Schutz von Erfindung mit KI Anwendung

Für Erfindungen mit KI Anwendung gibt es viele Beispiele. Zwar ist ChatGPT vorerst die bekannteste KI Anwendung, doch es gibt viele weitere.

Beispiele von Erfindungen mit KI Anwendung sind:

• Bestimmung oder Prognose von Parametern mit Anwendung eines neuralen Netzwerks
• Netzwerk Architektur
• Big Data: Identifizierung und Verarbeitung von Daten mit maschinellem Lernen
• KI-gestützte Überwachungs- und Diagnosesysteme
• KI-gestützte Simulationen

Sind Erfindungen mit KI Anwendung patentfähig?

Viele Erfindungen, die KI nutzen, sind patentierbar - wenn sie bestimmte Voraussetzungen erfüllen. Für KI-Erfindungen, analog zu computerimplementierten Erfindungen und Softwareerfindungen, gilt nach den EPA-Richtlinien G-VII, 3.3.1:
Computermodelle und Algorithmen sind per se abstrakter mathematischer Natur, unabhängig davon, ob sie anhand von Trainingsdaten "trainiert" werden können.

Daher sind Rechenmodelle und Algorithmen nur patentierbar, wenn sie eine technische Wirkung haben, z. B. wenn ermittelte Daten entsprechend einer beabsichtigten technischen Verwendung verwendet werden.

"Technischer Charakter" und KI Erfindung

Ein „insgesamt technischer Charakter“ ist grundsätzliches Erfordernis für eine Schutzanmeldung als Patent. Es ist dafür aber keineswegs erforderlich, dass alle Merkmale der Erfindung technisch sind. Wenn also eine Erfindung mit KI Anwendung einen insgesamt technischen Charakter aufweist, ist sie schutzfähig. Beitrag zum Technischer Charakter kann u. a. sein:

• Ein technischer Zweck
• Anspruchsmerkmale, die zum technischen Charakter der Erfindung beitragen
• Eine technische Umsetzung
• Die Verwendung eines technischen Mittels

Unsere Expertise im Schutz von KI Anwendung - Ihr Vorteil

Möchten Sie ebenfalls eine KI Erfindung rund um Algorithmen, Maschinellem Lernen und KI zum Patent anmelden oder verteidigen?

Unsere Kanzlei hat besondere Expertise darin. Dr. Malte Köllner, Gründer und Partner unserer Kanzlei Köllner & Partner, ist Mitglied des internationalen Artificial Inventor Projects und hat das DABUS Projekt angestoßen.

Wir können Sie in allen Bereichen der Patentierung Ihrer KI Erfindung beraten und begleiten, einschließlich in den Bereichen

- Wir führen Ihre Patentmeldung durch, national und international
- Wir unterstützen Sie mit einer realistischen Patentbewertung
- Wir übernehmen für Sie die Ausarbeitung, Einreichung und Änderung von Patenten
- Wir vertreten Sie bei Einsprüchen, Widersprüchen und Nichtigkeitsklagen
- Wir übernehmen Recherchen, Überwachungen und Gutachten
- Wir sind erfahrene, hochqualifizierte und mehrsprachige Patentanwälte

Sprechen Sie uns gerne an für ein unverbindliches und faires Angebot, telefonisch unter +49 (0)69 69 59 60-0 oder per E-Mail unter: info@kollner.eu

FAQ - häufig gestellte Fragen

1) Kann man KI patentieren?

Ja, aber nicht „KI als solche“. Patentierbar sind in der Regel technische Erfindungen, bei denen KI eingesetzt wird, um ein technisches Problem zu lösen (z.B. Bild-/Signalverarbeitung, Medizintechnik, Steuerung/Regelung, Produktionsprozesse, Robotik, Energiemanagement, Cybersecurity). Reine Geschäftsmethoden oder „Automatisierung mit KI“ ohne technischen Beitrag sind häufig nicht schutzfähig.

2) Wann ist eine KI-Erfindung „technisch“ genug für ein Patent?

Typische starke Argumente sind:

• Ankopplung an die physische Welt (Sensorik/Aktorik/Hardware, Bildaufnahme, Messstrecke)
• Integration in einen technischen Prozess (Maschinen- oder Prozess-Steuerung)
• Technischer Effekt (z.B. weniger Rechenlast/Energie, geringere Latenz, höhere Robustheit, bessere Mess-/Regelqualität)
• Konkrete Maßnahmen wie Datenaufbereitung, Modell-/Inferenz-Optimierung, Fehlerrobustheit, Sicherheitsmechanismen

Je klarer Problem → Lösung → technischer Effekt beschrieben sind, desto besser.

3) Was lässt sich bei KI konkret schützen?

Oft ist nicht „das Modell“ allein der Hebel, sondern das Gesamtsystem. Schutzfähig können z.B. sein:

• Inferenz-Verfahren (Vorverarbeitung, Entscheidungslogik, Post-Processing)
• Training/Adaptation (z.B. Drift-Erkennung, Self-Supervised, Federated Learning mit technischem Effekt)
• Datenpipeline mit technischer Wirkung (Sensorfusion, Artefakt-Removal, Kompression)
• Systemarchitektur (Edge/Cloud-Aufteilung, Beschleuniger, Speicher-/Laufzeitoptimierung)
• Robustheit & Sicherheit (Plausibilitätschecks, Fail-safe-Mechanismen, Adversarial-Robustness)

4) Ich verwende ein Standardmodell (z.B. Transformer) – ist trotzdem Patentschutz möglich?

Oft ja, wenn der Innovationskern nicht im bekannten Standardmodell liegt, sondern z.B. in:

• domänenspezifischer Einbindung (Sensorik/Industrieprozess)
• effizienter Inferenz unter Hardware-Constraints (Edge, Energie, Echtzeit)
• spezieller Vor-/Nachverarbeitung mit messbarem technischem Effekt
• neuem Regelungs-/Steuerungsansatz oder Qualitätssicherung

„Wir nutzen Modell X“ reicht selten aus. Entscheidend ist die technische Ausgestaltung und Abgrenzung.

5) Wie wichtig sind Trainingsdaten? Kann man Daten patentieren?

Daten als solche sind meist nicht der beste Patentgegenstand. Häufig ist Folgendes sinnvoller:

• Patentschutz für Verfahren zur Erzeugung / zum Labeling / zur Synthese von Daten (wenn technisch begründet), oder
• Patentschutz für Datenaufbereitung (mit technischem Effekt)
• Zusätzlich ist für Daten oft der Know-how- bzw. Geheimnisschutz von zentraler Bedeutung (d.h. Zugriffsregeln, Dokumentation, Verträge).

6) Patent oder Geschäftsgeheimnis – was ist besser für KI?

Das hängt davon ab, wie leicht sich die Lösung nachbauen lässt:

Patent: Vor allem sinnvoll, wenn das Produkt am Markt sichtbar ist oder Reverse Engineering möglich ist; zudem wichtig um Investoren zu gewinnen sowie für Kooperationen, Lizenzmodelle usw.

Geschäftsgeheimnis: Stark, wenn Details intern bleiben (Daten, Parameter, Deployment-Details) und organisatorisch geheim gehalten werden können.

In der Praxis ist oft ein Hybrid optimal, d.h. Patent auf den technischen Kern und dazu Geheimnisschutz für Daten bzw. Parameter.

7) Was sind typische Stolpersteine bei KI-Patentanmeldungen?

Häufige Problemquellen sind:

• zu wenig Fokus auf technische Effekte
• Beschreibung bleibt auf „Algorithmus bzw. Mathematik“-Ebene
• fehlende Varianten oder Alternativen und in Folge davon zu enge Ansprüche
• Unterschiede zum Stand der Technik wurden nicht sorgfältig genug ermittelt
• schlechtes Timing: Veröffentlichung der Erfindung (z.B. Paper, Website, Pitchdeck) bereits vor der Patentanmeldung

8) Was sollte ich vorbereiten, bevor wir eine KI-Erfindung prüfen bzw. anmelden?

Für eine zügige, belastbare Einschätzung helfen:

• Ein bis zwei Seiten Beschreibung zu „Problem – Lösung – technischer Effekt“
• Systemskizze(n) (Datenfluss, Sensoren/Aktoren, Edge/Cloud, Hardware)
• Trainings-/Inferenzschritte, Parameterbereiche, Varianten
• Messwerte/Benchmarks oder andere Nachweise (Latenz, Energie, Fehlerquote, Robustheit)
• Was ist „Standard“ und was ist wirklich neu?