Study Projects

Identifikation frugaler Patentkandidaten innerhalb 12 ausgewählter Technologien und Entwicklung einer entsprechenden Website

Hintergrund    Klassische Innovationen fügen Produkten für gewöhnlich neue Funktionen hinzu oder erweitern bestehende. Frugale Innovationen hingegen fokussieren sich auf eine oder wenige Kerneigenschaften und reduzieren somit den Materialeinsatz und die Kosten, sowohl in der Herstellung als auch in der Anschaffung und Nutzung. Als Beispiel dient das kostengünstige Kfz Nano der Firma Tata für den indischen Markt.

Ziel der Arbeit ist es, frugale Patentkandidaten innerhalb 12 ausgewählter Technologien zu identifizieren. Hierfür wird der bestehende frugale IPMI-Thesaurus angewendet und erweitert. Anschließend werden die Ergebnisse auf einer selbst erstellten Website anschaulich präsentiert. Das Masterprojekt ist für eine Gruppengröße von vier Personen ausgeschrieben.

Ihr Profil:

• Masterstudium in dem Studiengang WING PT oder WING ET/IT
• Grundlegende Kenntnisse über Patente
• Programmierkenntnisse

Ihre Aufgaben:

• Identifikation von frugalen Patentkandidaten für 12 Technologien
• Anwendung und Erweiterung des frugalen IPMI-Thesaurusses
• Erstellung einer Website

Kontakt für Rückfragen:
M.Sc Andre Herzberg [E-Mail]
Institut für Projektmanagement und Innovation (IPMI)
WiWi1, A 2110
Tel.: 0421/218-66813

Zerlegung von Patentansprüchen unter Hinzuziehung von KI/Dissecting patent claims with the help of AI

Hintergrund   Angesichts der exponentiellen Zunahme von Patentanmeldungen und deren zentraler Bedeutung für Innovation und technologischen Fortschritt, schlägt dieses Lehrprojekt die systematische Anwendung von Künstlicher Intelligenz (KI), insbesondere Large Language Models wie ChatGPT-3.5, zur umfassenden Analyse von Patentansprüchen vor.

Projektziele:

Zerlegung von Patentansprüchen: Die Aufgabe besteht darin, Patente mithilfe von Large Language Models in ihre Merkmale zu zerlegen, um eine strukturierte Darstellung der beanspruchten Schutzrechte zu erstellen.

Zusammenfassung und Sortierung: Large Language Models sollen genutzt werden, um Methoden zu entwickeln, mit denen Sie ähnliche Merkmale und Ansprüche gruppieren und sortieren können, um die Übersichtlichkeit zu verbessern.

Vergleich des Schutzumfangs: Verwenden von Large Language Models, um den Schutzumfang mehrerer Patente zu vergleichen und potenzielle Kollisionen oder Überschneidungen zu identifizieren.

Validierung mit klassischen Verfahren: Validieren der Ergebnisse, indem traditionelle Patentanalyseverfahren wie Prior Art Search und Schutzumfangsanalysen angewandt werden.

Erwartete Ergebnisse:

Nach Abschluss dieses Projekts werden Studierende:

- Eine effiziente Methode zur Zerlegung von Patentansprüchen entwickelt haben.

- In der Lage sein, potenzielle Schutzrechtskollisionen zwischen Patenten zu identifizieren.

- Ein besseres Verständnis für die Anwendung von Large Language Models in der Patentanalyse gewonnen haben.

- Ein validiertes Verfahren erarbeitet haben, das zuverlässige Ergebnisse liefert.

Lehrende und Betreuende:
Dr. Lothar Walter [E-Mail]
M.Sc Valentin Schmitt [E-Mail]
Institut für Projektmanagement und Innovation (IPMI)
WiWi1, A 2080
Tel.: 0421/218-66809

Extraktion von Bauteilen von Erfindungen in ausgewählten Technologiegebieten mithilfe von KI/Extraction of components of inventions in selected technology areas using AI

Hintergrund   Angesichts Patente stellen für Unternehmen einen Erfolgsfaktor dar, mit denen die technologische Position gesichert werden kann. Dabei ist es nicht nur entscheidend, die eigenen Patente zu verwalten, sondern es sind insbesondere die Patente der Wettbewerber als Informationsquelle zu nutzen. Neben bibliografischen Daten auf dem Titelblatt sind es gerade die Textteile der Patente wie die Patentbeschreibung, die genaue Informationen über die zum Schutz gestellten Erfindungen liefern.

Die Patentbeschreibung folgt dem Titelblatt und beschreibt die Erfindung im Detail. Sie stellt damit den Offenbarungsteil der Erfindung dar und beinhaltet das zu lösende technische Problem, die vorgeschlagene Lösung und Hinweise zur Auslegung der Patentansprüche. Dabei soll die Offenbarung der neuen Erfindung so erfolgen, dass sie von einem technischen Fachmann nachempfunden werden kann, wobei die Zeichnungen mit den einzelnen Bauteilen dem Fachmann einen schnellen und tiefgehenden Zugang zur Erfindung liefert.

Ziel dieses Projekts ist es daher, ein bestehendes Verfahren zur Identifikation von Bauteilen in Erfindungen durch den Einsatz von Large Language Models (LLMs) wie z.B. GPT und PaLM zu erweitern. Dazu sollen Patenttexte aus abgegrenzten Technologiegebieten mit diesen LLMs analysiert und hinsichtlich der eingesetzten Bauteile differenziert werden.

Dazu bedarf es effektiven Prompt Engineerings, um die LLMs zweckmäßig einzusetzen und sicheren Umgangs mit Patentdaten, um geeignete, technologiespezifische Patentdokumente aus entsprechenden Datenbanken zu extrahieren.

Lehrende und Betreuende:
Dr. Lothar Walter [E-Mail]
M.Sc Joe Waterstraat [E-Mail]
Institut für Projektmanagement und Innovation (IPMI)
WiWi1, A 2030
Tel.: 0421/218-66807