Über uns

Die Hochschule München und die SuperWise Technologies AG haben sich im Rahmen eines ZIM-Projektes (Zentrales Innovationsprogramm Mittelstand) zusammengetan und eine neuartige Patentrecherchesoftware entwickelt. Ausgehend von der Feststellung, dass es keine Lösung für unerfahrende Anwender im Bereich Patentrecherche gibt, jedoch bei Entwicklungsingenieuren großer Bedarf besteht, effektiv und einfach nach Patenten zu recherchieren, haben wir uns zum Ziel gemacht Patentrecherche intuitiver und effektiver zu machen.

Dies ist uns durch die Kombination zweier Technologien gelungen:
Die SuperWise Technlogies AG hat Ihre Semantic Engine "Appollo Retrieve" integriert.
Von Hochschule München wurden Erkenntnisse aus dem Bereich der Informationvisualisierung und zoombare Benutzeroberflächen eingebracht.
Die Kombination beider Lösungen hat ermöglicht, den komplexen Informationsraum einer Patentdatenbank einfach und intuitiv zu erschließen. Das Ziel, schnell relevante Patente zu finden, sowie einen Überblick über den Stand der Technik zu gewinnen, wird damit einfach erreicht.

Projektzielsetzung

Bisherige Lösungen der Patentrecherche schienen uns unbefriedigend. Die uns zur Verfügung stehenden Technologien legten nahe, sie zu einer besseren Lösung zu kombinieren.

Projektzielsetzung

Projektfokus von "Semantic Patent Map"

Das Projekt "Semantic Patent Map" hat das Ziel mit einer neuartigen Suchsoftware den Patentrechercheprozess zum einen effizienter zu machen und zum anderen für den Rechercheur die Wahrscheinlichkeit zu erhöhen, für ihn relevante Patente überhaupt zu finden. Dies soll erreicht werden, indem bisherige Suchsoftware, die lediglich in der Lage ist, nach rein formalen Kriterien zu suchen, durch eine bedeutungsorientierte (semantische) Suche ersetzt wird. Die Darstellung der Suchergebnisse soll nicht mehr in Form einer Liste, sondern auf einer sog. Topic Map (Themenlandkarte) erfolgen.

Status quo in der Patentrecherche

Bisher kann in kostenlosen bzw. kommerziellen Patentdatenbanken nur nach "formalen Kriterien" gesucht werden. Das heißt, um eine bestimmte Erfindung oder Erfindungen in einem bestimmten technischen Gebiet zu recherchieren, kann u.a. nach Stichwörtern, Patentklassen, Anmeldern und zitierten Patenten gesucht werden. So sollen indirekt Dokumente mit einem bestimmten Inhalt gefunden werden. Nicht möglich ist nach dem inhaltlichen Konzept als solchem zu suchen. Die Suche anhand formaler Kriterien erfordert aber komplizierte, kombinierte Suchanfragen, um die Anzahl potentiell relevanter Patente soweit zu reduzieren, dass diese mit einem annehmbaren Zeitaufwand gesichtet werden können. Derzeit hängt die Qualität der Suchanfrage und damit auch des Ergebnisses stark vom Wissensstand und der Kreativität des Rechercheurs ab. Beispielweise ist eine Stichwortsuche nur dann umfassend, wenn auch nach allen mehr oder weniger gebräuchlichen Synonymen für einen Begriff, der einen bestimmten Sachverhalt beschreibt, gesucht wird. Die Anzeige eines Suchergebnisses in Form einer Trefferliste enthält naturgemäß nur Dokumente, die von der Suchsoftware als relevant erachtet wurden, lässt den Rechercheur aber im Ungewissen, ob sich nicht weitere interessante Dokumente in der Datenbank befinden.

Vorteile und Verbesserungen durch die "Semantic Patent Map"

Durch den Einsatz einer "semantischen" Suchsoftware kann auf die Suche nach "formalen Kriterien" verzichtet werden. Eine semantische Suche findet sinnentsprechende Textstellen, die in ganz anderer Weise formuliert sind und mit Schlagwortsuche normalerweise nicht entdeckt würden. Es kann also eine beliebige Beschreibung einer Erfindung im Volltext als Suchanfrage im Sinne eines Suchterms eingegeben werden. Die Anzahl der notwendigen Suchanfragen wird so deutlich reduziert und es bedarf keiner Vorkenntnis bezüglich des Fachjargons oder der Patentklassen seitens des Rechercheurs auf einem bestimmten technischen Gebiet. Die Suchergebnisse werden nicht als Liste angezeigt, sondern auf einer zoombaren, landkartenähnlichen Oberfläche (Topic Map). Bevor die Suchanfrage gestellt ist, zeigt die Topic Map den gesamten Dokumentenbestand, der in inhaltliche Cluster visuell – vorstellbar wie Kontinente und Länder auf einer Landkarte – aufgeteilt ist. Nach dem Stellen der Suchanfrage werden die Treffer innerhalb der Gesamtdarstellung visuell hervorgehoben. Der Rechercheur sieht also nicht nur die Treffer (wie bei einer Trefferliste), sondern den gesamten Kontext, innerhalb dessen sich die Treffer befinden. Dies ermöglicht ihm die Treffer anhand der nicht relevanten Dokumente auf Vollständigkeit zu überprüfen und er erlangt so die gewünschte Sicherheit, auch wirklich alles gefunden zu haben.

Projektrahmen

Die SuperWise Technologies AG und die Hochschule München konnten mit Hilfe der ZIM-Förderung (Zentrales Innovationsprogramm Mittelstand) diese herausragende Lösung realisieren.

Projektrahmen

Projektrahmen

Das Projekt wird als Forschungskooperation zwischen dem Lehrstuhl für Mensch-Maschine-Interaktion an der Fakultät für Informatik der Hochschule München (FH) unter der Leitung von Frau Prof. Dr. Socher und der Superwise Technolgies AG, einem Hersteller von innovativer Such – und Analysesoftware, durchgeführt. Das Projekt wird durch das BMWi über das Zentrale Innovationsprogramm Mittelstand (ZIM) gefördert.

Team

Die SuperWise Technologies AG und die Hochschule München konnten mit Hilfe der ZIM-Förderung (Zentrales Innovationsprogramm Mittelstand) diese herausragende Lösung realisieren.

Team

Prof. Dr. Gudrun Socher

Professorin Lehrstuhl Mensch-Maschine-Interaktion, Hochschule für angewandte Wissenschaften München

Projektleitung

Josef Jaud

Wiss. Mitarbeiter, Lehrstuhl Mensch-Maschine-Interaktion, Hochschule für angewandte Wissenschaften München

User Research, Konzeption, User Experience Design, Projektmanagement

Florian Günther

Wiss. Mitarbeiter, Lehrstuhl Mensch-Maschine-Interaktion, Hochschule für angewandte Wissenschaften München

Softwareentwicklung

Solveig Hoffmann