Die Integration der KI-Technologie in die Patentrecherche

1. Einstieg: KI im Recherchealltag

•             Warum KI in der Patentrecherche?

•             Überblick: spezialisierte vs. generative KI

•             Rolle des Rechercheurs im hybriden Ansatz

Ziel: Die Teilnehmenden verstehen den Nutzen und die Grenzen beider KI-Arten im IP-Kontext.

 2. Recherchespezifische KI

•             IPRally: Praxisübung zu den Möglichkeiten und Grenzen

•             Origin: Neue Funktionen - Praxisübung zu den Möglichkeiten und Grenzen

•             Vergleich: Präzision, Bedienbarkeit, Transparenz

•             Diskussion: „Wann nutze ich spezialisierte KI – wann generative?“

Ziel: Bewusster Einsatz patentrecherchespezifischer Tools als Baustein des hybriden Rechercheprozesses.

 3. Generative KI in der Recherche

•             ChatGPT und Llama: Denkpartner statt Suchmaschine

•             Lokale Modelle (Ollama, DeepSeek): Datenschutz & Kontrolle

•             Praxis: Einsatz zur Konzeptanalyse, Synonymfindung, Feature-Matrix

Ziel: Generative KI gezielt einsetzen, um Denkvorgänge und Recherchestrategien zu erweitern.

 4. Advanced Prompting

•             Prinzipien effektiver Prompts

•             Strukturierte Prompts für Recherche-, Analyse- und Reporting-Aufgaben

•             Aufbau einer eigenen Prompt Library

•             Kurze Live-Demo: Von der Suchfrage zum strukturierten Prompt

Ziel: Systematisches Prompten als neue Kernkompetenz des Rechercheurs.

 5. GPTs & Custom Workflows

•             Was sind GPTs / Custom Assistants?

•             Erstellung und Anpassung eigener GPTs

•             Praxisübung zu typischen Use Cases:

o             Ask AI

o             Merkmals-Vergleiche

o             Funktionsanalysen

•             Grenzen & Verantwortung beim Einsatz

 Ziel: Eigenständige, zielgerichtete Nutzung von GPTs im Rechercheprozess.

 6. RAG & Vektordatenbanken

•             Konzept: Retrieval-Augmented Generation

•             Aufbau einer kleinen Wissensdatenbank (lokal oder hybrid)

•             Integration mit LLMs über Ollama oder n8n

•             Praxisbeispiel: RAG-Chatbot für Patentdaten

Ziel: Eigens generierte Wissensbasen mit KI abfragbar machen.

 7. Agenten & Automatisierte Workflows

•             Idee: KI als aktiver Recherche-Assistent

•             Praxisbeispiel: Erstellen eines einfachen Agenten mit Patentdaten

Ziel: Verständnis, wie KI-Workflows zu „denkenden“ Recherche-Helfern werden.

 8. Abschluss & Ausblick

•             Grenzen, Verantwortung & Qualitätssicherung

•             Diskussion: Wie verändert KI die Rolle des Rechercheurs?

•             Next Steps: Integration im Alltag / eigene Experimente

Ziel: Reflexion & Motivation, eigene KI-basierte Routinen zu entwickeln.