IT-gestützte White-Spot-Analyse by Fraunhofer IAO

F R A U N H O F E R - I N S T I T U T F Ü R A rbeits w irts c haft un d O r g anisation I ao

Dieter S path ( H rs g . ) , Y v onne S i w c z y k

IT-gestützte white-spot-analyse Potenziale von Patentinformationen am Beispiel Elektromobilität erkennen

F R A U N H O F E r Ver l a g

Dieter Spath (Hrsg.) Yvonne Siwczyk

IT-gest체tzte White-Spot-Analyse Potenziale von Patentinformationen am Beispiel Elektromobilit채t erkennen

Kontaktadresse: Fraunhofer-Institut für Arbeitswirtschaft und Organisation Nobelstraße 12, 70569 Stuttgart Telefon: 0711 970-2124, Fax: -2099 E-Mail: presse@iao.fraunhofer.de URL: www.iao.fraunhofer.de Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. ISBN: 978-3-8396-0091-7 Produktion, Umschlaggestaltung: Christine Bärthel, Anette Grimmel Druck und Weiterverarbeitung: IRB Mediendienstleistungen Fraunhofer-Informationszentrum Raum und Bau IRB, Stuttgart Für den Druck des Buches wurde chlor- und säurefreies Papier verwendet. © by FRAUNHOFER VERLAG, 2010 Fraunhofer-Informationszentrum Raum und Bau IRB Postfach 800469, 70504 Stuttgart Nobelstraße 12, 70569 Stuttgart Telefon: 0711 970-2500, Fax: -2508 E-Mail: verlag@fraunhofer.de http://verlag.fraunhofer.de Alle Rechte vorbehalten Dieses Werk ist einschließlich aller seiner Teile urheberrechtlich geschützt. Jede Verwertung, die über die engen Grenzen des Urheberrechtsgesetzes hinausgeht, ist ohne schriftliche Zustimmung des Verlages unzulässig und strafbar. Dies gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen sowie die Speicherung in elektronischen Systemen. Die Wiedergabe von Warenbezeichnungen und Handelsnamen in diesem Buch berechtigt nicht zu der Annahme, dass solche Bezeichnungen im Sinne der Warenzeichenund Markenschutz-Gesetzgebung als frei zu betrachten wären und deshalb von jedermann benutzt werden dürften. Soweit in diesem Werk direkt oder indirekt auf Gesetze, Vorschriften oder Richtlinien (z.B. DIN, VDI) Bezug genommen oder aus ihnen zitiert worden ist, kann der Verlag keine Gewähr für Richtigkeit, Vollständigkeit oder Aktualität übernehmen.

Inhalt

Fraunhofer IAO IT-gestützte White-Spot-Analyse

Einführung

2 2.1 2.2 2.2.1 2.2.2 2.3

Patentdatenanalyse – Stand der Technik Formen von Patentdatenanalysen Tools zur IT-gestützten Patentdatenanalyse Überblick Patentdatenanalyse-Software im Detail Umfrageergebnisse – Feedback aus der Wirtschaft

7 7 12 12 15 18

White-Spot-Analyse des Fraunhofer IAO

4 4.1 4.2 4.3 4.3.1 4.3.2 4.4 4.4.1 4.4.2

Praxisbeispiel Elektromobilität Hintergrund Analysierte Patentdaten - Batteriemanagementsysteme Extraktion der Probleme und Lösungen Manuell erstellte White-Spot-Matrix IT-gestützte White-Spot-Matrix Wirtschaftliche Potenziale der White Spots Allgemeine Betrachtung Mögliche unternehmensindividuelle Betrachtung

26 26 28 34 34 37 46 46 49

Zusammenfassung

6 6.1 6.2 6.3 6.4 6.5

Anhang Literaturverzeichnis URLs zur Patentdatenanalysesoftware Bilder Problem-Lösungs-Matrix Patentdokumente Fragebogen zur Umfrage 2009

53 53 57 58 62 63

-2-

Abbildungsverzeichnis

Abbildungs- und Tabellenverzeichnis

Bild 1: Beispiel für eine Patentstatistik 8 Bild 2: Branchenverteilung 18 Bild 3: Patentdaten im Entwicklungsprozess 19 Bild 4: Methodeneinsatz im Patentmanagement 20 Bild 5: Der White-Spot-Analyse-Prozess des Fraunhofer IAO 23 Bild 6: Hauptthemen im Datensatz 29 Bild 7: IPC-Klassen, speziell BMS 30 Bild 8: Die Top-15 der Patentanmelder im Bereich BMS 31 Bild 9: Früheste Priorität von 1993-2009 im Bereich BMS 32 Bild 10: Länderverteilung im Bereich BMS 32 Bild 11: Häufigste Schlüsselwörter 33 Bild 12: Manuell erstellte Problem-Lösungs-Matrix 35 Bild 13: Patentverteilung nach Fahrzeugtypen 36 Bild 14: Beispiel für eine Patentdokumentenansicht in Luxid® 38 Bild 15: Landkarte: welches Mittel hat welchen Zweck 39 Bild 16: Mit Hilfe von Luxid® erstellte Problem-Lösungs-Matrix 40 Bild 17: Auszug aus über Luxid® erstellten Problem-Lösungs-Matrix 41 Bild 18: Falsche White Spots 44 Bild 19: Mögliche White Spots 45 Bild 20: Allgemeine Markt-Bewertungsparameter 46 Bild 21: Unternehmensbezogene Bewertungsparameter 50 Bild 22: White-Spot-Potenziale im Vergleich 51 Tabelle 1: Gängige Patentdatenanalysen und was sie leisten Tabelle 2: Anbieter von Softwarelösungen Tabelle 3: Probleme und Lösungen, manuell

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-3-

10 13 34

Abkürzungsverzeichnis

BMS DL DPMA EPO EV(s) F&E FfE HEV(s) IAO IP IPC JPO KMU NLP OEM PA PHEV(s) SAO SOC SPO WIPO WS XLS XML

Fraunhofer IAO IT-gestützte White-Spot-Analyse

Batteriemanagementsystem Dienstleister Deutsches Patent- und Markenamt European Patent Office Electric Vehicle(s) Forschung und Entwicklung Forschungsstelle für Energiewirtschaft Hybrid Electric Vehicle(s) Institut für Arbeitswirtschaft und Organisation Intellectual Property International Patent Classification Japan Patent Office Kleine und mittlere Unternehmen Natural Language Processing Original Equipment Manufacturer Patentdatenanalyse Plug-in Hybrid Vehicle(s) Subject-Action-Object State of Charge Subjekt-Prädikat-Objekt World Intellectual Property Organization White Spot Microsoft Excel Extensible Markup Language

-4-

Einführung

Unerforschte Flecken auf einer geografischen Landkarte weckten schon vor Jahrhunderten Anreize für die Entwicklung neuer Technologien: zur Erforschung der Meere und Kontinente unserer Erde wurden beispielsweise leistungsfähige Schiffe und Automobile sowie Navigationstechniken erfunden und stetig weiterentwickelt. Heutzutage sind zwar die weißen, unerforschten Flecken auf dem Globus weitestgehend verschwunden, aber in speziellen Technologie- und Patentlandkarten werden sie auch heute noch entdeckt und für die Entwicklung innovativer Produkte genutzt. Solche Landkarten visualisieren zweidimensional die Beziehungen zwischen Analyseparametern. Verschiedenste Parameter lassen sich sinnvoll in Beziehungen setzen und grafisch darstellen. So kann eine Landkarte beispielsweise eine einfache Matrix sein, welche Firmennamen und Technologien gegenüberstellt. Oder die Landkarte zeigt die Häufigkeit bestimmter Schlüsselwörter innerhalb eines Technologiebereiches in Form von angedeuteten Tälern und Bergen, welche die Häufigkeit der Wörter in den Patenten symbolisieren. Patente bieten sich für die Erstellung solcher Landkarten besonders an, da ein Großteil der weltweit angewendeten Technologien über Patentschriften verfügbar ist, die jedem Interessierten kostenlos zur Verfügung stehen. Die vorliegende Studie fokussiert sich daher auf die Nutzung von Patentdaten zur Analyse einer Technologie. Sie zeigt im ersten Hauptteil auf, wie und mit welchen Werkzeugen man Patente analysieren kann und welche Schlussfolgerungen sich aus den gewonnenen Daten ergeben. Abgerundet wird der einführende Abschnitt mit den Ergebnissen einer Umfrage, welche den Nutzungsgrad von Patentdatenanalysen und -werkzeugen in Unternehmen mit Sitz in Deutschland aufzeigen. Im zweiten Hauptteil der Studie wird eine spezielle Patentdatenanalyse, die IT-gestützte White-Spot-Analyse des Fraunhofer IAO, detailliert vorgestellt. Diese White-Spot-Analyse wird in zwei Schritten durchgeführt: im ersten Schritt erfolgt die Erstellung der Problem-Lösungs-Landkarte in Form einer Matrix und im zweiten Schritt die Bewertung der gefundenen freien Flächen unter wirtschaftlichen Gesichtspunkten. Der erste Schritt der White-Spot-Analyse basiert ausschließlich auf Patentdaten, da Patente sowohl technische Lösungen als auch die zugehörigen Probleme beinhalten und sich damit besonders eignen, um wertvolle Informationen für die lösungs- sowie problemorientierte Ideengenerierung zu liefern. Um jedoch aus einer Vielzahl von Patenten möglichst effizient die jeweiligen Probleme und Lösungen zu erfassen, sind IT-gestützte Verfahren und damit spezielle TextMining-Werkzeuge nötig. Es hat sich jedoch gezeigt, dass auf dem Markt bislang kein Werkzeug zur Verfügung steht, das über Schlüsselwörter oder Phrasen hinaus detailliert Probleme und Lösungen in einem Technologiefeld zur Ver-

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-5-

Einführung

fügung stellt. So wurde vom Fraunhofer IAO in Kooperation mit der TEMIS Deutschland GmbH eine sogenannte Skill CartridgeTM für Patente entwickelt, womit gezielt die Probleme und Lösungen herausgesucht und für weitere Analysen zur Verfügung gestellt werden können. Für den zweiten Analyse-Schritt, der Bewertung der wirtschaftlichen Attraktivität eines freien Technologiefeldes, werden zum Einen verschiedenste Marktdaten benötigt. Diese können zusätzlich zu gängigen Datenerhebungsmethoden ebenfalls mit Hilfe von Text-Mining-Werkzeugen recherchiert werden. Zum Anderen erfolgt die wirtschaftliche Bewertung zusätzlich unter Einbindung unternehmensspezifischer Parameter, um den Unternehmen möglichst individuell nutzbare Ergebnisse liefern zu können. Beispielsweise lassen positive Marktwachstumszahlen ein freies Technologiefeld in der Patentlandkarte vielleicht als eine erfolgversprechende Entwicklungslücke erscheinen. Wenn ein Unternehmen über die Maße hinaus, beispielsweise für die Entwicklungsinfrastruktur oder das personelle Know How investieren müsste, wäre eine Investition in dieses Feld eventuell weniger erfolgversprechend. Um die Leistungen der White-Spot-Analyse in der Praxis aufzuzeigen, wurde im dritten Hauptabschnitt der Studie eine Analyse am Beispiel Elektromobilität skizziert. Im Rahmen der Analyse wurden die Probleme und Lösungen im Bereich Batteriemanagementsysteme IT-gestützt extrahiert und Möglichkeiten der wirtschaftlichen Analyse aufgezeigt. Den Abschluss der Studie bildet ein Ausblick auf geplante Weiterentwicklungen der IT-gestützten White-Spot-Analyse.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-6-

Patentdatenanalyse – Stand der Technik

Die Zahl der Patentanmeldung nimmt weltweit stetig zu: so wurden allein beim Deutschen Patent- und Markenamt DPMA im Jahr 2008 über 62.000 Patentanmeldungen eingereicht1, im Jahr 2007 waren es weltweit über 1,8 Mio. Patentanmeldungen, Tendenz steigend.2 Umso mehr die Zahl der Patente zunimmt, umso schwerer wird es, den Überblick in einem Technologiefeld zu behalten und Patentdaten gezielt im F&E-Prozess und für strategische Unternehmensentscheidungen zu nutzen. Welche Informationen lassen sich aus Patentschriften extrahieren? 3 Patente liefern zum Einen neben einer Problembeschreibung die jeweilige technische Lösung und dienen somit als Informationsquelle. Somit lässt sich beispielsweise das Risiko von Fehl- und Doppelentwicklungen minimieren. Zum Anderen liefern sie Auskünfte beispielsweise über den technologischen Stand der Wettbewerber und lassen Markttrends erkennen. Um allerdings diese Informationen aus den Patenten extrahieren zu können, müssen in der Regel in einem Technologiefeld hunderte oder gar tausende Patente gelesen und analysiert werden, ein aufwendiger Prozess. Abhilfe schaffen hier IT-gestützte Analysemethoden, wie sie in der Praxis immer öfter eingesetzt werden. Die folgenden Kapitel geben einen Einblick in die Patentdatenanalyse sowie den ermittelten Stand der Technik im Bereich der Analysesoftware. 2.1

Formen von Patentdatenanalysen Für eine Patentdatenanalyse gibt es die verschiedensten Anlässe, daher können sich die Analysen im Ergebnis deutlich unterscheiden. Patente werden beispielsweise analysiert, um über die eigenen Entwicklungsmöglichkeiten oder den Wettbewerb in einem Technologiefeld informiert zu sein (strategische Wettbewerbsanalyse). 4 Eng damit verbunden ist die Verwendung der Patentinformationen zur technologischen Früherkennung (Trendanalysen). Da Patente eine nahezu unerschöpfliche Informationsquelle darstellen, lassen sie sich auch aktiv in den frühen Phasen der Produktentwicklung nutzen, zum Einen in der Ideenfindung oder zum Anderen um bereits in der Ideenphase den Rechtsstand

Vgl. DPMA (2009) Vgl. WIPO (2009) 3 Vgl. Mittelstädt (2009), S. 67 f. 4 Vertiefende Informationen zu Analyseanlässe in Schmoch, Grupp (1990), S. 161 ff. oder Wurzer (2003), S. 61 ff. 2

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-7-

Patentdatenanalyse – Stand der Technik

zu prüfen und „verletzungsfrei“ Produkte zu entwickeln (über sogenannte Freedom-To-Operate-Analysen). Mit einer Patentdatenanalyse wird in der Regel die quantitative Analyse von Patenten in Verbindung gebracht.5 Für solche Analysen werden zumeist bibliografische Patentdaten wie Abstract/Titel, Anmelder, Erfinder, Anmeldedatum usw. der Patente genutzt.6 Folgendes Bild 1 zeigt als Beispiel eine Statistik über die Patentanmelder in einem Patentdatensatz. Neben solch einfachen Auswertungen lassen sich mehrere Parameter miteinander verknüpfen, um versteckte Zusammenhänge zu erkennen. Beispielsweise könnten die Anmelderzahlen noch mit Informationen über zugehörige Länder oder Jahreszahlen verknüpft werden. Solche Zusammenhänge werden zum Teil über komplexe (Qualitäts-) Kennzahlen errechnet, anhand derer sich letztendlich Patente untereinander vergleichen und messen lassen.7 Bild 1: Beispiel für eine Patentstatistik

Neben quantitativen Analysen lassen sich Patente zusätzlich qualitativ untersuchen.8 Mittels einer qualitativen Analyse können über die bibliografischen Daten hinaus in erster Linie technische Inhalte erfasst und Zusammenhänge hergestellt werden.

Vgl. Schramm, Bartkowski (2008) S. 4 Vgl. Fendt (1990), findet Anwendung in den gängigen Patentmanagement-Softwarelösungen, siehe Kapitel 2.2 7 Vgl. Burr et al. (2007), S. 158 ff. 8 Vgl. Trautwein (2006 ), S. 172 oder Kohn (2009) 6

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-8-

Patentdatenanalyse – Stand der Technik

Die gängigsten Patentdatenanalyse-Methoden, welche bereits IT-gestützt durchgeführt werden, sind in Tabelle 1 aufgeführt. Die Analysemethoden sind nach Komplexität aufgeführt, beginnend mit einfachen statistischen Analysen bis hin zu komplexen Analysen, wie beispielsweise die White-Spot-Analyse. Zu den einfachen Analysen lassen sich alle Verfahren zählen, bei denen aus den Patentinformationen einzelne Parameter extrahiert werden und diese auf Häufigkeiten untersucht werden. Beispielsweise welcher Patentanmelder in einem bestimmten Zeitraum die meisten Patente angemeldet hat, welche IPC-Klassen in einem betrachteten Patentfeld am häufigsten aufgeführt werden oder wie oft ein Patent in anderen zitiert wird. Letztere sogenannte Zitationsanalysen können zusätzlich sehr aufwendig gestaltet werden, wenn man beispielsweise verstärkt den Inhalt der Patente betrachtet oder darüber hinaus sonstige Quellen hinzuzieht. Sobald man erste inhaltliche Analysen vornimmt, und sei es nur um die häufigsten, zusammenhängenden Schlüsselwörter (Keywords) aus einem Patenttext zu extrahieren, benötigt man erste Text-Mining-Methoden.9 Für Freedom-ToOperate-Analysen, wie Analysen zur Ermittlung des frei nutzbaren Standes der Technik genannt werden, werden neben technischen Detaildaten zusätzlich rechtliche Daten über den Stand des Patentes benötigt.10 Nur die Kombination dieser Daten lässt verlässliche Aussagen über den Stand der Technik und damit mögliche Entwicklungsfelder für neue Produkte treffen, die nicht den Schutzraum bestehender Patente verletzen.11 Patentlandkarten visualisieren relevante Patentinformationen auf einen Blick, wobei in der Regel zwei oder mehr Parameter miteinander in Beziehung gebracht und dargestellt werden können. Die Visualisierung erfolgt unterschiedlich: Landkarten mit einfachen Matrix-Darstellungen über Netz- und Beziehungskarten bis hin zu aufwendigen 3-D-Darstellungen konnten in der Literatur gefunden werden. Damit eignen sich die Landkarten für verschiedenste Analyseziele, wie auch die Software-Anwendungen zeigen (vgl. Kapitel 2.2). So werden beispielsweise für ein technologieorientiertes Roadmapping bis zu vier Patentlandkarten genutzt:12 eine Landkarte, um Beziehungen zwischen Hauptakteuren in einem Technologiefeld an Hand von Schlüsselwörtern aufzuzeigen oder um den technologischen Know-How-Fluss zwischen den Hauptakteuren darzustellen.

Zu Text Mining vgl. Kapitel 2.2 und 3 Zum rechtlichen Stand eines Patentes: ob es angemeldet, offengelegt, erteilt, aufrechterhalten oder aufgegeben wurde, wer der aktuelle Patentinhaber ist usw. 11 Beispiel für Biotechnologie Walter (2008), S. 2 ff. 12 Vgl. Lee et al. (2009), S. 773 ff. 10

Fraunhofer IAO IT-gestützte White-Spot-Analyse

-9-

Patentdatenanalyse – Stand der Technik

Analyse der Anmelder

Beispiel

Bemerkung

wer ist Technologieführer (meisten Patente)? allg. wer Patentanmelder?

Länderanalyse

in welchen Ländern werden wieviele Patente angemeldet

Klassenanalyse

IPC-Übersichten

Trendanalyse

in welchen Jahren wurden wieviele Patente angemeldet? In welchen Jahren wurden in welchen Ländern wieviele Patente angemeldet?

ja nach Analyseziel Bildung von Kennzahlen durch die Kombination mehrerer Parameter => Ansätze für qualitative Bewertung der Patentsituation

Zitationsanalyse

Wie oft wird ein Patent in anderen zitiert?

Keyword-Analyse

Welches sind die Top-25 Keywords?

Text Mining hauptsächlich auf Basis statistischer Verfahren

…

Freedom-To-OperateAnalyse

Nutzung des Patentrechtsstandes: welche Patente sind Stand der Technik und welche aktiv?

insbesondere zur Vermeidung von Patentverletzungen bereits in der frühen Phase

Patentlandkarte

Zusammenhänge erkennen: z.B. welcher Wettbewerber hat welche Patente im KeywordCluster

Text Mining-Verfahren kombiniert mit statistischen Analysen; Visualisierung

White-Spot-Analyse (FhG IAO)

Zusammenhänge über Patentdaten hinaus erkennen: welche wirtschaftlich attraktiven, ungelösten Probleme gibt es in einem Technologiefeld

Text Mining-Verfahren kombiniert mit statistischen Analysen auf Basis von Patent- und Marktdaten; Visualisierung

…

i.d.R. einfache statistische Methoden

Analysemethode

Text- und Data-Mining-Methoden

Tabelle 1: Gängige Patentdatenanalysen und was sie leisten

Die White-Spot-Analyse des Fraunhofer IAO basiert ebenfalls auf einer Landkarte: in der ersten Analysephase werden den beschriebenen Problemen die entsprechenden Lösungen gegenübergestellt und über eine Matrix visualisiert. Die erste Phase der White-Spot-Analyse, die Gegenüberstellung von Parametern und deren anschließende Analyse (z.B. Problem-Lösungs-Matrix oder Anwendung-Funktions-Matrix), ist keine grundsätzlich neue Methode. Hauptsächlich manuell durchgeführt wurde sie beispielsweise bereits in Japan, wofür ein

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 10 -

Patentdatenanalyse – Stand der Technik

Leitfaden vom japanischen Patentamt erstellt wurde.13 Aber auch in Deutschland wird das Prinzip angewendet, wie ein Technologiebericht zur Nanotechnologie des VDI zeigt.14 Bei den recherchierten White-Spot-Analysen beschränkt man sich in der Regel jedoch an Hand von einzelnen Wörtern oder Phrasen auf eine relativ grobe Betrachtungsebene. Solche beschreibenden Wörter oder Phrasen können beispielsweise „Auswurfvorrichtung“ oder „gummiartige Oberfläche“ sein, welche häufig in Patenten genannt und daher in der Analyse als umschreibende Begriffe aufgeführt werden. Will man eine Technologie jedoch detailliert betrachten, d.h. wissen wofür eine „Auswurfvorrichtung“ beispielsweise gut sein soll, müssten deutlich mehr Informationen zur Verfügung gestellt werden. Zusätzlich werden bei bisherigen qualitativen Patentanalysen selten Marktinformationen hinzugezogen, um neben technologischen auch wirtschaftliche Aspekte in die Analyse mit einzubeziehen. Diesen Schritt geht man bei der White-Spot-Analyse des Fraunhofer IAO: die generierte Landkarte wird im nächsten Schritt auf freie Flächen, d.h. Felder ohne patentierte Problem-LösungsKombinationen in Bezug auf das wirtschaftliche Potenzial untersucht. Damit geht die White-Spot-Analyse über die ausschließliche Analyse von Patentdaten hinaus. In Tabelle 1 wird die White-Spot-Analyse daher als eigenständige Analysemethode aufgeführt, um insbesondere den Aspekt der Einbindung von nicht patentbezogenen, wirtschaftlichen Daten sowie den stärkeren Fokus auf technische Details hervorzuheben. Die Kombination von Patent- und Marktdaten ist ebenfalls nicht grundsätzlich unbekannt, sondern wird im IP-Management allgemein eingesetzt. Beispielsweise werden Patent- und Marktdaten im Rahmen von PatentportfolioAnalysen oder in Patentbewertungsprozessen kombiniert.15 Insbesondere der Fokus auf Patentbewertungsprozesse nimmt an Bedeutung zu. Da Patentbewertungsfragen jedoch ein eigenständiges, komplexes Thema sind und den Rahmen der Arbeit sprengen würden, soll an dieser Stelle nicht weiter darauf eingegangen werden.

Vgl. JPO (2000), S. 24 ff. Vgl. Luther et al. (2004), S. 208 ff. 15 Vgl. Fabry et al. (2006), S. 217 und Ensthaler, Strübbe (2006), S. 3 14

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 11 -

Patentdatenanalyse – Stand der Technik

2.2

Tools zur IT-gestützten Patentdatenanalyse

2.2.1

Überblick In den letzten Jahren wurden zunehmend spezielle PatentdatenanalyseWerkzeuge entwickelt, die neben statistischen Häufigkeitsanalysen unter Nutzung bibliografischer Patentdaten ebenfalls inhaltliche Analysemöglichkeiten bieten. So verfügt bereits fast jedes lizenzpflichtige Patentrecherche-Tool für einfache Häufigkeitsanalysen über eine Auswahl an Patentanalysewerkzeugen. Für komplexere Analysen, insbesondere wenn es um die Analyse des Inhaltes von Patentdokumenten und möglichen Zusammenhängen geht, werden insbesondere Text- und Data-Mining-Methoden genutzt.16 Mittels Text- und Data-Mining-Algorithmen lassen sich aus Patenten beispielsweise relevante Schlüsselwörter (Keywords) oder -phrasen extrahieren, welche eine Technologie grob beschreiben. Diese Algorithmen basieren dabei auf Methoden der Linguistik, speziell der Computerlinguistik sowie dem sogenannten Natural Language Processing (NLP), um den Inhalt der Dokumente sinnvoll erfassen zu können.17 Man spricht hierbei auch von einer semantischen Patentanalyse. Zur sinnvollen Inhaltserfassung ist neben der Auswertung einzelner Wörter das Erkennen von Ähnlichkeiten und Zusammenhänge von Textpassagen erforderlich. Dabei sollen ähnliche Inhalte nicht nur innerhalb eines Dokumentes, sondern auch darüber hinaus in weiteren Dokumenten erfasst und erkannt werden. Für diese Inhaltesextraktion werden spezielle Algorithmen genutzt, welche die Dokumente „verstehen“ und sinnvoll einander zuordnen, d.h. klassifizieren oder clustern („automatisch klassifizieren“)18. Die Algorithmen werden je nach Eignung und gewünschter Ergebnisgenauigkeit eingesetzt, wobei insbesondere vektorbasierte Methoden angewendet werden (sog. Support Vector Machines).19 Die Ergebnisse der Text-Mining-Analysen werden in der Regel zur besseren Übersicht über Landkarten grafisch visualisiert (sog. „Mapping“), um wichtige Details auf den ersten Blick sichtbar zu machen.20 Verschiedene Software-Lösungen für die Verarbeitung von Patentdaten werden derzeit angeboten, wobei man grob zwischen Recherche-, Analyse- sowie all-

Patendaten liegen in der Regel gut strukturiert vor, sobald jedoch neben Patentdatenbanken weitere Informationsquellen genutzt werden (WWW, Veröffentlichungen, …) und unstrukturierte Daten vorliegen wird Text Mining statt Data Mining verwendet, vgl. Zeller (2003), S. 124 17 Vgl. Chen, Roco (2009), S. 28 f. oder Kao, Poteet (2007), S. 1 ff. oder Möhrle et al. (2003), S. 239 18 Beim Klassifizieren werden die Dokumente den bereits vordefinierten Kategorien zugeordnet; beim Clustern werden die Kategorien jedoch auf Basis des Text-Inhaltes selbst erstellt. Vgl. Fall, Benzineb (2002), S. 9 ff. 19 Vgl. Joachims (1998) 20 Vgl. Bettray (2008), S. 5 f.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 12 -

Patentdatenanalyse – Stand der Technik

gemein Management-Tools unterscheiden kann.21 Die folgende Tabelle 2 listet Software-Lösungen auf, die entsprechend der Fokussierung auf Patentdatenanalysen für Recherchen und einfache Analysen sowie komplexere, größtenteils semantikbasierte Analysen geeignet sind. Zusätzlich gibt die Tabelle Aufschluss, welche Tools kostenlos zu nutzen sind und für welche Lizenzgebühren anfallen. So sind insbesondere Recherche- und Cluster-Tools kostenfrei verfügbar, für Analysetools lassen sich zum Teil kostenfreie Testzugänge nutzen (je nach Anbieter unterschiedlich).

Produktname

Anbieter

Thomson Reuters DELPHION Innography Innography IP Strategy SIP GmbH Invention Navigator IPInquest IP Century AG KMX Patent Analytics Suite Treparel Information Solutions B.V. Matheo Analyzer Matheo-Software M-CAM, Inc. M-CAM Doors Transformer Software Ltd. Setrue Patent Search (beta) ThemeScape (ehemals Aureka!) Thomson Reuters IPB Corporation PATENTATLAS PatentCluster.com PatentCluster InTraCoM GmbH Patentexplorer, Patentstrategist PatentLabII (in Kombination mit DELPHION) Wisdomain, Inc. Patent Matrix®, Spore®-Search Neopatents Portfolio DSS Enterprise solution PatentCafe Search Technology, Inc. VantagePoint Sonstige Anbieter (ohne Patentmanagement-Hintergrund) ConWeaver ConWeaver GmbH Knowledgist/Goldfire InventionMachine LexiQuest Mine/ PASW Text Analytics SPSS Luxid® TEMIS Group SWAPit DocM INER Fraunhofer FIT

Recherche/ stat. Analysen X X X X X X

X X X x

kostenpflichtig X X tlw. X X X X X

X X

X tlw. X

X X X X X

Maps X

X X X X X X X X

X X

Tabelle 2: Anbieter von Softwarelösungen zur Patentdatenanalyse und was sie leisten

Die in Tabelle 2 aufgeführten Software-Lösungen werden größtenteils von Beratungsunternehmen, welche Patentdatenanalysen für Unternehmen anbieten, genutzt und teilweise extra für diese Zwecke programmiert.22 Viele der Softwarelösungen sind zudem über ein US-Patent geschützt. Aber auch allgemein zu den Analysemethoden lassen sich Patente finden: beispielsweise hat im Jahr

21 22

Vgl. Dou et al. (2005), S. 210 ff. oder Fall, Benzineb (2002), S. 33 ff. Vgl. auch Kapitel 2.3

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 13 -

Patentdatenanalyse – Stand der Technik

2008 die Firma IBM ein Verfahren zur Identifizierung von freien Flächen (White Spaces) aus Patentdokumenten beim US-Patentamt angemeldet, das sich noch in der Prüfungsphase befindet.23 Das Verfahren von IBM basiert dabei auf der Extraktion und Analyse häufig auftauchender Begriffe und Phrasen in den Patentdokumenten sowie dem Aufbau einer Taxonomie. Damit unterscheidet sich das Verfahren im Basisansatz von der White-Spot-Analyse des Fraunhofer IAO, wie Kapitel 3 zeigen wird. Des Weiteren sind mehrere Patente speziell zu TextMining-Verfahren zu finden, welche wiederum Einsatz in den entsprechenden Software-Anwendungen finden.

US 2008/0195568 A1

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 14 -

Patentdatenanalyse – Stand der Technik

2.2.2

Patentdatenanalyse-Software im Detail Delphion: PatentLabII in Kombination mit Delphion ist ein Rechercheund Analysetool, welches primär statistische Analysen auf Basis bibliografischer Daten zur Verfügung stellt. Innography IP Strategy: Recherche-, Analyse- und Management-Tool, das über eine Vielzahl an Analyse- und Visualisierungsoptionen verfügt. Beispielsweise können Technologietrends, Markt- oder Wettbewerberlandkarten können dargestellt werden. Invention Navigator: Recherche- und Analysetool mit eigener Datenbank, wobei insbesondere statistische Analysen möglich sind. IPInquest: semantikbasiertes Recherchetool, welches nicht nur Patentinformationen sondern weitere, vom Nutzer zur Verfügung gestellte Quellen nutzt. Unternehmen können so ihr internes Fachwissen ebenfalls in den Rechercheprozess einbinden. KMX Patent Analytics Suite: semantikbasiertes Recherche- und Patentanalysetool, das über eine Vielzahl an Analyse- und Visualisierungsoptionen verfügt. Das Tool lässt sich über Patentdaten hinaus ebenfalls für die Verarbeitung unstrukturierter Texte nutzen. Matheo Analyzer: Patentanalysetool, das einfache statistische Analysen sowie Cluster- und Mapping-Funktionen bietet. Wobei die Landkarten nicht wie z.B. ThemeScape Keyword-Beziehungen visualisieren, sondern nach IPC-Klassen oder Patentanmeldern Beziehungen darstellen. M-Cam Doors: Patentanalyse- und Risikomanagementool, das insbesondere Freedom-To-Operate-Aspekte in der Analyse berücksichtigt. Setrue Patent Search: ist ein natürlich sprachliches Online-Recherchetool, das wie PatentCluster ebenfalls über eine Clusterfunktion verfügt. Zusätzlich lassen sich mit Hilfe verschiedener Filter die Patente nach Patentanmelder oder Anmeldejahr anzeigen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 15 -

Patentdatenanalyse – Stand der Technik

ThemeScape: semantikbasiertes Recherche- und Analysetool, mit welchem sich Ergebnisse in plastischen Patentlandkarten darstellen lassen. Die Patentlandkarten nehmen dabei insbesondere Bezug auf extrahierte Schlüsselwörter und lassen unterschiedliche Analyseebenen zu (Grob-/Feinanalyse). Patentatlas: Semantikbasiertes Online-Analysesystem, das einen schnellen Überblick über ein Technologiefeld verschafft. Dazu werden Keywords extrahiert und ihre Ähnlichkeit zu einer Vergleichsgruppe in einem sog. Keyword Prevalence Chart dargestellt. Zusätzlich lassen sich dem Tool die TopPatentanmelder und ihre Technologien, Zusammenfassungen der Patente sowie hierarchische Strukturen zwischen den Patenten entnehmen. PatentCluster: ist ein Online-Recherchetool, welches die Ergebnisse von Suchanfragen inhaltlich automatisch klassifiziert. So lassen sich auf den ersten Blick die Hauptthemenbereiche in einem Technologiefeld erkennen. Patentexplorer: Recherche- und Analysetool, das eine Vielzahl an insbesondere statistischen Analyse- und Visualisierungsoptionen zur Verfügung stellt. Patent Matrix: Patentanalysetool, das speziell Landkarten von Patentansprüchen erstellt. Portfolio DSS: Patentmanagementsoftware mit Analysefunktion (Portfolioanalyse) für strategische Geschäftsentscheidungen; liefert beispielsweise eine Kunden-Produkt-Landkarte. VantagePoint: semantikbasiertes Recherche- und Analysetool, das nicht nur Patentdaten sondern auch unstrukturierte Daten verarbeiten kann. Verfügt über eine Vielzahl an Visualisierungsoptionen (statistische Analysen, Landkarten).

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 16 -

Patentdatenanalyse – Stand der Technik

In der Regel nutzen die aufgeführten Software-Lösungen die Extraktion der häufigsten, einfach zusammenhängenden Schlüsselwörter (Keywords, Keyphrasen). Technische Details lassen sich jedoch nur inhaltlich begrenzt darstellen. Des Weiteren müssen die häufigsten Schlüsselwörter oder -phrasen im Dokument nicht unbedingt die relevantesten sein, spiegeln also mitnichten den Inhalt des Patentes wider.24 Daher vereinfachen Keyword-Analysen nur bedingt die Einbindung von Patentinformationen in den Produktentwicklungsprozess, da der genaue Patentinhalt weiterhin schon zu Beginn der Analyse manuell erfasst werden muss. Die IT-gestützte White-Spot-Analyse des Fraunhofer IAO hat daher zum Ziel, qualitativ hochwertige Informationen über den technischen Inhalt der Patente zur Verfügung zu stellen, sowie diese mit weiteren, nicht patentbezogenen Informationen zu verknüpfen. In Tabelle 2 sind noch weitere Software-Lösungen aufgeführt, die jedoch keinen speziellen Patentmanagement-Bezug haben. Dabei handelt es sich um semantikbasierte Werkzeuge für die Suche in Texten und Datenbanken insbesondere in Bezug auf Wissensmanagementanwendungen, wie z.B. ConWeaver, LexiQuest Mine oder SWAPit DocMINER. Zusätzlich bieten einige Tools die Möglichkeit zur inhaltlichen Analyse der recherchierten Informationen, wie z.B. Luxid®. Auf die Möglichkeiten von Luxid® wird in Kapitel 3 und 4 detailliert eingegangen, da Luxid® den Rahmen für die entwickelte Patent Skill Cartridge™ liefert. Mit Hilfe von Knowledgist lassen sich speziell technische Informationen aus Texten extrahieren, wobei ebenfalls speziell nach Problem-LösungsKombinationen in den Texten gesucht wird (über SAO-Strukturen, vgl. Kapitel 3).

Vgl. Li et al. (2009) S. 5200-5204

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 17 -

Patentdatenanalyse – Stand der Technik

2.3

Umfrageergebnisse – Feedback aus der Wirtschaft Das Fraunhofer IAO führte im Frühjahr 2009 eine Umfrage zur Patentdatenanalyse durch, um den Bedarf von Unternehmen an Patentanalysen und Werkzeugen hierfür sowie den aktuellen Nutzungsgrad verschiedener Methoden zu ermitteln. Der Schwerpunkt wurde insbesondere auf die Anwendung von Patentinformationen im frühen F&E-Prozess gelegt. Die Umfrage wurde über einen schriftlichen Fragebogen an über 200 Unternehmen durchgeführt und anonymisiert ausgewertet. Hauptsächlich beteiligten sich Unternehmen aus den in Bild 2 aufgeführten Branchen an der Beantwortung der Fragen.

Bild 2: Branchenverteilung

Teilnehmende Unternehmen, Branchen

14% Automotive

14%

43%

Maschinen/Anlagenbau Zulieferer (ohne Automotive) Sonstige

29%

Im ersten Abschnitt des Fragebogens wurde ermittelt, ob und in welchen Phasen des F&E-Prozesses Unternehmen Patentdaten für ihre Produktentwicklung nutzen. Die Umfrage ergab, dass die meisten Unternehmen Patente bereits intensiv zur Ideenfindung, zum Produktkonzeptentwurf sowie für Wettbewerberanalysen nutzen (vgl. Bild 3). Zielmarktanalysen werden von den befragten Unternehmen bislang nicht mit Patentinformationen selbst erstellt, aber sie sollen zukünftig verstärkt in die Analyse einbezogen werden. Für Prognosen, wie sich Technologiefelder in den nächsten Jahren entwickeln werden, nutzen Unternehmen kaum Patente und planen dies auch in Zukunft nicht verstärkt zu tun.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 18 -

Patentdatenanalyse – Stand der Technik

Bild 3: Patentdaten im Entwicklungsprozess

In welchen Abschnitten des Entwicklungsprozesses werden Patentdaten genutzt % 100

bereits genutzt

80 60 40

geplant zu nutzen

nie genutzt

0 E

Technologieprognosen

Wettbewerberanalysen

Zielmarktanalysen

Produktkonzeptentwurf

strategische Ideenfindung

Zusammengefasst lässt sich also sagen, dass Patentinformationen im F&EProzess bereits rege genutzt werden, aber insbesondere der Bereich Technologieprognosen ausgebaut werden kann. Grundsätzlich werden Patentdaten somit als wichtige, unerlässliche Informationsquelle gesehen. Der zweite Kernbereich des Fragebogens sollte ermitteln, welche Methoden der Patentanalyse Unternehmen nutzen und ob für diese Methoden bereits eine spezielle Software bekannt ist sowie zum Einsatz kommt. Die Ergebnisse der Methoden-Abfrage sind in Bild 4 aufgeführt.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 19 -

Patentdatenanalyse – Stand der Technik

Bild 4: Methodeneinsatz im Patentmanagement

Methodeneinsatz im Patentmanagement % 100 80 60 s elbs t durchgeführt 40

über DL

nicht einges etzt nicht bekannt

0 F

Patentlandkarten Technologieanalysen

Patentlandkarten Wettbewerberanalysen

Freedom-To-OperateAnalysen

Zitationsanalysen

Einfache statistische Analysen

Datenbankrecherchen

Die meisten Unternehmen führen neben Recherchen und einfachen statistischen Analysen insbesondere Freedom-To-Operate-Analysen selbst durch und verfügen damit über die entsprechende Methodenkompetenz. An Dienstleister (DL) werden insbesondere komplexere Analysen beispielsweise mit rechtlichem Bezug wie Freedom-To-Operate-Analysen vergeben. Zitationsanalysen und Analysen über Patentlandkarten oder White-Spot-Analysen, sei es um einen Überblick über Wettbewerber oder Technologien zu erhalten, werden hingegen nicht eingesetzt. Zum Teil sind Patentlandkarten sogar überhaupt nicht bekannt. Dies ließe sich damit begründen, dass die Erstellung von Patentlandkarten oder Zitationsanalysen komplex und zeitintensiv ist sowie entsprechendes Fachwissen erfordert, worüber insbesondere KMU in der Regel nur begrenzt verfügen. Besonders positiv hingegen ist die breite Anwendung klassischer Analysemethoden, insbesondere auch die spezielle Berücksichtigung von Verletzungsfragen bereits in den frühen Innovationsphasen. Zur Umsetzung der Analysen wird von den Unternehmen auf verschiedene spezielle Werkzeuge zurück gegriffen: Recherchen und einfache statistische Analysen sowie Freedom-To-Operate-Analysen basieren beispielsweise auf der Nutzung von DEPATISNET, EPOLINE, IP4me (AZ Software), STN International sowie allgemeinen Internetrecherchen. Spezielle Patentanalyse-Werkzeuge sind den Unternehmen kaum bekannt und können daher auch nicht genutzt werden. Zum Vergleich: Kontakte mit verschiedenen Anbietern von Patentdatenanalysen ergaben hingegen, dass neben einfachen Recherchetools zusätzliche Software-

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 20 -

Patentdatenanalyse – Stand der Technik

Lösungen wie ThemeScape oder Vantage Point verwendet werden, zum Teil sogar eigene Software-Entwicklungen zum Einsatz kommen. Somit herrscht bei den Unternehmen in Bezug auf Software-Lösungen und ihre Potenziale ein starkes Informationsdefizit im Vergleich zu den Anbietern von Patentdatenanalysen. Das Interesse der Unternehmen, mehr Informationen über komplexe Patendatenanalysen, insbesondere White-Spot-Analysen, zu erhalten, ist enorm: ausnahmslos alle Befragten wünschten sich tiefer gehende Informationen. Dieses Bedürfnis haben auch Anbieter von Weiterbildungsprogrammen im Patentmanagement erkannt, wie Seminarausschreibungen speziell zum Thema Patentlandkarten zeigen.25

Beispielsweise „Patent Mapping & Landscaping – erweiterte Möglichkeiten der Recherche und grafischen Darstellung“, Veranstaltung von premevent, Referenten von Wurzer & Kollegen GmbH, Termine 07.10.2009 oder 04.11.2009

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 21 -

White-Spot-Analyse des Fraunhofer IAO

Die White-Spot-Analyse des Fraunhofer IAO erfolgt in zwei Schritten: im ersten Schritt erfolgt die IT-gestützte Extraktion von Problem-LösungsZusammenhängen aus Patenttexten, welche in einer Matrix gegenüber gestellt werden. Anschließend erfolgt im zweiten Schritt die Bewertung der freien Flächen in der Matrix (White Spots) unter technischen und wirtschaftlichen Gesichtspunkten. Diese Analyse ermöglicht eine Aussage darüber, ob und welche freie Flächen in der Matrix ein gewisses Entwicklungspotenzial für ein Unternehmen aufweisen. Alle Schritte im Rahmen der White-Spot-Analyse werden im folgenden Bild 5 dargestellt. Zu Beginn der White-Spot-Analyse erfolgt eine Patentrecherche, welche den Datensatz für die eigentliche Analyse zur Verfügung stellt (Datenübertragung über XML-Format). Auf den ersten Patentrechercheprozess soll an dieser Stelle nicht näher eingegangen werden, sondern der Analyseprozess an sich in den Mittelpunkt der Betrachtung gerückt werden. Die Analyse erfolgt iterativ, d.h. einige Teilprozesse werden mehrmals durchlaufen, um die Qualität der Ergebnisse zu erhöhen. Ein Kernproblem ist jedoch unter anderem die Verlässlichkeit der Rechercheergebnisse. Bei ersten einfachen Suchanfragen erhält man nur einen Bruchteil der relevanten Schutzrechte und somit keine verlässliche Aussage über den relevanten Stand der Technik. Des Weiteren muss sich ein Rechercheur im relevanten Themenfeld erst entsprechende Suchbegriffe und logische Kombinationen erarbeiten, falls diese nicht schon vorliegen. Zur automatisierten Inhaltsextraktion im Rahmen der White-Spot-Analyse wird auf Luxid® zurück gegriffen, ein spezielles Text-Mining-Tool, welches sich nicht nur für die Analyse strukturierter Patentdaten sondern auch zur Analyse unstrukturierter Daten eignet. Damit lässt sich Luxid® nicht nur für die Patentdatenanalyse, sondern auch zur Bearbeitung, insbesondere Recherche marktbezogener Daten nutzen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 22 -

White-Spot-Analyse des Fraunhofer IAO

Bild 5: Der White-Spot-Analyse-Prozess des Fraunhofer IAO im Detail Fraunhofer IAO IT-gest端tzte White-Spot-Analyse

- 23 -

White-Spot-Analyse des Fraunhofer IAO

Die automatisierte Extraktion der Probleme und Lösungen erfolgt dabei im Analyseprozess nicht über einzelne SAO-Strukturen (Subjekt-Aktion-Objekt, z.B. „Vorrichtung öffnet Verschluss“).26 Stattdessen wurde von TEMIS Deutschland AG in Kooperation mit dem Fraunhofer IAO eine spezielle Patent Skill Cartridge™ für Luxid® entwickelt, deren Hauptaufgabe es ist, mittels definierter Vorgaben Probleme und Lösungen aus den Patenttexten separat zu extrahieren. Zum Beispiel erkennt Luxid®, dass nach der Phrase „In order to prevent…“ eine Problembeschreibung kommen könnte, oder nach „…comprising…“ die Erfindung, also die Lösung, beschrieben sein könnte. Damit werden pro Patent mehrere Phrasen extrahiert, welche Problem- und Lösungsaspekte beschreiben. Teilweise werden auch Probleme und Lösungen extrahiert, welche den Stand der Technik beschreiben und aussortiert werden müssen. Der Nutzer kann das Extraktionsergebnis entsprechend entweder akzeptieren oder ändern, falls das extrahierte Problem oder die Lösung nicht relevant sein sollte. Neben den Problemen und Lösungen können für weitere Analysen wichtige bibliografische Daten wie Patentanmelder, Anmeldedatum usw. extrahiert werden. Das Besondere an der Patent Skill Cartridge™ ist, dass sie unabhängig vom zu analysierenden Thema ist und daher weitestgehend ohne eine themenspezifische Sammlung von Konzepten und Zusammenhängen (sog. Ontologie) auskommt.27 Des Weiteren lässt sie sich kontinuierlich erweitern und sich somit das Analyseergebnis iterativ verbessern. Die Gegenüberstellung der extrahierten Probleme und Lösungen erfolgt über eine von Luxid® erstellte Problem-Lösungs-Matrix, welche zu jedem Problem eine Lösung und die Anzahl der Patentdokumente in diesem Feld aufzeigt. Parallel zur Problem-Lösungs-Matrix lassen sich klassische statistische Analysen durchführen, beispielsweise welche Unternehmen die meisten Patente angemeldet haben. Ebenso lassen sich einfache Entwicklungstrends an Hand der Anmeldedaten ermitteln. Die erfassten statistischen Daten gehen in die abschließende Bewertung der freien Flächen ein. Die Problem-Lösungs-Matrix wird im nächsten Schritt auf freie Flächen untersucht, insbesondere das wirtschaftliche Potenzial der freien Flächen. Zur Bewertung des wirtschaftlichen Potenzials werden definierte Bewertungskriterien genutzt, welche je nach Relevanz unterschiedlich gewichtet werden können. Die Bewertungsparameter werden dabei grob in marktbezogene und unternehmensspezifische Kriterien aufgeteilt und können je nach gewünschter Analysetiefe und -schwerpunkte auch um weitere Kriterien ergänzt werden. Als marktbezogene Bewertungskriterien werden beispielsweise die Marktqualität und

26 27

Wie beispielsweise beschrieben in Dreßler (2006), S.148 ff. ; SAO auch bekannt als SPO (Subjekt-Prädikat-Objekt) Vertiefende Informationen zu Ontologien vgl. Chokri (2006), S. 39

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 24 -

White-Spot-Analyse des Fraunhofer IAO

-entwicklung oder das mögliche Absatzpotenzial eingesetzt. Die wirtschaftliche Bewertung wird ergänzt um unternehmensspezifische Bewertungsparameter, wie beispielsweise die Amortisationszeit oder der geschätzte Investitionsbedarf eines Unternehmens. Auch die Berücksichtigung von wissenschaftlichen Erkenntnissen mit Relevanz für die Entwicklung von Zukunftsszenarien könnte einbezogen werden. Ein zusätzlicher Bewertungsparameter könnte beispielsweise die Relevanz des Themas in wissenschaftlichen Arbeiten sein. Die Extraktion und Analyse wirtschaftlicher Daten erfolgt in der Regel parallel zum Patentanalyseprozess. Nach der ersten Durchsicht der Patentdaten erhält man einen groben Einblick über einen Technologiebereich und es lassen sich erste Rahmenparameter für die Recherche nach Marktdaten festlegen. Die endgültigen Parameter werden durch das Ergebnis der Problem-Lösungs-Matrix definiert, welche technologisch interessante Themen erkennen lässt. Hierbei ist zu beachten, dass nicht jedes freie Feld in der Problem-Lösungs-Matrix automatisch ein technologisch interessantes Feld ist, sondern unlogische ProblemLösungs-Kombinationen beinhalten kann. Die Bewertung der freien Flächen erfolgt abschließend auf Basis der ermittelten Marktdaten sowie der statistischen Analysen. Die Ergebnisse der Analyse werden in einem Bericht zusammengefasst und können nun als Basis für weitere Entscheidungen im F&E-Prozess dienen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 25 -

Praxisbeispiel Elektromobilität

4.1

Hintergrund Das Thema Elektromobilität ist derzeit nicht nur in den Medien verstärkt präsent, auch die technologischen Entwicklungen gemessen an den Patentanmeldezahlen entwickeln sich rasant. Im Fokus der Forschungs- und Entwicklungsaktivitäten liegen insbesondere die Antriebstechnologien und damit die Entwicklung von herkömmlichen Fahrzeugen, über Hybridfahrzeuge bis hin zu reinen Elektrofahrzeugen.28 Der zunehmende Einsatz von Elektro- statt Verbrennungsmotoren verändert die kompletten Antriebsstrangstrukturen in herkömmlichen Fahrzeugen: neben dem Verbrennungsmotor an sich werden Komponenten wie Getriebe, Auspuffanlage, Tank oder Lichtmaschine größtenteils überflüssig. Elektro- und Hybridfahrzeuge erfordern hingegen neue Komponenten wie Elektromotoren, Energiespeicher (Batterien, Brennstoffzellen), Wandler, Veränderungen in der Leistungselektronik und stellen neue Anforderungen an den Leichtbau. Hersteller herkömmlicher Antriebsstrangbauteile müssen sich daher auf den Wandel einstellen und die Chancen wie Risiken durch den Trend Elektromobilität erkennen, um sich auch in Zukunft am Markt erfolgreich behaupten zu können. Verschärfte umweltpolitische und gesetzliche Rahmenbedingungen zur Förderung von mehr Nachhaltigkeit im Automobilsektor bereiten dafür neben steigendem Wettbewerbsdruck den Boden für neue Technologien, wie nicht zuletzt der Entwicklungsplan Elektromobilität der Bundesregierung vom August 2009 zeigt.29 Der Entwicklungsplan hat zum Ziel, die Forschung, Entwicklung und Markteinführung im Sektor Elektrofahrzeuge in Deutschland zu unterstützen und voranzutreiben. Um den Herausforderungen des historischen Wandels in der Automobilindustrie zu begegnen, liegt der Fokus der geplanten Forschungs- und Entwicklungstätigkeiten auf den Bereichen Energiespeicher, Fahrzeugtechnik sowie Netzintegration. Das folgende Beispiel einer White-Spot-Analyse nach der Methode des Fraunhofer IAO beschäftigt sich im Themenbereich Energiespeicher speziell mit Batteriemanagementsystemen. Batteriemanagementsysteme haben in der Regel die Aufgabe, den Betrieb und die Sicherheit von Batteriesystemen zu kontrollie-

28 29

Vgl. Klink et al. (2009) Vgl. Die Bundesregierung (2009), S. 9 ff.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 26 -

Praxisbeispiel Elektromobilität

ren.30 Wobei im Betrieb beispielsweise Parameter wie Temperatur oder Ladezustand der Batterien, der Ladungsausgleich zwischen den Batterien sowie Energiereserven zur Prognose von Laufzeiten von Interesse sind. Für die Vorstellung der White-Spot-Analyse wurde ein Testdatensatz aus den Patentdatenbanken extrahiert, der für dieses Beispiel keinen Anspruch auf Vollständigkeit erhebt. Alle folgenden Aussagen und Interpretationen werden auf Basis der nur begrenzt vorliegenden Daten getroffen.

Vgl. Wallentowitz, Reif (2006), S. 280

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 27 -

Praxisbeispiel Elektromobilität

4.2

Analysierte Patentdaten - Batteriemanagementsysteme Zur Analyse des weiten Feldes Elektromobilität wurden im ersten Schritt über 5.000 Patente allgemein zum Thema Elektrofahrzeuge mit Hilfe einfacher Suchanfragen extrahiert. Zur Erweiterung des Suchraumes ließ sich neben dem Recherchetool ebenfalls das im letzten Kapitel vorgestellte Luxid® nutzen, das über die Extraktion häufiger Begriffe aus den Patenttexten Hinweise für weitere Suchbegriffe lieferte. Im Rahmen der Betrachtung grundsätzlich ausgeschlossen wurden Schienenfahrzeuge sowie Kleinfahrzeuge wie Zweiräder oder Golfwägen. Um einen Überblick über den Bereich Elektromobilität zu erhalten, wurden zunächst allgemein Begriffe zum Antriebsstrang eingegeben, die Ergebnisse sind in Bild 6 dargestellt. Aus diesem Bild ist ersichtlich, dass besonders viele Patente zu den Themen Batterien/Brennstoffzellen und deren Ladung, Elektromotoren sowie der Regelung und Steuerung von Elektromobilen gefunden werden konnten. Weniger Patente fanden sich hingegen zu den Themen Fahrzeugsicherheit, Start-StoppFunktion (speziell Hybridfahrzeuge) oder Verfahren zur Energierückgewinnung (Rekuperation). Das Thema Batterie- oder Energiemanagement ist ebenfalls ein weniger stark patentiertes Feld, und wurde unter anderem aus diesem Grund als Beispiel für die White-Spot-Analyse ausgewählt. Denn in einem wenig patentierten Feld lassen sich grundsätzlich mehr Entwicklungspotenziale für Unternehmen vermuten als in stark frequentierten Feldern. Im Vergleich zu den übrigen Themen konnten dem Feld Batteriemanagement nur knapp 200 Patente zugeordnet werden. Dieser Datensatz wurde für die folgende Analyse um thematisch unpassende Patente sowie die Familienmitglieder größtenteils bereinigt. Unpassende Patente sind beispielsweise diejenigen, welche sich mit Problemen konventioneller, ausschließlich über Verbrennungsmotoren betriebener Fahrzeuge beschäftigen. Insgesamt wurden für die folgende Analyse dreißig Patente ausgewählt, welche sich fast ausschließlich mit Batteriemanagementsystemen im engeren Sinne befassen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 28 -

Praxisbeispiel Elektromobilit채t

steering system electric car safety electric car control dc converter connection system recuperation brake generator motor tandem motor

Suchbegriffe

synchron motor wheel hub motor electric motor start-stopp power electronics hybrid current (filling) station charging (device) energy management battery management solar lithium battery fuel cell battery 0

100

200

300

400

500

Anzahl Patente

Bild 6: Hauptthemen im Datensatz (Anzahl der Patente, tlw. familienbedingte Doppelnennungen)

Fraunhofer IAO IT-gest체tzte White-Spot-Analyse

- 29 -

600

700

800

Praxisbeispiel Elektromobilität

Statistisch analysiert wurden die Batteriemanagementsystem (BMS)-Patentdaten in Bezug auf -

die IPC-Klassen (Bild 7), die Patentanmelder (Bild 8), die Anmeldungen pro Jahr (Bild 9) und die angemeldeten Länder (Bild 10) sowie die häufigsten Schlüsselwörter (Bild 11).

Patente für den Bereich Elektromobilität, im Speziellen elektrische Fahrzeuge aller Art, lassen sich in der IPC-Klasse B60L31 finden. Diverse Unterklassen fassen beispielsweise Patente um den elektrischen Antrieb, elektrodynamische Bremssysteme oder Sicherheitsvorrichtungen zusammen (B60L 1/00-15/00). Zusätzlich werden Elektrofahrzeug-Patente klassischen Patentklassen mit AutomobilBezug zugeordnet (z.B. F02B, G01D, H02G/J/N/P, …), abhängig vom Themenbereich. Eine Auswahl möglicher IPC-Klassen zum Thema Batteriemanagementsysteme zeigt folgendes Bild 7. Bild 7: IPC-Klassen, speziell BMS

10 häufigsten IPC-Klassen B60K1 B60W20

B60L11

B60L3 B60L15 G01R31 H02J7

B60W10 H01M10

B60K6

Nicht nur in Bezug auf die IPC-Klassen, auch in Bezug auf die Patentanmelder stellt sich der Datensatz heterogen dar: maximal drei Patente wurden einem Patentanmelder, in diesem Fall Hyundai, zugeordnet (vgl. Bild 8). An zweiter Stelle folgte Toyota und dann ausschließlich Anmelder mit nur einer Patentanmeldung. Weitere OEMs wie Daimler Chrysler oder Nissan befanden sich ebenfalls

Vgl. beispielsweise IPC-Klassen-Übersicht vom DPMA

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 30 -

Praxisbeispiel Elektromobilität

unter den Anmeldern. Zusätzlich beinhaltete der Datensatz Patente von Automotive-Unternehmen wie Fuji Heavy Industries Ltd. oder Johnson Controls, aber auch Unternehmen mit speziellem Energiespeichertechnik-Bezug wie beispielsweise Panasonic EV Energy Co., Ltd. oder IdaTech LLC. Bild 8: Die Top-15 der Patentanmelder im Bereich BMS

DESIGNLINE

FUJI HEAVY IND

IDATECH

JOHNSON CONTROLS

GEN ELECTRIC

FIAT

NISSAN MOTOR

PANASONIC EV ENERGY

GM GLOBAL

SAMSUNG SDI

PEUGEOT CITROEN

DAIMLER CHRYSLER

WELLTEK ENERGY

TOYOTA MOTOR

HYUNDAI MOTOR

Zusätzlich zu den Patentanmeldern wurde untersucht, in welchen Jahren die Patente angemeldet wurden (vgl. Bild 9), um evtl. eine Tendenz im Anmeldeverhalten erkennen zu können. Im Datensatz befand sich kein Patent, das vor 1992 angemeldet wurde. Die meisten Patente wurden in den Jahren 2001 und 2006 angemeldet. Damit ist kein eindeutiger Aufwärtstrend im Bereich Batteriemanagementsysteme zu erkennen, sondern eher eine schubweise Entwicklung.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 31 -

Praxisbeispiel Elektromobilität

Bild 9: Früheste Priorität von 1993-2009 im Bereich BMS

Patentanmeldungen pro Jahr 6 5 4 3 2 1 0 1992 1993 1997 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Die meisten Patentanmeldungen erfolgten insbesondere in den USA und Japan, gefolgt von allgemein europäischen und weltweiten Anmeldungen (vgl. Bild 10). In Deutschland wurden bislang 10 Patente angemeldet, damit verfügt ein Drittel des Patentdatensatzes über einen Schutz in Deutschland (sofern es sich um ein aktives Patent handelt, was im Einzelfall zu prüfen wäre). Bild 10: Länderverteilung im Bereich BMS

Länderverteilung 30 25 20 15 10 5 0 US

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 32 -

Praxisbeispiel Elektromobilität

Bild 11: Häufigste Schlüsselwörter

50 45 40 35 30 25 20 15 10 5

tim e p te lur m al i pe ty ra tu r en e er gy an ve da hi cu l su e re ppl sp y on se lo ad ge st io n fu el

ch ar g el e e co ctr cha nt ic - rg ro lle ele ing r - ct co rica nt l ro lli ve ng hi cl m po e an w ag er em e c u nt rre nt st at vo e lta ge pr ed ba et tt e er ry m in ed m ot o ou r op tpu er t at io n

Die häufigsten Schlüsselwörter, die das Recherche-Tool extrahieren konnte, sind in Bild 11 aufgeführt. Es tauchen Begriffe wie „charge“, „power“, oder „fuel“ auf, jedoch ohne konkreten Bezug. Es lässt sich nur vermuten, dass es sich um Elektrofahrzeuge handelt, welche mittels Batterien, Brennstoffzellen oder über Verbrennungsmotoren mit Energie versorgt werden. Der Bezug zu Batteriemanagementsystemen ist nur schwer herzustellen. Diese Darstellung gibt daher zwar einen ersten Einblick in den Inhalt der Patente, lässt aber keine tiefer gehende Analyse zu, wie bereits in den vorangegangenen Kapiteln beschrieben. Diese inhaltliche Analyse erfolgte im nächsten Arbeitsschritt, der eigentlich Extraktion von Problemen und Lösungen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 33 -

Praxisbeispiel Elektromobilität

4.3

Extraktion der Probleme und Lösungen

4.3.1

Manuell erstellte White-Spot-Matrix Um einen Vergleich zu haben, was ein Text-Mining-Tool, insbesondere Luxid® leisten kann, wurde neben der IT-gestützten Problem-Lösungs-Extraktion eine manuelle Extraktion vorgenommen. Zu jedem Patent wurde innerhalb eines definierten Zeitrahmens aus jedem der 30 Patente einzeln das beschriebene Problem sowie die zugehörige Lösung extrahiert, wie ein Ausschnitt in Tabelle 3 darstellt.

Tabelle 3: Probleme und Lösungen, manuell aus dem Datensatz extrahiert

Diese ausführliche Tabelle wurde im nächsten Schritt zusammengefasst und in mehreren Schritten zu einer übersichtlichen Problem-Lösungs-Matrix verdichtet. Inhaltlich ähnliche Probleme und Lösungen wurden zusammengefügt sowie der Versuch gemacht, die ausführlichen Texte der Übersichtlichkeit wegen auf wenige Wörter zu reduzieren. Das Ergebnis ist in Bild 12 dargestellt, wobei jedes x die Erwähnung dieser Problem-Lösungskombination in mindestens einem Patent symbolisiert (Doppelnennungen möglich).

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 34 -

optimizing the active charging

superconducting magnetic energy storage device

evaluating remaining amount and service life of a battery

redundancy (of at least one operational component)

efficient control (battery pack, save fuel consumed by an engine )

unique technique involving electric power generation storage delivery

selective alteration and application of equipment loads

advantages of resetting an open circuit voltage

centralized management and controlling

switching charging stages by use of relationship

plurality of slave control units

charge-discharge management apparatus + computer readable med

monitor battery status, key switch off

convenient load management

transfer of electric power from outside

intelligent fault-tolerant battery management system

guarantee simultaneously battery performance

manage state of charge, plurality of batteries/cells, transfer

safely power down high voltage parts

monitors condition of the battery in response to an input signal

power generation, performance Driver information, control of parameters power-down control energy storage x electric power transfer plurality of battery packs additional demands on the electrical system state of charge efficiency, overcharging quality of power supply energy/power management

adaption to operating states

PROBLEM

combination ultracapacitor & batteries

SOLUTION

on-board navigation system to provide energy management

Praxisbeispiel Elektromobilität

x x

x x x x

x x

Bild 12: Manuell erstellte Problem-Lösungs-Matrix

Die manuell erstellte Matrix zeigt, dass sich die meisten Patente mit den Problemen der Informationsaufbereitung für den Fahrer, d.h. allgemein mit der Überwachung des Fahrzeuges in verschiedenen Fahr- und Parksituationen, der effizienten Energiespeicherung sowie Ladungsüberwachung der Batterien oder Brennstoffzellen sowie dem Energiemanagement zwischen den einzelnen Bauteilen allgemein befassen. Diese häufigen Problem-Lösungs-Kombinationen sind im Bild dick gedruckt hervorgehoben. Um den Problemen zu begegnen liefern die betreffenden Patente Lösungen zur Überwachung des Batteriestatus beispielsweise über ein zentralisiertes Batteriemanagementsystem oder ein Navigationssystem, in dem das Batteriemanagementsystem integriert ist. Das Thema Energieübertragung, insbesondere die Einbindung in die umgebende Infrastruktur, wurde nur geringfügig betrachtet. Für eine erste Ideenfindungsphase liefert diese Darstellung wertvolle Hinweise, jedoch lassen sich noch mehr Informationen aus den Patenten extrahieren, wie die IT-gestützte Matrix zeigen wird.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 35 -

Praxisbeispiel Elektromobilität

Aus der manuell erstellten Problem-Lösungs-Tabelle neben der ProblemLösungs-Matrix wurde zusätzlich ermittelt, inwieweit die Batteriemanagementsysteme einen Bezug zu speziellen Fahrzeugtypen herstellen (vgl. Bild 13). Bild 13: Patentverteilung nach Fahrzeugtypen

Patente pro Fahrzeugtyp 10 9 8 7 6 5 4 3 2 1 0

HEV

All

Other

FC – with Fuel Cell HEV- Hybrid Electric Vehicle EV – Electric Vehicle (pure) All – All Electric Cars Other - Normal Cars, Rail

Interessant ist, dass sich ein Drittel der Patente des gesamten Datensatzes allein mit den Problemen von Hybridfahrzeugen (HEV) beschäftigen. Ein weiteres Drittel der Patente beschränkt sich nicht auf spezielle Fahrzeugtypen, sondern bietet Probleme und Lösungen sowohl für Hybridfahrzeuge wie auch reine Elektrofahrzeuge (EV) oder Plug-In-Hybridfahrzeuge. Speziell auf die Probleme von Brennstoffzellen in Fahrzeugen gehen 3 Patente ein. Des Weiteren beschäftigt sich ein Patent allgemein mit dem Batterie-Management herkömmlicher Verbrennungsmotorfahrzeuge. Zwei Patente beschäftigen sich zwar mit Batterie- und Energiemanagement, jedoch zum einen für Schienen-Großfahrzeuge und zum Anderen für flugfähige Fahrzeuge. Der hohe Anteil an Lösungen für Hybridfahrzeuge lässt sich dadurch erklären, dass diese Systeme aufgrund der Kombination von Verbrennungsmotor und Elektromotor und damit verbundenen Speichereinheiten deutlich höhere Koordinationsansprüche stellen als reine Elektrofahrzeuge mit nur einem Batteriesystem.32

vgl. Heinemann (2007), S. 66

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 36 -

Praxisbeispiel Elektromobilität

4.3.2

IT-gestützte White-Spot-Matrix Im Vergleich zur äußerst zeitaufwendigen, manuellen Problem-LösungsExtraktion konnten über Luxid® in kürzester Zeit deutlich mehr Details erfasst werden. Zu jedem Patent wurden von der Patent Skill Cartridge™ mehrere Problem- und Lösungselemente aus dem gesamten Patentdokument extrahiert. Wobei zum Teil Probleme vom System mehrfach extrahiert wurden, welche zwar inhaltlich identisch, aber über unterschiedliche Wortvarianten verfügten.33 Beispielsweise wurden „damage of the battery“ und „damage to the battery“ mit einer älteren Luxid®-Version als unterschiedliche Probleme eingestuft, die sich jedoch im Kern kaum voneinander unterscheiden und damit zusammengefasst werden können. Mittlerweile erkennt Luxid® diese Phrasen größtenteils automatisch. Für teilweise weiterhin auftretende Doppelnennungen hat der Nutzer die Möglichkeit, dem System beizubringen, welche Wörter und Probleme ähnlich oder gleich sind. Des Weiteren lassen sich zu lange Problemformulierungen manuell kürzen und umbenennen. Somit hat der Nutzer die Möglichkeit, das Extraktionsergebnis zusätzlich zu verbessern und Informationen verständlicher zu machen. Unabhängig von inhaltlichen Doppelnennungen extrahierte das System einige Problem-Lösungs-Elemente aus der Beschreibung des Standes der Technik, die manuell entfernt werden mussten. Zur Analyse der Probleme und Lösungen wurde insbesondere die Dokumentenansicht verwendet, wie sie Bild 14 darstellt. Über die Highlight-Funktion findet man schnell die entsprechende Passage im Text, die sich auf Probleme oder Lösungen beziehen. Damit lässt sich in kürzester Zeit der Inhalt des Patentes grob erfassen.

Das Nichterkennen ähnlicher Wörter sowie Wortvarianten ist allg. ein Problem der automatisierten Inhaltsextraktion, vgl. Ryley et al. (2008), S. 238-243

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 37 -

Praxisbeispiel Elektromobilität

Bild 149: Beispiel für eine Patentdokumentenansicht in Luxid®

Zusätzlich ist für den ersten Einblick in das Thema Batteriemanagementsysteme der sogenannte Wissensnavigator äußerst hilfreich, wie ihn Luxid® bietet. Bild 15 zeigt einen detaillierten Ausschnitt des Wissensnavigators, der sich speziell auf „Systeme“ bezieht, in diesem Fall Batteriemanagementsysteme und ihren Zweck.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 38 -

Praxisbeispiel Elektromobilität

Bild 15: Landkarte: welches Mittel hat welchen Zweck

Für die Analyse der Patente wurde über die Luxid®-Analysefunktion nach Durchsicht der Probleme und Lösungen die Problem-Lösungs-Matrix extrahiert und zur weiteren Verarbeitung in ein XLS-Format exportiert. Diese ursprüngliche Tabelle wurde im nächsten Schritt eingefärbt und noch vorkommende doppelte Nennungen eines Problems oder einer Lösung entfernt. Das Ergebnis ist in Bild 16 dargestellt. Einen Ausschnitt aus der Matrix zeigt Bild 17, die zusätzlich vergrößert dargestellt im Anhang über drei Seiten hinweg hinterlegt ist. Die Zahlen in der Tabelle stellen dar, wie häufig die entsprechende ProblemLösungskombination in den Patenten genannt wurde. In Luxid® ist zusätzlich eine Verknüpfung zu den Patentdokumenten verfügbar, d.h. man wird über die Zahlen in der Matrix zu den dahinter stehenden Patenten weiter geleitet. Wie die Matrix auf den ersten Blick erkennen lässt, ergibt sich ein sehr heterogenes Problem-Lösungsfeld: über die komplette Matrix verteilt lassen sich Patente finden, nur wenige Punktewolken haben sich gebildet. Jedoch sind für viele Problem-Lösungs-Kombinationen noch keine Patente vorhanden.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 39 -

SOLUTION

PROBLEM

overcharge of the battery

fossil fuel consumption and emission efficiency

monitor power consumption

the current consumption required for the battery management system increases when the battery

is monitored at the short monitoring start period

Fraunhofer IAO IT-gestützte White-Spot-Analyse prevent battery from becoming depleted

expensive & complex system, manufacture cost battery life

damage/malfunction of the battery

electrical current load controlling

prevent reverse current from the battery

decrease in the power generation performance - fuel cell

malfunction of the battery pack and increase safety

monitor battery condition

prevent an excess current - from battery

reduce margin of error in the estimated state of charge

vehicle stop for an extended period of time

efficiency of the charge and discharge of the battery

potential ignition of fuel

prevent engine turn-off

2 2

battery efficiency and therefore overall vehicle energy efficiency

drive comfort and the regulate stability during operation

maintain battery current

prevent the voltage from dropping to a value which is dangerous

storage efficiency

use of multiple battery

Bild 16: Mit Hilfe von Luxid® erstellte Problem-Lösungs-Matrix

- 40 -

state of a plurality of vehicle parameters

performance requirement

be relatively limited in its total energy storage capacity

3 2

energy converting loss

monitor voltage drops

sufficient energy cannot be supplied at the next vehicle start

the engine cannot be operated at start or power up cannot be performed during running

the safety/reliability requirement

abnormal power-down of the fuel cell

be typically very limited in the information provided to the electric vehicle user

battery state of charge condition

energy efficient route planning

quality of the power supplying

remain generator(s) from being overloaded

help the user find where to charge the vehicle

monitor the balance volume of the battery set

maximize the efficiency of hybrid electric vehicle

peak power requirements

prevent charge system from cycle between charge and discharge

excessive internal generator temperature

generator and electrical storage device operation can be challenging complex vehicle system

data latency and reliability requirement

engine overspeed

system disruption

electrical power must be rapidly delivered or recovered

2 2

1 3

1 1

2 3

2 1 2

1 3

3 1

3 6

2 1

1 6

2 2

1 2

(PHEVs) and also Electric Vehicles (EVs) and Hybrid Electric Vehicles

ultracapacitor and batteries in an electric vehicle including Plug-in Hybrid Vehicles

novel and useful application of fast energy storage devices is the combination of an

corrective action

detecting battery cell failure and thus enabling automatic or operator-directed

intelligent fault-tolerant battery management system (IFTBS) for reliably and promptly

managing primary and secondary electrical system activity

an electrical energy management system implementing redundant control units

response to changing circumstances

a power system which allows selective alteration and application of equipment loads in

electric power used for charging the battery pack and a battery management

a hybrid electric vehicle comprising... a generator driven by an engine to provide

the internal combustion engine and the motor and to charge the battery

by a charge discharge management apparatus concerning whether or not to operate

a technology to stop a control which is provided in accordance with a schedule created

motor driving system, battery charger, display device)

transmission interface for communicating and exchanging information (battery set,

an energy management system comprising a central control system having a standard

management for an electric vehicle (EV) and a hybrid electric vehicle (HEV).

present invention integrates an on-board navigation system to provide energy

the secondary battery and referencing the battery characteristic

calculating the impedance according to measurement results of current and voltage of

a secondary battery evaluation method for evaluating a secondary battery by

off in a power operation mode of a fuel cell super capacitor hybrid electric vehicle

a sequence control method that can safely power down high voltage parts during key

electrical source a monitoring means, ...

electrical consumer units including at least one user activatable consumer unit, an

a method of managing electrical load in a motor vehicle... comprising a plurality of

and other large off highway vehicles driven by electric traction motors

as dynamic braking energy or excess prime mover power produced by locomotives

a system and method for managing the storage and transfer of electrical energy such

storage device (hybrid)

system comprises a sensing and control unit and a superconducting magnetic energy

system

device having at least one electric drive motor a fuel cell system and a dynamic power

a method and apparatus for controlling a hybrid power supply system in a mobile

managing an operating state of each of the battery pack blocks

battery Electric Control Units provided for the respective battery pack blocks each

relates to a technique for managing state of charge of an electric

power to _ from the outside of the vehicle and more specifically the present invention

electric current of the battery flows a power system including a plurality of vehicles adapted to allow transfer of electric

one pack; measuring a temperature of the battery and determining whether or not an

constituting one pack and determining an estimated SOC of a battery having at least

representative of a condition of a component of a system a method of operating a battery management system having a plurality of battery cells

components...system comprises a control program for comparing an input signal

method includes receiving an input signal representative of a condition of one of the

and monitoring the status of each the modules in real time to increase safe

charging stages by use of a relationship of charging current versus charging voltage

a device and method for charging a battery pack of an electric car by switching

charging and discharging of the rechargeable power storage device

a fuel cell apparatus... including a fuel cell having a catalyst, a controller that controls

controller; selectively connects

batteries connected thereto including: state of charge sensor; charger; discharger;

a battery management unit for managing the state of charge of a plurality of cells or

status... even after the key switch has been kept turned off

a battery management system for an electric vehicle which can monitor the battery

control unit

each of which manages a state of charge of a corresponding battery cell and a master

a battery management system for a vehicle comprising a plurality of slave control units

management apparatus

computer readable medium having instructions for achieving the charge discharge

a charge discharge management apparatus for a battery of a hybrid vehicle and a

generator

state of charge within a battery pack and save fuel consumed by an engine for a

a battery management for a hybrid electric vehicle which provides efficient control of

Praxisbeispiel Elektromobilität

Der Vergleich mit der manuell erstellten Matrix zeigt die inhaltliche Übereinstimmung in vielen Formulierungen, jedoch bietet die mit Luxid® erstellte Matrix deutlich mehr Informationen. Damit lassen sich deutlich mehr Aussagen über den Stand der Technik im betrachteten Patentfeld treffen. Nachteil an der Informationsflut ist zweifellos, dass die Matrix nicht auf den ersten Blick alle benötigten Informationen liefert, eine übersichtliche Darstellung wäre nur durch weitere Zusammenfassungen möglich, die je nach Ziel der Analyse auch sinnvoll sein kann. So muss nicht jedes Teilproblem für die Hauptproblemstellung eines Patentes relevant und daher von Interesse sein. Bild 17: Auszug aus über Luxid® erstellten Problem-LösungsMatrix

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 41 -

Praxisbeispiel Elektromobilität

Aus der Matrix in Bild 16 und der Gesamtmatrix im Anhang lässt sich ablesen, dass die meisten Probleme für folgende technische Lösungen genannt werden: -

a novel and useful application of fast energy storage devices is the combination of an ultracapacitor and batteries in an electric vehicle including Plug-in Hybrid Vehicles (PHEVs) and also Electric Vehicles (EVs) and Hybrid Electric Vehicles bezieht sich auf 9 Probleme: 1. 2. 3. 4. 5. 6. 7. 8. 9.

present invention integrates an on-board navigation system to provide energy management for an electric vehicle (EV) and a hybrid electric vehicle (HEV) bezieht sich auf 8 Probleme: 1. 2. 3. 4. 5. 6. 7. 8.

battery efficiency and therefore overall vehicle energy efficiency be typically very limited in the information provided to the electric vehicle user battery state of charge condition energy converting loss energy efficient route planning fossil fuel consumption and emission efficiency state of a plurality of vehicle parameters performance requirement

an energy management system comprising a central control system having a standard transmission interface for communicating and exchanging information (battery set, motor driving system, battery charger, display device) bezieht sich auf 6 Probleme: 1. 2. 3. 4. 5. 6.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

overcharge of the battery battery life prevent battery from becoming depleted damage/malfunction of the battery electrical power must be rapidly delivered or recovered expensive & complex system, manufacture cost maintain battery current performance requirement prevent an excess current - from battery

overcharge of the battery damage/malfunction of the battery electrical current load controlling help the user find where to charge the vehicle monitor the balance volume of the battery set quality of the power supplying

- 42 -

Praxisbeispiel Elektromobilität

Im Vergleich zu den übrigen, in der Matrix aufgeführten Problemen sind folgende die am häufigsten genannten Probleme: -

overcharge of the battery wird in Bezug auf 6 Lösungen genannt

damage/malfunction of the battery wird in Bezug auf 5 Lösungen genannt

expensive & complex system, manufacture cost wird in Bezug auf 6 Lösungen genannt

fossil fuel consumption and emission efficiency wird in Bezug auf 5 Lösungen genannt

maintain battery current wird in Bezug auf 4 Lösungen genannt

Potenziale für geplante Neuentwicklungen lassen sich nun über die Analyse der freien Flächen in der Matrix aufdecken. Dabei stellt nicht jedes weiße, freie Feld eine echte technische Lücke dar. Beispielsweise wird eine effiziente Routenplanung selten im Parkzustand benötigt (vgl. Bild 18 Punkt 1) oder tangieren Temperaturprobleme im Generator die Koordination von mehreren Batteriezellen (vgl. Bild 18 Punkt 2). Des Weiteren verfügt ein rein batteriebetriebenes Fahrzeug über keinen Verbrennungsmotor, der mit dem Batteriesystem koordiniert werden muss um einen optimalen Betrieb des Fahrzeuges zu gewährleisten (vgl. Bild 18 Punkt 3).

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 43 -

Praxisbeispiel Elektromobilität

Bild 18: Falsche White Spots

Wird die Matrix problemorientiert auf ihre Potenziale untersucht, könnten interessante weiße Flächen beispielsweise sein (sofern technisch machbar): 1. die Einbindung von Informationen über die umgebende Ladeinfrastruktur (vgl. Bild 19 Feld 1) in ein Batteriemanagementsystem darstellen. 2. Des Weiteren wird in den untersuchten Systemen nur ein geringer Schwerpunkt auf Sicherheitsaspekte gelegt, zum Einen mit Bezug auf mögliche Batteriefehlfunktionen (vgl. Bild 19 Feld 2) oder 3. zum Anderen in Bezug auf die allgemeine Verlässlichkeit des Gesamtsystems (vgl. Bild 19 Feld 3).

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 44 -

Praxisbeispiel Elektromobilität

Bild 19: Mögliche White Spots

Eine wirtschaftliche Bewertung wird im folgenden Kapitel 4.4 für das erste White-Spot-Feld vorgestellt.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 45 -

Praxisbeispiel Elektromobilität

4.4

Wirtschaftliche Potenziale der White Spots Die wirtschaftliche Attraktivität der im vorangegangenen Kapitel aufgeführten freien Fläche soll im ersten Schritt unternehmensunabhängig und mit dem Fokus auf die Hauptakteure bewertet werden. Dabei wird allgemein die Einbindung der Ladeinfrastruktur-Informationen in ein Batteriemanagementsystem betrachtet, ohne sich auf eine konkrete Lösungsausführung (beispielsweise mit Hilfe eines Navigationssystems) festzulegen. Im zweiten Schritt werden weitere Bewertungsmöglichkeiten vorgestellt, welche individuell anpassbare Bewertungskriterien bezüglich einer möglichen Unternehmenssituation berücksichtigen.

4.4.1

Allgemeine Betrachtung Um eine Aussage über die wirtschaftliche, insbesondere marktbezogene Attraktivität der ermittelten weißen Flächen zu treffen, wurden spezielle Bewertungskriterien herangezogen: die Marktform, -qualität, -vielfalt, -entwicklung sowie Substitutionsprodukte (vgl. Bild 20). Mittels dieser Kriterien wurde der Markt im Bereich „Einbindung von Ladeinfrastruktur-Informationen“ allgemein bewertet. Dazu wurden die Kriterien im ersten Schritt nach festgelegter Relevanz gewichtet und im Anschluss die für die Bewertung benötigten Daten wie in Kapitel 3 bereits vorgestellt recherchiert. Ergänzt wurden die Daten im Bedarfsfall durch Expertenaussagen.

Bild 20: Allgemeine MarktBewertungsparameter

Marktform 1 0,8 Marktentw icklung

0,6

Marktqualität

0,4 0,2 0

Substitutionsprodukte

Marktvielfalt

Absatzpotenzial

Die Einbindung von Ladeinfrastruktur-Informationen in Batteriemanagementsysteme kann zum Einen für die jeweiligen Stromanbieter, welche die entspre-

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 46 -

Praxisbeispiel Elektromobilität

chende Ladeinfrastruktur zur Verfügung stellen, als Serviceleistung interessant sein. Zum Anderen können sonstige Tankstellenbetreiber daran interessiert sein, Informationen über die Lademöglichkeiten bereit zu stellen und in das Batteriemanagementsystem einzubinden.34 Des Weiteren bietet sich Potenzial für die Anbieter bestehender Informationssysteme, wie beispielsweise Navigationsgeräten oder Online-Plattformen. Und nicht zuletzt die OEMs selbst sehen in der Entwicklung eigener Batteriemanagementsysteme Potenzial für Wettbewerbsvorteile, wie das Beispiel Audi zeigt.35 Betrachtet man den BMS-Markt verstärkt mit Bezug zur Ladeinfrastruktur und deren Anbietern, so lassen sich folgende Aussagen treffen (vgl. Bild 20): Da der Ladeinfrastruktur-Markt begrenzt ist und nicht von stark monopolistischen oder polypolistischen Strukturen gekennzeichnet ist, wird von einer mäßigen Anzahl von Anbietern für Ladeinfrastruktur-Informationen ausgegangen, welche sich mit Batteriemanagementsystemen verknüpfen lassen. Damit ergibt sich eine mittlere Bewertung für die Marktform, obwohl über die Patentstatistik eine Vielzahl an Unternehmen evaluiert wurde, welche im Bereich Batteriemanagementsysteme aktiv sind. Jedoch weisen diese Patente überwiegend keinen konkreten Ladeinfrastrukturbezug auf (bis auf ein Patent von GM Global Technologies Operations, Inc.). Die meisten Stromanbieter engagieren sich bereits im Elektromobilitäts-Sektor, wie bestehende Kooperationen von E.ON, RWE, Vattenfall oder EnBW mit diversen OEMs zeigen. Da der Anteil der Batteriemanagementsysteme am Gesamtfahrzeug begrenzt ist und solche Systeme automobil-spezifisch entwickelt werden, wird nicht von einem Massenmarkt im klassischen Sinne ausgegangen. Da die Ladeinfrastrukturen sowie die Stromversorgung innerhalb der Fahrzeuge (reiner Batteriebetrieb oder Hybrid, Brennstoffzellen oder verschiedene Akkusysteme) noch nicht einheitlich geregelt ist, sondern sich im Entwicklungsstadium befindet, ist im Einführungsstadium der Elektrofahrzeuge mit einer Vielzahl von Infrastruktursystemen und damit evtl. mit Kompatibilitätsproblemen zu rechnen. Es müssten noch die verschiedenen Ladeinfrastrukturen (beispielsweise ob ein Aufladen über Steckdose oder dem Austausch der Batterien erfolgt) sowie die technischen Möglichkeiten zur Einbindung der Informationen in BMS bei der Bewertung berücksichtigt werden. Dadurch ergibt sich insgesamt eine eher niedrige Bewertung für den Parameter Marktqualität.

34 35

Vgl. Tankstellen-Projekt: Project Better Place, (2009) Vgl. Förderprojekt e-performance, Audi (2009)

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 47 -

Praxisbeispiel Elektromobilität

Die große Vielfalt an Fahrzeug- und damit potenzielle Batteriemanagementsysteme birgt aber auch grundsätzlich ein großes Potenzial an Einsatzmöglichkeiten. Dies wirkt sich wiederum positiv auf die Marktvielfalt, gemessen an potenziellen Einsatzmöglichkeiten einer Technologie, aus. Zwar lassen sich entwickelte Batteriemanagementsysteme nicht universell in allen denkbaren Fahrzeugen einsetzen, aber innerhalb einzelner Fahrzeuggruppen und -typen ist entsprechendes Potenzial zu erwarten. Berücksichtigt man die Anzahl der Patentanmeldung für Hybridfahrzeuglösungen, würde evtl. eine Spezialisierung auf Lösungen für diesen Fahrzeugtyp erstrebenswert sein (vgl. Bild 13 Kapitel 4.3) Substitutions- oder Wettbewerbsprodukte konnten bislang kaum ausgemacht werden. Jedoch ist nicht auszuschließen, dass bereits über den Forschungsstatus hinaus entsprechende Batteriemanagementsysteme vorliegen, welche Ladeinfrastrukturdaten beinhalten. So beschäftigt sich ein aktuell laufendes Forschungsprojekt der Forschungsstelle für Energiewirtschaft e. V. (FfE) intensiv mit der Entwicklung eines intelligenten Batteriemanagementsystems, das insbesondere auf die Energieeffizienz fokussiert und systemübergreifend Lastmanagementaspekte berücksichtigt.36 Des Weiteren sind Weiterentwicklungen am Markt bestehender Batteriemanagementsysteme zu erwarten, beispielsweise von Unternehmen wie Kopf Solarschiff GmbH, Delphi, BRUSA Elektronik AG oder Toshiba. Des Weiteren sind noch spezielle Unternehmen zu nennen, welche sich in der Halbleitertechnik auf Batteriemanagementlösungen spezialisiert haben, wie z.B. Texas Instruments Incorporated oder Microchip Technology Inc.37 Die Marktzahlen im Bereich Elektrofahrzeuge allgemein, und damit dem Bedarf an Batteriemanagementsystemen und Ladeinfrastrukturen, lassen zusätzlich gutes Absatzpotenzial erwarten, wie Studien über die Marktentwicklung bis 2020 zeigen: geht man von den Zahlen für sonstige Bauteile (neben Elektromotoren, Batterien und Leistungselektronik) aus, so lässt sich für diesen Sektor ein Marktwert von ca. 2 Mrd. Euro pro Jahr bis 2020 ermitteln.38 Betrüge der Anteil für Batteriemanagementsysteme und -zubehör beispielsweise 1% vom Gesamtwert, würde sich ein Marktwert von 20 Mio. Euro pro Jahr ergeben, mit weiterem Wachstumspotenzial. So wird erwartet, dass bis 2020 bereits über ein Viertel aller neuen Fahrzeuge Hybrid- oder reine Elektrofahrzeuge sein werden.39 Geht man davon aus, dass Unternehmen Patente nur in den Ländern anmelden, in denen sie auf aktiv werden möchten, lassen sich folgende regionale Markteinschätzungen treffen: besonders würde sich der US-Markt, sowie all-

Vgl. FfE Forschungsstelle für Energiewirtschaft e.V. (2009) ; Projektlaufzeit 01.01.2009 - 31.12.2011 Vgl. Frost & Sullivan (2008), S. 2-14 38 Vgl. Valentine-Urbschat, Bernhart (2009), S. 72 39 Vgl. A.T. Kearney (2009) 37

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 48 -

Praxisbeispiel Elektromobilität

gemein die europäische Märkte für Batteriemanagementsysteme allgemein anbieten (vgl. Bild 10 aus Kapitel 4.2 zur Patentstatistik über die Länderverteilung). Gesondert zu den europäischen Patentanmeldungen landen allein Anmeldungen in Deutschland auf dem fünften Platz in der Rangliste und lassen einen lukrativen Markt vermuten. Ebenso versprechen die Patentanmeldezahlen (Bild 9 aus Kapitel 4.2) noch Entwicklungspotenzial, da im betrachteten Patentdatensatz vor 1992 noch keine Patente angemeldet wurden und es sich damit noch allgemein um eine junge Technologie mit Ausbaupotenzial handeln könnte. Aus allen bisherigen Ausführungen ergibt sich mit damit einem Gesamtwert von 0,62 ein insgesamt überdurchschnittliches Marktpotenzial für den White Spot „Einbindung von Informationen über die umgebende Ladeinfrastruktur in ein Batteriemanagementsystem“. Dieses Ergebnis sollte jedoch zusätzlich durch unternehmensbezogene Betrachtungen ergänzt werden, um als Grundlage für strategische Entscheidungen dienen zu können. Folgendes Unterkapitel 4.4.2 zeigt eine mögliche unternehmensbezogene Bewertung auf.

4.4.2

Mögliche unternehmensindividuelle Betrachtung Die Unternehmenssituation wird ebenfalls mit fünf Parametern bewertet: dem geschätzter Investitionsbedarf, der noch für ein marktfähiges Produkt benötigt wird, der geschätzte (Rest-)Entwicklungszeit, dem zusätzlichen Ressourcenbedarf, der Amortisationszeit, den Vertriebskanälen sowie möglichen F&EKooperationen (vgl. Bild 21).

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 49 -

Praxisbeispiel Elektromobilität

Bild 21: Unternehmensbezogene Bewertungsparameter

Geschätzter Investitionsbedarf 1 0,8 Kooperationen

0,6

Geschätzte Entw icklungszeit

0,4 0,2 0

zusätzlicher Ressourcenbedarf

Vertriebskanäle

Amortisationszeit

Für ein fiktives Unternehmen wurden folgende Werte wie in Bild 21 dargestellt angenommen: Das Unternehmen geht von einem für sich moderaten Investitionsbedarf von ca. 10 Mio. € für die Entwicklung bis hin zu einem marktfähigen Produkt aus und plant mit mehr als 5 Jahre einen langen Zeitraum für die Entwicklung des Produktes ein. Die folgende Amortisationszeit wird moderat kalkuliert. Es besteht weiterhin ein geringer Bedarf an zusätzlichen Mitarbeitern und Know How für die Produktentwicklung. Jedoch insbesondere im Ausbau der Vertriebsstrukturen besteht noch deutlich Handlungsbedarf. Besonders positiv wird bewertet, dass ein Teil der Investitionskosten durch die Teilnahme an landesweiten sowie EU-weiten Förderprogrammen in Kooperation mit weiteren Partnern aus Wirtschaft und Forschung finanzierbar wäre. Mit diesen Daten ergibt sich ein durchschnittliches Ergebnis von 0,42 für die unternehmensindividuelle Bewertung der möglichen White Spots im Bereich „Einbindung von Informationen über die umgebende Ladeinfrastruktur in ein Batteriemanagementsystem“. Die Ergebnisse aus der allgemeinen Marktbetrachtung sowie der unternehmensindividuellen Betrachtung für die White Spots lassen sich abschließend über eine Portfolio-Darstellung mit weiteren White Spots vergleichen, wie in Bild 22 dargestellt. Dazu wurden beispielhaft für die in Kapitel 4.3 genannten weiteren White Spots entsprechend Wertepaare für die allgemeine sowie unternehmensbezogene Bewertung angenommen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 50 -

Praxisbeispiel Elektromobilität

Bild 22: White-SpotPotenziale im Vergleich

Das Portfolio zeigt alle drei in Kapitel 4.3 aufgeführten technischen Lücken, auch genannt White Spots, im Vergleich. Das Portfolio ließe sich bei einer Gesamtauswertung der Problem-Lösungs-Matrix (vgl. Bild 16) um weitere White Spots erweitern, die jedoch an dieser Stelle nicht aufgeführt werden. Entsprechend den Annahmen im Bereich der wirtschaftlichen Bewertung würden sich entsprechend Bild 22 die White Spots im Feld WS 1, also die „Einbindung von Informationen über die umgebende Ladeinfrastruktur in ein Batteriemanagementsystem“ für eine Weiterverfolgung durch das fiktive Unternehmen am besten eignen.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 51 -

Zusammenfassung

Die Studie hat gezeigt, dass sich mit verschiedenen Methoden und ITgestützten Werkzeugen aus Patenten eine Vielzahl an Informationen extrahieren lassen. Dabei bieten die gängigsten, auf dem Markt erhältlichen SoftwareLösungen jedoch nicht die Möglichkeit, über einzelne Keywords und Phrasen hinaus technische Problem-Lösungs-Kombinationen zu extrahieren. Von Interesse können insbesondere Problem- und Lösungszusammenhänge sein, welche nicht über Häufigkeitsanalysen zu erfassen sind aber beispielsweise wertvolle Quellen für Ideenfindungsphasen im F&E-Prozess sein können. Um den Inhalt und insbesondere die beschriebenen Probleme und Lösungen aus Patenttexten umfassender extrahieren zu können, wurde für die erste Phase der ITgestützten White-Spot-Analyse des Fraunhofer IAO eine spezielle Patent Skill Cartridge™ entwickelt. Über die in Kooperation mit der TEMIS Deutschland GmbH entwickelte Cartridge lässt sich eine Problem-Lösungs-Matrix erstellen, welche als Basis für die zweite Phase der White-Spot-Analyse dient, der wirtschaftlichen Bewertung möglicher freier Flächen, den White Spots, innerhalb der Matrix. Das Praxisbeispiel aus dem Sektor Elektromobilität hat gezeigt, dass der Analyseprozess im Vergleich zu einer manuell durchgeführten White-Spot-Analyse mit Hilfe der Patent Skill Cartridge™ deutlich verkürzt werden konnte. Zusätzlich konnten deutlich mehr Informationen extrahiert und in der Analyse berücksichtigt werden. Da es sich bei der Patent Skill Cartridge™ noch um einen Prototyp handelt, musste die erstellte Problem-Lösungs-Matrix zunächst manuell von Doppelnennungen, inhaltlichen Überschneidungen oder überflüssigen Informationen bereinigt werden. Das vorgestellte Praxisbeispiel skizzierte zusätzlich zur Erstellung der Matrix die wirtschaftliche Bewertung der White Spots bis zum abschließenden Vergleich über eine Portfolio-Darstellung. Die wirtschaftliche Bewertung wurde beispielhaft mit Hilfe definierter markt- und unternehmensbezogener Kriterien erstellt. Dieser definierte Kriteriensatz ist grundsätzlich um zusätzliche Parameter erweiterbar. Auf Basis der vielversprechenden Ergebnisse plant das Fraunhofer IAO in Kooperation mit der TEMIS Deutschland GmbH die Weiterentwicklung der Patent Skill Cartridge™. So lässt sich beispielsweise die Erkennung von ähnlichen Problemen und Lösungen sowie linguistischen Zusammenhängen optimieren. Des Weiteren wird das Fraunhofer IAO die Methode zur wirtschaftlichen Bewertung der White Spots verfeinern und beispielsweise Szenarioanalysen ermöglichen. Insbesondere besteht die Möglichkeit zur Einbindung von weiteren markt- und unternehmensspezifischen Bewertungsparametern.

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 52 -

Anhang

6.1

Literaturverzeichnis A.T. Kearney (2009), Moderate Drive for change, Düsseldorf: A.T. Kearney, Inc., 2009 Audi (2009), Elektromobilität als integriertes Konzept - das Audi-Förderprojekt e-performance, © 2009, http://www.ibtimes.de/prnews/20090915/elektromobilitaetintegriertes-konzept-audi-foerderprojektperformance.htm, 25.11.2009 Bettray, S. (2008), Patent Maps - Landkarten der Innovation, in: Wissensmanagement 10 (2008), Nr. 5, S. 50-51 Burr, W., Stephan, M., Soppe, B., Weisheit, S. (2007), Patentmanagement – strategischer Einsatz und ökonomische Bewertung von technologischen Schutzrechten, Stuttgart: Schäffer-Poeschel Verlag, 2007 Chen, H., Roco, M. C. (2009), Mapping Nanotechnology Innovations and Knowledge, New York: Springer Science & Business Media, LLC, 2009 Chokri, B. N. (2006), Ontology-based Semantic Query Processing in Database Systems, Berlin, Humboldt-Univ., Diss., 2006 Die Bundesregierung (2009), Nationaler Entwicklungsplan Elektromobilität der Bundesregierung, Berlin: Die Bundesregierung, 2009 Dou, H., Leveillé, V., Manullang, S., Dour, J. M. Jr. (2005), Patent analysis for competitive technical intelligence and innovative Thinking, in: Data Science Journal (2005), Nr. 4, S. 209-237 DPMA (Hrsg., 2009), Jahresbericht 2008, Wolnzach: Kastner AG, 2009 Dreßler, A. (2006), Patente in technologieorientierten Mergers & Acquisitions Nutzen, Prozessmodell, Entwicklung und Interpretation semantischer Patentlandkarten, Wiesbaden: Deutscher UniversitätsVerlag, 2006, Zugl.: Bremen, Univ., Diss., 2005

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 53 -

Anhang

Ensthaler, K., Strübbe, S. (2006), Patentbewertung: Ein Praxisleitfaden zum Patentmanagement, 1. Auflage, Berlin Heidelberg: Springer-Verlag, 2006 Fabry, B., Ernst, h., Langholz, J., Köster, M. (2006), Patent portfolio analysis as a useful tool for identifying R&D and business opportunities - an empirical application in the nutrition and health industry, in: Wold Patent Information 28 (2006), S. 215-225 Fall, C. J., Benzineb K. (2002), Literature Survey: Issues to be considered in the automatic classification of patents, Genf: WIPO, 2002 Fendt, H. (1990), Systematische Patentanalyse, in: Engelhardt, Fendt, et al. (1989), Fachwissen Patentinformation - Datenbanken strategisch genutzt, Essen, 1989 FfE Forschungsstelle für Energiewirtschaft e.V. (2009), KW21 BY 2E: Einsatzmöglichkeiten von Elektrostraßenfahrzeugen zum Lastmanagement, © 2009, http://www.ffe.de/taetigkeitsfelder/mobilitaetund-alternative-antriebskonzepte/221, 18.11.2009 Frost & Sullivan (2008), World Battery Management ICs and DC-DC - Converter ICs Markets, © 2008, www.frost.com, 17.11.2009 Heinemann, D. (2007), Strukturen von Batterie- und Energiemanagementsystemen mit Bleibatterien und Ultracaps, Berlin, Technische Univ., Diss., 2007 Joachims, T. (1998), Text Categorization with Support Vector Machines: Learning with Many Relevant Features, in: Lecture Notes in Computer Science, Berlin Heidelberg: Springer-Verlag, 1998 JPO (2000, Guide Book for Pracitcal Use of “Patent Map for Each Technology Field”, Tokyo: Japan Patent Office, 2000 Kao, A., Poteet, S. R. (2007), Natural language processing and text mining, London: Springer-Verlag London Ltd., 2007 Klink, G., Krubasik, S., Rings, T. (2009), Sparsam, sauber, elektrisch? Das Rennen um den Antrieb der Zukunft. Die Automobilindustrie auf dem Weg zu Nachhaltigkeit und Elektrifizierung, Düsseldorf: A.T. Kearney, Inc., 2009

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 54 -

Anhang

Kohn, S. (2009), Technologiemanagement - Patentrecherche, © 2009, http://www.innovationsmanagement.de/technologiemanagement /patentrecherche.html, 14. 09. 2009 Lee, S., Yoon, B., Lee, C., Park, J. (2009), Business planning based on technological capabilities: Patent analysis for technology-driven roadmapping, in: Technological Forecasting & Social Change 76 (2009), S. 769-786 Li, Y.-R., Wang, L.-H., Hong, C.-F. (2009), Extracting the significant-rare keywords for patent analysis, in: Expert Systems with Applications 36 (2009), S. 5200-5204 Luther, Dr. W., Malanowski, Dr. N., et al. (2004), Nanotechnologie als wirtschaftlicher Wachstumsmarkt - Innovations- und Technikanalyse, Düsseldorf: Zukünftige Technologien Consulting der VDI Technologiezentrum GmbH, 2004 Mittelstädt, A. (2009), Strategisches IP-Management- mehr als nur Patente: Geistiges Eigentum schützen und als Wettbewerbsvorsprung nutzen, 1. Auflage, Wiesbaden: Gabler, 2009 Möhrle, M. G., Walter, L., Geritz, A. (2003), Semantische Patentanalyse mit dem Knowledgist und PIA: Grundlagen - Beispiele - Kritik, PATINFO 2003, Illmenau: TU Illmenau 2003 Project Better Place (2009), Homepage, © 2009, http://www.betterplace.com, 26.11.2009 Ryley, J.F., Saffer, J., Gibbs, A. (2008), Advanced document retrieval techniques for patent research, in: World Patent Information 30 (2008), S.238-243 Schmoch, U., Grupp, H. (Hrsg.) (1990), Wettbewerbsvorsprung durch Patentinformationen – Handbuch für die Recherchenpraxis, KarlsruheKöln: Verl. TÜV Rheinland, 1990 Schramm, R., Bartkowski, A. (2008), Grundlagen Patentanalyse, PATON - Vorlesungsreihe - Teil 4, Illemnau: TU Illmenau/PATON, 2003 Trautwein, A. (2006 ), Werterelevanz von Patentinformationen im Kontext der Rechnungslegung, Wiesbaden: Deutscher Universitäts-Verlag, 2007

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 55 -

Anhang

Valentine-Urbschat, M., Bernhart, Dr. W. (2009), Powertrain 2020 – The Future Drives Electric, Berlin et al.: Roland Berger Strategy Consultants, 2009 Wallentowitz, H., Reif, K. (Hrsg., 2006), Handbuch Handbuch Kraftfahrzeugelektronik: Grundlagen, Komponenten, Systeme, Anwendungen, 1. Auflage, Wiesbaden: Vieweg & Sohn Verlag, 2006 Walter, Dr. L. (2008), Semantische Patentlandkarten zur Erkennung von Patentverletzungen - eine Fallstudie aus der Biotechnologie, 2. Patentforum RheinMainNeckar, 16.04.2008, Darmstadt: Universität Bremen, 2008 WIPO (2009), World Intellectual Property Indicators, 2009, Genf: WIPO, 2009 Wurzer, A. J. (2003), Wettbewerbsvorteile durch Patentinformationen, 2. überarbeitete Auflage, Eggenstein-Leopoldshafen, Fachinformationszentrum Karlsruhe, 2003 Zeller, A. (2003), Technologiefrühaufklärung mit Data Mining - Informationsprozessorientierter Ansatz zur Identifikation schwacher Signale, in: Bürgel, H. D., Grosse, D. Möhrle, M. G. (Hrsg. 2003), Foschungs-/Entwicklungs-/Innovationsmanagement, Bremen: Gabler Edition Wissenschaft, 2003, Zugl.: Stuttgart, Univ., Diss., 2003

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 56 -

Anhang

6.2

URLs zur Patentdatenanalysesoftware Delphion, PatentLabII, Thomson Reuters, © 1997-2009, http://www.delphion.com/products/research/products-patlab, 12.11.2009 Innography IP Strategy, Innography, © 2009, http://www.innography.com, 12.11.2009 Invention Navigator, SIP GmbH, © 2009, https://www.patentfamily.de/(hhbewq55yf0g4wihhbvozh45)/inde x.aspx?lang=de&url=.%2f25_infopages%2finfo_frameset.aspx% 3flang%3dde%26page%3d1%26topic%3d11, 12.11.2009 IPInquest, IP Century AG, © 2009, http://www.ipcentury.de/wiki/Produkt, 12.11.2009 KMX Patent Analytics Suite, Treparel Information Solutions B.V., © 2009, http://www.treparel.com/uk/solutions/kmx_patent_analytics, 12.11.2009 Matheo Analyzer, Matheo-Software, © 2009, http://www.matheoanalyzer.com/analysis.asp, 12.11.2009 M-Cam Doors, M-CAM, Inc., © 1997-2009, http://www.mcam.com/commercial, 12.11.2009 Patentatlas, IPB Corporation, © 2007, http://www.ipb-corporation.com, 12.11.2009 PatentCluster, PatentCluster.com, © 2009, http://patentcluster.com, 12.11.2009 Patentexplorer, InTraCoM GmbH, © 2009, http://www.patentexplorer.de/patentexplorer.htm, 12.11.2009 Patent Matrix, Neopatents, © 2009, http://www.patentmatrix.com, 12.11.2009 Portfolio DSS, Patentcafé, © 1996-2009, http://www.patentcafe.com/index.asp?body=solutions&page=pat entowner, 12.11.2009 Setrue Patent Search, Transformer Software Ltd., © 2008, http://patents.setrue.com, 12.11.2009

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 57 -

Anhang

ThemeScape, Thomson Reuters, © 2009, http://science.thomsonreuters.com/winningmove/secure/TI_Theme scape_QT.html#1, 12.11.2009 VantagePoint, Search Technology, Inc., © 2009, http://www.thevantagepoint.com, 12.11.2009

6.3

Bilder Problem-Lösungs-Matrix (folgende drei Seiten)

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 58 -

Anhang

Bild 10: Vergrößerte Problem-Lösungs-Matrix, Teil I

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 59 -

Anhang

Bild 11: Vergrößerte Problem-Lösungs-Matrix, Teil II

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 60 -

Anhang

Bild 12: Vergrößerte Problem-Lösungs-Matrix, Teil III

Fraunhofer IAO IT-gestützte White-Spot-Analyse

- 61 -

Anhang

6.4

Patentdokumente 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Fraunhofer IAO IT-gest端tzte White-Spot-Analyse

Patent WO06136934 WO09108565 US7487851 US5781013 US2008140275 US7532960 EP2048762 EP1462299 US2004232769 US5487002 US2008086247 US2009091291 EP1462300 US2005285445 EP1067654 WO02080332 US2007262750 US2002128759 US2008157593 US5945808 US2007102212 US2006042846 US2002188387 US2004076872 WO09103084 US5359308 US2008319597 US2007251741 WO0122556 CA2474234

Prio 21.06.2005 26.02.2008 25.07.2002 19.10.1995 14.11.2007 03.03.2003 04.08.2006 06.12.2001 20.04.2001 31.12.1992 10.10.2006 04.10.2007 28.03.2003 06.01.2003 08.07.1999 30.03.2001 12.05.2006 06.03.2001 29.12.2006 16.04.1998 19.10.2006 24.08.2004 09.05.2001 08.08.2003 15.02.2008 27.10.1993 20.06.2007 26.04.2006 29.08.2000 27.03.2001

- 62 -

Applicant Toyota Jidosha Kabushiki Kaisha AFS Trinity Power Corp. Daimler AG Fuji Jukogyo Kabushiki Kaisha HYUNDAI MOTOR CO LTD General Electric Company Toyota Jidosha Kabushiki Kaisha Panasonic EV Energy Co., Ltd. JAGUAR CARS LIMITED Amerigon, Inc. Hyundai Motor Company GM Global Technologies Operations, Inc. Welltek Energy Co, Ltd. Johnson Controls Technology Company Hyundai Motor Company Designline Ltd. Samsung SDI Co., Ltd. Sikorsky Aircraft Corp. Cummins Power Generation IP, Inc. Nissan Motor Co., Ltd. FIAT Ricerche Honeywell International FORD GLOBAL TECH INC SHIN KOBE ELECTRIC MACHINERY CO LTD Atieva, Inc. AEL Defence Corp DENSO CORPORATION GM GLOBAL TECHNOLOGY OPERATIONS IN Peugeot Citroen Automobiles SA IDA TECH LLC PO BOX

Anhang

6.5

Fragebogen zur Umfrage 2009

Fraunhofer IAO IT-gest端tzte White-Spot-Analyse

- 63 -

Anhang

Fraunhofer IAO IT-gest端tzte White-Spot-Analyse

- 64 -

Weiße Flecken auf geografischen Landkarten waren über Jahrhunderte hinweg Impulsgeber für technologischen Fortschritt. Auch heute noch suchen Forscher und Entwickler nach weißen Flecken auf der »Landkarte« technischer Innovationen – im Rahmen so genannter Patentdatenanalysen. Die vorliegende Studie stellt in drei Kapiteln Methoden und Werkzeuge vor, mit deren Hilfe aus Patenttexten Potenziale für die Märkte von morgen extrahiert werden können. Die IT-gestützte White-SpotAnalyse des Fraunhofer IAO bietet dabei über gängige Analysemethoden hinaus die Möglichkeit, technische »White Spots« automatisiert aus Patenttexten zu extrahieren und diese anhand wirtschaftlicher Daten auf ihre Potenziale für ein Unternehmen zu untersuchen. Abgerundet wird die Vorstellung der White-Spot-Analyse durch ein Praxisbeispiel zum aktuellen Thema Elektromobilität, speziell zu Batteriemanagementsystemen für Elektrofahrzeuge. Die Studie richtet sich an Unternehmen, die nach neuen Produktideen und Märkten suchen, sowie an IP-Management-Experten.