[{"data":1,"prerenderedAt":234},["ShallowReactive",2],{"ki-rechtsprechungsmonitor-decision-jure229030520":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":226,"sourceUrls":227,"state":232,"titleLine":233},true,"sha256:b933745cada6b3f5048efa4785e6eea220abd3cdd9faf58fc3e1071adfdf792f","BPatG München","BPatG","2022-06-01",[],[],"JURE229030520","Beschluss",null,[163],"19 W (pat) 7\u002F22","BPatG, Beschluss vom 1. Juni 2022 - 19 W (pat) 7\u002F22","ris:case-law:JURE229030520","de","19. Senat",[],"München",[47,27,39,53,69],"sha256:d0ac9fed001a510cc40083b7f42292573b73e51fc90670df3ab234d5c273f748",[173,179,185,191,197,203,209,214,220],{"id":174,"ruleIds":175,"section":176,"terms":177,"text":178},"passage-726cddacfc7e8955bac2",[27],"Rn. 17 · randnummer-17",[35],"…Trainingsauswerteeinrichtung (10) für ein automatisiert betreibbares Personenbeförderungsfahrzeug (1) zum maschinellen Lernen des Beförderungswunsches der Person umfassend",{"id":180,"ruleIds":181,"section":182,"terms":183,"text":184},"passage-7c1ad5bc7953f057e7ff",[69],"Rn. 20 · randnummer-20",[78],"20 - ein künstliches neuronales Netzwerk (13), wobei die Trainingsauswerteeinrichtung (10) ausgeführt ist, in einer Speisung des künstlichen neuronalen Netzwerks (13) mit dem ersten Signal (S1) und den zweiten Signalen (S2a, S2b, S2c, S2d)",{"id":186,"ruleIds":187,"section":188,"terms":189,"text":190},"passage-1c1ce787980dedfbdad3",[69],"Rn. 23 · randnummer-23",[78],"23 - Gewichtungsfaktoren (w) für Verbindungen (15) von Neuronen (16) des künstlichen neuronalen Netzwerks derart anzupassen, dass eine Übereinstimmung des ersten Signals (S1) mit einem der zweiten Signale (S2a, S2b, S2c, S2d) maximal ist und dass der zweite Steuerbefehl im Wesentlichen mit dem ersten Steuerbefehl übereinstimmt, der dem zweiten Signal (S2a, S2b, S2c, S2d) entspricht, dessen Übereinstimm…",{"id":192,"ruleIds":193,"section":194,"terms":195,"text":196},"passage-6d528b41fbe24ffc2a97",[39],"Rn. 233 · randnummer-233",[44],"…e zur Verwendung von vorhandenen, vorab in einem Gesten- oder Bewegungspool abgelegten Datensätzen beschrieben wird (Absätze 0014 und 0034), liest der Fachmann mit, dass dieses sich auf sogenanntes maschinelles Lernen ( machine learning ) bezieht.",{"id":198,"ruleIds":199,"section":200,"terms":201,"text":202},"passage-b8b9dfb8b33a15f645c1",[53],"Rn. 234 · randnummer-234",[63],"…s Beispielen, indem mittels Algorithmen aus Trainingsdaten ein statistisches Modell aufgebaut wird, zieht der Fachmann bei der Anwendung auf dem vorliegenden Gebiet der Mustererkennung eine Realisierung durch künstliche neuronale Netze in Betracht.",{"id":204,"ruleIds":205,"section":206,"terms":207,"text":208},"passage-5f1ce486583343ff5df5",[69],"Rn. 25 · randnummer-25",[78],"…Verfahren zum Trainieren eines künstlichen neuronalen Netzwerks (13), um einen Beförderungswunsch einer Person (2) für eine Beförderung mit einem Personenbeförderungsfahrzeug (1) zu erkennen, umfassend die Schritte:",{"id":210,"ruleIds":211,"section":212,"terms":213,"text":178},"passage-d858cfab771d87d171f1",[27],"Rn. 47 · randnummer-47",[35],{"id":215,"ruleIds":216,"section":217,"terms":218,"text":219},"passage-2d0918747b81ca919be5",[27],"Rn. 76 · randnummer-76",[29],"76 D4 Maschinelles Lernen.…",{"id":221,"ruleIds":222,"section":223,"terms":224,"text":225},"passage-ce6b9fdc89f5c3f7e243",[47],"Rn. 78 · randnummer-78",[49],"78 D5 NIELSEN, M.: Neural Networks and Deep Learning, Determination Press, 2015","jure229030520",{"api":228,"html":229,"source":230,"xml":231},"https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030520","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030520.html","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fcase-law\u002FJURE229030520","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030520.xml","observed_in_latest_complete_run","(Patentbeschwerdesache - \"Erkennen eines Beförderungswunsches einer Person für eine Beförderung mit einem Personenbeförderungsfahrzeug\" – Zur Frage der erfinderischen Tätigkeit)",1784624756202]