Zu Content springen
Deutsch
お問い合わせ

[Erläuterung anhand von Fallbeispielen] Sind KI-Agenten patentierbar? Patentfälle und Prüfungspraxis in Japan, den USA und Europa | Unter der Aufsicht eines Patentanwalts

Picture of 弁理士 杉浦健文

Gemini_Generated_Image_sz35csz35csz35cs

Mit der zunehmenden Verbreitung generativer KI, allen voran ChatGPT, verschärft sich weltweit der Wettlauf um die Entwicklung von „KI-Agenten“, die Ziele selbstständig verstehen, Pläne erstellen, externe Tools bedienen und Aufgaben autonom ausführen.„Patente“ sind das Mittel, um diese Spitzentechnologie vor Nachahmung zu schützen, doch nicht wenige Entwickler und Führungskräfte stellen sich Fragen wie: „Können KI-Agenten überhaupt patentiert werden?“ oder „Welche Patente haben andere Unternehmen angemeldet?“

In diesem Artikel erläutert ein auf den KI-Bereich spezialisierter Patentanwalt die Thematik anhand eines Vergleichs zwischen konkreten Patentfällen und offiziellen Prüfungsentscheidungen in Japan (JPO), den USA (USPTO) und Europa (EPO).Anhand geprüfter Beispiele wie Googles „Transformer“-Patent, OpenAI-Patente zur Tool-Integration und DeepMinds Patent für externen Speicher werden konkrete Punkte zur rechtlichen Absicherung von KI-Agenten-Technologien vorgestellt.

Dieser Artikel ist ein „Fallbeispielband“. Zu den grundlegenden Anforderungen an KI-Agenten-Patente (Neuheit, erfinderische Tätigkeit und Ausführbarkeit) lesen Sie bitte auch den Begleitartikel „Können KI-Agenten-Technologien patentiert werden? Prüfungsstandards und wichtige Punkte für die Erlangung von Schutzrechten“.

Was sind Patente für KI-Agenten? Grundlagen vor der Lektüre der Fallbeispiele

Zunächst einmal gilt als Grundvoraussetzung, dass KI-Inferenzalgorithmen (mathematische Formeln) an sich grundsätzlich in keinem Land patentierbar sind. Wenn die Informationsverarbeitung jedoch als Technologie konkret unter Verwendung von Hardware-Ressourcen wie Computern umgesetzt wird, ist sie als „softwarebezogene Erfindung“ patentierbar.

Bei KI-Agenten-Technologien liegt der Schwerpunkt der Patentierung weniger auf der Verbesserung des Modells selbst als vielmehr auf der Systemarchitektur und den Verarbeitungsabläufen, also der Frage, „wie LLM zur Erstellung eines autonomen Systems genutzt wurde“. Im Folgenden werden wir konkret betrachten, welche Fälle in den drei Rechtsräumen (Japan, USA und Europa) patentiert wurden.

Drei Gesichtspunkte zur Interpretation von KI-Agenten-Patenten

Um die Fälle in den einzelnen Ländern besser zu verstehen, sollten wir uns drei gemeinsame Gesichtspunkte vor Augen führen.

Perspektive Japan (JPO) USA (USPTO) Europa (EPO)
Grundlegende Denkweise Konkrete Informationsverarbeitung unter Verwendung von Hardware-Ressourcen Alice/Mayo-Test (Handelt es sich um eine abstrakte Idee?) Technischer Charakter + technischer Beitrag (COMVIK)
Zentrale Frage Wird die Informationsverarbeitung konkret umgesetzt? Handelt es sich um eine technische Lösung für ein technisches Problem (praktische Anwendung)? Handelt es sich um technische Merkmale, die dem technischen Ziel dienen?
Schwache Struktur Bloße Darstellung von Daten / Automatisierung menschlicher Tätigkeiten durch KI Ausführung abstrakter Ideen auf einem handelsüblichen PC Mathematische oder betriebswirtschaftliche Methoden „an sich“

[Japan/JPO] Beispiele für Patente auf KI-Agenten

In Japan werden KI-Erfindungen als eine Art von „Erfindungen im Bereich der Computersoftware“ geprüft. Der Kern der Beurteilungskriterien liegt darin, ob „die Informationsverarbeitung durch Software unter Nutzung von Hardware-Ressourcen konkret realisiert wird“, wie in Anhang B des Prüfungshandbuchs dargelegt.

Das Patentamt veröffentlichte im Januar 2019 eine offizielle Sammlung von KI-bezogenen Fallbeispielen und fügte im März 2024 zehn weitere Fälle hinzu, die dem Zeitalter der generativen KI und der großen Sprachmodelle (LLM) Rechnung tragen. Die Schlussfolgerungen zu den repräsentativen Fallbeispielen lauten wie folgt (es handelt sich in allen Fällen um vom Patentamt vorgestellte fiktive Beispiele).

JPO-Fallbeispiel: Eintragung genehmigt

Fall, in dem sich die „Vorhersagegenauigkeit durch neue Eingabevariablen deutlich verbessert“ hat (Schätzung der Wasserkraftproduktion)

Während einer Konfiguration, bei der lediglich das herkömmliche Regressionsmodell durch ein neuronales Netz ersetzt wurde, die Neuheit verneint wurde, wurde eine Konfiguration, bei der die „Wassertemperatur des Flusses“ als Eingabevariable hinzugefügt wurde, um den Zufluss von Schmelzwasser zu erfassen und die Vorhersagegenauigkeit deutlich zu erhöhen, als neuartig eingestuft. Der Schlüssel liegt in der Ausarbeitung technisch sinnvoller Eingabemerkmale und Trainingsdaten.

JPO-Fallbeispiel: Ablehnung (NG)

Fallbeispiel: bloße Ersetzung menschlicher Tätigkeiten durch KI (Berechnung des Krebsrisikos)

Ein Ansatz, bei dem die bisher von Ärzten manuell durchgeführte Berechnung der Krebswahrscheinlichkeit anhand von Blutmarkern lediglich durch ein vortrainiertes neuronales Netz ersetzt wurde, wurde als „bloße Automatisierung menschlicher Arbeitsabläufe durch KI“ eingestuft, wodurch die Neuheit verneint wurde.

JPO-Fallbeispiel: 2024 – LLM

Neuheit einer Konfiguration unter Verwendung generativer KI (LLM)

Während bei einem System, bei dem Fragen in ein LLM eingegeben werden, um automatisch Antworten zu generieren (z. B. automatische Antworten im Kundenservice), die Neuheit verneint wurde, wurde die Registrierung für einen konkreten Prozess genehmigt, bei dem mehrere Schlüsselwörter aus relevanten Dokumenten extrahiert werden, um eine Eingabeaufforderung zu generieren und so passendere Sätze zu erstellen, da hier eine bemerkenswerte Wirkung festgestellt wurde.

Tatsächlich eingetragene relevante japanische Patente

Schauen wir uns nicht nur die fiktiven Beispiele des Patentamts an, sondern auch tatsächlich eingetragene Patente.

Tatsächliche Patente | Japan

JP 7282070 (Mitsubishi Electric) | „Komprimierte Daten“ für neuronale Netze

Patent bezüglich Daten, bei denen die Strukturinformationen eines neuronalen Netzwerks durch Quantisierung komprimiert werden (registriert 2023). Dies ist ein Beispiel für die rechtliche Absicherung von „Datenstrukturen“ im Bereich der KI.

Tatsächliche Patente | Japan

JP 7177608 (Komatsu) | Vortrainiertes Modell zur Positionsschätzung für Baumaschinen

Systempatent (eingetragen 2022) für ein System, das ein trainiertes Modell nutzt, um die Position der Arbeitsausrüstung eines Hydraulikbaggers anhand von Kamerabildern zu schätzen. Dies ist ein gutes Beispiel für die rechtliche Absicherung nicht nur des Systems und des Verfahrens, sondern auch des Herstellungsverfahrens des trainierten Modells sowie der Trainingsdaten und dient als Referenz für die autonome Maschinensteuerung (angrenzender Bereich der KI-Agenten).

Wichtige Punkte für Japan: ① „Deutliche Verbesserung der Vorhersagegenauigkeit“ durch neue Eingabemerkmale und innovative Trainingsdaten, ② Das trainierte Modell ist als „Struktur des neuronalen Netzes + Parameter + konkrete Funktionsweise“ zu beschreiben (eine bloße Sammlung von Parametern ist nicht zulässig),③ Die von der KI vorhergesagten Korrelationen müssen in der Beschreibung untermauert werden (Anforderungen an die Begründung und die Ausführbarkeit).

[USA/USPTO] Beispiele für Patente auf KI-Agenten

In den USA wird die Patentierbarkeit (35 U.S.C. §101) anhand des zweistufigen Alice/Mayo-Tests beurteilt. Dabei wird geprüft, ob sich die Erfindung auf eine abstrakte Idee bezieht und, falls ja, ob ein darüber hinausgehendes erfinderisches Konzept (konkrete Anwendung zur Lösung einer technischen Aufgabe) vorliegt.

Das USPTO veröffentlichte am 17. Juli 2024 spezielle Prüfungsrichtlinien für KI und führte drei konkrete Beispiele (Beispiele 47–49) an.

USPTO-Fallbeispiele Nicht qualifizierte Konfiguration Patentfähige Konfiguration (Eintragung zulässig)
Fall 47: Anomalieerkennung Verfahren zum Trainieren eines neuronalen Netzes (nur Anwendung mathematischer Formeln) Konkrete Anwendung zur Echtzeit-Blockierung unzulässiger Pakete mithilfe eines bereits trainierten neuronalen Netzes
Beispiel 48: Sprachseparation Einfach Berechnung der Einbettungsvektoren anhand mathematischer Formeln Konkrete Vorgehensweise zur Trennung von Sprecher-Stimmen mittels Clustering und Maskenanwendung
Fallbeispiel 49: KI in der Medizin Einfach Berechnung des Risikowerts aus Gen-Daten Konkrete Anwendung: Spezifische Behandlung (Verabreichung von Augentropfen) für Patienten mit hohem Risiko

Die Lehre daraus ist klar: Der Schlüssel zur rechtlichen Absicherung von Erfindungen im Bereich KI-Agenten in den USA liegt darin, konkret darzulegen, was eine „technologische Lösung für ein technologisches Problem“ ist, und dabei zu erläutern, „wie“ die KI funktioniert und „was“ sie verbessert.

Tatsächlich eingetragene wichtige US-Patente

Tatsächliche Patente | USA

US 10.452.978 (Google) | Transformer-Patent

Patent für ein auf dem Selbstaufmerksamkeitsmechanismus (self-attention) basierendes neuronales Netzwerk (registriert 2019), das der wissenschaftlichen Arbeit „Attention Is All You Need“ entspricht. Es handelt sich um die Architektur, die die Grundlage für alle modernen LLMs und KI-Agenten bildet.

Tatsächliches Patent | USA

US 11.922.144 (OpenAI) | Anbindung an externe APIs (Nutzung von Tools)

Patent (registriert 2024), bei dem ein LLM das Schema (Manifest) einer API ausliest und ohne erneutes Training Funktionsaufrufe für externe Tools (Einkauf, Datenbanken, E-Mail usw.) generiert. Es handelt sich um ein Kernpatent für „KI-Agenten“, das den Plugins bzw. Funktionsaufrufen (Function Calling) von ChatGPT entspricht.

[Europa/EPO] Beispiele für KI-Agenten-Patente

In Europa (EPO) sind Computerprogramme und mathematische Verfahren „als solche“ von der Patentierbarkeit ausgeschlossen (Artikel 52 des Europäischen Patentübereinkommens). Durch den Verweis auf Hardware (Computer, Prozessoren usw.) lässt sich dieser Ausschluss jedoch leicht umgehen, sodass die eigentliche Entscheidung auf der Ebene der erfinderischen Tätigkeit (COMVIK-Ansatz) getroffen wird.

Beim COMVIK-Ansatz werden bei der Beurteilung der erfinderischen Tätigkeit nur Merkmale berücksichtigt, die zur technischen Natur beitragen; rein mathematische oder geschäftliche Merkmale werden nicht berücksichtigt. Das heißt: Selbst wenn etwas mathematisch neu ist, trägt es ohne technischen Zweck „null“ zur erfinderischen Tätigkeit bei.

EPO-Fallbeispiel: Ablehnung unzulässig

T 0702/20 (Mitsubishi Electric) | Lose gekoppeltes neuronales Netzwerk

Bezüglich einer neuronalen Netzstruktur, bei der die Verbindungen zwischen den Schichten mithilfe von Fehlerkorrekturcodes locker gestaltet werden, erkannte die Beschwerdekammer zwar an, dass diese „neu und nicht offensichtlich“ sei, lehnte die Anmeldung jedoch mit der Begründung ab, dass sie lediglich eine Klasse mathematischer Funktionen definiere (und somit von der Schutzfähigkeit ausgeschlossen sei).Das alleinige Ziel, „Überlernen zu verhindern“, reicht nicht aus; dies ist ein wichtiger Fall, der zeigt, dass es schwierig ist, Verbesserungen an Kern-KI in Europa rechtlich zu schützen.

EPO-Fall: Wichtige Entscheidung

G 1/19 (Erweiterte Beschwerdekammer, 2021) | Simulation von Fußgängerströmen

In Bezug auf die computergestützte Simulation der Bewegung von Fußgängermengen entschied die Erweiterte Beschwerdekammer, dass „computergestützte Simulationen nach denselben Kriterien wie andere Softwareerfindungen zu beurteilen sind“ und dass „auch numerische Ausgaben einen technischen Effekt darstellen können“. Dies liefert Anhaltspunkte für Simulations- und Planungs-basierte KI-Erfindungen.

Tatsächliches Patent | Europa

EP 3398117 (DeepMind) | Durch externen Speicher erweitertes neuronales Netz

Europäisches Patent (eingetragen 2023) für eine Architektur, bei der ein neuronales Netz mit einem externen Speicher (Speicherbereich) kombiniert wird. Es handelt sich um ein eingetragenes Beispiel, das in direktem Zusammenhang mit der „Speicher“-Funktion von KI-Agenten steht, die Erinnerungen bewahren und für nachfolgende Handlungen nutzen.

Wichtige Punkte für Europa: Die KI muss mit „konkreten technischen Bereichen und technischen Zielen“ (z. B. Signalanalyse bei medizinischen Geräten, Bild- und Sprachverarbeitung, Maschinensteuerung, Kommunikation, Kryptografie) verknüpft werden. Man sollte sich nicht allein auf die Neuheit der mathematischen Formeln verlassen, sondern auch die technische Umsetzung und die Datenpipeline beschreiben.Wenn der technische Effekt von den Eigenschaften der Trainingsdaten abhängt, müssen diese Eigenschaften offengelegt werden (in den überarbeiteten Richtlinien von 2025 hervorgehoben).

Vergleich der Prüfungsverfahren in Japan, den USA und Europa (Übersichtstabelle)

Vergleichskriterien Japan (JPO) USA (USPTO) Europa (EPO)
Entscheidungsrahmen Konkrete Umsetzung mit Hardware-Ressourcen Alice/Mayo-Zweistufen-Test § 52 + COMVIK (zweistufig)
Kern-KI (Modellverbesserung) Durch Einfallsreichtum und spürbare Wirkung zulässig Zulässig, sofern technische Verbesserungen nachgewiesen werden Streng (Ablehnung in T0702/20)
Typ, der leicht patentierbar ist Konkreter Verarbeitungsablauf – neue Eingabemerkmale Konkrete Anwendung auf technische Probleme Verbindung zu technischen Zielen und technischer Umsetzung
Formale Anhaltspunkte AI-Fallbeispiele (2019・2024) KI-Leitfaden, Beispiele 47–49 (2024) Leitlinie G-II 3.3.1 und G1/19
Allgemeine Tendenzen Relativ locker Nach „Alice“ verschärft → verbesserte Vorhersehbarkeit im Jahr 2024 Höchste Anforderungen an den technischen Beitrag

Gemeinsames Wesensmerkmal: Allen drei Bereichen ist gemeinsam, dass nicht „was mit KI realisiert werden soll (Geschäftsidee)“, sondern konkret beschrieben werden muss, „wie dies technisch umgesetzt wird“. Dieser eine Punkt entscheidet über Erfolg oder Misserfolg von Patenten für KI-Agenten.

Aus Fallbeispielen lernen | 5 Punkte für eine erfolgreiche Patentierung

Wir fassen die praktischen Punkte für eine erfolgreiche Patentierung von KI-Agenten zusammen, die sich aus Beispielen aus Japan, den USA und Europa ableiten lassen.

① Anmeldung vor der Veröffentlichung: Die Veröffentlichung in Fachartikeln, als Open-Source-Software (OSS) oder in Pressemitteilungen führt zum Verlust der Neuheit. Schließen Sie die Anmeldung ab, bevor Sie Informationen jeglicher Art veröffentlichen.

② Als „Verarbeitungsablauf“ beschreiben: Beschreiben Sie nicht Prompt-Texte oder Geschäftsideen, sondern den Informationsverarbeitungsprozess, d. h., unter welchen Bedingungen sich das System dynamisch verhält.

③ Technische Herausforderungen und Wirkungen klar darlegen: Stellen Sie technische Herausforderungen – wie beispielsweise „Wie lassen sich Halluzinationen verhindern?“ – zusammen mit den konkreten Lösungsansätzen und den bemerkenswerten Wirkungen dar.

④ Vermeiden Sie eine zu starke Abhängigkeit von bestimmten Technologien: Ansprüche, die vollständig von bestimmten externen APIs (z. B. OpenAI) abhängen, verlieren bei einem zukünftigen Modellwechsel ihren Rechtsschutz. Leiten Sie die Kernwerte Ihres Unternehmens aus universellen Konzepten ab.

⑤ Anpassung an die Prüfungsstandards der einzelnen Länder: Die Formulierung von Ansprüchen, die in Japan, den USA und Europa „wirksam“ sind, unterscheidet sich. Bei globalen Anmeldungen ist eine Strategie unerlässlich, die mit der Praxis der jeweiligen Rechtsordnungen vertraut ist.

Patentierung von KI-Agenten-Technologien – vereinbaren Sie zunächst ein Beratungsgespräch.

Patentanwälte mit fundierten Kenntnissen im IT- und Softwarebereich bieten umfassende Unterstützung – von der Technikbesprechung über die Recherche zum Stand der Technik bis hin zur Strategie zur Erlangung von Schutzrechten in den einzelnen Ländern. Wir bieten eine kostenlose Erstberatung an.

Kostenlose Erstberatung vereinbaren – Dienstleistungen im Bereich IT und KI-geistiges Eigentum

Häufig gestellte Fragen (FAQ)

F. Kann ein KI-Agent patentiert werden?

A. Ja, das ist möglich. Der Inferenzalgorithmus eines KI-Agenten an sich ist zwar ein mathematisches Verfahren, doch wenn er als System oder Verfahren beschrieben wird, das die Informationsverarbeitung unter Verwendung von Hardware-Ressourcen wie Computern konkret umsetzt, kann er sowohl in Japan als auch in den USA und Europa patentierbar sein.Tatsächlich sind zahlreiche Basistechnologien für KI-Agenten registriert, darunter das „Transformer“-Patent von Google (US10,452,978) und das Patent zur Tool-Integration von OpenAI (US11,922,144).

F. Kann man allein durch die Gestaltung von Prompts ein Patent erhalten?

A. In der Praxis ist dies eher schwierig. Der Prompt-Text selbst wird häufig als „menschliche Vorgabe (Bereitstellung von Informationen)“ angesehen, sodass das Risiko besteht, dass er nicht als Erfindung gilt.Auch in einem Fall des japanischen Patentamts aus dem Jahr 2024 wurde bei einem System, bei dem lediglich eine Frage in ein LLM eingegeben wurde, um eine Antwort zu generieren, die erfinderische Tätigkeit verneint. Wenn man das Verfahren hingegen als einen Informationsverarbeitungsprozess beschreibt, bei dem Prompts je nach Kontext dynamisch generiert und zusammengesetzt werden, steigen die Chancen auf eine Patenterteilung.

F. Wo ist es am einfachsten, ein Patent zu erhalten: in Japan, den USA oder Europa?

A. Das lässt sich nicht pauschal sagen, doch die Anforderungen für die Eintragung von Softwareerfindungen werden allgemein oft so bewertet, dass „Japan vergleichsweise lockere Anforderungen stellt, während Europa (EPO) den technischen Beitrag am strengsten fordert“.In den USA wurden die Anforderungen nach dem Alice-Urteil verschärft, doch die AI-Prüfungsrichtlinien vom Juli 2024 (Beispiele 47–49) haben die Vorhersehbarkeit in der Praxis erhöht. In allen Ländern ist der klare Nachweis, dass „eine technische Aufgabe durch technische Mittel gelöst wird“, der Schlüssel zum Erfolg.

F. Gibt es bekannte Beispiele für Patente auf KI-Agenten?

A. Als repräsentative Beispiele sind das Google-Patent (US10,452,978) für den „Transformer“, der die Grundlage moderner LLMs bildet,das OpenAI-Patent zur Anbindung externer APIs (US11,922,144), das den Plug-ins und Funktionsaufrufen von ChatGPT entspricht, sowie das DeepMind-Patent zu neuronalen Netzwerken mit externer Speichererweiterung (EP3398117) als repräsentative Beispiele.Auch in Japan sind das Patent von Mitsubishi Electric zur Komprimierung neuronaler Netze (JP7282070) und das Patent von Komatsu für vortrainierte Modelle für Baumaschinen (JP7177608) eingetragen.

F. Kann man auch nach der Veröffentlichung der Technologie in einer wissenschaftlichen Arbeit oder auf GitHub noch ein Patent anmelden?

A. Grundsätzlich geht die Neuheit nach der Veröffentlichung verloren, sodass kein Patent mehr erteilt werden kann. In Japan gibt es zwar das System der „Ausnahmen vom Neuheitsverlust“ (Artikel 30), das unter bestimmten Voraussetzungen Abhilfe schafft, doch die Anforderungen unterscheiden sich je nach Land und sind daher keine Allzwecklösung. Da die Veröffentlichungsgeschwindigkeit in der KI-Branche sehr hoch ist, ist es äußerst wichtig, die Patentanmeldung noch vor der Veröffentlichung von Fachartikeln, der Veröffentlichung als Open-Source-Software oder der Veröffentlichung von Pressemitteilungen abzuschließen.

F. Sollte man sich bezüglich einer Erfindung eines KI-Agenten an einen Patentanwalt wenden?

A. Dies wird dringend empfohlen. Patente für KI-Agenten erfordern ein hohes Maß an Fachwissen, um aus Systemen, die oft als „Black Box“ fungieren, „patentierbare Technologien“ zu extrahieren und die Ansprüche (den Schutzumfang) entsprechend den Prüfungsstandards der jeweiligen Länder zu formulieren. Durch die Beratung mit einem Patentanwalt, der sich im IT- und Softwarebereich gut auskennt, lässt sich ein starkes Patentnetzwerk aufbauen, das von Wettbewerbern nur schwer umgangen werden kann.

Referenzquellen (Primärquellen)
, , , , , , , , , , , , ,