Hintergrund der Änderungen

Das Staatliche Amt für geistiges Eigentum hat bereits mehrfach die Prüfungsregeln für Patentanmeldungen im Bereich der künstlichen Intelligenz standardisiert und verbessert.

Aufbauend auf den im Dezember 2024 veröffentlichten „Leitlinien für Patentanmeldungen im Bereich der künstlichen Intelligenz (vorläufig)“ zielt die vorliegende Änderung darauf ab, sich besser an die technologische Entwicklung im Bereich der künstlichen Intelligenz anzupassen, präzise auf die dringenden Bedürfnisse der Innovationsträger sowie die Anforderungen der Entwicklung der KI-Industrie einzugehen und Schwierigkeiten bei der Patentanmeldung und -prüfung im Bereich der künstlichen Intelligenz zeitnah zu lösen. Auf der Grundlage der Patentprüfungspraxis und von Untersuchungen der letzten Jahre hat das Staatliche Amt für geistiges Eigentum (CNIPA) die Prüfungsstandards für Patentanmeldungen im Bereich der künstlichen Intelligenz weiter ergänzt und überarbeitet. Dabei wird das Prüfungsregelwerk unter Berücksichtigung der technischen Merkmale der künstlichen Intelligenz sowie der regulatorischen Anforderungen weiter verbessert.

Inhalt der Änderungen

Die vorliegende Änderung betrifft Abschnitt 6 des Kapitels 9 von Teil 2 der Richtlinie für die Patentprüfung und umfasst im Wesentlichen die folgenden vier Aspekte.

1. Die Überschrift des Abschnitts wird überarbeitet, um eine bessere inhaltliche Orientierung zu bieten.

Die ursprüngliche Überschrift von Abschnitt 6

„Bestimmungen für die Prüfung von Patentanmeldungen für Erfindungen, die algorithmische Merkmale oder Merkmale von Geschäftsregeln und -methoden aufweisen“

wurde geändert in:

„Bestimmungen für die Prüfung von Patentanmeldungen für Erfindungen im Zusammenhang mit künstlicher Intelligenz, Big Data und anderen Technologien, die algorithmische Merkmale oder Merkmale von Geschäftsregeln und -methoden aufweisen“.

Erläuterung der Änderung

Die vorliegende Änderung fügt zu Beginn der Überschrift von Abschnitt 6 die Formulierung „im Zusammenhang mit künstlicher Intelligenz, Big Data usw.“ hinzu. Damit soll der Anwendungsbereich der Prüfungsstandards dieses Abschnitts klar abgegrenzt und die zielgerichtete sowie wegweisende Ausrichtung auf neue Bereiche und neue Geschäftsfelder wie KI und Big Data hervorgehoben werden.

2. Aufnahme von Prüfungsstandards zu Artikel 5 Absatz 1 des Patentgesetzes

(1) Ergänzung des Prüfungsgegenstands für Anmeldungen im Bereich der künstlichen Intelligenz und von Big Data

Der erste Satz des Abschnitts „6.1 Prüfungsgrundsätze“ lautet bisher:

„Die Prüfung erfolgt im Hinblick auf die beanspruchte Lösung, d. h. die durch die Patentansprüche definierte Lösung.“

Diese Formulierung wird geändert in:

„Die Prüfung erfolgt im Hinblick auf die beanspruchte Lösung, d. h. die durch die Patentansprüche definierte Lösung; soweit erforderlich, ist auch der Inhalt der Beschreibung zu prüfen.“ 

Es wird somit der Zusatz „soweit erforderlich, ist auch der Inhalt der Beschreibung zu prüfen“ eingefügt.

(2) Aufnahme von Prüfungsstandards zu Artikel 5 Absatz 1 des Patentgesetzes

6.1.1 Prüfung nach Artikel 5 Absatz 1 des Patentgesetzes

Für Patentanmeldungen für Erfindungen, die algorithmische Merkmale oder Merkmale von Geschäftsregeln und -methoden aufweisen, gilt: Wenn die darin beschriebenen Datenbeschaffungen,Label-Management-Verfahren,Regelsetzungen,Empfehlungsentscheidungen oder ähnliche Maßnahmen Inhalte enthalten, die gegen das Gesetz, die öffentliche Ordnung oder das öffentliche Interesse verstoßen, darf nach Artikel 5 Absatz 1 des Patentgesetzes kein Patent erteilt werden.

Zugleich werden die bisherigen Unterabschnitte 6.1.1 bis 6.1.3 nach hinten verschoben und entsprechend neu nummeriert.

Erläuterung der Änderung

Um die Entwicklung von KI-Technologien im Sinne von „KI für das Gute“ zu fördern und sicherzustellen, dass die entsprechenden Patentanmeldungen den nationalen Rechtsvorschriften sowie den gesellschaftlichen und ethischen Anforderungen entsprechen, wird in diesem Abschnitt speziell die Prüfungsregelung zu Artikel 5 Absatz 1 des Patentgesetzes eingeführt. Damit wird klargestellt, dass Erfindungen im Bereich der künstlichen Intelligenz und von Big Data strikt den gesetzlichen Bestimmungen, insbesondere dem Gesetz zum Schutz personenbezogener Daten, folgen müssen und nicht gegen Gesetze, die öffentliche Ordnung oder das öffentliche Interesse verstoßen dürfen.

Da sich der Prüfungsgegenstand nach Artikel 5 Absatz 1 des Patentgesetzes auf die gesamte Anmeldungsunterlage erstreckt, müssen sowohl die durch die Patentansprüche definierte technische Lösung als auch der Inhalt der Beschreibung geprüft werden. Daher wird der Prüfungsmaßstab in Abschnitt 6.1 entsprechend angepasst: Es wird klargestellt, dass „soweit erforderlich, auch der Inhalt der Beschreibung zu prüfen ist“. 

(3) Aufnahme von Prüfungsbeispielen für Ausschlusstatbestände nach Artikel 5 Absatz 1 des Patentgesetzes

Im Abschnitt „6.2 Prüfungsbeispiele“ werden zu den Prüfungsstandards des Artikels 5 Absatz 1 des Patentgesetzes Prüfungsbeispiele hinzugefügt, nämlich:

[Beispiel 1] „Ein System zur Unterstützung des Matratzenverkaufs in einem Kaufhaus auf der Grundlage von Big Data“

[Beispiel 2] „Ein Verfahren zur Erstellung eines Notfallentscheidungsmodells für ein fahrerloses Fahrzeug“

Erläuterung der Änderung

Ziel des neu aufgenommenen Prüfungsbeispiels [Beispiel 1] ist, dass Patentanmeldungen im Bereich der künstlichen Intelligenz und von Big Data die nationalen Gesetze einhalten müssen. Wenn die Umsetzung von Technologien wie KI gegen geltendes Recht verstößt, gehört diese Erfindung zu den Fällen, die gemäß Artikel 5 Absatz 1 des Patentgesetzes gegen das Gesetz verstoßen und daher nicht patentierbar sind. Das im Beispiel 1 beanspruchte System zur Unterstützung des Matratzenverkaufs in einem Kaufhaus auf der Grundlage von Big Data zielt darauf ab, die tatsächlichen Kundenempfindungen gegenüber Matratzen zu erfassen und präzises Marketing zu ermöglichen. Hierzu werden an öffentlichen Orten Kameras installiert, mit denen die Gesichtszüge der Kunden ohne deren Wissen aufgenommen werden, wodurch Identifikationsinformationen gewonnen werden. Zudem wird in der Anmeldung nicht dargelegt, dass die Datenerhebung oder Informationserfassung rechtmäßig ist – beispielsweise durch die Einwilligung der Kunden. Daher verstößt diese Erfindung gegen das Gesetz zum Schutz personenbezogener Daten.

Ziel des neu aufgenommenen Prüfungsbeispiels [Beispiel 2] ist es, dass Patentanmeldungen im Bereich der künstlichen Intelligenz und von Big Data algorithmische Diskriminierung vermeiden. Wenn die optimale Entscheidungsfindung unter Unsicherheit getroffen wird, muss der dem Algorithmus zugrunde liegende Entscheidungsmechanismus ethischen Grundsätzen entsprechen, und es dürfen keine diskriminierenden oder voreingenommenen algorithmischen Regeln festgelegt werden. Andernfalls gehört diese Erfindung zu den Fällen, die gemäß Artikel 5 Absatz 1 des Patentgesetzes gegen die öffentliche Ordnung verstoßen und daher nicht patentierbar sind.

Die in Beispiel 2 dargestellte Lösung beansprucht Schutz für ein Verfahren zur Erstellung eines Notfallentscheidungsmodells für fahrerlose Fahrzeuge. Dabei wird das Entscheidungsmodell anhand des Geschlechts und des Alters von Fußgängern trainiert, um im Falle einer Notfallentscheidung anhand des Geschlechts und des Alters der Fußgänger zwischen geschützten Personen und Personen, die angefahren werden, zu unterscheiden. Diese Lösung, die differenzierte Entscheidungen auf der Grundlage von Geschlecht und Alter trifft, verstößt gegen die grundlegenden gesellschaftlichen Werte der Achtung vor dem Leben und der Gleichheit aller Menschen. Im Wesentlichen werden damit gesellschaftliche Vorurteile im algorithmischen Modell verfestigt und verstärkt, was Geschlechter- und Altersdiskriminierung begünstigt, die Fairness und Harmonie zwischen gesellschaftlichen Gruppen beeinträchtigt und gegen die guten Sitten verstößt.

3.Neue Prüfungsbeispiele zur weiteren Klarstellung der Regeln für die Prüfung der Kreativität bei KI-Technologien

Im Abschnitt „6.2 Prüfungsbeispiele“ wurden zwei neue Beispiele für die Prüfung der Erfindungshöhe hinzugefügt, nämlich [Beispiel 18] „Verfahren zur Erkennung der Anzahl von Schiffen“ und [Beispiel 19] „Verfahren zur Erstellung eines neuronalen Netzmodells zur Klassifizierung von Schrott“.

Erläuterung der Änderung

Die Aufnahme dieser beiden neuen Prüfungsbeispiele in den Leitfaden zielt darauf ab, die Regeln für die Prüfung der Erfindungshöhe bei Patentanmeldungen im Bereich der künstlichen Intelligenz weiter zu präzisieren und Unklarheiten bei der Beurteilung der Erfindungshöhe zu beseitigen, die durch Unterschiede bei Anwendungsszenarien und behandelten Gegenständen entstehen.

Das neu hinzugefügte Prüfungsbeispiel [Beispiel 18] soll die Denkweise und die Regeln für die Beurteilung der Erfindungshöhe veranschaulichen, wenn sich die Anwendungsszenarien unterscheiden, die Algorithmen oder Modelle jedoch identisch sind. Wenn die in der Anmeldung zum Schutz beantragte Lösung Algorithmen oder Modelle umfasst, die sich zwar hinsichtlich der Anwendungsszenarien und der verarbeiteten Objekte vom Stand der Technik unterscheiden, bei denen jedoch hinsichtlich der algorithmischen Abläufe, Modellparameter und anderer wesentlicher Elemente keine wesentlichen Änderungen vorgenommen wurden, weist diese Lösung in der Regel keine Erfindungshöhe auf. [Beispiel 18] Das Verfahren zum Erkennen der Anzahl von Schiffen, das zum Schutz angemeldet wurde, nutzt herkömmliche Methoden des Deep Learning zum Trainieren eines Modells, um die Anzahl der Schiffe zu ermitteln. Der einzige Unterschied zu Vergleichsdokument 1 besteht darin, dass es sich um ein anderes Erkennungsobjekt handelt; in Vergleichsdokument 1 sind die Erkennungsobjekte die Früchte an einem Baum. Obwohl sich Schiffe und Früchte hinsichtlich ihres Aussehens, ihrer Größe und ihrer Umgebung unterscheiden, enthält die Anmeldung keine  Anpassungen oder Verbesserungen hinsichtlich des Deep Learning, der Modellkonstruktion oder des Trainingsprozesses aufgrund der unterschiedlichen Erkennungsobjekte im Vergleichsdokument 1. Darüber hinaus ist einem Fachmann auf diesem Gebiet bekannt, dass sich die erforderlichen Schritte – wie die Anbringung von Informationsmarkierungen, die Aufteilung des Datensatzes und das Modelltraining – zur Erkennung unterschiedlicher Objekte nicht wesentlich unterscheiden. Daher weist die zum Schutz beantragte Erfindung keine Erfindungshöhe auf.

Das neu hinzugefügte Prüfungsbeispiel [Beispiel 19] soll die Denkweise und die Regeln für die Beurteilung der Erfindungshöhe in Fällen veranschaulichen, in denen die Anwendungsszenarien identisch oder ähnlich sind, die Algorithmen oder Modelle jedoch unterschiedlich sind. Wenn die in der Anmeldung zum Schutz beantragte Lösung im Vergleich zum Stand der Technik – trotz gleicher oder ähnlicher Anwendungsfälle – wesentliche Anpassungen hinsichtlich des algorithmischen Ablaufs, der Modellparameter oder anderer Aspekte aufweist, wobei der Stand der Technik keinen technischen Anhaltspunkt für diese Anpassungen bietet, und gleichzeitig die Anmeldung ein anderes technisches Problem löst und einen vorteilhaften technischen Effekt erzielt, weist diese Lösung Erfindungshöhe auf. [Beispiel 19] Es wird ein Verfahren zum Aufbau eines neuronalen Netzmodells zur Klassifizierung von Schrott nach Güteklassen geschützt, bei dem durch Lernen mit einem Faltungsneuronalen Netz ein Modell zur Klassifizierung nach Güteklassen mit einer entsprechenden Klassifizierungsausgabe gebildet wird, wodurch die Effizienz und Genauigkeit der Schrottklassifizierung verbessert werden kann. In der Vergleichsunterlage 1 werden Bilddaten von bereits identifiziertem Schrott zur Merkmalsextraktion und zum Trainieren eines Modells verwendet, um die Erkennung von Schrottarten zu ermöglichen. Obwohl der Anwendungsfall dieser Anmeldung dem in der Vergleichsunterlage 1 ähnelt – beide betreffen die Schrotterkennung –, unterscheiden sich die zu gelösten technischen Probleme und die eingesetzten technischen Mittel von denen in der Vergleichsunterlage 1. Um die Form und Dicke von Stahlschrott erkennen zu können, müssen in diesem Verfahren Merkmale wie Farbe, Kanten und Textur des Stahlschrotts extrahiert werden. Da sich die extrahierten und trainierten Merkmale unterscheiden, wurden die Anzahl der Schaltkreise sowie die Schichten der Faltungs- und Pooling-Schichten entsprechend angepasst und verbessert; der Stand der Technik bietet hierfür keine entsprechenden technischen Hinweise. Die zum Schutz beantragte Erfindung weist somit Erfindungshöhe auf.

4. Die Erstellung von Patentanmeldungen weiter standardisieren und die Qualität der Anmeldungen verbessern

(1) Zusätzliche Anforderungen an die Ausarbeitung von Patentanmeldungen im Bereich der künstlichen Intelligenz

Im Abschnitt „6.3.1 Ausarbeitung der Anleitung“ wurde eine neue Bestimmung hinzugefügt: „Wenn es um die Erstellung oder das Training von KI-Modellen geht, müssen in der Anleitung in der Regel die erforderlichen Module, Ebenen oder Verknüpfungen des Modells sowie die für das Training notwendigen konkreten Schritte, Parameter usw. klar angegeben werden. Wenn es um die Anwendung von KI-Modellen oder -Algorithmen in bestimmten Bereichen oder Szenarien geht, muss in der Beschreibung in der Regel klar dargelegt werden, wie das Modell oder der Algorithmus mit dem jeweiligen Bereich oder Szenario kombiniert wird und wie die Eingabe- und Ausgabedaten des Algorithmus oder Modells festgelegt werden, um die inneren Zusammenhänge aufzuzeigen, damit ein Fachmann auf dem betreffenden Gebiet die Lösung der Erfindung gemäß den Angaben in der Beschreibung umsetzen kann.

Erläuterung der Änderungen

Die neu eingeführten Bestimmungen beziehen sich auf zwei häufige Fälle bei Patentanmeldungen für Erfindungen im Bereich der künstlichen Intelligenz. Da deren Algorithmen oder Modelle oft den Charakter einer „Black Box“ aufweisen und ihre interne Struktur sowie ihre Funktionsweise schwer direkt zu beobachten sind, werden die konkreten Anforderungen an die Beschreibung zur Erfüllung der Offenbarungsanforderungen näher präzisiert. Damit soll die Qualität der Patentanmeldungen verbessert, die entsprechenden Technologien der Öffentlichkeit umfassend zugänglich gemacht und die Verbreitung von Technologien sowie Innovationen im Bereich der künstlichen Intelligenz beschleunigt werden.

Konkret bedeutet dies, dass bei Patentanmeldungen für Erfindungen, die die Erstellung oder das Training von KI-Modellen betreffen, die Modulzusammensetzung, die Hierarchiestruktur oder die Verbindungsbeziehungen die Kernarchitektur des Modells definieren, während die konkreten Trainingsschritte, Parameter und sonstigen Inhalte die Optimierungsmethoden widerspiegeln und daher in der Beschreibung offengelegt werden sollten. Bei Patentanmeldungen für Erfindungen, die sich auf die konkrete Anwendung von Modellen oder Algorithmen der künstlichen Intelligenz beziehen, liegt der Schwerpunkt in der Regel darauf, wie das Modell oder der Algorithmus mit einem bestimmten Fachgebiet oder Anwendungsfall kombiniert wird und wie die Eingabe- und Ausgabedaten des Algorithmus oder Modells festgelegt werden; all dies muss in der Beschreibung klar dargelegt werden.

(2) Einfügen eines Abschnitts mit Beispielen für die Prüfung der Vollständigkeit der Offenlegung in der Beschreibung

Es wurde ein neuer Abschnitt „6.3.3 Prüfungsbeispiele“ hinzugefügt, der Prüfungsbeispiele zu Artikel 26 Absatz 3 des Patentgesetzes enthält, nämlich [Beispiel 20] „Verfahren zur Erzeugung von Gesichtsmerkmalen“ sowie [Beispiel 21] „Verfahren zur Vorhersage von Krebs auf der Grundlage biometrischer Daten“.

Erläuterung der Änderung

Das neu hinzugefügte Prüfungsbeispiel [Beispiel 20] soll verdeutlichen, dass bei der Lösung technischer Probleme in einem bestimmten Bereich unter Verwendung von Algorithmen oder Modellen wie künstlicher Intelligenz die in der Lösung eingesetzten technischen Mittel zwar nicht ausdrücklich in den Anmeldungsunterlagen aufgeführt sind,

aber wenn diese technischen Mittel zum allgemeinen Fachwissen des jeweiligen technischen Gebiets zur Lösung des betreffenden technischen Problems gehören, kann davon ausgegangen werden, dass die Nichtangabe dieser technischen Mittel in der Beschreibung keine unzureichende Offenbarung der Beschreibung zur Folge hat. [Beispiel 20] Es wird Schutz für ein Verfahren zur Erzeugung von Gesichtsmerkmalen beantragt. Um das technische Problem der Verbesserung der Genauigkeit der Ergebnisse bei der Erzeugung von Gesichtsbildern zu lösen, kann im ersten konvolutionellen neuronalen Netzwerk ein räumliches Transformationsnetzwerk eingerichtet werden, das zur Bestimmung der charakteristischen Bereiche des Gesichtsbildes dient. In der Beschreibung ist die genaue Position dieses räumlichen Transformationsnetzwerks in dem ersten konvolutionellen neuronalen Netzwerk jedoch nicht angegeben. Einem Fachmann auf diesem Gebiet ist jedoch bekannt, dass das räumliche Transformationsnetzwerk als Ganzes an beliebiger Stelle in das Modell eingefügt werden kann, wobei seine Fähigkeit zur Erkennung der Merkmalsbereiche des Bildes davon nicht beeinträchtigt wird, sodass davon ausgegangen werden kann, dass die Lösung in der Beschreibung ausreichend offenbart wurde.

Das neu hinzugefügte Prüfungsbeispiel 【Beispiel 21】 soll verdeutlichen, dass bei der Lösung technischer Probleme in einem bestimmten Bereich unter Verwendung von Algorithmen oder Modellen wie künstlicher Intelligenz, falls die angewandten Mittel (einschließlich der inneren Zusammenhänge zwischen Ein- und Ausgabedaten) weder in den Anmeldungsunterlagen eindeutig beschrieben sind noch zum allgemeinen Fachwissen gehören und die Lösung anhand der Angaben in der Beschreibung nicht konkret umgesetzt und das entsprechende technische Problem gelöst werden kann, davon auszugehen ist, dass die in den Anmeldungsunterlagen zum Schutz angemeldete Lösung nicht ausreichend offenbart wurde. [Beispiel 21] Es wird ein Anspruch auf Schutz für ein Verfahren zur Vorhersage von Krebserkrankungen auf der Grundlage biometrischer Daten erhoben, das das technische Problem der Verbesserung der Vorhersagegenauigkeit bei bösartigen Tumoren löst. Dabei wird ein trainiertes Modell zur verstärkten Früherkennung bösartiger Tumoren verwendet, in das Daten wie Blutbildbefunde und Gesichtsmerkmale als Eingabedaten eingespeist werden, sodass als Ausgabedaten Vorhersagewerte für das Auftreten bösartiger Tumoren erhalten werden.

Zusammenfassung

Diese Änderung ist die jüngste Maßnahme im Rahmen der systematischen Bemühungen des Staatlichen Amtes für geistiges Eigentum, die Prüfungsstandards für Patente in den Bereichen künstliche Intelligenz und Big Data in den letzten Jahren kontinuierlich zu verbessern. Sie orientiert sich an den Anforderungen der KI-Branche und den praktischen Herausforderungen bei der Prüfung von Anmeldungen. Durch Anforderungen in verschiedenen Bereichen wie Moral, Erfindungsgeist und vollständige Offenlegung bietet sie sowohl den Innovatoren als auch den Prüfern klare Leitlinien.

Mit dieser Überarbeitung wurden die Prüfungsstandards im Bereich der künstlichen Intelligenz weiter verfeinert, besser an die Anforderungen der technologischen Entwicklung angepasst und damit die Qualität und Effizienz der Prüfungen in diesem Bereich verbessert, was wiederum die Innovationskraft der Technologie wirksam fördert.

 

Quelle: Nationales Amt für geistiges Eigentum der Volksrepublik China    

Published: October 17, 2026, By Siqi Ma , Attorney at Law

Weitere Informationen zum Schutz des geistigen Eigentums finden Sie in unseren Rechtsbeiträgen.