Patentanmeldungen automatisieren mit LLMs: Stand 2026

Patentanmeldungen mit LLMs: Was 2026 wirklich funktioniert - und was nicht

Die Vorstellung, dass ein großes Sprachmodell auf Knopfdruck eine vollständige Patentanmeldung ausspuckt, ist nach wie vor Science Fiction. Aber die Realität von 2026 ist beeindruckend genug: LLMs haben sich als unverzichtbare Werkzeuge in der Entwurfspraxis etabliert, die den Zeitaufwand für Erstfassungen um 40 bis 60 Prozent reduzieren. Der Schlüssel liegt im Verständnis, wo die Modelle brillieren und wo sie versagen.

Von der Erfindungsmeldung zum Erstentwurf

Der klassische Workflow beginnt mit einer Erfindungsmeldung - oft ein unstrukturiertes Dokument mit technischen Skizzen, informellen Beschreibungen und dem gelegentlichen "der Erfinder erklärt es besser mündlich". LLMs transformieren diesen ersten Schritt fundamental.

Moderne domänenspezifische Modelle extrahieren aus einer Erfindungsmeldung die Kernkomponenten: das technische Problem, den Stand der Technik aus Erfindersicht, die vorgeschlagene Lösung und deren technische Wirkung. Aus diesen Elementen generiert das Modell einen strukturierten Erstentwurf mit unabhängigen und abhängigen Ansprüchen, einer detaillierten Beschreibung und Figurenbeschreibungen.

Die Qualität dieses Erstentwurfs hängt entscheidend von der Eingabequalität ab. Eine detaillierte Erfindungsmeldung mit klarer Problemstellung und konkreten Ausführungsbeispielen liefert Ergebnisse, die zu 70 bis 80 Prozent direkt verwertbar sind. Ein vager Zweizeiler liefert generischen Output, der mehr Arbeit erzeugt als er spart.

Domänenspezifisches Fine-Tuning vs. General-Purpose-Modelle

Die entscheidende Frage im Patent-Drafting ist nicht, ob man GPT-4, Claude oder Llama verwendet, sondern ob das Modell auf Patentliteratur trainiert wurde. General-Purpose-Modelle wie GPT-4o oder Claude 3.5 verstehen natürliche Sprache hervorragend, aber sie kennen die Konventionen der Patentsprache nicht. Sie formulieren "die Vorrichtung hat einen Sensor" statt "die Vorrichtung umfasst einen Sensor, der konfiguriert ist, um..." - ein Unterschied, der im Verletzungsprozess Millionen kosten kann.

Domänenspezifisch fine-getunete Modelle, die auf hunderttausenden erteilter Patentschriften trainiert wurden, beherrschen die Patentsprache nativ. Sie wissen, dass "umfassen" breiter ist als "bestehen aus", dass Ansprüche in der Einzahl formuliert werden und dass eine zweiteilige Anspruchsform am EPA den Oberbegriff vom kennzeichnenden Teil trennt. Dieses implizite Wissen ist der Unterschied zwischen einem brauchbaren Erstentwurf und einer Textübung.

In der Praxis zeigt sich 2026 eine klare Tendenz: Die führenden Patent-Drafting-Tools setzen auf fine-getunete Modelle mit RAG-Architektur (Retrieval Augmented Generation), die relevanten Stand der Technik dynamisch einbeziehen, statt sich auf das statische Wissen des Basismodells zu verlassen.

Qualitätssicherung: Der nicht verhandelbare Schritt

Kein seriöser Anbieter behauptet, dass LLM-generierte Entwürfe ohne menschliche Prüfung eingereicht werden können. Die Qualitätssicherung umfasst mehrere Ebenen.

Die technische Prüfung stellt sicher, dass die Erfindung korrekt und vollständig beschrieben ist. Hier versagen LLMs am häufigsten: Sie halluzinieren technische Details, verwechseln ähnliche Konzepte oder vereinfachen komplexe Zusammenhänge in einer Weise, die die Offenbarung unzureichend macht. Ein Beispiel: Ein LLM, das einen Anspruch für einen Katalysator formuliert, kann eine chemische Zusammensetzung "erfinden", die thermodynamisch unsinnig ist. Das erkennt nur ein Fachmann.

Die formale Prüfung kontrolliert die Anspruchsstruktur, die Konsistenz der Terminologie, die Rückbezüge der abhängigen Ansprüche und die Konformität mit den Richtlinien des jeweiligen Patentamts. Hier sind LLMs erstaunlich gut - formale Konsistenz ist eine Stärke statistischer Sprachmodelle.

Die strategische Prüfung bewertet, ob die Ansprüche den richtigen Schutzumfang haben, ob die Beschreibung genug Ausführungsbeispiele für eine robuste Anspruchsauslegung enthält und ob die Anmeldung genug Basis für spätere Teilungen bietet. Das bleibt vollständig im Verantwortungsbereich des Patentanwalts.

Die realen Grenzen: Halluzination und technische Genauigkeit

Halluzination ist kein gelöstes Problem. Auch die besten Modelle von 2026 generieren gelegentlich plausibel klingende aber inhaltlich falsche Aussagen. In der Patentpraxis ist das besonders gefährlich, weil Halluzinationen oft im Bereich des technisch Möglichen liegen und deshalb schwer zu erkennen sind.

Besonders anfällig sind numerische Angaben (Temperatur- oder Druckbereiche, Konzentrationen), Bezugnahmen auf spezifische Normen oder Standards und kausale Zusammenhänge in komplexen technischen Systemen. Die Lösung liegt nicht in besseren Modellen allein, sondern in Workflow-Design: Jede LLM-generierte Angabe, die nicht direkt aus der Erfindungsmeldung stammt, muss als potenziell halluziniert behandelt und verifiziert werden.

Die gute Nachricht: Die Halluzinationsrate domänenspezifischer Modelle ist in den letzten 18 Monaten um circa 60 Prozent gesunken. Die schlechte Nachricht: Null Prozent Halluzination wird ein unerreichbares Ziel bleiben.

Best Practices für die Anwalt-KI-Zusammenarbeit

Die produktivsten Kanzleien haben 2026 klare Workflows für die Mensch-Maschine-Zusammenarbeit etabliert. Der Anwalt erstellt oder überarbeitet die Erfindungsmeldung in einem strukturierten Format, das als LLM-Input optimiert ist. Das LLM generiert den Erstentwurf. Der Anwalt prüft, korrigiert und ergänzt - wobei er das LLM iterativ für Überarbeitungen einsetzt. Die finale Version durchläuft eine vollständige formale und inhaltliche Prüfung.

Entscheidend ist die Einstellung: Das LLM ist kein Autopilot, sondern ein hochqualifizierter Entwurfsassistent, der dem Anwalt die Erstformulierung abnimmt und ihm erlaubt, sich auf die strategisch-inhaltlichen Entscheidungen zu konzentrieren. Kanzleien, die das verstanden haben, melden im Durchschnitt eine Produktivitätssteigerung von 35 bis 50 Prozent bei gleichbleibender Qualität.

Fazit

LLMs haben die Patententwurfspraxis 2026 nicht revolutioniert - sie haben sie evolutioniert. Der Patentanwalt bleibt unverzichtbar, aber seine Rolle verschiebt sich von der Textproduktion zur Qualitätssicherung und Strategieentwicklung. Wer diese Verschiebung versteht und die richtigen Werkzeuge wählt, arbeitet schneller und besser. Wer sie ignoriert, wird zunehmend Schwierigkeiten haben, mit der Geschwindigkeit und den Preisen der Konkurrenz mitzuhalten.

WunderIP unterstützt den gesamten Entwurfsprozess mit domänenspezifischen LLMs, die auf europäische Patentliteratur trainiert sind. Testen Sie den KI-gestützten Patententwurf.