[{"data":1,"prerenderedAt":232},["ShallowReactive",2],{"ki-rechtsprechungsmonitor-decision-jure229030678":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":224,"sourceUrls":225,"state":230,"titleLine":231},true,"sha256:112dd46631e17af2abf466069db89085e48b6c92f62cd83da1e3ebeb2ce3d515","BPatG München","BPatG","2022-06-28",[],[],"JURE229030678","Beschluss",null,[163],"17 W (pat) 2\u002F21","BPatG, Beschluss vom 28. Juni 2022 - 17 W (pat) 2\u002F21","ris:case-law:JURE229030678","de","17. Senat",[],"München",[9,47,69],"sha256:2e7f03c01a210336ff4e6d98ae47cfda684d673e89c6676f24163af6575062b3",[173,179,185,191,197,202,208,213,218],{"id":174,"ruleIds":175,"section":176,"terms":177,"text":178},"passage-4455722f27ee1dcb100c",[9],"Rn. 25 · randnummer-25",[16],"…hulingenieur der Fachrichtung Elektrotechnik mit mehrjähriger Erfahrung auf dem Gebiet der medizinischen Bilddatenverarbeitung anzusehen, der gute Kenntnisse in der Anwendung und auch in der Entwicklung von Methoden der künstlichen Intelligenz besitzt.",{"id":180,"ruleIds":181,"section":182,"terms":183,"text":184},"passage-f7f1536a2617bff51195",[69],"Rn. 33 · randnummer-33",[79],"…Generator- und Klassifikatorfunktion können jeweils künstliche neuronale Netzwerke sein.…",{"id":186,"ruleIds":187,"section":188,"terms":189,"text":190},"passage-5b086d2ca1db09324927",[9],"Rn. 48 · randnummer-48",[16],"48 So betreffen die Anweisungen der Patentansprüche 1 und 10 grundlegende, für Algorithmen auf dem Gebiet der künstlichen Intelligenz typische Datenverarbeitungsschritte.",{"id":192,"ruleIds":193,"section":194,"terms":195,"text":196},"passage-3512c92d039432c8b8c1",[69],"Rn. 50 · randnummer-50",[79],"…Dafür sprechen insbesondere die zahlreichen Veröffentlichungen über neuronale Netzwerke und GA-Algorithmen, die bereits zum Anmeldetag Stand der Technik waren und ersichtlich zu publizierbaren Resultaten geführt hatten (vgl.…",{"id":198,"ruleIds":199,"section":194,"terms":200,"text":201},"passage-e4b36e9acc4766444f04",[9],[16],"…Denn bei der praktischen Umsetzung eines Algorithmus auf dem Gebiet der künstlichen Intelligenz gehört es zur üblichen Vorgehensweise des Fachmanns, verschiedene - selbst entwickelte oder bereits von anderen Fachleuten veröffentlichte - Trainingsdatensätze und Programmbausteine auszuprobieren und derart anzupassen, dass der Algorithmus zu zufriedenstellenden Ergebnissen führt (z.B.…",{"id":203,"ruleIds":204,"section":205,"terms":206,"text":207},"passage-4a1cea8a50f46331af98",[47],"Rn. 62 · randnummer-62",[49],"…12, Seiten 2536-2545 D7) HAO, H.: Vessel Layer Separation of X-ray Angiographic Images using Deep Learning Methods.…",{"id":209,"ruleIds":210,"section":205,"terms":211,"text":212},"passage-6486a9f54d8da7a9ba2b",[47],[49],"…[et al.]: Deep Learning-based Inpainting for Virtual DSA.…",{"id":214,"ruleIds":215,"section":205,"terms":216,"text":217},"passage-94f52f552b5f05d2b73a",[47],[49],"…URL: https:\u002F\u002Farxiv.org\u002Fpdf\u002F1406.2661 [abgerufen am 2018-09-27] D5) MONTOYA, Juan C., et al.: 3D Deep Learning Angiography (3D-DLA) from C-arm Conebeam CT.…",{"id":219,"ruleIds":220,"section":221,"terms":222,"text":223},"passage-4219df4751a0e5ccee93",[69],"Rn. 71 · randnummer-71",[78],"…Abschnitt I., zweiter Absatz, erster Satz) mittels eines neuronalen Netzwerks (Figur 1 sowie Absatz II), um Bewegungsartefakte bei der Anwendung von DSA auf bewegliche Objekte zu vermeiden (Abschnitt I., erster Absatz).…","jure229030678",{"api":226,"html":227,"source":228,"xml":229},"https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030678","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030678.html","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fcase-law\u002FJURE229030678","https:\u002F\u002Ftestphase.rechtsinformationen.bund.de\u002Fv1\u002Fcase-law\u002FJURE229030678.xml","observed_in_latest_complete_run","(Patentbeschwerdesache –\"Bereitstellen eines Differenzbilddatensatzes und einer trainierten Generatorfunktion\"- mathematische Methode zur Lösung eines konkreten technischen Problems – kein genereller Patentierungsausschluss – Zurückverweisung an das Deutsche Patent- und Markenamt)",1784624756248]