Arzneimittelentwicklung: KI verkürzt Zulassungsweg auf unter 2 Jahre
Veröffentlicht am: 05.08.2026 um 04:39 Uhr | Redaktion boerse-global.de
Die Pharmaindustrie erlebt einen Paradigmenwechsel: KI-Agenten verkürzen die Entwicklung neuer Medikamente drastisch. Was früher Jahre dauerte, passiert heute in Monaten.
Chugai setzt auf KI-Plattform Biomni Lab
Ein Vorreiter ist die Kooperation zwischen Phylo, Inc. und Chugai Pharmaceutical. Das zur Roche-Gruppe gehörende Unternehmen nutzt die Plattform Biomni Lab in vier Kernbereichen: Einzelzellanalyse, Humangenetik, Krankheitsbiologie und Zielbewertung. Über 300 Datenbanken und Werkzeuge sind in einer gesicherten Umgebung vernetzt.
Phylo hatte bereits im Februar 13,5 Millionen USD Seed-Finanzierung eingesammelt. Andreessen Horowitz und Anthropic gehörten zu den Investoren.
Bessere Antworten durch RAG-Agenten
Auch interne Wissenssysteme profitieren. Shionogi Pharmaceutical steigerte die Antwortgenauigkeit seines KI-Suchsystems von 50 auf 90 Prozent. Möglich machte das eine modulare Architektur mit RAG-Agenten (Retrieval-Augmented Generation). Das Projekt mit einem Technologiepartner umfasste den Aufbau einer Monitoring-Basis innerhalb eines Monats – unter strengen Datenschutz- und Governance-Richtlinien.
Präklinische Phase: Von Jahren zu Monaten
Traditionell dauert die Arzneimittelentwicklung 10 bis 15 Jahre und kostet zwischen einer und 2,5 Milliarden USD. Die Misserfolgsquote liegt bei über 90 Prozent. KI-gestützte Ansätze könnten diese Zyklen massiv komprimieren.
Branchenexperte Dr. Jean-Philippe Vert sieht durch Protein-Protein-Interaktionsvorhersagen und zielbasiertes Moleküldesign Entwicklungsspannen von fünf bis sieben Jahren auf unter zwei Jahre schrumpfen.
Wo innovative Technologien wie KI eingesetzt werden, steigen auch die Anforderungen an die digitale Sicherheit und den gesetzlichen Rahmen. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. Kostenlosen Cyber-Security-Report herunterladen
Konkrete Belege liefert Metis TechBio: Deren AiTEM-Plattform, basierend auf über 10 Millionen Lipidstrukturen, reduzierte bei Jiangsu Hengrui Pharmaceuticals präklinische Optimierungszyklen von ein bis zwei Jahren auf weniger als drei Monate. Das erste KI-gestützte Formulierungs-Neuarzneimittel Chinas, MTS-004, schloss die klinische Phase III nach nur 38 Monaten Gesamtentwicklung ab.
KI-Wirkstoffe im klinischen Aufwind
Mehrere KI-entdeckte Kandidaten stehen kurz vor der Zulassung oder haben wichtige Hürden genommen:
Parkinson: InSilico Medicine erhielt Anfang August von der chinesischen NMPA die IND-Zulassung für ISM8969/HT-001, einen oralen NLRP3-Inhibitor. Das Molekül überwindet die Blut-Hirn-Schranke und wurde mit der generativen KI-Plattform Chemistry42 entdeckt. Bereits im Juni starteten Tests am Menschen in Australien, die US-FDA gab im Januar grünes Licht.
Die zunehmende Vernetzung von Forschungsdaten erfordert proaktive Schutzmaßnahmen, um sensible Innovationen vor digitalen Zugriffen zu bewahren. Experten erklären im kostenlosen E-Book, wie Sie sich und Ihr Unternehmen absichern, bevor es zu spät ist. Gratis-Checkliste für IT-Sicherheit sichern
Lungenfibrose: Rentosertib, ein KI-entdecktes Medikament gegen idiopathische Lungenfibrose, befindet sich in Phase 3. Die Entwicklung bis zu diesem Punkt dauerte nur 18 Monate.
Seltene Erkrankungen: Evotec übernahm im August im Auftrag von Niagen Bioscience die präklinische Entwicklung von NB4168 gegen Ataxia teleangiectatica. Eine spezialisierte Plattform soll den Weg zum US-Zulassungsantrag beschleunigen.
Datenqualität als Erfolgsfaktor
Der KI-Erfolg hängt maßgeblich an hochwertigen biologischen Daten. Multi-Omics-Ansätze, die Genomik, Transkriptomik, Proteomik und Metabolomik verknüpfen, verbessern die Identifikation neuer Therapieziele. Partnerschaften wie die zwischen GSK und Relation Therapeutics zielen genau darauf ab.
Neue Technologien treiben die Entwicklung weiter: Das Ende Juli vorgestellte KI-Weltmodell ATLAS von Prodegra fokussiert auf gezielten Proteinabbau. Solche End-to-End-Systeme integrieren Mechanismusanalyse, Hit-Findung und Gerüstgenerierung in einem Workflow. Die im Januar vorgestellte DrugCLIP-Plattform beschleunigt virtuelles Screening von Millionen Verbindungen um ein Vielfaches. Langfristige Kooperationen wie das im März gegründete Zentrum von AstraZeneca und der Tsinghua-Universität stärken die wissenschaftliche Basis für künftige KI-Anwendungen.
