Microsoft und Causaly: KI-Partnerschaft für Life-Sciences-Forschung
Veröffentlicht am: 18.08.2026 um 12:13 Uhr | Redaktion boerse-global.de
Das Technologieunternehmen Microsoft und der Spezialist für KI-gestützte Wirkstoffforschung Causaly haben auf der Microsoft Build-Konferenz eine strategische Partnerschaft bekannt gegeben. Ziel der Zusammenarbeit ist es, wissenschaftliches Rechnen und die anschließende Interpretation der Ergebnisse in einem einzigen, evidenzbasierten Arbeitsablauf für die Forschung und Entwicklung (F&E) im Bereich der Life Sciences zu vereinen.
Durch die Integration der jeweiligen Technologien soll der Prozess von der ersten Datenerhebung bis zur fundierten wissenschaftlichen Entscheidung beschleunigt und qualitativ abgesichert werden. Die Kooperation adressiert damit eine zentrale Herausforderung in der pharmazeutischen Forschung: die Verknüpfung von rechnergestützten Signalen mit belastbaren wissenschaftlichen Belegen.
Integration von Analyse und logischer Schlussfolgerung
Die technologische Basis der neuen Lösung bildet eine Kombination aus den Enterprise-Analytics-Funktionen von Microsoft Discovery und dem sogenannten Knowledge-Graph-Reasoning von Causaly.
Dieser Ansatz soll es Forschungsteams ermöglichen, über die reine Identifikation von datenbasierten Signalen hinauszugehen. Stattdessen zielt das System darauf ab, entscheidungsrelevante Erkenntnisse zu liefern, die direkt durch Zitatbelege aus der wissenschaftlichen Literatur gestützt werden.
Die Integration von KI-Systemen in geschäftskritische Prozesse erfordert eine genaue Kenntnis der rechtlichen Rahmenbedingungen und Risikoklassen. Dieser kostenlose Report klärt auf, welche Anforderungen die neue EU-KI-Verordnung stellt und was Unternehmen jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko? Jetzt informieren
Durch diese Zusammenführung der Arbeitsabläufe können Wissenschaftler den Übergang von der rein rechnerischen Analyse hin zu evidenzbasierten Entscheidungen innerhalb einer geschlossenen Systemumgebung vollziehen. Dies soll nicht nur die Effizienz steigern, sondern vor allem die Nachvollziehbarkeit komplexer Forschungsschritte an entscheidenden Schnittstellen des Entwicklungsprozesses verbessern.
Das menschliche Urteilsvermögen im Fokus der KI-Strategie
Ein wesentlicher Aspekt der Partnerschaft betrifft die Rolle des menschlichen Expertenwissens. Stavroula Ntoufa von Causaly, die vor ihrem Wechsel in das Unternehmen 14 Jahre in der akademischen Forschung tätig war, hob hervor, dass das wertvollste Gut in der pharmazeutischen Forschung und Entwicklung das Urteilsvermögen der Wissenschaftler sei. Dieses komme an jedem entscheidenden Punkt im Forschungsprozess zur Anwendung.
Laut Ntoufa verändern moderne KI-Agenten die Art und Weise, wie dieses spezifische Expertenwissen festgehalten und innerhalb einer Organisation genutzt werden kann. Ein Problem bestehender Strukturen sei, dass Standard-Betriebsabläufe (SOPs) das individuelle Urteilsvermögen und die Erfahrung der Forscher oft nicht erfassen können. Dies führe dazu, dass bei personellen Veränderungen oder Entlassungen wertvolles Wissen verloren gehe.
Wer sich mit der Einführung moderner KI-Technologien befasst, sollte auch die gesetzlichen Übergangsfristen und Compliance-Regeln im Blick behalten. Der kostenlose Umsetzungsleitfaden zum EU AI Act bietet Unternehmen einen kompakten Überblick über alle neuen Pflichten und Fristen. EU AI Act in 5 Schritten verstehen – Gratis-E-Book sichern
Qualität der Entscheidung als neuer Maßstab
Die Zusammenarbeit zwischen Microsoft und Causaly verfolgt zudem den Ansatz, die Leistung von Künstlicher Intelligenz neu zu bewerten. Ntoufa argumentierte, dass der Erfolg von KI-Systemen in der Forschung nicht allein an Effizienzsteigerungen gemessen werden dürfte. Vielmehr müsse die Qualität der getroffenen Entscheidungen als zentraler Maßstab dienen.
Indem KI-Systeme dazu genutzt werden, Expertenwissen systematisch zu sichern und durch eine breite Evidenzbasis zu ergänzen, soll die Forschung robuster gegenüber Wissensverlusten werden.
Die Integration von Microsofts Analyse-Infrastruktur und Causalys Logik-Modellen stellt somit einen Versuch dar, die tiefe wissenschaftliche Expertise menschlicher Forscher mit der Skalierbarkeit moderner Rechenleistung zu verknüpfen, ohne dabei die wissenschaftliche Herleitung zu vernachlässigen.
