Rechtsprechung / BPatG / 2022
BPatG Beschluss vom 25.10.2022 – 19 W (pat) 10/21
19. Senat · ECLI:DE:BPatG:2022:251022B19Wpat10.21.0
BUNDESPATENTGERICHT
19 W (pat) 10/21 _______________________
(Aktenzeichen)
Verkündet am
25. Oktober 2022
…
B E S C H L U S S
In der Beschwerdesache
betreffend die Patentanmeldung 10 2019 129 902.0
…
ECLI:DE:BPatG:2022:251022B19Wpat10.21.0
hat der 19. Senat (Technischer Beschwerdesenat) des Bundespatentgerichts am
25. Oktober 2022 unter Mitwirkung des Vorsitzenden Richters Dipl.-Ing.
Kleinschmidt, der Richterin Dorn sowie der Richter Dipl.-Phys. Univ. Dr. Haupt und
Dipl.-Ing. Tischler beschlossen:
Der Beschluss der Prüfungsstelle für Klasse G01R des Deutschen
Patent- und Markenamts vom 27. Juli 2021 wird aufgehoben und das
Patent 10 2019 129 902 wie folgt erteilt:
Bezeichnung:
Verfahren und System zum Vorhersagen einer
Motorstart-Performance
eines
elektrischen
Energiespeichersystems
Anmeldetag:
6. November 2019
Patentansprüche: Patentansprüche 1 bis 12, dem Bundespatentgericht als Hauptantrag überreicht
in der
mündlichen Verhandlung am 25. Oktober 2022
Beschreibung:
Beschreibungsseiten 1 bis 14, dem Bundespatentgericht überreicht in der mündlichen Verhandlung
am 25. Oktober 2022
Zeichnungen:
(einzige)
Figur
vom
Anmeldetag
(6. November 2019).
G r ü n d e
I.
Die Patentanmeldung mit dem Aktenzeichen 10 2019 129 902.0 ist am
6. November 2019 beim Deutschen Patent- und Markenamt (DPMA) eingereicht
worden und trägt die Bezeichnung „Verfahren und System zum Vorhersagen einer
Motorstart-Performance eines elektrischen Energiespeichersystems“.
Das DPMA – Prüfungsstelle für Klasse G01R – hat die Anmeldung mit Beschluss
vom 27. Juli 2021 zurückgewiesen. Zur Begründung ist angegeben, dass der
jeweilige Gegenstand des damals geltenden Patentanspruchs 1 sowohl nach
Hauptantrag als auch nach Hilfsantrag I und II gegenüber dem vorliegenden Stand
der Technik nicht auf einer erfinderischen Tätigkeit beruhe.
Gegen diesen Beschluss richtet sich die am 31. August 2021 beim DPMA
eingegangene Beschwerde der Anmelderinnen zu 1) und 2).
Die Anmelderinnen und Beschwerdeführerinnen zu 1) und 2) beantragen zuletzt,
den Beschluss der Prüfungsstelle für Klasse G01R des Deutschen
Patent- und Markenamts vom 27. Juli 2021 aufzuheben und das
nachgesuchte Patent auf der Grundlage folgender Unterlagen zu
erteilen:
Patentansprüche:
Patentansprüche 1 bis 12, dem Bundespatentgericht als Hauptantrag
überreicht in der mündlichen Verhandlung am 25. Oktober 2022
Beschreibung:
Beschreibungsseiten 1 bis 14, dem Bundespatentgericht überreicht in
der mündlichen Verhandlung am 25. Oktober 2022
Zeichnungen:
(einzige) Figur 1 vom Anmeldetag (6. November 2019).
Die einander nebengeordneten geltenden Patentansprüche 1 und 11 vom
25. Oktober 2022 lauten:
1.
Verfahren zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor einer
bestimmten Fahrzeugmarke, eines bestimmten Fahrzeugmodels
und/oder einer bestimmten Fahrzeugvariante starten zu können,
wobei das Verfahren die folgenden Verfahrensschritte aufweist:
-
-
-
Generieren von für das elektrische Energiespeichersystem
charakteristischen Motorstart-Daten;
Auswerten der generierten Motorstart-Daten; und
Ausgeben eines Ergebnisses der Auswertung, welches eine
Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke, eines bestimmten
Fahrzeugmodels
und/oder
einer
bestimmten
Fahrzeugvariante starten zu können, betrifft,
wobei zum Auswerten der generierten Motorstart-Daten eine
Fahrzeugmarke,
ein
Fahrzeugmodell
und/oder
eine
Fahrzeugvariante
des
von
dem
elektrischen
Energiespeichersystem zu startenden Fahrzeugs berücksichtigt
wird,
wobei das Verfahren
ferner den Verfahrensschritt des
Durchführens einer Lernphase eines Motorstart-Vorhersage-
Algorithmus aufweist, wobei in der Lernphase Lerndaten in den
Motorstart-Vorhersage-Algorithmus eingegeben werden, und wobei
der Motorstart-Vorhersage-Algorithmus
in den eingegebenen
Lerndaten Muster und/oder Gesetzmäßigkeiten erkennt, welche
beim Auswerten der generierten Motorstart-Daten entsprechend
angewandt werden,
wobei die Lerndaten charakteristische Motorstart-Daten einer
Vielzahl
von
unterschiedlich
gealterten
elektrischen
Energiespeichersystemen von einer Vielzahl unterschiedlicher
Fahrzeugmarken, Fahrzeugmodelle und/oder Fahrzeugvarianten
aufweisen,
wobei die generierten Motorstart-Daten des elektrischen
Energiespeichersystems,
dessen
Leistungsfähigkeit
vorherzusagen ist, während einer Lernphase des Motorstart-
Vorhersage-Algorithmus als Lerndaten verwendet werden,
wobei zum Auswerten der generierten Motorstart-Daten eine
Temperatur oder ein Temperaturbereich eines von dem
elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugmotors berücksichtigt wird, und wobei das ausgegebene
Ergebnis der Auswertung eine Vorhersage mit Bezug auf die
Leistungsfähigkeit des elektrischen Energiespeichersystems bei
unterschiedlichen Temperaturen des Fahrzeugmotors betrifft.
11. System zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor einer
bestimmten Fahrzeugmarke, eines bestimmten Fahrzeugmodels
und/oder einer bestimmten Fahrzeugvariante starten zu können,
wobei das System eine Eingabeschnittstelle zum Eingeben von für
das
elektrische Energiespeichersystem charakteristischen
Motorstart-Daten und eine Auswerteeinrichtung zum Auswerten der
eingegebenen
Motorstart-Daten
aufweist,
wobei
die
Auswerteeinrichtung ausgebildet ist, bei der Auswertung der
Motorstart-Daten die Fahrzeugmarke, das Fahrzeugmodell
und/oder die Fahrzeugvariante des von dem elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugs
zu
berücksichtigen, wobei das System eine Ausgabeschnittstelle
aufweist zum Ausgeben eines Ergebnisses der von der
Auswerteeinrichtung durchgeführten Auswertung, und wobei das
System zur Durchführung des Verfahrens nach einem der
Ansprüche 1 bis 10 ausgebildet ist,
wobei zum Auswerten der generierten Motorstart-Daten eine
Temperatur oder ein Temperaturbereich eines von dem
elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugmotors berücksichtigt wird, und wobei das ausgegebene
Ergebnis der Auswertung eine Vorhersage mit Bezug auf die
Leistungsfähigkeit des elektrischen Energiespeichersystems bei
unterschiedlichen Temperaturen des Fahrzeugmotors betrifft.
Im Prüfungsverfahren vor dem DPMA wurden die folgenden Druckschriften
genannt:
D1
D2
D3
D4
D5
WO 2018/148362 A1,
US 7 061 246 B2,
DE 10 2018 131 626 A1,
DE 10 2012 005 577 A1,
Wikipedia-Artikel
„Maschinelles
Lernen“,
URL:
https://de.wikipedia.org/w/index.php?title=Maschinelles_Lernen
&oldid=193649556, Bearbeitungsstand: 1. November 2019,
11:14 Uhr, abgerufen am 29. September 2020, 10:45 Uhr.
Von den Anmelderinnen zu 1) und 2) wurden in der Beschreibung der
Patentanmeldung noch die folgenden Veröffentlichungen genannt:
PA1
PA2
DE 195 40 827 C2,
DE 103 35 928 A1.
Wegen des Wortlauts der direkt oder indirekt auf die geltenden Patentansprüche 1
und 11 rückbezogenen Patentansprüche 2 bis 10 und 12 sowie weiterer
Einzelheiten wird auf die Akte verwiesen.
II.
Die statthafte und auch sonst zulässige Beschwerde ist begründet mit der Folge,
dass das nachgesuchte Patent – unter gleichzeitiger Aufhebung des angefochtenen
Beschlusses – in der nunmehr beantragten Fassung zu erteilen war. Denn der
– zweifellos auf dem Gebiet der Technik liegende und gewerblich anwendbare –
Gegenstand des geltenden Patentanspruchs 1 erweist sich gegenüber dem
vorliegenden Stand der Technik als patentfähig (§ 1 Abs. 1 i. V. m. §§ 3 und 4
PatG). In entsprechender Weise ist auch der Gegenstand des nebengeordneten
Patentanspruchs 11 einer Patenterteilung zugänglich.
1.
Die Erfindung betrifft allgemein Verfahren und Systeme zum Abschätzen
eines Zustandes eines elektrischen Energiespeichersystems, insbesondere zum
Vorhersagen
einer
sogenannten
Motorstart-Performance,
d. h.
der
Leistungsfähigkeit des elektrischen Energiespeichersystems, insbesondere einer
Kraftfahrzeug-Starterbatterie, einen Fahrzeugmotor eines Kraftfahrzeugs kalt- oder
warmstarten bzw. noch eine bestimmte Anzahl von Startvorgängen des
Fahrzeugmotors erfolgreich durchführen zu können (Seite 1, 1. und 2. Absatz der
geltenden Beschreibung).
Die zuverlässige Zustandsbestimmung eines elektrischen Energiespeichersystems
gewinne mit zunehmenden Fahrzeugfunktionen, welche elektrische Energie
zumindest zur Unterstützung benötigten, wie insbesondere sicherheitsrelevante
Funktionen, stark an Bedeutung. Um im Betrieb die verbleibende Laufzeit des
Energiespeichersystems (Akkulaufzeit) zuverlässig vorhersagen zu können und
beispielsweise gealterte Batteriezellen oder das gesamte elektrische
Energiespeichersystem auszutauschen, bevor deren Zustand kritisch werde, sei es
wünschenswert, den Alterungszustand des elektrischen Energiespeichersystems
möglichst genau bestimmen zu können (Seite 1, 3. Absatz bis Seite 2, 2. Absatz).
Bekannte Systeme und Verfahren zur Batteriezustandsermittlung würden in der
Regel
auf
direkte Messwerte
des Batteriezustandes
und/oder
der
Batterieeigenschaften zurückgreifen, wie beispielsweise spezifische Kennfelder
oder als Kenngrößen Ladungszustandswert und umgesetzte Ladungsmenge,
wiesen dabei jedoch den Nachteil auf, dass größere Fehler in den Messgrößen die
Ausgangsgröße unmittelbar beeinflussten und daher die Zustandsermittlung des
Energiespeichersystems nicht eindeutig sei bzw. verfälscht werden könne.
Darüber hinaus existierten Batterietestvorrichtungen, mit denen die Kapazität, d. h.
die speicherbare und entnehmbare Ladungsmenge vorhergesagt werden könne,
die vom Entladeverlauf abhänge. Dieser Effekt werde auch durch die Peukert-
Gleichung beschrieben, weswegen auch der dafür – neben elektrochemischen
Prozessen und Ladungstransportvorgängen – verantwortliche Innenwiderstand von
herkömmlichen Batterieprüfvorrichtungen gemessen werde.
Alternativ hierzu sei es möglich, mit dem gemessenen Innenwiderstand der Batterie
einen Kaltstartstrom zu berechnen und einen Schwellwert festzulegen, bei welchem
die Batterie ausgetauscht werden solle (Seite 2, 3. Absatz bis Seite 4, 1. Absatz).
Jedoch würden die herkömmlichen Ansätze zum Abschätzen bzw. Vorhersagen
einer entnehmbaren Kapazität auf der Annahme basieren, dass die „Batterien“ in
einem vollständig geladenen Zustand betrieben würden und nicht die Degradation
durch nur teilweise reversible elektrochemische Reaktionen berücksichtigten. Diese
genannten Nachteile seien durch die höheren Anforderungen an Batterien, die
zunehmend in sog. Start-Stopp-Systemen eingesetzten würden, nicht mehr
tolerabel (Seite 4, 2. Absatz bis Seite 5, 2. Absatz).
Der Erfindung liege daher die Aufgabe zugrunde, ein optimiertes Diagnose- und
Analysetool anzugeben, um einen möglichen Batteriedefekt schnell und zuverlässig
insbesondere auch für Start-Stopp-Batterien vorhersagen zu können. Insbesondere
solle ein Verfahren zum Abschätzen des Alterungszustandes eines Batteriesystems
und
insbesondere zum Vorhersagen einer Motorstart-Performance eines
Batteriesystems, insbesondere einer Kraftfahrzeug-Starterbatterie, bereitgestellt
werden, mit welchem eine möglichst genaue Schätzung des Alterungszustandes
des Batteriesystems und insbesondere eine möglichst genaue Vorhersage einer
Motorstart-Performance eines Batteriesystems ermöglicht werde.
Eine weitere Aufgabe der Erfindung sei es, ein Verfahren bereitzustellen, welches
auf eine Vielzahl verschiedener Energiespeichersysteme und insbesondere
Batteriesysteme anwendbar sei, und welches auch bei variierenden
Betriebsbedingungen des Energiespeichersystems bzw. Batteriesystems
zuverlässige Ergebnisse liefere (Seite 5, 3. bis 5. Absatz).
2.
Gelöst werde diese Aufgabe durch ein Verfahren gemäß Patentanspruch 1
und ein System gemäß Patentanspruch 11.
Der geltende Patentanspruch 1 lässt sich wie folgt gliedern:
M1.1
Verfahren zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke,
eines bestimmten
Fahrzeugmodells und/oder einer bestimmten Fahrzeugvariante
starten zu können,
wobei das Verfahren die folgenden Verfahrensschritte aufweist:
M1.2
- Generieren von für das elektrische Energiespeichersystem
M1.3
M1.4
charakteristischen Motorstart-Daten;
- Auswerten der generierten Motorstart-Daten; und
- Ausgeben eines Ergebnisses der Auswertung, welches eine
Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke, eines bestimmten
Fahrzeugmodells
und/oder
einer
bestimmten
Fahrzeugvariante starten zu können, betrifft,
M1.3.1
wobei zum Auswerten der generierten Motorstart-Daten eine
Fahrzeugmarke,
ein
Fahrzeugmodell und/oder
eine
Fahrzeugvariante
des
von
dem
elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugs
berücksichtigt wird,
M1.5
wobei das Verfahren
ferner den Verfahrensschritt des
Durchführens einer Lernphase eines Motorstart-Vorhersage-
Algorithmus aufweist,
M1.5.1
wobei in der Lernphase Lerndaten in den Motorstart-
Vorhersage-Algorithmus eingegeben werden, und
M1.5.1.1
wobei der Motorstart-Vorhersage-Algorithmus in den
eingegebenen
Lerndaten
Muster
und/oder
Gesetzmäßigkeiten erkennt, welche beim Auswerten
der generierten Motorstart-Daten entsprechend
angewandt werden,
M1.5.1.2
wobei die Lerndaten charakteristische Motorstart-
Daten einer Vielzahl von unterschiedlich gealterten
elektrischen Energiespeichersystemen von einer
Vielzahl
unterschiedlicher
Fahrzeugmarken,
Fahrzeugmodelle
und/oder
Fahrzeugvarianten
aufweisen,
M1.5.1.3
wobei
die
generierten Motorstart-Daten
des
elektrischen
Energiespeichersystems,
dessen
Leistungsfähigkeit vorherzusagen ist, während einer
Lernphase des Motorstart-Vorhersage-Algorithmus als
Lerndaten verwendet werden,
M1.3.2
wobei zum Auswerten der generierten Motorstart-Daten
eine Temperatur oder ein Temperaturbereich eines von
dem elektrischen Energiespeichersystem zu startenden
Fahrzeugmotors berücksichtigt wird, und wobei das
ausgegebene Ergebnis der Auswertung eine Vorhersage
mit Bezug auf die Leistungsfähigkeit des elektrischen
Energiespeichersystems
bei
unterschiedlichen
Temperaturen des Fahrzeugmotors betrifft.
Der nebengeordnete geltende Anspruch 11 lautet gegliedert:
M11.1
System zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke,
eines bestimmten
Fahrzeugmodells und/oder einer bestimmten Fahrzeugvariante
starten zu können,
M11.2 wobei das System eine Eingabeschnittstelle zum Eingeben von
für das elektrische Energiespeichersystem charakteristischen
Motorstart-Daten und
M11.3
eine Auswerteeinrichtung zum Auswerten der eingegebenen
Motorstart-Daten aufweist,
M11.3.1
wobei die Auswerteeinrichtung ausgebildet ist, bei der
Auswertung der Motorstart-Daten die Fahrzeugmarke, das
Fahrzeugmodell und/oder die Fahrzeugvariante des von
dem elektrischen Energiespeichersystem zu startenden
Fahrzeugs zu berücksichtigen,
M11.4 wobei das System eine Ausgabeschnittstelle aufweist zum
Ausgeben eines Ergebnisses der von der Auswerteeinrichtung
durchgeführten Auswertung, und
M11.5 wobei das System zur Durchführung des Verfahrens nach
einem der Ansprüche 1 bis 10 ausgebildet ist,
M11.3.2
wobei zum Auswerten der generierten Motorstart-Daten
eine Temperatur oder ein Temperaturbereich eines von
dem elektrischen Energiespeichersystem zu startenden
Fahrzeugmotors berücksichtigt wird, und wobei das
ausgegebene Ergebnis der Auswertung eine Vorhersage
mit Bezug auf die Leistungsfähigkeit des elektrischen
Energiespeichersystems
bei
unterschiedlichen
Temperaturen des Fahrzeugmotors betrifft.
3.
Vor diesem Hintergrund legt der Senat seiner Entscheidung als Fachmann
einen Diplomingenieur oder Master der Fachrichtung Elektrotechnik zugrunde, der
über mehrere Jahre Berufserfahrung auf dem Gebiet der Entwicklung von
elektrischer Batteriemesstechnik verfügt und mit den Anforderungen bezüglich
Starterbatterien im Automobilbereich vertraut ist.
4.
Einige Merkmale in den geltenden Ansprüchen bedürfen der näheren
Betrachtung:
4.1
Die Patentanmeldung versteht unter der Angabe „Motorstart-Performance
eines elektrischen Energiespeichersystems“ (Bezeichnung der Anmeldung) die
gleiche Eigenschaft eines elektrischen Energiespeichersystems, wie sie in den
geltenden Ansprüchen angegeben ist, nämlich dessen Leistungsfähigkeit, einen
Fahrzeugmotor
–
einer
bestimmten Fahrzeugmarke, eines bestimmten
Fahrzeugmodells und/oder einer bestimmten Fahrzeugvariante – starten zu können
(Merkmale M1.1; M11.1).
Ein Ziel der Verfahren und Systeme der Anmeldung ist es, für die Motorstart-
Performance bzw. Leistungsfähigkeit eines elektrischen Energiespeichersystems
eine möglichst genaue Vorhersage zu ermöglichen, ob eine bestimmte Anzahl von
Startvorgängen (Kalt- oder Warmstart) des Fahrzeugmotors – auch bei variierenden
Betriebsbedingungen
des Energiespeichersystems
und Veränderungen
insbesondere durch Alterungseffekte – erfolgreich durchgeführt werden kann
(geltende Beschreibung, Seite 1, 2. Absatz bis Seite 5, 5. Absatz).
Der Fachmann versteht somit unter der Motorstart-Performance die Angabe der
aktuellen Leistungsfähigkeit des elektrischen Energiespeichersystems, jedoch nicht
parametrisiert durch elektrische Messgrößen, sondern in Bezug auf die Fähigkeit,
einen bestimmten Fahrzeugmotor zu starten, insbesondere ob und ggf. wie oft
dieser noch erfolgreich gestartet werden kann (Seite 1, 2. Absatz, Seite 8, 3. Absatz
sowie Anspruch 7).
4.2
Unter dem elektrischen Energiespeichersystem zum Starten eines
Verbrennungsmotors eines Fahrzeugs versteht der Fachmann einen oder mehrere
Akkumulatoren, die in der vorliegenden Anmeldung – wie auch umgangssprachlich
oft – synonym als „Batterien“ bezeichnet werden.
Ein Akkumulator (kurz Akku; auch Sekundärelement oder Sekundärzelle genannt in
Abgrenzung zur Primärbatterie, die nicht wiederaufladbar ist) umfasst ein oder
mehrere wiederaufladbare galvanische Elemente, jeweils bestehend aus zwei
Elektroden und einem Elektrolyten, die elektrische Energie auf elektrochemischer
Basis speichern, wobei der Ladevorgang auf der elektrolytischen Umkehrung der
bei der Entladung ablaufenden chemischen Reaktionen durch Anlegen einer
elektrischen Spannung basiert.
Das Anlassen eines Verbrennungsmotors durch den elektrischen Anlassmotor in
einem Kraftfahrzeug erfordert kurzzeitig Stromstärken von typischerweise mehreren
100 Ampere, welche die Starterbatterie – nach den Verbrauchern Starter, Licht und
Zündung (engl. Ignition) auch oft als SLI-Batterie bezeichnet –, beispielsweise ein
Akkumulator
basierend auf Blei-, Nickel-
oder
Lithium-Redoxsystemen,
insbesondere auch bei niedrigen winterlichen Temperaturen liefern können muss.
Sobald der Motor läuft, übernimmt die Lichtmaschine des Kraftfahrzeugs die
Spannungsversorgung der Anlage und lädt die Starterbatterie wieder auf. Da alle
galvanischen Zellen, die durch nur teilweise reversible elektrochemische Prozesse
in der Praxis nicht
vollständig geladen und entladen werden, einem
Alterungsprozess unterliegen, der die Akkulaufzeit vermindert, und die auch eine
Selbstentladung zeigen, deren jeweilige Geschwindigkeit unter anderem vom
Batterietyp und der Temperatur abhängt, besteht Bedarf, die Einsatzbereitschaft
einer „Batterie“ testen und ihre Leistungsfähigkeit bezüglich des Motorstartens
vorhersagen zu können (Seite 4, 3. Absatz).
Ein Akkumulator, welcher nicht zum Starten eines Verbrennungsmotors, sondern
als Energiequelle für den Fahrantrieb eines Elektrofahrzeugs dient, beispielsweise
in Elektroautos oder Hybridfahrzeugen, wird als Antriebs- oder Traktionsbatterie
bezeichnet. Sein Aufbau unterscheidet sich von dem einer Starterbatterie und ist
durch die technische Lehre und die Ansprüche der vorliegenden Anmeldung nicht
umfasst.
4.3
Bei den für das elektrische Energiespeichersystem charakteristischen
Motorstart-Daten, die nach Merkmal M1.2 generiert, nach den Merkmalen M1.3,
M1.3.1 und M1.3.2 ausgewertet und nach den Merkmalen M1.5.1.2 und M1.5.1.3
während einer Lernphase des Motorstart-Vorhersage-Algorithmus als Lerndaten
verwendet werden, handelt es sich beispielsweise um das Spannungsverhalten im
Energiespeichersystem während einer Motorstartphase, insbesondere mindestens
eine Motorstart-Spannung und/oder mindestens ein Motorstart-Spannungsprofil, die
bei einem bestimmten Fahrzeug (d. h. Fahrzeugmarke, Fahrzeugmodell und/oder
Fahrzeugvariante) auftreten (Anspruch 2; Seite 6, 3. Absatz bis Seite 7, 1. Absatz).
In einer Variante hiervon könnten die für das elektrische Energiespeichersystem
charakteristischen Motorstart-Daten
eine Temperatur
des
elektrischen
Energiespeichersystems beim Generieren der Motorstart-Spannung und/oder des
Motorstart-Spannungsprofils aufweisen. So sei mit Hilfe des erfindungsgemäßen
Verfahrens auch vorhersagbar, wie die Motorstart-Performance des elektrischen
Energiespeichersystems in Sommer- oder Wintermonaten aussehe (Anspruch 3;
Seite 8, 2. Absatz).
Alternativ oder zusätzlich hierzu wiesen die Motorstart-Daten Ladezustandsdaten
des elektrischen Energiespeichersystems beim Generieren der mindestens einen
Motorstart-Spannung und/oder beim Generieren des mindestens einen Motorstart-
Spannungsprofils auf (Anspruch 3; Seite 7, 3. Absatz).
Grundsätzlich sei es auch denkbar, als charakteristische Motorstart-Daten
mindestens
einen Minimalwert
einer
Spannung
des
elektrischen
Energiespeichersystems während eines Motorstarts, eine insbesondere von dem
Ladezustand des elektrischen Energiespeichersystems abhängige Motorstartzeit
und/oder eine Anzahl der von dem elektrischen Energiespeichersystem bereits
durchgeführten Motorstarts zu verwenden (Anspruch 4; Seite 7, 4. Absatz).
Diese charakteristischen Motorstart-Daten könnten von mindestens einem,
insbesondere in dem von dem elektrischen Energiespeichersystem zu startenden
Fahrzeug angeordneten, vorzugsweise direkt an dessen elektrischen Anschluss
galvanisch
angeschlossenen
Sensor
von
einem
(fahrzeuginternen)
Fahrzeugdiagnosesystem des von dem elektrischen Energiespeichersystem zu
startenden Fahrzeuges zur Auswertung generiert und/oder bereitgestellt werden
(Seite 7, 5. und 6. Absatz; Ansprüche 5 und 6).
4.4
Zum Auswerten der generierten Motorstart-Daten (Merkmal M1.3), wird
- eine Fahrzeugmarke,
ein Fahrzeugmodell
und/oder
eine
Fahrzeugvariante eines von dem elektrischen Energiespeichersystem
zu startenden Fahrzeugs (Merkmal M1.3.1), und
- eine Temperatur oder ein Temperaturbereich eines von dem
elektrischen Energiespeichersystem zu startenden Fahrzeugmotors
(Merkmal M1.3.2) berücksichtigt; sowie
- Muster und/oder Gesetzmäßigkeiten angewandt (Merkmal M1.5.1.1),
die
in den
in der Lernphase in den Motorstart-Vorhersage-
Algorithmus eingegebenen Lerndaten (Merkmal M1.5.1) erkannt
werden, wobei
·
die Lerndaten charakteristische Motorstart-Daten einer Vielzahl
von
unterschiedlich
gealterten
elektrischen
Energiespeichersystemen von einer Vielzahl unterschiedlicher
Fahrzeugmarken, Fahrzeugmodelle und/oder Fahrzeugvarianten
aufweisen (Merkmal M1.5.1.2) und
·
als Lerndaten generierte Motorstart-Daten des elektrischen
Energiespeichersystems,
dessen
Leistungsfähigkeit
vorherzusagen ist, verwendet werden (Merkmal M1.5.1.3).
In dem Verfahrensschritt des Durchführens der Lernphase soll der auf dem Prinzip
des maschinellen Lernens (Ansprüche 8 und 12; Beschreibung, Seite 8, Zeilen 26
bis 28; Seite 9, Zeilen 2 bis 7 und 24 bis 26) basierende Motorstart-Vorhersage-
Algorithmus dabei vorzugsweise kontinuierlich oder periodisch regelmäßig mit
neuen Lerndaten gespeist werden, um seine Genauigkeit zu optimieren (Seite 14,
3. Absatz).
Die Anmeldung sieht es somit gegenüber herkömmlichen Batterietestern – die zur
Abschätzung der Batterieleistung unter Laborbedingungen entwickelt worden seien
und die nicht die
tatsächliche Batterieleistung, die zum Starten des
Verbrennungsmotors des Fahrzeuges
(für verschiedene Fahrzeugmarken,
Fahrzeugmodelle, Motortechnologien wie Diesel, Benziner, Start/Stopp, usw.)
benötigt werde, berücksichtigten (Seite 11, 1. Absatz) – als Vorteil der
vorgeschlagenen technischen Lehre an, dass die Motorstartreaktion des Fahrzeuges
für verschiedene Variationen
(Fahrzeugmarken und
-modelle,
Temperaturen, SOC etc.) in einem Batterietester für eine Batteriewechselempfehlung verwendet werden könne (Seite 11, 6. Absatz).
5.
Die geltenden Unterlagen erweitern den Gegenstand der Anmeldung nicht
und sind damit zulässig (§ 38 PatG).
Die
einzelnen Merkmale
der
einander
nebengeordneten
geltenden
Patentansprüche 1 und 11 sind wie folgt in den ursprünglichen Unterlagen
offenbart:
Merkmale
M1.1, M1.4
ursprüngliche Unterlagen
Anspruch 1 i. V. m. Beschreibung Seite 1, Zeilen
8 bis 14, Seite 6, Zeilen 16 bis 24 und Seite 8,
Zeilen 14 bis 22;
M1.2, M1.3, M1.3.1
Anspruch 1;
M1.5 bis M1.5.1.1
Anspruch 13;
M1.5.1.2
M1.5.1.3
M1.3.2
Anspruch 14;
Anspruch 15;
Anspruch 7 i. V. m. Beschreibung Seite 1, Zeilen
8 bis 14 und Seite 8, Zeilen 14 bis 22;
M11.1
Anspruch 16 i. V. m. Beschreibung Seite 1,
Zeilen 8 bis 14, Seite 6, Zeilen 16 bis 24 und
Seite 8, Zeilen 14 bis 22;
M11.2 bis M11.3.1
Anspruch 16;
M11.4 und M11.5
Anspruch 18;
M11.3.2
Anspruch 7 i. V. m. Beschreibung Seite 1, Zeilen
8 bis 14 und Seite 8, Zeilen 14 bis 22.
Die geltenden Unteransprüche 2 bis 10 und 12 sind – bis auf die Anpassung der
Rückbezüge, die Ersetzung des Begriffs
„Motorstart-Performance“ durch
„Leistungsfähigkeit“ und die Entfernung der fakultativen Merkmale – mit den
entsprechenden ursprünglichen Unteransprüchen 2 bis 6, 9 bis 12 und 17 identisch.
Die geltende Beschreibung und die einzige Figur 1 sind ebenfalls
ursprungsoffenbart.
6.
Der Gegenstand des geltenden Patentanspruchs 1 gilt gegenüber dem
vorliegenden Stand der Technik als neu, da keine der in Bezug genommenen
Druckschriften sämtliche Merkmale des patentgemäßen Verfahrens gemäß
Anspruch 1 offenbart (§ 1 Abs. 1 i. V. m. § 3 PatG).
6.1
Die im Prüfungsverfahren ermittelte und vom Senat als geeigneter
Ausgangspunkt angesehene Druckschrift DE 10 2018 131 626 A1 (= D3) betrifft
Verfahren, die
in herkömmlichen Kraftfahrzeugen, Hybridfahrzeugen und
Elektrofahrzeugen durchgeführt werden, um die verbleibende Lebensdauer einer
SLI-Batterie zu schätzen, die sowohl dazu dient, ein Fahrzeug zu starten als auch
elektrische Verbraucher zu unterstützen, wenn die Zündung ausgeschaltet ist
(Absatz 0001).
Um eine zuverlässige Prognose der Lebenserwartung einer Fahrzeugbatterie
bereitzustellen, wird ein Zustand eines Energieverlusts der Batterie auf Grundlage
der
Konvergenzraten
von
Messgrößen,
die
von
erfassten
Fahrzeugbetriebsparametern
abgeleitet werden,
in Richtung definierter
Schwellenwerte, die auf Grundlage einer früheren Historie der Messgrößen
bestimmt werden, prognostiziert. Der prognostizierte Zustand des Energieverlusts
wird dann in eine Schätzung von verbleibender Zeit, Entfernung oder Anzahl von
Fahrzeugstartvorgängen, bevor die Komponente gewartet werden muss,
umgewandelt und dem Fahrzeugführer dargestellt (Absätze 0006 und 0007). Dabei
können überwachte Lernalgorithmen eines Maschinenlern-Frameworks mit
Mustererkennung verwendet werden (Absätze 0052, 0053 und 0058).
Dazu kann ein Batteriemanagementsystem (Battery Management System – BMS)
an Bord des Fahrzeugs vorhanden sein, wobei das BMS elektrisch und thermisch
an die Batterie gekoppelt ist und mit der Fahrzeugsteuerung kommuniziert. Der
Batterieüberwachungssensor
(Battery Monitor Sensor
–
BMS) misst
Batteriespannung, Batteriestrom und Temperatur, überprüft und berechnet daraus
Ladezustand (state of charge – SOC), Allgemeinzustand (state of health - SOH) und
Funktionszustand (state of function – SOF) und letztendlich den tatsächlichen
Batteriezustand. Der BMS erlernt den Batteriezustand der verbundenen Batterie
über die Zeit, hält den tatsächlichen Batteriezustand im RAM und speichert
periodisch die erlernten und angepassten Batterieparameter
in einem
nichtflüchtigen Speicher (Absatz 0030 und Figuren 1A und 1B, Bezugszeichen 184).
Aus der Druckschrift D3 ist – ausgedrückt in den Worten des geltenden Anspruchs
1 – Folgendes bekannt: Ein
M1.1
Verfahren zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke,
eines bestimmten
Fahrzeugmodells und/oder einer bestimmten Fahrzeugvariante
starten zu können,
(Die Druckschrift D3 beschreibt ein Verfahren zum
Vorhersagen der verbleibenden Lebensdauer eines
elektrischen Energiespeichersystems in Kraftfahrzeugen,
insbesondere einer sogenannten SLI-Batterie (Absatz
0001: „Die vorliegende Anmeldung betrifft Verfahren, die
in herkömmlichen Kraftfahrzeugen … durchgeführt
werden, um die verbleibende Lebensdauer einer Batterie
zu schätzen, die üblicherweise implementiert ist, um das
Fahrzeug zu starten … als Start-Beleuchtungs-und-
Zündungsbatterie
(Starting-Lighting-Ignition
-
SLI-
Batterie) bezeichnet.“).
Diese Vorhersage basiert auf der Leistungsfähigkeit des
elektrischen
Energiespeichersystems,
einen
Fahrzeugmotor starten zu können (Absatz 0007, letzter
Satz: „Die verbleibende Lebensdauer der Batterie kann
dann dem Fahrzeugführer als … eine verbleibende
Anzahl von Fahrzeugstartvorgängen … angezeigt
werden.“, Absätze 0144 und 0159 sowie Anspruch 9: „…
verbleibende Anzahl von Motorstartereignissen zur
Anzeige für den Fahrzeugführer auf Grundlage der
früheren
Fahrhistoriedaten
und
prognostiziertem
zukünftigen Fahren.“.
Dabei wird auch die Fahrzeugmarke, das Fahrzeugmodell
und/oder die Fahrzeugvariante berücksichtigt, in dem sich
das elektrische Energiespeichersystem und der zu
startende Fahrzeugmotor befinden (Absatz 0008: „Indem
Daten verwendet werden, die an Bord des Fahrzeugs
erfasst werden, kann in Verbindung mit Fahrzeug- und
Flottenfahrstatistiken der Allgemeinzustand der Batterie
genauer berechnet werden.“, Absatz 0036: „Flottendaten,
Fahrzeugdaten
des
Händlers“,
Absatz
0046:
„Lebenserwartung
von Batterien
in
spezifischen
Fahrzeugen kann verwendet werden, um die Entfernung
bis zum Ende der Lebensdauer zu prognostizieren.“,
Absatz 0074:
„Um dessen Leistungsfähigkeit zu
überwachen, können Messgrößen unter Verwendung der
Eigenschaften von Batterien, die während der Wartung
ersetzt wurden, oder Fahrzeugpannenstatistiken definiert
werden.“, Absatz 0093: „Die Gruppendefinition kann
Batteriegrößen
definieren
und
kann
zudem
Fahrzeugtypen, elektrischen Gehalt
(Optionen) und
andere Einschränkungen beinhalten.“, Absatz 0161: „ist
das Fahrzeug eines von einer Vielzahl von Fahrzeugen
einer Flotte, … Batteriemessgrößen für jedes Fahrzeug
der Flotte … umfasst.“))
wobei das Verfahren die folgenden Verfahrensschritte aufweist:
M1.2
- Generieren von für das elektrische Energiespeichersystem
charakteristischen Motorstart-Daten;
(Absatz 0035: „Die Erfinder haben hier erkannt, dass
aktuelle Methoden der Batterieallgemeinzustandsüberwachung
nur
Batterieeigenschaften
wie
Spannungskennlinie oder
Innenwiderstand bewerten
können. Jedoch können Batterien aus mehreren Gründen
eine Fehlfunktion aufweisen, basierend auf
ihrer
Benutzungshistorie, Temperatureinschränkungen und
Problemen mit der chemischen Art der Batterie. Durch
Verwenden einer EOL-Prognosemethode, die mehrere
Batterieeigenschaften
in
Zusammenhang
Batterieenergieverlust
bewertet, …
wird
mit
die
Zuverlässigkeit der EOL-Prognose verbessert.“, Absatz
0036: „Zum Beispiel kann die Steuerung eine oder
mehrere Batterieeigenschaften identifizieren, die den
Allgemeinzustand der Batterie, der gemessen werden
kann, beeinträchtigen.“, Absatz 0039: „In dem Beispiel der
Fig. 2 werden ein Batterieinnenwiderstand (R) und eine
Batteriekapazität
(Q) überwacht. … Die Startfähigkeit
einer Batterie … ein Anstieg des Innenwiderstands oder
eine Verringerung der Kaltstartstromstärke“, Absatz 0040:
„Das BMS misst Strom, Spannung und kann auch die
Batterieklemmentemperatur messen. … Die Daten
können während spezifischer Umstände gesammelt
werden, um spezifische Batterieeigenschaften zu
schätzen.“, Absatz 0044: „… Prognosealgorithmus nicht
darauf
beschränkt,
nur
zwei Merkmale, wie
Innenwiderstand und Kapazität, zu verwenden. … Zum
Beispiel können zusätzliche Merkmale hinzugefügt
werden, um neue Batterieüberwachungstechniken, neue
Batteriesensoren
und
neue
Informationen,
die
Batteriemerkmale mit dem Ende der Lebensdauer der
Batterie in Beziehung setzen, zu beinhalten.“)
M1.3
- Auswerten der generierten Motorstart-Daten; und
(Absatz 0008:
„Dadurch kann die verbleibende
Lebensdauer einer Fahrzeugbatterie genau prognostiziert
werden, ... Indem Daten verwendet werden, die an Bord
des Fahrzeugs erfasst werden,
kann … der
Allgemeinzustand der Batterie genauer berechnet werden
... ein Gesamtbatteriezustand kann zuverlässiger
berechnet
werden“,
Absatz
0030:
„Der
Batterieüberwachungssensor (Battery Monitor Sensor -
BMS) überprüft und berechnet den
tatsächlichen
Batteriezustand (Ladezustand (SOC), Allgemeinzustand
(state of health - SOH) und Funktionszustand (state of
function - SOF)).“, Absatz 0031: „Auf Grundlage der
Eingabe von dem BMS 184 kann die Steuerung 12 ein
abgeleitetes Ende der Lebensdauer der Batterie
berechnen, wie in Fig. 3-4 herausgearbeitet wird.“ und
insbesondere Absatz 0042: „… kann der Algorithmus
einen Allgemeinzustand 224 der Batterie bestimmen,
einschließlich dessen, ob die Batterieüberwachung
bestanden wurde oder fehlgeschlagen ist (z. B. ob die
Batterie zu einem Start oder Nichtstart des Fahrzeugs
führt)“)
M1.4
- Ausgeben eines Ergebnisses der Auswertung, welches eine
Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer bestimmten Fahrzeugmarke, eines bestimmten
Fahrzeugmodells
und/oder
einer
bestimmten
Fahrzeugvariante starten zu können, betrifft,
(Absatz 0008: „… kann ein Fahrzeugführer besser über
die Bedingung der Komponente informiert werden.“,
Absatz 0042:
„… kann der Algorithmus einen
Allgemeinzustand 224 der Batterie bestimmen, … (z. B.
ob die Batterie zu einem Start oder Nichtstart des
Fahrzeugs führt), sowie eine verbleibende Lebensdauer
der Batterie (z. B. eine prognostizierte Schätzung des
Endes
der
Lebensdauer).
Der
geschätzte
Allgemeinzustand der Batterie wird dann für einen
Fahrzeugführer dargestellt.“, Absatz 0052:
„Eine
beispielhafte Ausgabe des überwachten Lernalgorithmus
kann Folgendes beinhalten: „Es besteht eine 78 %ige
Wahrscheinlichkeit, dass die Batterie am Ende ihrer
Lebensdauer ist, …“, Absatz 0115: „Diese Arten von
Kommunikations- und Steuerstrategien, die Nachrichten
an den Fahrer und das Wartungspersonal senden …“,
Figur 9 und Absatz 0117: „Die Kommunikation mit dem
Fahrer selbst kann die Form einer Warnleuchte oder eines
Texts am Armaturenbrett, einer Email oder SMS, die an
den Account des Fahrers gesendet wird, oder eines
Hinweises, der an eine App auf einer mobilen Vorrichtung
des Fahrers gesendet wird, annehmen. … Emails an den
Fahrer und eine Warnung an den Händler auslösen.“)
M1.3.1
wobei zum Auswerten der generierten Motorstart-Daten eine
Fahrzeugmarke, ein Fahrzeugmodell und/oder eine
Fahrzeugvariante
des
von
dem
elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugs
berücksichtigt wird,
(vgl. den letzten Absatz der Ausführungen zum Merkmal
M1.1)
M1.5
wobei das Verfahren
ferner den Verfahrensschritt des
Durchführens einer Lernphase eines Motorstart-Vorhersage-
Algorithmus aufweist,
(Absatz 0030: „Der BMS erlernt den Batteriezustand der
verbundenen Batterie über die Zeit und hält den
tatsächlichen Batteriezustand im RAM und speichert
periodisch
die
erlernten
und
angepassten
Batterieparameter in einem nichtflüchtigen Speicher“,
Absatz 0052:
„Zurückkehrend zu Fig. 3 können
Maschinenlerntechniken für Mustererkennung ebenfalls
implementiert werden, um die Schwellenwerte zu
definieren. Beispielsweise kann ein Musterlernen
innerhalb eines Maschinenlern-Frameworks, auch als
überwachtes Lernen bezeichnet, angewendet werden.“)
M1.5.1 wobei
in der Lernphase Lerndaten
in den Motorstart-
Vorhersage-Algorithmus eingegeben werden, und
M1.5.1.1
wobei der Motorstart-Vorhersage-Algorithmus in den
eingegebenen
Lerndaten
Muster
und/oder
Gesetzmäßigkeiten erkennt, welche beim Auswerten der
generierten Motorstart-Daten entsprechend angewandt
werden,
(Absatz
0052:
„Maschinenlerntechniken
für
Mustererkennung … Die Kategoriekennzeichnungen,
die beim überwachten Lernen für die Prognose des
Endes der Lebensdauer der Batterie verwendet werden,
... Mehr
als
ein Merkmal
kann
für
die
Kategorieidentifizierung mit überwachtem Lernen
verwendet werden.“, Absatz 0053: „Unterschiedliche
Klassen
von
überwachten
Lernalgorithmen
für
Schwellenwertberechnung können vorhanden sein.
Beispielsweise können parametrische Algorithmen
vorhanden sein, … Als ein weiteres Beispiel können
nichtparametrische Algorithmen vorhanden sein, wie
diejenigen, die neuronale Netze oder Support Vector
Machines verwenden.“, Absatz 0070: „… das Ende der
Lebensdauer für die Prognose … durch den Algorithmus
für Mustererkennung/überwachtes Lernen, … bestimmt
werden.“, Absatz 0078:
„In einer beispielhaften
Implementierung kann die Prognose des Endes der
Lebensdauer in einem Fahrzeug …, die die verbleibende
Batterielebensdauer angibt, implementiert werden. Die
Merkmalsdaten
können
von
dem
Batterieüberwachungssensor
und
beliebigen
Batterieüberwachungsalgorithmen oder der Steuerung,
die in dem Steuermodul des Fahrzeugs oder einer
anderen bordeigenen ECU ablaufen, stammen.“)
M1.5.1.2
wobei die Lerndaten charakteristische Motorstart-Daten
einer Vielzahl von unterschiedlich gealterten elektrischen
Energiespeichersystemen
von
einer
Vielzahl
unterschiedlicher Fahrzeugmarken, Fahrzeugmodelle
und/oder Fahrzeugvarianten aufweisen,
(beispielsweise Absatz 0008: „Indem Daten verwendet
werden, … kann in Verbindung mit Fahrzeug- und
Flottenfahrstatistiken der Allgemeinzustand der Batterie
genauer berechnet werden.“, Absatz 0036: „Daten, die
von verschiedenen Quellen gesammelt werden, wie
etwa Flottendaten, Fahrzeugdaten des Händlers“,
Absatz 0041: „Wie in Fig. 3 herausgearbeitet wird, …
erfasster Daten, statistischer Daten, Batteriewartungshistorie, Fahrzeugfahrhistorie, von anderen Fahrzeugen
in einer Flotte abgerufener Daten, anderen Fahrzeugen
bei einem Händler usw.“ oder Absatz 0093: „Die
Gruppendefinition kann Batteriegrößen definieren und
kann zudem Fahrzeugtypen, … beinhalten.“. Dabei liest
der
Fachmann mit,
dass
die
elektrischen
Energiespeichersysteme der einzelnen Fahrzeuge der
Vielzahl in einer Flotte unterschiedlich alt sind, da diese
gewartet
und
teilweise
ersetzt
werden
(„Batteriewartungshistorie“). Zumindest sind diese
Energiespeichersysteme
jedoch
unterschiedlich
gealtert, da sie bei der Nutzung in der Flotte individuell
unterschiedlichen Fahr- und Umgebungsbedingungen
ausgesetzt waren.)
M1.5.1.3
wobei die generierten Motorstart-Daten des elektrischen
Energiespeichersystems,
dessen
Leistungsfähigkeit
vorherzusagen
ist, während einer Lernphase des
Motorstart-Vorhersage-Algorithmus
als
Lerndaten
verwendet werden.
(Absatz 0006: „Fahrhistoriedaten, einschließlich der
früheren Historie von
jeder der Vielzahl von
Batteriemessgrößen“, Absatz 0030:
„In einigen
Beispielen kann ein Batteriemanagementsystem (…
BMS) an Bord des Fahrzeugs vorhanden sein, wobei das
BMS elektrisch und thermisch an die Batterie gekoppelt
ist und mit der Fahrzeugsteuerung kommuniziert. Der
Batterieüberwachungssensor (… BMS) überprüft und
berechnet
den
tatsächlichen
Batteriezustand
(Ladezustand (SOC), Allgemeinzustand (state of health
- SOH) und Funktionszustand (state of function - SOF)).
… um Batteriespannung, Batteriestrom und Temperatur
zu messen. ... Der BMS erlernt den Batteriezustand der
verbundenen Batterie über die Zeit und hält den
tatsächlichen Batteriezustand im RAM und speichert
periodisch
die
erlernten
und
angepassten
Batterieparameter in einem nichtflüchtigen Speicher“,
Absatz
0036:
„Daten,
die
während
des
Fahrzeugsbetriebs
gesammelt
werden,
…
Batteriehistorie …“).
Das Verfahren gemäß geltendem Anspruch 1 unterscheidet sich von dem aus der
Druckschrift D3 bekannten Verfahren jedoch durch das Merkmal M1.3.2, wonach
zum Auswerten der generierten Motorstart-Daten eine Temperatur oder ein
Temperaturbereich eines von dem elektrischen Energiespeichersystem zu
startenden Fahrzeugmotors berücksichtigt wird, und wobei das ausgegebene
Ergebnis der Auswertung eine Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen Energiespeichersystems bei unterschiedlichen Temperaturen des
Fahrzeugmotors betrifft.
Der Gegenstand des Anspruchs 1 ist somit nicht vollständig aus der Druckschrift D3
bekannt und gilt dieser gegenüber als neu.
6.2
Die
ebenfalls
im
Prüfungsverfahren
ermittelte
Druckschrift
WO 2018/148362 A2 (= D1) betrifft ein Verfahren sowie ein System zum
Überwachen von verschiedenen Funktionen und Kriterien einer sog.
Standardfahrzeugplattform
(„standard vehicle platform”, SVP) oder einer
Kleinmotorplattform („small engine platform”, SEP). Die Standardfahrzeugplattform
verwendet einen On-Board-Diagnoseadapter
(„OBD-II adapter“) als zentrale
Steuerung zum Sammeln von Informationen und zum Kommunizieren mit einem
mobilen Kommunikationsgerät oder einer Cloud-basierten Anwendung zum
Überwachen des Zustands eines sich im Fahrzeug befindlichen Systems innerhalb
der Standardfahrzeugplattform oder zum Bestimmen, ob eine Wartung notwendig
ist oder nicht (Abstract und Absatz 0006).
Die Standardfahrzeugplattform ist dazu ausgebildet, eine vorhersagende Wartung
zur Fahrzeuginstandhaltung und Fehlerprävention mittels Maschinenlernen
bereitzustellen.
Insbesondere kann mit der On-Board-Diagnose und den
Überwachungssensoren eine Analyse erfolgen und können zukünftige Fehler
vorhersagt werden, bevor tatsächlich Ausfälle auftreten, beispielsweise durch
niedrige Motortemperatur, Öldruck, Getriebefluidstand oder ein Reifenleck (Figur 2
sowie Absätze 0045 bis 0049).
In einem anderen hier relevanten Ausführungsbeispiel überwacht die On-Board-
Diagnose den „Gesundheitszustand“ der Batterie und des Ladesystems („health of
the battery/charging system“) des Fahrzeugs,
insbesondere entsprechende
Parameter vor dem Starten, während des Startens und nachdem die Lichtmaschine
angesprungen ist. Dabei bestimmt die On-Board-Diagnose eine Kurve der
Batteriespannung über die Zeit während des Startens des Motors und greift auf den
erwarteten Motorstartstrom und andere Faktoren, wie die Umgebungstemperatur in
einem Speicher oder einer Cloud zu. Damit kann die On-Board-Diagnose ermitteln,
ob eine „gesunde“ Batterie-/Ladesystem-Kurve vorliegt oder nicht (Figur 3 sowie
Absätze 0055 bis 0058).
Die Druckschrift D1 offenbart in den Worten des Patentanspruchs 1 ausgedrückt ein
M1.1 Verfahren zum Vorhersagen einer Leistungsfähigkeit eines
elektrischen Energiespeichersystems, einen Fahrzeugmotor
einer
bestimmten
Fahrzeugmarke,
eines
bestimmten
Fahrzeugmodells und/oder einer bestimmten Fahrzeugvariante
starten zu können,
(Die Druckschrift D1 beschreibt ein Verfahren zum
Überwachen der Leistungsfähigkeit eines elektrischen
Energiespeichersystems, einen Fahrzeugmotor starten zu
können mittels eines als zentrale Steuerung fungierenden
OBD-II-Diagnosesystems (Figur 1 sowie Absatz 0015: „…On-
Board Diagnostic-II (“OBD-II”) monitoring” und Absatz 0055:
„… OBD-ll adapter 220 has the ability to monitor vehicle 210’s
main battery and charging system health. … Pin 16 of OBD-ll
connector 274 is connected to monitor vehicle 210’s battery.“)
und dient unter anderem zur Vorhersage der verbleibenden
Lebensdauer
bzw.
des Ausfalls
des
elektrischen
Energiespeichersystems (Absatz 0045: „SVP system 200 is
also configured to provide predictive maintenance with respect
to machine learning for vehicle service and failure prevention,
according to an embodiment. Using OBD-ll adapter 220 to
actively monitor sensors and non-critical failure notifications
from the SVP data bus, SVP system 200 can analyze and
predict and anticipate future failures. Thus, preventative
maintenance can be performed before an actual failure
occurs.”, Absatz 0050:
„Predictive analysis
includes
aggregates data from multiple sources and can include what
is known from the vehicle’s OBD-ll data bus“).
Da
die aufgenommenen Daten mit denen eines
ordnungsgemäß funktionierenden und eines ausgefallenen
Startsystems verglichen werden, um festzustellen, ob die
Batterie zu versagen beginnt (Absatz 0051: „The levels and
timing of the starting voltage and current can be compared
with known data of a properly functioning and failing starting
system to determine if the battery is beginning to fail.“ sowie
Absätze 0056 bis 0058), kann vorhergesagt werden, ob das
elektrische
Energiespeichersystem
(noch)
die
Leistungsfähigkeit besitzt, den Fahrzeugmotor starten zu
können.
Dabei wird auch die Fahrzeugmarke, das Fahrzeugmodell
und/oder die Fahrzeugvariante des Fahrzeugs innerhalb einer
größeren Fahrzeugflotte berücksichtigt, in dem sich das
elektrische Energiespeichersystem und der zu startende
Fahrzeugmotor befinden (Absatz 0050: „Predictive analysis
includes aggregates data from multiple sources … This data
can then be compared to known data from larger vehicle fleet
failure instances.“). Bei der Fahrzeugflotte können mittels
Cloudcomputing
insbesondere auch explizit Baujahr,
Fahrzeugmarke und Fahrzeugmodell berücksichtigt werden
(Absatz 0067: „Cloud computing 660 is also applicable for
fleets of vehicles and includes fleet centric component. Thus,
cloud computing 660 includes extensions that allow larger
groups of vehicles to be managed and tracked accordingly.
These extensions include standalone modules to allow a fleet
to: … ● lookup vehicle via Vehicle Identification Number (VIN);
● lookup vehicle images via VIN or by year, make and
model;“).)
wobei das Verfahren die
folgenden Verfahrensschritte
aufweist:
M1.2
- Generieren von für das elektrische Energiespeichersystem
charakteristischen Motorstart-Daten;
(Absatz 0051: „The in-line sensor can monitor voltage
and current levels during startup of the vehicle.“ und
Absatz 0056: „battery’s voltage versus time”)
M1.3
- Auswerten der generierten Motorstart-Daten; und
Absatz 0051: „The levels and timing of the starting
voltage and current can be compared with known data of
a properly functioning and failing starting system to
determine if the battery is beginning to fail.”, Absatz
0055: „Figure 3 illustrates a SVP system 300 electrical
system analysis, according to an embodiment. … OBD-
II adapter 220 monitors at least pin 16, prior to starting,
during starting, and after a charging system engages,
e.g., when the alternator starts, to determine the health
of the battery/charging system ...“)
M1.4
- Ausgeben eines Ergebnisses der Auswertung, welches
eine Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen
Energiespeichersystems,
einen
Fahrzeugmotor einer bestimmten Fahrzeugmarke, eines
bestimmten Fahrzeugmodells und/oder einer bestimmten
Fahrzeugvariante starten zu können, betrifft,
(Die Ergebnisse der Auswertung der mit dem OBD-II-
Diagnosesystem erfassten Informationen können
beispielsweise in Echtzeit an eine Cloud oder über eine
Bluetooth-Verbindung
an
ein
mobiles
Kommunikationsgerät ausgegeben werden (Absatz
0036: „OBD-ll adapter 120 can communicate its
captured information to cloud 160 in real time for further
analysis via multiple pathways. ln one embodiment,
OBD-ll adapter 120 communicates with mobile
communication device 130 via Bluetooth pathway
125.”).)
M1.3.1
wobei zum Auswerten der generierten Motorstart-Daten
eine Fahrzeugmarke, ein Fahrzeugmodell und/oder eine
Fahrzeugvariante
des
von
dem
elektrischen
Energiespeichersystem
zu
startenden
Fahrzeugs
berücksichtigt wird,
(vgl. den letzten Absatz der Ausführungen zum
Merkmal M1.1)
M1.5 wobei das Verfahren
ferner den Verfahrensschritt des
Durchführens einer Lernphase eines Motorstart-Vorhersage-
Algorithmus aufweist,
(Die Standardfahrzeugplattform SVP ist so eingerichtet,
dass für die Vorhersage im Rahmen der Fahrzeugwartung
und Fehlervermeidung maschinelles Lernen eingesetzt
werden kann (Absatz 0045: „SVP system 200 is also
configured to provide predictive maintenance with respect
to machine
learning for vehicle service and
failure
prevention, according to an embodiment.“ und Absatz
0050: „Predictive analysis … and machine learning data.”).
Maschinelles Lernen setzt einen Algorithmus voraus; im
Rahmen der Vorhersage der Leistungsfähigkeit der
Fahrzeugbatterie (Absätze 0051 bis 0058) also einen
Motorstart-Vorhersage-Algorithmus.)
M1.5.1
wobei
in der Lernphase Lerndaten in den Motorstart-
Vorhersage-Algorithmus eingegeben werden, und
M1.5.1.1
wobei der Motorstart-Vorhersage-Algorithmus
in den
eingegebenen
Lerndaten
Muster
und/oder
Gesetzmäßigkeiten erkennt, welche beim Auswerten der
generierten Motorstart-Daten entsprechend angewandt
werden,
(In der Lernphase
im Rahmen der Motorstart-
Vorhersage müssen zwangsläufig Lerndaten in den
Motorstart-Vorhersage-Algorithmus
eingegeben
werden (Absatz 0050: „machine learning data“). Für
den Fachmann ist es selbstverständlich, dass beim
maschinellen Lernen in den Lerndaten Muster und
Gesetzmäßigkeiten erkannt werden (Als Beleg für das
Fachwissen:
Druckschrift
D5,
1. Absatz:
„Maschinelles Lernen ist ein Oberbegriff
für die
„künstliche“ Generierung von Wissen aus Erfahrung:
Ein künstliches System lernt aus Beispielen … Das
heißt, es werden … Muster und Gesetzmäßigkeiten in
den Lerndaten erkannt.“). Diese werden vom System
der Druckschrift D1 beim Auswerten der generierten
Motorstart-Daten entsprechend angewandt (Absatz
0050: „Predictive analysis includes aggregates data
from multiple sources … This data can then be
compared to known data from larger vehicle fleet
failure instances. In addition to the above mentioned
OBD-ll codes, further diagnostic determinations can
be … enhanced with other sensor historical data and
machine learning data.).)
M1.5.1.2Teil wobei die Lerndaten charakteristische Motorstart-Daten
einer Vielzahl von unterschiedlich gealterten elektrischen
Energiespeichersystemen
von
einer
Vielzahl
unterschiedlicher Fahrzeugmarken, Fahrzeugmodelle
und/oder Fahrzeugvarianten aufweisen,
(Als charakteristische Motorstart-Daten können dabei
Daten
einer
Vielzahl
von
elektrischen
Energiespeichersystemen
einer
Vielzahl
unterschiedlicher
Fahrzeugmarken
und
Fahrzeugmodelle einer Fahrzeugflotte verwendet
werden, vgl. dazu die zum Merkmal M1.1 im letzten
Absatz
genannten
Textstellen.
Diese
Energiespeichersysteme sind auch unterschiedlich
gealtert, da sie bei der Nutzung in der Flotte (Absatz
0050: „… compared to known data from larger vehicle
fleet“, Absatz 0067: „… fleets of vehicles”) individuell
unterschiedlichen
Fahr-
und
Umgebungsbedingungen ausgesetzt waren.
Ob und ggf. wie diese charakteristische Motorstart-
Daten als Lerndaten in den Motorstart-Vorhersage-
Algorithmus eingegeben werden, ist der Druckschrift
D1 nicht unmittelbar und eindeutig zu entnehmen.)
M1.5.1.3Teil wobei die generierten Motorstart-Daten des elektrischen
Energiespeichersystems,
dessen
Leistungsfähigkeit
vorherzusagen
ist, während einer Lernphase des
Motorstart-Vorhersage-Algorithmus
als
Lerndaten
verwendet werden.
(Im Rahmen des Vorhersageverfahrens werden nicht
nur Motorstart-Daten von unterschiedlich gealterten
elektrischen Energiespeichersystemen von anderen
Fahrzeugen einer Fahrzeugflotte verwendet, sondern
auch Daten aus mehreren Quellen zusammengeführt,
vor allem auch generierte Motorstart-Daten des
elektrischen Energiespeichersystems des Fahrzeugs,
dessen
Leistungsfähigkeit
vorherzusagen
ist
(beispielsweise Absatz 0050: „Predictive analysis
includes aggregates data from multiple sources and
can include what is known from the vehicle’s OBD-ll
data bus … enhanced with other sensor historical data
and machine learning.”).
Ob
diese
charakteristischen Motorstart-Daten
während einer Lernphase des Motorstart-Vorhersage-
Algorithmus als Lerndaten
in den Motorstart-
Vorhersage-Algorithmus eingegeben werden, ist der
Druckschrift D1 nicht unmittelbar und eindeutig zu
entnehmen.)
Das Verfahren des geltenden Anspruchs 1 unterscheidet sich von dem aus der
Druckschrift D1 bekannten Verfahren somit zum einen durch das Merkmal M1.3.2,
wonach zum Auswerten der generierten Motorstart-Daten eine Temperatur oder ein
Temperaturbereich eines von dem elektrischen Energiespeichersystem zu
startenden Fahrzeugmotors berücksichtigt wird, und wobei das ausgegebene
Ergebnis der Auswertung eine Vorhersage mit Bezug auf die Leistungsfähigkeit des
elektrischen Energiespeichersystems bei unterschiedlichen Temperaturen des
Fahrzeugmotors betrifft. Zum anderen sind der Druckschrift D1 auch die Teile der
Merkmale M1.5.1.2 und M1.5.1.3, welche die Eingabe der Motorstart-Daten als
Lerndaten im Motorstart-Vorhersage-Algorithmus betreffen, nicht unmittelbar und
eindeutig zu entnehmen.
Der Gegenstand des Patentanspruchs 1 ist damit auch neu gegenüber dem Stand
der Technik nach der Druckschrift D1.
6.3
Die Gegenstände der weiteren im Verfahren befindlichen Druckschriften D2,
D4 und D5 sowie PA1 und PA2 liegen vom Anmeldungsgegenstand deutlich weiter
ab als die der Druckschriften D1 und D3 und können die Neuheit des beanspruchten
Verfahrens nach dem geltenden Patentanspruch 1 nicht in Frage stellen:
6.3.1 Die Druckschrift US 7 061 246 B2 (= D2) wurde von der Prüfungsstelle
lediglich eingeführt, um zum Anspruch 3 die Offenbarung von Möglichkeiten
aufzuzeigen, Ladezustandsdaten des elektrischen Energiespeichersystems zur
Vorhersage von Batterie-Parametern im Zusammenhang mit Starter-Batterien im
Automobilbereich zu ermitteln. Der Parameter Temperatur wird dabei nur in Bezug
auf die Batterie und nicht auf den zu startenden Fahrzeugmotor berücksichtigt.
6.3.2 Die Druckschrift DE 10 2012 005 577 A1
(= D4) wurde von der
Prüfungsstelle eingeführt, um die Auslegung des Begriffs
„galvanisch
angeschlossen“ im Anspruch 6 als „direkt elektrisch leitend verbunden“ zu belegen.
Ein Verfahren zum Vorhersagen einer Leistungsfähigkeit eines elektrischen
Energiespeichersystems, einen Fahrzeugmotor starten zu können, wird in dieser
Druckschrift nicht offenbart, insbesondere wird in deren technischer Lehre nicht die
Temperatur eines zu startenden Fahrzeugmotors berücksichtigt.
6.3.3 Der Wikipedia-Artikel
„Maschinelles Lernen“
(= D5) wurde von der
Prüfungsstelle als druckschriftlicher Beleg für das Fachwissen in Bezug auf
maschinelles Lernen, Lerndaten, Algorithmen und dem Erkennen von Mustern
und/oder Gesetzmäßigkeiten
in Lerndaten
eingeführt. Ein Bezug zur
Fahrzeugtechnik ist diesem Artikel nicht entnehmbar.
6.3.4 In dem von den Patentanmelderinnen selbst in der Anmeldung genannten
Stand der Technik nach den Druckschriften DE 195 40 827 C2 (= PA1) und
DE 103 35 928 A1 (= PA2) werden Verfahren zur Ermittlung der Batteriealterung
bzw. des Ladezustands von elektrischen Energiespeichersystemen in Fahrzeugen
beschrieben. Der Parameter Temperatur wird dabei nur in Bezug auf die Batterie
bzw. die Umgebung und nicht auf den zu startenden Fahrzeugmotor berücksichtigt.
Somit weisen auch die aus diesen Druckschriften jeweils bekannten Gegenstände
zumindest nicht das Merkmal M1.3.2 auf.
7.
Der Gegenstand des Patentanspruchs 1 beruht gegenüber dem im Verfahren
befindlichen Stand der Technik auch auf einer erfinderischen Tätigkeit (§ 4 PatG).
7.1 Wie zur Beurteilung der Neuheit in Abschnitt 6 dargelegt, unterscheidet
sich das Verfahren des geltenden Anspruchs 1 vom gesamten vorliegenden
Stand der Technik jeweils zumindest durch das Merkmal M1.3.2, wonach zum
Auswerten der generierten Motorstart-Daten eine Temperatur oder ein
Temperaturbereich eines von dem elektrischen Energiespeichersystem zu
startenden Fahrzeugmotors berücksichtigt wird, und wobei das ausgegebene
Ergebnis der Auswertung eine Vorhersage mit Bezug auf die Leistungsfähigkeit
des elektrischen Energiespeichersystems bei unterschiedlichen Temperaturen
des Fahrzeugmotors betrifft.
Da keine der im Verfahren befindlichen Druckschriften dieses Merkmal offenbart,
führt auch eine Zusammenschau beliebiger Kombinationen den Fachmann
nicht zum Gegenstand des geltenden Patentanspruchs 1.
7.2
Dem im Verfahren befindlichen Stand der Technik kann der Fachmann
zudem keine Anregungen oder Hinweise entnehmen, die es ihm nahelegen, die
fehlenden Anweisungen in diesem Merkmal zu realisieren. Auch hat er dazu
aus seinem präsenten Fachwissen heraus keine Veranlassung:
7.2.1 Zwar wird bei dem Verfahren gemäß der Druckschrift D3 beim Auswerten der
generierten Motorstart-Daten zur Vorhersage der Leistungsfähigkeit des
elektrischen Energiespeichersystems eine Temperatur berücksichtigt, jedoch
handelt es sich bei dieser um die Batterietemperatur (Absatz 0030: „das BMS
elektrisch
und
thermisch
an
die
Batterie
gekoppelt … Der
Batterieüberwachungssensor (… BMS) überprüft und berechnet den tatsächlichen
Batteriezustand (Ladezustand (SOC), Allgemeinzustand (state of health - SOH) und
Funktionszustand (state of function - SOF)). … um Batteriespannung, Batteriestrom
und Temperatur zu messen.“, Absatz 0035: „Jedoch können Batterien aus
mehreren Gründen eine Fehlfunktion aufweisen, basierend auf
ihrer
Benutzungshistorie, Temperatureinschränkungen ...“, Absatz 0040: „Das BMS
misst Strom, Spannung und kann auch die Batterieklemmentemperatur messen.“),
oder die Umgebungstemperatur (Absatz 0046: „Beispielsweise können die gleichen
Batterien aufgrund von Korrosion und Wasserverlust
in warmen/heißen
Umgebungen
schneller schwächer werden als bei
kalten klimatischen
Bedingungen.“, Absatz 0105: „Veränderungen des Batteriebetriebs … die
Leistungsfähigkeit beeinträchtigen. … wenn die Gruppe von Fahrzeugen in einem
neuen Absatzgebiet mit extremen Umgebungstemperaturen (z. B. in einer neuen
Umgebung, die viel kälter oder heißer ist) verkauft wird.“) und nicht um die
Temperatur des zu startenden Fahrzeugmotors.
Bei dem Verfahren nach Druckschrift D3 wird zwar auch die Temperatur des von
dem elektrischen Energiespeichersystem zu startenden Fahrzeugmotors bestimmt
(Figur 1
i. V. m. Absatz 0026:
„Die Steuerung 12 kann zusätzlich …
Steuerungssignale von an den Motor 10 gekoppelten Sensoren empfangen,
einschließlich … der Motorkühlmitteltemperatur (Engine Coolant Temperature -
ECT) von einem Temperatursensor 116“), diese wird jedoch gerade nicht zum
Auswerten der generierten Motorstart-Daten und somit auch nicht zur Vorhersage
der Leistungsfähigkeit des elektrischen Energiespeichersystems,
einen
Fahrzeugmotor starten zu können, verwendet.
Der Fachmann erhält keinerlei Hinweis oder Anregung dafür, die Temperatur des
Fahrzeugmotors ausgehend von dem Verfahren nach Druckschrift D3 für das
Vorhersageverfahren heranzuziehen, er wird vielmehr
im Gegenteil davon
ausgehen, dass die Motortemperatur dafür irrelevant oder ungeeignet ist, da sie –
obwohl sie von einem Sensor gemessen im System vorliegt – nicht zum
Vorhersagen der Leistungsfähigkeit des elektrischen Energiespeichersystems den
Motor starten zu können, verwendet wird. Abweichend davon dennoch die
Verwendung dieses Parameters vorzusehen, würde sich zur Überzeugung des
Senats nicht ohne eine unzulässige rückschauende Betrachtungsweise in Kenntnis
der Erfindung ergeben.
Eine Veranlassung des Fachmanns, unter Berücksichtigung seines Wissens und
Könnens ausgehend von der Druckschrift D3 das Merkmal M1.3.2 des Verfahrens
des geltenden Patentanspruchs 1 zu realisieren, ist somit nicht erkennbar.
7.2.2 Der Gegenstand des Patentanaspruchs 1 ist dem Fachmann auch
ausgehend von der Druckschrift D1 nicht nahegelegt, auch nicht in Kombination mit
seinem Fachwissen.
Wie zur Neuheit des Gegenstands des Patentanspruchs 1 unter Punkt 6.2
dargelegt, sind aus der Druckschrift D1 – zusätzlich zu dem die Temperatur des zu
startenden Fahrzeugmotors betreffenden fehlenden Merkmal M1.3.2 – auch die
Merkmale M1.5.1.2 und M1.5.1.3, welche das maschinelle Lernen betreffen, nicht
vollständig unmittelbar und eindeutig zu entnehmen.
Selbst wenn der Fachmann ausgehend von der Druckschrift D1 möglicherweise
beim Verfahrensschritt des Durchführens einer Lernphase eines Motorstart-
Vorhersage-Algorithmus als Lerndaten die charakteristischen Motorstart-Daten
sowohl
einer
Vielzahl
von
unterschiedlich
gealterten
elektrischen
Energiespeichersystemen von einer Vielzahl unterschiedlicher Fahrzeugmarken,
Fahrzeugmodelle und/oder Fahrzeugvarianten, als auch die des elektrischen
Energiespeichersystems, dessen Leistungsfähigkeit vorherzusagen ist, eingeben
und damit die fehlenden Teile der Merkmale M1.5.1.2 und M1.5.1.3 aus seinem
Fachwissen heraus verwirklichen würde, könnte er dies zur Überzeugung des
Senats beim fehlenden Merkmal M1.3.2 nicht tun, ohne erfinderisch tätig werden zu
müssen.
Zwar wird bei dem Verfahren gemäß Druckschrift D1 beim Auswerten der
generierten Motorstart-Daten
eine
Temperatur
zur Vorhersage
der
Leistungsfähigkeit berücksichtigt, jedoch handelt es sich bei dieser um die
Umgebungstemperatur und nicht um die Temperatur des zu startenden
Fahrzeugmotors (Absatz 0056: „OBD-ll adapter 220 would access, either via prestored in its memory, or via cloud 260, … other factors such as ambient temperature.
Temperature information can be obtained from a vehicle’s inherent temperature
sensor via the OBD-ll appropriate PID and/or via a temperature sensor on the OBDll adapter 120. A healthy waveform of a vehicle with a low ambient temperature is
very different from a healthy waveform of a vehicle with a high ambient
temperature.“).
Bei dem Verfahren nach Druckschrift D1 wird zwar auch die Temperatur des von
dem elektrischen Energiespeichersystem zu startenden Fahrzeugmotors bestimmt,
diese wird jedoch gerade nicht zum Auswerten der generierten Motorstart-Daten
und somit auch nicht zur Vorhersage der Leistungsfähigkeit des elektrischen
Energiespeichersystems, einen Fahrzeugmotor starten zu können, verwendet,
sondern lediglich, um die Effizienz des Motors und die Innenraumheizung des
Fahrzeugs zu überwachen (Absatz 0046: „An example predictive maintenance
factor is an engine low temperature condition. However, low engine temperature
can impact the engine’s efficiency and ability to run the vehicle’s cabin heater. A low
temperature engine condition can be detected through a P0128 thermostat OBD-ll
trouble code indicating that the engine’s powertrain control module has detected
that the engine has not reached the required temperature level within a specified
amount of time after starting.“).
Der Fachmann erhält auch hier keinerlei Hinweis oder Anregung dafür, die
Temperatur des Fahrzeugmotors ausgehend von dem Verfahren nach Druckschrift
D1 für das Vorhersageverfahren heranzuziehen, er wird vielmehr im Gegenteil
davon ausgehen, dass die Motortemperatur dafür irrelevant oder ungeeignet ist, da
sie – obwohl sie von einem Sensor gemessen im System vorliegt – nicht verwendet
wird. Es ist nicht ersichtlich, wodurch der Fachmann veranlasst sein könnte,
abweichend von dieser technischen Lehre dies doch zu tun und damit das
fehlenden Merkmal M1.3.2 zu realisieren. Vielmehr stellt eine solche Überlegung
ausgehend von der Druckschrift D1 nach Überzeugung des Senats eine
unzulässige rückschauende Betrachtungsweise dar.
7.2.3 Da der Fachmann keiner der übrigen im Verfahren genannten und allesamt
weiter abliegenden Druckschriften D2, D4 und D5 sowie PA1 und PA2 Hinweise
oder Anregungen zu den Maßnahmen im fehlenden Merkmal M1.3.2 entnehmen
kann, vermag er weder ausgehend von einer dieser Druckschriften, in beliebiger
Kombination untereinander noch mit einer oder beiden der vorgenannten
Druckschriften D1 und D3 die fehlenden Anweisungen in diesem Merkmal ohne
erfinderisches Zutun zu realisieren und damit zum erfindungsgemäßen Verfahren
des geltenden Patentanspruchs 1 zu gelangen.
8.
Die vorstehenden Ausführungen zu dem beanspruchten Verfahren gemäß
Patentanspruch 1 gelten in entsprechender Weise auch für das beanspruchte
System gemäß dem nebengeordneten Patentanspruch 11, der Bezug auf den
Patentanspruch 1 nimmt und insbesondere das – im ermittelten Stand der Technik
nicht offenbarte oder zumindest angeregte – Merkmal M1.3.2 explizit enthält.
Damit ist auch der Gegenstand des geltenden nebengeordneten Patentanspruchs
11 patentfähig.
9.
Nachdem auch die auf die Patentansprüche 1 und 11 rückbezogenen
abhängigen Patentansprüche 2 bis 10 und 12 sowie die übrigen Unterlagen die an
sie zu stellenden Anforderungen erfüllen, war das Patent – unter gleichzeitiger
Aufhebung des angefochtenen Beschlusses – im zuletzt beantragten Umfang zu
erteilen.
Rechtsmittelbelehrung
Gegen diesen Beschluss steht den an dem Beschwerdeverfahren Beteiligten das
Rechtsmittel der Rechtsbeschwerde zu (§ 99 Abs. 2, § 100 Abs. 1, § 101 Abs. 1 PatG).
Nachdem der Beschwerdesenat in dem Beschluss die Einlegung der Rechtsbeschwerde
nicht zugelassen hat,
ist die Rechtsbeschwerde nur statthaft, wenn einer der
nachfolgenden Verfahrensmängel durch substanziierten Vortrag gerügt wird (§ 100 Abs. 3
PatG):
1.
2.
3.
4.
Das beschließende Gericht war nicht vorschriftsmäßig besetzt.
Bei dem Beschluss hat ein Richter mitgewirkt, der von der Ausübung des
Richteramtes kraft Gesetzes ausgeschlossen oder wegen Besorgnis der
Befangenheit mit Erfolg abgelehnt war.
Einem Beteiligten war das rechtliche Gehör versagt.
Ein Beteiligter war im Verfahren nicht nach Vorschrift des Gesetzes
vertreten, sofern er nicht der Führung des Verfahrens ausdrücklich oder
stillschweigend zugestimmt hat.
5.
Der Beschluss ist aufgrund einer mündlichen Verhandlung ergangen, bei
der die Vorschriften über die Öffentlichkeit des Verfahrens verletzt worden
sind.
6.
Der Beschluss ist nicht mit Gründen versehen.
Die Rechtsbeschwerde ist von einer beim Bundesgerichtshof zugelassenen Rechtsanwältin
oder von einem beim Bundesgerichtshof zugelassenen Rechtsanwalt innerhalb eines
Monats nach Zustellung dieses Beschlusses beim Bundesgerichtshof, Herrenstraße 45 a,
76133 Karlsruhe, einzulegen (§ 102 Abs. 1, Abs. 5 Satz 1 PatG).
Kleinschmidt
Dorn
Dr. Haupt
Tischler