Eine Zusammenarbeit von PTA und Statista
Die Life-Science-Branche blickt in eine vielversprechende Zukunft. Treiber des dynamischen Wachstums sind die alternde Bevölkerung, der technologische Fortschritt und die hohen Investitionen in Forschung und Entwicklung. Allerdings müssen die Marktakteure auch die Herausforderungen der Digitalisierung und wirtschaftlichen Unsicherheiten bewältigen, um ihr Wachstumspotenzial voll auszuschöpfen. Agentic AI, eine neue Evolutionsstufe Künstlicher Intelligenz, liefert der Life-Science-Branche vielversprechende Lösungsansätze. So erkennen Unternehmen im Life-Science-Sektor den Wert von Agentic AI – vor allem, wenn es um automatisierte Diagnostik und Laborprozesse geht. Welche Hürden die Wachstumsbranche im Zuge des technologischen Fortschrittes überwinden muss und welche Anwendungsszenarien den größten Mehrwert erzielen, zeigt der vorliegende Fachbeitrag.
Agentic AI markiert ohne Zweifel den nächsten Evolutionsschritt Künstlicher Intelligenz. Sie ist selbstlernend, autonom und anpassungsfähig. Besonders in der forschungsintensiven Life-Science-Branche trifft sie auf offene Türen. So mag es nicht verwundern, dass im Zuge einer Befragung, die unsere IT-Profis gemeinsam mit den Marktforschern von Statista erhoben haben, alle befragten Unternehmen aus dem Life-Science-Umfeld ihre Investitionen im Sektor Agentic AI erhöhen wollen. Auch wenn sich der Einsatz von Agentic AI in vielen Unternehmen noch in einem frühen Stadium befindet: Wer frühzeitig investiert, kann sich als Innovator in einem zunehmend datengesteuerten Gesundheitsmarkt positionieren.
Mannigfaltige Einsatzszenarien …
In der Life-Science-Branche steht in puncto Agentic AI die Automatisierung geschäftskritischer Prozesse ganz klar im Fokus. Ein hoher Digitalisierungsgrad sowie der Druck, große Datenmengen schnell und regelkonform zu verarbeiten, bedingen den Einsatz autonomer Systeme. 59 Prozent der befragten Unternehmen aus diesem Sektor sind davon überzeugt, dass die neue Technologie bei der Automatisierung diagnostischer Verfahren, etwa bei der Bildauswertung oder dem Hochdurchsatz-Screening, Vorteile bringen wird – also in einem Bereich, in dem allesamt Prozesse vorherrschen, die sehr modular, skalierbar und datengetrieben aufgebaut sind. Hier kann Agentic AI die Grundlage für Effizienzgewinne, Standardisierung und Risikominimierung schaffen.
… zwischen Diagnoserevolution …
In medizinischen Bereichen bewährt sich Agentic AI demnach besonders in der Automatisierung und Beschleunigung komplexer Analyse- und Diagnoseverfahren. Denn durch kontinuierliches Lernen in Form von Feedback-Loops erkennt Agentic AI Anomalien genauer und kann entsprechend exaktere Diagnosevorschläge unterbreiteten. Jeweils 48 Prozent der Befragten Unternehmen aus der Life-Science-Branche sehen in Agentic AI großes Potenzial in der personalisierten Medizin und Therapieentwicklung sowie der Vorhersage von Krankheitsausbreitungen und der globalen Gesundheitsüberwachung. Die Optimierung klinischer Studien (41 Prozent) sowie die Digitalisierung von Regulierungs- und Zulassungsprozessen (37 Prozent) erachten die Marktakteure ebenso als vielversprechende Einsatzfelder.
… und Umsetzungshürden
Eine Implementierung von Agentic AI kann nicht von heute auf morgen stattfinden, auch darin sind sich die Befragten aus der Life-Science-Branche mehrheitlich einig: 100 Prozent erwarten einen hohen bis sehr hohen zeitlichen Aufwand bei der Umsetzung und Einführung der neuen Technologie. Dabei stellen vor allem Kosten und Budgetbeschränkungen (67 Prozent) und technische Hürden (63 Prozent) die Branche vor große Herausforderungen. Weitere Stolpersteine stellen laut den befragten Unternehmen Sicherheits- und Datenschutzbedenken (48 Prozent), unklare regulatorische Vorgaben (26 Prozent) sowie organisatorische Barrieren (22 Prozent) dar. Bei der Unterstützung zur Implementierung von Agentic AI setzen diese vor allem auf Workshops mit branchenspezifischen Anwendungsbeispielen. Aber auch standardisierte Leitfäden (52 Prozent) sind bei den Life-Sciences-Unternehmen sehr willkommen, da sie im Rahmen vorgegebener und normierter Prozessabläufe unterstützen können.
Agentic AI: Der vierstufige Weg zur autonomen Intelligenz
Agentic AI basiert auf einem iterativen Prozess, der vier Stufen umfasst: wahrnehmen, denken, handeln und lernen. Bei der Wahrnehmung erfasst und verarbeitet die neue Evolutionsstufe künstlicher Intelligenz Daten aus unterschiedlichen Quellen, wie beispielsweise Datenbanken. Im Rahmen des Denkprozesses steht ein großes Sprachmodell (LLM) im Vordergrund. Dieses ist für die Entwicklung von Aufgaben und Lösungen sowie für die Steuerung routinierter Prozesse zuständig, zum Beispiel den Einsatz von Generative AI zur Inhaltserstellung. Beim Handeln geht es um die konkrete Ausführung von Aufgaben auf Basis der zuvor erstellten Pläne. Hierfür werden externe Tools und Software über digitale Schnittstellen integriert. In Feedback-Loops lassen sich schließlich die bis dato gesammelten Interaktionsdaten zur Optimierung der Agentic AI verwenden. Dadurch kann sich ihr Vorgehen stetig verbessern. Und genau aufgrund des funktionalen Aufbaus ist Agentic AI gerade in komplexen Laborumgebungen, in denen Prozessabläufe streng reguliert sind, allerdings immer wiederkehrend durchlaufen werden – Stichwort Automatisierung – von großem Wert.
Agentic AI – großes Potenzial, aber kein Selbstläufer
Keine Frage, Agentic AI birgt großes Potenzial. Trotz des frühen Entwicklungsstands plant die Mehrheit der deutschen Unternehmen über alle Branchen hinweg, ihre Agentic-AI-Budgets in den nächsten drei Jahren zu erhöhen. Der überwiegende Anteil der Entscheider hat offenbar erkannt, dass Agentic AI ihre Branche revolutionieren wird – sie versprechen sich durch die Nutzung der neuen Technologie strategische sowie operative Vorteile. Denn mit der Nutzung von Agentic AI verschiebt sich der Fokus von einer reinen Inhaltserstellung auf autonomes Handeln und Entscheiden. Als neue Evolutionsstufe künstlicher Intelligenz wird Agentic AI die bisherigen Strukturen der Geschäftswelt umfassend verändern. Für den langfristigen Erfolg mit Agentic AI benötigen Unternehmen aus der Life-Science-Branche jedoch sowohl technisch als auch personell externe Unterstützung: 89 Prozent der Unternehmen rechnen mit einem hohen, 11 Prozent sogar mit einem sehr hohen Zeitaufwand. Ein Trend, der sich auch branchenübergreifend in Zahlen niederschlägt: Die meisten branchenübergreifend befragten Unternehmen sehen den größten Unterstützungsbedarf bei der Sicherstellung der Datenqualität (49 Prozent) und der Integration von Daten und bestehenden Systemen (46 Prozent). Allerdings stellen auch die Qualifizierung der Mitarbeitenden (44 Prozent), die Beratung zu rechtlichen und regulatorischen Anforderungen (44 Prozent) und die technologische Beratung bezüglich AI-Lösungen (38 Prozent) Bereiche dar, in denen Unterstützung erforderlich sein wird. Ohne praxisnahe Schulungen und Trainings, aber auch Workshops mit branchenspezifischen Anwendungsbeispielen sowie persönliche Beratungen oder Coachings durch externe Experten wird die erfolgreiche Einführung von Agentic AI schnell zu einer Herkulesaufgabe. Die erfolgreiche Implementierung erfordert also mehr als Technologie: Entscheidend sind ein klares Prozessverständnis, umfassende Automatisierungsbereitschaft und eine hohe Datenqualität. Der Schlüssel liegt in kleinen sowie praxisnahen Schritten, externer Unterstützung und organisationaler Offenheit. Wer früh startet und strategisch vorgeht, kann sich dann als Vorreiter positionieren.
