WO2026062606 - ARTIFICIALLY INTELLIGENT SYSTEM AND METHOD FOR AUTOMATIC GENERATION AND TRANSMISSION OF DIGITAL RECEIPTS
National phase entry is expected:
Publication Number
WO/2026/062606
Publication Date
26.03.2026
International Application No.
PCT/IB2025/059512
International Filing Date
22.09.2025
Title **
[English]
ARTIFICIALLY INTELLIGENT SYSTEM AND METHOD FOR AUTOMATIC GENERATION AND TRANSMISSION OF DIGITAL RECEIPTS
[French]
SYSTÈME ARTIFICIELLEMENT INTELLIGENT ET PROCÉDÉ DE GÉNÉRATION ET DE TRANSMISSION AUTOMATIQUES DE REÇUS NUMÉRIQUES
Applicants **
KBI INVEST & MANAGEMENT AG
Inventors
KELLERER, Richard
Priority Data
63/697,986
23.09.2024
US
19/316,483
02.09.2025
US
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 2992 | |
| EPO | Filing, Examination, Granting | 13625 | |
| Japan | Filing, Examination, Granting | 2307 | |
| South Korea | Filing, Examination, Granting | 2418 | |
| USA | Filing, Examination, Granting | 9390 |
Total:
30,732
Contact Us
Abstract[English]
Systems and methods leverage a multi-stage artificial-intelligence pipeline to convert raw point-of-sale data into bank-grade digital receipts. A convolutional-OCR front end extracts line-item text, which a bidirectional-LSTM classifier normalises and categorises in real time, learning continuously from user feedback. A graph-based anomaly detector flags suspicious spend patterns, while a recommender sub-engine delivers personalised rewards and sustainability insights by fusing purchase context with external carbon-intensity data. The enriched receipt is cryptographically hashed, streamed through an encrypted gateway, and auto-matched to the corresponding payment entry inside the banking core. By driving extraction, classification, enrichment and integrity checks entirely through AI, the system eliminates manual mapping and enables immediate, tamper-evident reconciliation across heterogeneous merchants and payment rails.[French]
Des systèmes et des procédés tirent profit d'un pipeline d'intelligence artificielle à plusieurs étapes pour convertir des données brutes de point de vente en reçus numériques de qualité bancaire. Une extrémité frontale d'OCR convolutive extrait du texte d'élément de ligne, qu'un classificateur LSTM bidirectionnel normalise et catégorise en temps réel, en apprenant en continu du retour d'utilisateur. Un détecteur d'anomalies basé sur un graphe signale des motifs de dépenses suspectes, tandis qu'un sous-moteur de recommandation délivre des récompenses personnalisées et des aperçus de durabilité en fusionnant le contexte d'achat avec des données externes d'intensité carbone. Le reçu enrichi est haché de manière cryptographique, diffusé en continu par l'intermédiaire d'une passerelle chiffrée, et autoadapté à l'entrée de paiement correspondante dans les services bancaires fondamentaux. En gérant l'extraction, la classification, l'enrichissement et les contrôles d'intégrité entièrement par IA, le système élimine le mappage manuel et permet un rapprochement immédiat et inviolable pour des commerçants et des infrastructures de paiement hétérogènes.