Pharma kauft keine Moleküle mehr, sondern Lizenzplätze

Boehringer ist die dritte Großpharma, die Owkins agentischen KI-Wissenschaftler lizenziert

Was ist neu — Boehringer Ingelheim wird Owkins K Pro in der Onkologie- und Immunologieforschung einsetzen und ist damit die dritte Pharma der ersten Reihe, die dieselbe agentische Plattform innerhalb von vier Monaten lizenziert.

Was geschehen ist — Laut pharmaphorum entschied sich Boehringer nach einer Pilotbewertung im vergangenen Jahr, den Agenten breiter über Onkologie und Immunologie auszurollen; die finanziellen Konditionen bleiben unbekannt. AstraZeneca nahm im Mai eine dreijährige Lizenz, um eigene KI-Agenten für die Forschungsteams zu bauen, Sanofi ging im Juni eine ähnlich ausgerichtete fünfjährige Allianz ein. Der Pilot griff auf den mit 50 Millionen Dollar finanzierten kollaborativen räumlichen Krebsatlas MOSAIC zurück und lieferte laut Owkin räumliche Einsichten in die Tumormikroumgebung eines einzelnen Zielgens.

Wie es funktioniert — K Pro ist weder ein Strukturvorhersager noch eine generative Chemie-Engine. Erstmals auf dem ESMO-Kongress im vergangenen Jahr gezeigt, erlaubt es Forschenden, multimodale medizinische Daten — einschließlich patientenbezogener Informationen — in natürlicher Sprache statt in Code abzufragen und biologische Muster, Krankheitsmerkmale und Behandlungshypothesen zu erkunden. Funktional sitzt es dort, wo ein Team für Computational Biology sitzt: zwischen einer Frage und einem Datensatz. Der Agent zerlegt die Frage, wählt die Analyse aus, führt sie aus und liefert eine begründete Antwort samt Rechenweg. Die wissenschaftliche Neuheit liegt weniger im Modell als in den erreichbaren Daten — Owkins Position beruht auf föderiertem Zugang zu multimodalen Kohorten aus Kliniken und Hochschulen, die die meisten Pharmaunternehmen intern nicht zusammenstellen können.

Kernerkenntnis — Drei Wettbewerber haben nun dieselbe Schlussfolgerungsschicht über weitgehend überlappenden Daten gekauft. Das verschiebt, wo der Vorteil liegt. Wenn AstraZeneca, Sanofi und Boehringer alle denselben Agenten über dieselben Onkologie-Kohorten schließen lassen, hört das Modell in dem Moment auf, ein Unterscheidungsmerkmal zu sein, in dem der zweite Kunde unterschreibt. Was unterscheidet, sind die proprietären Daten, die der Agent nicht sieht — interne Assay-Ergebnisse, gescheiterte Programme, klinische Betriebsdaten. Die rationale Antwort auf die Lizenzierung geteilter KI-Infrastruktur ist, um alles andere höhere Mauern zu ziehen.

Hintergrund — Es ist derselbe strukturelle Zug, den Takeda diese Woche mit Weave Bio und argenx mit BenchSci gemacht hat, und er folgt auf Sanofis frühere ASCEND-Lizenz und Eli Lillys TuneLab, das Lillys eigene Modelle externen Biotechs im Tausch gegen Daten öffnete. Owkins Co-CEO erklärte öffentlich, weitere Pharmapartnerschaften stünden kurz vor der Bekanntgabe. Owkin selbst ist ein Unternehmen mit Sitz in Paris und den USA und rund 250 Beschäftigten, was die Kundenliste im Verhältnis zur Belegschaft überproportional macht — ein Profil aus der Software-Ökonomie, nicht aus der Biotechnologie.

Warum es zählt — Für die Geschäftsentwicklung hat sich die Preisfrage verändert. Eine Forschungskooperation wird über Meilensteine und Lizenzgebühren auf ein Molekül verhandelt. Eine agentische Plattformlizenz wird über Lizenzplätze, Laufzeit und Datenrechte verhandelt und passiert den Einkauf statt das F&E-Komitee. Das ist ein schnellerer Weg in ein Pharmaunternehmen, ein kleinerer Scheck und ein klebrigerer. Wer eine KI-Plattform baut, sollte sich fragen, ob sein Geschäftsmodell auf den Deal bepreist ist, der tatsächlich zustande kommt.

Unsere Einschätzung — Die nicht offengelegten Konditionen sind die Nachricht, nicht die Fußnote. DealForma bezifferte das Schlagzeilen-Volumen von KI/ML-Forschungspartnerschaften für das erste Halbjahr 2026 auf rund 45,9 Milliarden Dollar; kein einziger Dollar dieser drei Verträge wird in dieser Zahl auftauchen. Das heißt: Die überall zitierten Deal-Tracker messen die lauteste Form der KI-Adoption und übersehen die, die sich am schnellsten still verbreitet. Erwarten Sie eine Phase, in der Schlagzeilen über „abkühlendes KI-Dealmaking“ neben beschleunigtem tatsächlichem Rollout stehen.

Zweitens: Beobachten Sie das regulatorische Risiko, über das niemand spricht. K Pro schließt über patientenbezogene Daten — genau das Profil, um das herum der Hochrisiko-Bereich des EU AI Act formuliert wurde —, und Boehringer hat seinen Sitz in der EU. Keines der beiden Unternehmen hat gesagt, wo das System relativ zu Anhang III steht. Dieses Schweigen hält keine erste Inspektion aus.

Drittens zur Rhetorik: Owkins Führung rahmt dies als Ankunft übermenschlicher Intelligenz in der Wirkstoffforschung. Der Pilot, der den Abschluss brachte, lieferte die räumliche Charakterisierung der Tumormikroumgebung eines einzelnen Zielgens. Das ist ein wirklich gutes Ergebnis und ein normales. Wenn Anbieter zu zivilisationsgeschichtlicher Sprache greifen, um eine solide Biomarker-Analyse zu beschreiben, wird die Lücke zwischen Pitch und Lieferung zu dem, was ein Käufer am härtesten prüfen sollte.

Quellen: pharmaphorum

argenx wählt BenchSci’s agentische Arbeitsumgebung — nach einem Vergleichstest

Was ist neu — argenx hat mit BenchSci eine zweijährige Unternehmensvereinbarung geschlossen, um EMET, dessen agentische Forschungsumgebung, in der globalen präklinischen Organisation einzuführen.

Hintergrund — Laut BenchSci haben argenx’ eigene Wissenschaftlerinnen und Wissenschaftler die Plattform in einem Vergleichstest ausgewählt, und Forschende der gesamten Organisation werden sie für präklinische, computergestützte und entwicklungsnahe Workflows nutzen. Das Unternehmen beschreibt EMET als agentisches Team von Fachleuten auf Promotionsniveau, das Daten, Modelle, Softwarepakete und Workflows in einer für die präklinische Forschung gebauten Umgebung vereint. BenchSci unterhält bereits mehrjährige Vereinbarungen mit Sanofi und Merck zur älteren ASCEND-Plattform; dies ist der erste europäische Vorzeigeeinsatz in der Immunologie.

Kernerkenntnis — Der Vergleichstest ist das bemerkenswerte Detail. argenx’ eigene Laborwissenschaftler haben die Bewertung durchgeführt und den Sieger bestimmt. Das ist Beschaffungsverhalten, angewandt auf ein wissenschaftliches Werkzeug, und es impliziert, dass diese Plattformen inzwischen direkt an vergleichbaren Aufgaben gemessen werden — was heißt, dass jemand bei argenx einen internen Benchmark hat. Diese Benchmarks sind derzeit die wertvollsten unveröffentlichten Dokumente des Feldes.

Warum es zählt — argenx ist ein Antikörperhaus einer einzigen Modalität mit konzentrierter Pipeline. Wenn eine agentische Arbeitsumgebung dort die Zielpriorisierung messbar verkürzt, ist das Ergebnis lesbar, wie es innerhalb einer diversifizierten Top-5-Pharma nicht wäre. Achten Sie darauf, ob argenx nach zwei Jahren etwas zu den Ergebnissen sagt — oder still verlängert.

Quellen: Yahoo Finance · BioSpace

Takeda übergibt die Zulassungsunterlagen von 14 Programmen an ein KI-System

Was ist neu — Takeda setzt Weave Bios Plattform zur Automatisierung von Zulassungsunterlagen in 14 laufenden Entwicklungsprogrammen in mehreren globalen Märkten ein — nach Darstellung beider Unternehmen eine Lizenz im Millionenbereich.

Ergebnisse — Eine Untersuchung der Plattform in der IND-Phase berichtete im bewerteten Anwendungsfall eine Verkürzung der Zeit bis zum ersten Entwurf um 97 %, von rund 100 Stunden auf drei. Im Realbetrieb bearbeitete das System mehr als 100 Fragen und Antworten von Zulassungsbehörden ohne einen Datenextraktionsfehler, bei einem durchschnittlichen Antwortqualitätswert von 68 %. Die Zusammenarbeit begann mit Unterstützung bei IND-Einreichungen und wurde seither auf Eingang und Beantwortung von Behördenfragen ausgeweitet.

Warum es zählt — Das ist die konkreteste in dieser Woche veröffentlichte Zahl zum Return on Investment von KI — und sie hat mit Molekülen nichts zu tun. Das Verfassen von Zulassungsunterlagen ist hochvolumige, vorlagenlastige, quellennachverfolgbare Arbeit mit klarer Qualitätsschwelle — nahe an einer idealen KI-Aufgabe und an einer, bei der der Engpass real ist: Einreichungsfristen bestimmen den Umsatzbeginn. Takedas Chief Regulatory Officer rahmte die Vereinbarung so, dass Regulatory-Fachleute die Verantwortung für Inhalt, Verifikation und finale Entscheidung behalten — das sind die gemeinsamen Leitprinzipien von FDA und EMA vom Januar 2026 als Betriebsmodell statt als Policy-Dokument.

Unsere Einschätzung — Lesen Sie den Qualitätswert von 68 % genau. Das ist die Zahl, die ein Anbieter zur Veröffentlichung gewählt hat, und 68 % durchschnittliche Antwortqualität bei Behördenantworten bedeutet, dass rund ein Drittel des Outputs erhebliche menschliche Nacharbeit braucht. Die 97 % Entwurfszeitersparnis und die 68 % Qualität messen Unterschiedliches, und beides in einer Mitteilung zu paaren lädt dazu ein, sie zu einem Eindruck zu mitteln, den keine der Zahlen trägt. Die ehrliche Fassung lautet: Das Entwerfen ist kollabiert, das Prüfen nicht. Das ist immer noch ein großer Gewinn, und es verlagert den Engpass von den Schreibenden zu den Prüfenden — dort wird die nächste Personaldebatte bei Takeda geführt.

Quellen: BioSpace · Pharmaceutical Technology

Ein Medizinalchemiker rechnet „100 Jahre Fortschritt in 10“ nach

Was ist neu — In BioSpace argumentiert Thomas M. Kaiser, Mitgründer und CSO von Avicenna Biosciences, dass Foundation Models die Wirkstoffforschung verändern werden — aber nicht so, wie es die lautesten Behauptungen nahelegen. Und er legt seine Rechnung offen.

Ergebnisse — Kaiser verweist darauf, dass die Launch-Demo von Anthropics Claude Science behauptete, KI-gestützte Biologie werde bald ein Jahrhundert Fortschritt in zehn Jahren liefern, und rechnet vor, dass dies mehr als 470 neue Wirkstoffzulassungen pro Jahr über ein Jahrzehnt erfordern würde. Er benennt zwei strukturelle Hindernisse. Erstens ist die wissenschaftliche Literatur, die diese Modelle aufnehmen, von einer dokumentierten Reproduzierbarkeitskrise betroffen, und eine reproduzierbare Modellschlussfolgerung aus nicht reproduzierbarer Wissenschaft ist kein Fortschritt. Zweitens verschieben sich Wahrscheinlichkeitsverteilungen mit dem Kontext — er verweist auf die Paradoxa von Bertrand und Simpson —, und Avicennas eigene Arbeit fand, dass chemische Modifikationen, die in einer Serie vorteilhaft sind, die Modellleistung in einer anderen für dieselbe Eigenschaft aktiv verschlechtern können. Ein von ihm zitierter BCG-Überblick zählte einen Anstieg von einem veröffentlichten Foundation Model in Q4 2021 auf 226 in Q2 2025 über Chemie, Biologie und Medizin.

Warum es zählt — Das ist die technisch präziseste öffentliche Kritik an Foundation-Model-Behauptungen in den Life Sciences in diesem Jahr, und sie kommt von jemandem mit MD, PhD und Machine-Learning-Hintergrund, nicht von einem generalistischen Skeptiker. Besonders das Covariate-Shift-Argument ist kein philosophischer Einwand — es ist eine prüfbare Aussage darüber, warum Benchmark-Leistung nicht über chemische Serien hinweg überträgt, mit direkten Folgen dafür, wie jedes Pharmaunternehmen das Modell eines Anbieters an der eigenen Chemie validieren sollte, bevor es unterschreibt.

Unsere Einschätzung — Kaisers konstruktive Hälfte verdient mehr Aufmerksamkeit als seine kritische. Er verweist auf translationale Arbeit — klinische Daten für die Patientenselektion auswerten, Endpunkte mit präklinischen Modellen verbinden, die menschliche Krankheit tatsächlich abbilden — als Feld, in dem Foundation-Techniken die Erfolgsraten heben könnten. Das ist dieselbe Schlussfolgerung, zu der die drei Unternehmensverträge oben von der kommerziellen Seite kommen: Das Geld wandert zum Schließen über Daten, die Pharma bereits besitzt, nicht zum Erzeugen neuer Moleküle aus der Literatur. Wenn die Empfehlung des Skeptikers und das Verhalten der Käufer konvergieren, hat das Feld eine Debatte still entschieden, die es öffentlich noch führt.

Quellen: BioSpace

Insilico meldet das erste profitable Halbjahr

Umsatz von rund 106 Millionen Dollar im ersten Halbjahr 2026, ein Plus von 287 % gegenüber dem Vorjahr, bei einem bereinigten Nettogewinn von über 51 Millionen Dollar — das erste profitable Halbjahr seit dem Börsengang —, getragen von Auslizenzierungen und Co-Entwicklungsverträgen mit Lilly, Servier, Takeda, SK Biopharmaceuticals und anderen. Das erste KI-native Unternehmen der Wirkstoffforschung, das Profitabilität erreicht, kam über den Verkauf von Forschungsfähigkeit dorthin, nicht über Medikamente — womit still entschieden ist, ob die Plattform oder die Pipeline das Geschäft ist. Beachten Sie, dass die begleitende Vertragswertangabe von rund 7,3 Milliarden Dollar für 2026 potenzielle Schlagzeilen-Meilensteine sind, kein Bargeld.

Quellen: BioSpace

Superluminal sammelt 60 Mio. Dollar ein — NVIDIA und Lilly wieder im Kapitalregister

BVF Partners führte die überzeichnete Serie B an, mit den neuen Investoren Deep Track und Perceptive neben RA Capital, Insight Partners, NVIDIA, Catalio, Eli Lilly, Cooley und Gaingels; der Erlös bringt einen biased MC4R-Agonisten bis Jahresende in die Phase 1 für seltene genetische und hypothalamische Adipositas. Das Signal ist das Konsortium — spezialisierte Biotech-Crossover neben einer strategischen Pharma und dem Venture-Arm eines Chipherstellers ist eine ungewöhnliche Kombination, und sie bepreist das Unternehmen als klinische Asset-Story statt als Plattform. Prüfenswert: Eine am selben Tag eingereichte Form D weist 65,48 Millionen Dollar an 16 Investoren mit erstem Verkauf im August aus — gegenüber öffentlich verkündeten 60 Millionen Dollar.

Quellen: PR Newswire · SiliconSnark

Generates KI-entwickelter Anti-TSLP-Antikörper stützt eine halbjährliche Dosierung

GB-0895 zeigte bei 300 mg eine Halbwertszeit von rund 98 Tagen mit dosisproportionaler Pharmakokinetik und ohne Einfluss von Anti-Drug-Antikörpern auf die Halbwertszeit, was eine einzelne subkutane Injektion alle sechs Monate stützt; vorgestellt diese Woche auf dem Kongress der European Respiratory Society in Spanien. Das Molekül hat Phase 2 vollständig übersprungen und rekrutiert bereits zwei Replikatstudien der Phase 3 bei Asthma — die kühnste strukturelle Wette bei KI-entworfenen Biologika und diejenige, deren Ergebnis am meisten zählen wird. Seien Sie präzise, was „KI-entworfen“ hier heißt: Optimierung von Affinität und Halbwertszeit an einem klinisch validierten Ziel, nicht De-novo-Zielfindung.

Quellen: Stock Titan

Owkin kündigt eine Warteschlange an

Owkins Co-CEO erklärte in sozialen Medien, weitere Pharmapartnerschaften stünden kurz vor der Bekanntgabe, und rahmte den Moment als dramatische Veränderung der Art, wie Wissenschaft betrieben wird — manche Unternehmen passten sich an, andere blieben zurück. Dass Anbieter eine noch nicht unterschriebene Pipeline ankündigen, ist ein Hinweis auf die Marktstruktur: Es wirkt als Druck auf Interessenten, die noch evaluieren, und es wirkt als Bewertungssignal vor einer Finanzierungsrunde. Beide Lesarten sind zu halten, bis der nächste Name landet.

Quellen: pharmaphorum

Markt für KI in der Wirkstoffforschung erreicht bis 2030 8,52 Milliarden Dollar, sagt eine von Unternehmen im Markt für KI in der Wirkstoffforschung beauftragte Prognose

Analysten eines Marktforschungshauses bestätigten diese Woche, dass der Sektor bis 2030 mit 30,6 % jährlich wachsen werde — eine Projektion, gewonnen, indem man die aktuelle Zahl nimmt, eine Linie hindurchzieht und die Linie fortsetzt. Der Bericht hält fest, dies entspreche mehr als dem doppelten Wachstum der meisten Unternehmenssoftware-Kategorien, ein Vergleich, der nach vier weniger schmeichelhaften Vergleichen gewählt wurde. Auf die Frage, wie sich die 8,52 Milliarden Dollar zu den rund 250 Milliarden Dollar verhalten, die die Pharmaindustrie jährlich ohnehin für Forschung und Entwicklung ausgibt, bestätigte der leitende Analyst, das sei eine ausgezeichnete Frage, und ein Folgebericht dazu sei für 4.900 Dollar erhältlich.

Biotech-CEO kündigt an, das Unternehmen werde „das Apple der Biotechnologie“ — und meint die guten Jahre

Ein Antikörperunternehmen im klinischen Stadium stellte diese Woche Pläne vor, alle achtzehn Monate eine schrittweise verbesserte Version seines Leitwirkstoffs zum gleichen Preis auszuliefern — eine Strategie, die Führungskräfte als „iPhone, aber für Ihre Kopfhaut“ beschrieben. Interne Roadmap-Dokumente, die niemand gesehen hat, beschreiben ein künftiges Kombinationsprodukt aus Haarwuchs und Gewichtsabnahme, vorläufig als praktisches Gesamtpaket vermarktet, sowie die längerfristige Ambition, das Molekül nicht entfernbar und das Ladekabel proprietär zu machen. Die Markenstrategie besteht derzeit aus Auftritten in Podcasts, was Branchenbeobachter als ebenfalls Apples Strategie einordneten — wenn man die Podcasts als Werbung zählt und die Werbung als 500-Millionen-Dollar-Budget.

Biopharma braucht dringend mehr Data Scientists, sagt eine Branche, die acht Tage lang Software gekauft hat, um weniger Data Scientists zu brauchen

Recruiter meldeten diese Woche, die Nachfrage nach rechnergestützten Fachkräften in den Life Sciences steige weiter; US-Stellen im Bereich Data Science sollen im kommenden Jahrzehnt um 35 % zulegen. Die Prognose erschien in demselben Sieben-Tage-Fenster, in dem drei große Pharmaunternehmen Vereinbarungen über agentische Plattformen unterzeichneten, die ausdrücklich damit beworben werden, jeder Forschungskraft ein Team von Analysten auf Promotionsniveau auf Abruf zu geben. Talentstrategen sagten, beide Trends seien vollständig vereinbar: Die neuen Einstellungen würden gebraucht, um die Ergebnisse der Systeme zu bewerten, die die vorherigen Einstellungen ersetzen sollen — und diese Regelung halte voraussichtlich bis etwa zum zweiten Quartal.

Worauf wir achten

Konkret erwarten wir: Mindestens zwei weitere Top-20-Pharmaunternehmen werden vor Ende Q1 2027 eine agentische Forschungs- oder Regulatory-Plattform zu nicht offengelegten finanziellen Konditionen lizenzieren, und mindestens eines davon wird ein Unternehmen sein, das zuvor eine große meilensteinbasierte KI-Forschungspartnerschaft verkündet hat — derselbe Käufer betreibt dann beide Deal-Strukturen gleichzeitig. Das frühe Bestätigungssignal ist eine Pressemitteilung, die ein Indikationsgebiet und eine Programmzahl nennt, aber keine Vorauszahlung, keine Meilensteine und keine Lizenzgebührensprache; diese Kombination ist der Fingerabdruck eines vom Einkauf getriebenen Softwaredeals statt einer vom F&E-Komitee getriebenen Kooperation — und Owkin hat bereits angekündigt, dass mehr kommen. Ein zweites, leiseres Bestätigungssignal wäre ein in der EU ansässiges Pharmaunternehmen, das eine KI-Governance- oder Anhang-III-Risikoklassifizierung für einen lizenzierten Drittanbieter-Agenten veröffentlicht — das Compliance-Artefakt, das diese Deal-Struktur irgendwann ans Licht zwingt.

Wir würden die Einschätzung als falsch ansehen, wenn die nächsten beiden Quartale stattdessen agentische Plattformdeals mit offengelegtem Volumen und Meilensteinstrukturen hervorbringen — das hieße, Anbieter hätten diese Werkzeuge erfolgreich als Forschungspartnerschaften statt als Software neu bepreist — oder wenn einer der drei heutigen K-Pro-Kunden öffentlich auf Ausweitung oder Verlängerung verzichtet, was auf eine schlechtere Umwandlungsrate vom Piloten zum Unternehmenseinsatz hindeuten würde, als das Bündel dieser Woche nahelegt, und darauf, dass wir einen Vertriebszyklus für eine Kategorie gehalten haben.

Ebenfalls diese Woche

• Insilico Medicine wird in den HKEX Tech 100 Index aufgenommen — wirksam zum 14. September, was Southbound-Connect-Flüsse für einen KI-nativen Namen der Wirkstoffforschung öffnet
• Kohortendaten von Generate Biomedicines zu COPD — eine Einzeldosis senkte vier Biomarker bei 40 Patienten anhaltend
• Superluminals Serie B im Kontext — Endpoints über ein Bostoner Biotech, das Rhythm ins MC4R-Adipositasfeld folgt
• Absci wagt den Schritt zum Endkunden — das KI-Antikörperhaus setzt auf Direktvertrieb bei Haarausfall und Endometriose
• Der Mangel an Data Scientists in der Biopharma — worauf Recruiter tatsächlich achten, während die rechnergestützte Belegschaft wächst
• Marktgröße für KI in der Wirkstoffforschung — Arizton projiziert 1,71 auf 8,52 Mrd. Dollar, mit den üblichen Vorbehalten gesponserter Kommentare

Offenlegung

Diese Ausgabe behandelt einen Meinungsbeitrag, der Produktbehauptungen von Anthropic kritisiert; Anthropics Modell Claude unterstützt den Entwurf dieses Newsletters. Quellenauswahl und redaktionelles Urteil liegen bei uns.

Hinweis zu den Quellen: Die Beiträge zu Owkin, BenchSci und Weave Bio stützen sich auf Unternehmensmitteilungen und vom Anbieter berichtete Kennzahlen; keine der Leistungsangaben ist unabhängig geprüft. Generates Phase-1-Daten sind vom Unternehmen bereitgestelltes, bei der SEC eingereichtes Postermaterial, nicht begutachtet. Insilicos Gewinnzahl ist bereinigt.