{"id":56926,"date":"2026-06-15T18:00:49","date_gmt":"2026-06-15T16:00:49","guid":{"rendered":"https:\/\/www.maiwald.eu\/?post_type=maiwald-blog&p=56926"},"modified":"2026-06-15T18:00:50","modified_gmt":"2026-06-15T16:00:50","slug":"licht-in-die-black-box-ki-erfindungen-auf-dem-pruefstand-des-art-83-epue","status":"publish","type":"maiwald-blog","link":"https:\/\/www.maiwald.eu\/de\/maiwald-blog\/licht-in-die-black-box-ki-erfindungen-auf-dem-pruefstand-des-art-83-epue\/","title":{"rendered":"Licht in die Black Box \u2014 KI-Erfindungen auf dem Pr\u00fcfstand des Art. 83 EP\u00dc"},"content":{"rendered":"\n

Sechs Entscheidungen der Beschwerdekammern zeichnen anhand eindrucksvoller Negativbeispiele nach, wo die absolute Untergrenze dessen verl\u00e4uft, was Patentanmeldungen f\u00fcr KI-Erfindungen offenbaren m\u00fcssen \u2013 und wie deutlich mancher Anmelder selbst diese Grenze verfehlt.<\/em><\/p>\n\n\n\n

K\u00fcnstliche Intelligenz gilt vielen als Black Box \u2013 und genau das macht sie aus patentrechtlicher Sicht zu einem heiklen Fall. Denn wer eine Erfindung zum Patent anmeldet, mu\u00df sie so offenbaren, da\u00df ein Fachmann sie nachvollziehen und nacharbeiten kann (Art. 83 EP\u00dc). Was aber, wenn das Herzst\u00fcck der Erfindung ein neuronales Netz ist, dessen innere Funktionsweise sich selbst dem Anmelder nur bedingt erschlie\u00dft? Sechs Entscheidungen der Beschwerdekammern des EPA geben darauf eine klare Antwort und zeigen, wie dunkel es in der Black Box mancher Anmelder bleibt.<\/p>\n\n\n\n

Drei Stellschrauben, ein Ma\u00dfstab<\/h4>\n\n\n\n

Wer ein KI-Modell entwickelt, trifft Entscheidungen hinsichtlich dreier Kernfragen:<\/p>\n\n\n\n

1. beim Modell selbst, also Modelltyp, Architektur und Topologie;<\/p>\n\n\n\n

2. bei den Trainingsdaten und dem Trainingsverfahren; und<\/p>\n\n\n\n

3. bei den Begleitparametern, etwa Hyperparametern oder Pr\u00e4diktionsmodalit\u00e4ten.<\/p>\n\n\n\n

Aus ingenieurstechnischer Sicht sind diese drei Stellschrauben selbstverst\u00e4ndlich. Patentrechtlich werden sie jedoch zu potenziellen Offenbarungsl\u00fccken.<\/p>\n\n\n\n

Art. 83 EP\u00dc bedeutet nun zwar nicht, da\u00df jede dieser drei Stellschrauben bis ins Detail spezifiziert werden m\u00fc\u00dfte. Ma\u00dfgeblich ist, ob der mit Spezifizierungsl\u00fccken konfrontierte Fachmann auf dem jeweiligen Gebiet diese aus seinem allgemeinen Fachwissen so zu \u00fcberbr\u00fccken wei\u00df, da\u00df der im Patent angestrebte technische Effekt tats\u00e4chlich erzielt wird. Die kaum \u00fcberschaubare Zahl an Gestaltungsm\u00f6glichkeiten bei Modell, Training und Begleitparametern mu\u00df die Anmeldung also nur dort eingrenzen, wo zu besorgen ist, da\u00df der Fachmann durch Anwendung seines Fachwissens und der im Feld vorherrschenden Paradigmen nicht unmittelbar auf eine funktionierende L\u00f6sung st\u00f6\u00dft. Wo er ohnehin den naheliegenden Weg einschlagen w\u00fcrde, gen\u00fcgt ein Hinweis \u2013 oder sogar Schweigen.<\/p>\n\n\n\n

Wo diesem Spielraum Grenzen gesetzt sind, zeigen die folgenden sechs Entscheidungen.<\/p>\n\n\n\n

Sechs Entscheidungen, eine Botschaft<\/h4>\n\n\n\n

Im ersten Fall beschreibt eine Anmeldung zur Bestimmung des Herzzeitvolumens aus der peripheren Blutdruckkurve (T161\/18) die zu verwendenden Trainingsdaten nur als „breites Spektrum von m\u00f6glichen Eingabewerten“ \u2013 ohne genau zu benennen, welche Patientendaten von welchen Patientengruppen den zu entschl\u00fcsselnden Zusammenhang enthalten. Im zweiten Fall beansprucht eine Anmeldung zur Auswertung vorhergesagter Fahrzeugtrajektorien (T606\/21) ein tiefes neuronales Netz zur \u00c4hnlichkeitsbestimmung zweier Trajektorien, das im Einsatz aber nur eine einzige Trajektorie als Eingangsdaten erh\u00e4lt \u2013 worauf sich dann noch eine \u00c4hnlichkeit beziehen soll, bleibt offen. Nicht \u00fcberraschend setzt Nacharbeitbarkeit aber voraus, da\u00df der Fachmann wei\u00df, wonach er sucht bzw. womit er vergleicht.<\/p>\n\n\n\n

Das deutlichste Beispiel verwirklicht eine Anmeldung zur Zustands\u00fcberwachung von Ofenauskleidungen (T1669\/21). Das beanspruchte „Rechenmodell“ wurde lediglich als „neuronales Netz“ bezeichnet \u2013 ohne Konkretisierungen zu Topologie, Knotenverschaltung, Aktivierungsfunktionen oder Lernverfahren. Wie schon beim Herzzeitvolumen l\u00e4\u00dft die Beschwerdekammer es auch hier nicht gen\u00fcgen, den Fachmann auf eine Myriade m\u00f6glicher Me\u00dfdaten zu verweisen, in denen der gesuchte Zusammenhang schon irgendwie enthalten sein wird. Die Anmeldung m\u00fcsse vielmehr konkretisieren, welche Daten die der Klassifikation zugrunde zu legenden Muster enthalten sollen und wie, im Zweifel auch mit welchem Modell, diese Muster herauszuarbeiten sind. Im Ergebnis rubrizierte die Kammer die Anmeldung lakonisch als Einladung zu einem Forschungsprojekt.<\/p>\n\n\n\n

Bei den software-\/KI-n\u00e4heren F\u00e4llen wiederholt sich das Bild aus einem anderen Blickwinkel. Eine Anmeldung zur individualisierten Therapieplanung mittels bereits bekanntem Meta-Learning (T1191\/19) hielt weder Trainingsdaten-Beispiele noch eine Mindestanzahl an Patienten oder Beispielwerte f\u00fcr die Meta-Parameter f\u00fcr erw\u00e4hnenswert. Die Kammer beschied zun\u00e4chst wohl zutreffend, da\u00df die blo\u00dfe Anwendung des maschinellen Lernens auf ein angewandtes Problem die n\u00f6tige Erfindungsh\u00f6he vermissen lasse. Mit Blick auf die vagen Datenangaben attestierte sie im \u00dcbrigen auch dieser Anmeldung, mehr Einladung zu einem Forschungsprojekt als Lehre zum technischen Handeln zu sein. Eine weitere Anmeldung zur Performance-\u00dcberwachung verteilter IT-Systeme (T1539\/20) verlangte vom Fachmann in unersch\u00fctterlichem Vertrauen auf seine Allmacht, ein komplexes, dezentrales System per unspezifiziertem „Mapping“ auf ein hierarchisches Modell abzubilden \u2013 ohne jede Regel zur Umsetzung. Die Kammer kommentierte apodiktisch, da\u00df die Automatisierung der kognitiven Arbeit eines Verfahrensingenieurs die F\u00e4higkeiten des Durchschnittsfachmanns regelm\u00e4\u00dfig \u00fcbersteigen d\u00fcrfte.<\/p>\n\n\n\n

Eine Anmeldung zur Wissensdestillation (T1425\/21) von Google schlie\u00dflich verlangte, da\u00df ein kleineres Modell die Ergebnisse eines gr\u00f6\u00dferen nachbilde \u2013 ohne jedoch anzugeben, wie die Genauigkeit dieser Nachbildung beeinflu\u00dft werden kann, welche Architekturen sich f\u00fcr welche Ausgangsmodelle eignen oder welche Genauigkeiten realistisch zu erwarten sind. Die Parallele dr\u00e4ngt sich auf: Erneut sah sich die Kammer freundlich zu einem Forschungsprojekt eingeladen.<\/p>\n\n\n\n

Was hei\u00dft das f\u00fcr die Anmeldepraxis?<\/h4>\n\n\n\n

Abgesehen von der einheitlichen Erkenntnis, da\u00df Einladungen zu Forschungsprojekten am EPA eher ungern angenommen werden, l\u00e4\u00dft sich den sechs Entscheidungen kein zu einer abschlie\u00dfenden Checkliste verdichtbares Fazit entnehmen. Sie geben jedoch einen Fingerzeig, an welchen der eingangs genannten drei Stellschrauben es regelm\u00e4\u00dfig an der gebotenen Konkretisierung fehlt und wo die Grenze des noch Hinnehmbaren ungef\u00e4hr verl\u00e4uft.<\/p>\n\n\n\n

Beim Modell selbst kommt es nicht darauf an, ob die Anmeldung jede denkbare Modellklasse benennt, sondern darauf, ob f\u00fcr den Fachmann ersichtlich ist, mit welchem L\u00f6sungsansatz das gestellte Problem angegangen werden soll. F\u00fchrt das im jeweiligen Fachgebiet vorherrschende Paradigma ohnehin zum gew\u00fcnschten Ergebnis, ist insoweit nichts zu konkretisieren. Bleibt dagegen offen, mit welcher Art von Modell das beanspruchte Ergebnis \u00fcberhaupt erreichbar ist, wie bei der Zustandsbestimmung der Ofenauskleidung (T1669\/21), bleibt dem Fachmann nur das Raten \u2013 und das gen\u00fcgt nicht.<\/p>\n\n\n\n

Beim Training gilt dasselbe Prinzip, versch\u00e4rft um einen zus\u00e4tzlichen Punkt: Die Anmeldung mu\u00df zumindest offenlegen, auf welche Weise die richtigen Daten \u2013 also solche, die das f\u00fcr die L\u00f6sung entscheidende Muster \u00fcberhaupt enthalten \u2013 mindestens auszuw\u00e4hlen oder zu erheben sind. Die sybillinische Anweisung, m\u00f6glichst umfassend die richtigen Daten zu erheben, beantwortet diese Frage nicht. Da\u00df ferner die Daten, mit denen das Modell im Einsatz gef\u00fcttert wird, idealerweise auch mit dem vom Modell erwarteten Eingangsformat kongruent sein sollten, d\u00fcrfte sich dabei eigentlich von selbst verstehen.<\/p>\n\n\n\n

F\u00fcr die Begleitparameter gilt erneut: Ein konkreter Parametersatz mu\u00df nicht notwendigerweise angegeben werden, wenn der Fachmann ihn ohne Weiteres selbst ermitteln kann. Entscheidend ist, da\u00df der Fachmann versteht, wie er mit dem Modell umzugehen hat. H\u00e4ngt der angestrebte technische Effekt von bestimmten Stellgr\u00f6\u00dfen ab, mu\u00df die Anmeldung zumindest grob Aufschlu\u00df geben, um welche Stellgr\u00f6\u00dfen es sich handelt und wie diese zu ver\u00e4ndern sind, um den Effekt qualitativ wie quantitativ in die gew\u00fcnschte Richtung zu beeinflussen.<\/p>\n\n\n\n

Der gemeinsame Nenner all dessen ist eine Frage, die sich jeder stellen sollte, der KI-Erfindungen anmeldet oder angreift: Was w\u00fcrde der Fachmann auf diesem Gebiet ohnehin tun \u2013 aus Instinkt, aus Konvention, aus dem, was im Feld gerade Stand der Technik ist? Und an welchen Stellen weicht die Erfindung davon so deutlich ab, da\u00df der Fachmann ohne zus\u00e4tzliche Anleitung in die falsche Richtung losliefe oder gar nicht zu handeln w\u00fc\u00dfte? Genau dort \u2013 und nur dort \u2013 mu\u00df die Anmeldung aktiv f\u00fchren. Neu ist diese Erkenntnis im \u00dcbrigen nicht: Sie galt bereits f\u00fcr die mechanische Erfindung des 19. Jahrhunderts und f\u00fcr jede Anmeldung auf jedem Technikgebiet seither \u2013 KI hat insoweit keine neuen Regeln eingef\u00fchrt, sondern lediglich neue, besonders eindrucksvolle Wege gefunden, gegen die alten zu versto\u00dfen.<\/p>\n\n\n\n

Wer eine KI-gest\u00fctzte Erfindung zum Patent anmelden m\u00f6chte, tut gut daran, sich diese Fragen bereits beim Abfassen der Anmeldung selbst zu stellen und nicht abzuwarten, da\u00df die Pr\u00fcfungsabteilung sie stellt. Das setzt freilich voraus, da\u00df die rechtliche Beratung die zugrundeliegende Technik tats\u00e4chlich durchdringt: Gerade bei KI-Erfindungen entscheidet sich vieles in den Details von Modell, Trainingsalgorithmen und Parametrisierung \u2013 Details, die sich nur mit entsprechend tiefgr\u00fcndiger Fachkenntnis sauber in eine Anmeldung \u00fcbersetzen lassen.<\/em><\/p>\n","protected":false},"template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-56926","maiwald-blog","type-maiwald-blog","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/maiwald-blog\/56926","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/maiwald-blog"}],"about":[{"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/types\/maiwald-blog"}],"version-history":[{"count":3,"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/maiwald-blog\/56926\/revisions"}],"predecessor-version":[{"id":56934,"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/maiwald-blog\/56926\/revisions\/56934"}],"wp:attachment":[{"href":"https:\/\/www.maiwald.eu\/de\/wp-json\/wp\/v2\/media?parent=56926"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}