7 Jahre lag meine Idee in der Schublade. Mit KI habe ich in 2 Wochen ein Patent angemeldet.

Vor sieben Jahren saß ich nach der Arbeit an einer Bar und trank schnell ein Bier, um runterzukommen, bevor es nach Hause zur zweiten Schicht mit meinem neugeborenen Sohn ging. Oder vielleicht war er zu dem Zeitpunkt nicht mehr ganz neugeboren, aber immer noch ein Baby. Eine ältere Dame setzte sich mit einem Hund neben mich. Der Hund war sehr brav, wahrscheinlich schon älter, lag einfach auf dem Boden und wartete, bis sein Frauchen ausgetrunken hatte. Als die Dame aufstand, um mit dem Hund rauszugehen, sah ich, wie sich die Leine um den Hund verheddert hatte, und sie brauchte eine Minute, um das Chaos zu entwirren. Beim Zuschauen kam mir die Idee für ein besseres Hundegeschirr. In den nächsten Monaten, vielleicht ein Jahr, arbeitete ich hin und wieder an der Idee, aber dann starb sie, weil die nächste Hürde (tatsächlich einen Prototyp zu bauen und ein Patent anzumelden) einfach zu viel war, um sie neben all den Anforderungen des Alltags zu nehmen.

Aber ich habe sie nicht losgelassen. Nicht ganz.

Wie ich anfing und dann aufhörte

Ich habe es skizziert. Die Lösung in meinem Kopf war simpel: Befestige die Leine nicht an einem festen Ring am Geschirr. Spann ein Kabel entlang der Oberseite des Geschirrs und lass den Befestigungspunkt, einen kleinen Schlitten, an diesem Kabel entlanggleiten. Der Hund läuft hinter dir vorbei, der Schlitten gleitet mit. Nichts, was sich verknoten kann, weil sich der Ankerpunkt bewegt, statt dass sich der Hund um einen festen Punkt wickelt.

FIG. 1 aus der vorläufigen Patentanmeldung: der Gleitschlitten, Frontalansicht. Das ist der tatsächliche 3D-gedruckte Prototyp. Die Leine klickt oben in den Ring, der Ring in der Mitte läuft entlang des Kabels, das über die gesamte Länge des Geschirrs verläuft, und die Lippen und der untere Flügel halten ihn in seinem Gehäuse fest.

FIG. 2: derselbe Schlitten in der Perspektive. Die Schlaufe oben ist der Punkt, an dem die Leine befestigt wird; der Kanal darunter wird auf das Geschirrkabel gefädelt.

Ich habe ein paar Monate daran gearbeitet. Ich habe den Schlitten entworfen und ihn 3D-gedruckt. Ich habe das Design immer weiter überarbeitet und das Material für einen einfachen Prototyp gekauft. Ich habe mir sogar einen großen Stoffhund gekauft, weil ich kein Hundebesitzer war, damit ich ihm zum Testen ein Geschirr anlegen konnte. Er war groß und realistisch genug, dass ich, nachdem er ankam, ein Bellen simuliert und meiner kleinen Tochter damit die Scheiße aus dem Leib erschreckt habe. Ihre Erinnerung an diesen Moment ist nicht so lustig wie meine.

Nach etwa einem Jahr des sporadischen Bastelns habe ich aufgehört. Nicht weil es nicht funktioniert hätte. Sondern weil die nächsten Schritte nicht der spaßige Teil waren. Recherchen zum Stand der Technik. Herauszufinden, ob es überhaupt neu war. Technische Zeichnungen, die ein Hersteller ernst nehmen würde. Und die eine Sache, die es jedes Mal umgebracht hat, wenn ich es wieder aufgriff: eine vorläufige Patentanmeldung einzureichen. Ich las ein paar Ratgeber, ließ mich von den Anforderungen an die Beschreibung und dem Juristendeutsch einschüchtern, entschied „das mach ich ordentlich, wenn ich Zeit habe“ und legte das Ganze wieder zur Seite.

Das habe ich sieben Jahre lang gemacht. Der gedruckte Schlitten lag in einem Karton mit anderen Teilen und Stücken eines Prototyps in einem Schrank in meinem Homeoffice.

Die ehrliche Frage

Heute mache ich KI-Engineering beruflich. Ich baue jeden Tag mit diesen Werkzeugen. Und irgendwann wurde eine Frage zu interessant, um ihr weiter auszuweichen:

Könnte KI mich über genau die Wand bringen, an der ich sieben Jahre lang festhing?

Nicht „kann KI mir einen netten Blogpost über Hunde schreiben“. Ich meine die echte, unglamouröse, expertisegeformte Arbeit, die ich nie gemacht hatte: Patente recherchieren, Neuheit beurteilen, Zeichnungen erstellen, eine Beschreibung in genau dem Register verfassen, das das USPTO erwartet. Das Zeug, für das man normalerweise einen Profi bezahlt, in einem Bereich (Haustierprodukte, Patentrecht), in dem ich null Hintergrund habe.

Das ist die Frage, um die diese ganze Serie aufgebaut ist, und sie ehrlich zu beantworten bedeutete von Anfang an zwei Regeln:

1. Zeig die Fehlschläge. Wo die KI selbstbewusst danebenlag. Wo ich sie überstimmen, etwas neu machen oder mir einen Menschen zur Hilfe holen musste.
2. Zeig die echten Kosten. Was das tatsächlich gekostet hat, Abogebühren und alles.

Mit Hilfe von KI entwickle und betreibe ich mehrere persönliche Projekte, zusätzlich zu allem, was ich bei der Arbeit mache. Eine der Sachen, die ich mit KI mache, ist zu strategisieren und zu bewerten, ob das, woran ich arbeite, überhaupt Sinn ergibt. Als ich sie um eine adversarische Haltung und eine ehrliche Antwort bat, ob es für mich Sinn ergibt, an diesem neuen Hundegeschirr zu arbeiten, war die Antwort ein sehr selbstbewusstes „Nein“. Ich habe keinerlei Erfahrung in der physischen Produktentwicklung. Das ist eine schwierige Sache, und im Vergleich zu anderen Projekten, die besser zu meiner Erfahrung passen, hielt die KI das für eine schlechte Idee. Aber ich sagte: „Scheiß drauf. Lass uns würfeln, Baby.“ Die Wahrheit ist, dass ich ein bisschen ausgebrannt bin, was das Bauen von softwarebezogenen Produkten und Projekten angeht. Ich wollte etwas ein bisschen anderes und meine Erfahrung auf andere Bereiche ausweiten. Außerdem fand ich das interessant zum Erkunden und Teilen, in einem Bereich, in dem ich KI noch nicht angewendet gesehen hatte, mit einer Geschichte, die es wert ist, veröffentlicht zu werden. Und wenn ich das bis zum Ende durchziehe, habe ich am Ende vielleicht ein echtes Patent auf meinen Namen. Wie cool ist das denn? Wie viele Nerd-Punkte gibt das?

Die Enthüllung

Die vorläufige Patentanmeldung ist eingereicht. Am 20. Juli 2026 habe ich sie beim USPTO unter dem offiziellen Titel „Anti-Tangle Animal Harness with Sliding Leash Attachment“ eingereicht. Eingereicht als Micro Entity, was die staatliche Anmeldegebühr auf etwa 65 Dollar drückte. Nicht 2.000 Dollar an einen Anwalt. Nicht das Jahr „wenn ich Zeit habe“, das ich mir seit 2019 versprochen hatte. Eine eingereichte Anmeldung, erledigt, zu einer Gebühr, die weniger kostet als ein anständiges Geschirr.

Die Sieben-Jahre-Wand, über die ich nie kam, habe ich in ein paar Wochen überwunden. Das liegt nicht daran, dass ich clever bin. Das sind die Werkzeuge. Genau deshalb will ich dokumentieren, wie es tatsächlich lief, Belege und Fehlschläge inklusive, statt ein triumphales „schaut, was die KI gemacht hat“ zu posten und weiterzuziehen.

Zwei Agenten, drei Modelle

Um die Ergebnisse dieses Experiments zu stapeln, wollte ich physische Produktentwicklung mit KI testen und außerdem einen autonomen KI-Agenten einsetzen. Ich habe mich für Hermes Agent entschieden. Darüber habe ich schon geschrieben, warum ich ihn OpenClaw vorgezogen habe und wie ich zu Hause eine Kiste abgesichert habe, um darauf zu entwickeln.

Ich wollte nicht nur wissen, ob KI das kann. Ich wollte wissen, ob es die teure Option braucht oder ob eine günstige mithält. Dabei gibt es eigentlich zwei Teile, und die Leute vermischen die gerne. Das Modell ist das LLM, das denkt. Der Harness ist die Software drumherum, die ihm Werkzeuge in die Hand gibt und ihn ein Ziel eigenständig verfolgen lässt. Gleiches Modell, anderer Harness, und du hast einen anderen Agenten.

Auf der Premium-Seite habe ich Claude Code auf Anthropics Frontier-Modellen laufen lassen, über einen Claude-Max-Plan. Auf der offenen Seite habe ich Hermes Agent auf seiner eigenen Maschine hier laufen lassen, angetrieben von GLM 5.2 über ein Coding-Plan-Abo. Außerdem habe ich, ebenfalls über Hermes Agent, ab und zu DeepSeek v4 Pro (via Together.ai) herangezogen, wenn ich ein adversarisches Review oder eine zweite Meinung wollte.

Ich kann ehrlich sagen, dass diese beiden Open-Weight-Modelle, das von GLM und das von DeepSeek, bei der Arbeit, die ich ihnen zuwarf, mehr als kompetent waren. Die ergänzenden Werkzeuge waren eine andere Geschichte. Eines, das Prototyp-Diagramme generieren sollte, ist grandios gescheitert.

Wie weit kann ein Agent fahren?

Bei einem Großteil dieser Arbeit habe ich die meisten Schritte noch gelenkt. Der Hermes-Agent-Harness lief auf seiner eigenen isolierten Maschine zu Hause. Meine ursprüngliche Erwartung war, ein Ziel zu setzen und ihn es abarbeiten zu lassen, während ich auf einem Prüf-und-korrigier-Sitz blieb statt auf einem Mach-ich-selbst-Sitz. Der Detailgrad und die Präzision, die für die vorläufige Patentanmeldung nötig waren, bedeuteten, dass ich den Output sorgfältig prüfen musste. Es bedeutete auch, dass ich akribisch alle Blickwinkel ausleuchten und die Anmeldung so breit wie möglich machen musste, da ich noch keinen voll funktionsfähigen Prototyp hatte. Das Produkt so breit wie möglich zu definieren, schützt die spätere Anmeldung davor, später an Formalitäten abgelehnt zu werden. Irgendwann werde ich mich aber viel stärker auf die Einstellen-und-vergessen-Fähigkeiten von Hermes Agent verlassen.

Ich habe eine wirklich unangenehm große Menge an Zeit damit verbracht, dieses Setup zu bauen und abzusichern, und wenn du den Blog früher verfolgt hast, dann war es dafür. Damals mag es wie Infrastruktur um ihrer selbst willen gewirkt haben. Ein Typ, der einen Heimserver überkonstruiert. War es aber nicht. Ich habe den Motor gebaut, bevor ich einen Ort hatte, wo ich ihn fahren konnte. Hier fahre ich ihn.

Also steckt unter „kann KI das“ eine schärfere Frage: kann ein autonomer Agent das? Ein Modell, das bei jeder Aufgabe Babysitting braucht, ist nicht dasselbe wie ein Harness, der ein mehrwöchiges Projekt tragen kann, während ich prüfe und korrigiere. Das ist der schwerere, interessantere Test.

Und ich habe nicht vor, bei einem Patent aufzuhören. Die Anmeldung ist der erste Checkpoint: der Beweis, dass das Ding eine Wand überwinden kann, die ich sieben Jahre lang allein nicht überwinden konnte. Aber eines der Experimente, das mich wirklich interessiert, ist, wie weit Hermes das als mein Haupttreiber bringen kann: Idee zu Produkt, Produkt zu Firma. Ich will herausfinden, ob ein autonomer Agent der Motor für den Aufbau eines echten Unternehmens sein kann und nicht nur ein cleverer Assistent für einzelne Aufgaben. Das Patent ist Post eins. Die Firma, falls es dazu kommt, liegt irgendwo nahe am Ende einer Straße, auf die ich mich gerade erst begebe, mit einem Agenten, der einen großen Teil des Fahrens übernimmt.

Das ist die ehrliche Ambition. Ich werde berichten, was tatsächlich passiert, inklusive der Fehlschläge und Enttäuschungen.

Was kommt

In dieser Serie geht es nicht wirklich um den Patentprozess. Die vorläufige Anmeldung war nur die erste verschlossene Tür, durch die ich Hilfe von KI brauchte. Was ich eigentlich dokumentiere, ist die ganze Strecke: Idee, zu Produkt, zu (falls es klappt) einer Firma, mit einem Frontier-Stack und einem autonomen Agenten, der mich den ganzen Weg über begleitet.

Ein Teil davon ist schon passiert, und ich werde ihn Post für Post durchgehen, Belege und Fehlschläge inklusive. Die Recherche zum Stand der Technik, bei der die KI stellenweise brillant und stellenweise gefährlich selbstüberschätzend war, was als „neu“ zählt. Zu testen, ob überhaupt jemand das will, ohne eine einzige Einheit zu bauen. Das Ding zu entwerfen und das dann in Zeichnungen zu verwandeln, die ein Hersteller ernst nehmen würde. Ob KI wirklich Patentansprüche verfassen kann (Kurzfassung: so halb). Die Anmeldung selbst. Und am Ende eine ehrliche Abrechnung, was jeder Stack gekostet hat und wie weit jeder allein laufen konnte, ohne Anfeuern für die eine oder andere Seite.

Der Rest ist noch nicht passiert, und hier hört es auf, eine Trockenübung zu sein. Echte Marktforschung, keine KI, die die Nachfrage errät, sondern das Ding an echten Hunden von echten Menschen. Ein Prototyp, der mehr ist als ein 3D-gedruckter Schlitten und ein Test-Stoffhund, etwas, das man einem lebenden Tier anlegen würde. Das volle Patent, das aus „Patent angemeldet“ das Echte macht, bevor die Zwölf-Monats-Uhr abläuft. Und wenn das alles hält, eine Firma.

Ich habe schon früher versucht, Firmen aufzubauen. Sie haben es nicht geschafft. Also weiß ich, wie viel Arbeit in so etwas steckt. Weil ich weiß, wie schwer es ist, kann ich endlich sehen, wo KI die Chancen verändert und wo sie mir diesmal einen besseren Schuss gibt.

Unter all dem steckt die Frage, zu der ich immer wieder zurückkomme: wie viel davon kann ein Agent allein tragen, und wo muss ich noch der Mensch sein?

Wenn du eine eigene Idee in deiner Schublade oder deinem Schrank oder auch nur in deinem Kopf liegen hast, die Sache, von der du dir gesagt hast, dass du sie irgendwann mal ordentlich machst, dann ist diese Serie zum Teil ich, der herausfindet, ob „irgendwann mal“ für uns alle gerade ein gutes Stück nähergerückt ist.

Der gedruckte Schlitten ist aus dem Büroschrank raus. Mal sehen, wie weit der Rest kommt.

Das ist Post 1 von [AI-Powered Product Development: From Idea to Company with AI]. [Abonnieren / folgen], um die Analysen zu bekommen, sobald sie erscheinen.