Analysten prognostizieren M&A-Boom in der Pharmabranche durch KI-beschleunigte Wirkstoffentwicklung
Große Unternehmen geben zig Milliarden aus, begierig darauf, Zeit und Technologie zu kaufen, anstatt 8-10 Jahre auf die interne Entwicklung zu warten. Besonders interessant sind Biotech-Startups, die maschinelles Lernen für klinische Studien einsetzen.
Künstliche Intelligenz als Katalysator: Warum Big Pharma Biotech-Startups für Geschwindigkeit kauft
Einleitung
Die Pharmaindustrie erlebt eine beispiellose Transformation, bei der künstliche Intelligenz nicht nur ein unterstützendes Werkzeug, sondern ein zentraler Treiber von Fusionen und Übernahmen wird. Die größten Akteure – Eli Lilly, Merck, AstraZeneca und Johnson & Johnson – kaufen aktiv Biotech-Startups, die auf maschinelles Lernen für klinische Studien spezialisiert sind, und geben zig Milliarden Dollar aus. Die Hauptmotivation ist einfach und schonungslos: Die interne Wirkstoffentwicklung dauert durchschnittlich 8-10 Jahre und kostet bis zu 2 Milliarden Dollar, während der Erwerb einer fertigen KI-Plattform diesen Zyklus drastisch verkürzen kann.
Der strategische Kontext wird durch die sogenannte „Patentklippe“ verstärkt: Bis 2030 verlieren etwa 190 Markenmedikamente ihren Patentschutz, wodurch zwischen 236 und 400 Milliarden Dollar Jahresumsatz gefährdet sind. In diesem Wettlauf gegen die Zeit werden KI-Startups für Big Pharma nicht zum Luxus, sondern zum einzigen Weg, verlorene Einnahmen zu ersetzen, bevor die Patentklippe ihre Finanzen trifft.
Ereignisse und Zeitplan
Der Februar-März 2026 wurde zu einer Zeit wegweisender Deals, die den neuen Trend bestätigen. Auf der J.P. Morgan Healthcare Conference im Januar 2026 gaben Eli Lilly und NVIDIA die Gründung eines gemeinsamen KI-Labors im Wert von 1 Milliarde Dollar in South San Francisco bekannt – das TuneLab-Projekt zielt darauf ab, den Wirkstoffentwicklungszyklus durch Billionen molekularer Simulationen pro Jahr zu verkürzen.
Im März 2026 unterzeichnete Eli Lilly zudem eine Vereinbarung mit Insilico Medicine im Wert von bis zu 2,75 Milliarden Dollar (ca. 2,39 Milliarden Euro). Im Rahmen des Deals erhielt der US-Pharmariese die exklusiven globalen Rechte zur Entwicklung und Vermarktung von Medikamenten, die mit der Pharma.AI-Plattform entwickelt wurden. Insilico erhielt eine Vorauszahlung von 115 Millionen Dollar und ist berechtigt für weitere Tranchen, die an klinische und regulatorische Meilensteine geknüpft sind. Bemerkenswert ist, dass Insilicos Jahresumsatz 2025 nur 56 Millionen Dollar betrug und die Bewertung von 2,75 Milliarden Dollar den Wert seiner KI-Infrastruktur widerspiegelt, nicht die aktuelle finanzielle Leistung.
In der Zwischenzeit gab Merck bekannt, dass es bereit ist, 2026 über 15 Milliarden Dollar für Übernahmen auszugeben, mit Fokus auf Spätphasen-Assets und KI-Plattformen. Bristol Myers Squibb hat bereits Deals im Wert von 30 Milliarden Dollar abgeschlossen, und Pfizer hat ein Geschäftsentwicklungsbudget von 6 Milliarden Dollar bereitgestellt.
Erwähnenswert ist auch der April-Deal (2. April 2026) zwischen dem KI-Unternehmen Anthropic und dem Biotech-Startup Coefficient Bio für 400 Millionen Dollar. Er ist bedeutsam, weil der Käufer kein Pharmakonzern, sondern ein Entwickler großer Sprachmodelle war – ein Zeichen für die Konvergenz der KI- und Biotech-Sektoren zu einem einzigen Markt.
Auswirkungen und Bedeutung
Die laufende Verschiebung hat grundlegende Auswirkungen auf das gesamte Wirkstoffentwicklungs-Ökosystem.
KI wechselt vom Experimentellen zur Infrastruktur. Noch 2025 wurden Algorithmen des maschinellen Lernens als nützliche, aber unterstützende Werkzeuge angesehen. Anfang 2026 hat sich die Situation radikal geändert: KI wird zum „Betriebssystem“ der pharmazeutischen F&E. Die Insilico Pharma.AI-Plattform deckt beispielsweise den gesamten Zyklus ab – von der Identifizierung biologischer Zielmoleküle über das Moleküldesign bis zur Planung klinischer Studien.
Verkürzung der Zeiträume. Die konkreten Zahlen sind beeindruckend. Moderna nutzte maschinelles Lernen, um die Auswahl von Kandidatenmolekülen von 18 auf 6 Monate zu verkürzen. Illumina verwendet die DRAGEN-KI-Plattform, um die Zeit für die Analyse des gesamten Genoms von 30 Stunden auf weniger als 30 Minuten zu reduzieren. Dies ist keine schrittweise Verbesserung, sondern ein qualitativer Sprung, der die Ökonomie der gesamten Branche verändert.
Veränderung der M&A-Natur. Früher kauften Pharmaunternehmen einzelne vielversprechende Moleküle oder Spätphasen-Assets; heute sind zunehmend Plattformen Gegenstand von Deals – Technologien, die mehrere Medikamente für verschiedene Krankheiten generieren können. ING prognostiziert einen Anstieg der Deal-Anzahl um 15 % im Jahr 2026 (auf etwa 520 Transaktionen) und ein Gesamtvolumen von bis zu 230 Milliarden Dollar.
Der China-Faktor. Der Anteil chinesischer Biotech-Unternehmen an globalen Auslizenzierungs-Deals stieg von 3 % im Jahr 2020 auf 40 % im Jahr 2026. Der Eli-Lilly-Insilico-Deal (Insilico hat chinesische Wurzeln) und Lillys Partnerschaft im November mit dem in Shanghai ansässigen Unternehmen Xtalpi für 345 Millionen Dollar bestätigen, dass geopolitische Spannungen die kommerzielle Logik nicht stoppen.
Reaktionen der Hauptakteure
Die Positionen der führenden Unternehmen zeigen mehrere strategische Muster.
Eli Lilly wählte den Weg des aggressiven Technologiesprungs. Zusätzlich zu den beiden genannten Deals investierte das Unternehmen in Insilicos Börsengang an der Hongkonger Börse und gründete ein physisches KI-Labor mit NVIDIA. Wie Andrew Adams, Vice President of Molecule Discovery bei Lilly, erklärte: „Insilicos KI-gesteuerte Wirkstoffentdeckungsfähigkeiten sind eine leistungsstarke Ergänzung zu unserer klinischen Entwicklungsexpertise.“
Merck konzentriert sich auf Onkologie und Immunologie und bereitet ein Portfolio neuer Produkte im Wert von 70 Milliarden Dollar vor, um den Verlust des Keytruda-Patents im Jahr 2028 zu kompensieren. Das Unternehmen hat 16 globale Phase-III-Studien für seinen ADC-Kandidaten sac-TMT gestartet.
Pfizer und Bristol Myers Squibb verwenden eine andere Taktik – große einmalige Übernahmen. Pfizer kaufte nach dem Wettbewerb mit Novo Nordisk Metsera für bis zu 10 Milliarden Dollar, während BMS 30 Milliarden Dollar für die Portfoliodiversifizierung ausgab.
Technologiegiganten betreten ebenfalls den Markt. Der Anthropic-Coefficient-Bio-Deal und die Beteiligung von Amazon/NVIDIA an OpenAI-Runden zeigen, dass die Grenze zwischen KI-Laboren und Pharmaunternehmen verschwimmt. Coefficient, von Anthropic übernommen, war auf Proteindesign spezialisiert – und nun ist diese Kompetenz in das Claude-Ökosystem integriert.
Regulierungsbehörden signalisieren Flexibilität. Die FDA hatte bis August 2025 bereits 46 Zell- und Gentherapieprodukte zugelassen, und ARPA-H finanziert die Entwicklung von „agentischer KI“ zur Behandlung chronischer Krankheiten.
Prognose und Schlussfolgerungen
2026 wird mit hoher Wahrscheinlichkeit ein Wendepunkt für KI-gesteuerte Pharma sein, aus mehreren Gründen.
Erstens wird sich das Tempo der Deals in der zweiten Jahreshälfte beschleunigen. ING weist darauf hin, dass die Fed-Zinssenkung 2026 die Kapitalkosten senken und die Risikobereitschaft für Übernahmen erhöhen wird. Ein zusätzlicher Katalysator ist die wohlwollende Haltung der US-Regierung gegenüber Mega-Deals.
Zweitens wird der Wettbewerb um KI-Plattformen zunehmen. Die Zahl reifer KI-Biotech-Startups mit nachgewiesener klinischer Wirksamkeit bleibt begrenzt, während die Nachfrage von Big Pharma weiter wächst. Dies treibt unweigerlich die Bewertungen in die Höhe und könnte zu einer „Blase“ im KI-Biotech-Segment führen.
Drittens bleiben regulatorische Risiken unterschätzt. Wie ING anmerkt, neigen Investoren dazu, politische Risiken zu ignorieren, bis sie eintreten – doch laufende Preisverhandlungen im Rahmen des Inflation Reduction Act und eine mögliche Vereinfachung des Marktzugangs für Biosimilars könnten die künftige Rentabilität erworbener Assets verringern.
Für die Branche insgesamt lautet die wichtigste Schlussfolgerung: KI verändert grundlegend die „Risikologik“ pharmazeutischer Investitionen. Unternehmen, die prädiktive Modelle zur Optimierung von Zielmolekülen und Studiendesigns einsetzen, können eine überzeugendere Investment-These aufbauen als traditionelle Biotechs. Pharma, das jahrzehntelang nach dem Modell „ein Molekül, eine Krankheit, zehn Jahre Entwicklung“ operierte, verwandelt sich in eine Branche der Plattformtechnologien, bei der der entscheidende Vermögenswert nicht ein bestimmtes Medikament ist, sondern die Fähigkeit, schnell und vorhersagbar neue Arzneimittel mit KI zu generieren.
— Editorial Team
