Atlas vorgestellt: Warum wir eine eigene KI-Plattform für Patent Intelligence gebaut haben

Atlas vorgestellt: Warum wir eine eigene KI-Plattform gebaut haben

Am Anfang von WunderIP stand eine Entscheidung, die das Produkt auf Jahre prägen würde: KI an eine Chat-Oberfläche anschrauben oder eine dedizierte Reasoning-Plattform unter allem aufbauen. Wir haben den schwereren Weg gewählt. Atlas ist das Ergebnis -- ein agentisches KI-System, das spezialisierte Modelle in strukturierten Workflows orchestriert und als Motor hinter jedem WunderIP-Produkt arbeitet. Hier erklären wir, warum wir diesen Weg gegangen sind und was das für Patent-Profis bedeutet.

Das Problem mit "einfach KI dazupacken"

Die meisten KI-gestützten Patent-Tools gehen den naheliegenden Weg: ein Large Language Model an die Anwendung anbinden, ein paar Prompts schreiben, ausliefern. Für einfache Anfragen funktioniert das, aber Patentarbeit legt die Grenzen schnell offen. Ein einzelnes Modell kann nicht gleichzeitig bei juristischer Argumentation, technischer Analyse und kreativem Claim-Drafting brillieren. Einfache Chat-Interfaces haben kein Gedächtnis für ihren eigenen Argumentationsweg, was Reproduzierbarkeit unmöglich macht. Und wenn ein besseres Modell verfügbar wird, muss die gesamte Anwendung umgebaut werden, weil die KI-Logik im Produktcode verwoben ist.

Wir haben dieses Muster quer durch die Branche beobachtet und früh entschieden, dass Patent-Profis Besseres verdienen. Sie brauchen ein System, das wie ein erfahrener Praktiker denkt -- mehrere Blickwinkel erwägt, Optionen abwägt und seine Schlussfolgerungen dokumentiert -- statt eines, das plausibel klingenden Text generiert und auf das Beste hofft.

Wie Atlas tatsächlich funktioniert

Atlas basiert auf zwei architektonischen Kernideen. Die erste ist Tree-of-Thoughts-Reasoning: Statt eine einzelne Antwort zu erzeugen, exploriert Atlas mehrere Argumentationspfade gleichzeitig, bewertet, welcher Ansatz die gründlichste Analyse für die jeweilige Aufgabe liefert, wählt die optimale Route und validiert seine Schlussfolgerungen durch Gegenprüfung, bevor es Ergebnisse präsentiert. Das spiegelt wider, wie ein erfahrener Patentanwalt an ein komplexes Problem herangeht -- man legt sich nicht auf den erstbesten vielversprechenden Ansatz fest.

Die zweite ist Multi-Model-Orchestrierung. Atlas wählt dynamisch das richtige KI-Modell für jede Teilaufgabe innerhalb eines Workflows. Analytisches Reasoning, technisches Verständnis, juristische Interpretation und kreatives Formulieren haben jeweils unterschiedliche Modellanforderungen. Durch die Zuordnung von Aufgabe zu Modell zur Laufzeit profitiert Atlas automatisch, wenn bessere spezialisierte Modelle verfügbar werden -- ohne Systemumbau. Das ist kein theoretischer Vorteil: Wir haben die Reasoning-Fähigkeiten bereits mehrfach aktualisiert, ohne die Produktoberflächen anfassen zu müssen.

Warum eine eigene Plattform entscheidend ist

Man könnte berechtigterweise fragen, warum Atlas als eigenständiges System existiert statt als Feature innerhalb von WunderChat. Die Antwort liegt in vier praktischen Anforderungen.

Skalierbarkeit: Atlas verarbeitet Aufgaben asynchron. Eine komplexe FTO-Analyse, die fünfzehn Minuten dauert, läuft im Hintergrund, ohne die Oberfläche zu blockieren. Mehrere Workflows laufen parallel. Mit wachsender Nutzung skaliert Atlas unabhängig vom Frontend.

Zukunftssicherheit: Die KI-Landschaft verändert sich rasant. Durch die Abstraktion der gesamten Reasoning-Logik in Atlas können wir Modelle tauschen, neue Fähigkeiten ergänzen und Experimente durchführen, ohne WunderChat, WunderWord oder ein anderes Produkt zu berühren. Neue Fähigkeiten erreichen jedes Produkt gleichzeitig.

Konsistenz: Jedes WunderIP-Produkt schöpft aus derselben zugrundeliegenden Intelligenz. Die Qualität einer Stand-der-Technik-Recherche ist identisch, egal ob Sie sie aus WunderChat oder WunderWord heraus starten. Der Zugang zu Patentdatenbanken, Rechtsquellen und Analyse-Tools ist an einem Ort gebündelt.

Enterprise-Anforderungen: Große Kanzleien und Patentabteilungen in Unternehmen brauchen Audit-Trails für jeden Reasoning-Schritt, reproduzierbare Ergebnisse, Verarbeitung in isolierten Umgebungen und europäische Datenresidenz. Das sind architektonische Anforderungen, keine Features, die man nachträglich draufschraubt.

Was das in der Praxis bedeutet

Atlas ermöglicht Fähigkeiten, die mit einfacher KI-Integration unmöglich wären. Multi-Source-Recherchen zum Stand der Technik über EPA, USPTO und globale Datenbanken nutzen semantisches Verständnis statt reines Keyword-Matching. Anspruchsanalyse und -formulierung folgen EPA- und USPTO-Standards mit integrierten Konsistenzprüfungen. FTO-Analysen liefern systematische Verletzungsrisikobewertungen mit dokumentierten Argumentationsketten. Bescheiderwiderungen analysieren Prüfereinwände und schlagen Strategien vor, gestützt auf einschlägige Rechtsprechung aus EPA-Beschwerdekammer-Entscheidungen, UPC-Urteilen und BGH-Entscheidungen.

Der gemeinsame Nenner ist strukturiertes, nachvollziehbares Reasoning. Jedes Atlas-Ergebnis lässt sich durch seinen Entscheidungsprozess zurückverfolgen -- und das zählt enorm, wenn Ihr Arbeitsergebnis einer rechtlichen Prüfung standhalten muss.

Fazit

Atlas als eigene Plattform zu bauen war nicht der einfache Weg. Aber Patentarbeit ist zu bedeutsam für architektonische Abkürzungen. Kanzleien und Abteilungen, die auf KI-Tools mit solider Infrastruktur setzen, werden ihre Vorteile über die Zeit kumulieren: bessere Ergebnisse, schnellere Durchlaufzeiten, konsistente Qualität und die Fähigkeit, neue KI-Fähigkeiten aufzunehmen, sobald sie verfügbar sind. Genau dafür ist Atlas gebaut.

Möchten Sie Atlas in Aktion sehen? WunderChat testen oder mehr über Atlas erfahren.

Dieser Artikel wurde am 12. Februar 2026 überarbeitet und neu strukturiert, um die Lesbarkeit zu verbessern. Der inhaltliche Gehalt bleibt unverändert.