Skip to main content

Patentbewertungsmethoden in der Praxis

  • Chapter
Patentbewertung
  • 2533 Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info
Hardcover Book
USD 79.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Rings, GRUR 10/2000, S. 839 (846).

    Google Scholar 

  2. Rings, GRUR 10/2000, S. 839 (843).

    Google Scholar 

  3. Rings, GRUR 10/2000, S. 839 (845).

    Google Scholar 

  4. Rings, GRUR 10/2000, S. 839 (847), abweichend wird in vorliegender Arbeit das Risiko Technischer Alternativlösungen jedoch als qualitative Größe betrachtet, da sich aus möglichen Substitutionsprodukten unseres Erachtens nicht unmittelbar eine monetäre Größe ableiten lässt.

    Google Scholar 

  5. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 61.

    Google Scholar 

  6. Hölscher/ Elfgen (Hrsg.), Herausforderung Risikomanagement. Identifikation, Bewertung und Steuerung industrieller Risiken, S. 10.

    Google Scholar 

  7. Rings, GRUR 10/2000, S. 839 (841).

    Google Scholar 

  8. Rings, GRUR 10/2000, S. 839 (845). Diese wird hier nicht als eigenständige Methode eingestuft, da sie grundsätzlich nicht eigenständig angewandt werden kann, sondern nur aufbauend auf „echte“ Bewertungsverfahren. Jedoch ist der Grundgedanke nützlich, um den Patentwert für verschiedene Verwertungsstrategien zu ermitteln.

    Google Scholar 

  9. Kranz, in: Meffert/Burmann/Koers (Hrsg.), Markenmanagement, S. 429 (442).

    Google Scholar 

  10. Schubert, Entwicklung von Konzepten für Produktinnovationen mittels Conjoint-Analyse, S. 133–134.

    Google Scholar 

  11. Schubert, Entwicklung von Konzepten für Produktinnovationen mittels Conjoint-Analyse, S. 132.

    Google Scholar 

  12. Eine umfassende Darstellung der Skalenniveaus befindet sich in Fahrmeir/ Künstler/ Pigeot u.a., Statistik: der Weg zur Datenanalyse, S. 16–18.

    Google Scholar 

  13. Eine weitergehende Betrachtung von Merkmalen und möglichen Ausprägungsarten findet sich in Neubauer/ Bellgardt/ Behr, Statistische Methoden: ausgewählte Kapitel für Wirtschaftswissenschaftler, S. 11–12.

    Google Scholar 

  14. Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 81–82.

    Google Scholar 

  15. Backhaus/ Erichson/ Plinke u.a., Multivarate Analysemethoden, S. 548–549; Dort findet sich zudem eine ausführliche Diskussion der Anforderungen, auf die zugunsten einer kompakteren Darstellung verzichtet wird.

    Google Scholar 

  16. Auf die Beschreibung der ebenfalls möglichen so genannten Zwei-Faktorenmethode, welche lediglich eine Vereinfachung der Profilmethode darstellt, soll zugunsten einer kompakteren Darstellung verzichtet werden. Eine ausführliche Diskussion dieser und der Profilmethode findet sich in Backhaus/ Erichson/ Plinke u.a., Multivarate Analysemethoden, S. 553 ff.

    Google Scholar 

  17. Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 105.

    Google Scholar 

  18. Hat man beispielsweise drei Eigenschaften mit jeweils drei Ausprägungen, so hätte man bei einem vollständigen Design 27 Stimuli. Das entsprechend reduzierte Design wird als lateinisches Quadrat bezeichnet. Bei diesem Verfahren werden aus den 27 Stimuli neun derart ausgewählt, dass jede Ausprägung eines Merkmals genau einmal mit jeder Ausprägung eines anderen Merkmals vorkommt. Jede Merkmalsausprägung ist also anstatt neunmal lediglich dreimal im Design vorhanden. Ausführlicher in Backhaus/ Erichson/ Plinke u.a., Multivarate Analysemethoden, S. 553 ff.

    Google Scholar 

  19. Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 104.

    Google Scholar 

  20. Kindersitze in Europa, InterConnection Consulting Group, http://www.interconnectionconsulting.com/de/Automobil/KindersitzeKinderwagen/Presse/Presseaussendung_Kindersitze_in_Europa_2003.htm vom 31.01.2005.

    Google Scholar 

  21. Kindersitze in Europa, InterConnection Consulting Group, http://www.interconnectionconsuting.com/de/Automobil/KindersitzeKinderwagen/Presse/Presseaussendung_Kindersitze_in_Europa_2003.htm vom 31.01.2005.

    Google Scholar 

  22. Bialek, Handelsblatt Nr.102 vom 28.05.03, S. 17.

    Google Scholar 

  23. Vgl. auch Backhaus/ Erichson/ Plinke u.a., Multivarate Analysemethoden, S. 364.

    Google Scholar 

  24. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 558 f.

    Google Scholar 

  25. Dies geschieht, wie oben erwähnt, nach einem additiven Modell, das außer den Teilnutzen der Merkmalsausprägungen noch den Mittelwert der Präferenz enthält. (Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 558).

    Google Scholar 

  26. Ähnliche Definitionen für interne und externe Validität finden sich bei Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 216–232.

    Google Scholar 

  27. Verwendet wurde der Bravais-Pearson-Korrelationskoeffizient, der Werte zwischen −1 (perfekt negativ korreliert) und +1 (perfekt positiv korreliert) annehmen kann. (Bamberg/ Baur, Statistik, S. 36–37).

    Google Scholar 

  28. So kann auch bei einem Korrelationskoeffizient von größer 0,4 bereits von einem hohen Signifikanzniveau gesprochen werden. (Backhaus/ Erichson/ Plinke u. a., Multivarate Analysemethoden, S. 273 f.).

    Google Scholar 

  29. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S.566 ff.

    Google Scholar 

  30. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 567.

    Google Scholar 

  31. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 118 ff.

    Google Scholar 

  32. Dieses Signifikanzniveau ist im Allgemeinen üblich, wobei aus den am weitesten verbreiteten Werten, 0,1, 0,05 und 0,01 (Bamberg/ Baur, Statistik, S. 180), in anbetracht von Kosten und Nutzen der Aussagen der größte ausgewählt wurde: Hier kommt es nicht auf höchste Genauigkeitsanforderungen an, da die Folgen eines Fehlers erster Art, also der unberechtigten Ablehnung der Nullhypothese (Bamberg/Bauer, Statistik, S. 181), im Gegensatz etwa zu vergebenen Chancen durch Fehler zweiter Art, nicht als so viel höher eingeschätzt werden, dass, wie etwa bei Tests in der Medizin, auf höchste Genauigkeit zu bestehen wäre. Mit demselben Argument und aus dem Bestreben eines einheitlichen Vorgehens heraus wird die Signifikanzschranke von 0,1 in der gesamten Arbeit eingesetzt.

    Google Scholar 

  33. Hier wird die Nullhypothese H0: „Es liegt eine Normalverteilung vor.“ gegen die Alternativhypothese H1: „Es liegt keine Normalverteilung vor.“ getestet. Es müssen also die Fehlerwahrscheinlichkeiten (p-Werte) über dem Sicherheitsniveau (hier 10%) liegen, damit von einer Normalverteilung ausgegangen werden kann. Näheres zum Shapiro-Wilks-Test findet sich in: Janssen/ Laatz, Statistische Datenanalyse mit SPSS für Windows, S. 204 ff.

    Google Scholar 

  34. Zwar erfordert die ANOVA keine perfekte Normalverteilung, doch müssten die Daten wenigstens näherungsweise normalverteilt sein (Bamberg/ Baur, Statistik, S. 198). Die Gültigkeit dieser Voraussetzung ist jedoch hier zu verneinen.

    Google Scholar 

  35. Kotler/ Bliemel, Marketing Management: Analyse, Planung und Verwirklichung, S. 356.

    Google Scholar 

  36. Keller, Strategic Brand Management: Building, Measuring and Managing Brand Equity, S. 455 f.

    Google Scholar 

  37. Keller, Strategic Brand Management: Building, Measuring and Managing Brand Equity, S. 454 f.

    Google Scholar 

  38. Corsten, Produktionswirtschaft, S. 403 f.

    Google Scholar 

  39. Bei diesem statistischen Verfahren wird der Zusammenhang zwischen metrisch skalierten Variablen durch die Anpassung einer linearen Funktion an die Wertekombinationen zweier (oder mehrerer) Variablen beschrieben. Damit wird es insbesondere möglich, die abhängige Variable aus der (bzw. den) unabhängigen Variablen zu prognostizieren. Näheres zur linearen Regression findet sich bei Bamberg/ Bauer, Statistik, S. 42 ff.

    Google Scholar 

  40. Die Regressionskoeffizienten, Achsenabschnitt und Steigung der anzupassenden Gerade, ergeben sich aus der Minimierung der Summe der quadratischen Abweichungen zwischen prognostiziertem und tatsächlichem Wert der abhängigen Variable zu den gegebenen Werten der unabhängigen Variablen. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 58.

    Google Scholar 

  41. Das Bestimmtheitsmaß R2 gibt an, welcher Anteil der Variation der abhängigen Variablen (hier Nutzen) durch die Variation der unabhängigen Variablen (hier Preis) erklärt werden kann (Backhaus/ Erichson/ Plinke u. a., Multivariate Analysemethoden, S. 66), wobei dieser Anteil hier also etwa bei 84% liegt.

    Google Scholar 

  42. Vgl. ähnlich Kolvenbach/Krieg/Felten, in: Gustafsson/Huber, Conjoint Measurement, S. 508 f.

    Google Scholar 

  43. Konfidenzintervalle geben einen Bereich an, in den ein Schätzwert mit einer vorgegebenen Wahrscheinlichkeit (Sicherheitsniveau, Komplement des Signifikanzniveaus) fällt. Dies ist hier Zielführender als etwa eine reine Punktschätzung, da sich damit einfach prüfen lässt, ob signifikante Unterschiede zwischen den Präferenzdaten der einzelnen Vertriebswege bestehen. Damit erübrigt sich die Durchführung formaler Signifikanztests. Näheres zu Konfidenzintervallen findet sich in Bamberg/Baur, Statistik, S. 161 ff., zu Signifikanztests in Bamberg/Baur, Statistik, S. 173 ff. Es kann keine genaue Angabe gemacht werden, da die Präferenzdaten nicht normalverteilt sind, also auch nicht auf eine Normalverteilung der Grundgesamtheit geschlossen werden kann. Dennoch gelten die Aussagen approximativ (Bamberg/Baur, Statistik, S. 161, 166).

    Google Scholar 

  44. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 481 f.

    Google Scholar 

  45. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 499 f.

    Google Scholar 

  46. Da die wesentlichen Annahmen (unter anderem: nur metrisch skalierte Variablen, keine Korrelationen etc.) hier erfüllt sind, sollte sie „sehr gute“ Ergebnisse liefern. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 516 f.

    Google Scholar 

  47. Die Clusteranzahl wurde nach der „Elbow“-Methode ausgewählt: Danach wird ein Heterogenitätsmaß betrachtet, das mit zunehmender Clusteranzahl abnimmt. Diejenige Clusterzahl, bei der ein starker in einen schwachen Abfall übergeht, bietet sich als sinnvolle Wahl an. Zusätzlich musste eine Abwägung zwischen einer handhabbaren Clusterzahl einerseits und einer möglichst hohen Homogenität innerhalb der Cluster andererseits stattfinden, was zu einer Entscheidung für drei Cluster führte (Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 523 f.).

    Google Scholar 

  48. Eine Clusteranalyse unter Betrachtung der relativen Wichtigkeiten aus der Conjoint Analyse wird auch bei Sattler (Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 192 f.) durchgeführt. Hier werden zusätzlich demographische Variablen einbezogen, um die Segmente besser beschreiben zu können. Dennoch wurden nicht alle Variablen in die Clusterung einbezogen, da zuerst die wichtigsten Unterschiede zur Geltung kommen sollten, während die anderen Merkmale nur ex post zur Beschreibung herangezogen wurden.

    Google Scholar 

  49. Der Chi-Quardat-Test testet die Nullhypothese der statistischen Unabhängigkeit zweier nominal skalierter Variabler gegen die Alternativhypothese der statistischen Abhängigkeit. Dadurch kann ein Zusammenhang zwischen den Variablen nachgewiesen werden (Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 229 ff.). Die p-Werte werden hier mit Hilfe von JMP nach der Maximum-Likelihood-Methode berechnet (Bamberg/Baur, Statistik, S. 200).

    Google Scholar 

  50. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 584; Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 158; Sönke/Brockhoff, Die Gültigkeit der Ergebnisse eines Testmarktsimulators bei unterschiedlichen Daten und Auswertungsmethoden, S. 192.

    Google Scholar 

  51. Sönke/ Brockhoff, Die Gültigkeit der Ergebnisse eines Testmarktsimulators bei unterschiedlichen Daten und Auswertungsmethoden, S. 201, Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 157 f.; Schubert, Entwicklung von Konzepten für Produktinnovationen mittels Conjoint-Analyse, S. 245.

    Google Scholar 

  52. Sönke/ Brockhoff, Die Gültigkeit der Ergebnisse eines Testmarktsimulators bei unterschiedlichen Daten und Auswertungsmethoden, S. 201.

    Google Scholar 

  53. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 584; Kolvenbach/Krieg/Felten, Evaluating Brand Value, S. 507.

    Google Scholar 

  54. So z. B. bei Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden. Die alternative Vorgehensweise findet sich etwa bei Sönke/Brockhoff, Die Gültigkeit der Ergebnisse eines Testmarktsimulators bei unterschiedlichen Daten und Auswertungsmethoden, S. 201.

    Google Scholar 

  55. Sönke/ Brockhoff, Die Gültigkeit der Ergebnisse eines Testmarktsimulators bei unterschiedlichen Daten und Auswertungsmethoden, S. 211.

    Google Scholar 

  56. Backhaus/ Erichson/ Plinke u.a., Multivariate Analysemethoden, S. 584; Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 158.

    Google Scholar 

  57. Vgl. die Aussagen zur MarktAbb. bei Sattler, Herkunfts-und Gütezeichen im Kaufentscheidungsprozess, S. 204.

    Google Scholar 

  58. Kotler/ Bliemel, Marketing Management, S. 820.

    Google Scholar 

  59. Troßmann, in: Corsten/Reiß (Hrsg.), Betriebswirtschaftslehre, S. 305 (331).

    Google Scholar 

  60. Persönliche Mitteilung von Herrn Schäfer (Ansprechpartner von Seiten des Patentinhabers) vom 30.11.2004.

    Google Scholar 

  61. Troßmann, in: Corsten/Reiß (Hrsg.), Betriebswirtschaftslehre, S. 305 (332).

    Google Scholar 

  62. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 58.

    Google Scholar 

  63. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 229.

    Google Scholar 

  64. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 23 und S. 289.

    Google Scholar 

  65. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 119 ff.

    Google Scholar 

  66. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 229.

    Google Scholar 

  67. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 22.

    Google Scholar 

  68. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 280.

    Google Scholar 

  69. o.V., Emission von Bundesanleihen, Bundesobligationen, Bundesschatzanweisungen und unverzinslichen Schatzanweisungen des Bundes seit 1999 (chronologisch), Deutsche Bundesbank vom 05.01.2005. Emissionstitel: 3,75% Bund-Anleihe von 2004 (2015)-Aufstockung-; ISN//WKN: DE0001135267//113526.

    Google Scholar 

  70. Die dazu verwendete Formel einschließlich der zugrunde liegenden Renditen befindet sich im Anhang 11 dieser Arbeit. Als Glättungsfaktor □ wird üblicherweise ein Wert zwischen 0,05 und 0,25 festgelegt (Hansmann, in: Corsten (Hrsg.), Lexikon der Betriebswirtschaftslehre, S. 806 (808)). Hier erscheint angesichts der relativ hohen Schwankungsbreite der Zeitreihenwerte ein Glättungsparameter von 0,2 als angebracht.

    Google Scholar 

  71. o.V., DAX-Renditedreieck 1.Hj.2004, Deutsches Aktieninstitut e.V. vom 26.01.2005.

    Google Scholar 

  72. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 280.

    Google Scholar 

  73. o.V., Component Data for sector indexes, STOXX Limited vom 26.01.2005.

    Google Scholar 

  74. Kotler/ Bliemel, Marketing Management, S. 572 ff.

    Google Scholar 

  75. Die Lebenszyklusanalyse ist zwar nur bedingt zur konkreten Prognose etwa von Umsatzverläufen geeignet (Meffert, Marketing, S. 459 (464), jedoch kann sie hier als konzeptioneller Rahmen für die weiteren Überlegungen dienen, da sie ein geschlossenes Modell darstellt, das, wie hier angebracht, verschiedene Phasen der Nachfrageentwicklung beschreibt.

    Google Scholar 

  76. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 233.

    Google Scholar 

  77. Keller, Strategic Brand Management, S. 74.

    Google Scholar 

  78. Persönliche Mitteilung von Herrn Prof. Dr.-Ing. Dr. h.c. Karger-Kocsis (Institut für Verbundwerkstoffe GmbH) vom 16.12.2004.

    Google Scholar 

  79. Rings, GRUR 10/2000, S. 839 (842).

    Google Scholar 

  80. Ossadnik, in: Corsten/Reiß (Hrsg.), Betriebswirtschaftslehre, S. 127 (142).

    Google Scholar 

  81. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 121.

    Google Scholar 

  82. Perridon/ Steiner, Finanzwirtschaft der Unternehmung, S. 127. Im Risikomanagement wird der Begriff „Risiko“ meist negativ verstanden im Sinne eines möglichen Schadens oder einer ungünstigen Zielverfehlung. (Hölscher/Elfgen, Herausforderung Risikomanagement, S. 5 f.). Hier dagegen wird nicht ein Schaden, sondern mit dem Umsatz eine positiv mit der Zielgröße (Patentwert) korrelierte Größe betrachtet, weshalb auch gegenüber der üblichen Darstellung die Abszisse invertiert werden muss. Daher wird der Begriff „Risikoprofil“ hier in Anführungszeichen gesetzt.

    Google Scholar 

  83. Die Vorgehensweise, einen Wert mit der betreffenden Mindesteintrittswahrscheinlichkeit anzugeben findet sich etwa bei Schierenbeck, Ertragsorientiertes Bankmanagement, S. 15 im Rahmen von Überlegungen zum Value at Risk.

    Google Scholar 

  84. Rings, GRUR 10/2000, S. 839 (841).

    Google Scholar 

  85. Ilzhöfer, Patent-, Marken-und Urheberrecht, S. 47.

    Google Scholar 

  86. Pagenberg, Grundzüge des deutschen Patentrechts, S. 34.

    Google Scholar 

  87. Kloyer, Zeitschrift für Planung, 13/2002, S. 303 (307).

    Google Scholar 

  88. Ilzhöfer, Patent-, Marken-und Urheberrecht, S. 74.

    Google Scholar 

  89. Rings, GRUR 10/2000, S. 839 (847).

    Google Scholar 

  90. “Unter Produktpiraterie versteht man das skrupellose Verletzen von Schutzrechten anderer durch unrechtmäßiges Kopieren der Produkte, Marken, Muster, Bilder oder irgendwelchen anderen Dingen, für die ein Schutzrecht besteht.” Rebel, Gewerbliche Schutzrechte, S. 175.

    Google Scholar 

  91. Unter Verletzung versteht man das Benutzen eines Schutzrechtes ohne Befugnis des Schutzrechtsinhabers. Rebel, Gewerbliche Schutzrechte, S. 175.

    Google Scholar 

  92. Rings, GRUR 10/2000, S. 839.

    Google Scholar 

  93. Faix, IO-Management 5/2000, S. 44.

    Google Scholar 

  94. Anschriften ausgewählter Rechercheinstitute siehe z. B. Rebel, Gewerbliche Schutzrechte, S. 19.

    Google Scholar 

  95. Telefonnummern für Telefonrecherche siehe u.a. Rebel, Gewerbliche Schutzrechte, S. 21.

    Google Scholar 

  96. Wichtige Patentdatenbanken siehe z. B. Rebel, Gewerbliche Schutzrechte, S. 25 ff.

    Google Scholar 

  97. http://depatisnet.dpma.de/ipc/index.html vom 23.11.2005.

    Google Scholar 

  98. o. V. Jahresbericht 2003, DPMA, insbesondere Tab. 1.3 Spalte 4 in Verbindung mit Tab. 1.4 Spalte 1, S. 107.

    Google Scholar 

  99. Ensthaler, Gewerblicher Rechtsschutz und Urheberrecht, S. 99.

    Google Scholar 

  100. Däbritz, Patente, S. 1.

    Google Scholar 

  101. Stauder, Patent-und Gebrauchsmusterverletzungsverfahren in der Bundesrepublik Deutschland, Großbritannien, Frankreich und Italien, S. 21.

    Google Scholar 

  102. Hier wird aufgrund der nicht vorhandenen Prozesskostenveränderung bei unterschiedlichen Patentwerten von dem in Rebel, Gewerbliche Schutzrechte, S. 199 angegebenen durchschnittlichen Patentwert von 357.904 € ausgegangen.

    Google Scholar 

  103. Rings, GRUR 10/2000, S. 839 (840).

    Google Scholar 

  104. Schramm/ Wiedemann, Der Patentverletzungsprozess, S. 329.

    Google Scholar 

  105. Stauder, Patent-und Gebrauchsmusterverletzungsverfahren in der Bundesrepublik Deutschland, Großbritannien, Frankreich und Italien, S. 23.

    Google Scholar 

  106. Stauder, Patent-und Gebrauchsmusterverletzungsverfahren in der Bundesrepublik Deutschland, Großbritannien, Frankreich und Italien, S. 24.

    Google Scholar 

  107. Rebel, Gewerbliche Schutzrechte, S. 199.

    Google Scholar 

  108. Faix, Patente im strategischen Marketing, S. 159.

    Google Scholar 

  109. Ernst, Patentinformationen für die strategische Planung von Forschung und Entwicklung.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2006 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

(2006). Patentbewertungsmethoden in der Praxis. In: Patentbewertung. Springer, Berlin, Heidelberg . https://doi.org/10.1007/3-540-34414-4_7

Download citation

  • DOI: https://doi.org/10.1007/3-540-34414-4_7

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-34413-1

  • Online ISBN: 978-3-540-34414-8

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics