Pharma-Riesen setzen auf KI: Merck und Lilly revolutionieren die Arzneimittelforschung

Pharmakonzerne investieren massiv in KI-Infrastruktur und Datenpartnerschaften, um die traditionell langwierige Wirkstoffsuche zu revolutionieren und Entwicklungszeiten zu verkürzen.

Führende Pharmakonzerne investieren massiv in Künstliche Intelligenz, um die Entwicklung neuer Medikamente zu beschleunigen. Die Branche erlebt einen tiefgreifenden Wandel. Innerhalb einer Woche haben Merck und Eli Lilly wegweisende Initiativen angekündigt, die KI fest in ihre Forschungsprozesse integrieren. Ziel ist es, mit riesigen klinischen Datensätzen die Entwicklungszeiten zu verkürzen und die Erfolgsquote zu steigern. Patienten könnten so schneller von neuen Therapien profitieren.

Merck und Mayo Clinic: Daten-Partnerschaft für bessere Therapien

Ein Meilenstein ist die jüngst bekanntgegebene Forschungskooperation zwischen Merck und der renommierten Mayo Clinic. Das deutsche Pharmaunternehmen kombiniert dabei seine KI-Expertise mit den umfangreichen, anonymisierten klinischen und genomischen Daten der US-Klinik. Zunächst konzentriert man sich auf drei Bereiche mit hohem medizinischem Bedarf, darunter Multiple Sklerose.

Anzeige

Moderne Forschung nutzt präzise Daten, um Krankheiten besser zu verstehen – doch auch für die persönliche Vorsorge sind korrekte Informationen entscheidend. Dieser kostenlose Report erklärt verständlich, welche Blutwerte wirklich zählen und wie Sie Fehldiagnosen vermeiden. Laborwerte-Selbstcheck: Jetzt kostenlos herunterladen

Merck erhält Zugang zu einem sicheren Datenraum des „Platform_Orchestrate“-Programms. Dieser enthält multimodale Informationen wie Laborwerte, medizinische Bildgebung und Arztnotizen. Diese Daten sollen KI-Modelle antreiben, um Krankheiten besser zu verstehen und neue Angriffspunkte für Medikamente zu identifizieren.

Lilly baut eigenen KI-Supercomputer „LillyPod“

Kurz nach der Merck-Ankündigung zog der US-Konzern Eli Lilly nach – mit einer spektakulären Eigenentwicklung. Das Unternehmen stellte „LillyPod“ vor, den nach eigenen Angaben leistungsstärksten KI-Supercomputer, der vollständig im Besitz eines Pharmaunternehmens ist.

Die auf NVIDIA-Technologie basierende „KI-Fabrik“ soll die wissenschaftliche Forschung revolutionieren. Sie ermöglicht das Training hochkomplexer KI-Modelle, etwa für das Design von Proteinen und kleinen Molekülen. Damit verändert sich grundlegend, wie Forscher die biologischen Komplexitäten von Krankheiten angehen. Rechenleistung im großen Stil ist für Lilly kein Nice-to-have mehr, sondern eine strategische Notwendigkeit.

Vom Labor zur KI-Schleife: Roche als Vorreiter

Die Integration von KI schafft ein neues Forschungs-Paradigma: das „Labor in der Schleife“. Pioniere wie der Schweizer Konzern Roche setzen diesen Ansatz bereits um. Dabei trainieren experimentelle und klinische Daten KI-Modelle. Diese generieren Vorhersagen für neue Wirkstoffziele und Moleküle, die dann im Labor getestet werden. Die daraus gewonnenen neuen Daten verbessern wiederum die KI.

Dieser zyklische, datengetriebene Prozess ermöglicht ein schnelles virtuelles Screening von Millionen Molekülen. Die traditionelle Entwicklungszeit für ein Medikament von 10 bis 15 Jahren könnte so drastisch verkürzt werden.

Die Herausforderung: Datenqualität und Infrastruktur

Die Wirksamkeit dieser KI-Systeme hängt entscheidend von der Qualität und Verfügbarkeit der Daten ab. Die Merck-Mayo-Partnerschaft unterstreicht die immense Bedeutung multimodaler klinischer Daten als Treibstoff für die Entdeckungsmaschinen.

Die Branche arbeitet daran, Datensilos aufzubrechen und einheitliche, cloud-native Architekturen zu schaffen. Nur so können fortschrittliche KI-Anwendungen ihr volles Potenzial entfalten. Die Überlagerung von hochentwickelter KI auf veraltete Systeme würde hingegen Ineffizienzen verstärken.

KI entlastet auch Verwaltung und Operationen

KI optimiert nicht nur die Forschung, sondern auch administrative Abläufe. So kündigte das Automatisierungsunternehmen UiPath am 23. Februar 2026 neue KI-Lösungen für das Gesundheitswesen an. Diese sollen Engpässe bei der Zusammenfassung von Patientenakten, der Abrechnung von Leistungen und der Kostenübernahmeverfahren beseitigen.

Anzeige

Während die Medizin durch KI revolutioniert wird, stellen neue Verordnungen wie der EU AI-Act Unternehmen vor große Herausforderungen. Dieser kostenlose Leitfaden bietet eine kompakte Zusammenfassung der Pflichten und Fristen für eine rechtssichere Umsetzung. EU-KI-Verordnung: Kostenloses E-Book sichern

Die Automatisierung dieser komplexen Prozesse entlastet Ärzte und Pharmaunternehmen erheblich. Freiwerdende Ressourcen können so in die Kernaufgaben Forschung und Patientenversorgung fließen.

Branche im Umbruch: KI wird zum Standard

Diese jüngsten Entwicklungen sind keine Einzelphänomene. Sie sind Teil eines umfassenden Trends, der das Wettbewerbsumfeld der Pharmaindustrie neu ordnet. Massive Investitionen in KI-Infrastruktur und strategische Datenpartnerschaften werden zur Eintrittskarte für die Spitze.

Die traditionelle, oft vom Zufall geprägte Wirkstoffsuche weicht einer ingenieursmäßigen, datengetriebenen Wissenschaft. Branchenanalysen deuten darauf hin, dass mit generativer KI entwickelte Wirkstoffkandidaten in frühen Sicherheitsstudien bereits jetzt überdurchschnittlich hohe Erfolgsquoten zeigen. Das könnte die historisch hohen Abbruchraten in der Pipeline deutlich senken.

Die Zukunft gehört integrierten, KI-nativen Forschungssystemen. Die Industrie bewegt sich auf ein Ökosystem zu, in dem KI-„Co-Wissenschaftler“ und automatisierte Workflows Experimente und Entscheidungen koordinieren. Dafür sind nicht nur technologische Fortschritte, sondern auch ein kultureller Wandel in den Unternehmen nötig. KI-Expertise muss direkt in den Forschungsteams verankert werden, um die Werkzeuge nahtlos in reale wissenschaftliche Experimente zu integrieren.

Unternehmen wie Merck, Lilly und Roche treiben diesen Wandel voran. Der größte Nutznießer dieser KI-Revolution wird am Ende der Patient sein, wenn zielgenauere und wirksamere Therapien für die größten medizinischen Herausforderungen unserer Zeit entwickelt werden können.