Patentrecherche und Patentanalyse mit KI
Wie Transferstellen und Institute Patente mit KI suchen und Ansprüche analysieren: semantische und hybride Suche, Werkzeuge mit Preisen, Merkmalsgliederung per Prompt und was Patentgesetz und Arbeitnehmererfindungsgesetz vor einer Veröffentlichung verlangen.
Mit KI-Agenten recherchiert und geschrieben, verantwortlich: Redaktion KI-Syndikat. Stand 7. November 2026. So arbeiten wir Fehler melden
- Problem
- Nach einer Erfindungsmeldung hat die Hochschule vier Monate, um sie freizugeben, sonst gilt sie als in Anspruch genommen. Ein Paper vor der Anmeldung zählt zum Stand der Technik, und eine Stichwortsuche kann Schriften übersehen, die dieselbe Idee mit anderen Wörtern beschreiben.
- KI-Lösung
- Eine semantische Suche vergleicht die Beschreibung der Erfindung mit Patentfamilien und sortiert nach Ähnlichkeit, ein Sprachmodell gliedert veröffentlichte Ansprüche in Merkmale. Bewertung und Anmeldung bleiben bei Patentanwalt und Amt.
- Typischer Nutzen
- Die Transferstelle geht mit einer eigenen, sortierten Trefferliste ins Gespräch mit der Kanzlei. Eine unabhängig gemessene Zeitersparnis fanden wir nicht, die Sichtung der Treffer bleibt Handarbeit.
- Setup-Zeit
- Probelauf mit einem bekannten Recherchebericht
- Kosteneinschätzung
- 0 bis 600 USD im Monat, Patentanwalt kommt dazu
Kurzfazit
Patentsuche mit KI heißt: Ihr beschreibt eine Erfindung in eigenen Worten, und eine semantische Suche findet Patente mit derselben technischen Idee, auch wenn sie andere Begriffe benutzen. PatSnap Eureka Pro kostet je nach Credits 100 bis 600 USD im Monat, Questel Orbit und PatSeer nennen keinen Preis. Espacenet und DEPATISnet sind kostenlos, eine semantische Suche beschreiben die Ämter für beide nicht. Für Hochschulen entscheidend: Ein Paper vor der Anmeldung zählt zum Stand der Technik.
Ablauf als Text
Heute
Mit KI
Für Unternehmen
Nicht nur lesen, umsetzen.
Wir setzen Anwendungsfälle wie diesen mit euch um oder trainieren euer Team darauf. Das Erstgespräch kostet nichts.
Semantische und hybride Patentsuche: was die KI anders sucht
Eine Boolesche Suche findet nur Schriften, die eure Begriffe oder Klassen enthalten. Beschreibt eine andere Schrift dieselbe Lösung mit anderen Wörtern, taucht sie nicht auf, solange ihr ihre Wörter nicht mitsucht. Dafür gibt es Klassifikationen: Die Internationale Patentklassifikation (IPC) hat laut DPMA über 70.000 Unterteilungen, über 100 Patentbehörden klassifizieren danach, und die Suche über Klassen funktioniert unabhängig von der Sprache.
Eine semantische Suche dreht das um. Ihr gebt einen Absatz Fließtext ein, das System rechnet ihn in einen Zahlenvektor um, ein sogenanntes Embedding, und vergleicht ihn mit den Vektoren der Patentdokumente. Wie das konkret aussieht, beschreibt Questel für Sophia Search in Orbit Intelligence (Hilfe-Center, Stand 06.11.2026):
- Am besten sind 500 bis 3.000 Zeichen, mindestens 100. Was über 3.000 Zeichen hinausgeht, wird abgeschnitten und ignoriert.
- Deutscher Text wird automatisch ins Englische übersetzt, mit Questels eigener Übersetzung auf eigenen Servern.
- Je Patentfamilie berechnet das System ein Embedding, voreingestellt sind 50 Treffer, sortiert nach einer Ähnlichkeitsstufe von „Perfect“ bis „Weak“.
- Der semantische Modus läuft laut Questel ohne Nutzungslimit.
Hybrid heißt: Ihr grenzt erst mit Booleschen Filtern ein (Ämter, Zeiträume, Klassen) und lasst dann die semantische Suche sortieren, oder ihr lasst euch aus Fließtext eine Boolesche Abfrage bauen. Questel bietet die Vorfilter über die Advanced-Search-Maske an. PatSeer wirbt auf seiner Startseite mit einer Kombination aus Boolescher und semantischer Suche. Kostenlos geht ein Teil davon mit Espacenet: Seit Version 1.47.3 vom 28.07.2024 verlinkt die Suche den KI-gestützten „CPC text categoriser“, der zu einer Beschreibung in natürlicher Sprache passende CPC-Klassen vorschlägt (Release Notes des EPA). Die Klassen tragt ihr dann selbst in die Boolesche Suche ein.
Google Patents beschreibt in seiner Hilfe keine semantische Suche. Fügt ihr einen ganzen Absatz ein, zieht der „Prior Art Finder“ daraus Suchbegriffe, und jedes Wort schließt automatisch Plural und nahe Synonyme ein. Proximity-Operatoren wie NEAR ändern laut Google nur die Reihenfolge, nicht die Treffermenge.
Wie gut die KI-Suche findet, bewertet das Eidgenössische Institut für Geistiges Eigentum (IGE) in seinem Whitepaper „Patentrecherchen im AI-Zeitalter“. Richtig angewendet finde KI bei einer üblichen Patentrecherche rund zwei Drittel bis drei Viertel der relevanten Dokumente; das IGE stützt sich dafür auf einen Übersichtsartikel von Ali und anderen aus dem Jahr 2024. Die Trefferlisten enthalten viel Ausschuss: Erst die Sichtung durch Menschen reduziere sie oft um den Faktor zehn, und das dauere auch bei den führenden Werkzeugen mehrere Stunden. Weil die KI eine Black Box bleibt, seht ihr nicht, wie vollständig eine Suche war. Das IGE bietet über seinen Dienst ip-search selbst Recherchen als kommerzielle Dienstleistung an; seine Einschätzung kommt also von einem Haus, das an der menschlichen Recherche verdient.
KI-Patentrecherche-Tools: Preise, Datenbestand, Suchart
In die Tabelle kam nur, was Ämter und Softwarefirmen über ihre eigenen Suchwerkzeuge schreiben. Die Angaben sind abgerufen am 07.11.2026 bei PatSnap (Preise im Browser, alle vier Stufen angeklickt), in der Coverage-Hilfe von Google Patents und auf der DEPATISnet-Produktseite, am 06.11.2026 bei Questel, PatSeer und der Suchhilfe von Google Patents, am 31.10.2026 bei Espacenet und den übrigen PatSnap-Seiten.
| Werkzeug | Suchart laut Anbieter | Datenbestand laut Anbieter | Preis | Der Haken |
|---|---|---|---|---|
| Espacenet (EPA) | Smart und Advanced Search mit Booleschen Operatoren, Abstandsoperatoren und IPC- oder CPC-Klassen; KI nur als CPC-Vorschlag | Über 150 Mio. Patentdokumente, Daten aus mehr als 80 Ländern | Kostenlos | Eine semantische Suche beschreibt das EPA nicht |
| DEPATISnet (DPMA) | Fünf Suchmasken von „Smart“ bis „Ikofax“, Volltext für DE, DD, EP, US und WO auf Deutsch, Englisch, Französisch | Über 160 Mio. Patentveröffentlichungen aus aller Welt; chinesische, japanische und koreanische Schriften mit englischer Maschinenübersetzung (WIPO Translate) | Kostenlos | Keine der fünf Masken ist eine semantische Suche; Anspruchsbaum nur für deutsche Patente und Gebrauchsmuster |
| Google Patents | Begriffe mit automatischen Synonymen, Prior Art Finder für eingefügte Absätze | Über 120 Mio. Veröffentlichungen aus mehr als 100 Ämtern, dazu Dokumente aus Google Scholar und Google Books | In den archivierten Google-Seiten nicht ausgewiesen | Vollständigkeit garantiert Google nicht; NEAR und Co. ändern nur das Ranking |
| PatSnap Eureka | KI-Agenten „Novelty Search“ und „FTO Search“, Antworten mit Quellenverweisen | 215 Mio.+ Patente aus 174 Jurisdiktionen | Pro, Tarif „Individual“, je Monat: Light 100 USD (10.000 Credits), Regular 200 USD (20.000), Frequent 400 USD (40.000), Intensive 600 USD (60.000); 14 Tage kostenlos mit 10.000 Credits; Enterprise auf Anfrage. Ob Steuern dazukommen, steht nicht auf der Preisseite | 10.000 Credits reichen laut PatSnap „typically“ für etwa 2 gezielte Analysen wie eine Novelty Search |
| Questel Orbit Intelligence | Sophia Search (Embeddings, Boolesche Vorfilter), Sophia Query baut aus Sprache eine Boolesche Abfrage | Über 100 Mio. Patente, dazu 17 Mio. Designs und 150 Mio. Dokumente Nicht-Patentliteratur | Kein öffentlicher Preis, Demo-Anfrage | Nur die ersten 3.000 Zeichen eurer Beschreibung zählen |
| PatSeer | Boolesche und semantische Suche kombiniert, „AI Search“ in den Editionen PremierPlus und ProX | 185.198.099+ Datensätze insgesamt, 110 Patentbehörden | „Contact us for pricing“, 2 Wochen Testphase ohne Vertrag und Kreditkarte | Hosting in Virginia, USA; eine EU-Region nennt PatSeer nicht |
Bei PatSnap kostet jede Stufe 1 USD je 100 Credits, der Preis wächst also linear mit der Menge. Wie viele Credits eine einzelne Novelty Search genau verbraucht, steht weder auf der Preisseite noch auf der Eureka-Seite. Der Rahmenvertrag regelt in Abschnitt 4.2: Wenn der Bestellschein nichts anderes sagt, verfallen ungenutzte Credits am Ende des Zeitraums, für den sie bereitgestellt wurden, und wandern nicht weiter. Bei Credits je Monat heißt das nach unserer Lesart: Was im Monat nicht verbraucht ist, ist weg. Questel und PatSeer veröffentlichen keine Beträge; wer vergleichen will, fragt bei beiden ein Angebot für dieselbe Nutzerzahl an.
Wer dauerhaft beobachten will, was Wettbewerber anmelden, findet das auf der allgemeinen Seite zum Patent- und IP-Landschaft-Monitoring. Hier geht es um die einzelne Erfindungsmeldung einer Hochschule oder eines Instituts und um die Frage, ob sie neu ist.
Neuheitsrecherche vor dem Paper: Stand der Technik an Hochschulen
Für Forschende ist der wichtigste Satz des Patentrechts § 3 Abs. 1 PatG: Eine Erfindung gilt als neu, wenn sie nicht zum Stand der Technik gehört, und dieser „umfaßt alle Kenntnisse, die vor dem für den Zeitrang der Anmeldung maßgeblichen Tag durch schriftliche oder mündliche Beschreibung, durch Benutzung oder in sonstiger Weise der Öffentlichkeit zugänglich gemacht worden sind“ (§ 3 PatG, zuletzt geändert durch ein Gesetz vom 20.05.2026). Eine Schonfrist für eigene Aufsätze oder Vorträge enthält § 3 PatG nicht. Außer Betracht bleibt nach Absatz 5 nur eine Offenbarung, die höchstens sechs Monate vor der Anmeldung liegt und auf einem offensichtlichen Missbrauch zum Nachteil des Anmelders oder einer amtlich anerkannten Ausstellung beruht. Für europäische Patente regeln Art. 54 und Art. 55 EPÜ dasselbe, mit denselben zwei Ausnahmen.
Etwas großzügiger ist das Gebrauchsmuster. Nach § 3 Abs. 1 GebrMG bleibt eine „Beschreibung oder Benutzung“ außer Betracht, die innerhalb von sechs Monaten vor dem für den Zeitrang der Anmeldung maßgeblichen Tag erfolgt ist, „wenn sie auf der Ausarbeitung des Anmelders oder seines Rechtsvorgängers beruht“. Außerdem zählen zum Stand der Technik dort nur schriftliche Beschreibungen und eine Benutzung in Deutschland; eine mündliche Beschreibung steht anders als in § 3 PatG nicht in der Aufzählung. Unsere Lesart: Ein Vortrag ohne Unterlagen schadet einem Gebrauchsmuster deshalb nicht. Die Grenze ist unscharf, denn Folien, ein Abstract oder ein Tagungsband sind geschrieben und zählen, sobald sie öffentlich zugänglich sind. Verfahren schützt ein Gebrauchsmuster aber nicht (§ 2 Nr. 3 GebrMG), und es ist ein deutsches Schutzrecht.
Für Erfindungen an Hochschulen gelten im Arbeitnehmererfindungsgesetz (ArbnErfG, zuletzt geändert durch ein Gesetz vom 07.07.2021) zwei Zeitvorgaben, in die jede Recherche passen muss, eine Richtgröße und eine echte Frist:
- Rechtzeitig vor der Veröffentlichung, in der Regel zwei Monate vorher: Nach § 42 Nr. 1 ArbnErfG darf der Erfinder die Diensterfindung in Lehre und Forschung offenbaren, „wenn er dies dem Dienstherrn rechtzeitig, in der Regel zwei Monate zuvor, angezeigt hat“.
- Vier Monate nach der Meldung: Nach § 6 Abs. 2 ArbnErfG gilt die Inanspruchnahme als erklärt, wenn der Arbeitgeber die Erfindung nicht bis zum Ablauf von vier Monaten nach Eingang der ordnungsgemäßen Meldung in Textform freigibt. Eine unvollständige Meldung gilt als ordnungsgemäß, wenn er nicht binnen zwei Monaten eine Ergänzung verlangt (§ 5 Abs. 3).
Verwertet der Dienstherr die Erfindung, beträgt die Vergütung der Erfindenden nach § 42 Nr. 4 ArbnErfG 30 Prozent der Einnahmen aus der Verwertung; sie sind am Erfolg einer Anmeldung also direkt beteiligt. Die Recherche liefert die Grundlage für beide Entscheidungen: in Anspruch nehmen oder freigeben, erst anmelden oder gleich veröffentlichen.
Wie groß das Feld ist, zeigen zwei amtliche Quellen. Die Jahresstatistik des DPMA zählt für 2025 genau 481 Patentanmeldungen deutscher Hochschulen (2021 waren es 588), bei 62.050 Anmeldungen insgesamt, also knapp 0,8 Prozent. Laut einer Studie des EPA mit dem Fraunhofer ISI (Pressemitteilung vom 22.10.2024, Daten von 1.200 europäischen Hochschulen aus den Jahren 2000 bis 2020) stammen inzwischen 10,2 Prozent der EPA-Anmeldungen europäischer Anmelder aus Hochschulforschung. Über die zwei Jahrzehnte gerechnet haben zwei Drittel der Anmeldungen aus Hochschulforschung nicht die Hochschulen selbst eingereicht, sondern andere, meist Unternehmen; der Anteil, den die Hochschulen selbst anmelden, stieg aber von 24 Prozent im Jahr 2000 auf 45 Prozent im Jahr 2019. Auf 5 Prozent der Hochschulen entfällt die Hälfte der akademischen Anmeldungen, auf 62 Prozent nur ein Anteil von 8 Prozent. Die meisten Hochschulen melden also selten an, und das entscheidet mit darüber, ob sich eine Lizenz lohnt.
Weil der Stand der Technik auch Aufsätze und Vorträge umfasst, reicht eine reine Patentsuche in vielen Fachgebieten nicht. Google Patents schreibt dazu selbst, bei einer Recherche zum Stand der Technik sei es „in many fields“ entscheidend, auch Nicht-Patentliteratur zu durchsuchen (Google-Hilfe). Wie ihr Fachliteratur mit KI durchsucht, steht auf der Seite Literaturrecherche automatisieren.
Patentansprüche mit KI analysieren: Merkmalsgliederung als Prompt
Eine Merkmalsgliederung zerlegt einen Patentanspruch in seine einzelnen Merkmale. Geprüft wird damit in zwei Richtungen: Ob eure Technik unter einen fremden Anspruch fällt, zeigt der Gang durch die Merkmale dieses Anspruchs; ob eure Erfindung neu ist, zeigt nach unserer Lesart von § 3 PatG umgekehrt der Abgleich ihrer eigenen Merkmale mit allem, was die ältere Schrift offenbart. Der Prompt unten macht die erste Richtung, die zweite braucht die ganze Schrift (dazu der Absatz unter dem Beispiel). Diese Vorarbeit kann ein Sprachmodell übernehmen, weil es dafür nur vorhandenen Text ordnet und nichts nachschlagen muss. Ein veröffentlichter Anspruch ist ohnehin öffentlich. Eure noch nicht angemeldete Erfindung gehört nur in ein Werkzeug mit Auftragsverarbeitungsvertrag und ohne Training auf euren Eingaben, etwa ChatGPT Business oder Claude for Work. Auch diese beiden Tarife halten sie nicht aus den USA heraus: Anthropic speichert dort, und ChatGPT Business legt dort Missbrauchsprotokolle und eine befristete Kopie jeder Eingabe ab, auch wenn ihr eine Speicherregion außerhalb der USA wählt (dazu der Abschnitt zum Datenschutz und zur Exportkontrolle). Ohne einen solchen Tarif gliedert ihr nur den fremden Anspruch und macht den Abgleich mit eurer Erfindung von Hand.
Den Anspruchstext holt ihr aus DEPATISnet oder Espacenet. DEPATISnet zeigt die Ansprüche deutscher Patente und Gebrauchsmuster auf Wunsch als Baum, sodass ihr seht, welche Unteransprüche vom Hauptanspruch abhängen.
Mitarbeiter:in
KI-Assistent
Achtet auf die zweite Frage im Beispiel: Für die Neuheit zählt die ganze Schrift mit Beschreibung und Zeichnungen, nicht nur der Anspruch. Der Anspruch bestimmt, was das fremde Patent schützt; was eure Erfindung neuheitsschädlich vorwegnimmt, kann auch in der Beschreibung stehen. Diese Unterscheidung ist unsere Lesart von § 3 Abs. 1 PatG, der „alle Kenntnisse“ erfasst, die öffentlich zugänglich waren; den Schutzbereich eines Patents bestimmen dagegen die Ansprüche.
Patentschrift mit KI analysieren
Für eine ganze Patentschrift statt eines einzelnen Anspruchs haben Questel und PatSeer eigene Funktionen. Questels Sophia Document fasst laut Hilfe-Center lange Patentdokumente zusammen und beantwortet im Chat Fragen zur ganzen Schrift, nur zu den Ansprüchen (laut Questel nützlich für eine FTO-Recherche) oder nur zu Titel und Zusammenfassung. Jede Antwort verweist auf Absätze und Anspruchsnummern im Volltext, und eine Gruppe fertiger Prompts namens „Claims Analysis“ zeigt den Aufbau der Ansprüche, ihre Stützung in der Beschreibung und ihre Anspruchsform. Das Werkzeug gibt es nur in den Orbit-Lizenzen Advanced und Premium. Es liest Titel, Zusammenfassung, Ansprüche und Beschreibung, aber keine Abbildungen. Sehr lange Schriften von etwa 200 Seiten dichter Technik erfasst das Sprachmodell laut Questel womöglich nicht vollständig, und dieselbe Frage bringt unterschiedliche Antworten. Questel schreibt selbst, jede Antwort sei mit eigener Fachkenntnis am Originaltext zu prüfen und keine Rechtsberatung. PatSeer bietet „AI Summaries“, die ein Patent nach dem Was, Wie und Warum der Erfindung zusammenfassen, laut Preisseite in den Editionen PremierPlus, ProX und Explorer. Die dort genannte Ersparnis von mehr als 90 Prozent der Sichtungszeit ist eine Herstellerangabe ohne unabhängige Prüfung. Einen Preis veröffentlicht keiner der beiden Anbieter.
Klingt das nach eurem Alltag? Ob sich dieser Use Case bei euch rechnet, klären wir im Erstgespräch: 30 Minuten, kostenlos.
Erstgespräch anfragenFTO- und Rechtsbeständigkeitsrecherche: wo KI nicht reicht
Eine Neuheitsrecherche fragt, ob es eure Idee schon gibt. Eine FTO-Recherche (Freedom to Operate) fragt, ob euer Produkt fremde, noch gültige Patente verletzt, und eine Rechtsbeständigkeitsrecherche sucht Material, mit dem sich ein erteiltes Patent angreifen lässt. PatSnap bietet einen eigenen Agenten „FTO Search“, Questels Sophia Query konzentriert sich auf Ansprüche und lebende Patente, wenn ihr dem Bot sagt, dass es um FTO geht. Beides liefert Kandidaten. Ob ein Produkt in den Schutzbereich eines Patents fällt, ist eine rechtliche Bewertung; sie gehört in die Hände einer Patentanwältin oder eines Patentanwalts.
Bei der Rechtsbeständigkeit eines erteilten Patents werde ein Sprachmodell ein einzigartiges Dokument mit unüblicher Terminologie kaum finden, schreibt das IGE. In Gebieten wie Telekommunikation, Halbleitertechnik oder Optik sei die Recherche in wissenschaftlicher Fachliteratur unverzichtbar, insbesondere bei Neuheits- und Rechtsbeständigkeitsrecherchen, und gerade dort würden die Grenzen aktueller KI-Werkzeuge besonders deutlich. Belastbare Ergebnisse brächten in solchen Fällen nach wie vor nur klassische Boolesche Suchen in den Fachliteraturdatenbanken und die gezielte Analyse technischer Standards. Auch für Mechanik nennt das IGE eine Schwäche: Räumliche Anordnungen lassen sich in Text schwer fassen, Abbildungen sagen dort oft mehr.
Ein allgemeiner Chatbot ersetzt keine Datenbank. Selbst Questel warnt in der Hilfe zu Sophia Query, ChatGPT könne ungenaue Angaben zu Personen, Orten oder Fakten erzeugen (Hilfe-Center), und nennt für das eigene Werkzeug: IPC-Klassen seien manchmal falsch, die Mehrsprachigkeit nicht perfekt, dieselbe Frage bringe leicht unterschiedliche Antworten. Jede Nummer, die ein Chatbot nennt, schlagt ihr in DEPATISnet oder Espacenet nach, bevor sie in einer Notiz landet.
Neben der KI gibt es zwei Wege mit Anbindung an das DPMA, einen amtlichen und einen über seine Kooperationspartner:
- Rechercheantrag beim DPMA: Nach § 43 PatG ermittelt das DPMA auf Antrag den Stand der Technik zu einer angemeldeten Erfindung. Den Antrag kann nur der Anmelder stellen, also erst nach der Anmeldung, und das Amt teilt das Ergebnis „ohne Gewähr für Vollständigkeit“ mit. Die Gebühr beträgt 300 Euro, die Anmeldung kostet elektronisch 40 Euro. Die spätere Prüfung kostet nach einem Rechercheantrag 150 Euro statt 350 Euro, Recherche und Prüfung zusammen also 450 Euro (DPMA-Gebühren, Stand 29.09.2026).
- Patentinformationszentren: Die fünfzehn Patentinformationszentren sind laut DPMA „anerkannte Kooperationspartner des DPMA und regionaler Ansprechpartner“, mit dem Amt über einen Kooperationsvertrag verbunden. Sie machen Auftragsrecherchen zu Neuheit, Stand der Technik, Rechtsstand und Verletzung, laut der Recherche-Seite des DPMA „kostenpflichtig“, und organisieren kostenlose Erstberatungen durch Patentanwältinnen und Patentanwälte. Preise nennt die DPMA-Seite nicht, für den Leistungsumfang verweist sie auf die Seiten der einzelnen Zentren.
Patentrecherche und Datenschutz: was in welches Werkzeug darf
Veröffentlichte Schriften sind öffentlich; das IGE nennt die Nutzung öffentlich verfügbarer Daten „in den allermeisten Fällen unproblematisch“. Eine noch nicht angemeldete Erfindungsmeldung ist dagegen vertraulich und enthält mit den Namen der Erfindenden personenbezogene Daten im Sinne der DSGVO. Suchbegriffe liegen dazwischen: Je genauer sie die Erfindung beschreiben, desto mehr verraten sie. Bei browserbasierten KI-Werkzeugen verlassen die Eingaben laut IGE in aller Regel das eigene Haus, im Fall des IGE auch die Schweiz.
| Werkzeug | Wo die Daten liegen | Auftragsverarbeitung | Training mit Eingaben |
|---|---|---|---|
| Espacenet | Europäisches Patentamt, als internationale Organisation nicht an die DSGVO gebunden, es gelten eigene Data Protection Rules (EPA); einen Serverstandort nennt der Hinweis nicht. Die EU-Kommission bescheinigt der Europäischen Patentorganisation ein angemessenes Schutzniveau (Beschluss (EU) 2025/1382) | Kein AVV-Modell; ihr gebt nur Suchbegriffe ein | Dazu sagt der Datenschutzhinweis nichts |
| DEPATISnet | DPMA, Verarbeitung nach DSGVO und BDSG; IP-Adressen speichert das DPMA sieben Tage, danach anonymisiert, die übrigen Protokolldaten 35 Tage, eure Eingaben liegen zwischengespeichert im Cookie (DPMA-Datenschutz); einen Serverstandort nennt der Hinweis nicht | Kein AVV-Modell; ihr gebt nur Suchbegriffe ein | Keine Nutzerprofile und keine Auswertung zu Marketingzwecken laut DPMA; zu Training sagt der Hinweis nichts |
| Google Patents | Rechenzentren „auf der ganzen Welt“ laut der allgemeinen Datenschutzerklärung von Google (Stand 31.10.2026) | Einen eigenen Vertrag oder AVV für Google Patents nennt die Erklärung nicht | Google nutzt Daten laut Erklärung auch, um seine Dienste zu verbessern |
| PatSnap | Standardmäßig AWS US-East in Virginia, USA; Frankfurt gegen Aufpreis (Trust Center) | Öffentliches DPA mit PatSnap als Auftragsverarbeiter und Standardvertragsklauseln; für welchen Tarif es gilt, sagt die Preisseite nicht | Kein Training mit euren Prompts, Anfragen und Uploads laut Rahmenvertrag |
| Questel Orbit | Die semantische Suche läuft auf einem lokal installierten Sprachmodell, OpenAI-Modelle auf Questel-Servern in Microsoft Azure mit Verarbeitung in Europa (Hilfe-Center); eine Rechenzentrumsregion nennt die Datenschutzerklärung nicht | DPA mit Standardvertragsklauseln zwischen Questel und Kunden (AI-Policy) | Kein Training laut Hilfe-Center; Drittanbieter verpflichten sich laut AI-Policy, Kundendaten nicht für eigene Modelle zu nutzen |
| PatSeer | AWS in Virginia, USA (GDPR-Policy) | Auf Start-, Preis- und GDPR-Seite fanden wir kein DPA (Stand 06.11.2026) | „We never use your documents, searches, or activity to train any AI model“ laut Startseite |
| ChatGPT | Enterprise, Edu, Healthcare und API: Speicherung in Europa für berechtigte Kunden (OpenAI). Business: Speicherregion beim Abschluss wählbar, laut OpenAI schrittweise eingeführt und noch nicht für alle Kunden verfügbar. Eine Erfindungsmeldung in einem Workspace mit Nicht-US-Region landet trotzdem zeitweise in den USA, denn dort hält OpenAI zur Missbrauchsabwehr befristet ein Doppel aller Prompts und Antworten vor, die Missbrauchsprotokolle in jedem Fall; die Verarbeitung der Anfragen bindet die Region nicht (Hilfeartikel) | DPA mit OpenAI als Auftragsverarbeiter für ChatGPT Business, Enterprise und die API (Enterprise-Datenschutz) | Free, Plus und Pro: möglich, solange ihr nicht widersprecht (Hilfe); Business, Enterprise, Edu und API: standardmäßig nein |
| Claude | Gespeichert wird in den USA: Für Daten im Ruhezustand ist „us“ laut Doku derzeit die einzige Workspace-Region der API, die Inferenz läuft standardmäßig „global“ oder auf Wunsch nur in den USA. Für kommerzielle Produkte wie Claude Enterprise und die API schreibt Anthropic „data is stored in the US“; ohne andere Absprache darf der Datenverkehr dabei nicht nur über die USA, sondern auch über Länder in Europa, Asien und Australien laufen (Privacy Center) | DPA ist Teil der Commercial Terms für die kommerziellen Produkte wie Claude for Work und die API | Free, Pro und Max: nur wenn ihr es erlaubt (Privacy Center); kommerzielle Produkte: nein |
Was ohne Auftragsverarbeitungsvertrag in keinem Werkzeug landet: die Erfindungsmeldung im Ganzen, Namen der Erfindenden, Namen von Industriepartnern und alles, was ein Kooperationsvertrag als vertraulich einstuft (zu solchen Klauseln die Seite Kooperationsvertrag Hochschule prüfen). Für die semantische Suche reicht eine technische Beschreibung ohne Namen; Questel wertet ohnehin nur die ersten 3.000 Zeichen aus.
Dazu kommt die Exportkontrolle. Das Handbuch „Export Control and Academia“ des BAFA (2. Auflage, Stand November 2023) nennt in Modul 1, Abschnitt 2.3.3, unter den Wegen, auf denen Technologie das Land verlässt, ausdrücklich „Setting up on a server in a third country“. Nach Abschnitt 2.3.4 brauchen Ausfuhren gelisteter Technologie in der Regel keine Genehmigung, wenn die Technologie öffentlich zugänglich ist oder zur Grundlagenforschung gehört; ebenfalls frei sind, außer bei Kerntechnik, die Informationen, die für Patentanmeldungen nötig sind. Industriefinanzierte Forschung ist laut BAFA im Allgemeinen keine Grundlagenforschung im Sinne des Außenwirtschaftsrechts. Ist ein Patent veröffentlicht, unterliegen seine Angaben nach Abschnitt 4.3 nicht mehr der Exportkontrolle. Unsere Lesart: Lädt eine Transferstelle eine unveröffentlichte Erfindung zu gelisteter Dual-Use-Technologie in ein Werkzeug mit Servern in den USA hoch, kann das eine genehmigungspflichtige Übertragung sein. Server in den USA haben nach der Tabelle oben auch die beiden Chatbot-Tarife mit AVV: Claude for Work speichert dort, und ChatGPT Business hält dort Missbrauchsprotokolle und eine befristete Kopie jeder Eingabe vor, gleich welche Speicherregion ihr wählt. Dazu kommen PatSnap in der Grundeinstellung und PatSeer. Die Ausnahme für Patentanmeldungen bezieht das BAFA auf die Angaben, die das EPA oder die Patentämter der EU-Mitgliedstaaten für die Anmeldung verlangen; ob eine Vorrecherche darunter fällt, sagt das Handbuch nicht. Fragt eure Exportkontrollstelle, bevor solche Meldungen in ein US-gehostetes Werkzeug gehen.
Patentrecherche-Software: wann sie sich lohnt und wann nicht
Rechenbeispiel PatSnap Light: 100 USD im Monat sind 1.200 USD im Jahr. Wenn 10.000 Credits, wie PatSnap schreibt, „typically“ für etwa 2 gezielte Analysen wie eine Novelty Search reichen, sind das bei voller Nutzung rund 24 Neuheitsrecherchen im Jahr und rund 50 USD Lizenz je Recherche. Bei 12 Recherchen im Jahr (Rechenannahme) sind es 100 USD je Recherche, bei 6 Recherchen (Rechenannahme) 200 USD. Weil ungenutzte Credits laut Rahmenvertrag verfallen, zählt dabei jeder Monat ohne Recherche voll mit. Dazu kommt die Sichtung, die laut IGE auch mit führenden Werkzeugen mehrere Stunden dauert, und die Bewertung durch die Kanzlei.
Mit der amtlichen Recherche lässt sich diese Rechnung nicht direkt vergleichen, weil sie etwas anderes liefert: Für 300 Euro sucht das DPMA selbst, aber erst nach der Anmeldung und ohne Gewähr für Vollständigkeit. Eine eigene KI-Vorrecherche hilft vor der Anmeldung und vor dem Paper.
Es lohnt sich, wenn bei euch regelmäßig Erfindungsmeldungen eingehen, jemand die Treffer sichten und Ansprüche lesen kann und eine Kanzlei die vorsortierte Liste bewertet. Ein Probelauf mit einer früheren Erfindung, deren Recherchebericht ihr schon habt, zeigt, ob das Werkzeug die dort genannten Schriften findet; PatSnap bietet dafür 14 Tage, PatSeer 2 Wochen.
Nicht für euch ist eine kostenpflichtige Plattform, wenn:
- Ihr nur wenige Meldungen im Jahr habt. 62 Prozent der Hochschulen im EPA-Datensatz stehen für 8 Prozent der akademischen Anmeldungen. Bei wenigen Fällen im Jahr reichen Espacenet, DEPATISnet, eine Auftragsrecherche beim Patentinformationszentrum und nach der Anmeldung der Rechercheantrag beim DPMA.
- Niemand die Treffer bewerten kann. Ohne eine Person, die Ansprüche liest, und ohne Kanzlei oder Patentinformationszentrum an der Seite wird aus der KI-Suche nur eine längere Liste. Nach dem IGE ist dort oft nur jedes zehnte Dokument relevant. Wer außerdem keinen geregelten Weg für Meldungen hat, verliert die vier Monate nach § 6 ArbnErfG schon vor der Recherche.
- Eure Meldungen nicht hochgeladen werden dürfen. Verbietet ein Kooperationsvertrag die Weitergabe, betrifft die Erfindung exportkontrollierte Technologie oder gibt es keinen AVV, bleiben nur Schritte mit öffentlichen Daten: Suchbegriffe in Espacenet oder DEPATISnet und die Merkmalsgliederung veröffentlichter Ansprüche.
Auch jenseits dieser drei Fälle hat die KI-Suche Grenzen, die keine Lizenz löst: Erfindungen, deren Kern in einer Zeichnung oder einer räumlichen Anordnung steckt, und Fachgebiete, in denen der Stand der Technik vor allem in Aufsätzen und Standards steht. Dort braucht ihr die Boolesche Suche und die Literaturdatenbanken weiter.
Häufige Fragen zu KI-Patentrecherche
Was ist eine semantische Patentsuche? Eine Suche, die nach der Bedeutung eures Textes sucht statt nach einzelnen Wörtern. Ihr gebt eine Beschreibung der Erfindung ein, das System vergleicht sie als Embedding mit Patentfamilien und sortiert nach Ähnlichkeit. Questel empfiehlt dafür 500 bis 3.000 Zeichen.
Was bedeutet hybride Patentsuche? Die Kombination aus Boolescher und semantischer Suche. Ihr grenzt mit Booleschen Filtern ein und lasst die semantische Suche die Treffer sortieren, oder ihr lasst euch aus Fließtext eine Boolesche Abfrage bauen. Questel bietet dafür Vorfilter und Sophia Query, PatSeer wirbt mit der Kombination beider Sucharten.
Lassen sich Patentansprüche mit KI analysieren? Ja, für veröffentlichte Ansprüche. Ein Sprachmodell zerlegt einen Anspruch in eine Merkmalsgliederung und gleicht sie mit euren Stichpunkten ab, der Prompt oben zeigt das. Damit prüft ihr vor, ob eure Technik unter den Anspruch fallen könnte, nicht, ob sie neu ist. Ganze Patentschriften fassen Questel mit Sophia Document und PatSeer mit seinen AI Summaries zusammen. Ob ein Merkmal erfüllt ist und was daraus für die Neuheit folgt, beurteilt eine Patentanwältin oder ein Patentanwalt.
Reicht eine KI-FTO-Recherche? Nein. Werkzeuge wie PatSnap mit seinem Agenten „FTO Search“ liefern Kandidaten, die rechtliche Bewertung von Schutzbereich und Rechtsstand bleibt bei der Kanzlei. Das IGE nennt KI-Suchen eine Black Box, deren Vollständigkeit ihr nicht seht.
Ersetzt eine KI-Neuheitsrecherche den Rechercheantrag beim DPMA? Nein, beide liefern Verschiedenes. Die KI-Vorrecherche macht ihr vor der Anmeldung und vor dem Paper selbst, den Rechercheantrag nach § 43 PatG für 300 Euro stellt nur, wer schon angemeldet hat. Dafür sinkt die spätere Prüfungsgebühr von 350 auf 150 Euro.
Quellen & Methodik
- Gesetze im Internet: § 3 PatG zu Neuheit und Stand der Technik, § 43 PatG zum Rechercheantrag, § 2 und § 3 GebrMG, § 5, § 6 und § 42 ArbnErfG, Fassungen laut Vollzitat: PatG zuletzt geändert durch Art. 13 des Gesetzes vom 20.05.2026, GebrMG durch Art. 17 des Gesetzes vom 15.07.2024, ArbnErfG durch Art. 25 des Gesetzes vom 07.07.2021; abgerufen am 07.11.2026.
- Europäisches Patentamt: Art. 54 und Art. 55 EPÜ, abgerufen am 07.11.2026; Pressemitteilung vom 22.10.2024 zur Studie mit dem Fraunhofer ISI über akademische Patente, abgerufen am 07.11.2026; Espacenet, Datenabdeckung, Release Notes, Pocket Guide mit den Suchoperatoren und Datenschutz, abgerufen am 31.10.2026.
- EUR-Lex: Durchführungsbeschluss (EU) 2025/1382 zum Schutzniveau der Europäischen Patentorganisation, abgerufen am 31.10.2026.
- Deutsches Patent- und Markenamt: Gebühren für Patente (Seitenstand 29.09.2026), Recherche zu Patenten, Patentinformationszentren, Jahresstatistik 2025 mit Tabelle 1.1 und 1.12, Datenschutz bei DEPATISnet und DEPATISnet mit dem Bestand von über 160 Millionen Veröffentlichungen, abgerufen am 07.11.2026.
- Eidgenössisches Institut für Geistiges Eigentum: Whitepaper „Patentrecherchen im AI-Zeitalter“ von Peter Bruns und David Rees, ohne Datum, mit einem zitierten Abruf vom 10.03.2026, abgerufen am 07.11.2026. Unabhängig von den Softwareanbietern, aber vom Anbieter eines kostenpflichtigen Recherchedienstes.
- BAFA: Export Control and Academia Manual, 2. Auflage, Stand November 2023, abgerufen am 07.11.2026.
- PatSnap: Preise, abgerufen am 07.11.2026 im Browser mit allen vier Pro-Stufen; Startseite, Eureka, Trust Center, Rahmenvertrag und DPA, abgerufen am 31.10.2026.
- Questel: Orbit Intelligence, Sophia Search, Sophia Query, AI-Policy und Datenschutzerklärung, abgerufen am 06.11.2026; Sophia Document mit Lizenzen, Chat-Modi und Grenzen sowie KI-Komponenten, abgerufen am 07.11.2026.
- PatSeer: Startseite und GDPR-Policy, abgerufen am 06.11.2026; Preise mit den Editionen für AI Search und AI Summaries, abgerufen am 07.11.2026.
- Google: Coverage und Startseite von Google Patents, abgerufen am 07.11.2026; Searching, abgerufen am 06.11.2026; Datenschutzerklärung, abgerufen am 31.10.2026.
- OpenAI und Anthropic: Enterprise-Datenschutz mit den Tarifen für das DPA, Geschäftsdaten, Speicherort bei ChatGPT Business, Datenresidenz der Claude-API und Serverstandorte der kommerziellen Claude-Produkte, abgerufen am 07.11.2026; Training in ChatGPT, DPA, Training bei Claude und Commercial Terms, abgerufen am 06.11.2026.
- Methodik: Für diese Seite haben wir am 07.11.2026 die Normen zu Neuheit, Rechercheantrag und Hochschulerfindungen im Wortlaut gelesen, die DPMA-Statistik und die EPA-Studie für die Zahlen zu Hochschulpatenten ausgewertet und die Preis-, Hilfe- und Datenschutzseiten von sechs Recherchewerkzeugen und zwei Chatbots gegeneinandergestellt, aus Abrufen vom 31.10. bis 07.11.2026. Die vier Pro-Stufen von PatSnap haben wir im Browser einzeln angeklickt, weil der Preis erst nach der Auswahl erscheint. Keines der Werkzeuge hat die Redaktion selbst eingesetzt, eine eigene Recherche zu einer Erfindung haben wir nicht durchgeführt. Den Übersichtsartikel von Ali und anderen, auf den sich das IGE beruft, konnten wir nicht abrufen. Rechtliche Einordnungen auf dieser Seite sind unsere Lesart der Normen und ersetzen keine Beratung durch Patentanwalt oder Exportkontrollstelle.
- Nicht belegbar und deshalb nicht auf dieser Seite: wie lange das DPMA nach einem Rechercheantrag für den Recherchebericht braucht, was eine Auftragsrecherche bei einem Patentinformationszentrum oder eine Neuheitsrecherche bei einer Patentanwaltskanzlei kostet, wie viele Credits eine einzelne Novelty Search bei PatSnap verbraucht, ob der Rahmenvertrag auch für das Pro-Abo im Selbstabschluss gilt, die Preise von Questel Orbit und PatSeer, eine gemessene Zeitersparnis durch KI-Vorrecherche in einer deutschen Transferstelle, in welchem Tarif und zu welchen Bedingungen Perplexity seine Patentsuche heute anbietet und ein unabhängiger Vergleich der Trefferquote der hier genannten Werkzeuge.