Bislang werden Patente nach festgelegten Kriterien im Bereich Nachhaltigkeit manuell überprüft. Diese manuelle Prüfung und Dokumentation der Ergebnisse erfordert einen hohen personellen Aufwand – insbesondere bei großen Patentportfolios. Die Komplexität der 17 UN-Nachhaltigkeitsziele mit ihren 169 Unterzielen macht die Evaluation besonders anspruchsvoll.

Das Ziel des Projekts war es, ein OpenSourceTool zu entwickeln, welches Unternehmen die eigenständige Prüfung von Patenten auf Nachhaltigkeitsmerkmale durch den Einsatz von KI ermöglicht. Hiermit soll zum einen der manuelle Aufwand reduziert und damit der Prozess effizienter gestaltet werden. Zum anderen soll hiermit eine Grundlage für die Evaluierung weiter Dokumente auf frei zu wählenden Kriterien geschaffen werden.

Zunächst wurden relevante Daten gesammelt und aufbereitet. Diese wurden von EZN und über das Onlineportal DEPATISNET bereitgestellt. Anschließend erfolgte eine Klassifizierung der Patentschriften und daraus resultierend die Erstellung geeigneter Trainingsdaten. Im nächsten Schritt wurde ein geeignetes KI-Modell entwickelt und relevante Evaluierungskriterien (in diesem Beispiel die 17 UN-Nachhaltigkeitsziele) integriert. Im letzten Schritt erfolgten die Implementierung des notwendigen Prompts und der Test des entwickelten KI-Modells.

Zum Einsatz kamen Methoden des Natural Language Processing (NLP), maschinelles Lernen und Tools wie bspw. Python und Llama. So entstand ein praxisnahes OpenSource KI-Tool zur Nachhaltigkeitsbewertung von Innovationen. Der entstandene OpenSource-Code ist unter folgendem Link auffindbar.