✨ AI Kontextualisierung
Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.
Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote.
Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln.
Mehrere Modelle für unterschiedliche Aufgaben
Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Texttransformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.
Halluzinationen begegnet ABP mit Feintuning auf patentspezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.
SaaS-Angebot und Appliance-Version
Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der vollwertigen Recherche‑ und Analyseumgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.
Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industriekunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.
Vor 18 Monaten mit Minimal-Prototyp gestartet
Das Projekt startete vor 18 Monaten mit einem Minimalprototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modellauswahl und optimierten die Datenpipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezialwerkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patentsuche endgültig enden.
Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.
