.jpeg)
Das Konzept der KI ist seit über einem Jahrhundert die Inspirationsquelle für viele Science-Fiction-Autoren und Zukunftsforscher. Heute sind die Fortschritte in der Computertechnik und Big Data aber Wirklichkeit geworden, da Maschinen nun in großem Maßstab branchenübergreifend eingesetzt werden. Der Einsatz von KI-Technologien treibt das Wachstum auf individueller, geschäftlicher und wirtschaftlicher Ebene voran. Tatsächlich hat KI begonnen, Menschen in einer Reihe von Arbeitsaktivitäten zu übertreffen, einschließlich solcher, die kognitive Fähigkeiten erfordern.
Aber was ist KI überhaupt?
Künstliche Intelligenz (oder kurz: “KI”) bezeichnet im Wesentlichen Computertechnologien, die von der Nutzung ihres Gehirns und Nervensystems inspiriert sind, um zu denken und Entscheidungen zu treffen, aber sie funktionieren typischerweise ganz anders. Das aktuelle “KI-Ökosystem” umfasst maschinelles Lernen, Robotik, künstliche neuronale Netze (“ANN”s), natürliche Sprachverarbeitung (“NLP”) und inzwischen schnell voranschreitende Bereiche wie “generative KI”, “multimodale KI” und “Edge-KI”. Was ist künstliche Intelligenz und wie wird sie genutzt? | Themen | Europäisches ParlamentMaschinelles Lernen hilft Systemen, aus Daten zu lernen, um Vorhersagen oder Entscheidungen zu treffen. Die Robotik entwickelt sich etwa mit “Deep Learning” weiter, um intelligentere, anpassungsfähigere Maschinen zu ermöglichen. “ANN”s ahmen nach, wie das menschliche Gehirn Informationen verarbeitet, während “NLP” es Computern ermöglicht, menschliche Sprache zu verstehen und zu generieren. Neuere Entwicklungen wie kleine Sprachmodelle, KI-Agenten und eine robuste KI-Infrastruktur machen KI effizienter, zugänglicher und leistungsfähiger für verschiedene Aufgaben. Was ist KI und welche Formen von KI gibt es? | Wenn der Schein trügt – Deepfakes und die politische Realität | bpb.de
In den letzten Jahrzehnten hat sich der Fortschritt der KI hauptsächlich auf die Verbesserung von Logik, Sprache und Mustererkennung konzentriert. Heute expandiert es rasant in neue Bereiche wie emotionales Verständnis, wissenschaftliche Forschung und Echtzeit-Zusammenarbeit mit Menschen. KI spielt zudem eine wachsende Rolle in der Cybersicherheit, sowohl als Verteidigungsinstrument als auch als potenzielle Schwachstelle durch gegnerische Angriffe. Weltweit beschleunigen Länder wie die USA, China, die EU und Indien die Bemühungen im KI-Wettlauf – von Investitionen, Regulierungen und Chipzugang. Unterdessen führt der Einfluss von KI auf Arbeitsplätze zu umfangreichen Weiterbildungsmaßnahmen. Benutzerfreundliche KI-Tools, Open-Source-Modelle und “API”s machen fortschrittliche KI zudem mehr Menschen zugänglich als je zuvor.
Einer der Hauptfaktoren, die die aktuelle KI-Wachstumswelle antreiben, ist das starke Interesse an “Venture-Capital-Investitionen” (“VC”) in KI-Start-ups.
Im Technologiebereich treiben rasante Fortschritte in der Rechenleistung die Branche auf die nächste Stufe. Ebenso fördern und ermöglichen Open-Source-Plattformen kollaboratives Lernen, was das Wachstum von KI fördert. Da KI immer leistungsfähiger wird und alles von Chatbots bis hin zu selbstfahrenden Autos antreibt, wird sie auch anspruchsvoller. Das Training großer Modelle wie “ChatGPT” oder “Claude” erfordert enorme Rechenleistung, ausgefeilte Infrastruktur und enorme Energiemengen. Infolgedessen entwickelt sich das Rückgrat der KI rasant weiter. Um diesen wachsenden Anforderungen gerecht zu werden, konzentriert sich das globale KI-Ökosystem auf drei Hauptbereiche: den Bau spezialisierter Chips, die speziell für KI-Workloads entwickelt wurden, die Transformation von Cloud Computing, um großflächige Modelltrainings zu bewältigen, und Investitionen in grüne, nachhaltige Lösungen zur Reduzierung der Umweltbelastung.
KI-Lösungen werden zunehmend auf die Bedürfnisse von Branchen wie Automobil, Gesundheitswesen, Bildung und Finanzen zugeschnitten.
Im Gesundheitswesen etwa treibt es Diagnostik und personalisierte Versorgung voran. Die USA sind das führende Land für KI-Start-ups, aber andere Länder, etwa Kanada, sind nicht weit dahinter. Zwischen 2015 und 2024 sammelten KI-Unternehmen insgesamt etwa 480,7 Milliarden US-Dollar an Finanzierung. KI-bezogene Fusionen und Übernahmen haben in den letzten Jahren stetig zugenommen. Nach einem kurzen Einbruch im Jahr 2020 aufgrund der COVID-19-Pandemie erholte sich die Deal-Aktivität schnell. Im Jahr 2021 gab es etwa 312 “M&A-Geschäfte”, gefolgt von einem leichten Rückgang auf 263 im Jahr 2022. Der Trend nahm jedoch wieder zu, mit 397 Deals im Jahr 2023 und 384 im Jahr 2024. Der 193-Milliarden-Dollar-Hype: KI-Startups fressen den VC-Markt auf
Unternehmen aus verschiedenen Branchen entwickeln derzeit KI und verwandte Anwendungen. “Google”, “IBM” und “Microsoft” führen KI-Innovationen in der IT-Branche an, während “Amazon” und “eBay” in KI investieren, um ihre E-Commerce-Plattform zu verbessern, und das Fahrdienstunternehmen “Uber” nutzt KI für autonomes Fahren, Lebensmittellieferungen und Kartenforschung.
Insgesamt nimmt die kollaborative Entwicklung zu, und führende Unternehmen wie “Amazon”, “Apple”, “Facebook”, “Google/ DeepMind”, “IBM” und “Microsoft” arbeiten derzeit in Partnerschaft an der Entwicklung von KI-Anwendungen. Die Übernahme kleiner KI-Unternehmen in relevanten Bereichen durch Technologieriesen wie “Apple”, “IBM” und “Microsoft” verkürzt die Lernkurve. Weitere führende Unternehmen sind “Baidu”, “Salesforce”, “Anthropic”, “XAI”, “Hugging Face” und “Pinecone”.
“Künstliche Intelligenz tritt in eine transformative Phase ein, die durch rasante Fortschritte bei multimodalen Modellen, rekursiver Selbstverbesserung und autonomen Agenten gekennzeichnet ist. Mit dem Wachstum der KI-Fähigkeiten wird erwartet, dass Unternehmen von Aufgabenautomatisierung hin zu strategischer Ko-Erstellung wechseln und KI nicht nur für Effizienz, sondern auch für Innovation nutzen. Die Konvergenz von Open-Source-Innovation und proprietärer Energie wird voraussichtlich hybride Ökosysteme hervorbringen, die Flexibilität mit Unternehmenszuverlässigkeit verbinden. Politische Rahmen und globale Regulierung werden die Entwicklung von KI prägen, insbesondere in Bezug auf Ethik, Transparenz und Sicherheit. Unterdessen stehen Fortschritte bei erklärbarer KI und energieeffizienten Modellen bereit, KI vertrauenswürdiger und nachhaltiger zu machen. Mit Blick auf die Zukunft wird sich die Rolle der KI von einem unterstützenden Werkzeug zu einem unverzichtbaren Partner über verschiedene Branchen hinweg entwickeln.” Künstliche Intelligenz – Weltweit | Marktprognose
Der globale Markt steht vor einem explosiven Wachstum:
“Der globale Markt für künstliche Intelligenz wird in den nächsten fünf Jahren voraussichtlich erheblich wachsen. Laut im Oktober von Statista Market Insights veröffentlichten Schätzungen wird der Markt im Jahr 2025 auf fast 260 Milliarden Dollar geschätzt und wird bis 2030 auf über 1.200 Milliarden Dollar ansteigen, was einem Vervierfachungsanstieg entspricht. Diese erwartete Explosion unterstreicht die zunehmende Integration von KI in verschiedenen Branchen, angetrieben durch Fortschritte bei Algorithmen, Infrastruktur und nachhaltigen massiven Investitionen in Forschung und Entwicklung.” Grafik: Der KI-Markt steht vor einem explosiven Wachstum | Statista
Die KI verlangt Daten!
Datenmanagement bleibt die schwierigste Aufgabe der KI-bezogenen Infrastruktur. Diese Herausforderung nimmt für KI-Unternehmen viele Formen an. Einige benötigen spezifische Daten, während andere Schwierigkeiten haben, die bereits vorhandenen Daten ihres Unternehmens zu pflegen und zu organisieren. Große internationale Organisationen wie die EU, die USA und China haben alle Einschränkungen, wie viele Daten außerhalb ihrer Grenzen gespeichert werden dürfen. Zusammen stellen diese Organisationen erhebliche Herausforderungen für datenhungrige KI-Unternehmen dar. KI-Marktgröße weltweit 2031| Statista
Im Gesundheitswesen zeigt sich die Dynamik des Marktes besonders deutlich.
Steigende Anforderungen an Effizienz, Geschwindigkeit und Präzision in Forschung und Produktion treiben Pharmaunternehmen dazu, spezialisierte Partner stärker einzubinden. Insbesondere “Contract Development and Manufacturing Organizations” (“CDMO”s) gewinnen zunehmend an Bedeutung, da sie nicht nur Kapazitäten bereitstellen, sondern auch technologische Expertise und datengetriebene Lösungen in die Wertschöpfungskette einbringen. Vor diesem Hintergrund wird die Wachstumskraft des Sektors deutlich:
“Das Wachstum des pharmazeutischen Vertragsentwicklungs- und Fertigungsunternehmens (CDMOs) nimmt weltweit immer weiter zu: Bis 2033 wird erwartet, dass der globale CDMO-Markt 320 Milliarden US-Dollar übersteigt.” CDMO-Markt global 2033 Prognose| Statista
Wissenswertes: “Eine CDMO (Contract Development and Manufacturing Organization) ist ein spezialisierter Dienstleister in der Pharmabranche, der Entwicklung (Development) und Herstellung (Manufacturing) von Arzneimitteln unter einem Dach vereint. CDMOs unterstützen Pharma- und Biotech-Unternehmen von der Formulierungsentwicklung über klinische Studien bis zur kommerziellen Produktion. Sie helfen, Kosten zu senken, regulatorische Standards (GMP) einzuhalten und die Markteinführung zu beschleunigen. “
KI-gestützte Chemie- und Pharmaentwicklung im “CDMO”-Ökosystem
Die Integration künstlicher Intelligenz in chemische und pharmazeutische Entwicklungsprozesse entwickelt sich zu einem zentralen Innovationstreiber innerhalb des globalen “Contract Development and Manufacturing Organization” (CDMO)-Ökosystems. “CDMO”s übernehmen im Auftrag von Pharma- und Biotechnologieunternehmen Aufgaben entlang der gesamten Wertschöpfungskette – von der frühen Wirkstoffentwicklung über Prozessentwicklung und klinische Produktion bis hin zur kommerziellen Herstellung. Parallel zur zunehmenden Komplexität moderner Arzneimittel, insbesondere biologischer Therapien und hochpotenter Wirkstoffe, steigt die Nachfrage nach spezialisierten externen Entwicklungs- und Produktionspartnern kontinuierlich an. Dies führt zu einem strukturellen Wachstum des “CDMO”-Marktes, der laut Analysen von “Fortune Business Insights” im Jahr 2024 rund 238,9 Milliarden US-Dollar betrug und voraussichtlich von etwa 255 Milliarden US-Dollar im Jahr 2025 auf rund 465 Milliarden US-Dollar bis 2032 wachsen wird, was einer durchschnittlichen jährlichen Wachstumsrate von etwa neun Prozent entspricht. https://www.fortunebusinessinsights.com/press-release/contract-development-and-manufacturing-organization-cdmo-market-9673)
Langfristigere Prognosen gehen sogar von Marktvolumina von über 580 Milliarden US-Dollar bis 2034 aus. https://www.fortunebusinessinsights.com/contract-development-and-manufacturing-organization-cdmo-outsourcing-market-102502).
Die wichtigsten Wachstumstreiber dieses Marktes sind steigende Forschungs- und Entwicklungskosten in der Pharmaindustrie, zunehmende regulatorische Anforderungen, eine wachsende Zahl kleiner Biotechnologieunternehmen ohne eigene Produktionskapazitäten sowie der Trend zur strategischen Auslagerung von Entwicklungs- und Herstellprozessen. Darüber hinaus verändert sich die Wettbewerbsdynamik innerhalb der “CDMO”-Industrie zunehmend von reiner Kostenorientierung hin zu technologischer Differenzierung und integrierten End-to-End-Plattformen, die Entwicklung, Scale-up und kommerzielle Produktion kombinieren. Konsolidierungsaktivitäten und große Übernahmen im Sektor unterstreichen diese Entwicklung hin zu umfassenden Serviceangeboten.
Der Markt für KI-gestützte Arzneimittelentwicklung entwickelt sich dabei deutlich schneller als der traditionelle Pharmasektor.
Verschiedene Marktanalysen prognostizieren für KI-Anwendungen in “Drug Discovery und -Development” zweistellige Wachstumsraten über die kommenden Jahre, mit erwarteten Marktvolumina im zweistelligen Milliardenbereich bis in die 2030er Jahre. Treiber sind vor allem Fortschritte im maschinellen Lernen, die zunehmende Verfügbarkeit chemischer und biologischer Daten sowie der hohe wirtschaftliche Druck, Entwicklungszeiten und Kosten neuer Medikamente zu reduzieren. Die Entwicklung eines neuen Arzneimittels dauert traditionell zehn bis fünfzehn Jahre und verursacht Kosten in Milliardenhöhe, wodurch Effizienzsteigerungen durch KI einen erheblichen wirtschaftlichen Hebel darstellen.
Technologisch besonders relevant im “CDMO”-Kontext ist die Anwendung von KI auf chemische Synthese- und Prozessentwicklung. Hierzu gehören beispielsweise retrosynthetische Planung, Reaktionsvorhersage, Optimierung von Ausbeuten, Auswahl geeigneter Produktionsrouten sowie Simulation von Scale-up-Prozessen. Diese Anwendungen adressieren direkt operative Kosten und Risiken in der pharmazeutischen Herstellung und sind daher für “CDMO”s und Pharmaunternehmen wirtschaftlich besonders attraktiv. Fortschritte in automatisierter Synthese und KI-gestützten Laborplattformen zeigen zudem, dass sich experimentelle Zyklen erheblich beschleunigen lassen, was langfristig zu kürzeren Entwicklungszeiten führen kann. onepot CORE – ein aufgezählter chemischer Bereich zur Optimierung der Arzneimittelforschung, ermöglicht durch automatisierte Synthese von kleinen Molekülen und KI
Ein weiterer struktureller Trend ist die zunehmende Digitalisierung der pharmazeutischen Produktion.
Datengetriebene Modelle ermöglichen prädiktive Qualitätskontrolle, Prozessanalytik in Echtzeit und die Entwicklung digitaler Zwillinge von Produktionsanlagen. Gleichzeitig entstehen neue Anforderungen an Datenintegration, Cybersecurity und regulatorische Validierung, da pharmazeutische Herstellprozesse strengen Good-Manufacturing-Practice-Vorgaben unterliegen. Dies erhöht die Markteintrittsbarrieren für neue Anbieter, schafft jedoch auch nachhaltige Wettbewerbsvorteile für Unternehmen, die validierte und integrierbare KI-Lösungen bereitstellen können.
Zusammenfassend lässt sich feststellen, dass die KI-gestützte Chemie- und Pharmaentwicklung im “CDMO”-Ökosystem von mehreren konvergierenden Megatrends profitiert: dem starken Wachstum des globalen Outsourcing-Marktes für pharmazeutische Entwicklung und Produktion, der zunehmenden technologischen Komplexität moderner Arzneimittel, dem Fortschritt künstlicher Intelligenz sowie dem steigenden wirtschaftlichen Druck zur Effizienzsteigerung in Forschung und Herstellung. Die Kombination dieser Faktoren führt dazu, dass KI-basierte Lösungen in chemischer Entwicklung und pharmazeutischer Produktion zunehmend zu einem strategischen Kernbestandteil der Industrie werden dürften.
Intelligente Synthese für die Zukunft der Medizin
Das zentrale Problem, das Redwood AI (ISIN: CA7579221093 | WKN: A422EZ) adressiert, liegt in der Natur des klassischen Medikamentenentwicklungsprozesses: Die chemische Synthese und Prozessentwicklung sind traditionell hochgradig manuelle, ressourcenintensive Tätigkeiten, die lange Entwicklungszeiten und enorme Kosten verursachen. Ein Wirkstoffkandidat muss gleichzeitig Wirksamkeit, Sicherheit, Pharmakokinetik, Herstellbarkeit und Wirtschaftlichkeit erfüllen – eine Komplexität, die mit konventionellen, iterativen Methoden der Medizinalchemie kaum effizient zu bewältigen ist.
Die Kerntechnologie des Unternehmens besteht in einem proprietären KI-Modell, das auf über einer Milliarde Molekülen und vier Millionen Reaktionen trainiert wurde. Wo ein menschliches Chemiker-Team mehrere Wochen benötigt, um einen einzigen Syntheseweg zu planen, generiert das Redwood-Modell mehrere Synthesepfade in unter einer Minute – mit einer intern benchgemarkten Modellgenauigkeit von rund 95 Prozent.
Zusätzlich bewertet die Plattform jeden Syntheseschritt automatisch hinsichtlich Kosten und Lieferanten aus über 60 globalen Quellen und schließt Sicherheits- sowie Umweltprognosen mit ein. Dieses Leistungsprofil unterscheidet Redwood laut eigenem Wettbewerbsvergleich von Konkurrenten wie “IBM RXN”, “Iktos Spaya”, “Merck Synthia” und “ChemAIRS”, die jeweils nur Teilbereiche dieser integrierten Funktionalität abdecken.
Die Geschäftsstrategie folgt einem dreistufigen Entwicklungsplan: In der aktuellen Phase kommerzialisiert Redwood seine Plattform über ein abonnementbasiertes “Software-as-a-Service-Modell”, das sich primär an Pharma- und Biotechnologieunternehmen richtet. Jede Kundeninstallation stärkt dabei den proprietären Synthese- und Reaktionsdatensatz des Unternehmens und erzeugt einen sich selbst verstärkenden Datenvorteil. In einem nächsten Schritt soll die Plattform tiefer in Entdeckungs- und molekulare Designprozesse integriert werden, um schnellere Iterationszyklen und KI-gestützte Entscheidungsunterstützung zu ermöglichen. Langfristig strebt Redwood die KI-gesteuerte Generierung eigener Wirkstoffkandidaten und eine umfassende Unterstützung der gesamten Entwicklungspipeline an, einschließlich potenziell eigener proprietärer Substanzen.
Das Marktumfeld, in dem Redwood operiert, ist beträchtlich.
Das Unternehmen positioniert sich an der Schnittstelle dreier wachsender Märkte: dem globalen Pharmamarkt mit einem Volumen von 1,65 Billionen US-Dollar im Jahr 2024 (Prognose: 2,35 Billionen bis 2030), dem globalen “CDMO-Markt” (“Contract Development and Manufacturing Organizations”) mit 197,4 Milliarden US-Dollar (Prognose: 368,7 Milliarden bis 2034) sowie dem spezifischen Markt für KI-gestützte Wirkstoffforschung mit 6,9 Milliarden US-Dollar im Jahr 2025 (Prognose: 17,81 Milliarden bis 2034).
Das Führungsteam ist multidisziplinär aufgestellt.
Der CEO, Louis Dron, bringt Erfahrung aus klinischer Diagnostik, der “UK National Health Service” und Beratungsrollen bei der “Canadian Drug Agency” sowie der “Bill & Melinda Gates Foundation” mit. Präsident Kristian Thorlund ist promovierter Datenwissenschaftler, unter den Top 1 Prozent seiner Forschungsdisziplin nach Zitierungsrate, Teilzeitprofessor an der “McMaster University” und ehemaliger akademischer Gastforscher an der “Stanford University”. Head of Chemistry Glenn Sammis ist Professor an der “University of British Columbia”, Absolvent von “Stanford” und “Harvard”, und hat über 5,5 Millionen US-Dollar an Forschungsgeldern eingeworben. Der Head of AI, Ofir Harari, verfügt über 15 Jahre Erfahrung in Statistik und Datenwissenschaft, unter anderem bei “PayPal” und in der Biostatistik. Das restliche Team sowie der Vorstand ergänzen diese Kernkompetenzen mit Erfahrung in Kapitalmärkten, öffentlichen Unternehmenslistings an “NASDAQ”, “TSX”, “TSXV” und “CSE” sowie in Buchhaltung und molekularbiologischer Forschung am “Lawrence Berkeley National Laboratory”.
Zusammenfassend präsentiert sich Redwood AI als ein aussichtsreiches Unternehmen, das eine technologisch differenzierte Lösung für ein klar definiertes und teures Problem in der pharmazeutischen Industrie anbieten kann. Die Kombination aus proprietären Trainingsdaten, einem breiten Funktionsumfang und einer klaren Skalierungsstrategie bildet den Kern der Investitionsthese.
Mit der weiter steigenden Nachfrage nach KI-gestützten Lösungen für chemische Synthese und Arzneimittelentwicklung könnte ein Ausbruch kurz bevorstehen. Gleichzeitig hat Redwood AI (ISIN: CA7579221093 | WKN: A422EZ) unlängst strategische Initiativen angekündigt, die darauf abzielen, den Wert seiner Plattformtechnologie weiter zu steigern und den Aktionären zugutekommen. Die Perspektiven von Redwood AI sind somit bereits gut positioniert, und die Aktie, die auf dem aktuellen Niveau noch eine erhebliche Unterbewertung aufweisen dürfte, dürfte kurz- bis mittelfristig zu einem klaren Outperformer werden.
