Die Biotech-Branche steht an einem Wendepunkt: Algorithmen könnten die nächste Generation medizinischer Durchbrüche antreiben. Während KI die Art und Weise verändert, wie wir Behandlungen entdecken und entwickeln, verschwimmt die Grenze zwischen digitaler und biologischer Innovation. Doch wie weit kann Technologie gehen, bevor wir das „Bio“ in Biotechnologie verlieren?
In dieser Episode von Tech Tomorrow spricht David Elliman, Chief of Software Engineering bei Zühlke, mit Bibi Ephraim, Head of Digital Sciences bei Genentech, über die digitale Revolution in der Biotechnologie – und darüber, was nötig ist, Daten in Entdeckungen zu verwandeln.
Über unseren Gast: Bibi Ephraim
Bibi Ephraim ist Head of Digital Sciences bei Genentech, wo er die Konvergenz von Biologie, Daten und maschinellem Lernen in der biopharmazeutischen Forschung und Entwicklung vorantreibt. Mit einer Karriere, die sowohl in der Ingenieurwissenschaft als auch in der Biotechnologie verwurzelt ist, hat Ephraim Initiativen geleitet, die Labor-Workflows in digitale Plattformen transformieren – von der Anwendung von Convolutional Neural Networks zur Zelllinien-Bildüberwachung bis hin zur Integration von Machine-Learning-Modellen in die Prozesssteuerung der Ultrafiltration/Diafiltration.
Er vereint eine seltene doppelte Perspektive: tiefes Verständnis biologischer Prozesse und umfangreiche Erfahrung in digitalen Systemen.
Zentrale Erkenntnisse aus der Episode
Jeder Durchbruch braucht ein Datenfundament
„Einer der größten Fehler, den Führungskräfte machen, ist, Daten an die IT zu delegieren“, sagt Bibi Ephraim. „Daten müssen als Teil des Geschäfts betrachtet werden. Sie schaffen Wert – und eine entsprechende Unternehmenskultur ist entscheidend.“
KI beschleunigt bereits die Wirkstoffforschung, optimiert klinische Studien und ermöglicht personalisierte Medizin. Doch ohne saubere, vernetzte und kontrollierte Datenfundamente kommt der Fortschritt zum Stillstand. Schlechte Datenqualität kann Zeitpläne gefährden, Kosten in die Höhe treiben und sogar Arzneimittelrückrufe erzwingen. Laut Gartner verlieren Unternehmen im Durchschnitt 12,9 Millionen US-Dollar pro Jahr durch mangelhafte Daten – eine Zahl, die Ephraim als „konservativ“ bezeichnet.
Das Fazit: Bevor KI die Biotechnologie transformieren kann, darf Datenmanagement kein nachträglicher Gedanke mehr sein. „Führungskräfte müssen Daten als Produkt begreifen“, betont er, „nicht nur als Input.“
Zusammenarbeit statt Wettbewerb
KI lebt von Vielfalt – nicht was Datensätzen, sondern auch was Ideen angeht. Die Pandemie hat gezeigt, was möglich ist, wenn Organisationen offen zusammenarbeiten und Daten teilen, um Impfstoffentwicklung zu beschleunigen. Dennoch, so Ephraim, „sind Wissenschaftler darauf trainiert, unabhängig zu arbeiten, oft sogar wettbewerbsorientiert. Doch wahre Innovation hängt heute von Zusammenarbeit ab.“
David Elliman nennt das „präkompetitive Kooperation“ – wenn Konkurrenten zusammenarbeiten, um gemeinsame Herausforderungen zu lösen. „Manche Probleme sind die Probleme aller“, sagt er. „Wenn Ingenieure verschiedener Unternehmen daran arbeiten, bringen sie unterschiedliche Perspektiven ein und schaffen robustere Lösungen, als es eine einzelne Organisation könnte.“
Damit das funktioniert, müssen Führungskräfte klare Grenzen ziehen – definieren, was geteilt wird und was vertraulich bleibt – und echte Investitionen in gemeinsame Innovation tätigen. Zusammenarbeit ist kein Nebenprojekt mehr; sie ist strategische Infrastruktur.
Vom Nasslabor zum digitalen Zwilling
Der Wandel ist längst Realität: KI definiert das Labor neu.
Digitale Zwillinge – virtuelle Abbilder biologischer Systeme – ermöglichen es Wissenschaftlern, Simulationen durchzuführen, bevor physische Experimente beginnen. Anstatt Tausende Moleküle im Labor zu testen, kann KI vorhersagen, welche davon am erfolgversprechendsten sind – und so Entwicklungszeiten drastisch verkürzen.
“Im Kern dieses Wandels steht die Erkenntnis, dass Biologie im Grunde eine Form von Informationstechnologie ist. DNA ist Code. Proteine sind komplexe Maschinen, die aus diesem Code aufgebaut sind. Krankheit kann man im Prinzip als Softwarefehler in einem biologischen System behandeln.”
Generative KI geht noch weiter: Sie entwirft völlig neue Moleküle von Grund auf. Das Ergebnis? Schnellere, intelligentere Wirkstoffforschung – und ein Rückkopplungseffekt, bei dem digitale Modelle und Laborexperimente sich in Echtzeit gegenseitig verbessern.
Das Rennen um verantwortungsvolle Skalierung
Die Frage ist nicht, ob Biotechnologie digital wird, sondern wie schnell. Bibi Ephraim prognostiziert, dass Unternehmen, die früh KI integrieren und ihre Datenreife aufbauen, die Gewinner sein werden. „Skalierung ist nicht das Problem“, sagt er. „Das Timing ist entscheidend.“
“Einer der häufigsten Fehler von Führungskräften besteht darin, Dateninitiativen ausschließlich an Informatik- oder IT-Abteilungen zu delegieren. Daten müssen als zentraler Teil des Geschäfts verstanden werden – als Quelle von Wertschöpfung und als Basis für eine einheitliche Wahrheit.”
Mit rasantem Fortschritt wächst auch die Verantwortung. Erklärbarkeit – also das Verständnis, wie KI zu ihren Ergebnissen kommt – bleibt eine große Herausforderung im Gesundheitswesen. Vertrauen, Transparenz und Regulierung werden bestimmen, welche Innovationen sich durchsetzen.
Dennoch bleibt Ephraim optimistisch: „Das Digitale wird den Weg weisen. Das Biologische wird validieren. Zusammen schaffen sie ein neues Paradigma.“
Die Zukunft ist hybrid
KI wird Biologie nie vollständig ersetzen – und sollte es auch nicht. Doch sie prägt bereits jede Phase der biotechnologischen Innovation, von der Molekülmodellierung bis zu den Patientenergebnissen. Wie David Elliman es formuliert: „Das Digitale erweitert das Biologische. Beide entwickeln sich gemeinsam weiter.“
In der Biotechnologie geht es künftig nicht um Austausch oder Ersatz, sondern um Verstärkung – es ist eine Zukunft, in der digitale Intelligenz menschliche Erkenntnis beschleunigt. Der nächste Durchbruch wird nicht nur biologisch sein. Er wird digital initiiert.
