Pharmaceutical Industry Accelerates KI-Plattforminvestitionen mit großen Partnerschaften

Die Pharmaindustrie hat das Jahr 2026 mit einer entschlossenen strategischen Neuausrichtung begonnen und bewegt sich weg von experimentellen KI-Pilotprojekten hin zu erheblichen Infrastrukturinvestitionen, insbesondere in KI‑Plattformen (AI platforms). In einer Flut von hochkarätigen Ankündigungen im Januar haben Branchenriesen wie Eli Lilly, GSK und Pfizer mehrjährige Partnerschaften mit aufstrebenden KI‑Startups besiegelt. Diese Kooperationen — mit Chai Discovery, Noetik bzw. Boltz — markieren eine bedeutende Weiterentwicklung in der Wirkstoffforschung und verlagern den Fokus hin zu Foundation‑Modellen (Foundation Models), die in der Lage sind, Biologie mit deterministischer Präzision zu „entwerfen“ anstatt traditionelle probabilistische Methoden zu verwenden.

Eli Lilly setzt auf Chai Discovery für Design von Biologika

Eli Lilly ist eine strategische Zusammenarbeit mit dem in San Francisco ansässigen Chai Discovery eingegangen, um das Design neuartiger biologischer Therapeutika zu beschleunigen. Diese Partnerschaft nutzt Chais proprietäre KI‑Plattform (AI platform), insbesondere ihr Flaggschiff Chai-2, das als erste Zero‑Shot‑Antikörper‑Design‑Plattform (zero-shot antibody design) anerkannt ist und zweistellige experimentelle Trefferquoten erzielt.

Nach den Vereinbarungen wird Chai Discovery seine „Frontier“-KI‑Plattform zur Unterstützung von Lillys Wirkstoffforschungsbemühungen über mehrere Targets hinweg einsetzen. Ein kritischer Bestandteil dieses Deals ist die Entwicklung eines zweckgebundenen KI‑Modells, das ausschließlich auf Lillys umfangreichem proprietärem Datensatz trainiert wird. Dieses kundenspezifische Modell zielt darauf ab, Chais generative Fähigkeiten (generative molecular design suite) an Lillys spezifische Discovery‑Workflows anzupassen und so die Zeitspanne zur Identifizierung tragfähiger Wirkstoffkandidaten von Monaten auf wenige Wochen zu komprimieren.

„Unsere Zusammenarbeit mit Lilly vereint die Stärken beider Organisationen“, erklärte Josh Meier, CEO von Chai Discovery. Er betonte, dass die Partnerschaft über einfachen Modellzugang hinausgehe und darauf abzielt, „die Grenzen der KI‑gestützten Frühphasen‑Wirkstoffforschung zu erweitern.“ Die Ankündigung folgt auf Chai Discoverys erfolgreichen Serie‑B‑Finanzierungsrunde im Dezember 2025, die das Unternehmen mit 1,3 Milliarden US‑Dollar bewertete und das hohe Marktvertrauen in ihre generative molekulare Design‑Suite (generative molecular design suite) unterstreicht.

GSK setzt 50 Millionen Dollar auf Noetiks virtuelle Zellmodelle

In einem Deal, der die wachsende Bedeutung der räumlichen Transkriptomik (spatial transcriptomics) hervorhebt, hat GSK 50 Millionen US‑Dollar als Vorauszahlung zugesagt, um mit dem KI‑native Biotech Noetik zusammenzuarbeiten. Diese fünfjährige Vereinbarung konzentriert sich auf die Revolutionierung der Onkologie‑Forschung, insbesondere für nicht‑kleinzelligen Lungenkrebs (NSCLC) und kolorektalen Krebs (CRC).

Kern dieser Partnerschaft sind Noetiks OCTO‑VC (Virtual Cell) Foundation‑Modelle (Foundation Models). Im Gegensatz zu Standard‑Sprachmodellen, die auf Biologie angewendet werden, ist OCTO‑VC ein räumliches Transkriptomik‑Modell (spatial transcriptomics), das mittels selbstüberwachtem Lernen (self‑supervised learning) auf vermutlich dem größten räumlichen Biologie‑Datensatz in der Onkologie trainiert wurde. Es simuliert die menschliche Tumorbiologie, indem es Genexpression, Zellzustände und Tumor‑Immun‑Interaktionen innerhalb ihres lokalen Nachbarschaftskontexts vorhersagt.

Kim Branson, Global Head of AI and Machine Learning bei GSK, merkte an, dass die Integration dieser Modelle das Verständnis der Krebsbiologie erheblich vertiefen könne. „Noetiks Ansatz, qualitativ hochwertige räumliche Daten in großem Maßstab zu generieren, um Foundation‑Modelle (Foundation Models) zu trainieren, ist neuartig“, sagte Branson.

Diese Zusammenarbeit stellt eine Verschiebung hin zur deterministischen Entwicklung (deterministic engineering) von Krebsmedikamenten dar. Durch die Simulation der Patientenbiologie mit „Weltmodellen“ (world models) will GSK sich von dem traditionellen „Versuch‑und‑Irrtum“-Ansatz der Branche entfernen. Der Deal umfasst nicht nur die 50‑Millionen‑Dollar‑Vorauszahlung, sondern auch kurzfristige Meilensteine und laufende Abonnementsgebühren, was ein neues Geschäftsmodell für KI‑Biotechs bestätigt, das auf der Lizenzierung von Infrastruktur statt nur auf der Entwicklung von Assets basiert.

Pfizer und Boltz: Aufbau des „Linux“ der Wirkstoffforschung

Pfizer hat eine strategische Zusammenarbeit mit Boltz angekündigt, einem angewandten KI‑Forschungslabor, das für seinen Open‑Source‑(open‑source)‑Ethos bekannt ist. Diese Partnerschaft zielt darauf ab, modernste biomolekulare Foundation‑Modelle (Foundation Models), einschließlich Boltz‑2 und BoltzGen, in Pfizers präklinischen Programmen (preclinical) einzusetzen.

Die Zusammenarbeit zeichnet sich durch ihren infrastrukturellen Fokus aus. Boltz wird seine Open‑Source‑Foundation‑Modelle (Foundation Models) mithilfe der umfangreichen historischen Daten von Pfizer verfeinern, um exklusive, leistungsstarke Modelle für Strukturvorhersage, Affinitätsabschätzung von kleinen Molekülen und Design von Biologika zu schaffen. Entscheidend ist, dass Pfizer das volle Eigentum an allen durch diese Initiative entdeckten Verbindungen behält.

Branchenanalysten beschrieben Boltz’ Strategie als das „Red Hat der Biologie“ und lieferten damit ein unternehmensgerechtes Betriebssystem (operating system) für die Wirkstoffforschung, während der Kern Open‑Source bleibt. Gabriele Corso, CEO von Boltz, hob hervor, dass Pfizer‑Wissenschaftler zu den frühesten Nutzern ihrer Open‑Source‑Tools gehörten. „Diese Partnerschaft hilft uns, unsere Plattform in Bezug auf Genauigkeit, Leistung und Integration auf ein neues Niveau zu heben“, bemerkte Corso. Der Deal fiel mit Boltz’ Seed‑Finanzierungsrunde über 28 Millionen Dollar zusammen und signalisiert starke Investorenunterstützung für ihren Infrastruktur‑zuerst‑Ansatz.

Zusammenfassung der wichtigsten Partnerschaften im Januar 2026

Die folgende Tabelle fasst die wichtigsten Aspekte dieser drei großen Kooperationen zusammen:

Die Verschiebung hin zu deterministischer Wirkstoffforschung

Diese drei Deals, alle innerhalb weniger Tage angekündigt, veranschaulichen einen breiteren Trend für 2026: Die Pharmaindustrie bewegt sich von Experimenten mit KI hin zur Integration dieser Technologien als Kerninfrastruktur. Der Fokus hat sich von simpler Automatisierung auf den Einsatz von Foundation‑Modellen (Foundation Models) verlagert — groß angelegte KI‑Systeme, die auf umfangreichen biologischen Datensätzen trainiert werden und biologische Interaktionen „verstehen“ und simulieren können.

Der Übergang von probabilistischer Entdeckung (das Screening von Millionen Verbindungen in der Hoffnung auf einen Treffer) hin zu deterministischem Design (das Konstruieren eines Moleküls, das einem spezifischen Zielprofil entspricht) verspricht, die hohen Ausfallraten in klinischen Prüfungen drastisch zu reduzieren. Da die Investitionen in KI‑Plattformen (AI platforms) voraussichtlich bis 2030 deutlich zunehmen werden, setzen diese frühen Jahres‑Partnerschaften den Takt für ein Jahr, das wahrscheinlich von der Konvergenz von Silizium und Biologie geprägt sein wird.