Optimierung durch die Big-Data-Verarbeitung
Analysen, die auf Big Data basieren, können die Pharma- und Life-Scienes-Industrie in vielerlei Hinsicht optimieren. Die prädiktive Analytik kann beispielsweise mit viel breiteren und vielfältigeren Daten arbeiten. Um die geeignetsten Kandidaten für klinische Studien zu identifizieren, könnten Informationen, einschließlich solcher aus Social-Media und Krankenhausbesuchen, mit genetischen Daten kombiniert werden. Das würde die Versuche präzisieren sowie zur Minderung der Kosten und Durchlaufzeiten führen. Bei den Konsumenten sind die Vorteile unterdessen noch nicht gänzlich angekommen. Durch das Inkrafttreten der EU-weiten Datenschutz-Grundverordnung soll der Schutz von personenbezogenen Daten innerhalb der Europäischen Union sichergestellt werden. Neben all den Vorteilen bedeutet dies für viele Unternehmen verlangsamte Prozesse aufgrund wachsender Bürokratie. Die Regulierungen könnten die Branche daran hindern, KI in vollem Umfang zu nutzen. Eine weitere Sorge ist der Jobverlust durch neue Technologien. Viele der Angestellten fürchten, dass durch KI-Technologien zukünftig ihr Arbeitsplatz wegfallen könnte. KI wird Routineaufgaben übernehmen und besser machen als der Mensch und bietet auch neue Möglichkeiten in Bezug auf die Entwicklung, Verbesserung, Verwaltung und Wartung von Technologien. Die Bereiche Datentechnik, Robotik und Biotechnologie rücken zunehmend in den Fokus. Zukünftig werden Tätigkeiten Kreativität und freies Denken fördern statt mechanischer Präzision. Die Pharma- und Life-Sciences-Branche ist optimistisch. 78 Prozent der befragten Führungspersonen geben an, die Mitarbeiter ungeachtet der Arbeitsübernahme durch Maschinen weiterhin zu beschäftigen. Sie wollen die betroffenen Angestellten innerhalb des gleichen Funktionsbereichs umstellen beziehungsweise zu einer völlig neuen Rolle oder Funktion umschulen. Viele Sorgen rühren außerdem daher, wie autonom Roboter Befehle erteilen und umsetzen dürfen. Computer können zwar bereits Emotionen erkennen, entscheiden aber rein aufgrund von Daten und Informationen. Bei ethischen Fragestellungen sollte immer das Fachpersonal Befugnisse erteilen.
Implementierungskosten müssen sinken
Bei der Implementierung von KI-Lösungen spielen zudem die Kosten eine Rolle. Durchschnittlich haben die Unternehmen im letzten Jahr branchenübergreifend etwa 6,2 Millionen Euro in KI investiert. Von den befragten Entscheidern in allen Bereichen räumen 51 Prozent ein, dass die Kosten für KI-Lösungen noch weiter gesenkt werden müssen, bevor sie wirksam im eigenen Unternehmen eingesetzt werden können. Anders ist das in der Pharma- und Life-Sciences-Branche: Hier sehen die Befragten große Chancen für Kostenreduktionen. Wirkstofftests und die anschließende Produktion sind langwierige und teure Verfahren. Der Prozess der Medikamentenentwicklung, der durchnittlich zehn bis 15 Jahre und über eine Milliarde Dollar an Investitionen in Anspruch nimmt, wirft einen langen Schatten auf die Innovationsfähigkeit der Industrie. Neue Technologien können die Medikamentenentwicklung beschleunigen und die Fehlerquote reduzieren. Etwa 50 Prozent der Befragten erklären, dass sie bereits Kostenreduktionen und Produktivitätsverbesserungen durch KI erlebt haben, indem Produkte schneller auf den Markt gebracht werden können und ein besserer Return on Investment erzielt wird. Wie sich die Akzeptanz in der Branche weiter entwickelt, bleibt abzuwarten. Jedoch sind vollständige Behandlungsmethoden und lebensrettende Maßnahmen wichtige Parameter in der Praxis – und KI trägt zu beidem bei. Im Pharmabereich kann KI Zeit einsparen. Sie steht allerdings noch vielen Barrieren gegenüber. Sorgen über die Jobsicherheit und Privatsphäre sowie die Einführung der DSGVO beeinflusst die Branche, doch die Chancen werden erkannt: Für rund 76 Prozent der befragten Entscheider aus IT und Management bildet KI eine Kernkomponente für den Unternehmenserfolg und wird in Zukunft unentbehrlich sein.
