In der Arzneimittel-Entwicklung ist die IT heute unersetzlich. Boehringer Ingelheim Zwölf bis 15 Jahre – so lange dauert es im Schnitt, bis ein neues Medikament auf den Markt kommt. Die Kosten belaufen sich dabei auf durchschnittlich über eine Milliarde Euro. Dabei liegt die Erfolgswahrscheinlichkeit (Probability of Success – POS), dass ein potenzieller Wirkstoff diese Strecke überlebt, nur bei ungefähr fünf Prozent. Viele Menschen müssen also sehr lange warten, bis ihnen ein neues Medikament helfen kann. Vier zentrale Ziele Um diese Prozesse zu beschleunigen, Risiken zu minimieren und Patienten mit noch besseren Medikamenten zu versorgen, nutzt Boehringer Ingelheim digitale Innovationen. Dabei ist die Digitalisierung bei dem Pharmaunternehmen mehr als ein IT-Vorhaben. Sie ist integraler Bestandteil der Forschungsstrategie – mit vier zentralen Zielen: • Entwicklungszyklen verkürzen, • Prozesse und Ressourceneinsatz optimieren, • Kosten senken (insbesondere durch zielgerichtete frühe Entscheidungen), • Qualität steigern (durch fundierte Daten- und Modellgrundlagen). Der größte Hebel liegt gleich ganz am Anfang des Forschungsprozesses: Beim Identifizieren und Bewerten neuer Targets – also biologischer Zielstrukturen wie Proteinen oder Enzymen – und geeigneter Moleküle, die als potenzielle Wirkstoffe auf diese Targets einwirken können. KI-gestützte Molekülanalyse KI hilft heute im Labor bei der Analyse. Boehringer Ingelheim Ein Beispiel für diesen Wandel durch digitale Innovation ist die sogenannte Discovery-Phase. Dies ist die Phase der präklinischen Wirkstofffindung, die in der Regel vier bis fünf Jahre dauert. Früher konnten im Labor zehn bis 20 Moleküle pro Woche getestet werden. Heute analysieren Systeme wie ADAM (Advanced Design Assistant for Molecules) mithilfe von KI und Simulationen tausende Substanzen pro Tag. Das System hilft dabei, Moleküle zu priorisieren, indem es deren Eigenschaften vorhersagt, beispielsweise wie sie im Körper verstoffwechselt werden. Effizienz im Discovery Funnel So prüft ADAM in Echtzeit Stabilität, Toxizität sowie Synthesefähigkeit und filtert ungeeignete Kandidaten bereits vor dem ersten Experiment aus. Im Zentrum steht dabei die Frage, welche Proteine oder Moleküle sich überhaupt für eine therapeutische Beeinflussung eignen. Diese Targets werden gezielt erforscht und untersucht, um festzustellen, wie sie mit Krankheiten zusammenhängen. Zudem wird analysiert, welche Veränderung sich durch einen Wirkstoff herbeiführen lassen – und ob diese sicher und zugleich medizinisch sinnvoll ist. Digitale Zwillinge simulieren klinische Forschung Ein weiteres Feld, das durch die Digitalisierung revolutioniert wird, ist die klinische Entwicklung. Diese dauert momentan rund sechs bis acht Jahre. In dieser zweiten Phase der Arzneimittelentwicklung wird geprüft, ob ein Wirkstoff im menschlichen Körper die erhoffte Wirkung entfaltet. Dabei scheitern rund zwei Drittel aller Kandidaten. Diese sehr aufwendigen klinischen Studien werden in der nahen Zukunft zunehmend durch Digitale Zwillinge unterstützt: KI-gestützte Simulationen, mit denen sich Wirkstoffwirkungen auf bestimmte Patientengruppen vorab testen lassen. Dataland als strategischer Enabler Die technologische Basis für diese Fortschritte liefert „Dataland“. Dabei handelt es sich um ein eigens bei Boehringer Ingelheim entwickeltes Datenökosystem zur Integration von Forschungs-, Klinik- und Real-World-Daten. Dataland führt Daten aus allen Unternehmensbereichen zusammen, so dass diese zur sofortigen, leicht verständlichen Nutzung verfügbar sind – beispielsweise für Simulationen oder Datenanalysen. Auf diese Weise werden Mitarbeitende bei datengetriebenen Entscheidungen unterstützt und das Unternehmen ist insgesamt effizienter. Ziel ist ein einheitlicher Datenraum, der nicht durch Abteilungsgrenzen limitiert ist. Forschung, IT und Data Science arbeiten dabei eng verzahnt – klassische Silos werden aufgelöst. GenAI: Assistenzsystem mit menschlicher Kontrolle Ein Reaktor zur Wirkstoffsynthese in der Boehringer-Entwicklung in Biberach. Boehringer Ingelheim Insbesondere generative KI und Large Language Models (LLMs) haben inzwischen enormes Potenzial entfaltet, Prozesse umfassend zu modernisieren und zu beschleunigen. Schon heute unterstützt GenAI bei der Erstellung klinischer Berichte oder der Dokumentation von Forschungsergebnissen. Perspektivisch wird KI auch zur Literaturanalyse eingesetzt. Zwar unterbreitet die Maschine Vorschläge – die Entscheidungen trifft aber immer der Mensch. Medizinische und wissenschaftliche Experten sind dabei aktiv in die Entwicklung von Tools eingebunden. Kultureller Wandel: Interdisziplinäre Teams und neue Kompetenzen Neben den oben angesprochenen Technologien und Daten braucht digitale Innovation vor allem eins: neue Kompetenzen und Denkweisen. Boehringer Ingelheim setzt deshalb auf interdisziplinäre Teams mit Vertretern aus Medizin, Datenwissenschaft, Biomedizin und Softwareentwicklung. Dazu sind Mitarbeitende notwendig, die mit KI genauso selbstverständlich arbeiten wie mit einem Mikroskop. Mit Digitalisierung zu höheren Erfolgsquoten Wie eingangs erwähnt, ist die Entwicklung neuer Wirkstoffe langwierig, teuer und risikobehaftet. Boehringer Ingelheim setzt deshalb auf eine gezieltere Entwicklung durch Digitalisierung. Das kurzfristige Ziel ist es, die Erfolgswahrscheinlichkeit (POS – Probability of Success) neuer Substanzen zu steigern – durch simulationsgestützte Vorauswahl, optimierte Datenmodelle und eine präzisere Auswahl der Patienten in klinischen Studien. Dabei ist immer zu berücksichtigen: Der Einsatz von KI erfordert eine kontinuierliche Überprüfung auf mögliche Verzerrungen (Bias). Zudem ist nicht jede technisch mögliche Anwendung auch ethisch zu vertreten. Abteilungsübergreifende Leitlinien sorgen dafür, dass Innovation verantwortungsvoll gestaltet wird. Digitalisierung wird so nicht zum Selbstzweck, sondern bleibt ein strategisches Instrument für besseren medizinischen Fortschritt – durch fundiertere Entscheidungen und effizientere Forschung.
So nutzt Boehringer Ingelheim IT in der Forschung
In der Arzneimittel-Entwicklung ist die IT heute unersetzlich. Boehringer Ingelheim Zwölf bis 15 Jahre – so lange dauert es im Schnitt, bis ein neues Medikament auf den Markt kommt. Die Kosten belaufen sich dabei auf durchschnittlich über eine Milliarde Euro. Dabei liegt die Erfolgswahrscheinlichkeit (Probability of Success – POS), dass ein potenzieller Wirkstoff diese Strecke überlebt, nur bei ungefähr fünf Prozent. Viele Menschen müssen also sehr lange warten, bis ihnen ein neues Medikament helfen kann. Vier zentrale Ziele Um diese Prozesse zu beschleunigen, Risiken zu minimieren und Patienten mit noch besseren Medikamenten zu versorgen, nutzt Boehringer Ingelheim digitale Innovationen. Dabei ist die Digitalisierung bei dem Pharmaunternehmen mehr als ein IT-Vorhaben. Sie ist integraler Bestandteil der Forschungsstrategie – mit vier zentralen Zielen: • Entwicklungszyklen verkürzen, • Prozesse und Ressourceneinsatz optimieren, • Kosten senken (insbesondere durch zielgerichtete frühe Entscheidungen), • Qualität steigern (durch fundierte Daten- und Modellgrundlagen). Der größte Hebel liegt gleich ganz am Anfang des Forschungsprozesses: Beim Identifizieren und Bewerten neuer Targets – also biologischer Zielstrukturen wie Proteinen oder Enzymen – und geeigneter Moleküle, die als potenzielle Wirkstoffe auf diese Targets einwirken können. KI-gestützte Molekülanalyse KI hilft heute im Labor bei der Analyse. Boehringer Ingelheim Ein Beispiel für diesen Wandel durch digitale Innovation ist die sogenannte Discovery-Phase. Dies ist die Phase der präklinischen Wirkstofffindung, die in der Regel vier bis fünf Jahre dauert. Früher konnten im Labor zehn bis 20 Moleküle pro Woche getestet werden. Heute analysieren Systeme wie ADAM (Advanced Design Assistant for Molecules) mithilfe von KI und Simulationen tausende Substanzen pro Tag. Das System hilft dabei, Moleküle zu priorisieren, indem es deren Eigenschaften vorhersagt, beispielsweise wie sie im Körper verstoffwechselt werden. Effizienz im Discovery Funnel So prüft ADAM in Echtzeit Stabilität, Toxizität sowie Synthesefähigkeit und filtert ungeeignete Kandidaten bereits vor dem ersten Experiment aus. Im Zentrum steht dabei die Frage, welche Proteine oder Moleküle sich überhaupt für eine therapeutische Beeinflussung eignen. Diese Targets werden gezielt erforscht und untersucht, um festzustellen, wie sie mit Krankheiten zusammenhängen. Zudem wird analysiert, welche Veränderung sich durch einen Wirkstoff herbeiführen lassen – und ob diese sicher und zugleich medizinisch sinnvoll ist. Digitale Zwillinge simulieren klinische Forschung Ein weiteres Feld, das durch die Digitalisierung revolutioniert wird, ist die klinische Entwicklung. Diese dauert momentan rund sechs bis acht Jahre. In dieser zweiten Phase der Arzneimittelentwicklung wird geprüft, ob ein Wirkstoff im menschlichen Körper die erhoffte Wirkung entfaltet. Dabei scheitern rund zwei Drittel aller Kandidaten. Diese sehr aufwendigen klinischen Studien werden in der nahen Zukunft zunehmend durch Digitale Zwillinge unterstützt: KI-gestützte Simulationen, mit denen sich Wirkstoffwirkungen auf bestimmte Patientengruppen vorab testen lassen. Dataland als strategischer Enabler Die technologische Basis für diese Fortschritte liefert „Dataland“. Dabei handelt es sich um ein eigens bei Boehringer Ingelheim entwickeltes Datenökosystem zur Integration von Forschungs-, Klinik- und Real-World-Daten. Dataland führt Daten aus allen Unternehmensbereichen zusammen, so dass diese zur sofortigen, leicht verständlichen Nutzung verfügbar sind – beispielsweise für Simulationen oder Datenanalysen. Auf diese Weise werden Mitarbeitende bei datengetriebenen Entscheidungen unterstützt und das Unternehmen ist insgesamt effizienter. Ziel ist ein einheitlicher Datenraum, der nicht durch Abteilungsgrenzen limitiert ist. Forschung, IT und Data Science arbeiten dabei eng verzahnt – klassische Silos werden aufgelöst. GenAI: Assistenzsystem mit menschlicher Kontrolle Ein Reaktor zur Wirkstoffsynthese in der Boehringer-Entwicklung in Biberach. Boehringer Ingelheim Insbesondere generative KI und Large Language Models (LLMs) haben inzwischen enormes Potenzial entfaltet, Prozesse umfassend zu modernisieren und zu beschleunigen. Schon heute unterstützt GenAI bei der Erstellung klinischer Berichte oder der Dokumentation von Forschungsergebnissen. Perspektivisch wird KI auch zur Literaturanalyse eingesetzt. Zwar unterbreitet die Maschine Vorschläge – die Entscheidungen trifft aber immer der Mensch. Medizinische und wissenschaftliche Experten sind dabei aktiv in die Entwicklung von Tools eingebunden. Kultureller Wandel: Interdisziplinäre Teams und neue Kompetenzen Neben den oben angesprochenen Technologien und Daten braucht digitale Innovation vor allem eins: neue Kompetenzen und Denkweisen. Boehringer Ingelheim setzt deshalb auf interdisziplinäre Teams mit Vertretern aus Medizin, Datenwissenschaft, Biomedizin und Softwareentwicklung. Dazu sind Mitarbeitende notwendig, die mit KI genauso selbstverständlich arbeiten wie mit einem Mikroskop. Mit Digitalisierung zu höheren Erfolgsquoten Wie eingangs erwähnt, ist die Entwicklung neuer Wirkstoffe langwierig, teuer und risikobehaftet. Boehringer Ingelheim setzt deshalb auf eine gezieltere Entwicklung durch Digitalisierung. Das kurzfristige Ziel ist es, die Erfolgswahrscheinlichkeit (POS – Probability of Success) neuer Substanzen zu steigern – durch simulationsgestützte Vorauswahl, optimierte Datenmodelle und eine präzisere Auswahl der Patienten in klinischen Studien. Dabei ist immer zu berücksichtigen: Der Einsatz von KI erfordert eine kontinuierliche Überprüfung auf mögliche Verzerrungen (Bias). Zudem ist nicht jede technisch mögliche Anwendung auch ethisch zu vertreten. Abteilungsübergreifende Leitlinien sorgen dafür, dass Innovation verantwortungsvoll gestaltet wird. Digitalisierung wird so nicht zum Selbstzweck, sondern bleibt ein strategisches Instrument für besseren medizinischen Fortschritt – durch fundiertere Entscheidungen und effizientere Forschung.
So nutzt Boehringer Ingelheim IT in der Forschung In der Arzneimittel-Entwicklung ist die IT heute unersetzlich. Boehringer Ingelheim Zwölf bis 15 Jahre – so lange dauert es im Schnitt, bis ein neues Medikament auf den Markt kommt. Die Kosten belaufen sich dabei auf durchschnittlich über eine Milliarde Euro. Dabei liegt die Erfolgswahrscheinlichkeit (Probability of Success – POS), dass ein potenzieller Wirkstoff diese Strecke überlebt, nur bei ungefähr fünf Prozent. Viele Menschen müssen also sehr lange warten, bis ihnen ein neues Medikament helfen kann. Vier zentrale Ziele Um diese Prozesse zu beschleunigen, Risiken zu minimieren und Patienten mit noch besseren Medikamenten zu versorgen, nutzt Boehringer Ingelheim digitale Innovationen. Dabei ist die Digitalisierung bei dem Pharmaunternehmen mehr als ein IT-Vorhaben. Sie ist integraler Bestandteil der Forschungsstrategie – mit vier zentralen Zielen: • Entwicklungszyklen verkürzen, • Prozesse und Ressourceneinsatz optimieren, • Kosten senken (insbesondere durch zielgerichtete frühe Entscheidungen), • Qualität steigern (durch fundierte Daten- und Modellgrundlagen). Der größte Hebel liegt gleich ganz am Anfang des Forschungsprozesses: Beim Identifizieren und Bewerten neuer Targets – also biologischer Zielstrukturen wie Proteinen oder Enzymen – und geeigneter Moleküle, die als potenzielle Wirkstoffe auf diese Targets einwirken können. KI-gestützte Molekülanalyse KI hilft heute im Labor bei der Analyse. Boehringer Ingelheim Ein Beispiel für diesen Wandel durch digitale Innovation ist die sogenannte Discovery-Phase. Dies ist die Phase der präklinischen Wirkstofffindung, die in der Regel vier bis fünf Jahre dauert. Früher konnten im Labor zehn bis 20 Moleküle pro Woche getestet werden. Heute analysieren Systeme wie ADAM (Advanced Design Assistant for Molecules) mithilfe von KI und Simulationen tausende Substanzen pro Tag. Das System hilft dabei, Moleküle zu priorisieren, indem es deren Eigenschaften vorhersagt, beispielsweise wie sie im Körper verstoffwechselt werden. Effizienz im Discovery Funnel So prüft ADAM in Echtzeit Stabilität, Toxizität sowie Synthesefähigkeit und filtert ungeeignete Kandidaten bereits vor dem ersten Experiment aus. Im Zentrum steht dabei die Frage, welche Proteine oder Moleküle sich überhaupt für eine therapeutische Beeinflussung eignen. Diese Targets werden gezielt erforscht und untersucht, um festzustellen, wie sie mit Krankheiten zusammenhängen. Zudem wird analysiert, welche Veränderung sich durch einen Wirkstoff herbeiführen lassen – und ob diese sicher und zugleich medizinisch sinnvoll ist. Digitale Zwillinge simulieren klinische Forschung Ein weiteres Feld, das durch die Digitalisierung revolutioniert wird, ist die klinische Entwicklung. Diese dauert momentan rund sechs bis acht Jahre. In dieser zweiten Phase der Arzneimittelentwicklung wird geprüft, ob ein Wirkstoff im menschlichen Körper die erhoffte Wirkung entfaltet. Dabei scheitern rund zwei Drittel aller Kandidaten. Diese sehr aufwendigen klinischen Studien werden in der nahen Zukunft zunehmend durch Digitale Zwillinge unterstützt: KI-gestützte Simulationen, mit denen sich Wirkstoffwirkungen auf bestimmte Patientengruppen vorab testen lassen. Dataland als strategischer Enabler Die technologische Basis für diese Fortschritte liefert „Dataland“. Dabei handelt es sich um ein eigens bei Boehringer Ingelheim entwickeltes Datenökosystem zur Integration von Forschungs-, Klinik- und Real-World-Daten. Dataland führt Daten aus allen Unternehmensbereichen zusammen, so dass diese zur sofortigen, leicht verständlichen Nutzung verfügbar sind – beispielsweise für Simulationen oder Datenanalysen. Auf diese Weise werden Mitarbeitende bei datengetriebenen Entscheidungen unterstützt und das Unternehmen ist insgesamt effizienter. Ziel ist ein einheitlicher Datenraum, der nicht durch Abteilungsgrenzen limitiert ist. Forschung, IT und Data Science arbeiten dabei eng verzahnt – klassische Silos werden aufgelöst. GenAI: Assistenzsystem mit menschlicher Kontrolle Ein Reaktor zur Wirkstoffsynthese in der Boehringer-Entwicklung in Biberach. Boehringer Ingelheim Insbesondere generative KI und Large Language Models (LLMs) haben inzwischen enormes Potenzial entfaltet, Prozesse umfassend zu modernisieren und zu beschleunigen. Schon heute unterstützt GenAI bei der Erstellung klinischer Berichte oder der Dokumentation von Forschungsergebnissen. Perspektivisch wird KI auch zur Literaturanalyse eingesetzt. Zwar unterbreitet die Maschine Vorschläge – die Entscheidungen trifft aber immer der Mensch. Medizinische und wissenschaftliche Experten sind dabei aktiv in die Entwicklung von Tools eingebunden. Kultureller Wandel: Interdisziplinäre Teams und neue Kompetenzen Neben den oben angesprochenen Technologien und Daten braucht digitale Innovation vor allem eins: neue Kompetenzen und Denkweisen. Boehringer Ingelheim setzt deshalb auf interdisziplinäre Teams mit Vertretern aus Medizin, Datenwissenschaft, Biomedizin und Softwareentwicklung. Dazu sind Mitarbeitende notwendig, die mit KI genauso selbstverständlich arbeiten wie mit einem Mikroskop. Mit Digitalisierung zu höheren Erfolgsquoten Wie eingangs erwähnt, ist die Entwicklung neuer Wirkstoffe langwierig, teuer und risikobehaftet. Boehringer Ingelheim setzt deshalb auf eine gezieltere Entwicklung durch Digitalisierung. Das kurzfristige Ziel ist es, die Erfolgswahrscheinlichkeit (POS – Probability of Success) neuer Substanzen zu steigern – durch simulationsgestützte Vorauswahl, optimierte Datenmodelle und eine präzisere Auswahl der Patienten in klinischen Studien. Dabei ist immer zu berücksichtigen: Der Einsatz von KI erfordert eine kontinuierliche Überprüfung auf mögliche Verzerrungen (Bias). Zudem ist nicht jede technisch mögliche Anwendung auch ethisch zu vertreten. Abteilungsübergreifende Leitlinien sorgen dafür, dass Innovation verantwortungsvoll gestaltet wird. Digitalisierung wird so nicht zum Selbstzweck, sondern bleibt ein strategisches Instrument für besseren medizinischen Fortschritt – durch fundiertere Entscheidungen und effizientere Forschung.