[{"data":1,"prerenderedAt":223},["ShallowReactive",2],{"ki-rechtsprechungsmonitor-decision-jure219030236":3},{"schemaVersion":4,"dataset":5,"generatedAt":6,"rules":7,"decision":151},"ki-rechtsprechungsmonitor.decision.v1","german-federal-ai-case-law-observatory","2026-07-20T20:45:19.667Z",[8,18,26,38,46,52,68,84,90,138,144],{"id":9,"label":10,"phrases":13,"query":17},"artificial-intelligence-de",{"de":11,"en":12},"Künstliche Intelligenz","Artificial intelligence (German)",[14,15,16],"künstliche Intelligenz","künstlicher Intelligenz","künstlichen Intelligenz","\"künstliche Intelligenz\"",{"id":19,"label":20,"phrases":23,"query":25},"artificial-intelligence-en",{"de":21,"en":22},"Artificial Intelligence","Artificial intelligence",[24],"artificial intelligence","\"artificial intelligence\"",{"id":27,"label":28,"phrases":31,"query":37},"machine-learning-de",{"de":29,"en":30},"Maschinelles Lernen","Machine learning (German)",[32,33,34,35,36],"maschinelles Lernen","maschinelle Lernen","maschinellem Lernen","maschinellen Lernen","maschinellen Lernens","\"maschinelles Lernen\"",{"id":39,"label":40,"phrases":43,"query":45},"machine-learning-en",{"de":41,"en":42},"Machine Learning","Machine learning",[44],"machine learning","\"machine learning\"",{"id":47,"label":48,"phrases":50,"query":51},"deep-learning",{"de":49,"en":49},"Deep Learning",[49],"\"Deep Learning\"",{"id":53,"label":54,"phrases":57,"query":67},"neural-net-de",{"de":55,"en":56},"Neuronales Netz","Neural net (German)",[58,59,60,61,62,63,64,65,66],"neuronales Netz","neuronale Netz","neuronalem Netz","neuronalen Netz","neuronalen Netzes","neuronale Netze","neuronalen Netze","neuronalen Netzen","neuronaler Netze","\"neuronales Netz\"",{"id":69,"label":70,"phrases":73,"query":83},"neural-network-de",{"de":71,"en":72},"Neuronales Netzwerk","Neural network (German)",[74,75,76,77,78,79,80,81,82],"neuronales Netzwerk","neuronale Netzwerk","neuronalem Netzwerk","neuronalen Netzwerk","neuronalen Netzwerks","neuronale Netzwerke","neuronalen Netzwerke","neuronalen Netzwerken","neuronaler Netzwerke","\"neuronales Netzwerk\"",{"id":85,"label":86,"phrases":88,"query":89},"dabus",{"de":87,"en":87},"DABUS",[87],"\"DABUS\"",{"id":91,"label":92,"phrases":95,"query":137},"ki-generated-de",{"de":93,"en":94},"KI-generiert","AI-generated (German)",[93,96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,111,112,113,114,115,116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134,135,136],"KI‐generiert","KI‑generiert","KI‒generiert","KI–generiert","KI—generiert","KI generiert","KI-generierte","KI‐generierte","KI‑generierte","KI‒generierte","KI–generierte","KI—generierte","KI generierte","KI-generierter","KI‐generierter","KI‑generierter","KI‒generierter","KI–generierter","KI—generierter","KI generierter","KI-generierten","KI‐generierten","KI‑generierten","KI‒generierten","KI–generierten","KI—generierten","KI generierten","KI-generiertem","KI‐generiertem","KI‑generiertem","KI‒generiertem","KI–generiertem","KI—generiertem","KI generiertem","KI-generiertes","KI‐generiertes","KI‑generiertes","KI‒generiertes","KI–generiertes","KI—generiertes","KI generiertes","\"KI-generiert\"",{"id":139,"label":140,"phrases":142,"query":143},"chatgpt",{"de":141,"en":141},"ChatGPT",[141],"\"ChatGPT\"",{"id":145,"label":146,"phrases":148,"query":150},"large-language-model",{"de":147,"en":147},"Large Language Model",[147,149],"Large Language Models","\"Large Language Model\"",{"active":152,"contentFingerprint":153,"courtName":154,"courtType":155,"decisionDate":156,"decisionNames":157,"deviatingDocumentNumbers":158,"documentNumber":159,"documentType":160,"ecli":161,"fileNumbers":162,"firstObservedAt":6,"headline":164,"id":165,"inLanguage":166,"judicialBody":167,"keywords":168,"lastObservedAt":6,"location":169,"matchedRules":170,"metadataFingerprint":171,"passages":172,"slug":215,"sourceUrls":216,"state":221,"titleLine":222},true,"sha256:b83d0657a0909cc42840199ff688b2a85767de5698d08e98044265bb2d096f27","BPatG München","BPatG","2021-11-03",[],[],"JURE219030236","Beschluss",null,[163],"19 W (pat) 32\u002F20","BPatG, Beschluss vom 3. November 2021 - 19 W (pat) 32\u002F20","ris:case-law:JURE219030236","de","19. Senat",[],"München",[39,53,69],"sha256:74d8c8d313c2a4effa5adc1c90ce6ed520e616d94e926bee6863d99ea6e8b5e7",[173,179,185,191,197,203,209],{"id":174,"ruleIds":175,"section":176,"terms":177,"text":178},"passage-c7f98126a78390e0416d",[39,53],"Rn. 125 · randnummer-125",[41,63],"125 Selbst wenn der Fachmann möglicherweise noch davon ausgehen wird, dass Einflussgrößen und Verschleißindikatoren ermittelt , Lastzyklen reproduziert , Methoden aus dem Bereich Machine Learning sowie künstliche neuronale Netze und Zeitreihenanalyse angewendet werden sollen, ist es offensichtlich, dass es sich bei den Angaben „Verbrennungsmotor“, „Trainingsdaten“ und „Motorsteuergerät“ nicht um Verfahrensschritte handelt.…",{"id":180,"ruleIds":181,"section":182,"terms":183,"text":184},"passage-b5fcf6af4cce2fdc3c42",[69],"Rn. 138 · randnummer-138",[78],"…Es wird lediglich erklärt, dass der jeweilige „gemessene“ Schadensindikator die „Zielgröße“ eines künstlichen neuronalen Netzwerks ist, in das die Einflussgrößen integriert oder gemittelt und zusammengefasst eingegeben werden.…",{"id":186,"ruleIds":187,"section":188,"terms":189,"text":190},"passage-2e577c8c03be0af6d26d",[53],"Rn. 140 · randnummer-140",[64],"…Nachdem die künstlichen neuronalen Netze trainiert seien, sollten ihre Parameter in das Motorsteuergerät kalibriert werden, wobei das Motorsteuergerät zur Betriebszeit des Verbrennungsmotors die Einflussgrößen messe, integriere oder diese mittele (die Seiten 7 und 8 übergreifender Absatz).…",{"id":192,"ruleIds":193,"section":194,"terms":195,"text":196},"passage-77660c09ace2fbae078a",[53],"Rn. 141 · randnummer-141",[65],"…uf das zu bildende Modell , welches in das Motorsteuergerät implementiert werden und laut Beschreibungseinleitung für die technische Lehre der Anmeldung in Abgrenzung zu herkömmlichen Verfahren aus „mehreren künstlichen neuronalen Netzen“ bestehen soll (Seite 2, letzter Absatz und Seite 3, erster Absatz), liefert die Beschreibung im Wesentlichen lediglich folgende Informationen:",{"id":198,"ruleIds":199,"section":200,"terms":201,"text":202},"passage-461d1e8ec8e1df0ca170",[39],"Rn. 142 · randnummer-142",[41],"142 Das sogenannte „Degradationsmodell“ bestehe aus „mehreren künstlichen neuronalen Netzen, die je ein Verschleißverhalten eines Schadensindikators prädizieren“, und werde durch „Machine Learning“ gebildet (Seite 3, Zeilen 5 bis 10), wobei die Modellierung durch ein Training der Algorithmen im Motorsteuergerät stattfinde (Seite 5, 4.…",{"id":204,"ruleIds":205,"section":206,"terms":207,"text":208},"passage-e41c2db44c4035e90e3d",[69],"Rn. 143 · randnummer-143",[78],"…Alle Einflussgrößen würden integriert oder gemittelt und zum Eingangsvektor des künstlichen neuronalen Netzwerks zusammengefasst, wobei die Zielgröße der jeweilige gemessene (Ölanalyse) Schadensindikator sei (Figur 3 i.…",{"id":210,"ruleIds":211,"section":212,"terms":213,"text":214},"passage-683fca8560ab540f3aba",[69],"Rn. 144 · randnummer-144",[78],"…Struktur des künstlichen neuronalen Netzwerks wird in der Anmeldung jedoch nicht beschrieben, und zwar weder, wie viele künstliche Neuronen sich auf wie vielen Schichten (einschichtig oder mehrschichtig, hidden layers) befinden, noch wie diese miteinander verbunden sind (z.…","jure219030236",{"api":217,"html":218,"source":219,"xml":220},"https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE219030236","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE219030236.html","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fcase-law\u002FJURE219030236","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE219030236.xml","observed_in_latest_complete_run","(Patentbeschwerdeverfahren – \"Verfahren zur Bestimmung und Prädiktion des individuellen Ölwechselintervalls eines Verbrennungsmotors\" – Zur Offenbarung einer Erfindung)",1784624756094]