KI ist keine Forschungsgeschichte mehr, sondern eine Betriebsgeschichte

Novo Nordisk macht AWS zum bevorzugten Cloud- und strategischen KI-Partner

Was ist neu — Novo Nordisk hat Amazon Web Services zum bevorzugten Cloud-Anbieter und strategischen KI-Partner gemacht und die Beziehung in einem physischen Co-Innovation-Hub in London verankert, wo AWS-Ingenieure neben Novos F&E-Teams sitzen.

Was geschehen ist — Beide Unternehmen gaben die Partnerschaft am 10. August bekannt, laut Novo Nordisks Mitteilung und der Berichterstattung im Pharmaceutical Executive. Erklärtes Ziel ist es, den Weg von der Zielidentifikation bis zur ersten Dosis am Menschen zu verkürzen. Der Hub entsteht in einer bestehenden Novo-Einrichtung statt auf der grünen Wiese und verbindet Novos Therapiewissen zu chronischen Erkrankungen mit AWS-Infrastruktur und Life-Sciences-Werkzeugen.

Wie es funktioniert — Drei benannte AWS-Dienste tragen die technische Last. Amazon Bio Discovery übernimmt die Wissenschaftsebene — die Integration genomischer, bildgebender und klinischer Datensätze, um Ziele zu identifizieren und zu priorisieren. Amazon Bedrock stellt die Zugangsebene zu Foundation Models bereit. Amazon Bedrock AgentCore ist das Stück, auf das zu achten sich lohnt: die Laufzeitumgebung für autonome Agenten, die mehrstufige Workflows ausführen, statt Einzelanfragen zu beantworten. Laut Digital Health News sollen Erkenntnisse aus der frühen Forschung ausdrücklich in das Design klinischer Studien einfließen — die Datenlogistik soll also kontinuierlich über die Grenze zwischen Forschung und Entwicklung hinweg laufen, nicht in getrennten Übergaben.

Kernerkenntnis — Liest man die Liste der Dienste, kehrt sich die Gewichtung gegenüber der Ankündigung um. Die Presse-Rahmung lautet Wirkstoffforschung. Das Deployment-Detail — AgentCore, Workflow-Automatisierung, Dokumentation — ist Unternehmensbetrieb. Hier entscheidet ein Konzern, dass der begrenzende Faktor seines F&E-Durchsatzes nicht die Qualität seiner Zielhypothesen ist, sondern die Reibung in den eigenen Prozessen.

Ergebnisse — Novo berichtet, bestehende AWS-basierte Anwendungen hätten den Zeitaufwand für klinische Dokumentation bereits gesenkt und Produktivitätsgewinne bei mehr als 25.000 Mitarbeitenden gebracht. Weder Ausgangswert noch Größenordnung noch Methodik werden offengelegt. Das sind unternehmenseigene Angaben in einer Partnerschaftsmitteilung, keine geprüften Ergebnisse — und so sind sie zu lesen.

Hintergrund — Damit vervollständigt sich ein Muster, es beginnt nicht. NVIDIA und Eli Lilly kündigten im Januar ein 1-Mrd.-Dollar-Co-Innovation-Lab in der Bay Area an; Merck ist tief mit Google verzahnt; AstraZeneca hat Modella AI wenige Monate nach der Partnerschaft ganz übernommen. Die Struktur Hyperscaler plus Pharma — mehrjährig, infrastrukturgestützt, räumlich gemeinsam — ist inzwischen die Standardform eines ernsthaften KI-Engagements. Novo kündigt dies vor dem Hintergrund eines schwierigen Quartals an; der Finanzvorstand beschrieb das Geschäftsjahr gegenüber Fierce am 7. August als Achterbahnfahrt.

Warum es zählt — Für BD-Verantwortliche: Die Vendor-Beziehung auf Armeslänge ist als strategische Option tot. Die Deals, die jetzt unterschrieben werden, umfassen gemeinsame Standorte, eingebettetes Personal und mehrjährige Abschreibungspläne — Wechselkosten werden also bewusst eingebaut. Wer KI im Haus noch als Portfolio von Pilotprojekten betreibt, ist zwei strukturelle Generationen hinter dem Wettbewerb. Für Investoren: Der Wert fließt hier zu einem erheblichen Teil an AWS, und der Pharmapartner kauft eine Fähigkeit, die er bewusst nicht selbst aufbaut.

Unsere Einschätzung — Alle lesen das als Deal zur Wirkstoffforschung. Das ist es nicht, und der Verräter ist die eine harte Zahl, die Novo veröffentlicht hat: 25.000 Mitarbeitende und weniger Dokumentationszeit. Man führt keinen Dokumentationsdurchsatz an, wenn die Geschichte Moleküldesign heißt. Man führt ihn an, wenn die Geschichte Kosten heißt.

Die strategische Logik ist richtig, die Rahmung nicht. Novo hat korrekt erkannt, dass der größte Teil des KI-adressierbaren Werts im Betrieb liegt — regulatorisches Schreiben, Studiendokumentation, Datenintegration —, wo die Arbeit umfangreich, strukturiert und gegen die Quelle überprüfbar ist. Genau dort sind heutige Modelle verlässlich. Und genau dort hat die FDA nun begonnen, Beanstandungen auszusprechen (siehe unten).

Zwei Effekte zweiter Ordnung sind im Auge zu behalten. Erstens ist der Londoner Hub ebenso ein Talent- wie ein Technologiezug — er setzt AWS-Ingenieure über Jahre in eine pharmazeutische F&E-Umgebung, und der Wissenstransfer läuft in beide Richtungen. Erwarten Sie, dass AWS' Life-Sciences-Angebot durch diesen Deal deutlich besser wird — und dass dieses bessere Angebot an Novos Wettbewerber verkauft wird. Zweitens: Wer klinische Dokumentation bei 25.000 Menschen automatisiert und dann inspiziert wird, muss die Aussage „Das Modell hat es erzeugt, und ein Mensch hat es freigegeben“ in großem Maßstab belegen können. Novo hat gerade eine sehr große Validierungspflicht übernommen und sie als Effizienzgewinn angekündigt.

Die Frage an jede Führungskraft, die eine solche Partnerschaft ankündigt, lautet: Welche Entscheidung treffen Sie jetzt anders? Lautet die Antwort nur „schneller“, haben Sie ein Kostenprogramm gekauft, keinen Forschungsvorsprung. An einem Kostenprogramm ist nichts falsch. Falsch ist, es als F&E-Transformation zu bepreisen.

Quellen: Novo Nordisk · Pharmaceutical Executive · Digital Health News · Fierce Pharma

USC-Modell kartiert Hirnalterung Region für Region und ersetzt die einzelne „Brain Age“-Zahl

Was ist neu — Ein Team der University of Southern California hat ein Deep-Learning-Modell auf MRT-Aufnahmen von fast 15.000 kognitiv gesunden Personen trainiert, um Karten des lokalen Hirnalters zu erzeugen — also wie alt jede Region im Vergleich zum typischen Befund für das jeweilige Lebensalter erscheint.

Was geschehen ist — Die in PNAS veröffentlichte Arbeit unter Leitung von Andrei Irimia an der USC Leonard Davis School of Gerontology wurde von GEN aufgegriffen. Angewendet auf Aufnahmen von Personen mit leichter kognitiver Störung und Alzheimer-Krankheit zeigte das Modell klar unterscheidbare Muster beschleunigter Alterung, konzentriert in Regionen, die früh von Neurodegeneration betroffen sind. Die Autoren positionieren es als skalierbares Rahmenwerk zur Überwachung eines breiten Spektrums neurodegenerativer und altersbedingter Erkrankungen.

Kernerkenntnis — Der methodische Fortschritt liegt in der Auflösung, nicht in der Genauigkeit. Die Vorhersage des Hirnalters ist seit Jahren hinreichend gelöst; die Grenze des Feldes war, dass die Reduktion eines ganzen Gehirns auf eine Zahl genau jene räumliche Information verwirft, die eine Pathologie von einer anderen unterscheidet. Die regionale Divergenz — manche Areale widerstandsfähig, andere verletzlich — ist das Signal, und der Einzelwert hat es weggemittelt.

Warum es zählt — Wer ZNS-Studien betreibt, sieht hier ein Instrument zur Anreicherung und Verlaufskontrolle, kein Diagnostikum. Eine regionale Karte liefert eine kontinuierliche, quantitative Auslesung, die Responder und Non-Responder plausibel früher trennen könnte als ein kognitiver Endpunkt. In einem Indikationsgebiet, in dem nur rund 8 % der Phase-I-Kandidaten die Zulassung erreichen, verzinst sich jede Verbesserung der Patientenauswahl hart.

Unsere Einschätzung — Die interessante Einschränkung ist der Trainingsdatensatz: ~15.000 gesunde Personen definieren „normal“, und normal ist in großen öffentlichen MRT-Kohorten überproportional weiß, gebildet und gesünder als die Allgemeinbevölkerung. Regionale Alterungsmuster sind genau die Art von Messung, bei der die Populationsstruktur in die Referenzverteilung durchschlägt. Wer lokales Hirnalter als Anreicherungskriterium für Studien nutzen will, sollte es gegen die tatsächliche Rekrutierungsdemografie prüfen, bevor es in ein Protokoll geht, nicht danach.

Der größere Punkt: Dies ist die zweite Messgeschichte aus der Neurowissenschaft binnen zweier Wochen — die andere war Recursions neuronale Phänomap — und beide haben dieselbe Form. Keine davon ist ein Medikament. Beide sind Versuche, die Messebene in einem Feld zu reparieren, das wiederholt gescheitert ist, weil es nicht sehen konnte, was es tat. Das ist die richtige Reihenfolge, und sie ist langsamer, als der Markt es gern hätte.

Quellen: PNAS · GEN

Der erste KI-bezogene FDA-Warnbrief zur Herstellung bekommt seine bislang schärfste Lesart

Was ist neu — Pharmaceutical Executive hat ein Interview mit Joseph Morwald, Gründer von Krieger Scientific, veröffentlicht, in dem er argumentiert, dass ungeprüfte KI-erzeugte Dokumentation bereits erfundene Quellenangaben in regulierte Life-Sciences-Prozesse einträgt.

Was geschehen ist — In dem am 10. August veröffentlichten Interview beschreibt Morwald die Position der FDA als unmissverständlich: Ein Mensch muss alles, was ein KI-Werkzeug erzeugt, prüfen, verifizieren und abschließend freigeben. Er verknüpft das mit einem breiteren Durchsetzungsklima und verweist auf einen Anstieg der FDA-Warnbriefe im Arzneimittelbereich um 59 % gegenüber dem Vorjahr im Jahr 2025. Datumshinweis: Der Kommentar stammt aus dieser Woche, die zugrunde liegende Maßnahme nicht. Der FDA-Warnbrief an Purolea Cosmetics Lab in Livonia, Michigan, datiert vom 2. April 2026 und beanstandete KI-Agenten, die Arzneimittelspezifikationen, Verfahrensanweisungen und Master-Herstellungsvorschriften ohne Prüfung durch die Qualitätseinheit erzeugt hatten — ein Verstoß gegen 21 CFR 211.22(c), laut DLA Piper und BioSpace.

Hintergrund — Die FDA hat keine neue Regel geschrieben. Sie hat eine seit den 1970er-Jahren bestehende Vorschrift auf eine neue Kategorie von Output angewendet. Das ist das Standardvorgehen der Behörde — aufklären, Erwartungen setzen, durchsetzen — und die ersten beiden Phasen sind abgeschlossen: das Diskussionspapier zu KI in der Herstellung vom März 2023, der Leitlinienentwurf vom Januar 2025 mit seinem siebenstufigen Glaubwürdigkeitsrahmen und die gemeinsam von FDA und EMA im Januar 2026 veröffentlichten Guiding Principles of Good AI Practice.

Warum es zählt — Das Risiko liegt nicht bei der beanstandeten Firma. Es liegt bei Sponsoren, deren CDMOs still und leise KI-Agenten für Chargenprotokolle und Spezifikationen einsetzen. Sie halten die Zulassung und die Haftung; Ihr Lohnhersteller betreibt die Produktion. Wer seine CDMOs nicht gefragt hat, welche KI-Werkzeuge die regulierte Dokumentation berühren und welche Prüfnachweise existieren, hat dort einen offenen Auditbefund im Wartezustand.

Unsere Einschätzung — Entscheidend ist nicht die grundsätzliche Unterscheidung zwischen KI-unterstützt und KI-erzeugt — entscheidend ist, ob eine qualifizierte Person den Output vor der Unterschrift gegen die Quelle geprüft hat und ob diese Prüfung dokumentiert ist. Alles andere ist Kommentar.

Und hier die unbequeme Nachbarschaft. In derselben Woche kündigt Novo Nordisk an, agentische KI in die klinische Dokumentation bei 25.000 Mitarbeitenden zu bringen, und die erste KI-Beanstandung der FDA betraf genau diese Nutzungskategorie bei einer Firma ohne die Qualitätskompetenz, die Lücke zu bemerken. Der Unterschied zwischen beiden liegt vollständig in der Stärke der Prüfebene — unglamourös, teuer, personalintensiv und genau das, was ein Effizienzprogramm unter Druck ausdünnt.

Prognose: Der nächste KI-bezogene Warnbrief geht nicht an einen kleinen homöopathischen Hersteller. Er geht an ein Unternehmen, das Dokumentation im großen Maßstab automatisiert, die Prüffunktion in der Annahme besetzt hat, automatisierter Output brauche weniger Kontrolle als menschlicher, und bei der Inspektion feststellt, dass den Prüfenden die fachliche Tiefe fehlt, um zu erkennen, was fehlt. Kalkulieren Sie die Prüfebene als Compliance-Kosten, nicht als Effizienzbremse.

Quellen: Pharmaceutical Executive · DLA Piper · BioSpace

Der Partnerschaftsfluss der Woche war fast vollständig KI — und das ist jetzt unbemerkenswert

Was ist neu — Der wöchentliche Branchenüberblick von Contract Pharma für den 7. August beschrieb die Deal-Aktivität der Woche als KI-dominiert und listete Bristol Myers Squibbs Bunsen-Einführung und die Evotec-Odyssey-Kooperation neben konventionellen Lizenz- und Herstellungsvereinbarungen.

Was geschehen ist — The Friday Brief packte KI-gestützte F&E-Deals in denselben Topf wie eine subkutane Biologika-Lizenz von Alteogen und eine Fertigungsevaluation von CellFiber und Tidewave — keine eigene Rubrik, keine gesonderte Rahmung. Rechnet man die Novo-AWS-Ankündigung vom 10. August hinzu, brachte die Woche mindestens vier eigenständige KI-verankerte Partnerschaften über Forschung, Chemie und Infrastruktur hervor.

Warum es zählt — Das Signal ist das Ausbleiben des Signals. Wenn ein Fachmedium aufhört, KI-Deals in eine „Innovations“-Kategorie auszulagern, und sie zu allem anderen legt, ist die Technologie von der strategischen Wette zur Beschaffungsposition geworden. Das ändert den Bewertungsmaßstab: nicht mehr am Transformationsnarrativ, sondern an denselben Renditeschwellen wie jede andere Lieferantenbeziehung.

Unsere Einschätzung — Diese Normalisierung ist gesünder, als sie aussieht, und sie ist schlechte Nachricht für eine bestimmte Klasse von Unternehmen. Als KI-Partnerschaften neu waren, bewegte ihre Ankündigung den Kurs. Jetzt, wo vier in einer Woche landen und unter Routine abgelegt werden, hat die Ankündigung selbst keinen Wert mehr — nur das Ergebnis zählt. Plattformunternehmen, deren Geschäftsmodell auf Partnerschaftsankündigungen als Validierungsersatz beruhte, werden feststellen, dass der Markt aufgehört hat, für den Ersatz zu zahlen, und nach der Sache selbst fragt.

Achten Sie in den nächsten zwei Quartalen auf das Anzeichen: Unternehmen, die vom Ankündigen neuer Partnerschaften zum Ankündigen von Meilensteinen innerhalb bestehender übergehen, sind die, bei denen tatsächlich etwas funktioniert.

Quellen: Contract Pharma

Recursion veröffentlicht eine harte Burn-Zahl und ein Runway-Datum

Recursion bestätigte die Prognose für das Geschäftsjahr 2026 von unter 390 Mio. Dollar operativem Mittelabfluss, mit Reichweite bis Anfang 2028 und ohne zusätzlichen Finanzierungsbedarf. — In einem Sektor, dessen Standardverteidigung „die Plattform verzinst sich“ lautet, tut ein börsennotiertes KI-natives Biotech mit einer harten Burn-Zahl und einem Runway-Datum etwas Nützlicheres als ein weiteres Modell-Release. Das ist die Zahl, an der jedes private Techbio zu messen ist, wenn das Finanzierungsumfeld enger wird. (Recursion Q2, 5. August)

BMS bringt Schrödingers Bunsen-Agenten in die gesamte Forschungsorganisation

Bristol Myers Squibb wird Bunsen, Schrödingers agentischen KI-Co-Scientist, im großen Maßstab in seiner Forschungsorganisation ausrollen, samt Ko-Entwicklung neuer Funktionalität und Integration der Syntheseplanungsplattform RetroSynth. — Keine finanziellen Konditionen offengelegt, was bei einem quartalsberichtenden Unternehmen selbst eine Information ist. Der Kern: Bunsen führt Schrödingers validierte physikbasierte Methoden aus, statt frei zu schlussfolgern — der Agent ist ein Workflow-Orchestrator über vertrauenswürdigen Werkzeugen, kein Orakel. Diese Architektur ist in einer regulierten Umgebung weit besser verteidigbar als ein Allzweck-Forschungsagent, und sie ist das Muster, das sich in der Pharma durchsetzen wird. (Schrödinger, 5. August)

Nature Reviews Drug Discovery: Das Feld misst das Falsche

Die zentrale Empfehlung der neuen Perspective in Nature Reviews Drug Discovery lautet, dass Benchmarking in der KI-Wirkstoffforschung von der Modellvalidierung zur nachgewiesenen Verbesserung von Entscheidungen übergehen muss. — Sechzehn Autoren, darunter Jack Scannell und David Shaywitz, mit dem Fazit, dass Belege für klinisch relevanten Effekt weiterhin dünn sind. Nehmen Sie eines daraus in Ihr nächstes Due-Diligence-Gespräch mit: Fragen Sie, welche Entscheidung das Modell verändert hat — und was aus den Programmen wurde, in denen es ignoriert wurde. Diesen Vergleich hat niemand, und genau das ist der Punkt. (Nature Reviews Drug Discovery, 7. August)

LifeMine sammelt 188 Mio. Dollar ein — und landet damit auf Platz neun der Woche

LifeMine Therapeutics hat 188 Millionen Dollar in einer Serie E eingesammelt und belegt damit Platz neun unter den US-Wagniskapitalrunden einer Woche, die von drei Finanzierungen über 1 Milliarde Dollar angeführt wurde. — Lesenswert ist die Platzierung, nicht die Runde. Eine angesehene computergestützte Discovery-Plattform sammelt einen dreistelligen Millionenbetrag ein und landet hinter einem Fertigungsautomatisierer und einem Nuklear-Start-up. Biotech konkurriert inzwischen um dasselbe Kapital wie KI-Infrastruktur — und verliert bei Narrativgeschwindigkeit wie bei Time-to-Revenue. (Crunchbase News, 8. August)

Biotech kündigt KI-Partnerschaft mit erfolgsabhängiger Zahlung an und stürzt Branche in Existenzkrise

HAMBURG — Ein Discovery-Dienstleistungsvertrag, bei dem der KI-Anbieter erst bei Lieferung validierter Hit-Serien bezahlt wird, hat Berichten zufolge branchenweit Unbehagen ausgelöst; mehrere Plattformunternehmen prüfen demnach, ob die Konstruktion „einen wirklich unerfreulichen Präzedenzfall“ setzt. Eine Führungskraft soll gefragt haben, ob der Meilenstein nicht stattdessen durch die Ankündigung der Partnerschaft selbst ausgelöst werden könne, „wie es üblich ist“. Analysten wiesen darauf hin, die Struktur könne die langjährige Konvention der Branche gefährden, Wert bereits zum Zeitpunkt der Pressemitteilung zu realisieren.

Feld feiert neun Jahre in Folge, in denen es ein bis zwei Jahre von der ersten Zulassung entfernt war

BOSTON — Der Sektor der KI-Wirkstoffforschung hat diese Woche einen weiteren Meilenstein erreicht und seinen prognostizierten Zeithorizont bis zur ersten FDA-Zulassung das neunte Jahr in Folge stabil bei achtzehn Monaten gehalten. Branchenbeobachter lobten die Konstanz und merkten an, nur wenige Technologien hätten eine derart verlässliche Prognosegüte gezeigt. Ein Sprecher des Feldes bestätigte, die erste Zulassung liege weiterhin im Plan für entweder Ende nächsten Jahres oder möglicherweise das Jahr darauf, und ergänzte, die Schätzung sei gegen sämtliche früheren Schätzungen rigoros validiert worden.

Regulierer verschieben KI-Regeln, damit die Industrie mehr Zeit hat, sich nicht darauf vorzubereiten

BRÜSSEL — Die Pflichten für Hochrisiko-KI wurden auf Dezember 2027 verschoben und geben Unternehmen damit weitere sechzehn Monate, um zu dem Schluss zu kommen, dass die Frist vermutlich erneut verschoben wird. Compliance-Verantwortliche begrüßten die Verlängerung; mehrere planen Berichten zufolge, die Zeit zu nutzen, um ihre Bereitschaftsfolie von „im Plan“ auf „im Plan“ zu aktualisieren. Die nicht verschobenen Transparenzpflichten traten fristgerecht in Kraft und wurden von der Industrie als „die, von denen wir dachten, sie seien auch verschoben“ bezeichnet.

Ebenfalls auf unserem Tisch diese Woche

• Genentech hat seine erste Option auf ein validiertes Ziel aus Recursions Neuromap gezogen und damit einen Meilenstein von 3 Mio. Dollar in der bis zu 12 Mrd. Dollar schweren Allianz ausgelöst.
• Pathos AI zahlte 125 Mio. Dollar Vorauszahlung für Alphamabs bispezifischen TROP2/HER3-ADC in Phase III, mit bis zu 2,09 Mrd. Dollar an Meilensteinen, plus einen separaten AstraZeneca-Deal zu einem präklinischen ERα-PROTAC.
• Evotec und Odyssey Therapeutics sind eine KI-gestützte Discovery-Kooperation bei Autoimmun- und Entzündungserkrankungen eingegangen, bei der Evotec erst bei Lieferung validierter Hits bezahlt wird.
• STAT berichtete, dass Schrödingers CEO seine Sicht auf KI geändert hat — Teil eines größeren Berichts über Unternehmen, die ihre Positionen revidieren.
• Ein Meinungsbeitrag stellte 8,9 Mrd. Dollar an Investitionen null vollständigen FDA-Zulassungen für KI-entdeckte Medikamente gegenüber.
• Der Digital Omnibus der EU verschob die Hochrisiko-KI-Pflichten auf Dezember 2027 und August 2028 — die Transparenzpflichten nach Artikel 50 traten jedoch fristgerecht in Kraft.

Worauf wir achten

An der Verschiebung zum Betrieb hängt eine Validierungsrechnung, und niemand hat bisher eine Rechnung erhalten. Novo hat Dokumentation bei 25.000 Menschen automatisiert; die erste KI-Beanstandung der FDA betraf genau diese Nutzungskategorie. Die Lücke zwischen diesen beiden Tatsachen schließt sich bei der Inspektion, nicht bei der Ankündigung. Achten Sie auf die erste Maßnahme von EMA oder FDA gegen einen großen Sponsor — nicht gegen einen kleinen Lohnhersteller —, bei der der Befund lautet, dass KI-erzeugte regulatorische Dokumentation von Menschen geprüft wurde, denen die Tiefe fehlte, um das Fehlende zu bemerken. Ich verorte das innerhalb von zwölf Monaten und erwarte es eher als Form-483-Beanstandung denn als Warnbrief. Das Anzeichen, dass es kommt: Stellenausschreibungen. Wenn große Pharmaunternehmen schneller Prüf- und Qualitätspersonal einstellen, als sie KI-Effizienzprogramme ankündigen, hat jemand im Haus diese Rechnung bereits gemacht. Wenn die Stellenzahl in diesen Funktionen weiter fällt, während Agenten-Deployments hochlaufen, irre ich mich beim Zeitpunkt — aber nicht bei der Richtung.