KI in der Patentabteilung einführen

Governance, Rollen und sichere KI-Prozesse

KI kann Patentabteilungen bei Recherche, Dokumentenanalyse, Patent-Drafting, Übersetzung und Portfolioarbeit unterstützen. Damit aus einzelnen Tests ein verlässlicher Arbeitsprozess wird, müssen jedoch Zuständigkeiten, Freigaben, Datenflüsse und fachliche Prüfungen klar geregelt sein.

Eine verantwortungsvolle Einführung beginnt deshalb nicht mit der Auswahl eines einzelnen Tools. Entscheidend sind geeignete Anwendungsfälle, ein angemessener Schutz der Patentdaten, geschulte Mitarbeitende und ein Human-in-the-Loop-Prozess, in dem qualifizierte Patentfachleute relevante Ergebnisse prüfen und freigeben.

Auf einen Blick

Im Fokus:KI-Governance, Rollen, Freigaben und Qualitätsprüfung in Patentabteilungen
Geeignete Einsatzfelder:Patentrecherche, Dokumentenanalyse, Patent-Drafting, Übersetzung, Wissensmanagement und IP-Management
Zentrale Voraussetzung:Anwendungsfälle, Datenverarbeitung, Verantwortlichkeiten und Prüfprozesse müssen vor dem produktiven Einsatz geklärt sein.
Human in the Loop:KI unterstützt Arbeitsschritte; qualifizierte Patentfachleute prüfen und verantworten entscheidungsrelevante Ergebnisse.
Praxisprinzip:Mit risikoarmen Anwendungsfällen starten, Erfahrungen dokumentieren und die Nutzung schrittweise erweitern.

Kurzantworten zur Einführung von KI in der Patentabteilung

Wie lässt sich KI in einer Patentabteilung sinnvoll einführen?

Die Einführung sollte mit klar abgegrenzten und freigegebenen Anwendungsfällen beginnen. Danach werden Daten, Tool, Verantwortlichkeiten, Prüfprozesse und Erfolgskriterien bewertet, bevor der Einsatz schrittweise auf weitere Aufgaben ausgeweitet wird.

Was bedeutet KI-Governance in der Patentabteilung?

KI-Governance umfasst Regeln, Rollen und Kontrollprozesse für den Einsatz von KI. Dazu gehören unter anderem freigegebene Anwendungsfälle, Anforderungen an Daten und Tools, Zuständigkeiten, Schulungen, Dokumentation und der Umgang mit Fehlern oder Sicherheitsvorfällen.

Welche Rolle spielt Human in the Loop?

Human in the Loop bedeutet, dass qualifizierte Mitarbeitende relevante KI-Eingaben, Ausgaben und Entscheidungen kontrollieren. KI-generierte Inhalte sollten insbesondere dann fachlich geprüft werden, wenn sie Patentansprüche, technische Sachverhalte, Quellen, Anmeldungen oder strategische Entscheidungen betreffen.

Wer sollte für den KI-Einsatz in der Patentabteilung verantwortlich sein?

Die Verantwortung sollte zwischen Fachbereich, IT, Datenschutz, Informationssicherheit und gegebenenfalls Rechtsabteilung abgestimmt werden. Für jeden Anwendungsfall sollte feststehen, wer die Nutzung freigibt, Daten und Ergebnisse prüft und bei Problemen reagiert.

Mit welchen KI-Anwendungsfällen sollte eine Patentabteilung beginnen?

Für den Einstieg eignen sich häufig klar abgrenzbare Aufgaben mit gut kontrollierbaren Ergebnissen, etwa die Strukturierung öffentlich zugänglicher Patentdokumente, die Vorbereitung von Zusammenfassungen oder die Unterstützung bei internen Wissensprozessen. Besonders schutzbedürftige Daten und entscheidungsrelevante Arbeitsschritte sollten erst nach einer gesonderten Prüfung einbezogen werden.

Warum KI-Governance in der Patentabteilung wichtig ist

KI-Governance schafft den organisatorischen Rahmen für einen nachvollziehbaren und kontrollierten Einsatz künstlicher Intelligenz. Sie legt fest, welche Anwendungsfälle zulässig sind, welche Daten verarbeitet werden dürfen, wer Entscheidungen trifft und wie KI-generierte Ergebnisse geprüft werden.

Für Patentabteilungen ist dieser Rahmen besonders wichtig, weil Patentprozesse technische Informationen, unveröffentlichte Erfindungen, Geschäftsgeheimnisse und strategische Entscheidungen verbinden. Ein einzelnes KI-Tool kann deshalb nicht losgelöst von den bestehenden Schutz-, Freigabe- und Qualitätsprozessen betrachtet werden.

GrundprinzipKI-Governance soll den Einsatz von KI nicht pauschal verhindern. Sie soll ermöglichen, geeignete Anwendungsfälle sicher freizugeben, Risiken früh zu erkennen und Verantwortlichkeiten nachvollziehbar zu regeln.

Welche Fragen eine KI-Governance beantworten sollte

Eine belastbare Governance muss nicht jedes technische Detail selbst regeln. Sie sollte aber die zentralen Fragen beantworten, die vor und während der Nutzung eines KI-Systems entstehen:

  • Zweck: Für welche konkrete Aufgabe soll KI eingesetzt werden?
  • Daten: Welche Patentinformationen, technischen Unterlagen oder personenbezogenen Daten dürfen verarbeitet werden?
  • System: Welche lokale, cloudbasierte oder hybride Umgebung ist für den Anwendungsfall freigegeben?
  • Verantwortung: Wer genehmigt den Anwendungsfall und wer trägt die fachliche Verantwortung für die Ergebnisse?
  • Qualität: Welche Prüfungen sind vor der Weiterverwendung von KI-Ausgaben erforderlich?
  • Dokumentation: Welche Eingaben, Ausgaben, Freigaben und Prüfungen müssen nachvollziehbar bleiben?
  • Änderungen: Wie wird reagiert, wenn sich das Tool, der Anbieter, die Datenverarbeitung oder der Anwendungsfall verändert?
  • Vorfälle: Was ist bei einer fehlerhaften Ausgabe, einer unzulässigen Datenübermittlung oder einem verdächtigen Zugriff zu tun?

Governance als Verbindung von Fachlichkeit und Technik

KI-Governance ist keine reine IT-Aufgabe. Die Patentabteilung muss beurteilen, welche Arbeitsschritte fachlich sinnvoll unterstützt werden können und welche Fehler besondere Auswirkungen hätten. IT, Informationssicherheit, Datenschutz und gegebenenfalls die Rechtsabteilung bringen ergänzende Perspektiven zu Systemen, Datenverarbeitung und organisatorischen Anforderungen ein.

Die Zuständigkeiten können je nach Organisation unterschiedlich verteilt sein. Entscheidend ist, dass die Rollen für jeden relevanten Anwendungsfall feststehen und nicht erst bei einem Fehler oder einer unklaren KI-Ausgabe geklärt werden müssen.

Governance-BausteinPraktische Leitfrage
AnwendungsfallWelche Aufgabe soll unterstützt werden und welchen konkreten Nutzen erwarten wir?
SchutzbedarfWelche Informationen werden verarbeitet und wie schutzbedürftig sind sie?
Tool und UmgebungIst das System für diesen Zweck freigegeben und sind Datenflüsse nachvollziehbar?
Rollen und FreigabenWer entscheidet über die Nutzung, wer prüft die Eingaben und wer gibt Ergebnisse frei?
QualitätssicherungWie werden technische Aussagen, Quellen, Übersetzungen und Entwürfe kontrolliert?
ÜberwachungWie wird überprüft, ob der Workflow weiterhin sicher, geeignet und regelkonform funktioniert?

Warum Einzeltests allein nicht ausreichen

Ein überzeugendes Ergebnis in einem einzelnen Test bedeutet noch nicht, dass ein KI-Tool für den produktiven Einsatz geeignet ist. Ergebnisse können je nach Eingabe, Dokumentenbestand, Modellversion und Aufgabenstellung unterschiedlich ausfallen. Außerdem müssen Datenverarbeitung, Zugriffsrechte, fachliche Prüfung und Dokumentation in den tatsächlichen Arbeitsablauf passen.

Governance sorgt deshalb dafür, dass aus einem erfolgreichen Test kein ungesteuerter Einsatz entsteht. Sie definiert den Weg von der ersten Idee über die Bewertung und Pilotierung bis zur Freigabe, regelmäßigen Überprüfung und gegebenenfalls Anpassung des Workflows.

Praktische EinordnungEine KI-Governance muss nicht für alle Anwendungsfälle gleich aussehen. Je höher der Schutzbedarf der Daten und je größer die Bedeutung der KI-Ausgabe für den Patentprozess, desto genauer sollten Freigaben, Prüfungen, Dokumentation und Überwachung geregelt werden.

Rollen und Verantwortlichkeiten festlegen

Ein KI-Workflow in der Patentabteilung funktioniert nur, wenn Zuständigkeiten vor der Nutzung eindeutig geregelt sind. Dabei geht es nicht darum, jede Aufgabe einer einzelnen Person zuzuweisen. Entscheidend ist vielmehr, dass für Freigabe, Datenauswahl, technische Betreuung, fachliche Prüfung und Reaktion auf Probleme jeweils verantwortliche Stellen benannt sind.

Welche Rollen beteiligt werden, hängt von der Größe der Organisation, der Art des Anwendungsfalls und dem Schutzbedarf der verarbeiteten Informationen ab. In kleineren Patentabteilungen können mehrere Aufgaben bei einer Person oder einem kleinen Team liegen. Die Zuständigkeiten sollten trotzdem dokumentiert und für die Nutzenden verständlich sein.

GrundprinzipFür jeden relevanten KI-Anwendungsfall sollte feststehen, wer die Nutzung freigibt, welche Daten verarbeitet werden dürfen, wer die Ergebnisse fachlich prüft und wer bei Fehlern oder Sicherheitsvorfällen reagiert.

Wichtige Rollen im KI-Workflow

RolleMögliche Verantwortung
Patentabteilung und PatentfachleuteAnwendungsfälle bestimmen, fachliche Anforderungen definieren und technische sowie patentbezogene Ergebnisse prüfen
ProzessverantwortlicheWorkflow beschreiben, Freigaben koordinieren, Prüfschritte festlegen und die praktische Umsetzung begleiten
IT und SystemadministrationSysteme bereitstellen, Berechtigungen verwalten, Schnittstellen prüfen und technische Änderungen dokumentieren
InformationssicherheitSchutzmaßnahmen, Zugriffsmodelle, Protokollierung und Risiken für die Informationssicherheit bewerten
DatenschutzVerarbeitung personenbezogener Daten, Rollen, Zwecke, Datenflüsse und erforderliche organisatorische oder vertragliche Maßnahmen prüfen
Rechtsabteilung oder externe BeratungBei Bedarf rechtliche, vertragliche oder regulatorische Fragen und besondere Risiken einordnen
Management oder FreigabegremiumPrioritäten setzen, Ressourcen bereitstellen und die Einführung für relevante Anwendungsfälle freigeben

Verantwortung nicht an das Tool delegieren

Ein KI-System kann Vorschläge, Zusammenfassungen oder Entwürfe erzeugen. Es übernimmt jedoch nicht automatisch die Verantwortung für die fachliche Richtigkeit, die Auswahl geeigneter Daten oder die Entscheidung über eine weitere Verwendung.

Besonders bei Patentansprüchen, technischen Sachverhalten, Quellenangaben, Anmeldungsunterlagen und strategischen Bewertungen müssen die zuständigen Patentfachleute festlegen, welche Prüfung erforderlich ist. Die Nutzung eines Tools sollte deshalb nicht dazu führen, dass fachliche Freigaben entfallen oder unklar wird, wer eine Ausgabe verantwortet.

Rollen je Anwendungsfall dokumentieren

Eine allgemeine Richtlinie reicht nicht immer aus. Für komplexere oder besonders schutzbedürftige Workflows empfiehlt sich eine kurze anwendungsfallbezogene Dokumentation. Sie kann beispielsweise folgende Punkte enthalten:

  • Bezeichnung und Zweck des KI-Anwendungsfalls
  • zuständige Prozess- und Fachverantwortliche
  • zulässige und ausgeschlossene Daten
  • freigegebenes Tool und zugelassene Umgebung
  • erforderliche Prüf- und Freigabeschritte
  • Dokumentations- und Aufbewahrungsvorgaben
  • Vorgehen bei fehlerhaften Ausgaben oder Sicherheitsvorfällen
  • Termin oder Anlass für eine erneute Bewertung
Praktische EinordnungKlare Rollen schaffen keine zusätzliche Bürokratie um ihrer selbst willen. Sie verhindern vor allem, dass Daten, Tools und KI-Ausgaben ohne abgestimmte Zuständigkeit in einen Patentprozess gelangen.

Anwendungsfälle bewerten und priorisieren

Nicht jede Aufgabe in der Patentabteilung eignet sich gleichermaßen für den Einsatz von KI. Eine strukturierte Bewertung hilft dabei, sinnvolle Einstiegsszenarien zu erkennen, Risiken angemessen einzuschätzen und Ressourcen auf Anwendungsfälle mit einem klaren praktischen Nutzen zu konzentrieren.

Bei der Priorisierung sollten nicht nur die erwarteten Effizienzgewinne betrachtet werden. Ebenso wichtig sind Schutzbedarf, Fehlerfolgen, Nachprüfbarkeit, Prozessabhängigkeiten und die Frage, ob qualifizierte Mitarbeitende die Ergebnisse zuverlässig kontrollieren können.

GrundprinzipEin geeigneter KI-Anwendungsfall verbindet einen nachvollziehbaren Nutzen mit einem beherrschbaren Schutz- und Fehlerrisiko. Je höher die möglichen Auswirkungen einer fehlerhaften Ausgabe, desto strenger müssen Prüfung und Freigabe organisiert werden.

Welche Kriterien bei der Priorisierung zählen

Für die erste Bewertung kann ein Anwendungsfall anhand mehrerer Kriterien betrachtet werden:

  • Praktischer Nutzen: Welcher konkrete Arbeitsschritt soll verbessert, beschleunigt oder strukturiert werden?
  • Daten und Schutzbedarf: Welche Informationen werden verarbeitet und dürfen sie in der vorgesehenen Umgebung genutzt werden?
  • Fehlerfolgen: Welche Auswirkungen hätte eine unvollständige, unzutreffende oder erfundene Ausgabe?
  • Nachprüfbarkeit: Können Fachleute die Eingaben, Quellen, Zwischenschritte und Ergebnisse ausreichend kontrollieren?
  • Prozessreife: Sind Ablauf, Rollen, Freigaben und Qualitätskriterien bereits ausreichend beschrieben?
  • Technische Eignung: Unterstützt das Tool die Aufgabe zuverlässig und lässt es sich in die vorhandene Arbeitsumgebung integrieren?
  • Skalierbarkeit: Lässt sich ein erfolgreicher Test auf weitere Teams, Dokumenttypen oder Patentprozesse übertragen?

Einstiegsszenarien mit vergleichsweise gut kontrollierbaren Ergebnissen

Für erste Pilotprojekte können Aufgaben geeignet sein, bei denen die Ergebnisse überschaubar bleiben und mit vertretbarem Aufwand geprüft werden können. Dazu zählen beispielsweise:

AnwendungsfallMöglicher NutzenBesonders zu beachten
Zusammenfassung öffentlich zugänglicher PatentdokumenteSchneller Überblick über umfangreiche Dokumente und technische SchwerpunkteQuellenbezug, Vollständigkeit und korrekte Wiedergabe technischer Aussagen
Strukturierung von ErfindungsmeldungenTechnische Informationen ordnen und offene Punkte für das Erfinderinterview sichtbar machenKeine ungeprüfte Übernahme in Patentansprüche oder Anmeldungsunterlagen
Vorbereitung interner WissensbeiträgeInformationen aus freigegebenen Dokumenten auffindbarer und verständlicher machenBerechtigungen, Aktualität und Trennung vertraulicher Inhalte
Sprachliche Unterstützung und ÜbersetzungErste Entwürfe, Terminologievarianten oder Übersetzungsvorschläge vorbereitenTechnische und rechtliche Fachbegriffe sowie abschließende menschliche Prüfung
Portfolio- und TechnologiemonitoringDokumente, Entwicklungen oder Patentfamilien nach definierten Kriterien vorsortierenDatenqualität, Suchlogik, Aktualität und fachliche Bewertung der Ergebnisse

Anwendungsfälle mit erhöhtem Prüf- und Freigabebedarf

Besondere Vorsicht ist erforderlich, wenn KI-Ausgaben unmittelbar in rechtlich, technisch oder strategisch bedeutsame Entscheidungen einfließen. Dazu gehören beispielsweise:

  • die Erstellung oder Änderung von Patentansprüchen und Anmeldungsunterlagen,
  • die Bewertung von Neuheit, erfinderischer Tätigkeit oder Verletzungsrisiken,
  • die Vorbereitung von Stellungnahmen, Schriftsätzen oder sonstigen externen Eingaben,
  • die Verarbeitung unveröffentlichter Erfindungen oder besonders schutzbedürftiger Geschäftsgeheimnisse,
  • automatisierte Empfehlungen zu Anmelde-, Portfolio- oder Verfolgungsstrategien.

Solche Anwendungsfälle sind nicht grundsätzlich ausgeschlossen. Sie benötigen jedoch regelmäßig klarere Verantwortlichkeiten, engere Freigaben, eine höhere fachliche Prüftiefe und eine sorgfältige Dokumentation.

Priorisierung mit einer einfachen Bewertungsmatrix

Eine Bewertungsmatrix kann helfen, Anwendungsfälle vergleichbar zu machen. Die Kriterien sollten an die Organisation angepasst werden. Eine einfache Skala von niedrig bis hoch genügt für den Einstieg:

KriteriumNiedrige AusprägungHohe Ausprägung
NutzenpotenzialGeringer oder unklarer Zeit- und QualitätsgewinnDeutliche Entlastung bei einem häufigen oder aufwendigen Arbeitsschritt
SchutzbedarfÖffentliche oder freigegebene InformationenUnveröffentlichte Erfindungen, Geschäftsgeheimnisse oder personenbezogene Daten
FehlerrisikoAusgabe wird vollständig und einfach geprüftFehler können rechtliche, technische oder strategische Folgen haben
NachprüfbarkeitQuellen und Ausgabe sind gut nachvollziehbarHerleitung, Quellen oder Vollständigkeit sind schwer zu kontrollieren
ProzessreifeRollen, Freigaben und Qualitätskriterien sind klarWorkflow und Verantwortlichkeiten sind noch unklar
Praktische EinordnungFür den Einstieg sind Anwendungsfälle besonders geeignet, wenn ihr Nutzen konkret messbar ist, die Datenverarbeitung freigegeben werden kann, die Ergebnisse fachlich kontrollierbar bleiben und Fehler keine unbeherrschbaren Folgen auslösen.

Human in the Loop und fachliche Qualitätsprüfung

Human in the Loop bedeutet, dass qualifizierte Mitarbeitende relevante Arbeitsschritte, Eingaben und KI-Ausgaben kontrollieren. Im Patentwesen ist dieses Prinzip besonders wichtig, weil KI-generierte Inhalte technische Sachverhalte verkürzen, unzutreffend ergänzen oder scheinbar plausible, aber nicht belegte Aussagen enthalten können.

Die menschliche Prüfung sollte nicht erst am Ende eines Workflows stattfinden. Sie sollte bereits bei der Auswahl des Anwendungsfalls, der Zusammenstellung der Eingaben und der Festlegung der Qualitätskriterien berücksichtigt werden.

GrundprinzipHuman in the Loop bedeutet nicht, jede KI-Ausgabe gleich umfassend zu kontrollieren. Umfang und Tiefe der Prüfung sollten sich am Anwendungsfall, am Schutzbedarf der Daten und an den möglichen Folgen eines Fehlers orientieren.

Prüfung auf mehreren Ebenen

Je nach Workflow können mehrere Prüfebenen erforderlich sein. Eine klare Zuordnung verhindert, dass technische oder rechtliche Fragen allein durch ein KI-System beantwortet werden.

PrüfebeneWas ist zu prüfen?
Technische PrüfungSind technische Merkmale, Zusammenhänge, Funktionen und Wirkungen zutreffend wiedergegeben?
Patentfachliche PrüfungEntspricht das Ergebnis den Anforderungen an Recherche, Anspruch, Beschreibung, Offenbarung oder Verfahrensschritt?
QuellenprüfungSind Dokumente, Fundstellen, Zitate und Schlussfolgerungen tatsächlich vorhanden und korrekt zugeordnet?
Sprachliche PrüfungSind Terminologie, Übersetzung, Eindeutigkeit und sprachliche Konsistenz angemessen?
Prozess- und FreigabeprüfungDarf die Ausgabe im vorgesehenen Prozess weiterverwendet oder an andere Stellen übergeben werden?

Was eine Qualitätsprüfung leisten sollte

Eine fachliche Prüfung sollte nicht nur nach offensichtlichen Fehlern suchen. Sie sollte auch beurteilen, ob die Ausgabe vollständig, nachvollziehbar und für den konkreten Zweck geeignet ist.

  • Vollständigkeit: Wurden relevante technische Merkmale, Einschränkungen oder Dokumente berücksichtigt?
  • Richtigkeit: Sind Aussagen, Übersetzungen, Quellen und Schlussfolgerungen fachlich zutreffend?
  • Abgrenzung: Trennt die Ausgabe gesicherte Informationen von Annahmen, Interpretationen und offenen Fragen?
  • Erfundene Inhalte: Enthält sie nicht belegte Quellen, technische Merkmale oder scheinbar konkrete Sachverhalte?
  • Nachvollziehbarkeit: Kann eine andere fachkundige Person die Prüfung und die wesentlichen Grundlagen nachvollziehen?
  • Zweckkonformität: Eignet sich das Ergebnis für den konkreten internen oder externen Arbeitsschritt?

Prüfung bei besonders relevanten Patentdokumenten

Bei Patentansprüchen, Beschreibungen, Erfindungsmeldungen, Stellungnahmen und anderen entscheidungsrelevanten Dokumenten sollte die Prüfung besonders sorgfältig organisiert werden. KI-generierte Formulierungen können technisch plausibel wirken, obwohl sie nicht durch die Eingaben gedeckt sind oder unbeabsichtigt neue Inhalte hinzufügen.

Vor einer weiteren Verwendung sollte deshalb unter anderem geprüft werden:

  • ob jeder wesentliche technische Sachverhalt aus einer nachvollziehbaren Quelle stammt,
  • ob Patentansprüche und Beschreibung inhaltlich zusammenpassen,
  • ob keine zusätzlichen technischen Merkmale ohne Grundlage eingeführt wurden,
  • ob Begriffe einheitlich und im vorgesehenen technischen Sinn verwendet werden,
  • ob die Ausgabe den internen Freigabe- und Dokumentationsvorgaben entspricht.

Prüfergebnis dokumentieren

Für relevante Workflows sollte dokumentiert werden, welche Ausgabe geprüft wurde, wer die Prüfung durchgeführt hat, welche Korrekturen erforderlich waren und ob das Ergebnis freigegeben, überarbeitet oder verworfen wurde. Der Umfang der Dokumentation kann dabei vom Schutzbedarf und von der Bedeutung des jeweiligen Arbeitsschritts abhängen.

Praktische EinordnungHuman in the Loop ist kein pauschaler Freigabestempel. Die fachlich verantwortliche Person muss die Ausgabe inhaltlich bewerten und entscheiden, ob sie für den vorgesehenen Patentprozess geeignet ist.

Richtlinien, Freigaben und Dokumentation

Klare Richtlinien geben Mitarbeitenden Orientierung und schaffen einen einheitlichen Rahmen für den Einsatz von KI in der Patentabteilung. Sie sollten nicht nur allgemeine Verbote enthalten, sondern konkrete Vorgaben für Anwendungsfälle, Daten, Tools, Prüfungen und Freigaben machen.

Die Regelungen müssen dabei verständlich und im Arbeitsalltag anwendbar sein. Eine zu abstrakte Richtlinie wird häufig übergangen; eine zu detaillierte Vorgabe kann bei neuen Tools und veränderten Arbeitsweisen schnell veralten. Sinnvoll ist deshalb eine Kombination aus verbindlichen Grundsätzen und anwendungsfallbezogenen Arbeitsanweisungen.

GrundprinzipEine KI-Richtlinie sollte festlegen, was erlaubt, eingeschränkt oder ausgeschlossen ist. Für risikoreichere Anwendungsfälle braucht es zusätzlich eine dokumentierte Einzelfallprüfung und eine nachvollziehbare Freigabe.

Was eine KI-Richtlinie regeln sollte

Der konkrete Umfang hängt von der Organisation und den eingesetzten Systemen ab. Für Patentabteilungen sollten insbesondere folgende Punkte berücksichtigt werden:

  • Zweck und Geltungsbereich: Für welche Teams, Systeme, Prozesse und Tätigkeiten gelten die Vorgaben?
  • Zulässige Anwendungsfälle: Welche Aufgaben dürfen mit freigegebenen Systemen unterstützt werden?
  • Nicht zulässige Nutzungen: Welche Daten oder Arbeitsschritte dürfen nicht in ein bestimmtes System eingegeben werden?
  • Daten und Vertraulichkeit: Welche Anforderungen gelten für unveröffentlichte Erfindungen, Geschäftsgeheimnisse, personenbezogene Daten und sonstige vertrauliche Informationen?
  • Freigegebene Tools: Welche Systeme und Umgebungen dürfen genutzt werden und wer pflegt die Freigabeliste?
  • Prüfung und Freigabe: Welche Ergebnisse müssen fachlich, rechtlich oder technisch kontrolliert werden?
  • Dokumentation: Welche Eingaben, Ausgaben, Prüfungen und Entscheidungen sind für relevante Anwendungsfälle festzuhalten?
  • Vorfälle und Änderungen: Wie wird auf fehlerhafte Ausgaben, unzulässige Datenverarbeitungen oder Änderungen des Systems reagiert?

Freigaben nach Risiko und Schutzbedarf staffeln

Nicht jeder KI-Einsatz erfordert denselben Freigabeprozess. Eine abgestufte Vorgehensweise kann den Aufwand an die Bedeutung des jeweiligen Anwendungsfalls anpassen.

Art des AnwendungsfallsMöglicher FreigabewegBeispiele für Prüfungen
Risikoarmer interner TestFreigabe innerhalb des zuständigen Teams nach Prüfung der Tool- und DatennutzungZweck, Daten, System und grundlegende Qualitätskontrolle
Regelmäßiger interner WorkflowDokumentierte Freigabe durch Fach- und ProzessverantwortlicheRollen, Prüfschritte, Berechtigungen, Dokumentation und Erfolgskriterien
Verarbeitung schutzbedürftiger InformationenZusätzliche Prüfung durch Informationssicherheit, Datenschutz oder weitere zuständige StellenDatenflüsse, Zugriffsschutz, Anbieterbedingungen und organisatorische Maßnahmen
Entscheidungsrelevanter oder externer EinsatzErweiterte fachliche und gegebenenfalls rechtliche Freigabe vor der WeiterverwendungRichtigkeit, Vollständigkeit, Quellen, Verantwortlichkeit und externe Verwendung

Dokumentation auf das Wesentliche konzentrieren

Dokumentation soll die Nutzung nachvollziehbar machen, ohne jeden einzelnen Arbeitsschritt unnötig zu verkomplizieren. Für einen relevanten KI-Anwendungsfall können unter anderem folgende Informationen festgehalten werden:

  • Bezeichnung, Zweck und verantwortliche Organisationseinheit
  • verwendetes KI-System und freigegebene Systemumgebung
  • zulässige Datenarten und gegebenenfalls ausgeschlossene Inhalte
  • Rollen, Zuständigkeiten und erforderliche Freigaben
  • vorgesehene Prüf- und Qualitätssicherungsschritte
  • Datum der Freigabe und Zeitpunkt der nächsten Überprüfung
  • wesentliche Änderungen am Tool, am Workflow oder am Anwendungsfall
  • relevante Fehler, Abweichungen oder Sicherheitsvorfälle

Freigaben regelmäßig überprüfen

Eine einmalige Freigabe sollte nicht automatisch dauerhaft gelten. Eine erneute Bewertung kann erforderlich werden, wenn sich das KI-System, die Modellversion, die Anbieterbedingungen, die Datenverarbeitung oder der konkrete Workflow verändert.

Auch neue Erkenntnisse aus der praktischen Nutzung können eine Überprüfung auslösen. Dazu gehören wiederkehrende Fehler, unklare Ergebnisse, veränderte Patentprozesse oder Rückmeldungen der Mitarbeitenden. Die Richtlinie sollte deshalb festlegen, wer Änderungen bewertet und wann eine Freigabe angepasst, eingeschränkt oder aufgehoben wird.

Praktische EinordnungGute Richtlinien verbinden klare Grenzen mit einem praktikablen Freigabeweg. Mitarbeitende sollten schnell erkennen können, welches Tool sie für welchen Zweck nutzen dürfen, welche Daten zulässig sind und wann eine zusätzliche Prüfung erforderlich ist.

KI-Workflows schrittweise einführen und überwachen

Nach der Auswahl eines geeigneten Anwendungsfalls sollte die Patentabteilung den KI-Workflow zunächst in einem klar abgegrenzten Rahmen erproben. Ein schrittweises Vorgehen ermöglicht es, technische Grenzen, fachliche Anforderungen und organisatorische Auswirkungen zu erkennen, bevor der Prozess auf weitere Aufgaben oder Teams ausgeweitet wird.

Die Einführung endet nicht mit der ersten Freigabe. KI-Systeme, Datenbestände, Anbieterbedingungen und Arbeitsabläufe können sich verändern. Deshalb sollte die Patentabteilung festlegen, wie Ergebnisse, Fehler, Nutzungserfahrungen und Änderungen regelmäßig bewertet werden.

GrundprinzipEin KI-Workflow sollte erst dann ausgeweitet werden, wenn sein Zweck, seine Datenverarbeitung, seine Rollen, seine Prüfschritte und seine Ergebnisse ausreichend bewertet wurden.

Mit einem begrenzten Pilotprojekt starten

Ein Pilotprojekt sollte auf einen konkreten Prozess, ein klar definiertes Team oder einen überschaubaren Dokumentbestand begrenzt werden. Dadurch lässt sich besser feststellen, ob der erwartete Nutzen tatsächlich erreicht wird und welche Anpassungen für einen stabilen Einsatz erforderlich sind.

Vor Beginn des Piloten sollten mindestens folgende Punkte feststehen:

  • der konkrete Zweck und Umfang des Anwendungsfalls,
  • die beteiligten Mitarbeitenden und verantwortlichen Rollen,
  • das freigegebene KI-System und die zulässige Umgebung,
  • die verwendbaren und ausgeschlossenen Daten,
  • die erforderlichen Prüf- und Freigabeschritte,
  • die Kriterien für Nutzen, Qualität und Abbruch,
  • der Zeitraum und der Umfang der Dokumentation.

Ergebnisse und Nutzungserfahrungen auswerten

Während der Pilotphase sollte nicht nur die Geschwindigkeit betrachtet werden. Ebenso wichtig ist, ob die Ergebnisse fachlich brauchbar, nachvollziehbar und in den bestehenden Patentprozess integrierbar sind.

BeobachtungsbereichMögliche Leitfragen
NutzenWird der erwartete Zeit-, Qualitäts- oder Strukturgewinn tatsächlich erreicht?
QualitätWie häufig treten unvollständige, unzutreffende oder nicht belegte Ausgaben auf?
PrüfaufwandSteht der Aufwand für Kontrolle und Korrektur in einem angemessenen Verhältnis zum Nutzen?
ProzessintegrationLässt sich der Workflow in vorhandene Rollen, Systeme und Freigaben einfügen?
AkzeptanzVerstehen die Mitarbeitenden den Workflow und können sie ihn sicher anwenden?
Risiken und VorfälleGab es Probleme bei Daten, Zugriffen, Quellen, Ausgaben oder der weiteren Verwendung?

Messbare Kriterien für die Bewertung festlegen

Die Erfolgskriterien sollten zum Anwendungsfall passen. Bei einer Unterstützung der Dokumentenanalyse können beispielsweise Bearbeitungszeit, Trefferqualität und notwendiger Korrekturaufwand betrachtet werden. Bei einem Wissensworkflow können Auffindbarkeit, Aktualität und fachliche Verlässlichkeit im Vordergrund stehen.

Messgrößen sollten nicht dazu führen, dass Geschwindigkeit wichtiger wird als Qualität oder Schutz. Ein schneller Workflow ist nicht erfolgreich, wenn die Ergebnisse regelmäßig umfangreich nachbearbeitet werden müssen oder die Datenverarbeitung nicht angemessen kontrolliert werden kann.

Feedback und Fehler systematisch erfassen

Mitarbeitende sollten wissen, wie sie unklare, fehlerhafte oder riskante KI-Ausgaben melden können. Wiederkehrende Fehler können auf ungeeignete Eingaben, fehlende Quellen, unklare Rollen, unzureichende Schulungen oder technische Grenzen des Systems hinweisen.

Für die weitere Bewertung kann dokumentiert werden:

  • welcher Fehler oder welche Abweichung aufgetreten ist,
  • in welchem Arbeitsschritt das Problem erkannt wurde,
  • welche Auswirkungen die Ausgabe hatte,
  • wie die Ausgabe korrigiert oder verworfen wurde,
  • ob eine Anpassung des Prompts, des Workflows oder der Freigabe erforderlich ist,
  • ob der Anwendungsfall weitergeführt, eingeschränkt oder beendet werden sollte.

Workflows regelmäßig überprüfen und weiterentwickeln

Nach dem Pilotprojekt sollte entschieden werden, ob der Workflow unverändert fortgeführt, angepasst, auf weitere Aufgaben übertragen oder beendet wird. Eine erneute Bewertung ist insbesondere dann sinnvoll, wenn sich das KI-System, der Anbieter, die Datenverarbeitung, die rechtlichen Rahmenbedingungen oder der Patentprozess verändert.

Die Überprüfung sollte außerdem berücksichtigen, ob die ursprünglich festgelegten Prüfungen noch ausreichen. Bei einer Ausweitung auf neue Dokumenttypen, weitere Nutzergruppen oder schutzbedürftigere Daten kann eine zusätzliche Freigabe erforderlich sein.

Praktische EinordnungEin kontrollierter KI-Workflow ist kein statisches Konzept. Die Patentabteilung sollte Nutzungserfahrungen, Fehler und Änderungen regelmäßig auswerten und den Prozess anpassen, bevor Probleme zu dauerhaften Qualitäts- oder Sicherheitsrisiken werden.

KI in der Patentabteilung in sechs Schritten einführen

Eine strukturierte Einführung hilft dabei, KI nicht isoliert als Toolprojekt zu behandeln, sondern in bestehende Patentprozesse, Verantwortlichkeiten und Qualitätsanforderungen einzubetten. Die folgenden sechs Schritte bieten dafür einen praxisnahen Rahmen.

GrundprinzipDie Einführung sollte mit einem konkreten Problem im Patentprozess beginnen – nicht mit der möglichst umfassenden Nutzung eines bestimmten KI-Tools.

Schritt 1: Ziele und geeignete Anwendungsfälle bestimmen

Zu Beginn sollte die Patentabteilung festlegen, welcher Arbeitsschritt verbessert werden soll. Denkbar sind beispielsweise die Strukturierung von Dokumenten, die Vorbereitung von Zusammenfassungen, die Unterstützung bei Übersetzungen oder die Organisation interner Wissensbestände.

Der Anwendungsfall sollte möglichst konkret beschrieben werden. Dazu gehören der erwartete Nutzen, die beteiligten Personen, die verwendeten Dokumente und die Frage, an welcher Stelle im Patentprozess die KI-Unterstützung eingesetzt werden soll.

Schritt 2: Schutzbedarf und Datenverarbeitung prüfen

Im zweiten Schritt wird bewertet, welche Informationen verarbeitet werden. Dabei sollte zwischen öffentlichen Dokumenten, internen Informationen, unveröffentlichten Erfindungen, Geschäftsgeheimnissen und personenbezogenen Daten unterschieden werden.

Zu prüfen sind außerdem die vorgesehenen Datenflüsse, Zugriffsrechte, Speicherorte und Anbieterbedingungen. Aus dieser Bewertung ergibt sich, welche Umgebung für den Anwendungsfall geeignet und welche Nutzung ausgeschlossen oder nur unter zusätzlichen Bedingungen zulässig ist.

Schritt 3: Rollen und Freigaben festlegen

Vor dem Pilotprojekt sollte geklärt werden, wer den Anwendungsfall freigibt, welche Fachleute die Ergebnisse prüfen und wer für technische, datenschutzbezogene oder sicherheitsrelevante Fragen zuständig ist.

Für jeden relevanten Workflow sollten die Verantwortlichkeiten so dokumentiert sein, dass Mitarbeitende auch bei Fehlern, unklaren Ergebnissen oder Änderungen des Systems wissen, an wen sie sich wenden können.

Schritt 4: Workflow und Qualitätskriterien definieren

Der konkrete Ablauf sollte vor der produktiven Nutzung beschrieben werden. Dazu gehören Eingabe, Verarbeitung, Prüfung, Korrektur, Freigabe und gegebenenfalls Dokumentation der KI-Ausgabe.

Außerdem sollte festgelegt werden, woran die Qualität des Ergebnisses gemessen wird. Je nach Anwendungsfall können Vollständigkeit, technische Richtigkeit, Quellenbezug, sprachliche Qualität, Bearbeitungszeit oder notwendiger Korrekturaufwand relevant sein.

Schritt 5: Begrenzten Pilot durchführen

Der erste Einsatz sollte auf ein definiertes Team, einen konkreten Dokumentbestand oder einen begrenzten Zeitraum beschränkt werden. So können Erfahrungen gesammelt werden, ohne den gesamten Patentprozess unmittelbar von einem neuen Workflow abhängig zu machen.

Während des Piloten sollten Ergebnisse, Fehler, Rückfragen und Verbesserungsvorschläge erfasst werden. Besonders wichtig ist die Rückmeldung der Mitarbeitenden, die den Workflow tatsächlich anwenden und die Ausgaben fachlich prüfen.

Schritt 6: Bewerten, freigeben und weiterentwickeln

Nach dem Pilotprojekt wird entschieden, ob der Anwendungsfall fortgeführt, angepasst, ausgeweitet oder beendet wird. Dabei sollten Nutzen, Qualität, Prüfaufwand, Schutzmaßnahmen und Akzeptanz gemeinsam betrachtet werden.

Eine Freigabe sollte nicht als endgültiger Abschluss verstanden werden. Bei Änderungen am Tool, an den Anbieterbedingungen, an den Daten oder am Patentprozess kann eine erneute Bewertung erforderlich sein.

Die sechs Schritte im Überblick

SchrittZentrale FrageErgebnis
1. Anwendungsfall bestimmenWelcher Patentprozess soll konkret unterstützt werden?Abgegrenzter Zweck mit erwarteten Nutzen
2. Schutzbedarf prüfenWelche Daten werden verarbeitet und welche Risiken entstehen?Bewertung von Daten, Umgebung und Schutzmaßnahmen
3. Rollen festlegenWer gibt frei, prüft Ergebnisse und reagiert bei Problemen?Dokumentierte Zuständigkeiten und Freigaben
4. Workflow definierenWie wird die KI-Ausgabe geprüft und weiterverwendet?Beschriebener Ablauf mit Qualitätskriterien
5. Pilot durchführenFunktioniert der Workflow im begrenzten Praxiseinsatz?Erfahrungen, Messwerte und Verbesserungsvorschläge
6. WeiterentwickelnKann der Anwendungsfall freigegeben oder ausgeweitet werden?Entscheidung über Fortführung, Anpassung oder Beendigung
Praktische EinordnungDie sechs Schritte müssen nicht für jeden risikoarmen Test in gleicher Ausführlichkeit dokumentiert werden. Je schutzbedürftiger die Daten und je bedeutender die KI-Ausgabe für den Patentprozess, desto umfassender sollten Bewertung, Freigabe und Nachkontrolle ausfallen.

Praxis-Checkliste für Patentabteilungen

Die folgende Checkliste bündelt die wichtigsten Punkte für die Vorbereitung, Durchführung und regelmäßige Überprüfung eines KI-Workflows. Sie kann als Grundlage für die Bewertung einzelner Anwendungsfälle oder für die interne Abstimmung zwischen Patentabteilung, IT, Informationssicherheit, Datenschutz und weiteren zuständigen Stellen dienen.

GrundprinzipDie Checkliste ersetzt keine einzelfallbezogene Prüfung. Sie hilft dabei, zentrale Fragen sichtbar zu machen und offene Punkte vor der Nutzung eines KI-Systems systematisch zu klären.

Vor der Nutzung klären

PrüfpunktLeitfrage
AnwendungsfallIst klar beschrieben, welche konkrete Aufgabe mit KI unterstützt werden soll?
NutzenIst nachvollziehbar, welchen fachlichen oder organisatorischen Mehrwert der Einsatz bringen soll?
DatenIst bekannt, welche Informationen verarbeitet werden und welchen Schutzbedarf sie haben?
Tool und UmgebungIst das eingesetzte System für den vorgesehenen Zweck und die vorgesehenen Daten freigegeben?
DatenflüsseIst nachvollziehbar, wohin Eingaben und Ausgaben übertragen, gespeichert oder weiterverarbeitet werden?
RollenIst festgelegt, wer die Nutzung freigibt, die Daten bewertet und die Ergebnisse fachlich prüft?
PrüfungSind Umfang und Tiefe der Qualitätsprüfung vor der Nutzung definiert?
DokumentationIst festgelegt, welche Freigaben, Prüfungen und wesentlichen Änderungen dokumentiert werden?

Während der Nutzung beachten

  • Nur die für den konkreten Zweck erforderlichen und freigegebenen Daten verwenden.
  • KI-Ausgaben nicht ungeprüft in Patentansprüche, Beschreibungen, Stellungnahmen oder andere entscheidungsrelevante Dokumente übernehmen.
  • Technische Aussagen, Quellen, Übersetzungen, Begriffe und Schlussfolgerungen fachlich kontrollieren.
  • Unklare, widersprüchliche oder offensichtlich fehlerhafte Ausgaben kennzeichnen und nicht ungeprüft weiterverwenden.
  • Bei besonders schutzbedürftigen Daten oder ungewöhnlichen Ausgaben die zuständigen Ansprechpersonen einbeziehen.
  • Wesentliche Korrekturen, Freigaben und Abweichungen entsprechend den internen Vorgaben festhalten.

Nach dem Einsatz auswerten

AuswertungsbereichZu prüfen
NutzenWurde der erwartete Zeit-, Qualitäts- oder Strukturgewinn erreicht?
QualitätWie häufig waren Korrekturen, Ergänzungen oder eine vollständige Überarbeitung erforderlich?
PrüfaufwandSteht der Kontrollaufwand in einem angemessenen Verhältnis zum erzielten Nutzen?
Schutz und SicherheitGab es Auffälligkeiten bei Daten, Zugriffsrechten, Speicherorten oder Datenübermittlungen?
AkzeptanzKönnen die beteiligten Mitarbeitenden den Workflow sicher und nachvollziehbar anwenden?
WeiterentwicklungSoll der Anwendungsfall fortgeführt, angepasst, eingeschränkt oder beendet werden?

Warnsignale für eine erneute Prüfung

Eine erneute Bewertung des Workflows sollte insbesondere dann erfolgen, wenn sich die technischen, organisatorischen oder rechtlichen Rahmenbedingungen verändern. Dazu gehören beispielsweise:

  • ein Wechsel des KI-Systems oder des Anbieters,
  • eine Änderung der Modellversion oder der Anbieterbedingungen,
  • die Einbeziehung neuer Dokumenttypen oder schutzbedürftigerer Daten,
  • eine Ausweitung auf weitere Teams oder Patentprozesse,
  • wiederkehrende fehlerhafte oder nicht nachvollziehbare Ausgaben,
  • ein Sicherheits- oder Datenschutzvorfall,
  • eine Änderung interner Freigabe-, Qualitäts- oder Dokumentationsvorgaben.

Kurzcheck für die Freigabe

Vor der Freigabe eines KI-Workflows sollten mindestens diese Fragen mit „Ja“ beantwortet werden können:

  • Ist der Zweck des Anwendungsfalls eindeutig beschrieben?
  • Ist die Verarbeitung der vorgesehenen Daten in der gewählten Umgebung zulässig und organisatorisch geregelt?
  • Sind verantwortliche Rollen und erforderliche Freigaben benannt?
  • Ist eine fachliche Qualitätsprüfung vorgesehen?
  • Ist geregelt, wie Fehler, Änderungen und Vorfälle behandelt werden?
  • Kann der Workflow bei Bedarf eingeschränkt, angepasst oder beendet werden?
Praktische EinordnungEine gute Checkliste macht den KI-Einsatz nicht unnötig kompliziert. Sie schafft eine gemeinsame Gesprächs- und Entscheidungsgrundlage und unterstützt die Patentabteilung dabei, Nutzen, Qualität und Schutzanforderungen gemeinsam zu bewerten.

Häufige Fragen zur KI-Governance im Patentwesen

Die folgenden Fragen betreffen typische organisatorische, fachliche und praktische Aspekte bei der Einführung von KI in Patentabteilungen. Die konkrete Ausgestaltung sollte an die Größe der Organisation, die eingesetzten Systeme und den jeweiligen Anwendungsfall angepasst werden.

1. Was bedeutet KI-Governance in der Patentabteilung?

KI-Governance umfasst Regeln, Rollen und Kontrollprozesse für den Einsatz künstlicher Intelligenz. Dazu gehören unter anderem freigegebene Anwendungsfälle, Anforderungen an Daten und Tools, Verantwortlichkeiten, Schulungen, Qualitätsprüfungen, Dokumentation und der Umgang mit Fehlern oder Sicherheitsvorfällen.

2. Warum braucht eine Patentabteilung eigene Regeln für den KI-Einsatz?

Patentabteilungen verarbeiten häufig technische Informationen, unveröffentlichte Erfindungen, Geschäftsgeheimnisse und strategisch relevante Unterlagen. Eigene Regeln helfen dabei, geeignete Anwendungsfälle freizugeben, schutzbedürftige Daten angemessen zu behandeln und fachliche Prüfungen verbindlich festzulegen.

3. Wer ist für den KI-Einsatz in der Patentabteilung verantwortlich?

Die Verantwortung sollte zwischen Patentfachleuten, Prozessverantwortlichen, IT, Informationssicherheit, Datenschutz und gegebenenfalls der Rechtsabteilung abgestimmt werden. Für jeden relevanten Anwendungsfall sollte feststehen, wer die Nutzung freigibt, die Eingaben und Ergebnisse prüft und bei Problemen reagiert.

4. Welche KI-Anwendungsfälle eignen sich für den Einstieg?

Für erste Pilotprojekte können klar abgegrenzte Aufgaben mit gut kontrollierbaren Ergebnissen geeignet sein, etwa die Strukturierung öffentlich zugänglicher Patentdokumente, die Vorbereitung von Zusammenfassungen oder die Unterstützung bei internen Wissensprozessen. Schutzbedarf, Fehlerfolgen und Prüfbarkeit sollten vorab bewertet werden.

5. Was bedeutet Human in the Loop im Patentwesen?

Human in the Loop bedeutet, dass qualifizierte Mitarbeitende relevante Eingaben, KI-Ausgaben und Entscheidungen kontrollieren. Die menschliche Prüfung sollte sich insbesondere auf technische Aussagen, Quellen, Übersetzungen, Patentansprüche, Beschreibungen und andere entscheidungsrelevante Inhalte erstrecken.

6. Dürfen KI-generierte Inhalte direkt in Patentanmeldungen übernommen werden?

KI-generierte Inhalte sollten nicht ungeprüft in Patentanmeldungen, Patentansprüche, Beschreibungen oder andere externe Dokumente übernommen werden. Vor der Weiterverwendung sind insbesondere technische Richtigkeit, Vollständigkeit, Quellenbezug, Terminologie und die Einhaltung der internen Freigabeprozesse zu prüfen.

7. Welche Daten dürfen in ein KI-System eingegeben werden?

Das hängt vom jeweiligen System, der Systemumgebung, den Anbieterbedingungen, den internen Vorgaben und dem Schutzbedarf der Daten ab. Vor der Nutzung sollte geklärt werden, ob unveröffentlichte Erfindungen, Geschäftsgeheimnisse, personenbezogene Daten oder andere vertrauliche Informationen verarbeitet werden dürfen.

8. Wie sollte ein KI-Workflow freigegeben werden?

Die Freigabe sollte sich am Anwendungsfall, am Schutzbedarf der Daten und an den möglichen Folgen fehlerhafter Ausgaben orientieren. Für risikoärmere interne Tests kann ein vereinfachter Prozess genügen. Schutzbedürftige oder entscheidungsrelevante Workflows benötigen in der Regel zusätzliche fachliche, technische, datenschutzbezogene oder sicherheitsbezogene Prüfungen.

9. Was sollte bei einem KI-Workflow dokumentiert werden?

Dokumentiert werden können unter anderem Zweck und Umfang des Anwendungsfalls, verwendetes System, zulässige Daten, verantwortliche Rollen, Prüf- und Freigabeschritte, wesentliche Änderungen sowie relevante Fehler oder Sicherheitsvorfälle. Der Umfang sollte sich an Bedeutung, Schutzbedarf und Risiko des Workflows orientieren.

10. Wie häufig sollte ein freigegebener KI-Workflow überprüft werden?

Eine erneute Bewertung kann erforderlich werden, wenn sich das KI-System, die Modellversion, der Anbieter, die Datenverarbeitung, die Anbieterbedingungen oder der Patentprozess verändert. Auch wiederkehrende Fehler, neue Dokumenttypen oder eine Ausweitung auf weitere Teams können eine Überprüfung auslösen.

11. Was ist bei fehlerhaften oder nicht nachvollziehbaren KI-Ausgaben zu tun?

Die Ausgabe sollte nicht ungeprüft weiterverwendet werden. Der Fehler sollte dokumentiert, fachlich bewertet und an die zuständige Stelle gemeldet werden. Je nach Auswirkungen kann eine Korrektur des Workflows, eine zusätzliche Prüfung, eine Einschränkung der Nutzung oder eine erneute Freigabe erforderlich sein.

HinweisAnforderungen an Datenschutz, Informationssicherheit, Geschäftsgeheimnisse und den Einsatz von KI können sich je nach Anwendungsfall und aktueller Rechtslage unterscheiden. Die jeweils geltenden internen Vorgaben und aktuellen Primärquellen sollten deshalb vor einer produktiven Nutzung geprüft werden.

Quellen und fachlicher Stand

Die Einführung von KI in einer Patentabteilung berührt unter anderem Fragen der KI-Governance, des Datenschutzes, der Informationssicherheit, des Schutzes von Geschäftsgeheimnissen und der fachlichen Verantwortung im Patentprozess. Die konkrete Bewertung hängt vom jeweiligen Anwendungsfall, den verarbeiteten Daten, dem eingesetzten System und den internen Vorgaben ab.

Für die Ausgestaltung von Richtlinien und Freigabeprozessen sollten deshalb neben den technischen Eigenschaften eines KI-Systems auch aktuelle Primärquellen und einschlägige Empfehlungen berücksichtigt werden.

Fachlicher StandDie Angaben wurden für den Stand September 2026 redaktionell eingeordnet. Rechtliche, regulatorische und technische Anforderungen sollten vor einer produktiven Nutzung gegen die jeweils aktuellen Primärquellen und internen Vorgaben geprüft werden.

Relevante Primärquellen und Orientierungshilfen

BereichQuelleRelevanz für Patentabteilungen
KI-RegulierungVerordnung (EU) 2024/1689 – Verordnung über künstliche IntelligenzEinordnung der geltenden Anforderungen und Pflichten abhängig vom jeweiligen KI-System und Anwendungsfall
DatenschutzVerordnung (EU) 2016/679 – Datenschutz-GrundverordnungBewertung personenbezogener Daten, Verarbeitungszwecke, Verantwortlichkeiten und geeigneter Schutzmaßnahmen
Technische und organisatorische SicherheitBundesamt für Sicherheit in der Informationstechnik: Künstliche IntelligenzOrientierung zu Sicherheitsrisiken, Schutzmaßnahmen und sicherer Gestaltung von KI-Anwendungen
Patentrecht und KIEuropäisches Patentamt: Artificial intelligenceEinordnung von Entwicklungen an der Schnittstelle von künstlicher Intelligenz und Patentsystem
Schutz vertraulicher InformationenRichtlinie (EU) 2016/943 zum Schutz von GeschäftsgeheimnissenBerücksichtigung von Vertraulichkeit und angemessenen Schutzmaßnahmen bei der Verarbeitung technischer Informationen

Was bei der Aktualisierung geprüft werden sollte

Bei einer späteren Überarbeitung der Richtlinie oder eines freigegebenen KI-Workflows sollte insbesondere geprüft werden, ob sich folgende Rahmenbedingungen verändert haben:

  • gesetzliche oder regulatorische Anforderungen an den Einsatz von KI,
  • Vorgaben zu Datenschutz, Informationssicherheit und Geschäftsgeheimnissen,
  • Vertrags- und Anbieterbedingungen des eingesetzten KI-Systems,
  • Speicherorte, Datenflüsse und technische Funktionen des Systems,
  • Modellversionen, Schnittstellen oder automatisierte Verarbeitungsschritte,
  • interne Richtlinien, Rollen und Freigabeprozesse,
  • Erfahrungen aus der Nutzung, Fehlerbilder und dokumentierte Vorfälle.
HinweisDie genannten Quellen ersetzen keine einzelfallbezogene rechtliche, datenschutzbezogene oder sicherheitstechnische Prüfung. Sie dienen als Ausgangspunkt für die interne Bewertung und die regelmäßige Aktualisierung der Governance-Vorgaben.

Warum FORUM Institut als Weiterbildungspartner?

Der sichere Einsatz von KI im Patentwesen verbindet technisches Verständnis mit Kenntnissen zu Patentprozessen, Vertraulichkeit, Datenschutz und fachlicher Qualitätssicherung. Weiterbildungen können dabei unterstützen, diese Perspektiven zusammenzuführen und KI-Anwendungen realistisch in die eigene Arbeit einzuordnen.

Praxisnah lernenEntscheidend ist nicht nur, die Funktionsweise eines KI-Tools zu kennen. Patentpraktiker*innen müssen auch beurteilen können, für welche Aufgaben sich ein System eignet, welche Informationen verarbeitet werden dürfen und wie Ergebnisse fachlich geprüft werden.

Seit über 45 Jahren unterstützt das FORUM Institut Fach- und Führungskräfte mit aktuellen und praxisnahen Weiterbildungen. Für die Veranstaltungen werden erfahrene Referierende aus Wirtschaft, Wissenschaft, Beratung, Aufsicht und Behörden ausgewählt, die fachliche Entwicklungen verständlich vermitteln und den Transfer in die berufliche Praxis unterstützen.

  • Über 45 Jahre Erfahrung in der beruflichen Weiterbildung
  • Erfahrene Referierende aus Praxis, Beratung, Wissenschaft, Aufsicht und Behörden
  • Aktuelle Seminare, Lehrgänge, Webcasts und digitale Lernformate
  • Praxisnahe Inhalte zu Patentwesen, Gewerblichem Rechtsschutz, Digitalisierung und Compliance
  • Einordnung technischer Entwicklungen in bestehende Patent- und Arbeitsprozesse
  • Zertifiziertes Qualitätsmanagement nach ISO 9001 und ISO 21001

Die passenden Inhalte richten sich danach, ob zunächst Grundlagen zu generativer KI vermittelt, konkrete Patentprozesse unterstützt oder Fragen zur sicheren Einführung in Patentabteilungen und Kanzleien vertieft werden sollen.

Geprüfte Qualität

Unsere Zertifizierungen nach ISO 9001 und ISO 21001 stehen für strukturierte Prozesse, kontinuierliche Qualitätsentwicklung und eine konsequente Ausrichtung unserer Weiterbildungsangebote an den Bedürfnissen der Teilnehmenden.

Weiterbildungen zu KI in der Patentarbeit

Die Einführung von KI in der Patentabteilung betrifft nicht nur die Auswahl eines geeigneten Systems. Mitarbeitende müssen auch Anwendungsfälle bewerten, Daten und Risiken einordnen, KI-Ausgaben fachlich prüfen und neue Workflows sicher in bestehende Patentprozesse integrieren.

Gezielte Weiterbildung unterstützt Patentfachleute, Prozessverantwortliche und weitere beteiligte Stellen dabei, die Möglichkeiten und Grenzen von KI realistisch einzuschätzen und gemeinsame Standards für die praktische Nutzung zu entwickeln.

PraxisbezugBesonders hilfreich ist eine Weiterbildung, wenn sie technische Möglichkeiten mit Patentfachlichkeit, Governance, Datenschutz, Informationssicherheit und konkreten Anwendungsszenarien verbindet.

Geeignete Themen für die Weiterbildung

  • KI-Anwendungsfälle in Patentrecherche, Dokumentenanalyse und Patent-Drafting
  • Bewertung von Daten, Schutzbedarf und geeigneten Systemumgebungen
  • KI-Governance, Rollen, Richtlinien und Freigabeprozesse
  • Human in the Loop und fachliche Qualitätsprüfung
  • Vertraulichkeit, Datenschutz und sichere KI-Workflows
  • Praktische Einführung und Weiterentwicklung von KI-Prozessen

Passende Weiterbildungen finden

Entdecken Sie Seminare, Workshops, Lehrgänge und digitale Lernformate zu Patentwesen, Gewerblichem Rechtsschutz, generativer KI und der praktischen Umsetzung in Patentabteilungen und Kanzleien.

Weiterbildungen im Gewerblichen Rechtsschutz ansehen

Weiterführende Inhalte

Die Einführung von KI in der Patentabteilung steht im Zusammenhang mit weiteren Fragen zu Patentrecherche, Patentpraxis, sicherer Toolauswahl und dem strategischen Umgang mit geistigem Eigentum.

Weitere Informationen und passende Weiterbildungen finden Sie in den folgenden Themenbereichen:

Patente und Patentpraxis

Grundlagen und aktuelle Entwicklungen für die tägliche Arbeit mit Patenten und technischen Schutzrechten.

Mehr zu Patenten und Patentpraxis

KI im Gewerblichen Rechtsschutz

Praxisnahe Inhalte zu generativer KI und sicheren Anwendungen im Gewerblichen Rechtsschutz.

KI im Gewerblichen Rechtsschutz entdecken

IP-Management

Strategische und organisatorische Themen rund um die Verwaltung, Bewertung und Weiterentwicklung von geistigem Eigentum.

Mehr zu IP-Management