BPatG wies Patentanmeldung auf autonome Fahrzeuge mit KI zurück

Vor dem Bundespatentgericht wurde über eine Patentanmeldung für selbstfahrende Fahrzeuge entschieden – autonome Fahrzeuge mit Einbindung einer künstlichen Intelligenz (KI). Die der Patentanmeldung zu Grunde liegende Erfindung zeichnet sich insbesondere durch die KI aus, vor allem in Abgrenzung zu anderen Patenten auf autonome Fahrzeuge. Die Idee ist, dass ein neuronales Netzwerk trainiert werden soll (Stichwort maschinelles Lernen), um menschliche Handbewegungen, Mimik und Sprachsignale richtig zu deuten und in wunschgemäße Steuerung von autonomen Fahrzeugen zur Personenbeförderung umsetzen zu können.

Patentanmeldung auf autonome Fahrzeuge mit KI

Konkret hatte das BPatG über die Patentanmeldung mit dem Aktenzeichen 10 2018 205 050.3 und der Bezeichnung „Erkennen eines Beförderungswunsches einer Person für eine Beförderung mit einem Personenbeförderungsfahrzeug“ zu entscheiden. Die Patentanmeldung wurde am 4. April 2018 von der ZF FRIEDRICHSHAFEN AG (Deutschland) beim Deutschen Patent- und Markenamt (DPMA) eingereicht. Doch mit Beschluss vom 24. Januar 2022 wurde die Patentanmeldung vom DPMA zurückgewiesen: es fehle an erfinderischer Tätigkeit.
Gegen diesen Beschluss legte die ZF Friedrichshafen AG Beschwerde ein vor dem Bundespatentgericht (BPatG), das am 1. Juni 2022 darüber entschied (BPatG, 19 W (pat) 7/22).

BPatG: viele bekannte Elemente aus Technik zu autonomen Fahrzeugen

Das Gericht sah für einen Fachmann in vielen Bereichen des angedachten Verfahrens bereits bekannte Elemente wie Training der KI mittels backward propagation und einer cost function. Naheliegendes Ziel ist dabei, dass eine maximale Übereinstimmung zwischen zwei verschiedenen Signalarten erreicht wird. Vorliegend ging es um die Signale aus Mimik, Gestik und Sprache einerseits und die Signale ‚will befördert werden‘ bzw. ‚will nicht‘ andererseits.

Da in der Beschreibung keine einschränkenden Ausführungen über die KI genannt sind, könne das künstliche neuronale Netzwerk als ‚konvolutionales‘ oder ‚rekurrentes‘ Netzwerk ausgebildet sein, ergänzte das BPatG. Das aber sei dem Fachmann hinlänglich bekannt. Nach Abschluss der Trainingsphase habe zudem die Auswerteeinrichtung nicht mehr die Funktion einer Trainingsauswerteeinrichtung, sondern einer ‚Einsatzauswerteeinrichtung‘. Und auch das sei einem Fachmann bekannt.

Das BPatG verwies mehrfach auf die Entgegenhaltung D1 (das Patent DE 10 2016 217 770 A1 der AUDI AG (Deutschland), angemeldet seit September 2016). Lediglich das in der Druckschrift D1 nicht explizit genannte künstliche neuronale Netzwerk nach dem Rest des Merkmals f sei als neu anzusehen – aber beruhte es auf einer erfinderischen Tätigkeit?

Maschinelles Lernen einer KI

So erläuterte das Gericht, bei dem in der Druckschrift D1 genannten ‚Lernen‘ bzw. ‚Anlernen‘ von Vergleichsgesten oder Vergleichsbewegungen, das als Alternative zur Verwendung von vorhandenen, vorab in einem Gesten- oder Bewegungspool abgelegten Datensätzen beschrieben wird, lese der Fachmann mit, dass dieses sich auf sogenanntes maschinelles Lernen (machine learning) bezieht.

Zwar sei es richtig – wie die Anmelderin geltend gemacht hatte -, dass maschinelles Lernen nicht nur durch Algorithmen mit der Architektur eines künstlichen neuronalen Netzwerks realisiert werden kann, sondern auch durch weitere Algorithmen, wie Entscheidungsbäumen (decision trees), dem sogenannten k-Means-Algorithmus oder Support Vector Machines (SVM) als Verfahren der Mustererkennung und zur Klassifizierung von Objekten.
Jedoch sei dem Fachmann die Ausgestaltung des 'Lernens' bzw. 'Anlernens' durch künstliche neuronale Netzwerke nahegelegt - jedenfalls bei den in der Druckschrift D1 genannten selbstfahrenden Kraftfahrzeugen (Absatz 0002), entschied das BPatG. Denn deren Einsatz in der Bildverarbeitung teil- oder vollautonom fahrender Fahrzeuge gehört schon seit vielen Jahren zum üblichen Vorgehen des Fachmanns.

Das Gericht erklärte, da keine konkreten Ausführungswerte für die Steuerung angegeben seien (d. h. die Berechnung der (zweiten) Steuerbefehle durch das künstliche neuronale Netzwerk und die Anpassung der Gewichtsfaktoren derart, dass der vom Netzwerk berechnete (zweite) Steuerbefehl mit dem (ersten) Steuerbefehl des Fahrers übereinstimmt), müssten diese Merkmale als naheliegend für den Fachmann gelten, obwohl sie den Dokumenten D1 und D2 nicht explizit entnehmbar sind. Es ist jedoch nun einmal naheliegend, dass eine KI am Ende 'gut funktionieren' soll.

Vergeblich verwies die Anmelderin darauf, dass die Speisung des künstlichen neuronalen Netzwerks eine Verarbeitung in ‚Echtzeit‘ sei. Ein solches Vorgehen in Echtzeit wäre für den Fachmann selbstverständlich, entschied das BPatG, denn anderenfalls wäre eine korrekte, insbesondere zeitliche Zuordnung der einzelnen Signale und Befehle zueinander gar nicht möglich.

Daher hatte die Beschwerde der Anmelderin keinen Erfolg, das BPatG bestätigte die Ansicht des DPMA, dass die Patentansprüche 1 bis 5 nicht auf einer erfinderischen Tätigkeit beruhen und damit nicht patentfähig sind.

Haben Sie Fragen oder Wünsche in Bezug auf IP und Patentschutz, insbesondere auch im Bereich computer-implimentierte Erfindung? Sprechen Sie uns an, gerne telefonisch unter +49 (0)69 69 59 60-0 oder auch unter info@kollner.eu.