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 relevant werden. 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.