Sanofi mietet dasselbe KI-Gehirn wie AstraZeneca — und genau das ist die Geschichte
Sanofi ist der zweite große Pharmakonzern binnen drei Wochen, der Owkins K Pro lizenziert. BMS zählt inzwischen die Rechnung für seinen Claude-Rollout auf 30.000 Plätzen. Außerdem: das „erste KI-Medikament in der Klinik“ auseinandergenommen, die Spaltung der KI-Finanzierung, und der Onion Desk.
Die KI-Geschichte der Pharma reift von der Schlagzeile zum Rechnungsbuch. Sanofi, das Owkins Agenten mietet statt ein Unternehmen zu kaufen, Bristol Myers, das die Rechnung für 30.000 Claude-Plätze zählt, und ein „erstes KI-Medikament“, das sich als KI-formuliert statt KI-entdeckt herausstellt — alle drei zeigen eine Branche, die den Landraub hinter sich lässt und zu den härteren Fragen nach Kosten, Kategorie und Nachweis übergeht. Zugleich enthielten die größten Schecks der Woche — Pfizers 10,5-Mrd.-Dollar-Onkologiedeal, Lillys 1,9-Mrd.-Dollar-Pakt zur RNA-Editierung — überhaupt keine KI. Der rote Faden ist ein Markt, der lernt, das Etikett vom Wert zu trennen.
Leitartikel — Sanofi mietet dasselbe KI-Gehirn wie AstraZeneca
DealsSanofi ist binnen weniger Wochen der zweite Spitzen-Pharmakonzern, der Owkins agentische KI-Plattform „K Pro“ lizenziert; laut AllSci umfasst die mehrjährige Kooperation eine Fünfjahreslizenz über die gesamte pharmazeutische Wertschöpfungskette, die finanziellen Konditionen wurden nicht offengelegt, und der Deal verlängert eine Beziehung, die bis 2021 zurückreicht. Er kommt rund drei Wochen nach AstraZenecas eigener dreijähriger K-Pro-Lizenz. Owkin baut die Agenten und setzt sie in der IT-Umgebung des Pharmaunternehmens ein, sodass proprietäre Daten das Haus nie verlassen. Die eigentliche Geschichte sind nicht die Agenten, sondern das Beschaffungsmodell: Dass zwei der weltgrößten Arzneimittelhersteller binnen Wochen dieselbe Drittanbieter-Plattform mieten, legt nahe, dass die Pharma die Make-or-Buy-Frage mit einer dritten Option beantwortet hat — mieten — und dass Owkin so etwas wie ein geteilter Branchenstandard wird. Laut HLTH gab es im ersten Quartal 2026 36 große Pharma-KI-Partnerschaften, doppelt so viele wie die 18 ein Jahr zuvor. Das nicht offensichtliche Risiko ist Konvergenz: Wenn die Agenten desselben Anbieters bei konkurrierenden Firmen laufen, schrumpft der proprietäre Vorsprung auf die Daten zusammen, nicht auf das Werkzeug.
Bristol Myers beginnt, die KI-Rechnung zu zählen
KommentarNachdem Bristol Myers Squibb Anthropics Claude mehr als 30.000 Beschäftigten bereitgestellt hat, ist das nächste KI-Problem die Rechnung — laut Endpoints News sagt CEO Chris Boerner, das Unternehmen arbeite nun daran, die Kosten des Rollouts in den Griff zu bekommen. BMS hatte den unternehmensweiten Einsatz am 20. Mai als „geteilte Intelligenzschicht“ über Forschung, Produktion und Vertrieb angekündigt und setzt zudem Claude Code für die interne Entwicklung ein; der Kostenfokus tauchte kaum zwei Wochen später auf. Das ist der erste öffentliche Riss im Enterprise-KI-Landraub: Verbrauchsbasierte Preise auf einer Skala von 30.000 Plätzen machen aus „überall ausrollen“ ein akutes Budgetproblem, und jeder vergleichbare Deal — Merck mit Google (bis zu 1 Mrd. Dollar), Novo Nordisk mit OpenAI — wird an dieselbe Wand laufen. Beobachten Sie, ob sich die Kennzahl von ausgerollten Plätzen zu Wert pro Abfrage verschiebt — jener, die noch niemand messen kann.
Das „erste KI-Medikament“ in der Klinik war KI-formuliert, nicht KI-entdeckt
RegulatorikDer CRDMO Quotient Sciences gibt an, nach MHRA-Genehmigung das „erste KI-Medikament“ in einer Phase-I-Studie an seinem britischen Standort dosiert zu haben — laut Drug Discovery World übernahm die KI aber die Formulierung, nicht die Entdeckung. „KI-formuliert“ heißt, maschinelles Lernen hat das Arzneimittelprodukt optimiert — Hilfsstoffe, Darreichungsform, Auflösungsverhalten — und nicht das Molekül selbst; eine reale und nützliche Anwendung, aber eine engere als die Schlagzeilen über „KI-entdeckte Medikamente“, an die sie anklingt. Während sich solche Behauptungen vervielfachen, wird die Lücke zwischen KI-entdeckt, KI-entworfen und KI-formuliert echte klinische Validierungsmeilensteine vom Marketing trennen — und es ist bezeichnend, dass hier ein Auftragsentwickler die Meldung macht und nicht der Eigentümer des Wirkstoffs. Heben Sie sich die Fanfaren für ein Molekül auf, das seine Existenz der KI verdankt und eine Zulassungsstudie übersteht.
Ein Investor benennt die KI-Habenden und -Nichthabenden im Biotech
KommentarBeim Forum von Nucleate UK beschrieb der Frühphaseninvestor Nirmesh Patel von Amino Collective laut BiotechTV eine klare Spaltung in der Biotech-Finanzierung zwischen Unternehmen mit KI-Aufhänger und solchen ohne. Für Gründer wandelt sich ein „KI-Aufhänger“ vom Unterscheidungsmerkmal zur Finanzierungsvoraussetzung — was aktiv zum KI-Washing einlädt —, während es für Investoren die Wahrscheinlichkeit erhöht, einen KI-Aufschlag auf Unternehmen zu zahlen, deren zugrunde liegende Biologie nicht derisikiert ist. Doch in einer Woche voller klinischer Enttäuschungen (ADC Therapeutics, Oculis, Celcuity, Praxis) und eines regulatorischen Debakels bei Fulcrum wirkt Kapital, das zum Etikett „KI“ flieht, weniger nach Überzeugung als nach Flucht in ein Narrativ. Der eigentliche Test ist nicht der Aufschlag, den Start-ups mit KI-Aufhänger heute erzielen — sondern ob sie ihn nach ihrem ersten klinischen Fehlschlag behalten.
Flourish sammelt 500 Mio. Dollar für hirninspirierte Foundation Models ein
FinanzierungFlourish sammelte laut Crunchbase 500 Mio. Dollar für hirninspirierte KI-Foundation-Modelle ein. Das ist eher neuro-nah als pharmanah, aber eine halbe Milliarde Dollar Wetteinsatz auf biologisch-native Architekturen ist beobachtenswert für alle, die bezweifeln, dass skalierte Transformer der Endzustand sind.
Pfizer und Innovent unterzeichnen einen 10,5-Mrd.-Dollar-Onkologiedeal — ohne KI
DealsPfizer und Innovent schlossen laut Drug Discovery World einen Onkologiedeal über 10,5 Mrd. Dollar — die größte Biopharma-Transaktion der Woche, mit null KI darin. Eine nützliche Erinnerung daran, dass die größten Schecks weiterhin derisikierten Wirkstoffen und Pipelines chinesischen Ursprungs hinterherlaufen, nicht Algorithmen.
Ein Ruf nach erklärbaren Protein-Sprachmodellen
PublikationenEin Ruf nach erklärbaren Protein-Sprachmodellen erschien in Nature Machine Intelligence (CRG; DOI 10.1038/s42256-026-01232-w; via phys.org), ein Perspektivbeitrag vom Vormonat. Sobald pLMs echte Designentscheidungen beeinflussen, wird „das Modell hat es gesagt“ eine FDA-Glaubwürdigkeitsprüfung nicht überstehen — Erklärbarkeit wird zur regulatorischen Frage, nicht zur akademischen.
Der Nenner: rund 460 Start-ups, rund 60 Mrd. Dollar investiert
BranchendatenEine viel zitierte TechCrunch-Zahl beziffert das Feld auf rund 460 Start-ups in der KI-Wirkstoffforschung und rund 60 Mrd. Dollar an bisherigen Investitionen. Halten Sie diesen Nenner für jede Debatte über „KI hat immer noch kein zugelassenes Medikament hervorgebracht“ bereit.
Der Onion Desk
Nachdem eine Umfrage der Pistoia Alliance Vertrauen und regulatorische Unsicherheit als größte Hindernisse für KI in klinischen Studien benannt hatte, wurden skeptische Befragte Berichten zufolge durch eine KI-generierte Zusammenfassung beruhigt, die bestätigte, dass alles in Ordnung sei und es keinen Grund zur Sorge gebe. Andernorts starrte Lillys Kommunikationsteam angeblich sechs Stunden auf das 1,9-Mrd.-Dollar-Term-Sheet zur RNA-Editierung mit Ascidian, bevor es entdeckte, dass sich Zeitpläne auch mit „Geld“ und „Wissenschaftlern“ beschleunigen lassen — ein Entwurf mit dem Satz „Bei der Entstehung dieses Wirkstoffs kamen keine großen Sprachmodelle zum Einsatz“ wurde schließlich verworfen. Und Führungskräfte feierten rekordverdächtige 36 KI-Partnerschaften im ersten Quartal gegenüber rekordverdächtigen 0 KI-Medikamenten als „Beweis, dass die Technologie funktioniert“ — eine Behauptung, die sie zu belegen versprachen, sobald jemand in der Telefonkonferenz erklären könne, was die Technologie eigentlich tut.