Examining Patent Data in PARAT
Zusammenfassung
Kurz
Der Bericht zeigt, dass PARAT-Unternehmen je nach KI-Patentzahl anders rangieren als alle Patentierenden im umfassenderen CSET-Datensatz: In PARAT führen IBM, Microsoft und Google, insgesamt dagegen IBM, Baidu, Tencent, Samsung und State Grid. Die Autorin betont, dass die Unterschiede unter anderem aus der begrenzten Unternehmensauswahl, möglichen Verzögerungen der Patentdaten und den Grenzen von Patenten als Aktivitätsmaß entstehen.
Mittel
Der Bericht vergleicht KI-Patente als Kennzahl für Unternehmensaktivität mit früher betrachteten KI-Veröffentlichungen. Die Autorin weist darauf hin, dass beide Maße unterschiedliche Schwerpunkte abbilden und Patente zwar Hinweise auf Innovationen und mögliche Marktinteressen geben, aber auch aus anderen Motiven angemeldet werden können. PARAT zählt Patentfamilien, um Dokumente derselben Erfindung nicht mehrfach zu erfassen.
In PARAT führen IBM, Microsoft und Google die Rangliste an, gefolgt von Ping An und Baidu. Bei allen fünf zeigt sich laut Bericht nach 2017 ein starker Anstieg; Ping An hatte vor 2017 kaum erfasste Patente. Rückgänge im Jahr 2019 könnten auf Verzögerungen in den Daten zurückgehen. Von 57 PARAT-Unternehmen mit mehr als 100 Patenten saßen 33 in den USA, 13 in China und sechs in Japan.
Ein breiterer Datensatz aller Patentierenden nennt IBM, Baidu, Tencent, Samsung und State Grid als Spitzenreiter. Die Abweichung hängt auch damit zusammen, dass PARAT nur eine begrenzte, manuell ausgewählte Unternehmensgruppe erfasst. Der umfassendere Vergleich deutet auf eine breitere Verteilung der KI-Patentaktivität über Länder hin; der hohe US-Anteil in PARAT kann durch dessen Unternehmensauswahl mitbedingt sein. Die manuelle Vereinheitlichung von Unternehmensnamen verbessert die Zuordnung, beseitigt aber nicht die Einschränkungen durch Auswahl und mögliche Datenlücken.
Ausführlich lesen
Der Bericht untersucht, wie sich KI-bezogene Patentaktivität zur Einordnung von Unternehmen im CSET-Tracker PARAT nutzen lässt. Er ergänzt frühere Auswertungen, die Unternehmen anhand ihrer Veröffentlichungen auf KI-Konferenzen betrachteten. Die Autorin betont, dass Publikationszahlen und Patentzahlen unterschiedliche Aspekte der KI-Aktivität abbilden: Ein Unternehmen kann beispielsweise stärker darauf setzen, Technologien patentieren zu lassen, als Forschungsergebnisse zu veröffentlichen. Patente können Hinweise auf die Menge und Art bearbeiteter Innovationen sowie auf mögliche Marktinteressen geben. Laut Bericht können aber auch andere, nicht unmittelbar marktbezogene Motive zur Anmeldung beitragen.
PARAT zählt KI-bezogene Patente nach Patentfamilien. So werden mehrere Dokumente, etwa Anmeldungen und Erteilungen derselben Familie, als ein Patent behandelt, um Erfindungen nicht mehrfach zu zählen. In der PARAT-Oberfläche lassen sich Unternehmen nach ihrer Patentzahl sortieren. Dort stehen IBM, Microsoft und Google an der Spitze, gefolgt von den chinesischen Unternehmen Ping An und Baidu. Alle fünf stuft PARAT als etablierte Unternehmen ein. Die dargestellten Daten für 2010 bis 2019 zeigen laut Bericht bei allen fünf einen deutlichen Zuwachs nach 2017. Ping An unterscheidet sich, weil vor 2017 kaum Patente verzeichnet sind.
Der Bericht weist darauf hin, dass die für 2019 sichtbaren Rückgänge bei mehreren Unternehmen möglicherweise durch Verzögerungen in den Patentdaten entstehen. Die damalige PARAT-Version enthielt Daten bis 2019; eine Aktualisierung war für Version 2 im Laufe des Jahres 2022 angekündigt. Unter den 57 PARAT-Unternehmen mit jeweils mehr als 100 Patenten waren 33 in den USA, 13 in China und sechs in Japan ansässig.
Für einen breiteren Vergleich stellt die Autorin PARAT einem zusammengeführten Patentdatensatz von 1790 Analytics und Dimensions gegenüber, der Patentierende aller Art und nicht nur die ausgewählten PARAT-Unternehmen umfasst. In diesem Datensatz gehörten IBM, Baidu, Tencent, Samsung und die chinesische State Grid Corporation zu den produktivsten KI-Patentierenden im betrachteten Zeitraum. Die Ranglisten unterscheiden sich also. Der Bericht führt das unter anderem darauf zurück, dass PARAT eine begrenzte, manuell ausgewählte Unternehmensgruppe erfasst und Patente nur eines von mehreren Auswahlkriterien sind.
Bei der Betrachtung aller Organisationen und des Zeitraums 2010 bis 2020 blieben die USA, China, Japan, Deutschland und Südkorea unter den acht Ländern mit den meisten Zuordnungen zu führenden KI-Patentierenden. Die laut Bericht vergleichbareren Länderzahlen im umfassenderen Datensatz deuten darauf hin, dass auch viele Nicht-KI-Unternehmen außerhalb der USA KI-bezogene Patente anmelden. Zugleich könnte der hohe Anteil US-amerikanischer Unternehmen in PARAT das dortige Gewicht der USA erklären.
Als Stärke von PARAT nennt der Bericht die manuelle Vereinheitlichung von Firmennamen und Tochtergesellschaften, etwa verschiedener Schreibweisen von Intel. Dadurch sollen Patente vollständiger einer Organisation zugeordnet werden können. Die Ergebnisse bleiben jedoch durch die Auswahl der PARAT-Unternehmen, mögliche Datenverzögerungen und die Aussagegrenzen von Patentzahlen eingeschränkt.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Lunas Zusammenfassungen geben die Zahlen (57 Unternehmen, 33 USA, 13 China, sechs Japan), die Rangfolgen und die Hauptgründe der Abweichungen korrekt wieder. Die Abgrenzung von Verzögerungen der Daten zu den Rangunterschieden ist jedoch nicht durch den Bericht gedeckt, und mehrere Einzelangaben fehlen. Die Einordnung der Sammelfragen wurde unabhängig von Lunas Stufen vorgenommen.
Im Bericht, aber nicht in der Zusammenfassung
- Die fünf Top-Patentierer in PARAT gelten als 'mature' (öffentlicher Handelsstatus, Mitarbeiterzahl und/oder letzte Finanzierungsrunde)
- Ping An (Versicherung, Banken, Finanzdienste) und Baidu (Suchmaschine) werden kurz beschrieben
- PARAT zählt Patente nach Anmeldejahr statt Veröffentlichungsjahr
- PARAT-Version 2 mit aktualisierten Daten ist für later 2022 angekündigt
- Die Gesamtdaten (2010–2020) und PARAT (2010–2019) haben unterschiedliche Zeiträume
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Verzögerungen der Patentdaten werden als Ursache der Rangunterschiede dargestellt; der Bericht nennt sie nur für den Rückgang der Patentzahlen 2019
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV 42 %gleiches Oberthema, hilft nicht
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 83 %Hintergrund, keine Belege
- JEV 45 %einzelne zitierbare Belege
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 53 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 56 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug