[{"data":1,"prerenderedAt":30},["ShallowReactive",2],{"nr-de-bristol-myers-nvidia-ai-supercomputer-drug-discovery":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":22,"trackerLabel":23,"headlineStat":24,"image":25,"ogImage":26,"imageAlt":5,"csv":10,"minutes":27,"words":28,"html":29},"bristol-myers-nvidia-ai-supercomputer-drug-discovery","Bristol Myers und Nvidia bauen Pharma-KI-Fabrik – mit zehnfach besserer Energieeffizienz","Der US-Pharmakonzern setzt auf Nvidias neueste Supercomputer-Architektur, um Wirkstoffentdeckung zu beschleunigen. Das Projekt signalisiert, wie Großkonzerne KI von der Forschung in die Produktion überführen.","2026-07-21","14:49","2026-07-21T14:49:00+02:00","","21. Juli 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20,21],"Pharma & Life Sciences","KI-Infrastruktur","Nvidia","Wirkstoffentwicklung","Unternehmens-KI","\u002Fstand-der-ki","KI-Fortschritt","Zehnfach bessere Energieeffizienz pro Megawatt","\u002Fnewsroom\u002Fimg\u002Fbristol-myers-nvidia-ai-supercomputer-drug-discovery.webp","\u002Fog-nr\u002Fbristol-myers-nvidia-ai-supercomputer-drug-discovery.de.png",2,467,"\u003Cp>Bristol Myers Squibb (BMS) hat sich eine neue Waffe im KI-Rüstungswettbewerb der Pharmaindustrie gesichert: Der Konzern deployt Nvidias \u003Cstrong>DGX SuperPOD\u003C\u002Fstrong>, ein Supercomputer-System, das BMS nach eigenen Angaben als die "mächtigste einzeln betriebene Nvidia-Infrastruktur in den Life Sciences" bezeichnet. Das Projekt zeigt, wie etablierte Pharmakonzerne ihre Forschung radikal digitalisieren.\u003C\u002Fp>\n\u003Ch2>Kurz & knapp\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>BMS setzt acht DGX Vera Rubin NVL72-Systeme\u003C\u002Fstrong> ein – ein Upgrade zu einem ersten SuperPOD, den der Konzern bereits vor etwa drei Jahren in Betrieb nahm\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Zehnfach bessere Energieeffizienz pro Megawatt\u003C\u002Fstrong> im Vergleich zum Vorgänger – BMS kann KI-Kapazität ausbauen, ohne Stromverbrauch proportional zu erhöhen\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Fünf Krankheitsbereiche\u003C\u002Fstrong> sollen profitieren: automatisierte Zielidentifikation und Validierung verkürzen Entwicklungszyklen\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Anthropic-Claude rollout\u003C\u002Fstrong> auf über 30.000 BMS-Mitarbeiter (Mai 2026) ergänzt die Hardware-Strategie\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Automatisierung statt Versuch-und-Irrtum\u003C\u002Fh2>\n\u003Cp>Die neue Infrastruktur soll BMS' hauseigene KI-Modelle skalieren und vor allem die sogenannte \u003Cstrong>"predict first"-Strategie\u003C\u002Fstrong> vorantreiben. Das bedeutet: Der Konzern nutzt KI-generierte Vorhersagen, um experimentelle Designs zu informieren – für alle Small-Molecule-Programme und einen großen Teil der Large-Molecule-Projekte. Statt teurer Laborexperimente erst durchzuführen und dann auszuwerten, simuliert und prognostiziert BMS jetzt voraus. Das spart Zeit und Kosten.\u003C\u002Fp>\n\u003Cp>Grey Meyers, Chief Digital and Technology Officer bei BMS, fasst die Strategie so zusammen:\u003C\u002Fp>\n\u003Cblockquote>\n\u003Cp>"Wir haben eine bewusste Wette auf KI platziert, die jetzt beginnt, in Pipeline und Betrieb Dividenden zu zahlen. Unsere Forscher und Teams brauchen die Skalierbarkeit, um BMS an der Spitze dessen zu halten, was KI für Wirkstoffentdeckung und -entwicklung leisten kann."\u003C\u002Fp>\n\u003C\u002Fblockquote>\n\u003Ch2>Der Pharma-KI-Wettrüsten\u003C\u002Fh2>\n\u003Cp>BMS ist nicht allein. Die Branche befindet sich in einem offenen Rüstungswettbewerb um KI-Infrastruktur:\u003C\u002Fp>\n\u003Cdiv class=\"tbl-scroll\">\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Konzern\u003C\u002Fth>\n\u003Cth>Partner\u003C\u002Fth>\n\u003Cth>Zeitpunkt\u003C\u002Fth>\n\u003Cth>Status\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\u003Ctr>\n\u003Ctd>\u003Cstrong>Eli Lilly\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd>Nvidia\u003C\u002Ftd>\n\u003Ctd>Oktober 2025\u003C\u002Ftd>\n\u003Ctd>Supercomputer-Ankündigung\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Roche\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd>Nvidia\u003C\u002Ftd>\n\u003Ctd>März 2026\u003C\u002Ftd>\n\u003Ctd>AI Factory gestartet\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>\u003Cstrong>Bristol Myers\u003C\u002Fstrong>\u003C\u002Ftd>\n\u003Ctd>Nvidia\u003C\u002Ftd>\n\u003Ctd>2026\u003C\u002Ftd>\n\u003Ctd>DGX SuperPOD (neu)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>Die Grenzen zwischen Big Tech und Pharma verschwimmen zusehends. Nicht nur Hardware-Partner wie Nvidia profitieren – auch Softwareunternehmen wie \u003Cstrong>OpenAI und Anthropic\u003C\u002Fstrong> drängen in den Gesundheitssektor vor und bieten spezialisierte Lösungen für die Wirkstoffentwicklung an.\u003C\u002Fp>\n\u003Ch2>Was das für deutsche Unternehmen bedeutet\u003C\u002Fh2>\n\u003Cp>Die Nachricht illustriert einen Trend, der auch deutsche Pharma- und Biotech-Unternehmen unter Druck setzt: Wer nicht massiv in KI-Infrastruktur und -Kompetenz investiert, riskiert, den Anschluss zu verlieren. BMS' Strategie zeigt, dass es nicht mehr um einzelne KI-Experimente geht, sondern um die Industrialisierung – um Supercomputer, die täglich Millionen von Vorhersagen treffen, um Automatisierung von Routineaufgaben, um Energieeffizienz im Großmaßstab. Deutsche Mittelständler und kleinere Biotech-Firmen könnten hier in Zugzwang geraten, wenn sie nicht ähnliche Investitionen tätigen oder sich in Konsortien zusammenschließen. Gleichzeitig bietet sich für deutsche KI-Spezialisten und Cloud-Infrastruktur-Anbieter eine Chance, solche Pharma-Projekte zu unterstützen – vorausgesetzt, sie können Sicherheit, Compliance und Energieeffizienz garantieren.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.pharmaceutical-technology.com\u002Fnews\u002Fbms-nvidia-build-ai-supercomputer-pharma\u002F\">Pharmaceutical Technology\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1784664865738]