Suche
Schließen Sie dieses Suchfeld.

Aktualisiert im Oktober 2026 · Lesezeit: 25 Minuten

Künstliche Intelligenz (KI) und Management geistigen Eigentums: Der umfassende Leitfaden für IP-Fachleute

ABSCHNITT 01

Die Grundlagen

Was versteht man unter KI im Bereich des Managements geistigen Eigentums (IP)?

Derzeit finden unter dem Stichwort „KI und geistiges Eigentum“ zwei unterschiedliche Diskussionen statt. Die erste ist eine rechtliche und politische Debatte: Kann KI als Erfinder genannt werden? Wem gehört das von einer Maschine geschaffene geistige Eigentum? Wie sollte das Urheberrecht auf von KI generierte Inhalte angewendet werden? Diese Debatte ist wichtig und wird von WIPO, dem USPTOsowie von Rechtswissenschaftlern weltweit behandelt.

Das zweite Gespräch ist operativer Natur und steht im Mittelpunkt dieses Leitfadens: Wie wird künstliche Intelligenz bei der Verwaltung von geistigem Eigentum eingesetzt , der Recherche, Klassifizierung und Erfassung, der Analyse, der Budgetierung und der Entscheidungsfindung, die IP-Teams täglich durchführen?

Diese beiden Themen werden häufig miteinander verwechselt. Ein Leiter der Abteilung für geistiges Eigentum, der ein Whitepaper mit dem Titel „KI und geistiges Eigentum“ liest, könnte am Ende zwanzig Seiten über die Erfinderregelung lesen, obwohl er eigentlich nur wissen wollte, ob eine KI-gestützte Fallverwaltung die Fehlerquote senkt. Dieser Leitfaden richtet sich an die zweite Zielgruppe.

Eine Arbeitsdefinition

Unter KI im IP-Management versteht man den Einsatz von maschinellem Lernen, natürlicher Sprachverarbeitung, Computer Vision und prädiktiver Analytik für Aufgaben entlang des gesamten Lebenszyklus geistigen Eigentums. In der Praxis bedeutet dies:

  • Automatisierte Triage und Suche nach Erfindungen: Ein Modell auf Basis maschinellen Lernens, das eine Erfindungsmeldung auswertet, innerhalb von 24 bis 72 Stunden eine semantische Suche in 150 Millionen Patentdokumenten durchführt, die Neuheit bewertet und automatisch CPC-Codes (Cooperative Patent Classification) zuweist.
  • Intelligente Synchronisierung der Fallverwaltung: Ein System zur Verarbeitung natürlicher Sprache, das eingehende Korrespondenz des Patentamts auswertet, die erforderlichen Maßnahmen ermittelt, anhand einer in Echtzeit aktualisierten Datenbank mit länderspezifischen Vorschriften die entsprechende Frist berechnet und das Ergebnis zur fachlichen Überprüfung kennzeichnet – ganz ohne manuelle Dateneingabe.
  • Vorausschauende Portfolio- und Kostenanalyse: Eine Analyse-Engine, die jedes Patent in einem Portfolio hinsichtlich seiner kommerziellen Relevanz, seiner Position im Wettbewerbsumfeld, der Zitierhäufigkeit und der prognostizierten Aufrechterhaltungskosten für die nächsten 1 bis 5 Jahre bewertet und Empfehlungen zur Verlängerung und Budgetierung generiert, deren manuelle Erstellung durch menschliche Analysten Monate dauern würde.


Keine dieser Funktionen setzt voraus, dass die zugrunde liegende IP-Entscheidung von einer Maschine getroffen wird. In jedem Fall liefert die KI strukturierte Eingaben, die ein qualifizierter IP-Experte prüft, auswertet und entsprechend umsetzt. Diese Unterscheidung zwischen KI als Automatisierung und KI als Entscheidungshilfe ist entscheidend für das Verständnis, wie KI im IP-Management tatsächlich funktioniert.

Warum das gerade jetzt passiert

Anfang der 2020er Jahre kamen drei Faktoren zusammen, die den Einsatz von KI im IP-Management sowohl möglich als auch notwendig machten.

Erstens, ließ sich das Problem des Umfangs nicht mehr manuell lösen. Weltweit werden jährlich mehr als 3,7 Millionen Patentanmeldungen eingereicht. Allein das USPTO bearbeitet jährlich über 600.000 Anmeldungen. Der weltweite Patentbestand hat die Marke von 150 Millionen Dokumenten überschritten. Kein Team aus menschlichen Forschern kann Aktivitäten in dieser Größenordnung ohne KI-Unterstützung sinnvoll durchsuchen, klassifizieren oder überwachen.

Zweitens, ist die zugrunde liegende KI-Technologie für Anwendungen im Bereich des geistigen Eigentums ausreichend ausgereift. Große Sprachmodelle und Transformer-Architekturen erwiesen sich als effektiv beim Verstehen der technischen Patentsprache, beim Abgleichen konzeptioneller Bedeutungen über Dokumente hinweg und beim Generieren strukturierter analytischer Ergebnisse aus unstrukturiertem Text. Patentdokumente mit ihrer stark formalisierten Struktur und ihrer fachspezifischen Sprache erwiesen sich als hervorragendes Trainingsmaterial.

Drittens hat die Unternehmensinfrastruktur aufgeholt. Cloud-Plattformen, die in der Lage sind, umfangreiche KI-Workloads auszuführen, in Kombination mit offenen Patentdaten der weltweit führenden Patentämter machten es wirtschaftlich machbar, KI-gestützte IP-Tools zu entwickeln, die im Unternehmensmaßstab eingesetzt werden können, ohne dass Unternehmen eine eigene KI-Infrastruktur aufbauen müssen.

Das Ergebnis ist eine Generation von IP-Management-Plattformen , bei denen KI nicht nur eine Funktion ist, sondern eine Architekturebene, die in jede Phase des Arbeitsablaufs eingebettet ist.

ABSCHNITT 02

Argumente für KI

Warum IP-Teams jetzt KI brauchen – das Problem in Zahlen

Die theoretischen Argumente für den Einsatz von KI im IP-Management lassen sich leicht darlegen. Die praktischen Argumente sind jedoch aussagekräftiger. IP-Teams verwalten heute mehr Vermögenswerte in mehr Rechtsordnungen mit komplexeren Anmeldeverläufen als jemals zuvor in der Geschichte des Patentsystems, und in den meisten Unternehmen ist die Teamgröße nicht proportional zum Portfolio gewachsen.

  • Das Volumenproblem: Die Verwaltung von 2.000 aktiven Patentfamilien in 15 Rechtsordnungen führt zu Hunderten von Terminereignissen pro Monat. In über 180 Rechtsordnungen mit unterschiedlichen Regelwerken scheitert die manuelle Berechnung ohne hohe Fehlertoleranz.
  • Das Problem der Abdeckung des Stands der Technik: Der weltweite Patentbestand umfasst 150 Millionen Dokumente in über 50 Sprachen. Bei manuellen Recherchen werden konzeptionell gleichwertige Erfindungen übersehen, die in ungewohnter Terminologie oder in Fremdsprachen beschrieben sind. KI durchsucht den gesamten Bestand und ordnet die Ergebnisse nach semantischer Relevanz.
  • Das Problem der Entscheidung über die Verlängerung: Zwischen 20 % und 40 % der in großen Unternehmensportfolios gehaltenen Patente bieten nur einen begrenzten strategischen Wert. Ohne prädiktive Analysen neigen Teams aufgrund der mit einer Überprüfung verbundenen Kosten dazu, standardmäßig alle Patente zu verlängern. KI macht eine systematische, datengestützte Bewertung der Verlängerung wirtschaftlich rentabel.
  • Das Problem der Wettbewerbsbeobachtung: In sich schnell entwickelnden Technologiebereichen ist die Fähigkeit, die Patentanmeldungen der Wettbewerber nahezu in Echtzeit zu überwachen, eine strategische Notwendigkeit. KI macht die kontinuierliche Wettbewerbsbeobachtung zu einer Standardfunktion.
  • Das Problem bei der Erstellung von IDS: Die manuelle Erstellung von Information Disclosure Statements (IDS) dauert pro US-Anmeldung 3 bis 8 Stunden. Bei hohem Anmeldeaufkommen beansprucht die IDS-Erstellung enorm viel Zeit der Rechtsassistenten; KI reduziert diesen Aufwand auf wenige Minuten.


Die Zahlen, die den Umfang verdeutlichen

ABSCHNITT 03

KI über den gesamten IP-Lebenszyklus hinweg

Die acht KI-Fähigkeiten, die das IP-Management revolutionieren

KI verbessert das IP-Management nicht nur an einer einzigen Stelle. Sie kommt über den gesamten Lebenszyklus hinweg zum Einsatz – vom Zeitpunkt der Einreichung einer Offenlegung durch einen Erfinder bis hin zur Verlängerung oder Aufgabe eines erteilten Patents.

1. KI-gestützte Patentrecherche, Erfindungsauswahl und CPC-Klassifizierung

Jedes Patent beginnt mit einer Idee, die über ein Formular zur Offenlegung von Erfindungen eingereicht wird. Die manuelle Prüfung der Patentierbarkeit dauert Wochen und verursacht hohe Kosten für Anwaltsleistungen. KI verkürzt diesen Zeitaufwand drastisch. Modelle des maschinellen Lernens lesen eine Offenbarung, führen eine semantische Suche in der globalen Patentdatenbank durch, die über starre Stichwort- und Boolesche Abfragen hinausgeht, bewerten die konzeptionelle Bedeutung in über 50 Sprachen, Zitationsnetzwerken und länderübergreifenden Anmeldungen und liefern innerhalb von 24 bis 72 Stunden einen strukturierten Neuheitsbericht. Darüber hinaus weisen KI-Klassifizierungsmodelle automatisch und mit hoher Genauigkeit Codes der Cooperative Patent Classification (CPC) zu.

2. Automatisierte Aktenführung und Workflow-Synchronisierung

Die Patentabwicklung ist sowohl geschäftskritisch als auch fehleranfällig. KI-gestützte Patentabwicklung stellt über APIs eine direkte Verbindung zu den Datenbanken der Patentämter (USPTO, EPO, JPO, CNIPA) her, erfasst Korrespondenz automatisch, berechnet Fristen anhand einer in Echtzeit aktualisierten Datenbank mit länderspezifischen Vorschriften für über 180 Rechtsordnungen und kennzeichnet Unregelmäßigkeiten zur Überprüfung durch den Menschen. Die Rolle des Fachmanns verlagert sich von der manuellen Dateneingabe hin zur Überprüfung und Überwachung.

3. Automatisierung von IDS und Referenzmanagement

Informationsoffenlegungserklärungen stellen in der US-Patentanmeldung einen enormen Verwaltungsaufwand dar. KI übernimmt die Identifizierung von Referenzdokumenten, das automatisierte Herunterladen von Dokumenten über APIs, den Abgleich mit verwandten Patentfamilien sowie die Erstellung des Formulars PTO/SB/08. Dadurch verkürzt sich die Bearbeitungszeit pro Anmeldung von 3–8 Stunden auf 20–40 Minuten, während gleichzeitig das Compliance-Risiko minimiert wird.

4. Portfolio- und Vertragsverlängerungsanalyse

Die Portfolioanalyse fasst mehrdimensionale Portfoliodaten, den Bearbeitungsstatus, die gerichtliche Zuständigkeit, die Restlaufzeit, das zukünftige Zitiervolumen, die Zitierwirkung und die Ausrichtung auf die Geschäftsbereiche zusammen, um Wertbewertungen zu erstellen. Die Renewal Intelligence identifiziert nicht rentable Vermögenswerte und ermöglicht es Unternehmen so, Verschwendung bei Vertragsverlängerungen systematisch zu beseitigen und die Gesamtausgaben für Annuitäten um 15 % bis 30 % zu senken.

5. Budgetierung und Kostenprognosen (neue Funktion)

Finanzmodellierungen ermöglichen eine Prognose der Kosten für die Anmeldung, Aufrechterhaltung und internationale Einreichung von Patenten für einen Zeitraum von 1 bis 5 Jahren. Dadurch erhalten Finanzvorstände und LegalOps genaue, verlässliche Budgetprognosen, wodurch unerwartete finanzielle Spitzen bei den Ausgaben für geistiges Eigentum vermieden werden.

6. Automatisierte Anspruchserfassung für Rechtsstreitigkeiten und Lizenzierung (neue Funktion)

KI-Modelle ordnen Patentansprüche automatisch Produktmerkmalen, Spezifikationen von Wettbewerbern oder Standards (SEPs) zu, um erste Anspruchsdiagramme zu erstellen. Dies beschleunigt die Monetarisierung des Portfolios, die Entwicklung von Durchsetzungsstrategien sowie die Vorbereitung der Verteidigung im Hinblick auf die Ausübungsfreiheit.

7. Kontinuierliche Wettbewerbsbeobachtung und Analyse von Marktlücken

Die kontinuierliche Beobachtung der Patentveröffentlichungen von Wettbewerbern liefert Benachrichtigungen nahezu in Echtzeit, sobald relevante neue Anmeldungen erscheinen. Die Analyse von Technologietrends identifiziert Veränderungen in der Anmeldegeschwindigkeit der Wettbewerber, während die Erfassung von Lücken in der Marktlandschaft wenig besetzte Forschungs- und Entwicklungsbereiche aufzeigt.

8. KI-gestütztes Markenmanagement und Markenschutz

Die KI-gestützte Markensuche nutzt Modelle zur phonetischen, visuellen und konzeptionellen Ähnlichkeit für grenzüberschreitende Markensuchen, die kontinuierliche Markenüberwachung und die Verfolgung von Verlängerungen in verschiedenen Rechtsordnungen.

ABSCHNITT 04

Das praktische Bild

KI im gesamten IP-Lebenszyklus – eine schrittweise Anleitung

  • Phase 1: Offenlegung von Erfindungen: Offenlegungen werden eingereicht, sofort geprüft, semantisch durchsucht und innerhalb von 24 bis 72 Stunden nach CPC klassifiziert, wodurch umgehend vorlagefertige Informationen für den Ausschuss bereitgestellt werden.
  • Phase 2: Patentanmeldung und -bearbeitung: Amtsbescheide werden über eine API erfasst; Fristen werden anhand von Echtzeit-Regelwerken der jeweiligen Länder automatisch berechnet, um eine nahtlose Prüfung zu gewährleisten.
  • Phase 3: Vorbereitung des IDS: Das Sammeln von Quellenangaben, die Überprüfung von Querverweisen und die Erstellung von Formularen dauern nur 20 Minuten statt stundenlang.
  • Phase 4: Portfolioüberprüfung und Vertragsverlängerungen: Entscheidungen über Verlängerungen erfolgen datengestützt, wobei die Portfoliobewertung genutzt wird, um schwache Vermögenswerte auszusortieren und die Ausgaben für Rentenversicherungen zu optimieren.
  • Phase 5: Wettbewerbsbeobachtung: Die kontinuierliche Beobachtung ersetzt vierteljährliche Berichte über vergangene Entwicklungen durch strategische Informationen in Echtzeit.

ABSCHNITT 05

Bewertungsrahmen

Wie man KI-Behauptungen in IPMS-Plattformen bewertet

Jede IP-Management-Software behauptet mittlerweile, über KI-Fähigkeiten zu verfügen. Nicht alle diese Behauptungen sind gleichwertig. Hier finden Sie einen praktischen Leitfaden zur Bewertung dieser Behauptungen, die Fragen, die Sie stellen sollten, sowie die Antworten, die echte Fähigkeiten von reiner Marketingrhetorik unterscheiden.

Frage 1: Ist die KI in die Plattformarchitektur integriert oder an ein Altsystem angehängt?

Viele IPMS-Plattformen wurden in den 1990er- und 2000er-Jahren auf Architekturen aufgebaut, die älter sind als moderne KI. Wenn diese Plattformen „KI-Funktionen“ hinzufügen, geschieht dies in der Regel in Form von Modulen, die auf Datenexporten aus dem Kernsystem basieren und vom Live-Workflow abgekoppelt sind. Eine native KI-Integration arbeitet mit Live-Daten, die über den gesamten Lebenszyklus hinweg vernetzt sind. Nachträglich hinzugefügte KI-Module arbeiten hingegen mit Momentaufnahmen. Fragen Sie die Anbieter direkt: War diese KI-Fähigkeit bereits im ursprünglichen Plattformdesign integriert oder wurde sie nachträglich hinzugefügt? Die Antwort gibt Aufschluss über die architektonische Realität.

Frage 2: Welche konkreten Aufgaben automatisiert die KI und welche Aufgaben unterstützt sie?

Verlangen Sie von Anbietern mehr als nur allgemeine Behauptungen. „KI-gestützt“ ist ein Marketingbegriff. „KI, die Korrespondenz des USPTO automatisch über eine API erfasst, Antwortfristen anhand einer gepflegten Regel-Engine für über 180 Rechtsordnungen berechnet und mehrdeutige Korrespondenz zur fachlichen Überprüfung kennzeichnet“ ist eine überprüfbare technische Aussage. Verlangen Sie eine detaillierte Aufschlüsselung nach einzelnen Arbeitsabläufen. Wenn ein Anbieter seine KI-Fähigkeiten nicht auf dieser Detailebene beschreiben kann, sind diese möglicherweise nicht so ausgereift, wie es das Marketing suggeriert.

Frage 3: Wie wird die Datenbank mit den Ländervorschriften für die KI-Fallzuordnung gepflegt?

Für KI-gestützte Terminverwaltunghängt die Genauigkeit der Fristenberechnung vollständig von der Aktualität und Vollständigkeit der Datenbank mit den Ländervorschriften ab. Vorschriften ändern sich, nationale Patentämter passen Gebührenordnungen, Nachfristen und Verfahrensvorschriften an. Erkundigen Sie sich, wie häufig die Datenbank mit den Ländervorschriften aktualisiert wird, wie der Überwachungsprozess für Vorschriftenänderungen aussieht und wie lange es dauert, bis eine Änderung der Vorschriften in einem Land auf der Plattform berücksichtigt wird. Ein technisch ausgefeiltes KI-Docketing-System, das auf einer veralteten Datenbank mit Ländervorschriften basiert, liefert falsche Fristen.

Frage 4: Auf welchem Patentkorpus basieren die KI-gestützte Suche und Analyse?

Für KI-Patentrecherche und Portfolioanalysesind die Breite und die Aktualität der zugrunde liegenden Daten von grundlegender Bedeutung. Wie viele Dokumente indexiert die Plattform? In wie vielen Sprachen? Wie oft wird der Korpus aktualisiert? Umfasst er neben Erfindungspatenten auch Gebrauchsmuster, Geschmacksmuster und Pflanzenpatente? Umfasst er auch Nicht-Patentliteratur? Bitten Sie um Einsicht in die Dokumentation zur Datenabdeckung und geben Sie sich nicht nur mit einer bloßen Zahl zufrieden.

Frage 5: Wie geht die Plattform mit KI-Ergebnissen um, die einer Überprüfung durch Menschen bedürfen?

Gute Plattformen für das KI-IP-Management erleichtern es Fachleuten, von KI generierte Ergebnisse zu überprüfen, zu korrigieren und mit Anmerkungen zu versehen. Bitten Sie um eine Live-Demonstration des Überprüfungsworkflows. Insbesondere: Wie geht die Plattform mit einem Fall um, in dem die KI eine falsche Frist berechnet hat? Wie kann ein für die Aktenführung zuständiger Mitarbeiter KI-generierte Ergebnisse von manuell eingegebenen Daten unterscheiden? Wie werden KI-Empfehlungen im Prüfpfad von bestätigten Entscheidungen unterschieden? Plattformen, die eine menschliche Überprüfung erschweren, sind auf Automatisierung ohne Rechenschaftspflicht ausgelegt, was für IP-Entscheidungen mit hohem Risiko ungeeignet ist.

Frage 6: Welche Sicherheitsmaßnahmen gelten für die Verarbeitung von Kunden-IP-Daten durch KI?

IP-Daten gehören zu den sensibelsten Wettbewerbsinformationen, über die ein Unternehmen verfügt. Fragen Sie ausdrücklich nach: Nutzt der Anbieter IP-Daten des Kunden zum Trainieren von KI-Modellen? Wo findet die KI-Verarbeitung statt – in der Infrastruktur des Anbieters, in der Infrastruktur des Kunden oder bei einem externen KI-Anbieter? Welche Zertifizierungen regeln die Sicherheitsarchitektur? Mindeststandards: SOC 2 Typ II und ISO 27001. Verlangen Sie Einsicht in die aktuellsten Prüfberichte, nicht nur in die Zertifizierungssiegel.

Frage 7: Können Sie Referenzkunden nennen, die die KI-Funktionen im Produktivbetrieb einsetzen?

Demonstrationen zeigen die Leistungsfähigkeit. Referenzkunden zeigen Ergebnisse. Bitten Sie um drei Referenzkunden, die die konkret zu bewertenden KI-Funktionen bei vergleichbarer Portfoliogröße und in vergleichbaren Branchen einsetzen, und nehmen Sie eigenständig Kontakt zu ihnen auf. Wenn ein Anbieter zögert, Referenzen speziell für seine KI-Funktionen anzugeben, sind diese Funktionen möglicherweise neuer oder im Produktivbetrieb noch nicht so ausgereift, wie es die Demonstrationen vermuten lassen.

ABSCHNITT 06

Die richtige Balance

Was KI im IP-Management gut kann – und wo menschliches Fachwissen unersetzlich ist

  • Wo KI ihre Stärken ausspielt: Verarbeitung großer Datenmengen (über 150 Millionen Dokumente), absolute Konsistenz über Rechtsordnungen hinweg, kontinuierliche Überwachung rund um die Uhr, sprachübergreifende semantische Abdeckung und Mustererkennung auf Portfolioebene.
  • Wo menschliches Fachwissen nach wie vor unersetzbar ist: Komplexe rechtliche Beurteilung (Umfang des Anspruchs, Offensichtlichkeit), strategische Ausrichtung auf das Geschäft, differenzierte Antworten auf Prüferanmerkungen, Kundenbeziehungen sowie die letztendliche rechtliche und berufliche Verantwortung.

Der sinnvollste Ansatz, um über KI im Bereich des IP-Managements nachzudenken, ist nicht „KI ersetzt den Menschen“ oder „KI ist nur ein Werkzeug“, sondern eine genaue Übersicht darüber, wo jeweils welche Seite bessere Leistungen erbringt und warum.

In welchen Bereichen KI die Leistungen des Menschen ohne technische Unterstützung deutlich übertrifft:

Massenverarbeitung. Durchsuchen von 150 Millionen Patentdokumenten nach konzeptionell relevantem Stand der Technik. Gleichzeitige Berechnung von Fristen in 180 Rechtsordnungen. Bewertung von 2.000 Patenten anhand mehrdimensionaler Modelle zur Verlängerungseinstufung. Automatische Verarbeitung von Hunderten von IDS-Referenzsätzen. Diese Aufgaben übersteigen in diesem Umfang die kognitiven Fähigkeiten des Menschen; KI bewältigt sie routinemäßig und konsistent.

Konsistenz. Ein menschlicher Sachbearbeiter, der unter Zeitdruck große Datenmengen bearbeiten muss, wird gelegentlich einen Rechenfehler machen, ein Datum falsch lesen oder eine Zuständigkeitsregel inkonsistent anwenden. Ein KI-System wendet bei jedem Datensatz stets dieselbe Logik an, ohne dass es dabei zu Leistungseinbußen aufgrund des Datenvolumens oder unter Druck kommt. Konsistenz in großem Maßstab ist einer der am meisten unterschätzten Beiträge der KI zum IP-Management.

Kontinuierliche Überwachung. Die kontinuierliche Beobachtung einer Reihe von Feeds mit Patentveröffentlichungen von Wettbewerbern – rund um die Uhr, sieben Tage die Woche – und die Generierung von Benachrichtigungen, sobald relevante neue Anmeldungen erscheinen. Für KI ist dies ein Kinderspiel, für Menschen hingegen auf Dauer unmöglich.

Sprachübergreifende Abdeckung. Lesen und Verstehen von Patentdokumenten in Japanisch, Chinesisch, Deutsch, Koreanisch und 47 weiteren Sprachen ohne Übersetzung sowie Erkennen konzeptioneller Entsprechungen über Sprachbarrieren hinweg. Die manuelle Recherche nach Stand der Technik unterliegt naturgemäß sprachlichen Einschränkungen; die KI-Recherche hingegen nicht.

Mustererkennung auf Portfolioebene. Die Feststellung, dass eine Gruppe von Patenten in einem bestimmten Technologiebereich eine ungewöhnlich hohe Dichte an nachfolgenden Zitaten aufweist, was auf einen hohen Lizenzwert hindeutet. Die Feststellung, dass die Anmeldegeschwindigkeit eines Wettbewerbers in einem beobachteten Bereich innerhalb von achtzehn Monaten um 40 % gestiegen ist. Die Ermittlung solcher Muster aus großen Datensätzen ist der Bereich, in dem maschinelles Lernen seine wahre Stärke entfaltet.

Wo menschliches Fachwissen nach wie vor unverzichtbar und unersetzlich ist:

Rechtliche Beurteilung. Entscheidungen zur Anspruchsstrategie, die Risikobewertung im Anmeldeverfahren, die Offensichtlichkeitsanalyse, Schlussfolgerungen zur Ausübungsfreiheit sowie die Durchsetzungsstrategie erfordern eine professionelle rechtliche Beurteilung, Erfahrung im Anmeldeverfahren und Verantwortungsbewusstsein. Diese Entscheidungen haben rechtliche Konsequenzen. Eine KI kann dabei als Informationsgrundlage dienen; treffen kann sie jedoch nur ein qualifizierter Fachmann.

Strategische Interpretation. KI-Analysen können Ihnen aufzeigen, dass ein Wettbewerber seine Anmeldetätigkeit in einem bestimmten Technologiebereich in den letzten achtzehn Monaten deutlich gesteigert hat. Sie können Ihnen jedoch nicht sagen, was dies für Ihre Produkt-Roadmap, Ihre Lizenzstrategie oder Ihr Prozessrisikoprofil bedeutet. Die Umsetzung von Daten in strategische Maßnahmen erfordert menschliches Urteilsvermögen hinsichtlich der Wettbewerbsdynamik, des geschäftlichen Kontexts und der organisatorischen Prioritäten.

Differenzierte Korrespondenz. Wenn in einem Bescheid eines Patentprüfers ein neuartiges rechtliches Argument vorgebracht wird, wenn eine Erwiderung sorgfältig formuliert werden muss, um den Umfang der Ansprüche zu wahren und gleichzeitig den Stand der Technik zu überwinden, oder wenn eine Fortsetzungsstrategie Kompromisse zwischen den Kosten des Patentverfahrens und der Abdeckung des Portfolios erfordert – all dies sind Ermessensentscheidungen, die einen erfahrenen Patentexperten erfordern. KI kann die relevanten Informationen recherchieren und strukturieren; sie kann jedoch kein Ermessen ausüben.

Mandantenbeziehungen. Für Kanzleien im Bereich des gewerblichen Rechtsschutzes basiert die Tätigkeit auf Beziehungen sowie auf dem Verständnis der Technologie des Mandanten, seiner Risikobereitschaft, seiner Geschäftsziele und seiner Budgetvorgaben. Dieses Verständnis in eine Strategie zum Schutz geistigen Eigentums umzusetzen, ist im Wesentlichen eine menschliche Aufgabe.

Verantwortlichkeit. Wenn eine Entscheidung über die Einreichung eines Antrags, eine Antwort der Behörde oder eine Entscheidung über die Verlängerung kommerzielle, rechtliche oder finanzielle Konsequenzen hat, muss es einen qualifizierten Fachmann geben, der dafür verantwortlich ist. KI unterstützt Entscheidungen; Fachleute tragen die Verantwortung dafür.

Das aus dieser Analyse abgeleitete Entwurfsprinzip:

KI sollte als Entscheidungshilfe in die Arbeitsabläufe des IP-Managements integriert werden und strukturierte Informationen, Analysen und Empfehlungen bereitstellen, die von Fachleuten geprüft und genehmigt werden können. Jede KI-Ausgabe in einer gut konzipierten IP-Management-Plattform sollte von der für die Angelegenheit zuständigen Fachkraft überprüft, korrigiert und nachverfolgt werden können. Eine Automatisierung ohne Rechenschaftspflicht ist für das IP-Management nicht geeignet.

ABSCHNITT 07

Branchenkontext

Der größere Zusammenhang: KI, das USPTO und die Zukunft des geistigen Eigentums

Der Einsatz von KI im Bereich des Schutzes geistigen Eigentums ist nicht losgelöst von der allgemeinen Entwicklung des Patentsystems zu betrachten. Die für den Schutz geistigen Eigentums zuständigen Institutionen – das USPTO, das EPA, die WIPO sowie die nationalen Patentämter weltweit – setzen selbst KI ein, was direkte Auswirkungen auf die IP-Teams und die Fachleute hat, die vor diesen Behörden tätig sind.

Die KI-Initiativen des USPTO

Das USPTO befasst sich bereits seit mindestens 2019 mit dem Einsatz von KI bei der Patentprüfung. Damals begann es, KI-gestützte Klassifizierungstools einzusetzen, um die Prüfer bei der Einordnung eingehender Anmeldungen zu unterstützen. Bis 2024 hatte das USPTO den Einsatz von KI auf die Unterstützung bei der Recherche nach dem Stand der Technik ausgeweitet und stellte den Prüfern neben ihren eigenen Recherchen auch KI-generierte Referenzen zum Stand der Technik zur Verfügung. Zudem wurde die KI zur Automatisierung von Arbeitsabläufen im Prüfungsmanagement eingesetzt.

Die Auswirkungen für Anmelder und Fachleute sind erheblich. Prüfer, die bei der Recherche nach dem Stand der Technik KI-gestützte Verfahren einsetzen, werden im Laufe der Zeit Stand-der-Technik-Beispiele finden, die bei früheren Prüfungen übersehen worden wären. Anmeldungen, die früher möglicherweise erteilt worden wären, werden nun mit größerer Wahrscheinlichkeit aufgrund von Einwänden hinsichtlich des Standes der Technik zurückgewiesen. Die Qualität der Prüfung verbessert sich, was für das Patentsystem insgesamt positiv ist, aber von den Anmeldern und ihren Rechtsbeiständen verlangt, die Recherche nach dem Stand der Technik noch ernster zu nehmen – und nicht weniger.

Das USPTO hat zudem Leitlinien zur KI-gestützten Ausarbeitung und Bearbeitung von Patentanmeldungen veröffentlicht, in denen anerkannt wird, dass Fachleute bei ihrer Arbeit KI-Tools einsetzen dürfen, wobei jedoch betont wird, dass die berufliche Verantwortung für die Richtigkeit und Vollständigkeit der eingereichten Unterlagen weiterhin beim Fachmann liegt. Diese Position – KI als legitimes Werkzeug, unveränderte berufliche Verantwortung – steht im Einklang mit der allgemeinen Ausrichtung des Berufsstands.

Das WIPO-Programm zu KI und geistigem Eigentum

Die WIPO ist die umfassendste internationale Organisation, die sich mit beiden Dimensionen von KI und geistigem Eigentum befasst: den politischen Fragen rund um die Erfinderschaft und die Eigentumsverhältnisse bei KI sowie den operativen Fragen rund um den Einsatz von KI im Management geistigen Eigentums. Die Berichte der WIPO zu Technologietrends im Bereich der künstlichen Intelligenz, von denen der erste 2019 veröffentlicht wurde, liefern die maßgeblichsten globalen Daten zu Trends bei der Einreichung von KI-Patenten und dokumentieren, wo KI-bezogene Patente angemeldet werden, von wem und in welchen Technologiesektoren.

Die WIPO hat außerdem „WIPO Translate“ entwickelt, ein KI-gestütztes Tool zur Übersetzung von Patenten, und KI in ihre Suchplattform „PATENTSCOPE“ integriert; beide sind für Fachleute im Bereich des geistigen Eigentums, die globale Portfolios verwalten, von unmittelbarer Bedeutung.

Die Fahrtrichtung

Mehrere Trends in der Entwicklung des Patentsystems sind für die Art und Weise relevant, wie IP-Teams die Einführung von KI angehen sollten:

Die Qualität der Prüfungen verbessert sich, was die Strategie im Patentverfahren anspruchsvoller macht. Da durch KI-gestützte Prüfungen immer mehr Stand der Technik ermittelt wird, wird das Patentverfahren komplexer, was höhere Anforderungen an die Qualität der Anspruchsformulierung und die Gründlichkeit der Stand-der-Technik-Analyse stellt. IP-Teams, die sich auf KI-Tools stützen, um den Stand der Technik umfassender abzudecken, sind besser aufgestellt.

Das Volumen internationaler Anmeldungen nimmt weiter zu, was die Komplexität der länderübergreifenden Fallbearbeitung erhöht. Das PCT-System, das Haager System für Geschmacksmuster und das Madrider System für Marken bearbeiten zusammen jährlich Millionen von Anmeldungen in Hunderten von Rechtsordnungen. Die Bewältigung dieser Komplexität ohne KI-gestützte Fallbearbeitung wird für große Portfolios zunehmend unhaltbar.

Die Zahl der KI-Patentanmeldungen nimmt selbst rasant zu. Daten der WIPO zeigen, dass KI-bezogene Patentanmeldungen in den letzten zehn Jahren schneller zugenommen haben als in jeder anderen Technologiekategorie, wobei die Anmeldungen im Bereich des maschinellen Lernens zwischen 2013 und 2023 um mehr als 100 % gestiegen sind. IP-Teams, die die Portfolios von Technologieunternehmen verwalten, werden sich zunehmend in Technologiebereichen wiederfinden, in denen KI-Tools – sowohl für die Patentanmeldung als auch für die Portfoliostrategie – unverzichtbare Wettbewerbsinstrumente sind.

Externe Quellen:

ABSCHNITT 08

Häufig gestellte Fragen

Häufig gestellte Fragen zu KI im IP-Management

Was versteht man unter KI im IP-Management?

KI im IP-Management bezeichnet den Einsatz künstlicher Intelligenz – einschließlich maschinellen Lernens, natürlicher Sprachverarbeitung und prädiktiver Analytik – für Aufgaben entlang des gesamten Lebenszyklus des geistigen Eigentums. Dazu gehören KI-gestützte Recherchen zum Stand der Technik, die automatisierte Erfassung von Patenten und die Berechnung von Fristen, die Bewertung von Erfindungsmeldungen, die Automatisierung von IDS-Meldungen, Portfolioanalysen und intelligente Entscheidungen zur Verlängerung, die Beobachtung des Wettbewerbsumfelds sowie KI-gestützte Markenrecherchen. In einer gut konzipierten IPMS-Plattform fungiert KI als intelligente Ebene über den gesamten Lebenszyklus hinweg – von der Erfassung von Erfindungen über die Anmeldung, das Portfoliomanagement bis hin zur Verlängerung – und bietet strukturierte Analysen und Automatisierung, die die Entscheidungsfindung durch Fachleute in jeder Phase unterstützen.

Was ist der Unterschied zwischen KI im Bereich des Schutzrechtsmanagements und KI als Gegenstand des Schutzrechts?

Hierbei handelt es sich um zwei unterschiedliche Themen, die häufig miteinander verwechselt werden. KI als Gegenstand des gewerblichen Rechtsschutzes befasst sich mit den rechtlichen und politischen Fragen, die durch künstliche Intelligenz aufgeworfen werden: Sind KI-generierte Erfindungen patentierbar, wem steht das Urheberrecht an von KI geschaffenen Werken zu und wie lässt sich die bestehende Rechtslehre zum gewerblichen Rechtsschutz auf maschinengenerierte Ergebnisse anwenden? Dies ist eine rechtliche und politische Debatte, mit der sich die WIPO, das USPTO und Rechtswissenschaftler im Bereich des gewerblichen Rechtsschutzes befassen. KI im IP-Management – das operative Thema, mit dem sich dieser Leitfaden befasst – betrifft den Einsatz von KI-Tools zur Durchführung von Aufgaben im IP-Management: die Recherche in Patentdatenbanken, die Automatisierung der Docket-Verwaltung, die Klassifizierung von Erfindungen, die Erstellung von Portfolioanalysen und die Unterstützung bei Entscheidungen über die Verlängerung von Schutzrechten. Die beiden Themen hängen zwar zusammen, erfordern jedoch völlig unterschiedliches Fachwissen.

Inwiefern verbessert KI die Patentverwaltung?

KI verbessert die Patentverfolgung durch direkte Anbindung an die APIs der Patentämter – darunter USPTO, EPO, JPO, CNIPA und andere –, um eingehende Korrespondenz und Falldaten automatisch zu erfassen, ohne dass eine manuelle Dateneingabe erforderlich ist. Die Berechnung von Fristen erfolgt durch das KI-System anhand einer gepflegten Datenbank mit Ländervorschriften, die alle relevanten Rechtsordnungen abdeckt, wobei die korrekten Vorschriften konsequent auf jeden Datensatz angewendet werden. Das System kennzeichnet Unregelmäßigkeiten, mehrdeutige Korrespondenz und potenzielle Konflikte zur Überprüfung durch Fachpersonal. Dadurch verlagert sich die Rolle des Sachbearbeiters von der Dateneingabe hin zur Überprüfung, was sowohl schneller als auch zuverlässiger ist, da die KI unter dem Druck eines vollen Arbeitspensums kein Datum falsch lesen, keine Rechtsvorschrift vergessen oder Ziffern vertauschen kann. Die Qualität der KI-gestützten Fallverwaltung hängt entscheidend von der Aktualität und Vollständigkeit der zugrunde liegenden Datenbank mit den länderspezifischen Vorschriften ab; dies ist die wichtigste Variable, die bei der Bewertung eines KI-gestützten Fallverwaltungssystems zu berücksichtigen ist.

Kann KI im Bereich des IP-Managements Patentanwälte und IP-Experten ersetzen?

Nein. KI im IP-Management automatisiert und beschleunigt datenintensive Aufgaben mit hohem Arbeitsaufwand wie die Recherche zum Stand der Technik, die Patentklassifizierung, die Berechnung von Fristen, die Erstellung von IDS, die Portfolio-Bewertung und die Wettbewerbsbeobachtung; sie kann jedoch weder das juristische Urteilsvermögen, die Verfolgungsstrategie, die Fachkompetenz bei der Ausarbeitung von Ansprüchen noch die berufliche Verantwortung übernehmen, die Patentanwälte und qualifizierte IP-Fachleute bieten. Wesentliche IP-Entscheidungen – ob eine Anmeldung eingereicht werden soll, wie das Verfahren fortgeführt werden soll, ob Rechte durchgesetzt werden sollen und auf welche Vermögenswerte verzichtet werden soll – haben rechtliche Konsequenzen und erfordern ein qualifiziertes fachliches Urteil. KI liefert strukturierte Inputs für diese Entscheidungen. Fachleute treffen die Entscheidungen und tragen die Verantwortung dafür. Der angemessene Einsatz von KI im IP-Management dient der Entscheidungsunterstützung, nicht dem Ersatz von Entscheidungen.

Was ist NoveltyAI und wie funktioniert es?

NoveltyAI ist ein KI-gestütztes Tool zur Bewertung von Erfindungen, das in die IP-Management-Plattform „Symphony“ von MaxVal. Wenn ein Erfinder eine Offenlegung über Symphony einreicht, führt NoveltyAI eine semantische Suche in der globalen Patentdatenbank durch, um relevante Stand-der-Technik-Informationen zu identifizieren, und erstellt einen strukturierten Bericht zur Neuheitsbewertung, der nach Relevanz geordnete Ergebnisse zum Stand der Technik sowie eine Analyse enthält, welche Elemente der Offenlegung neuartig erscheinen und welche als vorhersehbar gelten. Der Bericht steht dem prüfenden Anwalt innerhalb weniger Stunden nach Einreichung der Offenlegung zur Verfügung und bietet eine umfassende Übersicht über den Stand der Technik, deren manuelle Erstellung andernfalls ein bis drei Wochen in Anspruch nehmen würde. NoveltyAI gibt keine rechtliche Stellungnahme zur Patentierbarkeit ab – diese Beurteilung obliegt weiterhin dem Anwalt –, liefert jedoch die Grundlage zum Stand der Technik, die die Beurteilung durch den Anwalt beschleunigt und vervollständigt.

Was ist Max-IDS?

Max-IDS ist die KI-gestützte IDS-Automatisierungsplattform (Information Disclosure Statement) von MaxVal für die US-Patentanmeldung. Sie identifiziert automatisch zitierfähige Referenzen für anhängige Anmeldungen, lädt Dokumente über eine API aus den Datenbanken der Patentämter herunter, ordnet die Referenzen den richtigen Fällen innerhalb der zugehörigen Anmeldungsfamilien zu, prüft die Vollständigkeit und erstellt prüfungsfertige PTO/SB/08-IDS-Formulare. Max-IDS verkürzt die Vorbereitungszeit für IDS von üblicherweise drei bis acht Stunden pro Anmeldung auf etwa zwanzig bis vierzig Minuten und reduziert gleichzeitig das Risiko versehentlicher Auslassungen erheblich. Der Anwalt prüft den von der KI erstellten IDS-Entwurf vor der Einreichung; Max-IDS übernimmt die Recherche und die Dokumentenvorbereitung, die dieser Prüfung vorausgehen.

Inwiefern unterscheidet sich die KI-Patentrecherche von der herkömmlichen Stichwortsuche?

Bei der herkömmlichen Patentrecherche anhand von Schlüsselwörtern werden Dokumente gefunden, die bestimmte Suchbegriffe enthalten. Die KI-gestützte semantische Patentrecherche versteht die konzeptionelle Bedeutung einer Suchanfrage und kann so Patente finden, die dasselbe technische Konzept mit unterschiedlicher Terminologie, in verschiedenen Sprachen oder mit unterschiedlichen Anspruchsformulierungen beschreiben. Eine semantische Suche identifiziert beispielsweise ein deutsches Patent, das dasselbe mechanische Prinzip beschreibt wie eine US-amerikanische Anmeldung, selbst wenn die beiden Dokumente keine gemeinsamen Schlüsselwörter aufweisen. Die KI-gestützte Suche berücksichtigt zudem eine Relevanzbewertung, bei der die Ergebnisse nach konzeptioneller Ähnlichkeit statt nach der Häufigkeit von Schlüsselwörtern geordnet werden, und kann auf die Analyse von Zitationsnetzwerken zurückgreifen, um grundlegende Dokumente in einem Technologiebereich zu identifizieren. Das praktische Ergebnis ist eine umfassendere Abdeckung und eine höhere Relevanz der Suchergebnisse, wodurch Lücken im Stand der Technik verringert werden, die zu Anfälligkeiten im Patentverfahren und zu FTO-Risiken führen.

Welche Sicherheitsstandards sollte KI im IP-Management erfüllen?

IP-Daten gehören zu den sensibelsten Wettbewerbsinformationen eines Unternehmens, und die Verarbeitung dieser Daten mittels KI sollte denselben Sicherheitsstandards entsprechen wie die zugrunde liegende Verwaltungsplattform. Als Mindestanforderungen gelten die Zertifizierungen SOC 2 Typ II, die eine unabhängige Prüfung der Sicherheitskontrollen über einen festgelegten Zeitraum vorschreibt, sowie ISO 27001, die Managementsysteme für Informationssicherheit regelt. Über die Zertifizierungen hinaus sollten Unternehmen ihre Anbieter ausdrücklich fragen, ob IP-Daten von Kunden zum Trainieren von KI-Modellen verwendet werden, wo die KI-Verarbeitung stattfindet und welche Optionen zur Datenlokalisierung für Unternehmen mit regulatorischen Anforderungen hinsichtlich der Datenlokalisierung bestehen. Dies sind konkrete Fragen, die ein Anbieter schriftlich beantworten können sollte.

Was sind gemessen am ROI die wirkungsvollsten Anwendungen von KI im IP-Management?

Basierend auf einheitlich gemeldeten Ergebnissen verschiedener IP-Teams, die KI-Funktionen implementiert haben, sind die Anwendungen mit dem deutlichsten und am besten messbaren ROI die folgenden, in ungefähre Reihenfolge ihrer Wirkung: Die IDS-Automatisierung liefert den schnellsten und am besten quantifizierbaren Effizienzgewinn und reduziert die Vorbereitungszeit pro Anmeldung von drei bis acht Stunden auf zwanzig bis vierzig Minuten, was sich unmittelbar und messbar auf die Kapazität des Bearbeitungsteams auswirkt. Die Automatisierung der Terminverwaltung verringert das Fehlerrisiko und erhöht den Durchsatz, wobei der Wert der Risikominderung erst dann quantifizierbar ist, wenn eine Frist versäumt wird. Analysen zur Portfolioverlängerung identifizieren in der Regel Möglichkeiten zur Senkung der Jahresgebühren um 15–30 %, wenn datengestützte Entscheidungen über den Verzicht auf die Verlängerung an die Stelle von Standard-Verlängerungsrichtlinien treten. Die KI-gestützte Patentrecherche verbessert die Vollständigkeit der Abdeckung und senkt die Kosten für die Recherche nach dem Stand der Technik, indem sie die Bearbeitungszeiten von Wochen auf Tage verkürzt. Die Wettbewerbsbeobachtung ersetzt teure periodische Berichte durch kontinuierliche Informationen. Die Erfindungs-Triage beschleunigt den Prozess von der Offenlegung bis zur Einreichung und verbessert die Konsistenz der Qualität bei der Beurteilung der Patentierbarkeit.

Wie geht die WIPO mit KI im Bereich des Schutzes geistigen Eigentums um?

Die WIPO hat sich mit dem Thema KI im Bereich des geistigen Eigentums aus beiden Perspektiven befasst: zum einen mit den politischen Fragen rund um Eigentumsrechte und Erfinderschaft im Zusammenhang mit KI, zum anderen mit den operativen Instrumenten, die das globale Management des geistigen Eigentums unterstützen. Auf politischer Ebene haben sich sowohl der Ständige Ausschuss für Urheberrecht und verwandte Schutzrechte der WIPO als auch ihr Zwischenstaatlicher Ausschuss für genetische Ressourcen, traditionelles Wissen und Folklore mit Fragen der KI-bezogenen IP-Politik befasst. Die Berichte der WIPO zu Technologietrends dokumentieren globale Trends bei der Einreichung von KI-Patenten und liefern die maßgeblichsten internationalen Daten zu KI-bezogenen Patentaktivitäten. Auf operativer Ebene hat die WIPO KI-gestützte Instrumente entwickelt, darunter „WIPO Translate“ für die Übersetzung von Patentdokumenten, und KI-gestützte Suchfunktionen in PATENTSCOPE integriert. Das Engagement der WIPO im Bereich KI im IP-Management spiegelt dieselbe doppelte Realität wider, mit der Fachleute im Bereich des geistigen Eigentums konfrontiert sind: KI wirft wichtige neue rechtliche Fragen auf und bietet gleichzeitig leistungsstarke Instrumente für eine effektivere Verwaltung des geistigen Eigentums.

ABSCHNITT 09

Erste Schritte

Erste Schritte mit KI im IP-Management – ein dreistufiger Plan zur Einführung

Für IP-Teams, die KI-Fähigkeiten evaluieren oder den Schritt von isolierten Tools hin zu einem umfassenden, KI-gestützten Ökosystem vollziehen, lautet die zentrale Frage: Wo soll man anfangen? Die Einteilung der Implementierungsphasen nach Risiko und Umfang ermöglicht es Unternehmen, die Einführung logisch zu strukturieren, ohne den laufenden Rechtsverfolgungsprozess und den Portfoliobetrieb zu stören.


Phase 1: Betriebliche Effizienz und Risikoprognose

Risiko- und Volumenprofil: Geringes Risiko / Hohes Volumen

Schwerpunkte: 

  1. Setzen Sie automatisierte Dossierverwaltung und IDS-Automatisierung ein, um sich wiederholende, umfangreiche Verwaltungsaufgaben zu bewältigen.
  2. Integrieren Sie prädiktive Algorithmen, um Anmelderisiken zu ermitteln, Bescheide der Patent- und Markenämter vorherzusagen und potenzielle Engpässe bei der Beantwortung bereits in einem frühen Stadium des Verfahrens zu erkennen.


Warum hier anfangen: 

Diese sich wiederholenden, hochfrequenten Arbeitsabläufe bergen in Verbindung mit einer Überwachung durch den Menschen ein geringes strategisches Risiko, beseitigen jedoch sofort den größten Teil der operativen Reibungsverluste.

Kennzahlen der Phase 1:

  1. Verringerung der Fehlerquote bei der manuellen Erfassung und der Zahl der versäumten Fristen.
  2.  Reduzierung der von Rechtsassistenten für die IDS-Vorbereitung aufgewendeten Stunden pro Antrag um mehr als 70 %.
  3.  Eine höhere Genauigkeit bei der Vorhersage von Verfahrensdauern und Kosten für die Reaktion.


Phase 2: Strategisches Portfolio und Informationen zur Vertragsverlängerung

Risiko- und Volumenprofil: Geringes Risiko / Geringes Volumen

Schwerpunkte:

  1. Führen Sie datengestützte Portfolioanalysen, Budget- und Kostenprognosen, die Beobachtung des Wettbewerbsumfelds sowie eine mehrdimensionale Bewertung von Vertragsverlängerungen ein.
  2. Identifizieren Sie notleidende Vermögenswerte und wechseln Sie von einer Strategie des „kompletten Erneuerungsansatzes“ zu einer wertorientierten Bereinigung.


Warum Sie als Nächstes hierher ziehen sollten: 

Bewertungen auf Portfolioebene finden in regelmäßigen Abständen statt (geringes Volumen) und sind mit einem geringen operativen Risiko verbunden, da die Empfehlungen rein analytische Beiträge für die Entscheidungsfindung der Geschäftsleitung darstellen.

Kennzahlen für Phase 2:

  1. Direkter finanzieller ROI durch Einsparungen von 15 % bis 30 % bei den weltweiten Ausgaben für Jahresgebühren und Vertragsverlängerungen.
  2. Kürzere Reaktionszeit bei der Erkennung von Patentanmeldungen der Wettbewerber und technologischen Veränderungen.
  3. Verbesserte Genauigkeit der Budgetplanung bei Kostenprognosen für geistiges Eigentum über einen Zeitraum von 1 bis 5 Jahren.


Phase 3: Vorlaufende Forschung und Entwicklung sowie Integration zentraler Innovationen

Risiko- und Volumenprofil: Hohes Risiko / Hohes Volumen

Schwerpunkte:

  1. Integrieren Sie KI direkt in den vorgelagerten Innovationsprozess und arbeiten Sie dabei mit F&E-Ausschüssen zusammen, um Erfindungsmeldungen zu sichten, automatisierte semantische Recherchen zum Stand der Technik durchzuführen und die Cooperative Patent Classification (CPC) anzuwenden.
  2. Setzen Sie automatisierte Anspruchsdiagramme für die Verteidigung in hochkarätigen Rechtsstreitigkeiten, bei Lizenzverhandlungen und bei der Geltendmachung standardessentieller Patente (SEP) ein.


Warum für Phase 3 sparen: 

Diese Phase betrifft ein hohes Volumen an eingehenden Offenlegungen und birgt das höchste strategische Risiko, da hier bereits in einem frühen Stadium Entscheidungen zur Patentierbarkeit getroffen, die Grenzen der Kernpatentansprüche festgelegt und Einfluss auf F&E-Investitionen genommen werden. Sie erfordert ein ausgereiftes KI-Framework, eine etablierte Datenhygiene sowie eine enge funktionsübergreifende Abstimmung zwischen der Rechtsabteilung und der F&E-Abteilung.

Kennzahlen der Phase 3:

  1. Der Zeitrahmen zwischen Bekanntgabe und Einreichung wurde von mehreren Wochen auf 24 bis 72 Stunden verkürzt.
  2. Erhöhte Konsistenz und Genauigkeit bei der automatisierten CPC-Klassifizierung.
  3. Schnellere Bearbeitungszeiten bei der erstmaligen Erfassung von Ansprüchen im Rahmen der Wertumsetzung und der Vorbereitung von Rechtsstreitigkeiten.

Erfahren Sie, wie MaxVal KI über den gesamten IP-Lebenszyklus hinweg einsetzt

Die Symphony-Plattform von MaxVal, die nativ auf Salesforce basiert, integriert KI in jede Phase des in diesem Leitfaden beschriebenen IP-Lebenszyklus. NoveltyAI und ClassifierAI in der Erfindungsphase. Automatisierte Docket-Verwaltung aus über 150 Patentämtern. Max-IDS für die IDS-Automatisierung. Relecura für KI-gestützte Patentanalysen, Portfolio-Intelligence und Wettbewerbsbeobachtung.

Falls Sie den Einsatz von KI-gestütztem IP-Management für Ihr Unternehmen in Erwägung ziehen, würden wir Ihnen gerne erläutern, wie diese Funktionen in der Praxis für ein Portfolio wie das Ihre zum Einsatz kommen.

Meta, Qualcomm, PayPal, Cisco, Baker McKenzie, Wilson Sonsini, Holland & Hart sowie über 200 führende IP-Teams vertrauen auf uns. SOC 2 Typ II- und ISO 27001-zertifiziert.

Zum Inhalt springen