Patentanmeldungen entwerfen & Bescheide beantworten

Eine Patentanmeldung zu schreiben und sie durch die Prüfung zu bringen, ist teure Arbeit, die nur Fachleute leisten können: Eine Anwältin oder ein Anwalt macht aus wenigen Seiten Konstruktionsnotizen 20–60 Seiten Ansprüche und Beschreibung mit präziser, einheitlicher Terminologie und verbringt dann Stunden damit, Einwände der Prüfer dem zitierten Stand der Technik zuzuordnen. Patentspezifische LLM-Copiloten entwerfen heute erste Fassungen von Ansprüchen, Beschreibungen und Figuren- texten aus der Erfindungsmeldung, führen Stützungs- und Konsistenzprüfungen durch, auf die Patentämter achten (Art. 84 und Art. 123(2) EPÜ, Rückbezug), und zerlegen Amtsbescheide in einen Merkmalsvergleich Punkt für Punkt mit Änderungs- und Argumentationsvorschlägen. Der Anwalt bleibt Autor und Unterzeichner; die KI nimmt die Fleißarbeit ab und fängt Fehler vor der Einreichung ab.

Problem & Nutzen

• Wer: Patentanwaltskanzleien, Schutzrechtsabteilungen in Maschinenbau, Automobil, Pharma, Chemie und Software, Technologietransferstellen von Hochschulen sowie Erfinder in Start-ups und KMU, die externe Berater nach Stunden bezahlen.
• Heute: Der Anwalt befragt den Erfinder, schreibt Ansprüche von Hand, baut sie zu einer Beschreibung aus, instruiert einen Zeichner für Figuren und prüft Bezugszeichen und Rückbezug manuell. Bescheide werden gelesen, zitierte Dokumente Merkmal für Merkmal verglichen, und eine Erwiderung wird im Stil des jeweiligen Amts geschrieben (Aufgabe-Lösungs-Ansatz des EPA, DPMA- Praxis, USPTO-Argumente nach §102/§103).
• Warum KI hilft: Das meiste davon ist langer, strukturierter, stark formelhafter Text, der mit einem kleinen Satz zentraler Definitionen konsistent bleiben muss. Das passt zu LLMs in Kombination mit deterministischen Prüfwerkzeugen. Der Nutzen liegt in schnelleren ersten Entwürfen, breiteren Rückfallpositionen (mehr abhängige Ansprüche und Ausführungsbeispiele), weniger formalen Fehlern und schnelleren Erwiderungen.
• Berichtete Vorteile (Herstellerangaben, nicht unabhängig geprüft): Patlytics nennt eine Praxisgruppe aus den Am Law 100, die ein Projekt mit 120 Patenten in 20 statt 100 Stunden abschloss, sowie ein Biotech-Unternehmen, das USD 5.000–7.500 Ersparnis je entworfener Anmeldung schätzt [3]. DeepIP berichtet von mehr als 76.000 bearbeiteten Amtsbescheiden und 343.000 erstellten Entwürfen auf seiner Plattform, durchschnittlich über 25 Stunden Zeitersparnis je Nutzer und Monat und ein Kundenzitat auf seiner Website (dem IP-Leiter von Philips zugeschrieben) über etwa 20 % Effizienzgewinn in einem Test mehrerer Entwurfswerkzeuge [2]. Solve Intelligence nennt über 700 unternehmensinterne Schutzrechtsteams und Kanzleien als Kunden, darunter Siemens und DLA Piper [1]. Betrachten Sie diese Zahlen als Werbeaussagen und prüfen Sie sie mit einem eigenen Pilotprojekt.

Varianten

• Entwurf neuer Anmeldungen: von der Erfindungsmeldung zu Ansprüchen, dann Beschreibung und Figuren, oder von vom Anwalt geschriebenen Ansprüchen zur Beschreibung („Claims-first“; z. B. PatentPal mit Ansprüche-zu-Beschreibung und Figurenerzeugung [4]).
• Erwiderung auf Amtsbescheide / EPA-Bescheide: Zuordnung der Beanstandungen, Erkennen von Prüferfehlern, Änderungsvorschläge mit Offenbarungsstelle in der ursprünglich eingereichten Anmeldung und Gerüste für Erwiderungsschreiben (USPTO, EPA, DPMA sowie nationale Ämter). Das deckt die Variante „Anpassung an EPA-/DPMA-Praxis“ aus der Recherche ab: länderspezifische Vorlagen für den Aufgabe-Lösungs-Ansatz, die zweiteilige Anspruchsform (Regel 43 EPÜ) und deutschsprachige DPMA-Anmeldungen.
• Nur Qualitätskontrolle / Korrekturlesen: Rückbezug, nicht gestützte Anspruchsbegriffe, Konsistenz der Bezugszeichen, Fehler in Anspruchsabhängigkeiten, Prüfung der Stützung nach Art. 84/123(2) EPÜ (Patent Bots, ClaimMaster [5][6]).
• Aufnahme von Erfindungsmeldungen: Folien, Transkripte und Labornotizen in ein strukturiertes Erfindungsmeldungsformular für den Schutzrechtsausschuss umwandeln (Patlytics, Solve [1][3]); vor dem Entwurf angesiedelt.
• Fachgebietsvarianten: Chemie und Biotechnologie (Markush-Strukturen, Sequenzprotokolle, Beispieltabellen), Maschinenbau (Zeichnungen aus CAD), Software und computerimplementierte Erfindungen (Darstellung des technischen Charakters vor dem EPA, Argumente zur Patentfähigkeit nach USPTO §101).
• Auslandsanmeldung: Übersetzung der Prioritätsanmeldung oder Validierung eines EP-Patents (mit LANG-009); Terminologielisten lassen sich übernehmen.
• Privaterfinder / Kleinstunternehmen: Es gibt Werkzeuge für Endverbraucher (PatentPal mit kostenloser Testphase), aber Selbstverfassen ohne Anwalt birgt ein hohes Risiko wertloser Ansprüche. KI nur zur Vorbereitung für den Berater empfehlen.

So funktioniert es

1. Eingang der Erfindungsmeldung (Dokumente, Folien, CAD, Transkripte)
2. Parsen (OCR/VLM)
3. strukturierter Erfindungsdatensatz
4. Stand-der-Technik-Kontext (KNOW-007-Suche: nächstliegender Stand, bekannte Merkmale)
5. Anspruchsentwurf (Reasoning-LLM: unabhängiger Anspruch, Rückfallpositionen, Anspruchsbaum) ← ANWALTSPRÜFUNG Nr. 1
6. Ausarbeitung der Beschreibung (abschnittsweise Erzeugung je Anspruchsmerkmal; Vorlagen je Amt/Technologie)
7. Figuren (Flussdiagramme/Blockdiagramme aus den Ansprüchen erzeugt; CAD
8. Strichzeichnung; Bezugszeichen)
9. deterministische Prüfungen (Rückbezug, Konsistenz der Bezugszeichen, Anspruchsstützung, Begriffsglossar)
10. Bearbeitung durch Anwältin/Anwalt im Word-Add-in ← ANWALTSPRÜFUNG Nr. 2
11. Einreichung (Anwalt unterzeichnet) Bescheid / Mitteilung als PDF
12. Parsen
13. Beanstandungspunkte
14. zitierten Stand der Technik abrufen (Espacenet/USPTO)
15. Merkmalszuordnungstabelle (Anspruchselement ↔ Fundstelle im Dokument, mit Seite/Zeile)
16. Strategieoptionen (argumentieren / ändern / beides)
17. Änderung mit Grundlage in der Anmeldung in der eingereichten Fassung
18. Prüfung nach Art. 123(2) / unzulässige Erweiterung
19. Entwurf des Erwiderungsschreibens ← ANWALT ENTSCHEIDET

• Kernmodelle: ein führendes Schlussfolgerungs-LLM für Anspruchsaufbau und Argumentation. Langer Kontext (100.000+ Token) ist nötig, weil Beschreibung plus zitierter Stand der Technik regelmäßig 50.000 Token übersteigt.
• Retrieval: Embeddings + hybride Suche über die eigenen früheren Anmeldungen und Erwiderungen der Kanzlei (Präzedenz- bestand), die Anmeldung in der eingereichten Fassung (für die Änderungsgrundlage) und die zitierten Dokumente.
• Deterministische Prüfwerkzeuge (regelbasiertes NLP) sind ebenso wichtig wie das LLM: Rückbezug, Listen der Bezugszeichen, Abhängigkeitsschleifen und in Ansprüchen riskante Wörter werden per Code geprüft, nicht generiert.
• Agentischer Workflow: Planer, Abschnittsautoren und ein „Prüfer“-Kritikeragent. Das ist die Architektur von Forschungssystemen wie AutoPatent [8] und der meisten kommerziellen Werkzeuge.
• Mensch-in-der-Schleife (Human-in-the-Loop): Anspruchsumfang und jedes Argument gegenüber dem Amt sind rechtliche Wertungen. Die Fachperson prüft, bearbeitet und unterzeichnet; die USPTO-Regeln legen diese Verantwortung ausdrücklich auf den Unterzeichner [10].

Datenaufbereitung

Die Eingabedaten sind klein, aber hochvertraulich: Erfindungsmeldungen, Laborbücher, Folien, CAD-Exporte und Besprechungsnotizen sowie Amtsbescheide und zitierter Stand der Technik. In einem KMU oder einer Kanzlei liegen diese in E-Mails, auf Dateiablagen, in einem Fristenverwaltungssystem oder im DMS, oft als Scans oder PDFs. Typische Lücken: gescannte Amtsbescheide, uneinheitliche Terminologie zwischen Erfindungsmeldung und Ansprüchen, verstreute frühere Anmeldungen derselben Familie und unklare Zugriffsrechte zwischen Mandanten oder Projekten.

Schritte: - Scans und PDFs per OCR in durchsuchbaren Text umwandeln (PREP-006, DOC-014). - Frühere Anmeldungen und erfolgreiche Erwiderungen als Stilbeispiele sammeln (PREP-016). - Pro Technologiefeld eine Terminologieliste anlegen (PREP-015). - Mandate und Mandanten mit strengen Berechtigungen trennen (PREP-023). - Festlegen, welche Daten in welches KI-Werkzeug gelangen dürfen (PREP-024).

Werkzeuge: Paperless-ngx oder das DMS, OCR, eine Vektordatenbank je Mandat. Die Aufbereitung macht nur einen kleinen Anteil, etwa 10 bis 20 Prozent, des Aufwands aus; die Hauptarbeit ist eine saubere Zugriffskontrolle und ein kuratierter Satz von Vorlagen.

Umsetzungswege

Welcher Weg für wen

• Großunternehmen: B, weil unternehmensinterne Schutzrechtsabteilungen nicht eingereichte Erfindungen bearbeiten und eine Anbindung an Erfindungsmeldungssysteme und Fristenverwaltung wollen, bei kontrollierten API-Kosten.
• KMU: A, weil patentspezifische Copiloten mit EU-Hosting und Vertraulichkeitsbedingungen ausgereift sind und kleine Kanzleien oder Schutzrechtsteams keine Kapazität zum Selbstbauen haben.
• Entwickler: C, weil selbst betriebene offene Modelle den Bau und Test von Entwurfs- und Analysewerkzeugen erlauben, ohne nicht eingereichte Erfindungen an Dritte zu senden.

Weg A — Kaufen (für die meisten Kanzleien und KMU-Schutzrechtsteams empfohlen)

• Patentspezifische Copiloten (meist Word-Add-ins plus Web-App): Solve Intelligence (in Großbritannien gegründet; Entwurf, Bescheidsanalyse und Erwiderungen für jedes Amt, Datenspeicherung in EU oder USA, ISO 27001, SOC 2 Type II) [1]; DeepIP (in Frankreich gegründet; Entwurf, Prüfungsverfahren, Word-/Outlook-Integration, nennt ISO 42001/27001, SOC 2, DSGVO und Einhaltung von § 203 StGB, das Hosting wird jedoch als US-basiertes Azure angegeben, prüfen Sie daher die EU-Datenspeicherung) [2]; Patlytics (USA; Entwurf, Amtsbescheide, Erfindungsmeldungen, Verletzung) [3]; PatentPal (Ansprüche → Beschreibung und Figuren) [4].
• Werkzeuge zum Korrekturlesen / für das Prüfungsverfahren: Patent Bots (Korrekturlesen, Entwurfsassistent Sprocket in Word, Gerüste für Bescheidserwiderungen, Prüferstatistiken) [5]; ClaimMaster (Word-Add-in; Rückbezug, Stützung der Beschreibung, Bescheidsanalyse; läuft lokal, GenAI-Funktionen über OpenAI GPT) [6].
• Recherche-Plattformen mit Entwurfsfunktion: IPRally (finnisch, EU; Entwurf mit dem nächstliegenden Stand der Technik im Blick, Amtsbescheide „demnächst“, eigene EU-Google-Cloud-Umgebung, MCP-/API-Zugang) [7].
• Auswahlkriterien: Datenspeicherung in der EU und kein Training mit Mandantendaten, eine Vertraulichkeitsvereinbarung, die die Berufsverschwiegenheit abdeckt (§ 203 StGB, § 39a PAO für deutsche Patent- anwälte), Vorlagen für EPA/DPMA (nicht nur im USPTO-Stil), Qualität im Deutschen, Word-Integration, Prüfspur der KI-erzeugten Passagen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: Claude (über AWS Bedrock Frankfurt oder Google Vertex EU), Gemini (Vertex AI in EU-Regionen), GPT über Azure OpenAI mit EU Data Zone, Mistral Large / Magistral (EU-Anbieter). Nutzen Sie Schlussfolgerungsmodelle mit langem Kontext für Ansprüche und Argumente und kleinere Modelle für das Entwerfen einzelner Abschnitte.
• Integration: Office.js-Word-Add-in (dort arbeiten die Anwälte), DMS (iManage, NetDocuments), Fristenverwaltung (Anaqua, CPA Global/Clarivate IPMS, PATRIX), Patentdaten über EPA OPS (Espacenet) und USPTO-APIs für den zitierten Stand der Technik.
• Orchestrierung: LangGraph / Agenten-SDKs mit MCP-Werkzeugen (Zitat abrufen, Rückbezug prüfen, Flussdiagramm über Mermaid/Graphviz rendern). Nutzen Sie strukturierte Ausgaben für Anspruchsbäume und Zuordnungstabellen.
• Wann: große Schutzrechtsabteilungen, die eigene Playbooks und Präzedenzfall-Retrieval wollen, oder Kanzleien, die die Praxis eines bestimmten Amts brauchen, die Werkzeuge schlecht abdecken.

Weg C — Selbst betreiben (Open Source)

• Modelle: leistungsfähige Open-Weight-Schlussfolgerungs-LLMs, z. B. Qwen3 (235B-A22B MoE oder 32B dicht), gpt-oss-120b, DeepSeek-V3.x/R1-Klasse oder Mistral Medium/Small mit offenen Gewichten, bereitgestellt mit vLLM oder SGLang. Das deutschsprachige Patentregister braucht ein Modell mit guter deutscher Ausgabe, bewerten Sie daher anhand Ihrer eigenen Anmeldungen.
• Stack: Docling/MinerU zum Parsen von Amtsbescheiden und zitiertem Stand der Technik; bge-m3- / multilingual-e5-Embeddings
• hybride Suche mit Qdrant/OpenSearch über den Präzedenzbestand; LangGraph-Agenten; quelloffene Prüfwerkzeuge für den Rückbezug, geschrieben als spaCy-Regeln.
• Hardware: HW3 (eine GPU mit 80–141 GB) für ein Modell mit ca. 30–120B bei wenigen gleichzeitigen Nutzern; HW4 für die größten MoE-Modelle. Der Betriebsaufwand ist moderat: ein ML-Ingenieur in Teilzeit plus IT.
• Wann: Kanzleien, die unveröffentlichte Erfindungen nicht aus ihren Räumen lassen dürfen (Rüstungszulieferer, exportkontrollierte Technologie, strenge Mandantenvorgaben). Die USPTO-Leitlinie warnt ausdrücklich vor Exportkontroll- und Vertraulichkeitsproblemen bei KI von Dritten [10].

Weg D — Eigenes Training

Lohnt sich nur für große Kanzleien oder Anbieter. Öffentliche Korpora wie HUPD (über 4,5 Mio. US-Anmeldungen) [9] und Volltextdaten des EPA erlauben fortgesetztes Vortraining oder Feintuning auf Patentsprache. Die eigenen eingereichten Anmeldungen der Kanzlei, gepaart mit den ursprünglichen Erfindungsmeldungen, sowie Amtsbescheide, gepaart mit erteilten Erwiderungen, sind das wertvolle proprietäre Signal. AutoPatent berichtet, dass ein feinabgestimmtes 7B-Modell in einem Multi-Agenten-Rahmen weit größere allgemeine Modelle in seinem Benchmark übertraf [8]; kleine spezialisierte Modelle sind also ein glaubwürdiger Kostenhebel. Rechnen Sie mit Tausenden Dokumentpaaren und fachlicher Bewertung.

Stand der Technik (2026)

• Reifegrad der Kategorie: Spezialisierte Copiloten für Patententwürfe wurden 2024–2026 in großen Kanzleien vom Nischen- zum Massenprodukt. Anbieter berichten von jeweils Hunderten Kanzleikunden und großen Finanzierungsrunden (DeepIP und Patlytics melden jeweils USD 40 Mio. eingeworben) [2][3]. Die meisten mittelgroßen europäischen Kanzleien pilotieren noch.
• Techniken: Multi-Agenten-Entwurf (Planer → Autoren → Prüfer-Kritiker) [8]; Claims-first- Erzeugung mit strukturierten Anspruchsbäumen; Umwandlung von CAD-/Dateien in Figuren und automatische Vergabe von Bezugszeichen [1]; „Fehlererkennung“ bei Bescheiden, die prüft, ob die Zuordnung des Prüfers tatsächlich jedes Merkmal offenbart; Retrieval der erfolgreichen Argumente der Kanzlei aus früheren Fällen.
• Benchmarks: Forschungs-Benchmarks sind jung. D2P (Draft2Patent, Patente mit ca. 17.000 Token) [8] und die Fehlertypologie von PatentEval für die Erzeugung von Ansprüchen und Zusammenfassungen [11] zeigen, dass allgemeine LLMs weiterhin typische Fehler machen: nicht gestützte Merkmale, uneinheitliche Begriffe, zu enge oder vage Ansprüche. Kein Standard-Benchmark deckt bisher Erwiderungen auf Bescheide oder EPA-spezifische Praxis ab.
• Grenzen und Fehlerbilder: halluzinierte Zitatstellen oder Rechtsprechung; unzulässige Erweiterung bei Änderungen (fatal nach Art. 123(2) EPÜ [13]); Ansprüche, die den Stand der Technik erfassen; Textbausteine, die den Schutzumfang einengen; schwaches deutsches juristisch-technisches Register; US-lastige Voreinstellungen (Gewohnheiten bei Means-plus-Function, Darstellung nach §101), die vor dem EPA unpassend sind. Strategieentscheidungen (Anspruchsbreite, Teilanmeldung, Beschwerde) bleiben menschlich.

Gemeinsame Bausteine & Kombinationen

• Vorgelagert: KNOW-007 (Patentrecherche & Analyse des Stands der Technik) nutzt denselben Patentkorpus, dieselben Embeddings und OPS-/USPTO-Konnektoren. Der Entwurf mit dem nächstliegenden Stand der Technik im Blick und die Erwiderung auf zitierten Stand der Technik stützen sich darauf. KNOW-008 (wissenschaftliche Literatur) deckt Nichtpatentliteratur ab, und KNOW-022 deckt die Marken-/Designrecherche in derselben Schutzrechtsabteilung ab.
• Gleicher Dokumenten-Stack: DOC-014 (PDF-Parsing für RAG) für Amtsbescheide und Zitate; DOC-013 (Verständnis technischer Zeichnungen) für CAD → Patentfiguren; KNOW-002 (RAG über die Präzedenzfälle der Kanzlei).
• Gleiches Muster „fachliches Langtextschreiben mit rechtlicher Verantwortung“: DOC-010 (Vertragsentwurf & Redlining), LANG-035 (Schriftsätze in Rechtsstreitigkeiten), LANG-022 (Technische Dokumentation). Ein in der EU gehosteter Schlussfolgerungs-LLM-Endpunkt, ein Word-Add-in-Framework und ein Vektorspeicher für Präzedenzfälle können alle vier bedienen.
• Übersetzung: LANG-009 für Prioritätsübersetzungen und EP-Validierungen, mit gemeinsamen Terminologiebasen.
• Hardware: Ein selbst betriebener HW3-Knoten mit einem Schlussfolgerungsmodell mit ca. 30–120B für juristisches Entwerfen kann von den genannten Rechts- und F&E-Anwendungsfällen gemeinsam genutzt werden.

Aufwand, Kosten & Kennzahlen

• Weg A: Pilotprojekt in 2–6 Wochen; SaaS-Lizenzen pro Arbeitsplatz (Preise bei den meisten Anbietern auf Anfrage). Der Hauptaufwand entfällt auf Vorlagen, Hausstil und die Schulung der Anwälte.
• Weg B: 3–6 Monate für ein Word-Add-in mit Präzedenzfall-Retrieval und Prüfwerkzeugen. Die Tokenkosten je Anmeldung sind im Vergleich zu den Stundensätzen der Anwälte gering; Kostentreiber sind Entwicklung und Evaluierung.
• Weg C: zusätzlich GPU-Hardware (HW3) und Betrieb; 4–8 Monate bis zur Produktionsqualität.
• Kennzahlen: Anwaltsstunden je Anmeldung und je Bescheidserwiderung; formale Beanstandungen und Klarheits- beanstandungen (Art. 84) je Prüfungsverfahren; Anzahl der Rückfallpositionen je Anmeldung; Trends bei der Quote von Erteilungen im ersten Bescheid (lange Verzögerung); vor der Einreichung gefundene Korrekturfehler; Akzeptanzquote bei den Anwälten.

Menschen & Veränderung

Binden Sie zuerst die Geschäftsleitung und die Leitung der Schutzrechtsabteilung oder den leitenden Anwalt ein, da die berufliche Verantwortung beim Anwalt bleibt. Beziehen Sie IT und IT-Sicherheit früh ein, weil nicht eingereichte Erfindungen Geschäftsgeheimnisse sind und weder abfließen noch für Modelltraining genutzt werden dürfen; Legal/Compliance prüft die Vertraulichkeitspflichten gegenüber Mandanten (einschließlich der Berufsverschwiegenheit für Kanzleien). Die oder der Datenschutzbeauftragte wird gebraucht, wenn Erfinderdaten oder personenbezogene Daten in der Korrespondenz verarbeitet werden; schließen Sie mit jedem Anbieter einen AVV (Art. 28 DSGVO) ab.

Betriebsrat: abhängig vom Einzelfall. Entwurfsunterstützung überwacht selten Beschäftigte, aber Nutzungsprotokolle und Produktivitäts-Dashboards können unter § 87 Abs. 1 Nr. 6 BetrVG fallen; unterrichten Sie den Betriebsrat rechtzeitig nach § 90 Abs. 1 Nr. 3. In einer kleinen Kanzlei ohne Betriebsrat entfällt dies.

KI-Kompetenz: Unterstützen Sie Anwälte und Assistenten mit Schulungen zu halluzinierten Zitaten, Stützungsprüfungen und Vertraulichkeit (KI-Verordnung Art. 4; GUIDE-006). Starten Sie mit einem Technologiefeld und zwei Anwälten an bereits eingereichten Fällen. Typische Sorgen sind Qualität, Haftung und Geheimhaltung; begegnen Sie ihnen mit verpflichtender anwaltlicher Prüfung jedes Anspruchs, Quellenangaben und einer Regel für zugelassene Werkzeuge (GUIDE-007). Siehe auch GUIDE-005.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko. Entwurfsunterstützung für private Anmelder ist in Anhang III nicht aufgeführt (Nummer 8 betrifft KI, die von Justizbehörden eingesetzt wird, nicht von Parteien oder Beratern). Die Pflicht zur KI-Kompetenz nach Art. 4 gilt. Das Ergebnis ist ein Fachtext, der unter der Unterschrift der Fachperson eingereicht wird, sodass die Kennzeichnung nach Art. 50 in der Regel nicht ausgelöst wird. Der Einsatz von KI durch die Patentämter selbst bei der Prüfung ist ein eigenes Thema.
• Vertraulichkeit und Neuheit: Unveröffentlichte Erfindungen sind Geschäftsgeheimnisse. Die Offenlegung gegenüber einem Anbieter unter Vertraulichkeit ist keine Veröffentlichung, nutzen Sie aber nur vertraglich gebundene, trainingsfreie, zugriffsgeschützte Dienste. Deutsche Patentanwälte unterliegen der Berufsverschwiegenheit (§ 39a PAO, § 203 StGB). Die USPTO-Leitlinie von 2024 betont die Risiken für Vertraulichkeit, nationale Sicherheit und Exportkontrolle bei KI-Systemen Dritter [10].
• Verantwortung: Die USPTO-Leitlinie bestätigt, dass die Offenlegungspflicht (37 CFR 1.56) und die Unterschrifts- bescheinigung (37 CFR 11.18) uneingeschränkt gelten. Die Fachpersonen müssen jede KI-erzeugte Aussage und jedes Zitat prüfen [10]. Dasselbe gilt für Vertreter vor dem EPA und dem DPMA nach ihren Berufsregeln.
• Erfinderschaft: KI kann nicht als Erfinder benannt werden (EPA-DABUS-Entscheidungen J 8/20, J 9/20; BGH X ZB 5/22). Der Einsatz von KI als Entwurfswerkzeug ändert daran nichts, dokumentieren Sie aber, dass Menschen die Erfindung gemacht haben.
• Formelles Recht: Art. 84 EPÜ verlangt, dass die Ansprüche „deutlich und knapp gefasst sein und von der Beschreibung gestützt werden“ [12]; Art. 123(2) EPÜ verbietet Änderungen, die über den Inhalt der Anmeldung in der eingereichten Fassung hinausgehen [13]. KI-vorgeschlagene Änderungen brauchen eine geprüfte Angabe der Offenbarungsstelle.
• DSGVO: begrenzte personenbezogene Daten (Namen und Adressen der Erfinder, Namen der Prüfer); ein AVV mit dem Anbieter ist dennoch erforderlich. Bevorzugen Sie Datenspeicherung in der EU.
• Gegenmaßnahmen: nur quellenverknüpfte Vorschläge, deterministische Stützungsprüfungen, ein Protokoll von KI-Text und endgültigem Text, Red-Teaming des Werkzeugs an den eigenen früheren Fällen und Strategieentscheidungen beim Anwalt.

Erste Schritte

1. Wählen Sie 10–20 kürzlich eingereichte Anmeldungen und beantwortete Amtsbescheide (EPA und DPMA, ggf. USPTO) als Referenzsatz, einschließlich der ursprünglichen Erfindungsmeldungen.
2. Testen Sie 2–3 Werkzeuge nach Weg A (z. B. Solve Intelligence, DeepIP, IPRally-Entwurf) unter NDA mit EU-Hosting. Vergleichen Sie KI-Entwürfe und -Erwiderungen mit dem, was Ihre Anwälte tatsächlich eingereicht haben.
3. Schalten Sie zuerst die Korrekturprüfungen ein (Rückbezug, Bezugszeichen, Stützung). Sie sind risikoarm und zeigen sofort Nutzen.
4. Erstellen Sie Kanzleivorlagen für Erwiderungen im Aufgabe-Lösungs-Ansatz des EPA und im deutschen DPMA-Stil. Speisen Sie erfolgreiche frühere Argumente ein.
5. Verfassen Sie eine interne KI-Richtlinie zu Mandanteneinwilligung, zugelassenen Werkzeugen, exportkontrollierten Fällen (nur On-Premises) und Prüfpflichten. Messen Sie zwei Quartale lang Stunden je Fall und Beanstandungen je Prüfungsverfahren.

Quellen

1. Solve Intelligence — product, security and customer page — https://www.solveintelligence.com/
2. DeepIP — AI patent drafting & prosecution platform — https://www.deepip.ai/
3. Patlytics — AI patent platform, case studies — https://www.patlytics.ai/
4. PatentPal — claims-to-specification and figure generation — https://patentpal.com/
5. Patent Bots — prosecution & proofreading software — https://www.patentbots.com/
6. ClaimMaster — patent drafting & proofreading Word add-in — https://www.patentclaimmaster.com/
7. IPRally — search, drafting and prosecution platform — https://www.iprally.com/
8. Wang et al., "AutoPatent: A Multi-Agent Framework for Automatic Patent Generation", arXiv:2412.09796 — https://arxiv.org/abs/2412.09796
9. Suzgun et al., "The Harvard USPTO Patent Dataset (HUPD)", arXiv:2207.04043 — https://arxiv.org/abs/2207.04043
10. USPTO — Guidance on Use of Artificial Intelligence-Based Tools in Practice Before the USPTO, 89 FR (11 Apr 2024) — https://www.govinfo.gov/content/pkg/FR-2024-04-11/pdf/2024-07629.pdf
11. Zuo et al., "PatentEval: Understanding Errors in Patent Generation", arXiv:2406.06589 — https://arxiv.org/abs/2406.06589
12. EPO — Article 84 EPC (Claims) — https://www.epo.org/en/legal/epc/2020/a84.html
13. EPO — Article 123 EPC (Amendments) — https://www.epo.org/en/legal/epc/2020/a123.html
14. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj