Anthropic verlässt sein Kerngeschäft und gründet ein eigenes Medikamentenentwicklungsprogramm. Das Unternehmen will Wirkstoffe gegen vernachlässigte Krankheiten erforschen, die die traditionelle Pharmaindustrie als wirtschaftlich unrentabel einstuft. Die Initiative startet mit Fokus auf frühe, präklinische Phasen der Wirkstoffforschung – und soll gleichzeitig Anthropics KI-Modelle schärfen.
Kurz & knapp
- Anthropic gründet eigenes Drug-Discovery-Programm für Krankheiten, die Pharmakonzerne ignorieren
- Novartis-CEO Vas Narasimhan erwartet, dass KI die Entwicklungszeit von 12 auf 7–8 Jahre senkt und die Erfolgsquote von 8 auf 16 Prozent verdoppelt
- Claude Science hat in Tests eine virale Kontamination in Minuten erkannt, die ein UCSF-Team ein Jahr lang übersehen hatte
- Konkurrenten Google DeepMind (Isomorphic Labs) und OpenAI (ChatGPT Health) drängen ebenfalls in den Medizinmarkt
Wo die KI Zeit spart – und wo nicht
Die Hoffnung ist groß, aber realistisch: Narasimhan zerlegt die 12-jährige Entwicklungszeit in drei Komponenten. Informationsverzögerung, operative Verzögerung und biologische Verzögerung – und nur die ersten beiden lassen sich durch KI deutlich verkürzen.
| Faktor | Anteil | KI-Potenzial |
|---|---|---|
| Informations- & operative Latenz | ~40 % | Hoch |
| Biologische Latenz (Tests, Klinische Studien) | ~60 % | Gering |
Die biologische Latenz – Tierversuche, Zellmodelle, klinische Studien – lässt sich nicht einfach beschleunigen. Deshalb rechnet Narasimhan mit einer Reduktion auf 7–8 Jahre, nicht weniger.
Claude findet Muster in Minuten
Anthropics Science-Tool Claude Science zeigt bereits erste Erfolge: Ein Forscher der UCSF nutzte das System, um eine virale Kontamination in Minuten zu erkennen – sein Team hatte das Problem ein ganzes Jahr lang übersehen. In einem anderen Test analysierte Claude 100 seltene genetische Krankheiten in unter einer Stunde und identifizierte 32 Kandidaten für weitere Computeranalysen.
Diese Beispiele illustrieren, worum es Anthropic geht: Muster erkennen, die Menschen übersehen. Gerade bei seltenen und vernachlässigten Krankheiten, wo weniger Forschung stattfindet, könnte das entscheidend sein.
Der Wettbewerb um KI in der Medizin
Anthropics Schritt ist Teil eines größeren Trends. Google DeepMind hat mit Isomorphic Labs ein Schwesterunternehmen gegründet, das KI direkt auf Wirkstoffforschung anwendet. AlphaFold, DeepMinds Protein-Struktur-Vorhersage-Tool, bleibt eines der prominentesten Beispiele für KI in der Biologie. OpenAI bewegt sich ebenfalls ins Gesundheitswesen vor – mit Initiativen wie ChatGPT Health.
Das Interessante: John Jumper, Co-Entwickler von AlphaFold, ist gerade zu Anthropic gewechselt. Ein Signal, dass die Talente zwischen den KI-Laboren fließen.
Was das für deutsche Unternehmen bedeutet
Für deutsche Pharma- und Biotech-Unternehmen zeichnet sich ein Paradigmenwechsel ab. KI-Labore wie Anthropic konkurrieren jetzt nicht nur um Aufmerksamkeit, sondern um Wirkstoffpipelines. Wer in Deutschland an seltenen Krankheiten forscht oder Dateninfrastruktur hat, könnte zum Partner oder Akquisitionsziel werden. Gleichzeitig stellt sich die Frage: Können traditionelle Pharmakonzerne mit KI-nativen Unternehmen bei der Geschwindigkeit mithalten – oder braucht es neue Kooperationsmodelle? Die nächsten Jahre werden zeigen, ob Anthropics Ansatz – KI-Entwicklung durch echte Wirkstoffforschung – tatsächlich schneller zu Medikamenten führt.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
