MCP · KI-Modelle an Patentdaten anbinden
Was das Model Context Protocol leistet, warum es für die Patentpraxis relevant ist, und wie patent-client-agents als konkretes Beispiel acht IP-Datenquellen für Claude und ChatGPT verfügbar macht.
Artikel veröffentlicht am 2. Mai 2026
Kernerkenntnis: Das Model Context Protocol (MCP) ist ein offener Standard, mit dem ein KI-Assistent zur Laufzeit auf externe Werkzeuge und Datenquellen zugreift. Statt das Modell mit Patentnummern raten zu lassen, ruft es einen Server auf, der die Daten direkt vom EPA, USPTO oder JPO holt. Recherche- und Bibliografieaufgaben stützen sich damit auf abgerufene Daten statt auf den Trainingsstand.
Zum Vergleich: MCP ist für ein Sprachmodell das, was die Webschnittstelle des EP-Registers für einen Patentpraktiker ist. Ein klar abgegrenzter Werkzeugzugang zu Außenwelt-Daten, mit definierter Eingabe, definierter Ausgabe und einer benannten Quelle.
Warum reines Prompten zu kurz greift
Sprachmodelle haben einen Wissensstand zum Trainings-Cutoff und sehen danach nichts mehr. Fragt man Claude oder ChatGPT nach dem Verfahrensstand einer EP-Anmeldung, dem Erteilungsdatum eines US-Patents oder der Familienmitglieder einer PCT-Anmeldung, kommen drei typische Antworten zurück: eine Halluzination, ein Hinweis auf den Cutoff, oder ein vager Verweis auf die offiziellen Register; keine dieser Antworten ist in der Praxis brauchbar.
Belegpflicht und Fact-Checking (siehe Belegpflicht bei KI-Antworten) verlangen, dass jede patentbezogene Behauptung mit einer überprüfbaren Fundstelle hinterlegt ist. Ohne Tool-Zugriff bleibt dem Modell nur das Erfinden plausibler Fundstellen, was für die Patentpraxis unbrauchbar ist. MCP liefert dem Modell die echte Quelle und erleichtert damit die Zusammenstellung des relevanten Kontextes.
MCP beseitigt Halluzinationen nicht. Auch eine über ein Tool gelieferte Antwort kann das Modell falsch zusammenfassen, paraphrasieren, mehrere Quellen vermischen oder Felder weglassen. Human in the loop und menschliche Verifikation bleiben Pflicht. Die Quelle, gegen die geprüft wird, liegt damit vor und ist mit einem Klick erreichbar.
Was MCP ist
Anthropic hat MCP im November 2024 als offenen Standard veröffentlicht. Ein KI-Assistent wie Claude Desktop oder Claude Code (der Host, die Anwendung, in der man arbeitet) kann über eine Vermittlungsschicht (den Client) auf einen Server zugreifen, der bestimmte Fähigkeiten bereitstellt, z.B. eine Patentrecherche in Espacenet. Seit 2025 wird MCP auch von OpenAI (für ChatGPT) und Google (für Gemini) unterstützt. Damit ist ein einmal geschriebener MCP-Server in mehreren Assistenten nutzbar.
Ein MCP-Server kann drei Arten von Bausteinen anbieten: Tools (Funktionen, die das Modell aufrufen kann, etwa search_patents), Resources (lesbare Datenquellen, die das Modell als Kontext einliest) und Prompts (vorgefertigte Anweisungen, die der Nutzer auswählen kann). Im Patentkontext sind Tools die wichtigste Kategorie, weil sie das Modell befähigen, aktuelle Daten von einer API zu holen, statt sie zu raten.
Die Architektur ähnelt dem, was im Beitrag KI-Agenten und isolierter Kontext beschrieben ist: Der Assistent entscheidet selbst, wann ein Tool nötig ist, ruft es auf, bekommt das Ergebnis zurück und arbeitet damit weiter. Im Unterschied zu einem klassischen API-Aufruf sieht das Modell nicht den Code, sondern eine maschinenlesbare Beschreibung des Tools. Ob das Modell das Tool richtig einsetzt, hängt allein von dieser Beschreibung ab.
Technische Details: Transport und Protokoll
MCP setzt auf JSON-RPC 2.0 auf. Es kennt zwei Transports: stdio für lokal installierte Server (der Server läuft als Prozess auf demselben Rechner wie der Host) und HTTP/SSE für entfernte Server. Anthropic hat 2025 zudem ein Pattern beschrieben, bei dem das Modell Tool-Aufrufe nicht einzeln, sondern als kleinen Code-Block ausführt, der mehrere Aufrufe komponiert. Das spart Tokens und erlaubt komplexere Workflows in einem Schritt (siehe Quelle „Code execution with MCP" unten).
Konkretes Beispiel: patent-client-agents
Parker Hancock veröffentlicht seit 2025 das Open-Source-Projekt patent-client-agents (Apache 2.0). Es ist ein MCP-Server in Python, der acht IP-Datenquellen unter einer einheitlichen Oberfläche zugänglich macht.
| Datenquelle | Was sie liefert | API-Key nötig? |
|---|---|---|
| Google Patents | Globale Suche, Volltexte, Zitate, Familien, PDFs | nein |
| USPTO ODP | US-Anmeldungen, Akteneinsicht, PTAB-Verfahren, Petitionen | ja (kostenlos) |
| USPTO PPUBS | Volltext-Suche und Dokumentabruf | nein |
| USPTO Assignments | Übertragungen, Reel/Frame | nein |
| USPTO Office Actions | Bescheids-Auswertung, zitierte Entgegenhaltungen | nein |
| EPO OPS | EP-Patente, Inpadoc-Familien, Rechtsstand, EP-Register | ja (kostenlos) |
| JPO | Japanische Patente, Prüfungshistorie, PCT-Nationalisierung | ja (kostenlos) |
| MPEP / CPC | USPTO-Prüfungsrichtlinie, Klassifikation | nein |
Der Server kann auf drei Wegen genutzt werden: als Plugin in Claude Code (mit einem Konfigurationsbefehl), als Python-Bibliothek per pip install patent-client-agents oder über die öffentliche Demo unter mcp.patentclient.com. Die Demo ist auf 100 MB pro Tag und 20 MB pro Minute pro Google-Account begrenzt und ausdrücklich nicht für vertrauliche Mandantendaten gedacht.
Was sich damit in der Praxis machen lässt
Drei Beispiele, jeweils mit der Frage in Anführungszeichen, wie sie an den Assistenten gerichtet werden kann:
- Verfahrensstand und Fristen: „Hole mir den aktuellen Verfahrensstand von EP3812345, mit Frist und letztem Schriftsatz." Der Assistent ruft den EPO-OPS-Server auf, holt das Register, fasst zusammen und gibt die Quelle als Link an. Die Verifikation per Klick auf den Link bleibt Aufgabe des Praktikers.
- Familien-Übersicht: „Zeige mir die Inpadoc-Familie zu US10123456 mit allen Familienmitgliedern und ihrem aktuellen Rechtsstand." Drei Tool-Aufrufe (Google Patents für die Patentnummer, EPO OPS für die Familie, mehrere Register für den Rechtsstand) liefern eine konsolidierte Tabelle.
- Bescheids-Auswertung: „Welche Argumente hat der USPTO-Prüfer XY in den letzten zwölf Bescheiden zur G06N-Klasse vorgebracht?" Der USPTO-Office-Actions-Endpunkt liefert die Rohdaten, das Modell verdichtet sie zu Mustern und nennt die Aktenzeichen.
Grenzen und Vorsicht
- Vertraulichkeit: Die öffentliche Demo darf nicht mit Mandantendaten gefüttert werden. Eine lokale Installation des MCP-Servers allein genügt nicht: entscheidend ist, wo das Sprachmodell läuft.*
- API-Aufrufe bleiben extern: Auch bei lokaler Installation gehen die Tool-Aufrufe an die externen Patent-APIs (USPTO, EPO, JPO). Die übermittelten Werte sind im Wesentlichen Patentnummern und Klassifikationen und damit nicht selbst vertraulich. Wer dem Tool weitere Inhalte mitgibt, muss das berufsrechtlich prüfen.
- Human in the loop bleibt Pflicht: MCP heilt keine Halluzinationen. Ein Tool-Ergebnis ist eine Fundstelle, die Verdichtung des Modells dazu ist es nicht. Rechtsstand-Bewertung, Familien-Bedeutung, Bescheids-Strategie und jede konkrete Aussage müssen am Tool-Output und an der Originalquelle gegengeprüft werden, wie im Belegpflicht-Beitrag beschrieben.
- Auswahl des richtigen Tools: Das Modell wählt das passende Tool nur dann, wenn dessen Beschreibung präzise ist und kein zweites Tool ähnlich klingt. Bei vielen MCP-Servern parallel kann das Modell verwechseln. Besser sind wenige, präzise beschriebene Server als viele gleichzeitig.
- Quoten: Die kostenlosen API-Schlüssel von USPTO, EPO und JPO haben Tagesquoten. Eine umfangreiche Recherche kann sie aufbrauchen, was kein Sicherheitsproblem ist, aber den Workflow unterbrechen kann.
Bedeutung für die Patentpraxis
MCP verbindet ein Sprachmodell mit strukturierten IP-Daten. Recherche-, Familien-, Bibliografie- und Akteneinsichts-Aufgaben lassen sich damit an den Assistenten geben, der die Daten abruft und die Fundstelle nennt; bisher wurden sie manuell zusammengetragen. Drafting, Anspruchs- und Bescheidserwiderungs-Arbeit bleibt davon unberührt; sie arbeitet mit vertraulichen Inhalten, nicht mit öffentlichen Datenbanken.
patent-client-agents ist eines der ersten breit aufgestellten MCP-Server-Beispiele für IP-Daten und baut auf der seit Jahren etablierten Python-Library `patent_client` auf. Weitere Anbieter sind zu erwarten, weil das Protokoll offen ist und der Aufwand für einen Server, der eine bekannte API umhüllt, überschaubar bleibt. Viele Webschnittstellen von Patentbehörden lassen sich auf demselben Weg als MCP-Server bereitstellen.
Quellen
* Für die Verarbeitung vertraulicher Inhalte gelten u.a. die berufsrechtlichen Verschwiegenheitsanforderungen. Diese können durch ein lokal laufendes Modell oder, im Einzelfall, durch eine vertrauenswürdige oder selbst betriebene Cloud-Instanz erfüllt werden. Dies ist keine Rechtsberatung.