Patent Data Mining zur Bestimmung von Technologie-Reifegraden im Umfeld der Elektromobilität

Kurzfassung

Diese Arbeit entwickelt und demonstriert einen reproduzierbaren Ansatz für patentbasiertes Techno­logie-Monitoring in der Fahrzeugtechnik. Ausgangspunkt sind Patentexporte aus einer kuratierten Datenquelle, die als Excel-Tabellen vorliegen. Die Daten werden automatisiert eingelesen, bereinigt und in ein normalisiertes SQLite-Schema überführt, sodass Patente, Akteure, Klassifikationen und Zitationsbeziehungen konsistent auswertbar sind. Darauf aufbauend ordnet ein konfigurationsgetrie­bener Labeling-Schritt Patente Technologiefeldern zu. Dafür werden zwei alternative Verfahren umgesetzt. Ein regelbasiertes Verfahren nutzt Keywords und optionale Code-Signale aus einer YAML-Taxonomie. Ein semantisches Verfahren nutzt Sentence-Transformer-Embeddings und eine schwellenwertbasierte Ähnlichkeitslogik, um auch Formulierungsvarianten abzudecken. Die selek­tierte Patentmenge bildet anschließend die gemeinsame Grundlage für mehrere Indikatorgruppen, darunter Volumenzeitreihen, Akteursanalysen, interne Zitationsstrukturen sowie textbasierte Wort­ trends und Cluster. Alle Ergebnisse werden in einem Streamlit-Dashboard interaktiv bereitgestellt, inklusive Drilldown bis auf Einzelpatentebene. Die Methode wird in einer Fallstudie zur Natrium-Ion-Batterietechnologie angewendet. Neben der explorativen Auswertung wird eine TRL-nahe Phasenableitung über volumenbasierte und wortba­sierte Proxies betrachtet und mit einer externen TRL-Einschätzung verglichen. Die Ergebnisse zeigen, dass der Ansatz geeignete, nachvollziehbare Indikatoren für Exploration und Vergleich liefert, gleichzeitig aber stark von der Qualität der Selektion, der Taxonomie und der Parametrisierung abhängt.