Patentrecherche & Stand-der-Technik-Analyse

Um zu entscheiden, ob eine Erfindung neu ist, ob ein Produkt fremde Rechte verletzt oder ob das Patent eines Wettbewerbers angreifbar ist, müssen zig Millionen Dokumente in vielen Sprachen durchsucht werden, meist über Klassifikationscodes und boolesche Abfragen. KI ergänzt eine semantische Suche ausgehend von einer Beschreibung in Alltagssprache, sprachübergreifenden Abgleich, Reranking mit Schlussfolgern und Entwürfe für die Zuordnung von Anspruchsmerkmalen zu Textstellen. Sie beschleunigt die Recherche; die rechtliche Bewertung bleibt bei einer Fachperson.

Problem & Nutzen

• Heute: Patentanwälte, interne IP-Teams und Recherchedienstleister erstellen boolesche Abfragen über CPC/IPC- Klassen und Stichwörter in kommerziellen oder freien Datenbanken (Espacenet, DEPATISnet, Google Patents, Lens, PATENTSCOPE). Das Vokabular unterscheidet sich zwischen Anmeldern, Fachgebieten und Sprachen, sodass sich der Recall kaum garantieren lässt und die Arbeit langsam ist. KMU und Start-ups verzichten oft ganz auf Recherchen oder nutzen nur ein freies Werkzeug.
• KI-Nutzen: (1) die Erfindung in Fließtext beschreiben und semantisch ähnliche Dokumente erhalten, (2) sprachübergreifend abgleichen (CN/JP/KR/DE-Dokumente), (3) Treffer zusammenfassen und mit Anspruchsmerkmalen vergleichen, (4) ein dokumentiertes, wiederholbares Recherche-Log führen, (5) neue Veröffentlichungen überwachen.
• Offizielle Angebote bestätigen die Richtung: Die WIPO kündigte am 2. Juli 2026 "PATENTSCOPE AI-Assisted Search" an [2]; Google Patents Public Datasets stellen weltweite bibliografische Daten zu mehr als 90 Millionen Veröffentlichungen aus 17 Ländern in BigQuery bereit (Stand beim Start 2017), dazu eine Forschungstabelle mit englischen maschinellen Übersetzungen von Titeln/Zusammenfassungen [5].
• Es gibt keine verlässliche öffentliche Zahl zu eingesparter Zeit oder gewonnenem Recall, die werkzeugübergreifend gilt; Herstellerangaben sind Marketing und sollten an Ihren eigenen früheren Recherchen getestet werden (siehe Erste Schritte).

Varianten

• Neuheits-/Patentierbarkeitsrecherche vor der Anmeldung (Erfinder, KMU, Technologietransferstelle einer Hochschule).
• Freedom-to-Operate (FTO) für ein Produkt: anspruchsbezogen, länderspezifisch, mit Blick auf den Rechtsstand.
• Nichtigkeits-/Einspruchsrecherche gegen ein fremdes Patent (älterer Stand der Technik, Nichtpatentliteratur).
• Patentlandschaft und Wettbewerbsbeobachtung: Clustering, Analyse weißer Flecken, Anmeldertrends, Due Diligence bei M&A.
• Prüfer-/Patentamtsseite (öffentlicher Sektor): KI-gestützte Klassifikations- und Recherchewerkzeuge in den Ämtern (WIPO, nationale Ämter).
• Private Erfinder / Maker: freie Werkzeuge plus ein allgemeines LLM, um Abfragen zu formulieren und Treffer zu erklären.
• Marken- und Designrecherche ist ein eigener Anwendungsfall: KNOW-022. Rechtsprechung und Gesetze: KNOW-006.

So funktioniert es

1. invention description / claims / patent number
2. query understanding (LLM extracts features, synonyms, CPC candidates, multilingual keywords)
3. retrieval: hybrid (boolean/BM25 + dense embeddings + classification filters) over patent corpus + NPL
4. reranking (cross-encoder or LLM judging claim-feature coverage)
5. analysis: per-reference passage extraction, draft claim chart, family/legal-status check
6. human review: attorney/searcher accepts, rejects, refines query (iterate)
7. documented search report + monitoring

• Bestand: Volltext und Ansprüche von Patenten (EPO DOCDB/OPS, USPTO, DPMA, WIPO), CPC-Klassifikation, Rechtsstand und Nichtpatentliteratur (Fachartikel, Normen, Produkthandbücher; siehe KNOW-008, KNOW-009).
• Retrieval: patentspezifische oder mehrsprachige Embedding-Modelle (z. B. PatentSBERTa [3], BGE-M3 mit dichten, Sparse- und Multi-Vektor-Modi und Eingaben von 8192 Token [4]) kombiniert mit klassischer boolescher Suche, weil Recherchierende eine Abfrage begründen und reproduzieren können müssen.
• Reasoning-Schicht: Ein LLM liest Ansprüche und Kandidatenpassagen und erklärt, welches Merkmal wo offenbart ist. Lange Ansprüche und Querverweise auf Abbildungen sind der schwierige Teil; Zeichnungen erfordern ein VLM.
• Mensch-in-der-Schleife (Human-in-the-Loop): immer. Relevanzentscheidungen, X/Y/A-Kategorisierung und jede Aussage zu Neuheit, Verletzung oder Rechtsbeständigkeit trifft eine qualifizierte Person.

Datenaufbereitung

Zwei Arten von Daten: externe Patent- und Literaturdatenbanken (EPO, WIPO, USPTO, kommerzielle Anbieter), die bereits strukturiert sind, und das eigene Material des Unternehmens: Erfindungsmeldungen, Anspruchsentwürfe, Laborberichte und Produktbeschreibungen. Diese liegen in Word-Dateien auf Dateiablagen, im DMS, in E-Mails und manchmal in Laborbüchern auf Papier.

Typische Lücken: Erfindungsmeldungen, die vage oder auf mehrere Dokumente verstreut sind, kein einheitliches Vokabular zwischen F&E und Patentanwälten, gescannte Laborbücher und eigene Portfoliodaten in Excel mit uneinheitlichen Familien- und Statusangaben.

Schritte der Aufbereitung: - Jede Meldung als kurze, strukturierte Beschreibung aus Problem, Lösung und Merkmalen verfassen; das ist die beste Eingabe für Abfragen. - Die eigene Portfolioliste in eine saubere Tabelle überführen (PREP-011) und Technikfeld-Schlagwörter ergänzen (PREP-010). - Ein Glossar mit Synonymen und Fachbegriffen auf Deutsch und Englisch aufbauen (PREP-015). - Relevante Laborbücher digitalisieren (PREP-006). - Einen Testsatz mit bekanntem relevantem Stand der Technik erstellen (PREP-018).

Der Aufwand ist gering: Die großen öffentlichen Bestände kommen fertig, daher fließen etwa 10 bis 20 Prozent des Aufwands in die Aufbereitung. Vertrauliche Erfindungsmeldungen dürfen niemals in Werkzeuge gelangen, bevor die Neuheit geschützt ist; siehe PREP-024.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil spezialisierte Patentrecherche-Plattformen mit KI-gestützter semantischer Suche ausgereift und pro Arbeitsplatz bepreist sind und ein kleines F&E-Team keinen eigenen Index mit zig Millionen Dokumenten betreiben kann.
• Großunternehmen: Weg B, weil IP-Abteilungen kommerzielle Patentdaten, eigene Portfoliodaten und Reasoning-Modelle über APIs verbinden und Recherchestrategien im Haus behalten wollen.
• Entwickler: Weg C, weil offene Patentdaten (z. B. Massendaten von EPO und USPTO) plus offene Embedding- und Reranker-Modelle eine selbst gebaute Suche auf eigener Hardware erlauben.
• Öffentlicher Sektor: Weg B in einer souveränen EU-Cloud, weil Forschungseinrichtungen und Technologietransferstellen EU-Hosting für unveröffentlichte Erfindungsmeldungen benötigen.

Weg A — Kaufen (Standardsoftware; für die meisten KMU und IP-Abteilungen empfohlen)

• Kommerzielle Patentplattformen mit KI-Suche: Questel Orbit (Frankreich, EU), IPRally (Finnland, EU; graphbasierte semantische Suche auf Ansprüchen), Minesoft PatBase (UK), Clarivate Derwent/DWPI, PatSnap, LexisNexis PatentSight, Anaqua, XLSCOUT. Funktionen und Preise der Anbieter ändern sich schnell, fordern Sie daher einen Pilotbetrieb mit Ihren eigenen Fällen an.
• Freie amtliche Werkzeuge: Espacenet und Patent Translate (EPO) [1], DEPATISnet und DPMAregister (DPMA) [6], PATENTSCOPE mit KI-gestützter Suche und WIPO Translate [2], Google Patents, Lens.org (gemeinnützig). Gut genug für orientierende Recherchen durch Nicht-Experten.
• Prüfen: Abdeckung je Rechtsordnung, Rechtsstandsdaten, Umgang mit Patentfamilien, CN/JP/KR-Volltext, Export des Suchverlaufs, EU-Hosting und Vertraulichkeitsbedingungen (siehe Risiken), Arbeitsplatz-/Preismodell.
• A wählen, wenn: Sie regelmäßig recherchieren, aber kein ML-Team haben. Kein Ersatz für eine professionelle Recherche bei Anmeldeentscheidungen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Daten: EPO Open Patent Services (OPS), PatentsView / USPTO-Massendaten, Google Patents Public Datasets in BigQuery [5], Massen-Downloads nationaler Ämter; kommerzielle Datenlizenzen für den Rechtsstand.
• Modelle: eine Embedding-API oder ein offenes Embedding-Modell für den Index, ein Reranker und ein LLM der Spitzenklasse mit langem Kontext (Claude, Gemini, GPT, Mistral aus der EU) für die Anspruchsanalyse und den Entwurf von Charts; bei unveröffentlichten Meldungen EU-Regionen oder EU-Anbieter nutzen.
• Orchestrierung: eine Agentenschleife, die Abfragen vorschlägt, boolesche und semantische Suchen ausführt, nach Familie dedupliziert, Treffer bewertet und das Recherche-Log schreibt. Frameworks: LangGraph, LlamaIndex, reiner Code.
• B wählen, wenn: Sie einen maßgeschneiderten Ablauf benötigen (z. B. interne Vorsortierung von Erfindungsmeldungen) und Entwickler haben.
• Warnung: Senden Sie unveröffentlichte Erfindungsmeldungen niemals an einen Anbieter ohne Vertrag zu Nicht-Training und Nicht-Speicherung; eine frühe Offenbarung kann in Rechtsordnungen mit absoluter Neuheit die Neuheit zerstören.

Weg C — Selbst betreiben (Open Source)

• Modelle: BGE-M3 (MIT-Lizenz) [4] oder PatentSBERTa (MIT) [3, 7] für Embeddings; ein Cross-Encoder-Reranker (z. B. die bge-reranker-Familie); ein Open-Weight-LLM der Klasse 30–120B für die Anspruchsanalyse; Docling oder PaddleOCR für gescannte PDFs und Zeichnungen; Modelle der Klasse Argos/NLLB für die Übersetzung.
• Stack: OpenSearch oder Elasticsearch (hybrid BM25 + kNN), Qdrant/pgvector, vLLM oder Ollama. Die offenen Patentdaten von EPO/USPTO/DPMA/WIPO lassen sich in einen eigenen Index laden, wobei eine vollständige globale Volltextabdeckung ein großes ETL-Projekt ist und Rechtsstandsdaten meist lizenzpflichtig sind.
• Hardware: HW3 für ein brauchbares Reasoning-LLM; Embedding und Index-Betrieb allein passen auf HW2. Speicher im TB-Bereich für einen globalen Bestand.
• C wählen, wenn: Erfindungsmeldungen hochvertraulich sind (rüstungsnah, Pharma vor der Anmeldung) oder ein großes Recherchevolumen SaaS-Arbeitsplätze teuer macht.

Weg D — Eigenes Training

Lohnt sich vor allem für große IP-Abteilungen, Patentämter oder Anbieter: ein Embedding-Modell auf Zitierpaaren feintunen (X/Y-Entgegenhaltungen von Prüfern, Familienzitate), um domänenspezifische Ähnlichkeit zu lernen, oder einen CPC- Klassifikator trainieren. Öffentliche Zitierdaten sind reichlich vorhanden; einige hunderttausend Paare sind typisch für spürbare Verbesserungen. Evaluieren Sie immer anhand Ihrer eigenen früheren Recherchen, bevor Sie ein fertiges Modell ersetzen.

Stand der Technik (2026)

• Hybrides Retrieval gewinnt: Dicht plus lexikalisch plus Klassifikationsfilter plus Reranker schlagen durchweg jede Einzelmethode; mehrsprachige Embeddings (Klasse BGE-M3) machen sprachübergreifenden Recall im ersten Durchgang praktikabel [4].
• Amtliche Stellen liefern KI-Suche aus: PATENTSCOPE AI-Assisted Search der WIPO (Juli 2026) [2]; Patentämter nutzen KI intern für Klassifikation und Recherche.
• LLM-Anspruchsanalyse (Merkmalsextraktion, Claim Charts, Erklärung, warum ein Dokument relevant ist) ist als Entwurf nützlich, halluziniert aber Fundstellen, liest den Umfang von "comprising" und "consisting of" falsch und übersieht Offenbarungen, die nur in Abbildungen stehen. Jede zitierte Passage muss an der Quelle geprüft werden.
• Grenzen und Fehlerbilder: Vollständigkeit lässt sich nicht beweisen (ein übersehenes X-Dokument ist der teure Fehler); Rechtsstands- und Familiendaten müssen aus maßgeblichen Quellen stammen, nicht von einem LLM; maschinelle Übersetzung von CJK-Dokumenten verliert Fachbegriffe; unveröffentlichte Anmeldungen (18-Monats-Regel) sind systembedingt unsichtbar; Nichtpatentliteratur und offenkundige Vorbenutzung sind schlecht abgedeckt; Benchmark-Zahlen von Anbietern sind selten vergleichbar.

Gemeinsame Bausteine & Kombinationen

• Gleicher Retrieval-Stack (embedding-text + reranker + vector-db + search-engine) wie KNOW-001 Enterprise Search, KNOW-002 RAG und KNOW-006 juristische Recherche; ein hybrider Indexdienst und ein GPU-Server (HW2/HW3) können alle bedienen.
• Nachbarn: KNOW-008 (wissenschaftliche Literatur als Nichtpatent-Stand-der-Technik), KNOW-022 (Marken-/Designrecherche), KNOW-015 (Deep-Research-Agent für den Marktkontext), KNOW-013 (Graph aus Erfindern, Anmeldern, Zitaten), KNOW-009 (Normen als Stand der Technik / standardessenzielle Patente), DOC-014 (Parsing von PDFs und Tabellen), LANG-001 (Übersetzung).
• Vorgelagert: Abläufe für Erfindungsmeldungen und F&E-Dokumentenarchive; nachgelagert: Unterstützung beim Verfassen von Patenten und Portfolioanalytik, die eigene Anwendungsfälle sind.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis wenige Wochen (Pilot, Zugang, Schulung); Lizenzen meist pro Arbeitsplatz oder nach Suchvolumen.
• Weg B: 1–3 Monate für einen funktionierenden Agenten plus Evaluation; Datenlizenzen und LLM-Tokens (lange Ansprüche plus viele Entgegenhaltungen) treiben die Kosten.
• Weg C: 2–4 Monate; GPU-Server, ETL der Patentdaten und laufende Index-Aktualisierungen.
• Kennzahlen: Recall bekannter relevanter Dokumente auf einem zurückgehaltenen Satz früherer Recherchen (die entscheidende Kennzahl), Precision bei den Top 20/50, Zeit je Recherche, Anteil der Recherchen mit dokumentierter Strategie, Anzahl verifizierter Zitate, die wegen Halluzination verworfen wurden, Relevanz der Überwachungsbenachrichtigungen.

Menschen & Veränderung

Beziehen Sie die Geschäftsführung für die IP-Strategie ein, die Leitung von F&E oder IP als Prozessverantwortliche, die Patentanwälte und Ingenieure als Nutzende, IT und Informationssicherheit (unveröffentlichte Erfindungen sind Geschäftsgeheimnisse) und die Rechtsabteilung für die Haftung bei Freedom-to-Operate. Holen Sie den externen Patentanwalt früh dazu, denn dessen Arbeitsweise und Berufspflichten prägen die Werkzeugauswahl.

Betriebsrat: in der Regel nein. Die Nutzenden sind eine kleine Expertengruppe, und Werkzeuge, die je Rechercheprojekt eingesetzt werden, überwachen selten einzelne Personen; protokolliert die Plattform die Nutzeraktivität auf Beschäftigtenebene, kann dennoch § 87 Abs. 1 Nr. 6 BetrVG greifen, prüfen Sie das daher. Informieren Sie den Betriebsrat nach § 90 Abs. 1 Nr. 3, wenn sich Arbeitsabläufe ändern.

Datenschutz: überwiegend Unternehmensdaten; Erfindernamen sind personenbezogene Daten, binden Sie daher die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten kurz ein und schließen Sie einen AVV (Art. 28 DSGVO) ab. Eine DSFA ist in der Regel nicht nötig.

KI-Kompetenz: Unterstützen Sie die Beschäftigten mit einem Workshop zu den Grenzen der semantischen Suche und zur Prüfung von Claim Charts (Art. 4 KI-Verordnung, GUIDE-006). Pilotieren Sie mit zwei oder drei echten Recherchen, die parallel zur klassischen Methode laufen, und vergleichen Sie den Recall (GUIDE-009). Typische Sorge: übersehener Stand der Technik begründet Haftung; begegnen Sie ihr, indem die KI eine Ergänzung der dokumentierten Recherchestrategie bleibt und eine Fachperson freigibt. Sicherheit: GUIDE-013.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko für Patentrecherche und -analyse; keine Anhang-III-Kategorie greift. Die Pflicht zur KI- Kompetenz (Art. 4) gilt für die Beschäftigten. Ämter, die KI in Verwaltungsentscheidungen einsetzen, sollten ihren eigenen Kontext prüfen.
• DSGVO: Patente nennen Erfinder und Anmelder (personenbezogene Daten, aber veröffentlicht); die Überwachung von Personen oder der Aufbau von Erfinderprofilen braucht eine Rechtsgrundlage (Expertensuche im Stil von KNOW-012 ist ein eigenes Thema). Erfindungsmeldungen können Beschäftigtendaten enthalten.
• Vertraulichkeit / Neuheit: Unveröffentlichte Erfindungen sind Geschäftsgeheimnisse (Richtlinie (EU) 2016/943) und können ihre Neuheit verlieren, wenn sie offenbart werden; nutzen Sie Verträge zum Nicht-Training, EU-Hosting oder On-Premises (Weg C).
• Berufspflichten: FTO- und Rechtsbeständigkeitsgutachten sind Rechtsberatung; in Deutschland gelten die Vorbehaltsaufgaben der Patentanwälte und Rechtsanwälte. KI-Ausgaben sind eine Recherchehilfe, kein Gutachten.
• Gegenmaßnahmen: dokumentierte Recherche-Logs, Prüfung jeder zitierten Passage, maßgebliche Quellen für den Rechtsstand, unabhängige zweite Recherche durch Menschen bei Anmelde- und Prozessentscheidungen.

Erste Schritte

1. 5–10 frühere Recherchen mit bekannten relevanten Dokumenten auswählen und als Testsatz verwenden (Recall-Ausgangswert).
2. Die freien Werkzeuge (Espacenet, Google Patents, PATENTSCOPE-KI-Suche) an diesen Fällen ausprobieren, um zu sehen, was semantische Suche bereits leistet.
3. 2–3 kommerzielle Plattformen von Weg A am selben Testsatz pilotieren; Recall, Qualität des Rechtsstands und Export vergleichen.
4. Eine Regel zum Umgang mit Daten festlegen: welche Meldungen das Unternehmen verlassen dürfen, welche nur EU-weit oder On-Premises zu verarbeiten sind.
5. Beim Eigenbau: mit hybrider Suche über eine einzelne Rechtsordnung plus Reranker beginnen, LLM-Claim-Charts zuletzt ergänzen und einen verpflichtenden Prüfschritt beibehalten.

Quellen

1. EPO — Espacenet and Patent Translate overview — https://www.epo.org/en/searching-for-patents/technical/espacenet
2. WIPO — PATENTSCOPE (news item "PATENTSCOPE AI-Assisted Search Now Available", 2 July 2026; WIPO Translate) — https://www.wipo.int/en/web/patentscope and https://www.wipo.int/en/web/patentscope/news
3. AI-Growth-Lab — PatentSBERTa model card (Hugging Face) — https://huggingface.co/AI-Growth-Lab/PatentSBERTa
4. BAAI — BGE-M3 model card (100+ languages, 8192 tokens, MIT, dense/sparse/multi-vector) — https://huggingface.co/BAAI/bge-m3
5. Google Cloud — Google Patents Public Datasets on BigQuery — https://cloud.google.com/blog/topics/public-datasets/google-patents-public-datasets-connecting-public-paid-and-private-patent-data
6. DPMA — search services DEPATISnet, DPMAregister — https://www.dpma.de/english/search/index.html
7. PatentSBERTa repository (MIT licence) — https://github.com/AI-Growth-Lab/PatentSBERTa
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj