, der faktisk undersøger, jf. købelovens § 47. Når AI-værktøjer kan gennemgå et datarum med tusindvis af dokumenter på kort tid, opstår derfor spørgsmålet, om en professionel investor, der ikke anvender sådanne værktøjer, i realiteten udviser bevidst uvidenhed. Konsekvensen kan være, at parten anses for at burde have haft viden om forhold, som en AI-gennemgang ville have afdækket, og i yderste konsekvens kan der opstå spørgsmål om rådgiveransvar, hvis en transaktionsrådgiver undlader at anvende tilgængelige og branchekendte AI-værktøjer.
I takt med at AI-drevet dokumentgennemgang bliver mere udbredt og tilgængelig, kan undersøgelsesstandarden derfor forskydes, så det over tid bliver et forventeligt led i professionel due diligence at inddrage AI-modeller, på samme måde som det i dag forventes, at professionelle købere inddrager relevante sagkyndige. En køber, der ikke anvender AI-værktøjer, kan dermed risikere at miste misligholdelsesbeføjelser, mens en sælger, der undlader at gennemlyse egne forhold ved hjælp af AI, kan blive mødt med, at der er handlet ansvarspådragende.
Udviklingen inden for kunstig intelligens går lynhurtigt, og det er efter vores opfattelse allerede "best practice" blandt andet at anvende AI-ressourcer i due diligence i forbindelse med professionelle ejendomsinvesteringer, udviklingsprojekter, finansiering osv. Det er derfor tilsvarende vigtigt at samarbejde med transaktionsrådgivere, inklusiv advokater, der har de seneste AI-ressourcer til rådighed og implementeret i alle systemer, ligesom erfaringsgrundlaget med anvendelse af disse AI-ressourcer selvfølgelig skal være på plads. Det handler ikke kun om effektivitet, men om at sikre, at undersøgelsen ligger på et niveau, som med rette kan forventes af en professionel aktør.
Vores rådgivning
Vi har som firma investeret massivt i AI-værktøjer og AI-adoption, og generativ AI er i dag integreret i alle vores processer. Vores arbejde med AI er dybt integreret i vores strategi og er båret af, at vi ønsker at gøre vores medarbejdere førende i brugen af AI til gavn for vores klienter. Vi har herunder omfattende erfaring med anvendelse af AI i due diligence-processer i ejendomstransaktioner.
Har du spørgsmål til, hvordan AI påvirker due diligence, videnskvalifikationer og risikoallokering i ejendomstransaktioner, og hvordan I bør håndtere problemstillingerne i praksis og eventuelt i aftalegrundlaget, er du velkommen til at kontakte os.
Har du spørgsmål til dette indlæg, er du mere end velkommen til at kontakte os.
Denne artikel er udgivet efter aftale med Kromann Reumert. Den er oprindeligt udgivet her.
Skal din artikel også udgives via Jurainfo og udsendes direkte, via e-mail, til personer og virksomheder som specifikt efterspørger viden og kompetencer inden for dit område? Ansøg om en profil her.
