T 1193/23 - Rotorspinnmaschine (Auslegung von impliziten Merkmalen / KI als Fachperson)

In dieser Folge sprechen Lukas Fleischer und GerdHübscher über die
Entscheidung T 1193/23 einer Beschwerdekammer des Europäischen
Patenamts. Gegenstand des Verfahrens ist eine Rotorspinnmaschine
zur Herstellung von Garnen, wobei insbesondere die Zuerkennung von
implizit offenbarten Merkmalen im Stand der Technik und die
Sichtweise der Beschwerdekammer auf die Bedeutung von auf KI, also
auf Large Language Models (ChatGPT), gestützte Argumente.
Rotorspinnmaschinen arbeiten mit hunderten Spinnstellen und
Rotordrehzahlen, die im High-End-Bereich bis in Größenordnungen von
hunderttausenden Umdrehungen pro Minute reichen. Solche Systeme
sind technisch nur beherrschbar, wenn Rotor, Magnetlagerung und
Gehäusebedingungen (z. B. Unterdruck im Gehäuse) genau aufeinander
eingestellt sein. Der Kern des Streitpatents liegt in einem
Verfahren zum sicheren Starten und Stoppen eines Rotors einer
solchen Rotorspinnmaschine. Dazu muss – vereinfacht – Folgendes
passieren: Entweder wird eine Lagerregelung (für ein aktives
Magnetlager) überwacht oder eine Datenverbindung zwischen Motor und
Steuerung überwacht. Wird ein Fehlerzustand festgestellt, wird der
Start des Rotors blockiert oder der Rotor gezielt gestoppt. Der
zentrale Konflikt drehte sich darum, ob der Anspruch tatsächlich
einen qualitativ anderen Sicherheitsmechanismus fordert – oder ob
das im Stand der Technik ohnehin implizit enthalten ist. In der D3
wurde ein Verfahren zur kontinuierlichen Überwachung und
gegebenenfalls Notabschaltung für einen magnetgelagerten Rotor
beschrieben, ohne Hinweis auf eine Spinnmaschine. Während auf der
Hand liegt, dass damit das Stoppen des Rotors offenbart ist,
stellte sich die Frage wie es sich mit dem Starten verhält. Die
Patentinhaberin versuchte, über die Wortwahl eine Trennlinie zu
ziehen: „prüfen“ sollte eher als initiale, gegebenenfalls einmalige
Kontrolle (z. B. beim Hochfahren/Inbetriebnehmen) verstanden
werden, während „überwachen“ als fortlaufendes Monitoring gelesen
wurde. Im Einspruchsverfahren folgte die Einspruchsabteilung in
vielen Punkten der Argumentation der Patentinhaberin und das Patent
wurde in beschränkter Fassung (auf Basis eines Hilfsantrags)
aufrechterhalten. Die Einspruchsabteilung sah also zentrale
Merkmale – insbesondere die beiden Alternativen „Datenverbindung
prüfen“ oder „Lagerregelung prüfen“ – in der D3 nicht unmittelbar
und eindeutig offenbart. In der Beschwerde nahm die Kammer jedoch
eine andere Sichtweise in Hinblick auf die implizite Offenbarung
der relevanten Merkmale ein: Für eine Maschine mit diesem
Risikoprofil ist es fachlich naheliegend, dass die
Überwachung/Regelung auch Prüfhandlungen umfasst, die auch einmalig
ausgeführt werden, da der Anspruch diese Möglichkeit offen lässt.
Es scheint klar zu sein, dass jedenfalls auch beim Inbetriebnehmen
die Datenverbindung bzw. die Lagerung überprüft werden, etwa durch
einen Servicetechniker, bevor man eine derartige Anlage überhaupt
startet. In Summe wurden damit alle Merkmale als (zumindest)
implizit durch den Stand der Technik offenbart angesehen. Ergebnis:
Widerruf des Patents, da auch keiner der Hilfsanträge als
rechtsbeständig angesehen wurde. Ein besonderes Detail der
Entscheidung: In der mündlichen Verhandlung wurde von der
Patentinhaberin versucht, über ein Large Language Model (ChatGPT)
eine sprachliche Differenzierung („prüfen“ vs. „überwachen“,
„Lagerregelung“ etc.) zu stützen. Die Kammer ordnete diesen Versuch
deutlich ein: Antworten eines Sprachmodells seien nicht geeignet,
um das Verständnis der Fachperson zum Prioritäts-/Anmeldetag zu
belegen – unter anderem wegen - unklarer Trainingsdaten und
fehlender zeitlicher Einordnung, und - starker Kontext- und
Prompt-Abhängigkeit.