it-gestÜtzt e white-spot -analyse - fraunhofer · chen.8 mittels einer qualitativen analyse...
TRANSCRIPT
IT-GESTÜTZTE WHITE-SPOT-ANALYSEPotenziale von Patentinformationen am Beispiel Elektromobilität erkennen
F R A U N H O F E R - I N S T I T U T F Ü R A R B E I T S W I R T S C H A F T U N D O R G A N I S AT I O N I A O
D I E T E R S PAT H ( H R S G . ) , Y V O N N E S I W C Z Y K
F R A U N H O F E R V E R L A G
Dieter Spath (Hrsg.) Yvonne Siwczyk
IT-gestützte White-Spot-Analyse Potenziale von Patentinformationen am Beispiel Elektromobilität erkennen
Kontaktadresse: Fraunhofer-Institut für Arbeitswirtschaft und Organisation Nobelstraße 12, 70569 Stuttgart Telefon: 0711 970-2124, Fax: -2099 E-Mail: [email protected] 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: [email protected] http://verlag.fraunhofer.de
Alle Rechte vorbehalten Dieses Werk ist einschließlich aller seiner Teile urheberrechtlich geschützt. Jede Verwertung, die über die engen Grenzen des Urheber-rechtsgesetzes hinausgeht, ist ohne schriftliche Zustimmung des Verlages unzulässig und strafbar. Dies gilt insbesondere für Vervielfäl-tigungen, Übersetzungen, Mikroverfilmungen sowie die Speicherung in elektronischen Systemen. Die Wiedergabe von Warenbezeich-nungen und Handelsnamen in diesem Buch berechtigt nicht zu der Annahme, dass solche Bezeichnungen im Sinne der Warenzeichen- und 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 - 2 -
Inhalt
1 Einführung 5
2 Patentdatenanalyse – Stand der Technik 7 2.1 Formen von Patentdatenanalysen 7 2.2 Tools zur IT-gestützten Patentdatenanalyse 12 2.2.1 Überblick 12 2.2.2 Patentdatenanalyse-Software im Detail 15 2.3 Umfrageergebnisse – Feedback aus der Wirtschaft 18
3 White-Spot-Analyse des Fraunhofer IAO 22
4 Praxisbeispiel Elektromobilität 26 4.1 Hintergrund 26 4.2 Analysierte Patentdaten - Batteriemanagementsysteme 28 4.3 Extraktion der Probleme und Lösungen 34 4.3.1 Manuell erstellte White-Spot-Matrix 34 4.3.2 IT-gestützte White-Spot-Matrix 37 4.4 Wirtschaftliche Potenziale der White Spots 46 4.4.1 Allgemeine Betrachtung 46 4.4.2 Mögliche unternehmensindividuelle Betrachtung 49
5 Zusammenfassung 52
6 Anhang 53 6.1 Literaturverzeichnis 53 6.2 URLs zur Patentdatenanalysesoftware 57 6.3 Bilder Problem-Lösungs-Matrix 58 6.4 Patentdokumente 62 6.5 Fragebogen zur Umfrage 2009 63
Abbildungsverzeichnis
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 3 -
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 10 Tabelle 2: Anbieter von Softwarelösungen 13 Tabelle 3: Probleme und Lösungen, manuell 34
Abkürzungsverzeichnis
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 4 -
Abkürzungsverzeichnis
BMS Batteriemanagementsystem DL Dienstleister DPMA Deutsches Patent- und Markenamt EPO European Patent Office EV(s) Electric Vehicle(s) F&E Forschung und Entwicklung FfE Forschungsstelle für Energiewirtschaft HEV(s) Hybrid Electric Vehicle(s) IAO Institut für Arbeitswirtschaft und Organisation IP Intellectual Property IPC International Patent Classification JPO Japan Patent Office KMU Kleine und mittlere Unternehmen NLP Natural Language Processing OEM Original Equipment Manufacturer PA Patentdatenanalyse PHEV(s) Plug-in Hybrid Vehicle(s) SAO Subject-Action-Object SOC State of Charge SPO Subjekt-Prädikat-Objekt WIPO World Intellectual Property Organization WS White Spot XLS Microsoft Excel XML Extensible Markup Language
Einführung
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 5 -
1 Einführung
Unerforschte Flecken auf einer geografischen Landkarte weckten schon vor Jahrhunderten Anreize für die Entwicklung neuer Technologien: zur Erfor-schung der Meere und Kontinente unserer Erde wurden beispielsweise leis-tungsfähige Schiffe und Automobile sowie Navigationstechniken erfunden und stetig weiterentwickelt. Heutzutage sind zwar die weißen, unerforschten Fle-cken auf dem Globus weitestgehend verschwunden, aber in speziellen Techno-logie- 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 Firmen-namen und Technologien gegenüberstellt. Oder die Landkarte zeigt die Häufig-keit 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 Landkar-ten besonders an, da ein Großteil der weltweit angewendeten Technologien über Patentschriften verfügbar ist, die jedem Interessierten kostenlos zur Verfü-gung 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 Schlussfolge-rungen sich aus den gewonnenen Daten ergeben. Abgerundet wird der einfüh-rende 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 Pa-tentdatenanalyse, die IT-gestützte White-Spot-Analyse des Fraunhofer IAO, de-tailliert vorgestellt. Diese White-Spot-Analyse wird in zwei Schritten durchge-führt: 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 Text-Mining-Werkzeuge nötig. Es hat sich jedoch gezeigt, dass auf dem Markt bis-lang kein Werkzeug zur Verfügung steht, das über Schlüsselwörter oder Phra-sen hinaus detailliert Probleme und Lösungen in einem Technologiefeld zur Ver-
Einführung
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 6 -
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 Ana-lysen zur Verfügung gestellt werden können. Für den zweiten Analyse-Schritt, der Bewertung der wirtschaftlichen Attraktivi-tät eines freien Technologiefeldes, werden zum Einen verschiedenste Marktda-ten benötigt. Diese können zusätzlich zu gängigen Datenerhebungsmethoden ebenfalls mit Hilfe von Text-Mining-Werkzeugen recherchiert werden. Zum An-deren erfolgt die wirtschaftliche Bewertung zusätzlich unter Einbindung unter-nehmensspezifischer Parameter, um den Unternehmen möglichst individuell nutzbare Ergebnisse liefern zu können. Beispielsweise lassen positive Markt-wachstumszahlen ein freies Technologiefeld in der Patentlandkarte vielleicht als eine erfolgversprechende Entwicklungslücke erscheinen. Wenn ein Unterneh-men über die Maße hinaus, beispielsweise für die Entwicklungsinfrastruktur oder das personelle Know How investieren müsste, wäre eine Investition in die-ses 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 Be-reich 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.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 7 -
2 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 Patent-anmeldungen eingereicht1, im Jahr 2007 waren es weltweit über 1,8 Mio. Pa-tentanmeldungen, Tendenz steigend.2 Umso mehr die Zahl der Patente zu-nimmt, umso schwerer wird es, den Überblick in einem Technologiefeld zu be-halten und Patentdaten gezielt im F&E-Prozess und für strategische Unterneh-mensentscheidungen zu nutzen.
Welche Informationen lassen sich aus Patentschriften extrahieren? 3 Patente lie-fern zum Einen neben einer Problembeschreibung die jeweilige technische Lö-sung und dienen somit als Informationsquelle. Somit lässt sich beispielsweise das Risiko von Fehl- und Doppelentwicklungen minimieren. Zum Anderen lie-fern sie Auskünfte beispielsweise über den technologischen Stand der Wettbe-werber und lassen Markttrends erkennen. Um allerdings diese Informationen aus den Patenten extrahieren zu können, müssen in der Regel in einem Techno-logiefeld 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 ge-ben 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 bei-spielsweise 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 Patentin-formationen 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
1 Vgl. DPMA (2009) 2 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.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 8 -
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 biblio-grafische 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 Auswer-tungen 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 untersu-chen.8 Mittels einer qualitativen Analyse können über die bibliografischen Da-ten hinaus in erster Linie technische Inhalte erfasst und Zusammenhänge her-gestellt werden.
5 Vgl. Schramm, Bartkowski (2008) S. 4 6 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)
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 9 -
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 Häu-figkeiten 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 Quel-len hinzuzieht.
Sobald man erste inhaltliche Analysen vornimmt, und sei es nur um die häufigs-ten, zusammenhängenden Schlüsselwörter (Keywords) aus einem Patenttext zu extrahieren, benötigt man erste Text-Mining-Methoden.9 Für Freedom-To-Operate-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 Schutz-raum bestehender Patente verletzen.11
Patentlandkarten visualisieren relevante Patentinformationen auf einen Blick, wobei in der Regel zwei oder mehr Parameter miteinander in Beziehung ge-bracht und dargestellt werden können. Die Visualisierung erfolgt unterschied-lich: Landkarten mit einfachen Matrix-Darstellungen über Netz- und Bezie-hungskarten bis hin zu aufwendigen 3-D-Darstellungen konnten in der Literatur gefunden werden. Damit eignen sich die Landkarten für verschiedenste Analy-seziele, wie auch die Software-Anwendungen zeigen (vgl. Kapitel 2.2). So wer-den beispielsweise für ein technologieorientiertes Roadmapping bis zu vier Pa-tentlandkarten genutzt:12 eine Landkarte, um Beziehungen zwischen Hauptak-teuren in einem Technologiefeld an Hand von Schlüsselwörtern aufzuzeigen oder um den technologischen Know-How-Fluss zwischen den Hauptakteuren darzustellen.
9 Zu Text Mining vgl. Kapitel 2.2 und 3 10 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.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 10 -
Tabelle 1: Gängige Patentda-tenanalysen und was sie leisten
Analysemethode Beispiel Bemerkung
Analyse der Anmelder 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?
Keyword-Analyse Welches sind die Top-25 Keywords?
Text Mining hauptsächlich auf Basis statistischer Verfahren
… … …
Patentlandkarte
Zusammenhänge erkennen: z.B. welcher Wettbewerber hat welche Patente im Keyword-Cluster
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
ja nach Analyseziel Bildung von Kennzahlen durch die Kombination mehrerer Parameter => Ansätze für qualitative Bewertung der Patentsituation
i.d.R
. ein
fach
e st
atis
tisch
e M
etho
den
Text
- und
Dat
a-M
inin
g-M
etho
den
Zitationsanalyse Wie oft wird ein Patent in anderen zitiert?
insbesondere zur Vermeidung von Patentverletzungen bereits in der frühen Phase
Freedom-To-Operate-Analyse
Nutzung des Patentrechtsstandes: welche Patente sind Stand der Technik und welche aktiv?
Die White-Spot-Analyse des Fraunhofer IAO basiert ebenfalls auf einer Landkar-te: in der ersten Analysephase werden den beschriebenen Problemen die ent-sprechenden Lösungen gegenübergestellt und über eine Matrix visualisiert.
Die erste Phase der White-Spot-Analyse, die Gegenüberstellung von Parame-tern und deren anschließende Analyse (z.B. Problem-Lösungs-Matrix oder An-wendung-Funktions-Matrix), ist keine grundsätzlich neue Methode. Hauptsäch-lich manuell durchgeführt wurde sie beispielsweise bereits in Japan, wofür ein
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 11 -
Leitfaden vom japanischen Patentamt erstellt wurde.13 Aber auch in Deutsch-land wird das Prinzip angewendet, wie ein Technologiebericht zur Nanotechno-logie 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 je-doch detailliert betrachten, d.h. wissen wofür eine „Auswurfvorrichtung“ bei-spielsweise gut sein soll, müssten deutlich mehr Informationen zur Verfügung gestellt werden.
Zusätzlich werden bei bisherigen qualitativen Patentanalysen selten Marktin-formationen hinzugezogen, um neben technologischen auch wirtschaftliche Aspekte in die Analyse mit einzubeziehen. Diesen Schritt geht man bei der Whi-te-Spot-Analyse des Fraunhofer IAO: die generierte Landkarte wird im nächsten Schritt auf freie Flächen, d.h. Felder ohne patentierte Problem-Lösungs-Kombinationen 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 Ana-lysemethode 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. Beispiels-weise werden Patent- und Marktdaten im Rahmen von Patentportfolio-Analysen oder in Patentbewertungsprozessen kombiniert.15 Insbesondere der Fokus auf Patentbewertungsprozesse nimmt an Bedeutung zu. Da Patentbe-wertungsfragen jedoch ein eigenständiges, komplexes Thema sind und den Rahmen der Arbeit sprengen würden, soll an dieser Stelle nicht weiter darauf eingegangen werden.
13 Vgl. JPO (2000), S. 24 ff. 14 Vgl. Luther et al. (2004), S. 208 ff. 15 Vgl. Fabry et al. (2006), S. 217 und Ensthaler, Strübbe (2006), S. 3
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 12 -
2.2 Tools zur IT-gestützten Patentdatenanalyse
2.2.1 Überblick
In den letzten Jahren wurden zunehmend spezielle Patentdatenanalyse-Werkzeuge entwickelt, die neben statistischen Häufigkeitsanalysen unter Nut-zung 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 insbe-sondere Text- und Data-Mining-Methoden genutzt.16
Mittels Text- und Data-Mining-Algorithmen lassen sich aus Patenten beispiels-weise relevante Schlüsselwörter (Keywords) oder -phrasen extrahieren, welche eine Technologie grob beschreiben. Diese Algorithmen basieren dabei auf Me-thoden der Linguistik, speziell der Computerlinguistik sowie dem sogenannten Natural Language Processing (NLP), um den Inhalt der Dokumente sinnvoll er-fassen zu können.17 Man spricht hierbei auch von einer semantischen Patent-analyse. Zur sinnvollen Inhaltserfassung ist neben der Auswertung einzelner Wörter das Erkennen von Ähnlichkeiten und Zusammenhänge von Textpassa-gen erforderlich. Dabei sollen ähnliche Inhalte nicht nur innerhalb eines Doku-mentes, sondern auch darüber hinaus in weiteren Dokumenten erfasst und er-kannt werden. Für diese Inhaltesextraktion werden spezielle Algorithmen ge-nutzt, welche die Dokumente „verstehen“ und sinnvoll einander zuordnen, d.h. klassifizieren oder clustern („automatisch klassifizieren“)18. Die Algorith-men werden je nach Eignung und gewünschter Ergebnisgenauigkeit eingesetzt, wobei insbesondere vektorbasierte Methoden angewendet werden (sog. Sup-port 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-
16 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.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 13 -
gemein Management-Tools unterscheiden kann.21 Die folgende Tabelle 2 listet Software-Lösungen auf, die entsprechend der Fokussierung auf Patentdaten-analysen 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 An-bieter unterschiedlich).
Tabelle 2: Anbieter von Softwarelösungen zur Patentdatenanalyse und was sie leisten
Die in Tabelle 2 aufgeführten Software-Lösungen werden größtenteils von Be-ratungsunternehmen, welche Patentdatenanalysen für Unternehmen anbieten, genutzt und teilweise extra für diese Zwecke programmiert.22 Viele der Soft-warelösungen sind zudem über ein US-Patent geschützt. Aber auch allgemein zu den Analysemethoden lassen sich Patente finden: beispielsweise hat im Jahr
21 Vgl. Dou et al. (2005), S. 210 ff. oder Fall, Benzineb (2002), S. 33 ff. 22 Vgl. auch Kapitel 2.3
Produktname Anbieter Recherche/
stat. Analysen Maps
kosten-pflichtig
DELPHION Thomson Reuters X XInnography IP Strategy Innography X X XInvention Navigator SIP GmbH X tlw. XIPInquest IP Century AG X X XKMX Patent Analytics Suite Treparel Information Solutions B.V. X X XMatheo Analyzer Matheo-Software X X XM-CAM Doors M-CAM, Inc. x XSetrue Patent Search (beta) Transformer Software Ltd. XThemeScape (ehemals Aureka!) Thomson Reuters X XPATENTATLAS IPB Corporation X tlw. XPatentCluster PatentCluster.com XPatentexplorer, Patentstrategist InTraCoM GmbH X X XPatentLabII (in Kombination mit DELPHION) Wisdomain, Inc. X XPatent Matrix®, Spore®-Search Neopatents X X XPortfolio DSS Enterprise solution PatentCafe X X XVantagePoint Search Technology, Inc. X X X
ConWeaver ConWeaver GmbH X X XKnowledgist/Goldfire InventionMachine X XLexiQuest Mine/ PASW Text Analytics SPSS X X XLuxid® TEMIS Group X X XSWAPit DocMINER Fraunhofer FIT X X X
Sonstige Anbieter (ohne Patentmanagement-Hintergrund)
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 14 -
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 Pa-tentdokumenten 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 Text-Mining-Verfahren zu finden, welche wiederum Einsatz in den entsprechenden Software-Anwendungen finden.
23 US 2008/0195568 A1
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 15 -
2.2.2 Patentdatenanalyse-Software im Detail
Delphion: PatentLabII in Kombination mit Delphion ist ein Recherche- und 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 Patentin-formationen 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 Land-karten nicht wie z.B. ThemeScape Keyword-Beziehungen vi-sualisieren, 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 Paten-te nach Patentanmelder oder Anmeldejahr anzeigen.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 16 -
ThemeScape: semantikbasiertes Recherche- und Analysetool, mit welchem sich Ergebnisse in plastischen Patentlandkarten darstellen las-sen. 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 Ver-gleichsgruppe in einem sog. Keyword Prevalence Chart dar-gestellt. Zusätzlich lassen sich dem Tool die Top-Patentanmelder und ihre Technologien, Zusammenfassun-gen 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 insbeson-dere statistischen Analyse- und Visualisierungsoptionen zur Verfügung stellt.
Patent Matrix: Patentanalysetool, das speziell Landkarten von Patentansprü-chen erstellt.
Portfolio DSS: Patentmanagementsoftware mit Analysefunktion (Portfolio-analyse) 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).
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 17 -
In der Regel nutzen die aufgeführten Software-Lösungen die Extraktion der häufigsten, einfach zusammenhängenden Schlüsselwörter (Keywords, Keyphra-sen). Technische Details lassen sich jedoch nur inhaltlich begrenzt darstellen. Des Weiteren müssen die häufigsten Schlüsselwörter oder -phrasen im Doku-ment nicht unbedingt die relevantesten sein, spiegeln also mitnichten den In-halt 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 er-fasst 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 In-formationen zu verknüpfen.
In Tabelle 2 sind noch weitere Software-Lösungen aufgeführt, die jedoch kei-nen speziellen Patentmanagement-Bezug haben. Dabei handelt es sich um se-mantikbasierte Werkzeuge für die Suche in Texten und Datenbanken insbeson-dere 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 Cartrid-ge™ liefert. Mit Hilfe von Knowledgist lassen sich speziell technische Informa-tionen aus Texten extrahieren, wobei ebenfalls speziell nach Problem-Lösungs-Kombinationen in den Texten gesucht wird (über SAO-Strukturen, vgl. Kapi-tel 3).
24 Vgl. Li et al. (2009) S. 5200-5204
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 18 -
2.3 Umfrageergebnisse – Feedback aus der Wirtschaft
Das Fraunhofer IAO führte im Frühjahr 2009 eine Umfrage zur Patentdatenana-lyse durch, um den Bedarf von Unternehmen an Patentanalysen und Werkzeu-gen hierfür sowie den aktuellen Nutzungsgrad verschiedener Methoden zu er-mitteln. Der Schwerpunkt wurde insbesondere auf die Anwendung von Patent-informationen im frühen F&E-Prozess gelegt. Die Umfrage wurde über einen schriftlichen Fragebogen an über 200 Unternehmen durchgeführt und anony-misiert ausgewertet. Hauptsächlich beteiligten sich Unternehmen aus den in Bild 2 aufgeführten Branchen an der Beantwortung der Fragen.
Bild 2: Branchenverteilung
Teilnehmende Unternehmen, Branchen
43%
29%
14%
14%Automotive
Maschinen-/Anlagenbau
Zulieferer (ohneAutomotive)
Sonstige
Im ersten Abschnitt des Fragebogens wurde ermittelt, ob und in welchen Pha-sen des F&E-Prozesses Unternehmen Patentdaten für ihre Produktentwicklung nutzen. Die Umfrage ergab, dass die meisten Unternehmen Patente bereits in-tensiv zur Ideenfindung, zum Produktkonzeptentwurf sowie für Wettbewerber-analysen nutzen (vgl. Bild 3). Zielmarktanalysen werden von den befragten Un-ternehmen 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 Unter-nehmen kaum Patente und planen dies auch in Zukunft nicht verstärkt zu tun.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 19 -
Bild 3: Patentdaten im Entwicklungsprozess
0
20
40
60
80
100
A B C D E
In welchen Abschnitten des Entwicklungsprozesses werden Patentdaten genutzt
bereitsgenutzt
geplant zunutzen
nie genutzt
stra
tegi
sche
Idee
nfin
dung
Pro
dukt
konz
epte
ntw
urf
Ziel
mar
ktan
alys
en
Wet
tbew
erbe
rana
lysen
Tech
nolo
giep
rogn
osen
%
0
20
40
60
80
100
A B C D E
In welchen Abschnitten des Entwicklungsprozesses werden Patentdaten genutzt
bereitsgenutzt
geplant zunutzen
nie genutzt
stra
tegi
sche
Idee
nfin
dung
Pro
dukt
konz
epte
ntw
urf
Ziel
mar
ktan
alys
en
Wet
tbew
erbe
rana
lysen
Tech
nolo
giep
rogn
osen
%
Zusammengefasst lässt sich also sagen, dass Patentinformationen im F&E-Prozess bereits rege genutzt werden, aber insbesondere der Bereich Technolo-gieprognosen ausgebaut werden kann. Grundsätzlich werden Patentdaten so-mit 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.
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 20 -
Bild 4: Methodeneinsatz im Patentmanagement
0
20
40
60
80
100
A B C D E F
Methodeneinsatz im Patentmanagement
selbst durchgeführt
über DL
nicht eingesetzt
nicht bekannt
%D
aten
bank
rech
erch
en
Ein
fach
e st
atis
tisch
e A
naly
sen
Zita
tions
anal
ysen
Free
dom
-To-
Ope
rate
-An
alys
en
Pate
ntla
ndka
rten
-W
ettb
ewer
bera
naly
sen
Pat
entla
ndka
rten
-Te
chno
logi
eana
lyse
n
Die meisten Unternehmen führen neben Recherchen und einfachen statisti-schen 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 be-kannt. Dies ließe sich damit begründen, dass die Erstellung von Patentlandkar-ten 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 Ver-letzungsfragen bereits in den frühen Innovationsphasen.
Zur Umsetzung der Analysen wird von den Unternehmen auf verschiedene spe-zielle Werkzeuge zurück gegriffen: Recherchen und einfache statistische Analy-sen sowie Freedom-To-Operate-Analysen basieren beispielsweise auf der Nut-zung 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-
Patentdatenanalyse – Stand der Technik
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 21 -
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 Patentdatenana-lysen.
Das Interesse der Unternehmen, mehr Informationen über komplexe Patenda-tenanalysen, insbesondere White-Spot-Analysen, zu erhalten, ist enorm: aus-nahmslos alle Befragten wünschten sich tiefer gehende Informationen. Dieses Bedürfnis haben auch Anbieter von Weiterbildungsprogrammen im Patentma-nagement erkannt, wie Seminarausschreibungen speziell zum Thema Patent-landkarten zeigen.25
25 Beispielsweise „Patent Mapping & Landscaping – erweiterte Möglichkeiten der Recherche und grafischen Darstellung“, Veranstal-
tung von premevent, Referenten von Wurzer & Kollegen GmbH, Termine 07.10.2009 oder 04.11.2009
White-Spot-Analyse des Fraunhofer IAO
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 22 -
3 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-Lösungs-Zusammenhängen aus Patenttexten, welche in einer Matrix gegenüber gestellt werden. Anschließend erfolgt im zweiten Schritt die Bewertung der freien Flä-chen in der Matrix (White Spots) unter technischen und wirtschaftlichen Ge-sichtspunkten. Diese Analyse ermöglicht eine Aussage darüber, ob und welche freie Flächen in der Matrix ein gewisses Entwicklungspotenzial für ein Unter-nehmen 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 Ergeb-nisse 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 Aussa-ge über den relevanten Stand der Technik. Des Weiteren muss sich ein Recher-cheur 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 un-strukturierter Daten eignet. Damit lässt sich Luxid® nicht nur für die Patentda-tenanalyse, sondern auch zur Bearbeitung, insbesondere Recherche marktbe-zogener Daten nutzen.
White-Spot-Analyse des Fraunhofer IAO
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 23 -
Bild 5: Der White-Spot-Analyse-Prozess des Fraunhofer IAO im Detail
White-Spot-Analyse des Fraunhofer IAO
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 24 -
Die automatisierte Extraktion der Probleme und Lösungen erfolgt dabei im Ana-lyseprozess 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 Cartrid-ge™ für Luxid® entwickelt, deren Hauptaufgabe es ist, mittels definierter Vor-gaben Probleme und Lösungen aus den Patenttexten separat zu extrahieren. Zum Beispiel erkennt Luxid®, dass nach der Phrase „In order to prevent…“ ei-ne Problembeschreibung kommen könnte, oder nach „…comprising…“ die Er-findung, 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 wer-den. Das Besondere an der Patent Skill Cartridge™ ist, dass sie unabhängig vom zu analysierenden Thema ist und daher weitestgehend ohne eine themen-spezifische 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. Pa-rallel zur Problem-Lösungs-Matrix lassen sich klassische statistische Analysen durchführen, beispielsweise welche Unternehmen die meisten Patente ange-meldet haben. Ebenso lassen sich einfache Entwicklungstrends an Hand der Anmeldedaten ermitteln. Die erfassten statistischen Daten gehen in die ab-schließende Bewertung der freien Flächen ein.
Die Problem-Lösungs-Matrix wird im nächsten Schritt auf freie Flächen unter-sucht, insbesondere das wirtschaftliche Potenzial der freien Flächen. Zur Bewer-tung des wirtschaftlichen Potenzials werden definierte Bewertungskriterien ge-nutzt, welche je nach Relevanz unterschiedlich gewichtet werden können. Die Bewertungsparameter werden dabei grob in marktbezogene und unterneh-mensspezifische Kriterien aufgeteilt und können je nach gewünschter Analyse-tiefe und -schwerpunkte auch um weitere Kriterien ergänzt werden. Als markt-bezogene Bewertungskriterien werden beispielsweise die Marktqualität und
26 Wie beispielsweise beschrieben in Dreßler (2006), S.148 ff. ; SAO auch bekannt als SPO (Subjekt-Prädikat-Objekt) 27 Vertiefende Informationen zu Ontologien vgl. Chokri (2006), S. 39
White-Spot-Analyse des Fraunhofer IAO
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 25 -
-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 Er-kenntnissen mit Relevanz für die Entwicklung von Zukunftsszenarien könnte einbezogen werden. Ein zusätzlicher Bewertungsparameter könnte beispiels-weise 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 automa-tisch ein technologisch interessantes Feld ist, sondern unlogische Problem-Lösungs-Kombinationen beinhalten kann.
Die Bewertung der freien Flächen erfolgt abschließend auf Basis der ermittelten Marktdaten sowie der statistischen Analysen. Die Ergebnisse der Analyse wer-den in einem Bericht zusammengefasst und können nun als Basis für weitere Entscheidungen im F&E-Prozess dienen.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 26 -
4 Praxisbeispiel Elektromobilität
4.1 Hintergrund
Das Thema Elektromobilität ist derzeit nicht nur in den Medien verstärkt prä-sent, auch die technologischen Entwicklungen gemessen an den Patentanmel-dezahlen entwickeln sich rasant. Im Fokus der Forschungs- und Entwicklungs-aktivitäten liegen insbesondere die Antriebstechnologien und damit die Ent-wicklung von herkömmlichen Fahrzeugen, über Hybridfahrzeuge bis hin zu rei-nen Elektrofahrzeugen.28 Der zunehmende Einsatz von Elektro- statt Verbren-nungsmotoren verändert die kompletten Antriebsstrangstrukturen in herkömm-lichen Fahrzeugen: neben dem Verbrennungsmotor an sich werden Kompo-nenten wie Getriebe, Auspuffanlage, Tank oder Lichtmaschine größtenteils überflüssig. Elektro- und Hybridfahrzeuge erfordern hingegen neue Komponen-ten 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 be-haupten zu können.
Verschärfte umweltpolitische und gesetzliche Rahmenbedingungen zur Förde-rung von mehr Nachhaltigkeit im Automobilsektor bereiten dafür neben stei-gendem Wettbewerbsdruck den Boden für neue Technologien, wie nicht zu-letzt 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 unterstüt-zen und voranzutreiben. Um den Herausforderungen des historischen Wandels in der Automobilindustrie zu begegnen, liegt der Fokus der geplanten For-schungs- und Entwicklungstätigkeiten auf den Bereichen Energiespeicher, Fahr-zeugtechnik sowie Netzintegration.
Das folgende Beispiel einer White-Spot-Analyse nach der Methode des Fraun-hofer IAO beschäftigt sich im Themenbereich Energiespeicher speziell mit Batte-riemanagementsystemen. Batteriemanagementsysteme haben in der Regel die Aufgabe, den Betrieb und die Sicherheit von Batteriesystemen zu kontrollie-
28 Vgl. Klink et al. (2009) 29 Vgl. Die Bundesregierung (2009), S. 9 ff.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 27 -
ren.30 Wobei im Betrieb beispielsweise Parameter wie Temperatur oder Ladezu-stand der Batterien, der Ladungsausgleich zwischen den Batterien sowie Ener-giereserven 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 be-grenzt vorliegenden Daten getroffen.
30 Vgl. Wallentowitz, Reif (2006), S. 280
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 28 -
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 Such-anfragen extrahiert. Zur Erweiterung des Suchraumes ließ sich neben dem Re-cherchetool 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 Schienen-fahrzeuge sowie Kleinfahrzeuge wie Zweiräder oder Golfwägen. Um einen Überblick über den Bereich Elektromobilität zu erhalten, wurden zunächst all-gemein Begriffe zum Antriebsstrang eingegeben, die Ergebnisse sind in Bild 6 dargestellt. Aus diesem Bild ist ersichtlich, dass besonders viele Patente zu den Themen Bat-terien/Brennstoffzellen und deren Ladung, Elektromotoren sowie der Regelung und Steuerung von Elektromobilen gefunden werden konnten. Weniger Paten-te fanden sich hingegen zu den Themen Fahrzeugsicherheit, Start-Stopp-Funktion (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 pa-tentierten Feld lassen sich grundsätzlich mehr Entwicklungspotenziale für Un-ternehmen 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 Familienmit-glieder größtenteils bereinigt. Unpassende Patente sind beispielsweise diejeni-gen, welche sich mit Problemen konventioneller, ausschließlich über Verbren-nungsmotoren betriebener Fahrzeuge beschäftigen. Insgesamt wurden für die folgende Analyse dreißig Patente ausgewählt, welche sich fast ausschließlich mit Batteriemanagementsystemen im engeren Sinne befassen.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 29 -
0 100 200 300 400 500 600 700 800
Anzahl Patente
battery
fuel cell
lithium battery
solar
battery management
energy management
charging (device)
current (filling) station
hybrid
power electronics
start-stopp
electric motor
wheel hub motor
synchron motor
tandem motor
generator motor
brake
recuperation
connection system
dc converter
electric car control
electric car safety
steering system
Such
begr
iffe
Bild 6: Hauptthemen im Datensatz (Anzahl der Patente, tlw. familienbedingte Doppelnennungen)
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 30 -
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 al-ler Art, lassen sich in der IPC-Klasse B60L31 finden. Diverse Unterklassen fassen beispielsweise Patente um den elektrischen Antrieb, elektrodynamische Brems-systeme oder Sicherheitsvorrichtungen zusammen (B60L 1/00-15/00). Zusätzlich werden Elektrofahrzeug-Patente klassischen Patentklassen mit Automobil-Bezug zugeordnet (z.B. F02B, G01D, H02G/J/N/P, …), abhängig vom Themen-bereich. Eine Auswahl möglicher IPC-Klassen zum Thema Batteriemanagement-systeme zeigt folgendes Bild 7.
Bild 7: IPC-Klassen, speziell BMS
10 häufigsten IPC-Klassen
B60L11
H02J7
B60K6H01M10
B60W10
G01R31
B60L15
B60L3
B60W20
B60K1
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 Pa-tentanmelder, in diesem Fall Hyundai, zugeordnet (vgl. Bild 8). An zweiter Stelle folgte Toyota und dann ausschließlich Anmelder mit nur einer Patentanmel-dung. Weitere OEMs wie Daimler Chrysler oder Nissan befanden sich ebenfalls
31 Vgl. beispielsweise IPC-Klassen-Übersicht vom DPMA
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 31 -
unter den Anmeldern. Zusätzlich beinhaltete der Datensatz Patente von Auto-motive-Unternehmen wie Fuji Heavy Industries Ltd. oder Johnson Controls, aber auch Unternehmen mit speziellem Energiespeichertechnik-Bezug wie beispiels-weise Panasonic EV Energy Co., Ltd. oder IdaTech LLC.
Bild 8: Die Top-15 der Patentanmelder im Bereich BMS
0
1
2
3H
YU
ND
AI M
OTO
R
TOY
OTA
MO
TOR
WE
LLTE
K E
NE
RG
Y
DA
IMLE
R C
HR
YS
LER
PE
UG
EO
T C
ITR
OE
N
SA
MS
UN
G S
DI
GM
GLO
BA
L
PA
NA
SO
NIC
EV
EN
ER
GY
NIS
SA
N M
OTO
R
FIA
T
GE
N E
LEC
TRIC
JOH
NS
ON
CO
NTR
OLS
IDA
TEC
H
FUJI
HE
AV
Y IN
D
DE
SIG
NLI
NE
Zusätzlich zu den Patentanmeldern wurde untersucht, in welchen Jahren die Patente angemeldet wurden (vgl. Bild 9), um evtl. eine Tendenz im Anmelde-verhalten 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 Batte-riemanagementsysteme zu erkennen, sondern eher eine schubweise Entwick-lung.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 32 -
Bild 9: Früheste Priorität von 1993-2009 im Bereich BMS
0
1
2
3
4
5
6
1992 1993 1997 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Patentanmeldungen pro Jahr
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
0
5
10
15
20
25
30
US EP JP WO DE CN KR AU CA IN
Länderverteilung
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 33 -
Bild 11: Häufigste Schlüssel-wörter
0
5
10
15
20
25
30
35
40
45
50
charg
e - ch
arging
electr
ic - e
lectric
al
contr
oller
- con
trollin
g
vehic
lepo
wer
manag
emen
t
curre
ntsta
te
volta
ge
batte
ry
prede
termine
dmoto
r
outpu
t
opera
tion
time
plural
ity
tempe
rature
energ
yan
da
vehic
ulesu
pply
respo
nse
load
gesti
on fuel
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 be-schrieben. Diese inhaltliche Analyse erfolgte im nächsten Arbeitsschritt, der ei-gentlich Extraktion von Problemen und Lösungen.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 34 -
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 de-finierten Zeitrahmens aus jedem der 30 Patente einzeln das beschriebene Prob-lem sowie die zugehörige Lösung extrahiert, wie ein Ausschnitt in Tabelle 3 darstellt.
Tabelle 3: Probleme und Lö-sungen, 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 we-nige Wörter zu reduzieren. Das Ergebnis ist in Bild 12 dargestellt, wobei jedes x die Erwähnung dieser Problem-Lösungskombination in mindestens einem Pa-tent symbolisiert (Doppelnennungen möglich).
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 35 -
Bild 12: Manuell erstellte Problem-Lösungs-Matrix
Die manuell erstellte Matrix zeigt, dass sich die meisten Patente mit den Prob-lemen 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 Bau-teilen allgemein befassen. Diese häufigen Problem-Lösungs-Kombinationen sind im Bild dick gedruckt hervorgehoben. Um den Problemen zu begegnen lie-fern die betreffenden Patente Lösungen zur Überwachung des Batteriestatus beispielsweise über ein zentralisiertes Batteriemanagementsystem oder ein Na-vigationssystem, 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.
com
bina
tion
ultra
capa
cito
r & b
atte
ries
adap
tion
to o
pera
ting
stat
es
safe
ly p
ower
dow
n hi
gh v
olta
ge p
arts
man
age
stat
e of
cha
rge,
plu
ralit
y of
bat
terie
s/ce
lls, t
rans
fer
guar
ante
e si
mul
tane
ousl
y ba
ttery
per
form
ance
inte
lligen
t fau
lt-to
lera
nt b
atte
ry m
anag
emen
t sys
tem
trans
fer o
f ele
ctric
pow
er fr
om o
utsi
de
conv
enie
nt lo
ad m
anag
emen
t
on-b
oard
nav
igat
ion
syst
em to
pro
vide
ene
rgy
man
agem
ent
mon
itors
con
ditio
n of
the
batte
ry in
resp
onse
to a
n in
put s
igna
l
mon
itor b
atte
ry s
tatu
s, k
ey s
witc
h of
f
plur
ality
of s
lave
con
trol u
nits
switc
hing
cha
rgin
g st
ages
by
use
of re
latio
nshi
p
cent
raliz
ed m
anag
emen
t and
con
trol
ling
adva
ntag
es o
f res
ettin
g an
ope
n ci
rcui
t vol
tage
sele
ctiv
e al
tera
tion
and
appl
icat
ion
of e
quip
men
t loa
ds
uniq
ue te
chni
que
invo
lvin
g el
ectri
c po
wer
gen
erat
ion
stor
age
deliv
ery
effic
ient
con
trol (
batte
ry p
ack,
sav
e fu
el c
onsu
med
by
an e
ngin
e )
redu
ndan
cy (o
f at l
east
one
ope
ratio
nal c
ompo
nent
)
eval
uatin
g re
mai
ning
am
ount
and
ser
vice
life
of a
bat
tery
supe
rcon
duct
ing
mag
netic
ene
rgy
stor
age
devi
ce
char
ge-d
isch
arge
man
agem
ent a
ppar
atus
+ c
ompu
ter r
eada
ble
med
optim
izin
g th
e ac
tive
char
ging
power generation, performanceDriver information, control of parameters x x x x x x
power-down control xenergy storage x x x x
electric power transfer xplurality of battery packs
additional demands on the electrical system xstate of charge efficiency, overcharging x x x x x x x x
quality of power supply xenergy/power management x x x x x
PROBLEM
SOLUTION
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 36 -
Aus der manuell erstellten Problem-Lösungs-Tabelle neben der Problem-Lösungs-Matrix wurde zusätzlich ermittelt, inwieweit die Batteriemanagement-systeme einen Bezug zu speziellen Fahrzeugtypen herstellen (vgl. Bild 13).
Bild 13: Patentverteilung nach Fahrzeugtypen
0
1
2
3
4
5
6
7
8
9
10
FC HEV EV All Other
Patente pro Fahrzeugtyp
Interessant ist, dass sich ein Drittel der Patente des gesamten Datensatzes allein mit den Problemen von Hybridfahrzeugen (HEV) beschäftigen. Ein weiteres Drit-tel der Patente beschränkt sich nicht auf spezielle Fahrzeugtypen, sondern bie-tet Probleme und Lösungen sowohl für Hybridfahrzeuge wie auch reine Elektro-fahrzeuge (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 Batte-rie- 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 Koor-dinationsansprüche stellen als reine Elektrofahrzeuge mit nur einem Batteriesys-tem.32
32 vgl. Heinemann (2007), S. 66
FC – with Fuel Cell HEV- Hybrid Electric Vehicle EV – Electric Vehicle (pure) All – All Electric Cars Other - Normal Cars, Rail
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 37 -
4.3.2 IT-gestützte White-Spot-Matrix
Im Vergleich zur äußerst zeitaufwendigen, manuellen Problem-Lösungs-Extraktion 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 zusammenge-fasst 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 Proble-me ähnlich oder gleich sind. Des Weiteren lassen sich zu lange Problemformu-lierungen manuell kürzen und umbenennen. Somit hat der Nutzer die Möglich-keit, das Extraktionsergebnis zusätzlich zu verbessern und Informationen ver-ständlicher zu machen. Unabhängig von inhaltlichen Doppelnennungen extra-hierte 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 Dokumenten-ansicht verwendet, wie sie Bild 14 darstellt. Über die Highlight-Funktion findet man schnell die entsprechende Passage im Text, die sich auf Probleme oder Lö-sungen beziehen. Damit lässt sich in kürzester Zeit der Inhalt des Patentes grob erfassen.
33 Das Nichterkennen ähnlicher Wörter sowie Wortvarianten ist allg. ein Problem der automatisierten Inhaltsextraktion, vgl. Ryley et al.
(2008), S. 238-243
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 38 -
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 spe-ziell auf „Systeme“ bezieht, in diesem Fall Batteriemanagementsysteme und ih-ren Zweck.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 39 -
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 ursprüngli-che 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 zu-sätzlich vergrößert dargestellt im Anhang über drei Seiten hinweg hinterlegt ist. Die Zahlen in der Tabelle stellen dar, wie häufig die entsprechende Problem-Lösungskombination 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 hetero-genes Problem-Lösungsfeld: über die komplette Matrix verteilt lassen sich Pa-tente finden, nur wenige Punktewolken haben sich gebildet. Jedoch sind für viele Problem-Lösungs-Kombinationen noch keine Patente vorhanden.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 40 -
Bild 16: Mit Hilfe von Luxid® erstellte Problem-Lösungs-Matrix
a ba
ttery
man
agem
ent f
or a
hyb
rid e
lect
ric v
ehic
le w
hich
pro
vide
s ef
ficie
nt c
ontro
l of
stat
e of
cha
rge
with
in a
bat
tery
pac
k an
d sa
ve fu
el c
onsu
med
by
an e
ngin
e fo
r a
gene
rato
r
a ch
arge
dis
char
ge m
anag
emen
t app
arat
us fo
r a b
atte
ry o
f a h
ybrid
veh
icle
and
a
com
pute
r rea
dabl
e m
ediu
m h
avin
g in
stru
ctio
ns fo
r ach
ievi
ng th
e ch
arge
dis
char
ge
man
agem
ent a
ppar
atus
a ba
ttery
man
agem
ent s
yste
m fo
r a v
ehic
le c
ompr
isin
g a
plur
ality
of s
lave
con
trol u
nits
ea
ch o
f whi
ch m
anag
es a
sta
te o
f cha
rge
of a
cor
resp
ondi
ng b
atte
ry c
ell a
nd a
mas
ter
cont
rol u
nit
a ba
ttery
man
agem
ent s
yste
m fo
r an
elec
tric
vehi
cle
whi
ch c
an m
onito
r the
bat
tery
st
atus
... e
ven
afte
r the
key
sw
itch
has
been
kep
t tur
ned
off
a ba
ttery
man
agem
ent u
nit f
or m
anag
ing
the
stat
e of
cha
rge
of a
plu
ralit
y of
cel
ls o
r ba
tterie
s co
nnec
ted
ther
eto
incl
udin
g: s
tate
of c
harg
e se
nsor
; cha
rger
; dis
char
ger;
cont
rolle
r; se
lect
ivel
y co
nnec
ts
a fu
el c
ell a
ppar
atus
... in
clud
ing
a fu
el c
ell h
avin
g a
cata
lyst
, a c
ontro
ller t
hat c
ontro
ls
char
ging
and
dis
char
ging
of t
he re
char
geab
le p
ower
sto
rage
dev
ice
a de
vice
and
met
hod
for c
harg
ing
a ba
ttery
pac
k of
an
elec
tric
car b
y sw
itchi
ng
char
ging
sta
ges
by u
se o
f a re
latio
nshi
p of
cha
rgin
g cu
rrent
ver
sus
char
ging
vol
tage
an
d m
onito
ring
the
stat
us o
f eac
h th
e m
odul
es in
real
tim
e to
incr
ease
saf
e
met
hod
incl
udes
rece
ivin
g an
inpu
t sig
nal r
epre
sent
ativ
e of
a c
ondi
tion
of o
ne o
f the
co
mpo
nent
s...s
yste
m c
ompr
ises
a c
ontro
l pro
gram
for c
ompa
ring
an in
put s
igna
l re
pres
enta
tive
of a
con
ditio
n of
a c
ompo
nent
of a
sys
tem
a
me t
hod
of o
pera
ting
a ba
ttery
man
agem
ent s
yste
m h
avin
g a
plur
ality
of b
atte
ry c
ells
co
nstit
utin
g on
e pa
ck a
nd d
eter
min
ing
an e
stim
ated
SO
C o
f a b
atte
ry h
avin
g at
leas
t on
e pa
ck; m
easu
ring
a te
mpe
ratu
re o
f the
bat
tery
and
det
erm
inin
g w
heth
er o
r not
an
elec
tric
curre
ntof
the
batte
ryflo
ws
a po
wer
sys
tem
incl
udin
g a
plur
ality
of v
ehic
les
adap
ted
to a
llow
tran
sfer
of e
lect
ric
pow
er to
_ fr
om th
e ou
tsid
e of
the
vehi
cle
and
mor
e sp
ecifi
cally
the
pres
ent i
nven
tion
rela
tes
to a
tech
niqu
e fo
r man
agin
g st
ate
of c
harg
e of
an
elec
tric
batte
ry E
lect
ric C
ontro
l Uni
ts p
rovi
ded
for t
he re
spec
tive
batte
ry p
ack
bloc
ks e
ach
man
agin
g an
ope
ratin
g st
ate
of e
ach
of th
e ba
ttery
pac
k bl
ocks
a m
etho
d an
d ap
para
tus
for c
ontro
lling
a hy
brid
pow
er s
uppl
y sy
stem
in a
mob
ile
devi
ce h
avin
g at
leas
t one
ele
ctric
driv
e m
otor
a fu
el c
ell s
yste
m a
nd a
dyn
amic
pow
er
syst
em
syst
em c
ompr
ises
a s
ensi
ng a
nd c
ontro
l uni
t and
a s
uper
cond
uctin
g m
agne
tic e
nerg
y st
orag
e de
vice
(hyb
rid)
a sy
stem
and
met
hod
for m
anag
ing
the
stor
age
and
trans
fer o
f ele
ctric
al e
nerg
y su
ch
as d
ynam
ic b
raki
ng e
nerg
y or
exc
ess
prim
e m
over
pow
er p
rodu
ced
by lo
com
otiv
es
and
othe
r lar
ge o
ff hi
ghw
ay v
ehic
les
driv
en b
y el
ectri
c tra
ctio
n m
otor
s
a m
etho
d of
man
agin
g el
ectri
cal l
oad
in a
mot
or v
ehic
le...
com
pris
ing
a pl
ural
ity o
f el
ectri
cal c
onsu
mer
uni
ts in
clud
ing
at le
ast o
ne u
ser a
ctiv
atab
le c
onsu
mer
uni
t, an
el
ectri
cal s
ourc
e a
mon
itorin
g m
eans
, ...
a se
quen
ce c
ontro
l met
hod
that
can
saf
ely
pow
er d
own
high
vol
tage
par
ts d
urin
g ke
y of
f in
a po
wer
ope
ratio
n m
ode
of a
fuel
cel
l sup
er c
apac
itor h
ybrid
ele
ctric
veh
icle
a se
cond
ary
batte
ry e
valu
atio
n m
etho
d fo
r eva
luat
ing
a se
cond
ary
batte
ry b
y ca
lcul
atin
g th
e im
peda
nce
acco
rdin
g to
mea
sure
men
t res
ults
of c
urre
nt a
nd v
olta
ge o
f th
e se
cond
ary
batte
ry a
nd re
fere
ncin
g th
e ba
ttery
cha
ract
eris
tic
pres
ent i
nven
tion
inte
grat
es a
n on
-boa
rd n
avig
atio
n sy
stem
to p
rovi
de e
nerg
y m
anag
emen
t for
an
elec
tric
vehi
cle
(EV)
and
a h
ybrid
ele
ctric
veh
icle
(HEV
).
an e
nerg
y m
anag
emen
t sys
tem
com
pris
ing
a ce
ntra
l con
trol s
yste
m h
avin
g a
stan
dard
tra
nsm
issi
on in
terfa
ce fo
r com
mun
icat
ing
and
exch
angi
ng in
form
atio
n (b
atte
ry s
et,
mot
or d
rivin
g sy
stem
, bat
tery
cha
rger
, dis
play
dev
ice)
a te
chno
logy
to s
top
a co
ntro
l whi
ch is
pro
vide
d in
acc
orda
nce
with
a s
ched
ule
crea
ted
by a
cha
rge
disc
harg
e m
anag
emen
t app
arat
us c
once
rnin
g w
heth
er o
r not
to o
pera
te
the
inte
rnal
com
bust
ion
engi
ne a
nd th
e m
otor
and
to c
harg
e th
e ba
ttery
a hy
brid
ele
ctric
veh
icle
com
pris
ing.
.. a
gene
rato
r driv
en b
y an
eng
ine
to p
rovi
de
elec
tric
pow
er u
sed
for c
harg
ing
the
batte
ry p
ack
and
a ba
ttery
man
agem
ent
a po
wer
sys
tem
whi
ch a
llow
s se
lect
ive
alte
ratio
n an
d ap
plic
atio
n of
equ
ipm
ent l
oads
in
resp
onse
to c
hang
ing
circ
umst
ance
s
an e
lect
rical
ene
rgy
man
agem
ent s
yste
m im
plem
entin
g re
dund
ant c
ontro
l uni
ts
man
agin
g pr
imar
y an
d se
cond
ary
elec
trica
l sys
tem
act
ivity
inte
lligen
t fau
lt-to
lera
nt b
atte
ry m
anag
emen
t sys
tem
(IFT
BS) f
or re
liabl
y an
d pr
ompt
ly
dete
ctin
g ba
ttery
cel
l fai
lure
and
thus
ena
blin
g au
tom
atic
or o
pera
tor-
dire
cted
co
rrec
tive
actio
n
nove
l and
use
ful a
pplic
atio
n of
fast
ene
rgy
stor
age
devi
ces
is th
e co
mbi
natio
n of
an
ultra
capa
cito
r and
bat
terie
s in
an
elec
tric
vehi
cle
incl
udin
g Pl
ug-in
Hyb
rid V
ehic
les
(PH
EVs)
and
als
o El
ectri
c Ve
hicl
es (E
Vs) a
nd H
ybrid
Ele
ctric
Veh
icle
s
abnormal power-down of the fuel cell 2
overcharge of the battery 1 2 4 1 3 3
battery efficiency and therefore overall vehicle energy efficiency 1 2 1
battery life 3 3
be relatively limited in its total energy storage capacity 1
be typically very limited in the information provided to the electric vehicle user 2
complex vehicle system 1
battery state of charge condition 1
efficiency of the charge and discharge of the battery 2 2 2
prevent battery from becoming depleted 3 1 3
prevent charge system from cycle between charge and discharge 2
damage/malfunction of the battery 3 2 2 1 6
data latency and reliability requirement 1
decrease in the power generation performance - fuel cell 2
drive comfort and the regulate stability during operation 1
electrical current load controlling 3 2 2
electrical power must be rapidly delivered or recovered 3
energy converting loss 1 1
energy efficient route planning 1
engine overspeed 1
excessive internal generator temperature 3
expensive & complex system, manufacture cost 3 3 4 1 2 6
fossil fuel consumption and emission efficiency 3 2 1 1 3
generator and electrical storage device operation can be challenging 1
help the user find where to charge the vehicle 2
maintain battery current 1 2 2 6
malfunction of the battery pack and increase safety 1
maximize the efficiency of hybrid electric vehicle 2
monitor battery condition 2
monitor power consumption 6 2
monitor the balance volume of the battery set 2
monitor voltage drops 2
state of a plurality of vehicle parameters 2 1
peak power requirements 2
performance requirement 1 2 3
potential ignition of fuel 2
prevent engine turn-off 2
prevent an excess current - from battery 2 3
prevent reverse current from the battery 2
prevent the voltage from dropping to a value which is dangerous 1
quality of the power supplying 2
reduce margin of error in the estimated state of charge 2
remain generator(s) from being overloaded 3
storage efficiency 1
sufficient energy cannot be supplied at the next vehicle start 2
system disruption 2
the engine cannot be operated at start or power up cannot be performed during running 4
the current consumption required for the battery management system increases when the battery is monitored at the short monitoring start period
2
vehicle stop for an extended period of time 2
the safety/reliability requirement 2
use of multiple battery 1
PROBLEM
SOLUTION
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 41 -
Der Vergleich mit der manuell erstellten Matrix zeigt die inhaltliche Überein-stimmung in vielen Formulierungen, jedoch bietet die mit Luxid® erstellte Mat-rix 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 Hauptproblemstel-lung eines Patentes relevant und daher von Interesse sein.
Bild 17: Auszug aus über Luxid® erstellten Problem-Lösungs-Matrix
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 42 -
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 in-cluding Plug-in Hybrid Vehicles (PHEVs) and also Electric Vehicles (EVs) and Hybrid Electric Vehicles bezieht sich auf 9 Probleme:
1. overcharge of the battery 2. battery life 3. prevent battery from becoming depleted 4. damage/malfunction of the battery 5. electrical power must be rapidly delivered or recovered 6. expensive & complex system, manufacture cost 7. maintain battery current 8. performance requirement 9. prevent an excess current - from battery
- present invention integrates an on-board navigation system to provide energy management for an electric vehicle (EV) and a hybrid electric ve-hicle (HEV) bezieht sich auf 8 Probleme:
1. battery efficiency and therefore overall vehicle energy effi-ciency
2. be typically very limited in the information provided to the electric vehicle user
3. battery state of charge condition 4. energy converting loss 5. energy efficient route planning 6. fossil fuel consumption and emission efficiency 7. state of a plurality of vehicle parameters 8. performance requirement
- an energy management system comprising a central control system having a standard transmission interface for communicating and ex-changing information (battery set, motor driving system, battery charger, display device) bezieht sich auf 6 Probleme:
1. overcharge of the battery 2. damage/malfunction of the battery 3. electrical current load controlling 4. help the user find where to charge the vehicle 5. monitor the balance volume of the battery set 6. quality of the power supplying
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 43 -
Im Vergleich zu den übrigen, in der Matrix aufgeführten Problemen sind fol-gende 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 ge-nannt
- expensive & complex system, manufacture cost wird in Bezug auf 6 Lö-sungen genannt
- fossil fuel consumption and emission efficiency wird in Bezug auf 5 Lö-sungen 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 Routenpla-nung selten im Parkzustand benötigt (vgl. Bild 18 Punkt 1) oder tangieren Tem-peraturprobleme im Generator die Koordination von mehreren Batteriezellen (vgl. Bild 18 Punkt 2). Des Weiteren verfügt ein rein batteriebetriebenes Fahr-zeug über keinen Verbrennungsmotor, der mit dem Batteriesystem koordiniert werden muss um einen optimalen Betrieb des Fahrzeuges zu gewährleisten (vgl. Bild 18 Punkt 3).
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 44 -
Bild 18: Falsche White Spots
Wird die Matrix problemorientiert auf ihre Potenziale untersucht, könnten inte-ressante weiße Flächen beispielsweise sein (sofern technisch machbar):
1. die Einbindung von Informationen über die umgebende Ladeinfrastruk-tur (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 Gesamt-systems (vgl. Bild 19 Feld 3).
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 45 -
Bild 19: Mögliche White Spots
Eine wirtschaftliche Bewertung wird im folgenden Kapitel 4.4 für das erste White-Spot-Feld vorgestellt.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 46 -
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 Fo-kus auf die Hauptakteure bewertet werden. Dabei wird allgemein die Einbin-dung 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 Bewer-tungskriterien bezüglich einer möglichen Unternehmenssituation berücksichti-gen.
4.4.1 Allgemeine Betrachtung
Um eine Aussage über die wirtschaftliche, insbesondere marktbezogene Attrak-tivität der ermittelten weißen Flächen zu treffen, wurden spezielle Bewertungs-kriterien 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 gewich-tet 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 Markt-Bewertungsparame-ter
0
0,2
0,4
0,6
0,8
1Marktform
Marktqualität
Marktvielfalt
Absatzpotenzial
Substitutionsprodukte
Marktentw icklung
Die Einbindung von Ladeinfrastruktur-Informationen in Batteriemanagement-systeme kann zum Einen für die jeweiligen Stromanbieter, welche die entspre-
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 47 -
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 Navigati-onsgeräten oder Online-Plattformen. Und nicht zuletzt die OEMs selbst sehen in der Entwicklung eigener Batteriemanagementsysteme Potenzial für Wettbe-werbsvorteile, 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 monopolisti-schen oder polypolistischen Strukturen gekennzeichnet ist, wird von einer mä-ßigen 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 Batteriema-nagementsysteme aktiv sind. Jedoch weisen diese Patente überwiegend keinen konkreten Ladeinfrastrukturbezug auf (bis auf ein Patent von GM Global Tech-nologies Operations, Inc.). Die meisten Stromanbieter engagieren sich bereits im Elektromobilitäts-Sektor, wie bestehende Kooperationen von E.ON, RWE, Vattenfall oder EnBW mit di-versen 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 Ladeinfrastruk-turen sowie die Stromversorgung innerhalb der Fahrzeuge (reiner Batteriebe-trieb 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 Infrastruktur-systemen 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 techni-schen Möglichkeiten zur Einbindung der Informationen in BMS bei der Bewer-tung berücksichtigt werden. Dadurch ergibt sich insgesamt eine eher niedrige Bewertung für den Parameter Marktqualität.
34 Vgl. Tankstellen-Projekt: Project Better Place, (2009) 35 Vgl. Förderprojekt e-performance, Audi (2009)
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 48 -
Die große Vielfalt an Fahrzeug- und damit potenzielle Batteriemanagementsys-teme birgt aber auch grundsätzlich ein großes Potenzial an Einsatzmöglichkei-ten. Dies wirkt sich wiederum positiv auf die Marktvielfalt, gemessen an poten-ziellen Einsatzmöglichkeiten einer Technologie, aus. Zwar lassen sich entwickel-te Batteriemanagementsysteme nicht universell in allen denkbaren Fahrzeugen einsetzen, aber innerhalb einzelner Fahrzeuggruppen und -typen ist entspre-chendes Potenzial zu erwarten. Berücksichtigt man die Anzahl der Patentan-meldung für Hybridfahrzeuglösungen, würde evtl. eine Spezialisierung auf Lö-sungen 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 Forschungssta-tus hinaus entsprechende Batteriemanagementsysteme vorliegen, welche Lade-infrastrukturdaten beinhalten. So beschäftigt sich ein aktuell laufendes For-schungsprojekt der Forschungsstelle für Energiewirtschaft e. V. (FfE) intensiv mit der Entwicklung eines intelligenten Batteriemanagementsystems, das insbeson-dere auf die Energieeffizienz fokussiert und systemübergreifend Lastmanage-mentaspekte 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, wel-che 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 gu-tes 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 Ge-samtwert, 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 wer-den.39 Geht man davon aus, dass Unternehmen Patente nur in den Ländern anmel-den, in denen sie auf aktiv werden möchten, lassen sich folgende regionale Markteinschätzungen treffen: besonders würde sich der US-Markt, sowie all-
36 Vgl. FfE Forschungsstelle für Energiewirtschaft e.V. (2009) ; Projektlaufzeit 01.01.2009 - 31.12.2011 37 Vgl. Frost & Sullivan (2008), S. 2-14 38 Vgl. Valentine-Urbschat, Bernhart (2009), S. 72 39 Vgl. A.T. Kearney (2009)
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 49 -
gemein die europäische Märkte für Batteriemanagementsysteme allgemein an-bieten (vgl. Bild 10 aus Kapitel 4.2 zur Patentstatistik über die Ländervertei-lung). Gesondert zu den europäischen Patentanmeldungen landen allein An-meldungen 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 Patent-datensatz vor 1992 noch keine Patente angemeldet wurden und es sich damit noch allgemein um eine junge Technologie mit Ausbaupotenzial handeln könn-te.
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 Ressourcenbe-darf, der Amortisationszeit, den Vertriebskanälen sowie möglichen F&E-Kooperationen (vgl. Bild 21).
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 50 -
Bild 21: Unternehmensbezo-gene Bewertungspa-rameter
0
0,2
0,4
0,6
0,8
1Geschätzter Investitionsbedarf
Geschätzte Entw icklungszeit
zusätzlicher Ressourcenbedarf
Amortisationszeit
Vertriebskanäle
Kooperationen
Für ein fiktives Unternehmen wurden folgende Werte wie in Bild 21 dargestellt angenommen: Das Unternehmen geht von einem für sich moderaten Investiti-onsbedarf 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 Ent-wicklung des Produktes ein. Die folgende Amortisationszeit wird moderat kal-kuliert. 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 po-sitiv 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 unterneh-mensindividuellen 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 un-ternehmensbezogene Bewertung angenommen.
Praxisbeispiel Elektromobilität
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 51 -
Bild 22: White-Spot-Potenziale im Ver-gleich
Das Portfolio zeigt alle drei in Kapitel 4.3 aufgeführten technischen Lücken, auch genannt White Spots, im Vergleich. Das Portfolio ließe sich bei einer Ge-samtauswertung 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 wür-den sich entsprechend Bild 22 die White Spots im Feld WS 1, also die „Einbin-dung von Informationen über die umgebende Ladeinfrastruktur in ein Batte-riemanagementsystem“ für eine Weiterverfolgung durch das fiktive Unterneh-men am besten eignen.
Zusammenfassung
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 52 -
5 Zusammenfassung
Die Studie hat gezeigt, dass sich mit verschiedenen Methoden und IT-gestützten Werkzeugen aus Patenten eine Vielzahl an Informationen extrahie-ren lassen. Dabei bieten die gängigsten, auf dem Markt erhältlichen Software-Lösungen jedoch nicht die Möglichkeit, über einzelne Keywords und Phrasen hinaus technische Problem-Lösungs-Kombinationen zu extrahieren. Von Inte-resse können insbesondere Problem- und Lösungszusammenhänge sein, wel-che nicht über Häufigkeitsanalysen zu erfassen sind aber beispielsweise wert-volle Quellen für Ideenfindungsphasen im F&E-Prozess sein können. Um den Inhalt und insbesondere die beschriebenen Probleme und Lösungen aus Patent-texten umfassender extrahieren zu können, wurde für die erste Phase der IT-gestützten 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 wirt-schaftlichen Bewertung möglicher freier Flächen, den White Spots, innerhalb der Matrix.
Das Praxisbeispiel aus dem Sektor Elektromobilität hat gezeigt, dass der Analy-seprozess im Vergleich zu einer manuell durchgeführten White-Spot-Analyse mit Hilfe der Patent Skill Cartridge™ deutlich verkürzt werden konnte. Zusätz-lich konnten deutlich mehr Informationen extrahiert und in der Analyse berück-sichtigt werden. Da es sich bei der Patent Skill Cartridge™ noch um einen Pro-totyp handelt, musste die erstellte Problem-Lösungs-Matrix zunächst manuell von Doppelnennungen, inhaltlichen Überschneidungen oder überflüssigen In-formationen bereinigt werden. Das vorgestellte Praxisbeispiel skizzierte zusätz-lich zur Erstellung der Matrix die wirtschaftliche Bewertung der White Spots bis zum abschließenden Vergleich über eine Portfolio-Darstellung. Die wirtschaftli-che Bewertung wurde beispielhaft mit Hilfe definierter markt- und unterneh-mensbezogener Kriterien erstellt. Dieser definierte Kriteriensatz ist grundsätzlich um zusätzliche Parameter erweiterbar.
Auf Basis der vielversprechenden Ergebnisse plant das Fraunhofer IAO in Ko-operation mit der TEMIS Deutschland GmbH die Weiterentwicklung der Patent Skill Cartridge™. So lässt sich beispielsweise die Erkennung von ähnlichen Prob-lemen 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.
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 53 -
6 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/elektromobilitaet-integriertes-konzept-audi-foerderprojektperformance.htm, 25.11.2009
Bettray, S. (2008), Patent Maps - Landkarten der Innovation, in: Wissensmana-gement 10 (2008), Nr. 5, S. 50-51
Burr, W., Stephan, M., Soppe, B., Weisheit, S. (2007), Patentmanagement – strategischer Einsatz und ökonomische Bewertung von technolo-gischen 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 semanti-scher Patentlandkarten, Wiesbaden: Deutscher Universitäts-Verlag, 2006, Zugl.: Bremen, Univ., Diss., 2005
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 54 -
Ensthaler, K., Strübbe, S. (2006), Patentbewertung: Ein Praxisleitfaden zum Pa-tentmanagement, 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: Einsatz-möglichkeiten von Elektrostraßenfahrzeugen zum Lastmanage-ment, © 2009, http://www.ffe.de/taetigkeitsfelder/mobilitaet-und-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 Energiemanagementsys-temen mit Bleibatterien und Ultracaps, Berlin, Technische Univ., Diss., 2007
Joachims, T. (1998), Text Categorization with Support Vector Machines: Learn-ing 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 Ren-nen um den Antrieb der Zukunft. Die Automobilindustrie auf dem Weg zu Nachhaltigkeit und Elektrifizierung, Düsseldorf: A.T. Kearney, Inc., 2009
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 55 -
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 techno-logical capabilities: Patent analysis for technology-driven road-mapping, in: Technological Forecasting & Social Change 76 (2009), S. 769-786
Li, Y.-R., Wang, L.-H., Hong, C.-F. (2009), Extracting the significant-rare key-words for patent analysis, in: Expert Systems with Applications 36 (2009), S. 5200-5204
Luther, Dr. W., Malanowski, Dr. N., et al. (2004), Nanotechnologie als wirt-schaftlicher Wachstumsmarkt - Innovations- und Technikanalyse, Düsseldorf: Zukünftige Technologien Consulting der VDI Techno-logiezentrum GmbH, 2004
Mittelstädt, A. (2009), Strategisches IP-Management- mehr als nur Patente: Geistiges Eigentum schützen und als Wettbewerbsvorsprung nut-zen, 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 Patentin-formationen – Handbuch für die Recherchenpraxis, Karlsruhe-Köln: Verl. TÜV Rheinland, 1990
Schramm, R., Bartkowski, A. (2008), Grundlagen Patentanalyse, PATON - Vorle-sungsreihe - Teil 4, Illemnau: TU Illmenau/PATON, 2003
Trautwein, A. (2006 ), Werterelevanz von Patentinformationen im Kontext der Rechnungslegung, Wiesbaden: Deutscher Universitäts-Verlag, 2007
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 56 -
Valentine-Urbschat, M., Bernhart, Dr. W. (2009), Powertrain 2020 – The Future Drives Electric, Berlin et al.: Roland Berger Strategy Consult-ants, 2009
Wallentowitz, H., Reif, K. (Hrsg., 2006), Handbuch Handbuch Kraftfahrzeug-elektronik: Grundlagen, Komponenten, Systeme, Anwendungen, 1. Auflage, Wiesbaden: Vieweg & Sohn Verlag, 2006
Walter, Dr. L. (2008), Semantische Patentlandkarten zur Erkennung von Patent-verletzungen - eine Fallstudie aus der Biotechnologie, 2. Patentfo-rum RheinMainNeckar, 16.04.2008, Darmstadt: Universität Bre-men, 2008
WIPO (2009), World Intellectual Property Indicators, 2009, Genf: WIPO, 2009
Wurzer, A. J. (2003), Wettbewerbsvorteile durch Patentinformationen, 2. über-arbeitete Auflage, Eggenstein-Leopoldshafen, Fachinformations-zentrum Karlsruhe, 2003
Zeller, A. (2003), Technologiefrühaufklärung mit Data Mining - Informations-prozessorientierter Ansatz zur Identifikation schwacher Signale, in: Bürgel, H. D., Grosse, D. Möhrle, M. G. (Hrsg. 2003), Fo-schungs-/Entwicklungs-/Innovationsmanagement, Bremen: Gabler Edition Wissenschaft, 2003, Zugl.: Stuttgart, Univ., Diss., 2003
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 57 -
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)/index.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, ht-tp://www.treparel.com/uk/solutions/kmx_patent_analytics, 12.11.2009
Matheo Analyzer, Matheo-Software, © 2009, http://www.matheo-analyzer.com/analysis.asp, 12.11.2009
M-Cam Doors, M-CAM, Inc., © 1997-2009, http://www.m-cam.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=patentowner, 12.11.2009
Setrue Patent Search, Transformer Software Ltd., © 2008, http://patents.setrue.com, 12.11.2009
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 58 -
ThemeScape, Thomson Reuters, © 2009, http://science.thomsonreuters.com/winningmove/secure/TI_Themescape_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)
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 59 -
Bild 10: Vergrößerte Problem-Lösungs-Matrix, Teil I
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 60 -
Bild 11: Vergrößerte Problem-Lösungs-Matrix, Teil II
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 61 -
Bild 12: Vergrößerte Problem-Lösungs-Matrix, Teil III
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 62 -
6.4 Patentdokumente
Patent Prio Applicant1 WO06136934 21.06.2005 Toyota Jidosha Kabushiki Kaisha2 WO09108565 26.02.2008 AFS Trinity Power Corp. 3 US7487851 25.07.2002 Daimler AG4 US5781013 19.10.1995 Fuji Jukogyo Kabushiki Kaisha5 US2008140275 14.11.2007 HYUNDAI MOTOR CO LTD 6 US7532960 03.03.2003 General Electric Company7 EP2048762 04.08.2006 Toyota Jidosha Kabushiki Kaisha8 EP1462299 06.12.2001 Panasonic EV Energy Co., Ltd.9 US2004232769 20.04.2001 JAGUAR CARS LIMITED10 US5487002 31.12.1992 Amerigon, Inc.11 US2008086247 10.10.2006 Hyundai Motor Company12 US2009091291 04.10.2007 GM Global Technologies Operations, Inc. 13 EP1462300 28.03.2003 Welltek Energy Co, Ltd. 14 US2005285445 06.01.2003 Johnson Controls Technology Company15 EP1067654 08.07.1999 Hyundai Motor Company16 WO02080332 30.03.2001 Designline Ltd.17 US2007262750 12.05.2006 Samsung SDI Co., Ltd.18 US2002128759 06.03.2001 Sikorsky Aircraft Corp.19 US2008157593 29.12.2006 Cummins Power Generation IP, Inc.20 US5945808 16.04.1998 Nissan Motor Co., Ltd.21 US2007102212 19.10.2006 FIAT Ricerche22 US2006042846 24.08.2004 Honeywell International 23 US2002188387 09.05.2001 FORD GLOBAL TECH INC24 US2004076872 08.08.2003 SHIN KOBE ELECTRIC MACHINERY CO LTD25 WO09103084 15.02.2008 Atieva, Inc.26 US5359308 27.10.1993 AEL Defence Corp27 US2008319597 20.06.2007 DENSO CORPORATION 28 US2007251741 26.04.2006 GM GLOBAL TECHNOLOGY OPERATIONS IN29 WO0122556 29.08.2000 Peugeot Citroen Automobiles SA30 CA2474234 27.03.2001 IDA TECH LLC PO BOX
Anhang
Fraunhofer IAO IT-gestützte White-Spot-Analyse - 63 -
6.5 Fragebogen zur Umfrage 2009
Anhang
Fraunhofer IAO IT-gestützte 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-Spot-
Analyse 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 Batteriemanagement-
systemen für Elektrofahrzeuge. Die Studie richtet sich an Unternehmen, die nach
neuen Produktideen und Märkten suchen, sowie an IP-Management-Experten.