Künstliche Intelligenz schickt sich an, auch die Bereiche Biopharma und Life-Sciences zu revolutionieren. Erfahren Sie, mit nur einem Klick, wie diese bahnbrechende Technologie dabei hilft, die Produktivität zu steigern, Kosten zu senken und innovative Therapien zu entwickeln. TraderFox berichtet und verrät, welche Aktien laut CFRA Research von diesem Megatrend profitieren.

Der Einsatz von Künstlicher Intelligenz (KI) in der Biopharmazie ist nicht neu, da eine Reihe von Unternehmen in diesem Bereich bereits seit vielen Jahren Computermodelle verwenden, um das menschliche Denken zu reproduzieren und verschiedene komplexe Aufgaben zu erfüllen. CFRA Research ist jedoch der Meinung, dass wir mit der jüngsten beträchtlichen Entwicklung bei großen Sprachmodellen in eine neue Ära eintreten, da diese immer fortschrittlicher werden und in der Lage sind, sehr große Datensätze schnell und genau zu bearbeiten.

Die zuständigen Analysten bei dem US-Finanzdienstleister gehen davon aus, dass KI in Zukunft verstärkt in der Arzneimittelforschung und -entwicklung, aber auch bei der Optimierung von Lieferketten und Produktionsprozessen zum Einsatz kommen wird. Man ist der Meinung, dass die beträchtlichen Investitionen in KI bei Biopharma- und Life-Science-Tools und -Dienstleistungsunternehmen langfristig zu erheblichen Kosteneinsparungen und beträchtlichen Möglichkeiten für Umsatzwachstum und Margenausweitung führen könnten.

Der Prozess der Entwicklung neuer Medikamente in Zahlen

Die Entwicklung von Arzneimitteln ist traditionell ein langwieriger und kostspieliger Prozess

Die Medikamentenentwicklung ist ein zeitaufwändiger Prozess, der traditionell erhebliche Ressourcen für die verschiedenen Phasen erfordert. Verschiedenen Quellen aus der Industrie zufolge kann es zwischen einer und zwei Mrd. USD kosten und bis zu 15 Jahre dauern, ein Medikament zu entwickeln und zu vermarkten (siehe Abbildung oben).

Der Lebenszyklus eines Arzneimittels folgt in der Regel einem stabilen, langfristigen Muster: Er beginnt mit der Entdeckung des Medikaments, die in der Regel bis zu vier Jahre dauert, gefolgt von der Erstzulassung, den präklinischen und klinischen Versuchen, die insgesamt weitere zehn Jahre in Anspruch nehmen können, einschließlich verschiedener Entwicklungs- und Testphasen (siehe nächste Abbildung). Nach Abschluss dieses langwierigen Prozesses wird der neue Arzneimittelkandidat im Erfolgsfall zur Zulassung eingereicht, was in der Regel ein weiteres Jahr dauert, bis die Behörden eine Entscheidung getroffen haben.

Durchschnittlich benötigte Zeit in jeder Phase der Arzneimittel- Entwicklung

Quellen: CFRA, SRUK/CERU.

Die Entwicklung eines neuen Medikaments ist zwar sehr zeitaufwändig, aber die Erfolgswahrscheinlichkeit von Phase 1 bis zur FDA-Zulassung ist in der Regel trotzdem gering und liegt bei 7,9 %, wie aus dem Bericht Clinical Development Success Rates and Contributing Factors der Biotechnology Innovation Organization hervorgeht. Normalerweise durchläuft die Arzneimittelentwicklung vier Phasen (Phase 1 bis 4), nachdem ein neues Molekül, Gen oder Protein im Labor entdeckt wurde und die präklinischen Versuche erfolgreich verlaufen sind.

Laut einer Studie der National Institutes of Health (NIH) ist die Wahrscheinlichkeit, von einer klinischen Entwicklungsphase in die nächste zu gelangen, ebenfalls unterschiedlich: Nur 32 % der präklinischen Studien schaffen es bis zur Phase 1, 50 % schaffen es von der Phase 2 in die Phase 3 und 59 % schaffen es von der Phase 3 zu einer New Drug Application (NDA) oder Biologics License Application (BLA).

Generative KI verspricht Zeit- und Kostenreduzierung

Laut IBM bezieht sich GenAI (generative Artificial Intelligence) auf Deep-Learning-Modelle, die Rohdaten verarbeiten und aus komplexen Datentypen statistisch wahrscheinliche Ergebnisse generieren können. Angewandt auf die Arzneimittelforschung kann dies die wissenschaftliche Forschung erheblich beschleunigen, insbesondere durch die Optimierung von Studien an großen und schwierigen Datensätzen, die schnellere Eingrenzung von Möglichkeiten und Ergebnissen und die Steigerung der Effizienz. GenAI verspricht auch eine genauere und schnellere Entdeckung neuer Molekülkandidaten mit dem Potenzial, die Fehlermargen zu verringern, was unserer Ansicht nach Zeit und Kosten für die Markteinführung neuer Therapien spart.

Nach Meinung von CFRA Research könnten sich die Auswirkungen am schnellsten bei den F&E-Ausgaben für Biopharma bemerkbar machen, die aufgrund des zunehmenden Wettbewerbs und der steigenden Kosten für die Markteinführung neuer Produkte zunehmen. Laut Evaluate Pharma werden die weltweiten F&E-Ausgaben für Pharmazeutika zwischen 2024 und 2028 mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 2,7 % steigen. Nach Ansicht des zitierten US-Finanzdienstleisters sind bereits in den nächsten drei bis fünf Jahren erhebliche Kosteneinsparungen zu erwarten, welche die CAGR der globalen F&E-Ausgaben zwischen 2024 und 2028 auf 0,7 % bis 1,5 % senken könnten, je nachdem, wie schnell sich die Einführung und Nutzung von GenAI verbreitet. Da Forscher die Möglichkeit haben, Heilmittel zur Behandlung komplexer Krankheiten besser und schneller zu entwickeln, könnten sich in Zukunft auch erhebliche neue Umsatzmöglichkeiten ergeben, so das Urteil.

Entwicklung der weltweiten Pharma-F&E-Ausgaben

Es gibt bereits Life-Science-Tools und –Dienstleistungsunternehmen, die KI in ihren Produkten, Dienstleistungen und Abläufen in erheblichem Maße nutzen

Der Einsatz von KI in Life-Science-Tools und -Dienstleistungsunternehmen (LSTS) entwickelt sich schnell und wird als eine wichtige bahnbrechende Technologie angesehen, die die Entdeckung und Entwicklung von Medikamenten verbessert. Nach Ansicht von CFRA könnte die KI zu Produktivitätssteigerungen, einer beschleunigten Entwicklung neuer Medikamente, einem effizienteren und gerechteren Zugang zu klinischen Studien und einer optimierten Herstellung führen.

Charles River Laboratories setzt KI in seinen Labors aktiv ein, um die betriebliche Effizienz durch den Aufbau von Systemen zu steigern, die sich automatisch an neue Situationen anpassen, sowie für die probabilistische Programmierung. Die F&E-Abteilung für maschinelles Lernen identifiziert Muster in Daten mit einer Vielzahl von Ansätzen, darunter Reinforcement Learning, Deep Learning, Anomalieerkennung und Clusteranalyse. Das Unternehmen nutzt diese Muster, um bessere Vorhersagen und Entscheidungen in seinem Arbeitsablauf zu treffen und seine Produktivität zu steigern.

IQVIA Holdings nutzt KI in seinen Angeboten für klinische Studien ein, indem es Daten und prädiktive Modellierung nutzt, um Zeitpläne zu beschleunigen. Nach Angaben von IQVIA ermöglicht dies eine um 46 % schnellere Identifizierung klinischer Studien. Darüber hinaus setzt IQVIA KI und maschinelles Lernen ein, um die richtige Patientenpopulation für seine klinischen Studien zu identifizieren, die darauf abzielen, die Patientenrekrutierung zu beschleunigen und die Studien zeit- und budgetgerecht durchzuführen.

Thermo Fisher setzt KI-Methoden wie maschinelles und tiefes Lernen ein, um die Bildqualität zu erhöhen und die Bildsegmentierung in seiner Amira-Avizo Software zu automatisieren, um so die Forschungsergebnisse zu verbessern. Die Amira-Avizo Software des Unternehmens nutzt KI-Tools, um die Verarbeitung, Segmentierung und Klassifizierung von Bilddaten zu beschleunigen.

KI hilft biopharmazeutische Unternehmen beim Kampf gegen die zunehmenden Risiken

CFRA vertritt die Haltung, dass große Biopharmaunternehmen ab 2023 eine schwierigere Zeit durchleben werden, da sich Patentklippen abzeichnen, die eine Reihe von Unternehmen in unserer US-Biopharma-Berichterstattung betreffen und in den nächsten drei bis fünf Jahren Umsatzrisiken schaffen werden.

Darüber hinaus wurde der Inflation Reduction Act (IRA) in Kraft gesetzt und die Liste der ersten zehn umsatzstärksten verschreibungspflichtigen Medikamente, die für Verhandlungen mit Medicare ausgewählt wurden, wurde im August 2023 bekannt gegeben. Die Liste umfasst Arzneimittel großer US-amerikanischer Pharma- und Biotech-Unternehmen (Bristol-Meyers Squibb, Pfizer, Eli Lilly and Company. Merck & Co., Johnson & Johnson, Amgen  und AbbVie.

Die ausgehandelten fairen Höchstpreise für diese Arzneimittel werden bis September 2024 veröffentlicht, und die überarbeiteten Preise werden im Januar 2026 in Kraft treten. Es ist geplant, die Verhandlungen ab 2028 auf 20 Arzneimittel auszuweiten, während in den nächsten Verhandlungsrunden wahrscheinlich weitere Arzneimittel einbezogen werden, so dass die Zahl auf 50 steigen könnte.

Während die Analysten davon ausgehen, dass die Auswirkungen der ersten Verhandlungsrunde für die meisten Unternehmen überschaubar sein werden, könnte die IRA langfristig zu erheblichen Einnahmeverlusten für biopharmazeutische Unternehmen führen. Gleichzeitig steigen die Ausgaben aufgrund des Inflationsdrucks und der zunehmenden Kosten für Energie, Rohstoffe, Fracht, Arbeit und pharmazeutische Wirkstoffe (API).

In diesem Umfeld, in dem Biopharmaunternehmen zwischen 14 % und 31 % ihres Umsatzes im Jahr 2023 für F&E ausgeben (siehe nächste Abbildung), um neue Therapien zu entwickeln und voranzutreiben, erscheint das Versprechen der KI, die Zeitpläne zu beschleunigen und die Genauigkeit und Präzision zu verbessern, nach Meinung von CFRA sehr wertvoll zu sein. Man denkt auch, dass mit der zunehmenden Einführung von KI in Forschungsprozessen der Anteil der F&E-Ausgaben am Umsatz sinken dürfte, was zu einer Ausweitung der Marge und einer Steigerung der Rentabilität führen dürfte.

F&E-Ausgaben ausgewählter US-Biopharmaunternehmen in % des Umsatzes in 2023

Quellen: Unternehmensangaben, CFRA.

CFRA glaubt auch, dass die zunehmende Anwendung und Nutzung von KI für sich wiederholende und zeitaufwändige Verwaltungsaufgaben langfristig zu einem bemerkenswerten Rückgang der Verwaltungskosten führen könnte, die durchschnittlich 15 % - 20 % der Jahreseinnahmen von biopharmazeutischen Unternehmen ausmachen. Dies könnte zu zusätzlichen Einsparungen führen und die Rentabilität der Unternehmen verbessern.

Innovative US-Biopharmaunternehmen streben mit KI Produktivitätssteigerungen an

Amgen setzt eine KI-Vision um, die sowohl auf externe als auch auf interne Unternehmensziele ausgerichtet ist. Das Unternehmen will die "Patientenversorgung verbessern", indem es die Zeit für die Markteinführung neuer Therapien verkürzt und die Bedürfnisse der Patienten besser versteht. Gleichzeitig will das Unternehmen seine interne Produktivität steigern, indem es seinen Mitarbeitern durch den Einsatz von KI-Tools und -Systemen Hilfsmittel zur Verfügung stellt und sie befähigt. Das Unternehmen arbeitet auch mit NVIDIA zusammen, um ausgefeilte KI-Modelle zur Analyse großer Datensätze zu entwickeln und so die Arzneimittelforschung zu verbessern.

Im Jahr 2023 kündigte Eli Lilly eine Zusammenarbeit mit XtalPi, einem pharmazeutischen Technologieunternehmen, an, um die KI-Fähigkeiten und die Robotik-Plattform von XtalPi zu nutzen, um den Prozess der Arzneimittelentdeckung zu beschleunigen. Mit dieser Partnerschaft will Eli Lilly potenzielle Arzneimittelkandidaten schneller identifizieren und in die klinischen und Entwicklungsprozesse einführen. Im April gab Moderna eine neue Zusammenarbeit mit OpenAI bekannt, die darauf abzielt, sein mRNA-Portfolio voranzubringen. Die beiden Unternehmen arbeiten bereits seit Anfang 2023 zusammen, als Moderna-Mitarbeiter begannen, ChatGPT zu nutzen, um ihre Produktivität zu steigern.

Pfizer setzt KI bereits seit einiger Zeit in verschiedenen Bereichen ein. Das Unternehmen nutzt KI und Supercomputing, um große Datensätze zu sortieren und Muster und Beziehungen zu erkennen, um die klinische Entwicklung voranzutreiben. Mithilfe von KI kann Pfizer Behandlungen und Impfstoffe schneller entwickeln und sie schneller auf den Markt bringen. Das Unternehmen hat erfolgreich KI-Anwendungen eingesetzt, um das führende Covid-19-Therapeutikum Paxlovid in Tablettenform zu entwickeln (um es für Patienten zugänglicher zu machen), das durch komplexe Berechnungen zur Identifizierung der richtigen Moleküle entwickelt wurde. Das Unternehmen setzt KI auch ein, um das Verfahren für die Einreichung von Zulassungsanträgen zu verbessern. Es nutzt KI, um vorherzusagen, welche Art von Anfragen von Regulierungsbehörden zu erwarten sind, was zu einem schnelleren und effizienteren Prüfverfahren führt und es Pfizer ermöglicht, seine Produkte schneller auf den Markt zu bringen.

Neue Anwendungsbereiche dürften den Weg für künftige Innovationen und Kooperationen ebnen

 Bei den gesamten intern analyseseitig abgedeckten US-Gesundheitsunternehmen beobachtet CFRA eine starke Begeisterung für die weitere Integration von KI-Tools in verschiedene Prozesse und die Zusammenarbeit mit großen Technologieunternehmen wie Alphabet und NVIDIA (siehe den unten folgenden Abschnitt mit den Firmenkommentaren). Dies führt dazu, dass die Konvergenz von Gesundheitswesen und Technologie eine neue Dimension erreicht. So haben Google DeepMind und Isomorphic Labs (eine Tochtergesellschaft von Alphabet) gemeinsam eine neue Version der Software AlphaFold entwickelt, die im Mai angekündigt wurde (AlphaFold 3) und mit der verschiedene biomolekulare Interaktionen mit sehr hoher Genauigkeit vorhergesagt werden können, was von Wissenschaftlern als revolutionär für die Modellierung und das Verständnis der Struktur von Proteinen bezeichnet wurde.

Eli Lilly gab im Januar eine umfangreiche Forschungskooperation mit Isomorphic Labs bekannt, bei der es dem digitalen Biotech-Unternehmen 45 Mio. USD in Form von Vorauszahlungen (+ 1,7 Mrd. USD in Form von späteren erfolgsabhängigen Zahlungen) zahlte, um gemeinsam an der Entdeckung kleiner Therapeutika gegen mehrere verschiedene Targets zu arbeiten. In ähnlicher Weise kündigte Johnson & Johnson im März 2024 eine Zusammenarbeit mit NVIDIA an, um KI-basierte Modelle zur Verbesserung der Analyse für den chirurgischen Entscheidungsprozess zu nutzen, was zur Verbesserung seiner MedTech-Lösungen beitragen soll, indem deren Geschwindigkeit und Präzision erhöht wird.

Ausgewählte Kommentare von Managern über den aktuellen und zukünftigen Einsatz von KI in ihren Unternehmen

Amgen

(Mai 2024 - Geschäftsführer und CFO, Peter H. Griffith): "Wir integrieren generative KI aktiv in das gesamte Unternehmen, um Innovationen voranzutreiben und unsere Führungsposition in der Branche zu stärken. Dieses strategische Engagement für innovative Technologien ermöglicht es uns, Fortschritte anzuführen, die Arzneimittelentwicklung zu rationalisieren und die Patientenversorgung effektiver zu gestalten."

Quelle: Qualitäts-Check TraderFox

Eli Lilly

(Januar 2024 - Isomorphic Labs CEO und Gründer, Demis Hassabis): "Wir sind begeistert, diese Partnerschaft einzugehen und unsere proprietäre Technologieplattform, die nächste Generation von AlphaFold und den Zugang zu enormer Rechenleistung für die Entwicklungsprogramme von Lilly einzusetzen."

Quelle: Qualitäts-Check TraderFox

IQVIA

(Mai 2024 - Geschäftsführer & CFO, Ronald E. Bruehlman): "Im Fall der künstlichen Intelligenz in der generativen KI (...) ist man nur so gut wie das, worauf man die Modelle trainiert. Und wenn Sie hinausgehen und all die Fragen stellen würden, die wir - unsere Kunden - uns stellen, wenn man Ihnen die von ChatGPT-4, 5, was auch immer stellt, würden Sie Nicht-Antworten zurückbekommen. KI wird Ihnen nicht die Art von Antworten geben, die Sie Ihren Kunden ohne unsere Daten geben können. Ich glaube, die Leute wissen gar nicht, wie mächtig die Daten und Erkenntnisse sind, die wir haben, und welchen Vorteil wir dadurch haben."

Quelle: Qualitäts-Check TraderFox

Johnson & Johnson

(März 2024 - Executive Vice President und Worldwide Chairman MedTech Division, Tim Schmid): "Unsere langjährige Erfahrung im Gesundheitswesen und das digitale Ökosystem in der Chirurgie sowie die KI-Plattformen von NVIDIA bergen ein enormes Potenzial, um eine besser vernetzte chirurgische Erfahrung zu schaffen."

Quelle: Qualitäts-Check TraderFox

Moderna

(April 2024): "Moderna hat einen ehrgeizigen Plan, in den nächsten Jahren mehrere Produkte auf den Markt zu bringen, und die Zusammenarbeit mit Unternehmen wie OpenAI ist entscheidend für unsere Fähigkeit, zu skalieren und unsere Wirkung auf die Patienten zu maximieren." (Moderna-CEO Stephane Bancel).

"Wir freuen uns darauf, weiterhin mit Moderna zusammenzuarbeiten, um Patienten in Not eine neue Generation von Medikamenten zur Verfügung zu stellen." Sam Altman, CEO von OpenAI.

Quelle: Qualitäts-Check TraderFox

Thermo Fisher Scientific

(Januar 2024 - Vorsitzender, Präsident und CEO, Marc N. Casper): "Wir setzen KI weiter ein, um die kommerzielle Effektivität zu optimieren und das Kundenerlebnis zu verbessern. Und wenn ich über KI nachdenke, gibt es zwei Aspekte, richtig? Zum einen geht es darum, wie man das Unternehmen führt, und zum anderen darum, wo man neue Werte schafft. Und bei der Übernahme der Art und Weise, wie wir das Unternehmen führen, macht es in den ersten Tagen einen wirklich bedeutenden Unterschied."

Quelle: Qualitäts-Check TraderFox