![](https://assets.isu.pub/document-structure/201022085601-e7491c815705638681314bc9e40b06b5/v1/5ccdd4e8ef83e81781e41fa814a1153b.jpg?width=720&quality=85%2C50)
14 minute read
Softwarepatenten: bescherming of wildgroei?
Congres over sterke groei aantal softwarepatenten:
Bescherming of wildgroei?
Advertisement
Het aantal patenten op software neemt jaarlijks toe, maar wat zijn die patenten waard? Het intellectuele eigendom op software is lastig te beschermen en de markt wordt verpest door triviale patenten en patenttrollen. Er lijkt sprake van wildgroei. Of toch niet?
Er bestaat een duidelijke behoefte om het intellectuele eigendom op software te beschermen. Dat blijkt uit de groei van het aantal octrooiaanvragen op softwaretoepassingen. Het Europees Octrooi Bureau (EOB) kreeg vorig jaar 165.000 patentaanvragen te verwerken, bijna 4 procent meer dan in 2016. Welk deel daarvan softwarepatenten zijn is niet zomaar duidelijk, omdat software zelf - de broncode - niet patenteerbaar is. Altijd gaat het om een technische toepassing waarin software een rol speelt. Bekeken per technologiegebied waren medische techniek (6,2%), digitale communicatie (5,7%) en computertechniek (4,1%) de grootste groeiers. Dat zijn alle drie gebieden waarin software een grote rol speelt. De wens tot bescherming geldt overigens ook voor uitvindingen gedaan door KI-toepassingen zoals neurale netwerken.
Artikel 52 van het Europees Octrooiverdrag meldt dat computerprogramma’s ‘als zodanig’ zijn uitgesloten van octrooiering. Echter, de interactie van de broncode met een apparaat (sensor, IoT-camera, computergestuurde draaibank) kan wel voor octrooi in aanmerking komen. Enigszins verwarrend, maar een voorbeeld maakt dit duidelijker: een camera maakt een opname van een gezicht. In die opname wordt de afstand tussen de ogen gemeten en op basis daarvan bepaalt de software hoever het gezicht verwijderd is van de camera. “Dat is octrooieerbaar”, aldus Anton Versluis, octrooibeoordelaar van het Europees Octrooi Bureau in Den Haag.
Belangen beschermen
De drie meest gangbare methodes om het intellectuele eigendom op software te beschermen zijn: auteursrecht, geheimhouding en octrooien. Op elk stuk software is automatisch het auteursrecht (copyright) van toepassing. Dit biedt zeventig jaar lang bescherming. Maar het is beperkt in zijn werking: het biedt bescherming tegen het kopiëren van de tekst. Octrooien daarentegen beschermen de functionaliteit. Geheimhouding kent ook zijn problemen. Want hoe houd je algoritmes geheim die je in de cloud wil laten draaien? Paul Klint, research fellow van het CWI en emeritus hoogleraar softwareengineering van de Universiteit van Amsterdam, noemt het een sterke manier om belangen veilig te stellen. Een voorbeeld is de methode van Netflix om individuele filmvoorkeuren vast te stellen. Maar Erik Visscher, Europees octrooigemachtigde en partner bij octrooigemachtigdekantoor De Vries en Metman, vindt het een lastige vorm van bescherming. Soms is het niet mogelijk en als het wel mogelijk is blijkt de ICT-praktijk weerbarstig. Vaak werkt een team van softwareontwikkelaars aan een nieuw programma, maar mensen komen en gaan en werk wordt uitbesteed. Als iemand elders verder bouwt op basis van dezelfde algoritmen, dan is dat lastig te achterhalen. De eerdere werkgever kan het aanpakken via onrechtmatige daad, maar het bewijs is lastig te leveren. De nieuwe Nederlandse wet bescherming bedrijfsgeheimen biedt overigens iets meer mogelijkheden.
“Het octrooi is het krachtigste middel om computergeïmplementeerde uitvindingen te beschermen”, zegt Visscher van De Vries en Metman. “De enige beslissing die je moet nemen is of je wel of niet gaat octrooieren. Die andere twee heb je automatisch.” Die zijn dus ook de goedkoopste manier van beschermen. Octrooiering vergt inspanning en geld - en is dus een commerciële beslissing.
Wildgroei
Paul Klint (CWI) vindt patenten op software echter geen goed idee. Er is wat hem betreft een wezenlijk verschil tussen een octrooi op een tastbaar apparaat en een op software. Bij het eerste maakt een bouwtekening van een prototype van een product deel uit van het patent. Een softwarepatent bevat geen broncode en ook geen algoritme - want niet patenteerbaar. Meestal bevat het een algemene beschrijving, die te breed is om exact de functie van het programma aan te geven. Vervolgens is het lastig te bepalen of nieuwe software het betreffende programma schendt. Of het is zo breed dat hele bedrijfstakken worden geraakt, en dan wordt het vaak genegeerd.
Klint: “Zelfs de definitie van een softwarepatent is onduidelijk. Ik heb met enkele collega’s vijftig van deze patenten onderzocht op criteria voor octrooieerbaarheid en slechts vijf bleken werkelijk over een uitvinding op het gebied van software te gaan.” En of een toegekend patent echt bescherming biedt, blijkt pas als het in een rechtszaak standhoudt. Hij is zeer negatief over de huidige octrooipraktijk rond software en spreekt van wildgroei. “Er zijn teveel - honderdduizenden - triviale patenten in omloop.” Patenten op to do-lijstjes (overigens een Amerikaans patent, zonder Europese tegenhanger, dus hier niet geldig), op de y-as in de meetkunde en op bepaalde wiskundige operatoren. “Daar is niets nieuws aan, ze bestaan al lang.”
Hetzelfde geldt voor de vele patenttrollen, valse patenten. Ze worden vooral bedacht om grote softwareproducenten het leven
zuur te maken. “Afpersen met patenten”, noemt Klint dat. Om zich tegen trollen te beschermen heeft Microsoft onlangs 60.000 patenten vrijgegeven, waaronder die op Linux, .Net en C#. Een aanval op die patenten heeft dan geen zin meer, want iedereen kan er gebruik van maken.
Klint meent dat patentbureaus niet in staat zijn softwarepatenten goed te beoordelen. Dat komt enerzijds door de massaliteit van het aantal aangevraagde patenten. En anderzijds door gebrek aan deskundige mankracht.
Triviale patenten
Versluis van het EOB trekt zich de kritiek aan. “We doen er alles aan om dit tegen te gaan.” Daarom heeft het EOB afgelopen jaren extra octrooibeoordelaars aangenomen. Er zijn nu vijfduizend ‘patent examiners’ in dienst, die dus per persoon jaarlijks ruim dertig octrooiaanvragen behandelen.
‘Er zijn inderdaad triviale patenten in omloop. Octrooibeoordelende instanties elders in de wereld zijn vaak minder streng dan wij. Maar in het algemeen - en dat geldt ook voor die instanties elders - proberen we bij toekenning de strekking ervan zo veel mogelijk te beperken. Maar als een aanvraag geen inbreuk maakt op de vrije markt, en het is voldoende inventief, dan wordt het toegekend.”
![](https://assets.isu.pub/document-structure/201022085601-e7491c815705638681314bc9e40b06b5/v1/ebda2ee8bb39e9ca503c68a3acd249d4.jpg?width=720&quality=85%2C50)
Automatisering van het uitvinden
Uitvinden is mensenwerk. Toch zijn er al enkele gevallen van slimme machines en apparaten, bestuurd door bijvoorbeeld neurale netwerken, die ook vindingen hebben opgeleverd die, indien ze door mensen zouden zijn gedaan, voor een octrooi in aanmerking zouden komen. Peter Blok gaf eerder dit jaar in zijn oratie als hoogleraar ‘octrooirecht en privacy’ aan de Universiteit Utrecht enkele voorbeelden van ‘ontdekkingen’ door kunstmatig intelligente systemen. Hij duidt ze aan als ‘innovaties in uitvinden’:
De revolutionaire cross action tandenborstel komt uit een computer, de creativity machine - een geoctrooieerd neuraal netwerk - van de Amerikaanse computerwetenschapper Stephen Thaler. Deze borstel met haarstrengen die onder verschillende hoeken staan, verbetert de verwijdering van plaque significant. Inmiddels heeft Oral B de vinding toegepast. De AI-robot Eve van de Universiteit van Cambridge kan tienduizend stoffen per dag screenen. Uit die screenings is ontdekt dat een ingrediënt van tandpasta kan bijdragen aan de bestrijding van malaria. Een genetisch algoritme van Linden Innovation Research van de US Airforce heeft automatisch een bijzonder goed werkende antenne voor satellietcommunicatie ontworpen. Deze ziet er zo raar uit dat wetenschappers het ontwerp ‘crazy’ noemden, maar hij is inmiddels toegepast op een NASA-satelliet.
Van idee naar innovatie op het 3i-Event
Vroeg of laat krijgt ieder bedrijf gewild of ongewild te maken met intellectueel eigendomsrecht. En dan moet je een duidelijk verhaal hebben. Bezoek daarom het 3i-Event over Ideas, Intellectual property & Innovation op 18 april op de hightech campus in Eindhoven.
In deze tweede editie van het 3i-Event staan boeiende cases, aansprekende paneldiscussies en diepgravende parallelsessies centraal. U ontmoet IP-professionals van Octrooi Centrum Nederland, het Benelux Office for Intellectual Property en het European Patent Office. Daarnaast kunt u uitgebreid spreken met octrooigemachtigden over hoe u de juiste aandacht voor intellectueel eigendom in uw bedrijfsstrategie meeneemt.
Inschrijven kan via 3i-event.com/103716/subscribe
Een zelflerend algoritme van het farmaceutische bedrijf Berg uit Boston vond een nieuw medicijn voor de behandeling van kanker. Een algoritme van een ander bedrijf, aldus Blok, kwam met het idee om de helmen van spelers van American Football magnetisch te maken, zodat er bij botsingen tussen spelers minder vaak hersenletsel optreedt.
Intelligente machines
Aan wie komt het octrooi toe bij dergelijke vindingen? Daarover bestaat geen twijfel: aan natuurlijke personen en rechtspersonen, dus aan de ontwerper van de software of in de meeste gevallen: diens werkgever. Niet aan de intelligente machine, want dat is geen rechtspersoon. Doet een werknemer van Philips een octrooieerbare uitvinding, dan komt het octrooi op naam van Philips en wordt daarnaast de naam van de uitvinder op het patent vermeld. Wel is er discussie of de naam van het AI-programma ook vermeld moet worden. Nu is dat niet het geval. Blok wil dat ook zo houden: “Omdat het programma niet de uitvinder is, maar het instrument waarmee een menselijke uitvinder heeft uitgevonden.”
Ook is er discussie of er bij dergelijke ‘vindingen’ wel echt sprake is van uitvinden - een voorwaarde voor octrooiverlening - of dat het gaat om slimme data-analyse. In dat laatste geval meent Erik Visscher van De Vries en Metman dat er geen octrooi kan worden toegekend, maar anderen zien dat genuanceerder.
Anton Versluis van het Europees Octrooi Bureau: “Bepalend is dan de ‘uitvindershoogte’. Als het nieuw is en voldoende inventief, dan is octrooi mogelijk.” Blok: “Ik zou uitvinden en slimme data-analyse niet tegenover elkaar plaatsen, maar zeggen dat je ook kunt uitvinden met behulp van slimme data-analyse.” Het EOB heeft onlangs bevestigd dat AI-gerelateerde uitvindingen octrooieerbaar zijn.
Technische processen lopen beter, aanzienlijk winstpotentieel
Nederland is het land van de datacenters waar organisaties zoals Microsoft, Google, Equinix, Interxion en veel anderen flink blijven uitbreiden. Veel wereldwijde IT-organisaties zijn aanwezig in de Nederlandse datacenters. In deze datacenters wordt een grote hoeveelheid data opgeslagen die voor verschillende doeleinden wordt gebruikt. De data over deze datacenters zelf wordt echter nagenoeg nooit geanalyseerd. Zouden we dat wel doen, dan ontstaan zeer interessante kansen om het operationeel beheer van datacenters drastisch te verbeteren.
Data van technische installaties van datacenters worden alleen gebruikt om bijvoorbeeld het elektriciteitsverbruik of de beschikbare elektrische en koel-capaciteit te bepalen en veranderingen van de temperatuur te beoordelen. Terwijl deze data bij uitstek geschikt zijn om het technische proces beter te laten verlopen. Er valt daarmee veel winst te behalen in het operationeel beheer.
Waarom geen data-analyse?
Operationele data zouden beschikbaar moeten zijn bij de engineers die verantwoordelijk zijn voor de 100% beschikbaarheid en hoge efficiëntie van hun datacenter. Voor capaciteitsmanagement wordt er bijvoorbeeld maandelijks beoordeeld wat het energieverbruik is en wat er nog verkocht kan worden. In een uitzonderlijke situatie heeft iemand van het team de rol van - zeg maar - ‘energiemanager’ en is dan ook bewust van het verbruik en is hier actief mee bezig.
Wanneer we de beschikbare data samen met het ontwerp en de regeltechnische omschrijving analyseren, leren we beter hoe de infrastructuur integraal in het datacenter functioneert. Dit zou zo maar eens tot verrassende inzichten kunnen leiden.
Voorbeelden
Enkele voorbeelden van het praktisch toepassen van data voor operationeel beheer zijn: • Actuele, maximale en gecontracteerde elektrische vermogens op zowel systeem en geaggregeerd niveau. • Wat is de gemeten dagelijkse efficiëntie van het koelsysteem en de noodstroom installatie? We spreken hier over de
‘Partial PUE’, gedefinieerd door The
Green Grid (www.thegreengrid.org). • Komt het gemeten elektriciteitsverbruik overeen met de geleverde koelvermogens? • De efficiëntie van een pomp: hoe verhoudt zich het elektriciteitsverbruik tot de flow over een langere periode.
Wanneer het elektriciteitsverbruik stijgt en de flow vermindert, is er onderhoud nodig. • Hoeveel uren van het jaar wordt er gebruikgemaakt van een type koeling of verwarming opwekking? Hoeveel uren vrije koeling, compressortechnologie of
WKO wordt er daadwerkelijk toegepast? Wat is het aantal starts van een compressor van een koelmachine? Wanneer deze te veel start en stopt, heeft dit een negatieve uitwerking op de levensduur van de compressor. Hoeveel koelvermogen wordt er elke dag geladen of ontladen in het WKOsysteem? Hoe verhoudt zich dit tot de lokale natteboltemperatuur en de gegenereerde koelvermogens door de koeltoren? De temperaturen in de bodem veranderen gedurende het jaar. Wat betekent dit voor de installatie? Efficiëntie van de CRAH-units in de computerruimte: hoe verhouden zich onderling de CRAH-units op basis van de sturing van de ventilator en de sturing van de waterklep? Met andere woorden, hoeveel elektrisch vermogen en hoeveel water wordt er door de unit gebruikt? Waarom wordt er zoveel water verbruikt? Hoe efficiënt is het waterverbruik? Hoeveel water wordt er verbruikt voor het koelproces en hoeveel water wordt er gebruikt voor het schoonmaakproces en vervolgens afgevoerd in de riolering? Hoeveel koelvermogen is er nog beschikbaar?
Welke efficiëntie van de koelinstallatie is te verwachten bij de huidige weersomstandigheden? Wat is de reden van de lage retourwater temperatuur van het koelsysteem? Wat is de hoeveelheid chemicaliën die wordt gebruikt door de waterbehandelinginstallatie? Waarschijnlijk is dit eenvoudig te herleiden uit wat er is ingekocht. Echter, wanneer dit niet is opgenomen in bijvoorbeeld een dashboard, is er geen bewustwording hoe meer hierin te besparen.
Met het analyseren van de datacenterinfrastructuur kunnen in het operationele beheer, de opbrengsten en de duurzaamheid van het datacenter verbeteringen worden behaald.
Analyseren in de praktijk
In eerste instantie leert het operationele team aan de hand van analyses hoe de verschillende componenten waaruit de installatie is opgebouwd daadwerkelijk functioneren (zie figuur 1). Deze werkelijkheid kan namelijk afwijken van het ontwerp en de verwachting. Door niet alleen de controlerondes te lopen en daarbij
![](https://assets.isu.pub/document-structure/201022085601-e7491c815705638681314bc9e40b06b5/v1/502e684aad3edc9cc8f8b30e4ba5362a.jpg?width=720&quality=85%2C50)
goed te horen en te voelen hoe componenten zich houden in een bepaalde bedrijfssituatie, kan door middel van
figuur 1 data-analyse over langere periode worden voorspeld of een of meerdere componenten anders zullen gaan functioneren.
![](https://assets.isu.pub/document-structure/201022085601-e7491c815705638681314bc9e40b06b5/v1/a2c7cebd152f4260cc0bdd1f22d9e2fc.jpg?width=720&quality=85%2C50)
Dit gaat helpen bij het voorspellend onderhoud (‘predictive maintenance’). Tot op heden wordt onderhoud veelal uitgevoerd volgens een ‘vast’ opgesteld onderhoudsplan. Er is echter steeds meer vraag naar het uitvoeren van onderhoud op het juiste moment. Anders gezegd, wanneer die bewuste installatie bij de toepassing het onderhoud nodig heeft om te voorkomen dat de installatie uitvalt. Hiermee kan het optreden van incidenten door uitval van componenten worden voorkomen.
Feitelijke getallen
Met het analyseren van data hebben we het over feitelijke getallen en niet over een verwachting hoe installaties functioneren. Dit zal vervolgens leiden tot bewustwording van het wel of niet goed functioneren van een installatie. Wanneer een installatie niet goed functioneert, kan data helpen in het onderbouwen van de business case voor het starten van een optimalisatie-traject. Denk hierbij aan het implementeren van een vervangend onderdeel of aan het implementeren van een nieuwe techniek waarbij de beschikbaarheid nog steeds gegarandeerd wordt maar met een hogere mate van efficiëntie.
![](https://assets.isu.pub/document-structure/201022085601-e7491c815705638681314bc9e40b06b5/v1/9b2943ffeb2e1108c24a96f0d49f3873.jpg?width=720&quality=85%2C50)
Uitval van componenten kan mogelijk voorspeld worden. Zo is er meer grip mogelijk op de kosten, wat uiteindelijk zal leiden tot lagere kosten in het beheer van het datacenter.
Nieuwe inzichten
De huidige dashboards geven over het algemeen informatie weer op het niveau van componenten op basis van geografische ligging. Tegenwoordig is er echter meer behoefte aan geaggregeerde informatie. Het verbinden van verschillende informatiebronnen en het leggen van relaties tussen verschillende systeemcomponenten levert immers in veel gevallen nieuwe inzichten op. Met de combinatie van integrale kennis van de datacenter-infrastructuur en het analyseren van de data helpen wij datacenters met het verkrijgen van managementinformatie, zodat zij op tijd de juiste beslissingen voor hun business kunnen nemen.
Wanneer het vermoeden bestaat dat een systeem niet optimaal functioneert, kan het analyseren van de data helpen bij het vinden van de daadwerkelijke oorzaak om vervolgens een oplossing hiervoor te vinden.
Heldere toekomst
Tegenwoordig zijn er steeds meer data beschikbaar, wat helaas kan leiden tot een probleem. Namelijk: te veel data. Hierdoor wordt het lastig deze gegevens te beoordelen. Voor het analyseren van de data is het dan ook van belang dat de juiste prioriteit gesteld wordt. Welke data zijn wél van belang? En misschien nog belangrijker, welke data niet? Daarnaast moet de frequentie voor het opslaan en de periode dat deze informatie opgeslagen wordt logisch zijn.
Taken van een data analytics-team
• Systeemprestaties valideren en optimaliseren • Energie-optimalisatie en milieu-impact verbeteren • Realtime dashboards creëren en procesinzichten realiseren • Asset management en voorspellend onderhoud verbeteren • Foutanalyses maken • Jaarlijks rapporteren over prestaties en prestatieverbeteringen • Informatie beschikbaar maken via - bijvoorbeeld - mobiele gebruikersinterfaces (apps) Het datacenter-team dat deze taken op zich neemt, dient te begrijpen hoe de verschillende componenten in de infrastructuur van het datacenter gezamenlijk functioneren voor een optimale beschikbaarheid en efficiency. Kennis van data analytics is hierbij cruciaal. Het is immers juist deze expertise die het mogelijk maakt om samen met klanten en partners inzichten in data en algoritmes om te zetten in vooruitzichten.
Arjan Westerhoff is consultant Mission Critical Facilities bij Royal HaskoningDHV