Wenn KI die Regeln der Arzneimittelentdeckung neu schreibt
Am 29. März 2026 gaben Insilico Medicine und Eli Lilly eine globale Zusammenarbeit im Bereich Forschung und Entwicklung bekannt, die Lilly eine weltweit exklusive Lizenz für ein Portfolio in der präklinischen Entwicklungsphase einräumt. Dies ist keine weitere Pressemitteilung. Es ist das Zeichen, dass das industrielle Modell, das die Pharmaindustrie seit siebzig Jahren dominiert — massive Labore, ein Jahrzehnt dauernde Zyklen, astronomische Kostenstrukturen — Stück für Stück von etwas abgebaut wird, das auf einem Server Platz hat.
Insilico operiert als ein Biotechnologieunternehmen in der klinischen Phase, aber ihr wertvollstes Asset ist kein Wirkstoff. Es ist ihre Plattform Pharma.AI, ein generativer KI-Motor, der den Prozess der Arzneimittelentdeckung auf einen Bruchteil der üblichen Kosten und Zeit komprimiert. Die Frage, die sich jeder Entscheidungsträger in der Branche durch diese Vereinbarung stellen muss, ist keine technologische. Es ist eine Frage der Wertarchitektur: Wer erfasst den größten Teil der Marge, wenn Künstliche Intelligenz die molekulare Entdeckung in einen skalierbaren Prozess verwandelt?
Das alte Modell kann seine Kosten nicht mehr rechtfertigen
Die Pharmaindustrie baute ihren Wettbewerbsvorteil auf drei Säulen auf, die heute wie Anker wirken: riesige physische Labore, Tausende von Wissenschaftlern und Entwicklungszyklen, die historisch mehr als zehn Jahre vom Hypothesen-Stadium bis zur behördlichen Genehmigung benötigten. Dieses Modell war profitabel, solange die Informationen rar und das biologische Wissenfragmentiert war. Die operativen Margen rechtfertigten die Struktur.
Das Problem ist, dass diese Struktur die Anpassungsfähigkeit behindert. Wenn die Kosten für die Generierung und Analyse molekularer Hypothesen zusammenbrechen, wird die Aufrechterhaltung überdimensionierter Labore von einer Stärke zu einer finanziellen Last. Große Pharmakonzerne haben monumentale Fixkosten gezahlt, um Fähigkeiten aufrechtzuerhalten, die KI zu variablen Kosten auf Abruf replizieren kann. Lilly, durch die Vereinbarung mit Insilico, kauft keine ergänzenden Technologien, sondern lagert die teuerste und unsicherste Schicht des Wertschöpfungsprozesses aus — die Identifizierung und Validierung therapeutischer Ziele — und verwandelt sie in eine leistungsabhängige Zahlung.
Das hat direkte Auswirkungen auf die Margenstruktur des Sektors. Wenn die Entdeckung zu einem Dienst mit Marktpreisen wird, wandert der Wettbewerbsvorteil zu dem, der die beste KI-Plattform und die reichhaltigsten Daten hat, nicht zu dem, der die meisten Quadratmeter Laborfläche hat.
Was Insilico gebaut hat, was Lilly nicht schnell replizieren kann
Hier ist die unsichtbare Mechanik des Abkommens. Insilico trat in diese Verhandlung nicht mit einem Medikament ein. Sie kamen mit einem Portfolio bereits durch ihre Plattform generierter präklinischer Programme, plus der Fähigkeit, neue Programme über Ziele auszuführen, die Lilly selbst auswählt. Das ist ein zweischichtiger Wertvorschlag, der sich gegenseitig stärkt.
Die erste Schicht ist das bestehende Portfolio: Moleküle in der präklinischen Entwicklung für spezifische Indikationen, die Lilly unter einer weltweit exklusiven Lizenz erwirbt. Das Entdeckungsrisiko wurde bereits von Insilico getragen. Lilly tritt in eine fortgeschrittenere Phase des Trichters ein, mit geringerer technischer Unsicherheit und ohne die Kosten der Erkundung.
Die zweite Schicht ist strategischer: die kontinuierliche Zusammenarbeit zu therapeutischen Zielen, die von Lilly ausgewählt werden, wobei die Pharma.AI-Plattform von Insilico mit der klinischen und regulatorischen Erfahrung von Lilly kombiniert wird. Das ist keine subcontracting. Es ist eine Allianzarchitektur, bei der jede Partei das einbringt, was die andere nicht kurzfristig aufbauen kann. Lilly hat jahrzehntelange Beziehungen zu Regulierungsbehörden, globale klinische Infrastruktur und Zugang zu Patientendaten in großem Umfang. Insilico besitzt die Rechenkapazität und die trainierten Modelle. Die Kombination schafft einen Positionierungsvorteil, den keine der beiden Parteien individuell hätte.
Für den Manager, der weiterhin darauf setzt, interne KI-Fähigkeiten von Grund auf neu aufzubauen, sendet diese Vereinbarung eine klare Botschaft: Die Entwicklungszeit für eine eigene Plattform ist genau die Zeit, die ein Wettbewerber benötigt, um Allianzen zu schließen, die ihm unmittelbaren Zugang zu diesen Fähigkeiten verschaffen. Die Kluft schließt sich nicht, indem man Datenwissenschaftler einstellt; sie schließt sich, wenn die Modelle trainiert, validiert und reproduzierbare Ergebnisse produziert haben. Das dauert Jahre.
Das Risiko, das niemand in dieser Mitteilung sieht
Die Vereinbarung ist in ihrer finanziellen Logik robust, hat jedoch einen Spannungspunkt, den oberflächliche Analysen außer Acht lassen. Generative KI-Modelle in der Arzneimittelentdeckung sind nur so gut wie die Daten, mit denen sie trainiert wurden. Die Vorhersagequalität von Pharma.AI hängt von der Tiefe und Vielfalt ihrer angehäuften molekularen und klinischen Wissensbasis ab. Solange diese Daten proprietär und gut geschützt sind, behält die Plattform ihren Differenzierungsvorteil.
Das Risiko tritt auf, wenn Lilly nach Jahren der Zusammenarbeit genügend methodologische Einsichten erlangt, um ähnliche Fähigkeiten zu internalisieren oder von einer Position geringerer Abhängigkeit aus zu verhandeln. Das ist kein unmittelbares Risiko, aber es ist das Szenario, das Insilico aktiv managen muss: die Plattform muss fortlaufend fortschrittlicher sein als die Replikationsfähigkeit ihres eigenen Kunden.
Das schmälert nicht die strategische Bewegung. Es kontextualisiert sie. Für Insilico liegt der langfristige Wert nicht im Vertrag mit Lilly als singuläres Ereignis, sondern darin, zu zeigen, dass ihre Plattform Moleküle generieren kann, die die behördliche Genehmigung erreichen. Jedes Programm, das in den klinischen Trichter voranschreitet, ist Beweis, der die wissenschaftliche Marke stärkt und künftige Lizenzvereinbarungen mit günstigeren Bedingungen rechtfertigt. Mit der Zeit wird das Portfolio der Kooperationen zum wertvollsten Asset: nicht die einzelnen Moleküle, sondern der Ruf der prädiktiven Präzision.
Für Lilly ist die Logik ebenso direkt. Wenn eines der erworbenen präklinischen Programme genehmigt wird, kann der Ertrag auf die Kosten der Lizenz mehrere Größenordnungen betragen. Wenn nicht, sind die versenkten Kosten signifikant geringer als die, die für die Finanzierung dieser Entdeckung intern angefallen wären. Die Asymmetrie der Ergebnisse begünstigt die Allianz.
Der Markt, der sich unter dem Abkommen bildet
Was dieses Abkommen für die Branche insgesamt offenbart, ist relevanter als die spezifischen Bedingungen. Wir sehen die Bildung eines Marktes für Entdeckungsplattformen als Zwischenebene zwischen Grundlagenforschung und klinischer Entwicklung. Dieser Markt existierte vor zehn Jahren nicht in der heutigen Skalierung und Sophistiziertheit.
Die Pharmakonzerne, die im nächsten Jahrzehnt erfolgreich sein werden, sind nicht unbedingt die mit den größten Laboren oder den höchsten F&E-Budgets in absoluten Zahlen. Es sind diejenigen, die lernen, externe Fähigkeiten schnell zu kombinieren und dabei die Kontrolle über die klinischen und regulatorischen Entscheidungen aufrechtzuerhalten, die menschliches Expertenurteil erfordern. Der Wettbewerbsvorteil wandert von der eigenen Infrastruktur zur Fähigkeit, die besten verfügbaren externen Plattformen zu identifizieren, zu integrieren und zu skalieren.
Manager, die weiterhin die Stärke ihrer F&E-Abteilung anhand der Anzahl der angestellten Wissenschaftler oder der Quadratmeter Laborfläche bewerten, verwenden das falsche Brett. Der relevante Indikator ist die Geschwindigkeit, mit der sie von einer therapeutischen Hypothese zu einem validierten präklinischen Kandidaten übergehen können, und zu welchen variablen Kosten. Insilico und Lilly haben gerade einen neuen Maßstab für diese Kennzahl gesetzt.
Die Führung, die nachhaltigen Wert generiert, besteht nicht darin, mehr Budget für Variablen bereitzustellen, die bereits von der gesamten Branche maximiert werden. Es geht darum, Klarheit zu haben, um die Kostenschichten zu beseitigen, die keinen Differenzierungsvorteil mehr bringen, und dieses Kapital in die Fähigkeiten zu lenken, die der Markt noch nicht vollständig bewertet hat. Wer darauf wartet, dass diese Re-Konfiguration für alle offensichtlich wird, wird zu spät kommen.
