[ blog · comparison ]11 min read

Die Google Patents API ist tot — 6 Alternativen für Prior-Art- und Freedom-to-Operate-Suche

Sarah Choy·Veröffentlicht am 3. Mai 2026·11 Min. Lesezeit

Google Patents Public Datasets wurde ohne dokumentierten Ersatz eingestellt, und die USPTO migrierte PEDS Mitte 2026 in ein neues Open Data Portal und brach dabei Pipelines. Hier ist, was 2026 für Prior-Art-, FTO- und IP-Research-Workloads tatsächlich funktioniert — sechs Alternativen im Direktvergleich.

Auf einen Blick

• •Die Google Patents Public Datasets API wurde eingestellt; es gibt keinen First-Party-Ersatz von Google für programmatische Patentsuche.
• •Die USPTO hat das alte PEDS durch das Open Data Portal (ODP) ersetzt — Volltext und Metadaten für US-Anmeldungen, REST + JSON, kostenlos.
• •EPO OPS ist am maßgeblichsten für internationale Familien, liefert aber XML und ist rate-limitiert.
• •PatentsView (USPTO-finanziert) ist großartig für Metadaten und Disambiguierung, hat aber keine Volltext-Ansprüche.
• •API Pick Patent Search bündelt semantisches Retrieval über USPTO + EPO + WIPO + JPO + KIPO + CNIPA in einem POST-Endpoint, JSON rein / JSON raus, 80 Credits pro Call.

Was sich geändert hat und warum es diesen Beitrag gibt

Zwischen 2024 und 2026 sind im Patentsuch-API-Ökosystem zwei Dinge kaputtgegangen, und sie gingen gleichzeitig kaputt.

Erstens hörte die Keyword-Such-API von Google Patents Public Datasets — der De-facto-Standard für Indie-Devs bei Prior-Art- und Competitive-Intel-Arbeit — auf, gepflegt zu werden. Das BigQuery-Dataset patents-public-data ist noch da für Bulk-Analytics, aber die einfachen https://patents.googleapis.com/...-Endpoints, die die meisten Wochenend-Patenttools antrieben, sind weg. Such nach "Google Patents API alternative 2026" und du findest hundert Stack-Overflow-Fragen und null Antworten.

Zweitens stellte die USPTO das alte Patent Examination Data System (PEDS) Ende 2024 ein und migriert die verbleibenden Bulk-Endpoints bis zum 29. Mai 2026 in das neue Open Data Portal (ODP). Pipelines, die PEDS-XML-Antworten gescrapt haben, begannen Anfang 2025 zu brechen; Teams, die bis Q1 2026 nicht migriert sind, sind jetzt still und leise kaputt.

Beide Ereignisse fielen ungefähr in die Zeit, in der AI-for-IP-Startups (Solve Intelligence, Patlytics, NLPatent, IPRally, &AI) ernsthaftes Geld einsammelten — Solve Intelligence allein schloss eine $40M-Series-B für KI-Patentsuche und -erstellung ab. Die Nachfrage war nie höher; die Angebotsseite wurde nur unübersichtlicher.

Hier sind die sechs APIs, die 2026 tatsächlich funktionieren, worin jede gut ist und wo jede zu kurz greift.

Die sechs Optionen

1. USPTO Open Data Portal (ODP)

Der offizielle US-Ersatz für PEDS. REST + JSON, kostenlos, deckt Patentanmeldungen, erteilte Patente und Übertragungsdaten des United States Patent and Trademark Office ab. Volltext verfügbar. Dokumentation auf developer.uspto.gov.

Stärken: maßgeblich, kostenlos, deckt Volltext ab. Schwächen: nur US (für International brauchst du weiterhin EPO OPS oder andere), Schemaänderungen während des Migrationsfensters haben einige Pipelines gebrochen, keine semantische Suche — nur Keyword/Boolean.

2. EPO OPS (Open Patent Services)

Die Entwickler-API des Europäischen Patentamts. Deckt EP, WO und viele nationale Anmeldungen über die INPADOC-Datenbank ab. Maßgeblich für internationale Familienrecherchen und PCT-Daten.

Stärken: beste internationale Abdeckung, enthält Rechtsstands- und Familieninfos. Schwächen: liefert XML (aufwendiges Parsing), kostenlose Stufe auf 500MB/Woche gedeckelt, separater Fulltext-Endpoint, OAuth-Flow für höhere Stufen. Steile Lernkurve für Erstintegratoren.

3. PatentsView

USPTO-finanziertes Forschungstool. Stark bei Metadaten: Anmelder-Disambiguierung, Erfinderprofile, Zitationsnetzwerke, Government-Interest-Förderung. Kostenlos.

Stärken: saubere disambiguierte Entitäten, einfaches REST + JSON. Schwächen: kein Volltext-Anspruchstext, US-fokussiert, Verzögerung gegenüber Echtzeit-Anmeldungen, nicht für semantische Ähnlichkeitssuche optimiert.

4. Lens.org

Aggregator, der 95M+ Patente aus 100+ Jurisdiktionen plus wissenschaftliche Arbeiten abdeckt. Genutzt von IP-Analysten und akademischen Forschern. Kostenlose akademische Stufe; kommerzielle Stufe wird abgerechnet.

Stärken: breiteste Jurisdiktionsabdeckung, verknüpft Patente mit wissenschaftlicher Literatur, gute UI für menschliche Nachverfolgung. Schwächen: kommerzielle Preise intransparent, semantische Suche ist keyword-erweitert statt embedding-nativ.

5. PQAI (Project PQAI)

Open-Source-Patentsuchprojekt, betrieben vom IP-Team von AT&T. Kostenlos, semantische Ähnlichkeit über USPTO + EPO. Beliebt bei der Indie- / r/LocalLLaMA-Szene — siehe die DEV.to-Aufbereitung "I posted my patent search AI to Reddit and got 65 upvotes", die diese Ecke des Ökosystems ans Licht brachte.

Stärken: kostenlos, semantik-zuerst, kein API-Key für moderates Volumen nötig. Schwächen: Best-Effort-Verfügbarkeit, kein SLA, kleinere Jurisdiktionsabdeckung, kein kommerzieller Support.

6. API Pick Patent Search

Semantische Suche über USPTO + EPO + WIPO + JPO + KIPO + CNIPA in einem einzigen REST-Call. JSON rein / JSON raus, 80 Credits pro Call (~$0.08 bei $5 / 5.000 Credits), nur bei Erfolg abgerechnet. Liefert Titel, Abstract, Snippet, URL, Jurisdiktion und Anmelder für jeden Treffer.

Stärken: ein Endpoint, der alle großen Ämter abdeckt, gerankte semantische Ergebnisse vorgeformt für LLM-Konsum, planbare Pro-Call-Preise. Schwächen: weniger konfigurierbar als direktes EPO OPS für Rechtsstands-Edge-Cases; wenn du Bulk-Dataset-Analytics brauchst, ist BigQuery weiterhin besser als Pro-Call-APIs.

Direktvergleich

Lauffähiger Code: dieselbe Prior-Art-Query, sechsfach

Die Beispiel-Query: "wireless charging coil with embedded ferrite for under-display sensors." Eine echte FTO-förmige Frage.

USPTO ODP

import requests

# Open Data Portal — keyword/Boolean
r = requests.get(
    "https://api.uspto.gov/api/v1/patent/applications/search",
    params={
        "query": "wireless charging coil ferrite under-display",
        "fields": "applicationNumber,inventionTitle,filingDate,abstractText",
        "limit": 25,
    },
)
print(r.json()["results"][:3])

EPO OPS

import requests
from base64 import b64encode

# OAuth: token from Consumer Key + Secret
auth = b64encode(b"YOUR_KEY:YOUR_SECRET").decode()
token = requests.post(
    "https://ops.epo.org/3.2/auth/accesstoken",
    headers={"Authorization": f"Basic {auth}"},
    data={"grant_type": "client_credentials"},
).json()["access_token"]

# Then search
r = requests.get(
    "https://ops.epo.org/3.2/rest-services/published-data/search",
    params={"q": 'ti="wireless charging coil ferrite"'},
    headers={"Authorization": f"Bearer {token}", "Accept": "application/xml"},
)
# Returns XML — you'll need lxml or xmltodict
print(r.text[:500])

PatentsView

import requests

r = requests.post(
    "https://search.patentsview.org/api/v1/patent/",
    headers={"X-Api-Key": "YOUR_KEY"},
    json={
        "q": {"_text_phrase": {"patent_title": "wireless charging coil"}},
        "f": ["patent_id", "patent_title", "patent_date", "assignees"],
        "o": {"size": 25},
    },
)
print(r.json()["patents"][:3])

Lens.org

import requests

# Lens uses Lucene-style queries; commercial endpoints require paid token
r = requests.post(
    "https://api.lens.org/patent/search",
    headers={"Authorization": "Bearer YOUR_TOKEN"},
    json={
        "query": {
            "match": {
                "full_text": "wireless charging coil ferrite under-display sensor"
            }
        },
        "size": 25,
    },
)
print(r.json()["data"][:3])

PQAI

import requests

r = requests.get(
    "https://api.projectpq.ai/patents/",
    params={
        "q": "wireless charging coil with embedded ferrite for under-display sensors",
        "n": 10,
    },
)
print(r.json()["results"][:3])

API Pick Patent Search

import requests

r = requests.post(
    "https://www.apipick.com/api/search/patents",
    headers={"x-api-key": "pk_yourkey"},
    json={
        "query": "wireless charging coil with embedded ferrite for under-display sensors",
    },
)
print(r.json()["results"][:3])
# Each result: { title, abstract, snippet, url, jurisdiction, assignee }
# Ranked by semantic similarity. 80 credits, only on HTTP 200.

Wie man wählt, nach Anwendungsfall

Wohin das geht

AI-for-IP ist gerade eine der sich am schnellsten bewegenden Software-Branchen. Innerhalb von 18 Monaten wird die Annahme "Patentsuche = Boolean-Query in eine UI eingeben" so altmodisch wirken wie "Codesuche = Regex in grep eingeben". Die Teams, die heute funktionierende Produkte ausliefern, sind die, die 2025 die Migrationssteuer bezahlt haben — resilienten programmatischen Zugriff eingerichtet, semantisches Retrieval geschichtet und eine Aufräum-Pipeline für den unvermeidlichen Schema-Churn aus öffentlichen Quellen gebaut.

Für die meisten produktiven AI-Agenten musst du dich nicht auf eine API festlegen — du brauchst einen vernünftigen Standard mit planbaren Preisen und die Option, für Edge-Cases auf eine tiefere Quelle herunterzusteigen. Deshalb haben wir API Pick Patent Search als einen einzigen semantischen Endpoint über die großen Ämter gebaut: Es deckt 95 % der Agenten-Workloads ab, und die verbleibenden 5 % können EPO OPS oder USPTO ODP direkt aufrufen. Das begleitende URL Extract setzt dort an, wo eine davon aufhört — es holt den Volltext einer bestimmten Anmeldung für tiefe Anspruchsanalyse.

Geschrieben von

Sarah Choy

CEO, API Pick

Sarah Choy ist CEO von API Pick. Sie schreibt über produktionsreife APIs für KI-Agenten und LLM-Workflows.