Patente stellen insbesondere für Technologieunternehmen einen Schlüsselfaktor für die Wettbewerbsfähigkeit dar. Zugleich ist der Prozess für Patentanmeldungen aufgrund hoher manueller Arbeitsanteile und notwendigem Domänenwissen jedoch mit hohen Kosten verbunden. Dies gilt insbesondere für den Prozessschritt der Neuheitsrecherche. Der Einsatz von KI-Technologie bietet hier große Potenziale zur Verkürzung von Bearbeitungsdauer, Kostenreduktion und Stärkung der Innovationskraft.

Im Mittelpunkt des Vorhabens wird der Frage nachgegangen, inwiefern zueinander gehörende Merkmale aus domänenspezifisch formulierten Beschreibungen (technische Entwicklung und Patentwesen) in ähnliche Vektoren eingebettet werden können. Hierfür werden folgende Schritte durchlaufen: Sammlung von Daten mit Verknüpfung von Entwicklungs- und Patentsprache, Transformation der Daten in Trainingsbeispiele für ein neuronales Netzwerk, Entwurf und Implementierung einer Trainingsarchitektur, Validierung der Ausgabe.

Bereits während des Trainings zeigte sich, dass in domänenspezifischen Ausdrucksweisen beschriebene Ideen im Vektorraum übereinandergelegt und suchbar gemacht werden können. Listen unbekannter Patente können hinsichtlich ihrer Relevanz für eine Idee sortiert werden. Auch konnte nachgewiesen werden, dass einzelne, ausreichend lange Chunks von Patenten die für eine Verknüpfung notwendige Semantik enthalten. Der entwickelte Ansatz zeigt somit Potenzial für eine weitere Generalisierung.

Volkswagen Infotainment, Bochum

Lehrstuhl für Produktionssysteme, Ruhr-Universität Bochum