Digitaler Zwilling statt Wundermolekül: KI zeigt in der Pharmaproduktion bisher mehr Wirkung als in der Forschung

Eli Lillys Digital-Chef räumt ein: KI bringt in der Pharma bislang vor allem dort Vorteile, wo es nicht um die Wirkstoffsuche geht.

"Die Realität ist: Wo wir bisher all die Vorteile von KI gesehen haben, ist nicht in der Medikamentenentdeckung, sondern im Rest des Prozesses", sagt Diogo Rau, Chief Information and Digital Officer bei Eli Lilly, gegenüber dem Wall Street Journal. Eine bemerkenswert nüchterne Einordnung, mitten in einer Phase, in der Lilly milliardenschwere Partnerschaften mit Nvidia eingeht und einen der leistungsstärksten Pharma-Supercomputer baut. Auch Roche, GSK, AstraZeneca und Merck haben in den vergangenen Monaten Milliardendeals mit KI-Spezialisten angekündigt.

Auch beim Blick auf klinische Studien bleibt die Bilanz mager. RBC-Analyst Trung Huynh zum versprochenen Sprung in der Erfolgsquote: "Ich glaube nicht, dass es bisher einen definitiven Beweis dafür gibt, dass KI die Ergebnisse verbessert." Recursion Pharmaceuticals, einer der frühesten Pioniere der KI-gestützten Wirkstoffsuche, hat fast 13 Jahre nach Gründung noch immer kein KI-entwickeltes Medikament am Markt und musste letztes Jahr 20 Prozent der Belegschaft entlassen. Angetreten war man, die branchenübliche 90-Prozent-Misserfolgsquote in der Wirkstoffentwicklung zu knacken.

Wo KI heute schon Wirkung zeigt

Laut WSJ liegt ein großer Teil des bisherigen KI-Nutzens in Backoffice-Aufgaben und in der Fertigung, nicht in bahnbrechenden Forschungsfortschritten. Lilly etwa erstellte einen digitalen Zwilling seines Herstellungsprozesses für Tirzepatid (Wirkstoff in Mounjaro und Zepbound) und identifizierte per maschinellem Lernen Druck- und Temperaturkombinationen, die den Prozess verkürzten und die Ausbringungsmenge erhöhten.

Auch in der Wirkstoffsuche selbst gibt es erste Lichtblicke: Recursion verkürzte das Design eines experimentellen Krebsmedikaments auf 18 Monate statt der branchenüblichen vier Jahre. Der Engpass bleibt aber, dass Studien am Menschen weiter Jahre brauchen. RBC schätzt das Einsparpotenzial der US-Pharmaindustrie durch KI in den nächsten fünf Jahren dennoch auf rund 90 Milliarden Dollar.