Institutional Money, Ausgabe 3/2026

PRODUKTE & STRATEGIEN KI in der Pharmabranche 182 3/2026 | institutional-money.com reiche Datensätze, die viele Pharmafirmen oft über Jahrzehnte aufgebaut haben, sind Grundlage für leistungsfähige KI-Modelle. „Unternehmen mit großen Datensätzen und echter Entwicklungsexpertise haben klare Vorteile.“ Das bedeutet auch: Reine KI-Unternehmen ohne eigene Pipeline und ohne Zugang zu relevantenDaten könnten zurückfallen. Ihr Geschäftsmodell hängt oft davon ab, dass große Pharmafirmen ihre Technologien nutzen – und diese wiederumbauen zuneh- mend eigene Kompetenzen auf. Neben der Datenbasis spielt auch die Erfahrung eine entscheidende Rolle. Die Entwicklung von Medikamenten ist ein hochkomplexer Prozess, der nicht allein durchAlgorithmen gesteuert werden kann. KI kann Entscheidungen unterstützen, ersetzt aber nicht das notwendige Fach- wissen. Michielssens: „KI ist ein Werkzeug – ein wichtiges Werkzeug –, aber eben nur ein Teil des Entwicklungsprozesses.“ Gleichzeitig wirkt KI als eine Art Filter innerhalb der Branche. Unternehmen, die die Technologie unzureichend einsetzen, könnten langfristig imWettbewerb zurück- fallen. „KI ist eher ein negativer Selektor – Unternehmen, die diese Tools nicht nut- zen, geraten ins Hintertreffen“, sagt der Portfoliomanager. Damit verschärft sich die Differenzie- rung zwischen erfolgreichen und weniger erfolgreichen Unternehmen innerhalb des Sektors. Unternehmen mit klarer Strate- gie, Zugang zu Daten und ausreichenden Ressourcen bauen ihre Position weiter aus. Andere hingegen laufen Gefahr, den Anschluss zu verlieren. Noch kein KI-Aufschlag an der Börse Anders als in einigen anderen Sektoren wie Halbleiter, Software, Cloud-Infrastruk- tur und Internetplattformen hat es im Pharmabereich bislang keine breite Neube- wertung aufgrund vonKI-Fantasie gegeben. „Ich sehe derzeit keinen nennenswerten KI-Hype in den Bewertungen im Pharma- sektor“, sagt Michielssens. So hat der MSCI World Pharma & Biotech Index in den vergangenen fünf Jahren – also etwa seit der Veröffentlichung von AlphaFold – nur knapp 31 Prozent zugelegt, während der breite MSCI World im gleichen Zeitraum über 58 Prozent geschafft hat. Damit blieb der Sektor trotz der hohen Erwartungen an KI deutlich hinter dem Gesamtmarkt zurück – ein Hinweis da­ rauf, dass die Technologie bislang kaum in den Bewertungen reflektiert ist. Grö- ßere Ausschläge – nach oben wie nach unten – gab es dagegen bei einzelnen sogenannten AI-first-Biotechfirmen. Dazu gehören Recursion Pharmaceuticals mit einer KI-gestütztenWirkstoffplattformund Absci im Bereich der KI-basierten Anti- körperentwicklung. Deren Bewegungen waren jedoch meist kurzfristig und stark nachrichtengetrieben – ein nachhaltiges KI-getriebenes Bewertungsniveau hat sich bislang nicht etabliert. Gleichung mit mehreren Unbekannten Das spricht dafür, dass ein Teil des Poten- zials noch nicht eingepreist ist. Doch darauf zu spekulieren, dass sich das bald ändert, ist eine Gleichung mit mehreren Unbekannten. Beim einzelnen Unter- nehmen kann sich die Realisierung technologischer Möglichkeiten aufgrund einer Vielzahl von Faktoren verzögern, und zugleich hängt der wirtschaftliche Erfolg davon ab, wie sich das Wettbewerbs- umfeld entwickelt. KI verändert die Pharmaindustrie – und davon profitieren zuallererst die Patienten in Form von mehr und womöglich bes- seren und günstigeren Medikamenten. Welche Unternehmen in welchem Maße gewinnen werden, ist weniger einfach zu beantworten. Zunehmender Wettbewerb könnte dafür sorgen, dass sich große Effi- zienzgewinne nicht imgleichen Ausmaß in besserer Rentabilität niederschlagen. Anders als invielenanderenSektorendürften jedenfalls eher die Anwender als die Techno- logieentwickler auf derGewinnerseite stehen. Und hier dürften dieUnterschiede zwischen denUnternehmen eher noch zunehmen. Im Vorteil sind die großen, etablierten Player, die über einen großen Datenschatz verfü- gen und die Mittel, in die neue Technologie zu investieren. DAVID VERBEEK Zusätzlicher GuV-Effekt Potenzial für große Pharmaunternehmen Laut McKinsey kann der Einsatz von KI das EBITDA in typischen Pharmaunternehmen in den kommenden fünf Jahren um 1,2 bis 2,3 Prozentpunkte steigern. Quelle: McKinsey, Reimagining lifescience enterprises with agentic AI, 2025 GuV-Komponenten Aktueller Zustand ¹ Potenzial in 3 bis 5 Jahren Umsatz Potenzial von 1,2 bis 2,3 Prozentpunkten EBITDA-Effekt in den nächsten 5 Jahren für ein beispielhaftes Pharmaunternehmen mit Fokus auf die Transformation von Vertriebs- und Unternehmens- funktionen ² 18,1 0,8 0,4 1,4 18,1—18,6 21,3—22,8 20,2— 20,4 20,4 21,6 Herstellungskosten (Kosten der verkauften Produkte) Forschung & Entwicklung (F&E) Vertriebs-, Verwaltungs- und Gemeinkosten EBITDA (absolut, % des Umsatzes) 2 1 Basierend auf aggregierten Daten von 21 großen Biopharmaunternehmen aus den Geschäftsberichten 2024 Beinhaltet Personalwesen, Recht und IT-Bereitstellung 100 39,9 105,0—113,0 43,3— 51,2