Laufende ForschungsprojekteÜbersicht
Laufende Forschungsprojekte
Beihilfen für Forschungsprojekte 2020
Beihilfen für Forschungsprojekte 2020
Die folgenden vier Forschungsprojekte erhielten 2020 Beihilfen.
Mit diesem Projekt soll eine öffentliche Datenbank erstellt werden, die Patente mit wissenschaftlichen Veröffentlichungen verknüpft, indem ein leistungsstarkes Text-Mining-Verfahren Referenzen aus Patenttexten extrahiert. Forschende sollen damit die Möglichkeit erhalten, die Auswirkungen der wissenschaftlichen Forschung für Innovationen in der Industrie zu analysieren.
Federführender Antragsteller | Hochschule | Themenbereich |
---|---|---|
Jian Wang | Universität Leiden, NL | Erweiterter Einsatz von PATSTAT, Patentrecherche und -analyse (z. B. Klassifikation, Potenzial von Linked Open Data im IP-Bereich) |
Unter Verwendung eines einmaligen Datensatzes von Förderanträgen an den norwegischen Forschungsrat aus allen akademischen Bereichen sollen in diesem Projekt die mit den Forschungsstipendien verbundenen patentierten Erfindungen nachverfolgt und Erkenntnisse darüber gewonnen werden, wie die Forschungsförderung konzeptionell verbessert und ihr Einfluss auf die Innovationstätigkeit erhöht werden können.
Federführender Antragssteller | Hochschule | Themenbereich |
---|---|---|
Marco Ottaviani | Bocconi-Universität, IT | Die Rolle von geistigen Eigentumsrechten für Investitionen; "IP-Bündelung": kombinierte Nutzung von Patenten und anderen IP-Rechten; Erweiterter Einsatz von PATSTAT, Patentrecherche und analyse |
In diesem Projekt werden Patentdaten, Rechtsdokumente und Fallstudien analysiert, um zu untersuchen, welche praktische Interaktion in den EPÜ-Staaten zwischen verteilter Fertigung und dem Patentsystem besteht, wie Patente im Hinblick auf eine verteilte Fertigung optimiert werden können und wie die verfügbaren Patentierungsoptionen auf dem Sektor der verteilten Fertigung bestmöglich genutzt werden können.
Federführende Antragstellerin | Hochschule | Themenbereich |
---|---|---|
Angela Daly | Universität Strathclyde, UK | Patente und disruptive Technologien (KI, Blockchain, 3D usw.) |
Unter Verwendung eines neuen Datensatzes, der als standardessenziell deklarierte Patente (SEPs) mit unterschiedlichen Quellen von staatlichen Fördergeldern verknüpft, wird in diesem Projekt untersucht, wie wichtig staatlich geförderte Forschung für SEPs ist und wie sie sich auf die Entwicklung technischer Standards auswirkt.
Federführender Antragsteller | Hochschule | Themenbereich |
---|---|---|
Emilio Raiteri | Universität Eindhoven, NL | Die Rolle von geistigen Eigentumsrechten für den Technologietransfer, die Kommerzialisierung und/oder Investitionen |
Beihilfen für Forschungsprojekte 2021
Beihilfen für Forschungsprojekte 2021
Die folgenden fünf Forschungsprojekte wurden 2021 zur Förderung vorgeschlagen.
Dieses Projekt hat zum Ziel, spezifische Charakteristika in wissenschaftlichen Clustern zu identifizieren, die deren späteren Einfluss auf technologische Entwicklungen signalisieren. Zu diesem Zweck werden 1. quantitative Methoden der semantischen Analyse und Grafikeinbettung eingesetzt und auf wissenschaftliche Publikationen und Patentdaten angewandt, 2. fallspezifische Monografien auf verschiedenen wissenschaftlichen Gebieten (z. B. maschinelles Lernen, Krebs, mRNA, Cybersicherheit, CRISPR, Quanteninformatik) erstellt und 3. spezifische Charakteristika wissenschaftlicher Entdeckungen gemessen und untersucht, die deren spätere Auswirkungen beeinflussen könnten. Die Projektergebnisse werden einen analytischen Bericht sowie ein Toolkit umfassen, mit dem sich die potenziellen Auswirkungen spezifischer wissenschaftlicher Publikationen auf eine Technologie bewerten lassen.
Federführender Antragsteller | Federführendes Institut | Forschungsbereich |
---|---|---|
Dominique Guellec | Observatoire des Sciences et Techniques - Hcéres, Paris (FR) | Schwerpunktbereich A: Messung des Einflusses wissenschaftlicher Forschung auf den globalen technologischen Wandel |
Die Anführungen von Patenten in wissenschaftlichen Publikationen werden in der Regel als Indikatoren potenzieller Wissenstransfers interpretiert. Anführungen sind aber manchmal aus vielerlei Gründen problematisch, während bei textbasierten Alternativen Informationen verloren gehen und die Skalierbarkeit eingeschränkt ist. Wir schlagen daher vor, die semantische Ähnlichkeit zwischen Patenten und wissenschaftlichen Publikationen auszuschöpfen und die neuesten Fortschritte im Bereich des maschinellen Lernens zu nutzen. Unsere Lösung verwendet Transformer-Modelle, die semantisch ähnliche Dokumente identifizieren. Ein Patent, das einer früheren wissenschaftlichen Publikation sehr ähnlich ist, könnte von ihr beeinflusst worden sein. Mit unserem skalierbaren Ansatz können große Textmengen verarbeitet werden. Nach der semantischen Verknüpfung von Dokumenten werden aus den Daten Rückschlüsse darauf gezogen, wie wissenschaftliche Erkenntnisse sich in Publikationen und Patenten verbreiten und in Letzteren niederschlagen.
Federführender Antragssteller | Federführendes Institut | Forschungsbereich |
---|---|---|
Dietmar Harhoff | Max-Planck-Institut für Innovation und Wettbewerb, München (DE) | Schwerpunktbereich A: Messung des Einflusses wissenschaftlicher Forschung auf den globalen technologischen Wandel |
Aktuelle Abfragesysteme für die Patentrecherche stützen sich bei der Suche nach ähnlichen Dokumenten hauptsächlich auf Textinhalte. Die Forschung zur Nutzung der visuellen Inhalte in Abbildungen, z. B. in Diagrammen und schematischen Zeichnungen, oder sogar einer Kombination von Text und Bildern in Patenten ("multimodale Recherche") ist noch begrenzt. Ein rein multimodaler Ansatz verspricht jetzt jedoch Abhilfe bei bekannten Problemen der Patentrecherche, wie sie z. B. durch die sich ständig ändernde Terminologie der technologischen Entwicklung entstehen. Das vorgeschlagene Projekt untersucht und erweitert modernste Technologien zur Informationsextraktion und Ähnlichkeitssuche in Patentdatenbanken, der Schwerpunkt liegt dabei auf Deep-Learning-Techniken unter Verwendung umfangreicher Datensätze. Übergeordnetes Ziel ist es, Bildinformationen in Patenten zu nutzen und sie für ein optimiertes Abfrageergebnis mit Textinhalten zu verbinden.
Federführender Antragsteller | Federführendes Institut | Forschungsbereich |
---|---|---|
Ralph Ewerth | Leibniz Informationszentrum Technik und Naturwissenschaften, Hannover (DE) | Schwerpunktbereich B: Multimodale Informationserschließung |
Zur Unterstützung der Studierenden stehen zahlreiche technologiebasierte Systeme zur Verfügung. Einige davon helfen im Lernprozess, indem sie Lernressourcen vorschlagen oder Maßnahmen empfehlen. Andere Systeme unterstützen in der Beurteilungsphase durch Feedback oder indem sie den Lernfortschritt überwachen und den besten Lernpfad für einen erfolgreichen Kursabschluss empfehlen. Wie gut die jeweiligen Funktionen geeignet sind, hängt von den Studierenden und den Kursanforderungen ab. Dieses Projekt hat folgende Ziele:
- Definition eines intelligenten Lernsystems, das mithilfe von Techniken der künstlichen Intelligenz zu einem erfolgreichen Lernprozess bei IP-Schulungen verhilft
- Definition der besten automatischen Bewertungsstrategie und Lernressourcen für ein automatisches Feedback-System
- Konzeption eines Chatbots, um die Interaktion zwischen Dozent und Studierenden zu simulieren
Federführender Antragsteller | Federführendes Institut | Forschungsbereich |
---|---|---|
David Baňeres | Universität Oberta de Catalunya, Barcelona (ES) | Schwerpunktbereich C: Relevanz intelligenter Tutorensysteme in der Aus- und Weiterbildung im IP-Bereich |
Auf der Grundlage von Verzeichnissen elektronischer Doktorarbeiten werden Informationen über die Doktorandinnen und Doktoranden aus Frankreich, Deutschland, den Niederlanden und Spanien den Daten von Patenten und wissenschaftlichen Publikationen zugeordnet. So werden sowohl die Absolventinnen und Absolventen ermittelt, die eine Erfinderlaufbahn einschlagen, als auch diejenigen, die Wissenschaftler/in werden und Artikel veröffentlichen, die dann entweder direkt (Patent -> Publikationszitat) oder indirekt (Patent -> andere Publikationen -> Zitationskette der jeweiligen Publikation) in der Patentliteratur zitiert werden. Die gleichen Informationen werden zu den Betreuern und Betreuerinnen der jeweiligen Arbeiten erhoben. Anschließend werden – allerdings anhand erfindungsrelevanter Publikationen – die Faktoren untersucht, die die Wahrscheinlichkeit beeinflussen, dass eine Erfinderlaufbahn und/oder eine wissenschaftliche Laufbahn eingeschlagen wird. Zu diesen Faktoren gehören neben der geschlechtlichen Identität auch die wissenschaftlichen und innovationsbezogenen Aufzeichnungen der Betreuerinnen und Betreuer. Für Frankreich und Deutschland konzentrieren wir uns insbesondere auch auf die Beiträge ausländischer Absolventinnen und Absolventen.
Federführende Antragstellerin | Federführendes Institut | Forschungsbereich |
---|---|---|
Catalina Martínez | Spanish National Research Council, IPP-CSIC, Madrid (ES) | Schwerpunktbereich A: Wertschöpfung durch Technologietransfer von Universitäten zur Industrie in Europa |
See also
The EPO recommend to explore the following content: