Bis zu 20 % Preisnachlass
5
5
0
Kanzleien nutzen Anita – und es werden mehr
Blog

Designschutz vs. Markenrecht: Wie KI die Analyse von Zeichenähnlichkeit schärft – Lektionen aus dem Fall des OLG Düsseldorf

April 2, 2026
Das OLG Düsseldorf entschied im Streit um den "Puma-Formstrip", dass eine Markenverletzung vorliegt, wenn unterbrochene Streifenelemente vom Betrachter gedanklich als Einheit wahrgenommen werden. Während die Hohe Bekanntheit der Marke den Schutzbereich ausdehnt, markiert eine zu große räumliche Trennung der Elemente die Grenze zur Zulässigkeit. Moderne KI-Systeme können diese visuelle Verwechslungsgefahr objektiv beurteilbar machen.

Designschutz vs. Markenrecht: Wie KI die Analyse von Zeichenähnlichkeit schärft – Lektionen aus dem Fall OLG Düsseldorf

Im Markenrecht ist der Schutz von Positionsmarken – wie Streifen auf Sportschuhen – eine der größten Herausforderungen. Das OLG Düsseldorf musste kürzlich entscheiden, ab wann eine Abwandlung eines bekannten Streifens die Markenrechte verletzt und wann sie als eigenständiges Design zulässig ist. In diesem Beitrag erfahren Sie, wie KI dabei hilft, die Grenzen der Verwechslungsgefahr objektiv zu bestimmen.

Fall im Fokus: Der Streit um den „Puma-Formstrip“

Die Antragstellerin ging gegen einen Discounter vor, der Sportschuhe mit geschwungenen Streifen vertrieb. Es ging um die Frage, ob diese Gestaltungen die bekannte Positionsmarke (den „Formstrip“) verletzen.

Die Kernpunkte der Entscheidung:

  • Bekanntheit stärkt den Schutzbereich: Da der „Formstrip“ eine überragende Verkehrsbekanntheit genießt, ist sein Schutzumfang weit. Selbst bei einer gewissen klanglichen oder begrifflichen Neutralität reicht die bildliche Ähnlichkeit oft aus.
  • Die „Puzzleteil“-Logik: Das Gericht stellte fest, dass eine Verwechslungsgefahr besteht, wenn der Betrachter eine Unterbrechung im Streifen gedanklich überbrückt. Wenn die Enden wie Puzzleteile aneinanderpassen, bleibt der optische Eindruck eines einheitlichen Zeichens erhalten.
  • Grenze der Ähnlichkeit: Bei einem der drei Modelle verneinte das Gericht die Verletzung. Hier war die räumliche Trennung der Streifenelemente so groß, dass kein Eindruck eines durchgehenden Streifens mehr entstand – die „gedankliche Vervollständigung“ fand nicht mehr statt.

Der digitale Hebel: Wie KI die markenrechtliche Verwechslungsgefahr objektiviert

Urteile wie dieses hängen oft von der visuellen Wahrnehmung des Richters ab („Anschauung des Gerichts“). KI-gestützte Systeme können diese subjektive Komponente durch datenbasierte Analysen ergänzen:

  1. Automatisierte Ähnlichkeitsmessung (Computer Vision): KI-Algorithmen können Bilddateien von Schuhdesigns mit bestehenden Markenregistern abgleichen. Sie berechnen mathematisch exakt den Grad der Übereinstimmung in Form, Krümmung und Position. So lässt sich vorab bestimmen, ob ein Design die „Puzzleteil“-Logik des Gerichts triggert oder bereits weit genug vom Original entfernt ist.
  2. Simulation der Verkehrsauffassung: KI kann darauf trainiert werden, das menschliche Auge zu simulieren (Saliency Maps). Sie zeigt auf, welche Elemente eines Schuhs ein Betrachter zuerst wahrnimmt. Wenn die KI den Streifen trotz Unterbrechung als „einheitliches Objekt“ klassifiziert, ist das ein starkes Indiz für eine rechtlich relevante Verwechslungsgefahr.
  3. Globales Design-Monitoring: Markeninhaber können KI nutzen, um weltweit Marktplätze nach ähnlichen Streifenmustern zu scannen. Die KI sortiert dabei „offensichtliche Kopien“ von „rechtlich interessanten Grenzmodellen“ vor, sodass Anwälte ihre Ressourcen effizient auf die erfolgversprechendsten Verfahren konzentrieren können.

Fazit

Das Urteil des OLG Düsseldorf zeigt: Bei bekannten Marken ist der Schutzbereich weit, endet aber dort, wo die visuelle Einheit des Zeichens zerfällt. Für Unternehmen bedeutet dies, dass Designentscheidungen heute nicht mehr nur nach Ästhetik, sondern nach messbaren Abstandsregeln getroffen werden sollten. Der Einsatz von KI bei der Kollisionsprüfung ermöglicht es, das Risiko von Verkaufsverboten und kostspieligen Berufungsverfahren massiv zu senken.