KI-Diagnostik MedTech
Patentlandschaft der KI-gestützten Diagnostik in der Medizintechnik. Die Schnittmenge von künstlicher Intelligenz und diagnostischen Verfahren, gemessen an 16.786 DOCDB-Patentfamilien mit Anmeldungen beim Deutschen Patent- und Markenamt oder beim Europäischen Patentamt.
Executive Summary
Wer meldet KI-gestützte Diagnostik in Deutschland und Europa an, wie hat sich die Aktivität entwickelt, und welche Technologien tragen sie?
Für den Zeitraum 2015 bis 2023 identifiziert diese Analyse 16.786 DOCDB-Patentfamilien, die mindestens eine Anmeldung beim Deutschen Patent- und Markenamt oder beim Europäischen Patentamt besitzen und in denen sich Klassifikationen für künstliche Intelligenz mit Klassifikationen für diagnostische Verfahren treffen. Hinter diesen Familien stehen 18.768 Einzelanmeldungen. 14.977 Familien haben ein Mitglied beim EPA, 2.044 eines beim DPMA, 235 beides.
Die jährliche Anmeldetätigkeit steigt von 1.237 Familien im Jahr 2015 auf 2.404 im Jahr 2021 — eine durchschnittliche jährliche Wachstumsrate von 11,7 Prozent über sechs Jahre. 2022 (2.350) und 2023 (2.197) liegen unterhalb des Werts von 2021. Das Feld wächst also weiterhin auf hohem Niveau, hat aber innerhalb des betrachteten Fensters bereits einen Wendepunkt durchlaufen.
Technologisch dominiert nicht der Klassiker G06N, sondern die medizinische Fachklassifikation selbst: G16H 50/00 (ICT für medizinische Diagnose) erscheint in 9.398 Familien, A61B 5/00 (Messung zu Diagnosezwecken) in 8.923, G16H 30/00 (medizinische Bilddaten) in 3.896. Auf der KI-Seite führen G16H 50/20 (computergestützte Diagnose auf Basis maschinellen Lernens) und A61B 5/7264 bzw. A61B 5/7267 (Klassifikation physiologischer Signale mit neuronalen Netzen) — Codes, die KI und Diagnostik in einem einzigen Symbol vereinen. Die reinen KI-Kernklassen folgen mit G06N 3/00 (2.711 Familien) und G06N 20/00 (2.383).
Bei den Anmeldern führt Koninklijke Philips mit 1.283 Familien vor der Siemens-Healthineers-Gruppe, die über alle harmonisierten Namensvarianten hinweg auf 958 Familien kommt. Nach Herkunftsland der Anmelder liegen die USA mit 5.639 Familien vorn, gefolgt von Deutschland (2.311), Japan (1.782) und den Niederlanden (1.433).
Die Daten zeigen ein Feld, das seine Suchlogik verschoben hat: 85,4 Prozent der Familien werden über CPC gefunden, nur 28,1 Prozent über IPC — und 11,4 Prozent der Familien treten ausschließlich über Vorgängersymbole in den Suchraum ein. Im Anmeldejahr 2015 sind es 45,2 Prozent. Eine Suche allein auf den heute gültigen Symbolen würde die Frühphase dieses Felds fast zur Hälfte übersehen.
Suchstrategie — Schnittmenge KI und Diagnostik
Eine Anmeldung zählt, wenn sie mindestens einen Code aus dem KI-Codeset und mindestens einen Code aus dem Diagnostik-Codeset trägt. Beide Codesets wurden aus den Klassifikations-Views aufgebaut, nicht aus handverlesenen Symbolen.
KI-Seite — 123 IPC- und 790 CPC-Symbole
- Kern: die vollständige Unterklasse G06N (Rechenanordnungen auf Basis spezifischer Rechenmodelle), ohne G06N 10/00 (Quantencomputing)
- Volltext-Breadcrumb:
SEARCH(title_full, …)aufdpt_ipcunddpt_cpcfür „neural network“, „neural networks“, „machine learning“, „artificial intelligence“, „deep learning“ - Definitionstexte:
SEARCH(definition_scope, …)aufdpt_cpcmit denselben Begriffen - Ergebnis u. a.: G06V 10/xx (Bild- und Videoerkennung), G06F 18/xx (Mustererkennung), G06T 2207/20084 (künstliche neuronale Netze), G16H 50/20, A61B 5/7264 und A61B 5/7267, G16B 40/xx, G10L 25/xx
- Vorgänger: 39 zusätzliche IPC-Symbole, darunter G06K 9/xx und G06F 15/18 — die Heimat von Bilderkennung und Lernmaschinen vor 2019 bzw. 2022
Diagnostik-Seite — 267 IPC- und 1.214 CPC-Symbole
- A61B 3/00 Augenuntersuchung (Ophthalmologie)
- A61B 5/00 Messung zu Diagnosezwecken
- A61B 6/00 Strahlendiagnostik (Röntgen, CT)
- A61B 8/00 Diagnose mit Ultraschall
- G16H 30/00 ICT für medizinische Bilddaten
- G16H 50/00 ICT für medizinische Diagnose und Simulation
- Vorgänger: 34 zusätzliche IPC-Symbole, allen voran G06F 19/00, aus dem die gesamte Unterklasse G16H 2018 hervorgegangen ist
Schichtabdeckung — welches Klassifikationssystem trägt den Fund?
Datentabelle: Schichtabdeckung nach Klassifikationssystem
| Fundweg | Patentfamilien | Anteil |
|---|---|---|
| Schnittmenge allein in CPC auflösbar | 11.576 | 69,0 % |
| Schnittmenge in IPC und CPC auflösbar | 2.762 | 16,5 % |
| Schnittmenge allein in IPC auflösbar | 1.958 | 11,7 % |
| nur systemübergreifend (KI im einen, Diagnostik im anderen System) | 490 | 2,9 % |
| Summe | 16.786 | 100 % |
CPC trägt diese Landschaft. 14.338 Familien (85,4 Prozent) lassen sich allein mit CPC-Symbolen als Schnittmenge auflösen, nur 4.720 (28,1 Prozent) allein mit IPC. Eine IPC-geführte Suche hätte 12.066 Familien nicht gefunden, eine CPC-geführte 2.448. Die Präferenz für CPC bei ämterübergreifenden Landschaften ist hier also gemessen und nicht angenommen — was auch daran liegt, dass DPMA und EPA beide CPC-Zuweisungen erhalten.
Bewusst nicht im Scope
- A61B 5/117x (Identifizierung von Personen, Fingerabdruck) — die Unterklasse A61B umfasst neben Diagnose auch Identifikation; ohne diesen Ausschluss gelangen Biometrie-Patente in die Auswertung
- G06N 10/00 Quantencomputing — kein KI-Verfahren im Sinne dieser Analyse
- A61B 1/ Endoskope, A61B 17/, 18/, 34/ Chirurgie und Robotik, G01N Labordiagnostik — angrenzende Felder mit eigener Dynamik
- Anmeldeämter außerhalb DE und EP — Anmeldungen, die ausschließlich in US, CN, JP oder WO eingereicht wurden, sind nicht enthalten
Anmeldeentwicklung 2015–2023
Patentfamilien nach ihrem frühesten Anmeldejahr innerhalb des Scopes. Jede Familie wird genau einmal gezählt — die Jahressumme ergibt exakt die 16.786 Familien des Gesamtscopes.
Datentabelle: Anmeldeentwicklung 2015–2023
| Jahr | Patentfamilien | Veränderung zum Vorjahr | davon nur über Vorgängersymbole |
|---|---|---|---|
| 2015 | 1.237 | — | 559 (45,2 %) |
| 2016 | 1.519 | +22,8 % | 595 (39,2 %) |
| 2017 | 1.531 | +0,8 % | 342 (22,3 %) |
| 2018 | 1.574 | +2,8 % | 121 (7,7 %) |
| 2019 | 1.832 | +16,4 % | 83 (4,5 %) |
| 2020 | 2.142 | +16,9 % | 72 (3,4 %) |
| 2021 | 2.404 | +12,2 % | 75 (3,1 %) |
| 2022 | 2.350 | -2,2 % | 46 (2,0 %) |
| 2023 | 2.197 | -6,5 % | 23 (1,0 %) |
| Summe | 16.786 | — | 1.916 (11,4 %) |
Von 1.237 Familien (2015) auf 2.404 (2021) — eine durchschnittliche jährliche Wachstumsrate von 11,7 Prozent über sechs Jahre. 2017 und 2018 bilden dabei ein Plateau; die eigentliche Beschleunigung setzt 2019 ein und trägt drei Jahre. 2022 und 2023 liegen um 2,2 beziehungsweise 6,5 Prozent unter dem jeweiligen Vorjahr, ohne unter das Niveau von 2020 zu fallen.
Was die Vorgängerspalte über die Frühjahre sagt
Die vierte Spalte zählt Familien, die den Scope ausschließlich über Vorgängersymbole erreichen — also über G06K 9/xx, G06F 15/18 oder G06F 19/00, die inzwischen in G06V, G06N und G16H aufgegangen sind. Ihr Anteil fällt von 45,2 Prozent (2015) auf 1,0 Prozent (2023). Ohne die Vorgängerkette wären die frühen Jahre systematisch kleiner und die Kurve deutlich steiler — der Anstieg würde dann teilweise den Fortschritt der Umklassifizierung messen und nicht Erfindungstätigkeit. Die Vereinigung mit den Vorgängern kauft diese Trennschärfe mit etwas Präzision: G06F 19/00 war ein breiter Sammelknoten. Der wahre Wert liegt zwischen beiden Lesarten.
* Datenbasis PATSTAT Spring 2026 (patstat_2026a). Anmeldungen bis Anmeldejahr 2023 sind durch die rund 18-monatige Veröffentlichungsfrist im Wesentlichen vollständig erfasst; ein Restnachlauf für 2023 ist nicht auszuschließen.
Technologieprofil
Hauptgruppen des Diagnostik- und des KI-Codesets, gezählt in Patentfamilien. Eine Familie trägt in der Regel mehrere Symbole und erscheint daher in mehreren Zeilen — die Spaltensummen liegen über 16.786.
Diagnostik-Seite
Datentabelle: Diagnostik-Hauptgruppen
| Hauptgruppe | Bezeichnung | Familien |
|---|---|---|
| G16H 50/00 | ICT für medizinische Diagnose und Simulation | 9.398 |
| A61B 5/00 | Messung zu Diagnosezwecken | 8.923 |
| G16H 30/00 | ICT für medizinische Bilddaten | 3.896 |
| A61B 6/00 | Strahlendiagnostik (Röntgen, CT) | 2.151 |
| G06F 19/00 | Vorgängersymbol der Unterklasse G16H | 1.583 |
| A61B 8/00 | Diagnose mit Ultraschall | 1.006 |
| A61B 3/00 | Augenuntersuchung | 908 |
| G06Q 50/00 | ICT für Gesundheitsdienste (Vorgängerpfad) | 575 |
KI-Seite
Datentabelle: KI-Hauptgruppen
| Hauptgruppe | Im Codeset enthaltene Symbole | Familien |
|---|---|---|
| G16H 50/xx | G16H 50/20 — computergestützte Diagnose, u. a. auf Basis maschinellen Lernens | 7.884 |
| A61B 5/xx | A61B 5/7264 und A61B 5/7267 — Klassifikation physiologischer Signale mit neuronalen Netzen | 3.842 |
| G06N 3/xx | vollständige Hauptgruppe (biologische Rechenmodelle, neuronale Netze) | 2.711 |
| G06N 20/xx | vollständige Hauptgruppe (maschinelles Lernen) | 2.383 |
| G06V 10/xx | 147 Symbole (Bild- und Videoerkennung) | 2.280 |
| G06T 2207/xx | G06T 2207/20084 — künstliche neuronale Netze | 1.898 |
| G06F 18/xx | 82 Symbole (Mustererkennung) | 1.215 |
| G06T 5/xx | 16 Symbole (Bildverbesserung mit maschinellem Lernen) | 1.129 |
| G16B 40/xx | 8 Symbole (Biostatistik, Bioinformatik-ML) | 855 |
| G06K 9/xx | 35 Vorgängersymbole der Bilderkennung | 788 |
| G06N 5/xx | vollständige Hauptgruppe (wissensbasierte Modelle) | 747 |
Die stärksten KI-Marker dieser Landschaft stehen nicht in G06N. G16H 50/20 („computergestützte Diagnose, z. B. auf Basis maschinellen Lernens“) und A61B 5/7264 / A61B 5/7267 („Klassifikation physiologischer Signale mit neuronalen Netzen“) sind Symbole, die KI und Diagnostik in einem einzigen Code zusammenfassen. Sie erscheinen in 7.884 beziehungsweise 3.842 Familien und damit häufiger als G06N 3/00 (2.711) und G06N 20/00 (2.383) zusammen. Gefunden wurden sie über die Definitionstexte und den Titel-Breadcrumb der CPC, nicht über eine Kernklassen-Liste.
Mehrfachzuordnung
Patentfamilien tragen mehrere Klassifikationssymbole. Die Summen beider Tabellen liegen daher über der Gesamtzahl von 16.786 Familien. Beide Darstellungen sind bewusst als horizontale Balken und nicht als Kreisdiagramm ausgeführt: die Kategorien sind nicht disjunkt und ergeben kein Ganzes.
KI-Technologien im Zeitverlauf
Die sechs häufigsten KI-Hauptgruppen, aufgetragen über das früheste Anmeldejahr der Familie. Eine Familie kann in mehreren Linien erscheinen.
Datentabelle: KI-Hauptgruppen im Zeitverlauf
| Jahr | G16H 50/20 | A61B 5/7264 | G06N 3/00 | G06V 10/00 | G06N 20/00 | G06T 2207 |
|---|---|---|---|---|---|---|
| 2015 | 317 | 147 | 17 | 70 | 32 | 3 |
| 2016 | 477 | 175 | 44 | 92 | 63 | 10 |
| 2017 | 579 | 290 | 115 | 136 | 136 | 71 |
| 2018 | 752 | 373 | 258 | 151 | 209 | 168 |
| 2019 | 899 | 441 | 391 | 251 | 322 | 250 |
| 2020 | 1.048 | 566 | 472 | 338 | 442 | 315 |
| 2021 | 1.295 | 656 | 473 | 399 | 419 | 381 |
| 2022 | 1.291 | 624 | 484 | 458 | 373 | 372 |
| 2023 | 1.226 | 570 | 457 | 385 | 387 | 328 |
| Familien gesamt | 7.884 | 3.842 | 2.711 | 2.280 | 2.383 | 1.898 |
G06N 3/00 wächst von 17 Familien (2015) auf 484 (2022) und damit am stärksten von allen sechs Linien, bleibt aber über den gesamten Zeitraum unter G16H 50/20. Die Reihenfolge der Linien ist stabil: die anwendungsnahen Tags G16H 50/20 und A61B 5/7264 liegen durchgehend über den generischen KI-Kernklassen. Das ist mit der Klassifizierungspraxis konsistent — ein medizinisches Diagnoseverfahren erhält seinen KI-Vermerk bevorzugt dort, wo es sachlich hingehört, und nicht zusätzlich in G06N.
* Die Werte von 2015 bis 2017 enthalten Familien, die den Scope über Vorgängersymbole erreichen (G06K 9/xx, G06F 15/18, G06F 19/00). Für G06T 2207 und G06N 3/00 sind die frühen Werte zusätzlich durch das Einführungsdatum der Symbole gedämpft.
Geografische Analyse
Herkunft der Anmelder (person_ctry_code) für die 16.786 Familien des Scopes. Die
Anmeldeämter selbst sind durch den Scope auf DPMA und EPA festgelegt: 14.977 Familien haben
ein Mitglied beim EPA, 2.044 eines beim DPMA, 235 beides.
Top-Herkunftsländer
Datentabelle: Top-Herkunftsländer der Anmelder
| Land | Patentfamilien |
|---|---|
| USA | 5.639 |
| Deutschland | 2.311 |
| Japan | 1.782 |
| Niederlande | 1.433 |
| Südkorea | 952 |
| Schweiz | 599 |
| China | 596 |
| Frankreich | 561 |
| Israel | 517 |
| Großbritannien | 516 |
Verschiebung nach Periode
Datentabelle: Herkunftsländer nach Periode
| Land | 2015–2018 | 2019–2023 | je Jahr P1 | je Jahr P2 |
|---|---|---|---|---|
| USA | 1.835 | 3.804 | 458,8 | 760,8 |
| Deutschland | 1.001 | 1.310 | 250,3 | 262,0 |
| Japan | 649 | 1.133 | 162,3 | 226,6 |
| Niederlande | 615 | 818 | 153,8 | 163,6 |
| Südkorea | 253 | 699 | 63,3 | 139,8 |
| Schweiz | 143 | 456 | 35,8 | 91,2 |
| China | 165 | 431 | 41,3 | 86,2 |
| Frankreich | 195 | 366 | 48,8 | 73,2 |
| Israel | 155 | 362 | 38,8 | 72,4 |
| Großbritannien | 149 | 367 | 37,3 | 73,4 |
Deutschland ist das einzige der zehn Länder, dessen Jahresrate zwischen den beiden Perioden nahezu unverändert bleibt — 250,3 gegenüber 262,0 Familien je Jahr, ein Plus von 4,7 Prozent. Die USA legen um 65,8 Prozent zu, Südkorea um 120,8 Prozent, die Schweiz um 154,7 Prozent, China um 108,7 Prozent. Deutschland verteidigt damit den zweiten Platz in absoluten Zahlen, während sich der Abstand zu den nachrückenden Ländern verringert.
Zwei Hinweise zur Lesart
Erstens sind die Perioden unterschiedlich lang — 2015–2018 umfasst vier, 2019–2023 fünf Anmeldejahre. Das Diagramm zeigt deshalb Familien je Jahr; die Tabelle führt beide Formen. Zweitens ist die Zuordnung nicht exklusiv: eine Familie mit Anmeldern aus zwei Ländern zählt in beiden. Die Ländersumme liegt daher über 16.786. Anmelder ohne Ländercode sind ausgeschlossen, die Zahlen sind insofern Untergrenzen.
Top-Anmelder
Die 15 aktivsten Anmelder nach harmonisiertem Namen (han_name), gezählt in
Patentfamilien. Eine Familie mit mehreren Anmeldern zählt für jeden von ihnen.
Datentabelle: Top-15-Anmelder
| # | Anmelder (han_name) | Land | Sektor | Familien |
|---|---|---|---|---|
| 1 | KON PHILIPS ELECT NV | NL | Unternehmen | 1.283 |
| 2 | SIEMENS HEALTHCARE GMBH | DE | Unternehmen | 649 |
| 3 | SAMSUNG ELECT CO LTD | KR | Unternehmen | 295 |
| 4 | FUJIFILM CORP | JP | Unternehmen | 256 |
| 5 | SIEMENS HEALTHINEERS AG | DE | nicht zugeordnet | 251 |
| 6 | F HOFFMANN LA ROCHE AG | CH | Unternehmen | 188 |
| 7 | MEDTRONIC INC | US | Unternehmen | 127 |
| 8 | TATA CONSULTANCY SERVICES LTD | IN | Unternehmen | 123 |
| 9 | BIOSENSE WEBSTER ISRAEL LTD | IL | Unternehmen | 113 |
| 10 | FUJITSU LTD | JP | Unternehmen | 94 |
| 11 | THE REGENTS OF THE UNIVERSITY OF CALIFORNIA | US | Universität | 89 |
| 12 | GE PRECISION HEALTHCARE LLC | US | Unternehmen | 88 |
| 13 | ROBERT BOSCH GMBH | DE | Unternehmen | 79 |
| 14 | SONY GROUP CORP | JP | Unternehmen | 72 |
| 15 | GOOGLE LLC | US | Unternehmen | 70 |
Die beiden führenden Häuser im Zeitverlauf
Datentabelle: Philips und Siemens Healthineers im Zeitverlauf
| Jahr | KON PHILIPS ELECT NV | SIEMENS HEALTH (alle Varianten) |
|---|---|---|
| 2015 | 96 | 61 |
| 2016 | 128 | 82 |
| 2017 | 167 | 114 |
| 2018 | 163 | 98 |
| 2019 | 146 | 111 |
| 2020 | 138 | 122 |
| 2021 | 146 | 115 |
| 2022 | 150 | 118 |
| 2023 | 149 | 137 |
| Familien gesamt | 1.283 | 958 |
Philips führt mit 1.283 Familien, die Siemens-Gruppe kommt
konsolidiert auf 958. Die Konsolidierung ist hier keine Feinheit: PATSTAT führt vier
getrennte harmonisierte Namen — SIEMENS HEALTHCARE GMBH (649 Familien),
SIEMENS HEALTHINEERS AG (251), SIEMENS HEALTHINEERS INT AG (35) und
SIEMENS HEALTHCARE DIAGNOSTICS INC (27). Ihre Summe ergibt 962, die Vereinigung 958; vier
Familien tragen zwei dieser Namen gleichzeitig. Ein Ranking allein auf dem einzelnen
han_name verteilt die Gruppe auf die Plätze zwei, fünf und zwei Ränge außerhalb
der Top 15. Dieser Report behandelt die vier Namen als eine Einheit — die
Tabelle oben zeigt bewusst die unkonsolidierte Rohsicht, die KPI-Kachel den konsolidierten
Wert.
Sektorzuordnung und Namensharmonisierung
SIEMENS HEALTHINEERS AG trägt in tls206_person den Sektor UNKNOWN, obwohl es
sich um ein Unternehmen handelt; die Tabelle gibt den Rohwert wieder und kennzeichnet ihn
als nicht zugeordnet. Über den gesamten Scope verteilen sich die Familien auf 10.907 mit
mindestens einem Anmelder des Sektors COMPANY, 4.515 UNKNOWN, 1.546 UNIVERSITY, 464
GOV NON-PROFIT, 303 INDIVIDUAL und 146 HOSPITAL. Auch diese Zahlen sind nicht exklusiv und
summieren sich über 16.786.
Methodik
Datenbasis, Suchlogik, Qualitätsprüfungen und bekannte Grenzen
Stand der Auswertung: 15. August 2026. Alle Zahlen wurden gegen
EPO PATSTAT Global, Spring 2026 (patstat-mtc.patstat_2026a) gerechnet, die
Klassifikationssymbole gegen IPC-Edition 20260101 und CPC-Edition 202608
(Quelle: dpt_edition). Von den drei Vervollständigungen eines Codesets wurden
alle drei angewandt: Teilbäume vollständig expandiert,
Vorgängersymbole vereinigt und zurückgezogene Symbole behalten
(kein Filter auf is_active).
Suchstrategie, Zählweise und Datenquelle im Detail
Suchstrategie
Der Scope ist eine Schnittmenge: eine Anmeldung zählt, wenn sie mindestens ein Symbol aus
dem KI-Codeset und mindestens ein Symbol aus dem Diagnostik-Codeset trägt. Beide Codesets
wurden über die Klassifikations-Views patstat-mtc.classification.dpt_ipc und
dpt_cpc aufgebaut.
- Einstiegspunkte KI-Seite: Katalogbegriffe (
dpt_catchword), Titel-Breadcrumb (SEARCH(title_full, …)) und Definitionstexte (SEARCH(definition_scope, …)) für „neural network“, „neural networks“, „machine learning“, „artificial intelligence“ und „deep learning“, jeweils in Singular und Plural. Der Unterschied ist messbar: in der IPC liefert der Singular „neural network“ null Symbole, der Plural „neural networks“ 43. - Einstiegspunkt Diagnostik-Seite: Der Katalogbegriff-Einstieg führt auf A61B und dort auf A61B 6/00; eine Volltextsuche nach „diagnosis“ oder „diagnostic“ trifft neben 1.354 A61B-Symbolen auch 114 Symbole in B60W (Fahrzeugdiagnose), 59 in G05B (Fehlerdiagnose) und 33 in F03D (Windkraftanlagen). Der Scope wurde deshalb auf die medizinischen Klassifikationsorte verankert: A61B 3/00, A61B 5/00, A61B 6/00, A61B 8/00, G16H 30/00 und G16H 50/00, jeweils als vollständiger Teilbaum.
- Teilbaum-Expansion: auf dem kanonischen, festbreiten
symbol-Format (Unterklasse + vierstellige Gruppe + sechsstellige Untergruppe). Auf Unterklassen- und Hauptgruppenebene ist das Präfix mit dem Teilbaum deckungsgleich und erfasst zusätzlich zurückgezogene Symbole, derenparentin den Views NULL ist — etwa die 67 Symbole unter A61B 5/04 (Elektrokardiografie, zurückgezogen zum 31.12.2020). - Vorgängerkette: rekursiver Rückwärtslauf über
dpt_ipc_reclassificationunddpt_cpc_reclassification, bis zu sechs Editionssprünge. Ergebnis: 39 zusätzliche IPC-Symbole auf der KI-Seite (G06K 9/xx, G06F 15/18) und 34 auf der Diagnostik-Seite (G06F 19/00, G06Q 50/xx). In der CPC-Kette finden sich für diesen Scope keine Vorgänger. - Codeset-Umfang: 123 IPC- und 790 CPC-Symbole auf der KI-Seite,
267 IPC- und 1.214 CPC-Symbole auf der Diagnostik-Seite, jeweils mit gültigem
symbol_patstatund damit an PATSTAT anschlussfähig. - Filter:
appln_auth IN (DE, EP),appln_filing_year BETWEEN 2015 AND 2023,ipr_type = PI,appln_kind <> D,docdb_family_id > 0.
Zählweise
- Gezählt wird in DOCDB-Patentfamilien (
COUNT(DISTINCT docdb_family_id)), nicht in Anmeldungen. Eine Erfindung, die in DE und EP eingereicht wurde, ist eine Familie. - Für die Zeitreihe wird jede Familie ihrem frühesten Anmeldejahr innerhalb des
Scopes zugeordnet (
MIN(appln_filing_year)). Die Jahressumme ergibt deshalb exakt 16.786 und nicht mehr — geprüft und bestätigt. - Anmelder werden über
applt_seq_nr > 0von Erfindern getrennt. - Anmelder ohne Ländercode sind aus der Geografie ausgeschlossen
(
TRIM(person_ctry_code) <> '').
Mehrfachzuordnung
Patentfamilien können mehrere Klassifikationssymbole, mehrere Anmelder und mehrere Herkunftsländer tragen. Alle Aufschlüsselungen nach Klasse, Land, Anmelder und Sektor summieren sich daher über die Gesamtzahl von 16.786 Familien. Das ist korrekt und kein Rechenfehler; die betroffenen Abschnitte weisen jeweils darauf hin. Aus demselben Grund werden keine Kreis- oder Ringdiagramme verwendet.
Qualitätsprüfungen
- Präzisionsstichprobe: 24 zufällig gezogene Familien, Titel gelesen. Vier davon liegen erkennbar außerhalb des Themas (Fahrerassistenz, Mundpflegesystem, digitale Zahnabformung, Neurostimulation) — eine Restunschärfe von 16,7 Prozent, unterhalb der Schwelle von einem Fünftel. Zwei systematische Fehlerquellen wurden dabei gefunden und behoben: Biometriepatente über A61B 5/117x sowie Bilderkennungscodes ohne KI-Bezug.
- Negativtest: Eine Titelsuche über
tls202_appln_titlemit deutschen und englischen Schlagwörtern (künstliche Intelligenz, neuronales Netz, maschinelles Lernen, artificial intelligence, machine learning, neural network, deep learning) in Kombination mit medizinischen Begriffen findet 246 Familien im DE/EP-Fenster. 66 davon liegen außerhalb des klassifikationsbasierten Scopes — 0,39 Prozent zusätzliche Familien und damit weit unterhalb der Schwelle von zehn Prozent. - Robustheit des KI-Codesets: 9.849 der 16.786 Familien (58,7 Prozent) tragen mindestens ein KI-Symbol, dessen eigener Titel einen KI-Begriff ausdrücklich nennt. Bei den übrigen stammt der KI-Nachweis aus einem Symbol, das über den Definitionstext seines Elternknotens in das Codeset gelangt ist.
- Anmelderkonsolidierung: Die Siemens-Healthineers-Gruppe erscheint unter vier harmonisierten Namen (SIEMENS HEALTHCARE GMBH 649, SIEMENS HEALTHINEERS AG 251, SIEMENS HEALTHINEERS INT AG 35, SIEMENS HEALTHCARE DIAGNOSTICS INC 27). Sie werden für diesen Report als eine Einheit behandelt; die Vereinigung ergibt 958 Familien, die Summe 962, weil vier Familien zwei dieser Namen gleichzeitig tragen. Für die übrigen Anmelder wurde keine solche Zusammenführung vorgenommen — die Rangliste ist insofern eine Untergrenze für Konzerne mit mehreren Anmeldeeinheiten.
- Nicht durchgeführt — externer Plausibilitätsabgleich: Es wurde keine Größenordnungsprüfung gegen eine externe Quelle wie Lens.org oder Google Patents vorgenommen. Die Plausibilität stützt sich hier allein auf die interne Stichprobe, den Negativtest und die Schichtabdeckung.
- Erteilungsquote: Für den Jahrgang 2015–2018 (5.861 Familien) haben 2.784 Familien mindestens ein erteiltes Mitglied, also 47,5 Prozent. Für spätere Jahrgänge wird keine Quote ausgewiesen, weil die Prüfungsdauer die Zahl systematisch drückt.
Datenquelle
EPO PATSTAT Global, Spring 2026 (patstat-mtc.patstat_2026a) auf Google BigQuery,
angesprochen über den MCP-Server patstat-mcp. Klassifikationsdaten aus
patstat-mtc.classification, IPC-Edition 20260101, CPC-Edition 202608. Alle
Auswertungen wurden am 15. August 2026 ausgeführt; die vollständige SQL liegt der Analyse
als queries.sql bei.
Grenzen des Scopes
- Nur Anmeldungen bei DPMA und EPA. Erfindungen, die ausschließlich in den USA, China, Japan oder als reine PCT-Anmeldung eingereicht wurden, fehlen vollständig.
- Gebrauchsmuster und Geschmacksmuster sind ausgeschlossen
(
ipr_type = PI,appln_kind <> D). - Restunschärfe der Stichprobe: 16,7 Prozent der geprüften Familien liegen thematisch neben der KI-gestützten Diagnostik. Der Scope ist eine Klassifikationsschnittmenge und kann nicht schärfer sein als die Klassifikation.
- 66 Familien werden allein über Titelbegriffe gefunden und tragen keine passende Klassifikation. Sie sind bewusst nicht in den Scope aufgenommen, damit die Präzision erhalten bleibt, und hier mit ihrer Zahl dokumentiert.
- Die Vorgängervereinigung erhöht die Trefferquote in den Jahren 2015 bis 2017 erheblich, kostet aber Präzision: G06F 19/00, aus dem die gesamte Unterklasse G16H hervorging, war ein breiter Sammelknoten und speiste unter anderem auch G16C (Computerchemie). Der wahre Wert für diese Jahre liegt zwischen der Lesart mit und ohne Vorgänger.
- Die Klassifikations-Views führen ausschließlich englische Titel und Definitionstexte. Die Codesuche dieses Reports ist daher englischsprachig, obwohl der Report deutsch ist.
- Familienzahlen sind Untergrenzen: die Namensharmonisierung in PATSTAT ist unvollständig,
und Konzerne treten unter mehreren
han_name-Varianten auf.
Glossar — Patentbegriffe erklärt
- DOCDB-Patentfamilie
- Gruppe von Patentanmeldungen, die dieselbe Erfindung in verschiedenen Ländern schützen. Zählt eine Erfindung genau einmal, unabhängig davon, in wie vielen Ländern sie angemeldet wurde.
- IPC / CPC
- Internationale beziehungsweise Gemeinsame Patentklassifikation. Hierarchische Systeme zur Einordnung von Patenten nach Technologie. Die CPC ist feiner und wird von EPA und USPTO gemeinsam gepflegt; die IPC wird von nahezu jedem Amt vergeben.
- Vorgängersymbol
- Ein Klassifikationssymbol, dessen Inhalt in ein neueres Symbol überführt wurde. Alte Dokumente tragen weiterhin das alte Symbol, solange sie nicht umklassifiziert sind. Wer nur das neue Symbol sucht, sieht eine Technologie scheinbar erst mit ihrer Umklassifizierung entstehen.
- Teilbaum-Expansion
- Die Aufnahme aller Untergruppen eines Klassifikationsknotens. Notwendig, weil Inhalte, die in eine Untergruppe gehören, nie in deren Elternknoten klassifiziert werden — der Elternknoten trägt nur den Rest.
- han_name
- Harmonisierter Anmeldername in PATSTAT. Fasst Schreibvarianten zusammen, aber nicht Tochtergesellschaften oder Umfirmierungen. Muss gegen die Rohnamen geprüft werden.
- title_full und definition_scope
- Der vollständige Titelpfad eines Klassifikationssymbols einschließlich aller übergeordneten Ebenen beziehungsweise der von der WIPO veröffentlichte Definitionstext. Beide sind durchsuchbar und finden Symbole, die ein reiner Kurztitel nicht hergibt.
- Erteilungsquote
- Anteil der Familien mit mindestens einem erteilten Mitglied. Für jüngere Jahrgänge niedrig, weil die Prüfung mehrere Jahre dauert.
Report-Dateien
Dieser Report besteht aus meta.json (Metadaten), cover.html,
kpi-strip.html, neun Abschnitten unter sections/ sowie
queries.sql mit der vollständigen, tatsächlich ausgeführten SQL einschließlich
Editionsangaben. Jede Zahl in diesem Report stammt aus einer dieser Abfragen.
Gefällt Ihnen, was Sie sehen?
Dieser Report wurde mit einer vollständig reproduzierbaren Pipeline erstellt: EPO PATSTAT Global auf BigQuery, ein eigener MCP-Server und Claude AI für Analyse und Visualisierung. Suchstrategie, SQL und Editionsangaben liegen offen — jede Zahl lässt sich nachrechnen.