Corpus der Entscheidungen des Bundespatentgerichts (CE-BPatG)

Überblick

Das Corpus der Entscheidungen des Bundespatentgerichts (CE-BPatG) ist der bislang größte, frei verfügbare Datensatz von Entscheidungen des Bundespatentgerichts. Er ist eine Zusammenstellung aller Entscheidungen die in der amtlichen Datenbank des Bundespatentgerichts am jeweiligen Stichtag veröffentlicht waren.

Bitte beachten Sie das beiliegende Codebook! Es enthält wichtige Informationen zur korrekten Nutzung des Datensatzes. Es hilft auch bei der Entscheidung, welche Variante für Sie am besten geeignet ist. In der Regel empfehle ich für quantitative Forschung die CSV-Dateien und für traditionelle Forschung die PDF-Sammlung.

Für Praktiker:innen stelle ich zusätzlich nach Senat sortierte PDF-Sammlungen aller Leitsatzentscheidungen zur Verfügung.

Aktualisierung

Dieser Datensatz wird 1-2 mal im Jahr aktualisiert. Benachrichtigungen über neue und aktualisierte Datensätze veröffentliche ich immer zeitnah auf Mastodon unter @[e-mail]

NEU in Version 2025-07-08

Vollständige Aktualisierung der Daten

NEU: Datensatz im Parquet-Format

Expliziter R Package Version Lock für 2024-06-13 (CRAN Date)

Überarbeitung des Dockerfiles

Vereinfachung der Run-Skripte und stärkere Integration mit Docker Compose

Vereinheitlichung der Extraktion von PDF-Dateien, der Berechnung linguistischer Kennzahlen und der Berechnung kryptographischer Hashes

Überarbeitung der Dokumentation zu Varianten des Datensatzes

Entfernung von exakten Prozentzahlen in den Frequenztabellen

Entfernung der Tesseract System Library

Entfernung der Nummerierung der Diagramme

Features

Insgesamt bis zu 32 Variablen in der CSV-Variante

Fortlaufende Aktualisierung

Urheberrechtsfreiheit

Offene und plattformunabhängige Formate (PDF, TXT, CSV, Parquet)

Linguistische Kennzahlen

Umfangreiches Codebook

Compilation Report um den Erstellungs-Prozess zu erläutern

Dutzende Diagramme und Tabellen für alle Zwecke (im ZIP-Archiv 'Analyse')

Jedes Diagramm liegt in einem für den Druck (PDF) und das Web (PNG) optimierten Format vor. Tabellen sind im CSV-Format bereitgestellt und sind damit sowohl für Menschen als auch für Maschinen gut lesbar

Kryptographische Signaturen

Veröffentlichung des Source Codes

Eckdaten

Stichtag: 8. Juli 2025

Inhaltlicher Umfang: 31.203 Entscheidungen

Zeitlicher Umfang: 2000 bis 2025

Formate: PDF, TXT, CSV und Parquet

Source Code und Compilation Report

Der gesamte Erstellungs-Prozess ist ab Version 2022-07-12 vollautomatisiert und detailliert dokumentiert. Mit jeder Kompilierung des vollständigen Datensatzes wird auch ein umfangreicher Compilation Report in einem attraktiv designten PDF-Format erstellt (ähnlich dem Codebook). Zudem werden Robustness Checks auf Vollständigkeit und Plausibilität durchgeführt und in einem separaten Bericht dokumentiert.

Der Compilation Report enthält den Source Code für die Daten-Pipeline, dokumentiert relevante Rechenergebnisse, gibt sekundengenaue Zeitstempel an und ist mit einem klickbaren Inhaltsverzeichnis versehen. Wenn Sie sich für Details des Erstellungs-Prozesses interessieren, lesen Sie diesen bitte zuerst.

Der vollständige Source Code, der Compilation Report und die Robustness Checks sind öffentlich einsehbar und dauerhaft erreichbar im wissenschaftlichen Archiv des CERN unter diesem Link hinterlegt: https://zenodo.org/doi/10.5281/zenodo.6667305

Kryptographische Signaturen

Die Integrität und Echtheit der einzelnen Archive des Datensatzes sind durch eine Zwei-Phasen-Signatur sichergestellt.

In Phase I werden während der Kompilierung für jedes ZIP-Archiv, das Codebook und die Robustness Checks Hash-Werte in zwei verschiedenen Verfahren (SHA2-256 und SHA3-512) berechnet und in einer CSV-Datei dokumentiert.

In Phase II werden diese CSV-Datei und der Compilation Report mit meinem persönlichen geheimen GPG-Schlüssel signiert. Dieses Verfahren stellt sicher, dass die Kompilierung von jedermann durchgeführt werden kann, insbesondere im Rahmen von Replikationen, die persönliche Gewähr für Ergebnisse aber dennoch vorhanden ist.

Die während der Kompilierung des Datensatzes erstellte CSV-Datei mit den Hash-Prüfsummen ist mit meiner persönlichen GPG-Signatur versehen. Der mit dieser Version korrespondierende Public Key ist sowohl mit dem Datensatz als auch mit dem Source Code hinterlegt. Er hat folgende Kenndaten:

Name: Sean Fobbe ([e-mail])

Fingerabdruck: FE6F B888 F0E5 656C 1D25 3B9A 50C4 1384 F44A 4E42

Kein Urheberrecht: Public Domain

An den Entscheidungstexten und amtlichen Leitsätzen besteht gem. § 5 Abs. 1 UrhG kein Urheberrecht, da sie amtliche Werke sind. § 5 UrhG ist auf amtliche Datenbanken analog anzuwenden (BGH, Beschluss vom 28.09.2006 - I ZR 261/03, "Sächsischer Ausschreibungsdienst"). Alle eigenen Beiträge (z.B. durch Zusammenstellung und Anpassung der Metadaten) und damit den gesamten Datensatz stelle ich gemäß einer CC0 1.0 Universal Public Domain License vollständig urheberrechtsfrei.

Disclaimer

Dieser Datensatz ist eine private wissenschaftliche Initiative und steht in keiner Verbindung zu Behörden, Gerichten oder anderen amtlichen Stellen der Bundesrepublik Deutschland.

Weitere Open Access Veröffentlichungen (Fobbe)

Website — www.seanfobbe.de

Open Data  —  zenodo.org/communities/sean-fobbe-data/

Source Code  —  zenodo.org/communities/sean-fobbe-code/

Volltexte regulärer Publikationen  —  zenodo.org/communities/sean-fobbe-publications/

Kontakt

Fehler gefunden? Anregungen? Kommentieren Sie gerne im Issue Tracker auf Codeberg oder kontaktieren Sie mich via www.seanfobbe.de