MCP HubMCP Hub
스킬 목록으로 돌아가기

assess-ip-landscape

pjt222
업데이트됨 2 days ago
3 조회
17
2
17
GitHub에서 보기
디자인general

정보

이 스킬은 특허 환경을 분석하여 기술 공백을 식별하고, 경쟁사의 지식재산 포트폴리오를 평가하며, 사전 자유운영(FTO) 검토를 제공합니다. 이는 새로운 분야에서 연구개발을 시작하기 전, 강력한 특허에 대항한 시장 진입을 평가할 때, 또는 투자 실사 과정에서 사용하도록 설계되었습니다. 주요 산출물에는 전략적 지식재산 포지셔닝 권장사항과 특허 출원 전략 지침이 포함됩니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/assess-ip-landscape

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

IP-Landschaft bewerten

Die IP-Landschaft fuer einen Technologiebereich kartieren — Patentcluster, Freiraeume, Hauptakteure und Freedom-to-Operate-Risiken identifizieren. Erzeugt eine strategische Bewertung die F&E-Richtung, Lizenzierungsentscheidungen und Patent-Anmeldestrategie informiert.

Wann verwenden

  • Vor dem Start von F&E in einem neuen Technologiebereich (was ist bereits beansprucht?)
  • Bewertung eines Markteintritts wo Wettbewerber starke Patentportfolios haben
  • Vorbereitung einer Investment-Due-Diligence (IP-Vermoegensbewertung)
  • Entwicklung einer Patent-Anmeldestrategie (wo anmelden, was beanspruchen)
  • Bewertung des Freedom-to-Operate-Risikos fuer ein neues Produkt oder Feature
  • Beobachtung der IP-Aktivitaeten von Wettbewerbern fuer strategische Positionierung

Eingaben

  • Erforderlich: Technologiebereich oder Produktbereich zur Bewertung
  • Erforderlich: Geographischer Umfang (US, EU, global)
  • Optional: Bestimmte Wettbewerber als Fokus
  • Optional: Eigenes Patentportfolio (fuer Lueckenanalyse und FTO)
  • Optional: Zeithorizont (letzte 5 Jahre, letzte 10 Jahre, gesamt)
  • Optional: Klassifikationscodes (IPC, CPC) falls bekannt

Vorgehensweise

Schritt 1: Suchumfang definieren

Die Grenzen der Landschaftsanalyse festlegen.

  1. Den Technologiebereich praezise definieren:
    • Kerntechnologiebereich (z.B. "transformerbasierte Sprachmodelle" nicht "KI")
    • Angrenzende Bereiche einbeziehen (z.B. "Aufmerksamkeitsmechanismen, Tokenisierung, Inferenz-Optimierung")
    • Bereiche explizit ausschliessen (z.B. "Computer-Vision-Transformer" bei NLP-Fokus)
  2. Relevante Klassifikationscodes identifizieren:
    • IPC (Internationale Patentklassifikation) — breit, weltweit verwendet
    • CPC (Kooperative Patentklassifikation) — spezifischer, US/EU-Standard
    • WIPO-IPC-Publikation oder USPTO-CPC-Browser durchsuchen
  3. Den geographischen Umfang definieren:
    • US (USPTO), EU (EPO), WIPO (PCT), spezifische nationale Aemter
    • Die meisten Analysen beginnen mit US + EU + PCT fuer breite Abdeckung
  4. Das Zeitfenster festlegen:
    • Aktuelle Aktivitaet: letzte 3-5 Jahre (gegenwaertige Wettbewerbslandschaft)
    • Vollstaendige Historie: 10-20 Jahre (reife Technologiebereiche)
    • Auf abgelaufene Patente achten die Gestaltungsraum eroeffnen
  5. Den Umfang als Landschafts-Charter dokumentieren

Erwartet: Ein klarer, abgegrenzter Umfang der spezifisch genug ist um umsetzbare Ergebnisse zu liefern aber breit genug um die relevante Wettbewerbslandschaft zu erfassen. Klassifikationscodes fuer systematische Suche identifiziert.

Bei Fehler: Wenn der Technologiebereich zu breit ist (tausende Ergebnisse), durch Hinzufuegen technischer Spezifitaet oder Fokussierung auf einen bestimmten Anwendungsbereich einschraenken. Wenn zu eng (wenige Ergebnisse), auf angrenzende Technologien erweitern. Der richtige Umfang liefert typischerweise 100-1000 Patentfamilien.

Schritt 2: Patentdaten erheben

Die Patentdaten innerhalb des definierten Umfangs sammeln.

  1. Patentdatenbanken mit dem Landschafts-Charter abfragen:
    • Kostenlose Datenbanken: Google Patents, USPTO PatFT/AppFT, Espacenet, WIPO Patentscope
    • Kommerzielle Datenbanken: Orbit, PatSnap, Derwent, Lens.org (Freemium)
    • Stichwortssuche + Klassifikationscodes kombinieren fuer beste Abdeckung
  2. Suchabfragen systematisch aufbauen:
Abfrageaufbau:
+-------------------+------------------------------------------+
| Komponente        | Beispiel                                 |
+-------------------+------------------------------------------+
| Kernbegriffe      | "language model" OR "LLM" OR "GPT"       |
| Fachbegriffe      | "attention mechanism" OR "transformer"    |
| Klassifikation    | CPC: G06F40/*, G06N3/08                  |
| Zeitraum          | filed:2019-2024                          |
| Anmelderfilter    | (optional) bestimmte Unternehmen         |
+-------------------+------------------------------------------+
  1. Ergebnisse in strukturiertem Format herunterladen (CSV, JSON) einschliesslich:
    • Patent-/Anmeldenummer, Titel, Zusammenfassung, Anmeldedatum
    • Anmelder/Inhaber, Erfinder
    • Klassifikationscodes, Zitationsdaten
    • Rechtsstatus (erteilt, anhaengig, abgelaufen, aufgegeben)
  2. Nach Patentfamilie deduplizieren (nationale Anmeldungen derselben Erfindung gruppieren)
  3. Die Gesamtzahl der Patentfamilien und Quelldatenbanken erfassen

Erwartet: Ein strukturierter Datensatz von Patentfamilien innerhalb des Umfangs, dedupliziert und mit Zeitstempel. Der Datensatz ist die Grundlage fuer alle nachfolgenden Analysen.

Bei Fehler: Wenn der Datenbankzugang eingeschraenkt ist, bieten Google Patents + Lens.org (kostenlos) gute Abdeckung. Wenn die Abfrage zu viele Ergebnisse liefert (>5000), technische Spezifitaet hinzufuegen. Wenn zu wenige (<50), Stichwoerter erweitern oder Klassifikationscodes hinzufuegen.

Schritt 3: Die Landschaft analysieren

Die Patentcluster, Hauptakteure und Trends kartieren.

  1. Clusteranalyse: Patente nach Subtechnologie gruppieren:
    • Klassifikationscodes oder Stichwortklustering verwenden um 5-10 Unterbereiche zu identifizieren
    • Patentfamilien pro Cluster zaehlen
    • Identifizieren welche Cluster wachsen (aktuelle Anmeldeschuebe) vs. reif (stagnierend oder ruecklaeufig)
  2. Hauptakteur-Analyse: Die Top-10-Anmelder identifizieren nach:
    • Gesamtzahl der Patentfamilien (Portfoliobreite)
    • Aktuelle Anmelderate (letzte 3 Jahre — gegenwaertige Aktivitaet)
    • Durchschnittliche Zitationszahl (Qualitaetsindikator fuer Patente)
    • Geographische Anmeldebreite (nur US vs. globale Anmeldungen)
  3. Trendanalyse: Anmeldetrends ueber das Zeitfenster darstellen:
    • Gesamtes Anmeldevolumen nach Jahr
    • Anmeldevolumen pro Cluster nach Jahr
    • Neue Marktteilnehmer (Anmelder die erstmals in der Domain anmelden)
  4. Zitationsnetzwerk: Die meistzitierten Patente identifizieren (grundlegende IP):
    • Hohe Vorwaertszitationen = stark genutzt durch nachfolgende Anmeldungen
    • Dies sind wahrscheinlich blockierende Patente oder essentieller Stand der Technik
  5. Die Landschaftskarte erstellen: Cluster, Akteure, Trends und Schluesselpatente

Erwartet: Ein klares Bild davon wer was besitzt, wo die Aktivitaet konzentriert ist und wie sich die Landschaft entwickelt. Blockierende Schluesselpatente identifiziert. Freiraeume (Bereiche mit wenigen Anmeldungen) sichtbar.

Bei Fehler: Wenn der Datensatz fuer sinnvolles Clustering zu klein ist, Cluster in breitere Gruppen zusammenfassen. Wenn ein Anmelder dominiert (>50% der Anmeldungen), dessen Portfolio als separate Unterlandschaft analysieren.

Schritt 4: Freiraeume und Risiken identifizieren

Strategische Erkenntnisse aus der Landschaft extrahieren.

  1. Freiraumanalyse (Chancen):
    • Technologiebereiche innerhalb des Umfangs mit wenigen oder keinen Patentanmeldungen
    • Abgelaufene Patentfamilien wo der Gestaltungsraum sich wieder geoeffnet hat
    • Aktive Bereiche wo nur ein Akteur angemeldet hat (Vorreiter aber kein Wettbewerb)
    • Freiraeume angrenzend an wachsende Cluster (naechste Grenze)
  2. FTO-Risikovorpruefung (Bedrohungen) — angelehnt an die heal-Triage-Matrix:
    • Kritisch: Erteilte Patente die direkt das geplante Produkt/Feature abdecken
    • Hoch: Anhaengige Anmeldungen die wahrscheinlich mit relevanten Anspruechen erteilt werden
    • Mittel: Erteilte Patente in angrenzenden Bereichen die breit ausgelegt werden koennten
    • Niedrig: Abgelaufene Patente, enge Ansprueche, oder geographisch irrelevante Anmeldungen
  3. Wettbewerbspositionierung:
    • Wo steht das eigene Portfolio (falls vorhanden) relativ zu Wettbewerbern?
    • Welche Wettbewerber haben blockierende Positionen in Zielbereichen?
    • Welche Wettbewerber koennten an Kreuzlizenzierung interessiert sein?
  4. Die strategische Bewertung erstellen: Freiraeume, FTO-Risiken, Positionierung und Empfehlungen

Erwartet: Umsetzbare strategische Empfehlungen: wo anmelden, was vermeiden, wen beobachten und welche Risiken eine detaillierte FTO-Analyse benoetigen.

Bei Fehler: Wenn FTO-Risiken identifiziert werden, ist dieses Screening vorlaueufig — es ersetzt NICHT ein formelles FTO-Gutachten eines Patentanwalts. Kritische Risiken zur rechtlichen Pruefung kennzeichnen. Wenn Freiraeume zu gut erscheinen (ein wertvoller Bereich ohne Anmeldungen), pruefen ob der Suchumfang nicht versehentlich relevante Anmeldungen ausgeschlossen hat.

Schritt 5: Dokumentieren und empfehlen

Die Landschaftsbewertung fuer Entscheidungstraeger aufbereiten.

  1. Den Landschaftsbericht mit Abschnitten verfassen:
    • Zusammenfassung (1 Seite: Hauptergebnisse, Top-Risiken, wichtigste Empfehlungen)
    • Umfang und Methodik (Suchbegriffe, Datenbanken, Zeitraum)
    • Landschaftsuebersicht (Cluster, Trends, Hauptakteure mit Visualisierungen)
    • Freiraumanalyse (Chancen nach strategischem Wert geordnet)
    • Risikobewertung (FTO-Bedenken nach Schweregrad geordnet)
    • Empfehlungen (Anmeldestrategie, Lizenzierungsziele, Monitoring-Alarme)
  2. Unterstuetzende Daten beifuegen:
    • Patentfamilienliste (strukturiert, sortierbar)
    • Clusterkarte (visuell)
    • Anmeldetrend-Diagramme
    • Zusammenfassungen der Schluesselpatente (Top 10-20 relevanteste Patente)
  3. Laufendes Monitoring einrichten:
    • Alarm-Abfragen fuer neue Anmeldungen in kritischen Bereichen definieren
    • Pruefungsrhythmus festlegen (vierteljaehrlich fuer aktive Bereiche, jaehrlich fuer stabile)

Erwartet: Ein vollstaendiger Landschaftsbericht der strategische IP-Entscheidungen ermoeglicht. Der Bericht ist evidenzbasiert, klar abgegrenzt und umsetzbar.

Bei Fehler: Wenn der Bericht zu umfangreich ist, zuerst die Zusammenfassung erstellen und detaillierte Abschnitte auf Anfrage anbieten. Die Zusammenfassung sollte immer fuer sich als Entscheidungsdokument stehen koennen.

Validierung

  • Landschafts-Charter definiert Umfang, Klassifikation, Geographie und Zeitfenster
  • Patentdatensatz aus mehreren Datenbanken erhoben und dedupliziert
  • Cluster mit Anmeldezahlen und Trendrichtung identifiziert
  • Top-10-Hauptakteure mit Portfoliokennzahlen profiliert
  • Freiraeume identifiziert und nach strategischem Wert eingestuft
  • FTO-Risiken vorgeprüft und nach Schweregrad klassifiziert
  • Blockierende Schluesselpatente mit Zitationsanalyse identifiziert
  • Empfehlungen sind spezifisch und umsetzbar
  • Einschraenkungen anerkannt (Screening vs. formelles FTO-Gutachten)
  • Monitoring-Alarme fuer laufende Landschaftsbeobachtung definiert

Haeufige Stolperfallen

  • Zu breiter Umfang: "KI-Patente" ist keine Landschaft — es ist ein Ozean. Spezifisch sein bezueglich Technologie und Anwendung
  • Abhaengigkeit von einer einzelnen Datenbank: Keine einzelne Patentdatenbank hat vollstaendige Abdeckung. Mindestens zwei Quellen verwenden
  • Patentfamilien ignorieren: Einzelne Anmeldungen statt Familien zaehlen blaest die Zahlen auf. Eine Erfindung in 10 Laendern angemeldet ist eine Patentfamilie, nicht zehn
  • Anmeldungen mit Erteilungen verwechseln: Eine anhaengige Anmeldung ist kein durchsetzbares Recht. Zwischen erteilten Patenten und veroeffentlichten Anmeldungen unterscheiden
  • Fehlinterpretation von Freiraum: Ein leerer Bereich kann "niemand hat es versucht" oder "alle haben es versucht und sind gescheitert" bedeuten. Vor der Annahme einer Chance untersuchen
  • Landschaft als Rechtsgutachten: Dieser Skill erzeugt strategische Intelligenz, keine Rechtsberatung. Hier markierte FTO-Risiken benoetigen eine formelle Analyse durch einen Patentanwalt

Verwandte Skills

  • search-prior-art — Detaillierte Stand-der-Technik-Recherche fuer spezifische Erfindungen oder Patentanfechtungen
  • security-audit-codebase — Risikobewertungsmethodik parallelt IP-Risikovorpruefung
  • review-research — Literaturrecherche-Faehigkeiten gelten fuer Stand-der-Technik-Analysen
  • conduct-gxp-audit — Audit-Methodik parallelt systematische IP-Landschaftsdokumentation
  • screen-trademark — Markenrechts-Konflikt-Screening und Unterscheidungskraft-Analyse fuer die Markenseite von IP-Landschaften
  • file-trademark — Markenrechts-Einreichungsverfahren fuer EUIPO, USPTO und das Madrider Protokoll

GitHub 저장소

pjt222/agent-almanac
경로: i18n/de/skills/assess-ip-landscape
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

executing-plans

디자인

executing-plans 스킬은 검토 체크포인트가 포함된 통제된 배치로 실행할 완전한 구현 계획이 있을 때 사용합니다. 이 스킬은 계획을 불러와 비판적으로 검토한 후, 소규모 배치(기본값 3개 작업)로 작업을 실행하면서 각 배치 사이에 진행 상황을 아키텍트 검토를 위해 보고합니다. 이를 통해 내재된 품질 관리 체크포인트를 갖춘 체계적인 구현이 보장됩니다.

스킬 보기

requesting-code-review

디자인

이 스킬은 코드 변경 사항을 요구 사항에 따라 분석하기 위해 코드 리뷰어 하위 에이전트를 호출합니다. 작업 완료 후, 주요 기능 구현 후, 또는 메인 브랜치에 병합하기 전에 사용해야 합니다. 이 리뷰는 현재 구현체와 원래 계획을 비교하여 문제를 조기에 발견하는 데 도움이 됩니다.

스킬 보기

connect-mcp-server

디자인

이 스킬은 개발자들이 HTTP, stdio 또는 SSE 전송 방식을 통해 MCP 서버를 Claude Code에 연결하는 포괄적인 가이드를 제공합니다. GitHub, Notion 및 사용자 정의 API와 같은 외부 서비스를 통합하기 위한 설치, 구성, 인증 및 보안을 다룹니다. MCP 통합 설정, 외부 도구 구성 또는 Claude의 모델 컨텍스트 프로토콜 작업 시 활용하세요.

스킬 보기

web-cli-teleport

디자인

이 스킬은 작업 분석을 기반으로 개발자가 Claude Code 웹 인터페이스와 CLI 인터페이스 중 선택할 수 있도록 돕고, 두 환경 간 원활한 세션 텔레포트를 가능하게 합니다. 웹, CLI 또는 모바일 환경 전환 시 세션 상태와 컨텍스트를 관리하여 워크플로를 최적화합니다. 다양한 단계에서 서로 다른 도구가 필요한 복잡한 프로젝트에 사용하세요.

스킬 보기