Die Life Sciences Branche gehört zu den Early Adoptern generativer künstlicher Intelligenz (GenAI). Sie revolutioniert die Diagnostik sowie Wirkstoffentwicklung und wird auch den Arbeitsalltag umwälzen.
Laut unserer Thought-Leadership-Publikation „Empowering Life Sciences” heißt das konkret: Für Schlüsselfunktionen wie Moleküldesign, klinische Studien, klinische Datenanalyse, medizinische Bildgebung und Diagnosen sowie Patientenbetreuung wird bis Anfang der 2030er Jahre eine fortgeschrittene Anwendung und Weiterentwicklung der GenAI verbreitet sein.
Wir zeigen, was dies für wichtige Jobprofile der Branche bedeutet, und geben drei konkrete Empfehlungen an die Hand, damit die Unternehmen ihre Vorreiterrolle bei generativer künstlicher Intelligenz behalten.
Pharmakolog:innen: Hypothesen vorschlagen und Fehler erkennen mit generativer künstlicher Intelligenz
Wissenschaftler:innen spezialisiert auf die Erforschung von Medikamenten und deren Auswirkungen können GenAI nutzen, um vor allem Datenanalysen zu beschleunigen, wie etwa beim Moleküldesign. Außerdem kann GenAI bei der Literaturrecherche helfen und große Mengen wissenschaftlicher Publikationen durchsuchen und zusammenzufassen. Sie kann bei der Planung von Experimenten unterstützen, indem sie für die Forschung relevante Variablen und potenzielle Fehlerquellen identifiziert. Sie kann datenbasiert neue Hypothesen vorschlagen und potenzielle Zusammenhänge oder Muster identifizieren, die menschliche Forschende möglicherweise übersehen würden.
Laut unserer Prognosen wird GenAI hingegen nicht anspruchsvollere Aufgaben, wie etwa die Innovationsentwicklung übernehmen. Unterm Strich erwarten wir in diesem Berufsfeld dennoch eine Automatisierung von bis zu 40 Prozent der Aufgaben in den nächsten drei bis fünf Jahren.
Gesundheitsfachkräfte: Diagnosen und personalisierte Medizin optimieren mit generativer künstlicher Intelligenz
GenAI kann Ärzt:innen und Pflegepersonal unterstützen, Daten zu erheben sowie Diagnosen zu beschleunigen und zu automatisieren. Dazu gehört zum Beispiel, Anomalien auf Röntgenaufnahmen, MRT-Scans und CT-Scans zu erkennen. Außerdem kann GenAI auf Basis genetischer Informationen sowie der individuellen Krankengeschichte helfen, personalisierte Behandlungspläne zu entwickeln.
All dies kann Gesundheitspersonal dabei unterstützen, Entscheidungen zu treffen. Dennoch wird die Verantwortung dafür auch künftig beim Menschen liegen müssen. Kritische Fragen und angemessene Unterstützung von Patient:innen verbleiben ebenfalls beim Menschen. Trotzdem werden auch in diesem Berufsfeld laut unserer Prognosen in den nächsten fünf bis sieben Jahren bis zu 40 Prozent der Aufgaben automatisiert.
AI Compliance Officer: Diese Jobs entstehen mit generativer künstlicher Intelligenz neu
GenAI wird in der Life-Sciences-Branche nicht nur traditionelle Berufe verändern, sondern auch neue entstehen lassen. Die Aufgabe von Expert:innen für klinische Datenauswertung, aber auch von AI Compliance Officers, wird es sein, den verantwortungsvollen Umgang mit der GenAI zu überwachen. Denn die generative künstliche Intelligenz ist immer nur so gut, wie die digitalen Daten, die ihr zur Verfügung stehen. Insbesondere für die Life-Sciences-Branche birgt dies ethische Risiken, wie etwa Diskriminierung bei der Medikamentenentwicklung gegenüber bestimmten Gruppen von Patient:innen. Es bedarf daher Strategien, dies zu verhindern, und Fachkräfte, die entsprechend geschult sind.
Gleichzeitig wird die interdisziplinäre Zusammenarbeit immer wichtiger. Expert:innen der Fachbereiche Medizin, Informatik, Datenanalyse und Ethik werden alle notwendigen Fähigkeiten in Teams zusammenführen müssen, um erfolgreich zu sein.
Was wir Unternehmen der Branche bezüglich generativer künstlicher Intelligenz empfehlen
Klar ist: Generative künstliche Intelligenz wird Vorteile für diejenigen bringen, die sie schnell adaptieren und Nachteile für diejenigen, die dies nicht (so schnell) tun. Die daraus resultierende Spaltung zwischen den erfolgreichen Unternehmen und ihren weniger erfolgreichen Pendants wird noch stärker sein als bei früheren technologischen Umwälzungen, wie etwa der Verbreitung des Internets.
Die aktuelle Vorreiterrolle der Life-Sciences-Branche wird daher nur erhalten bleiben, wenn auch das Personal dazu in der Lage ist, diesen Wandel mitzugestalten. Für Unternehmen gilt es daher, entsprechendes Knowhow in Schulungen vermitteln – oder neues Personal einzustellen. Damit dies effektiv gelingen kann, ist eine transformative Unternehmensstrategie erforderlich, die generative künstliche Intelligenz, Risikomanagement und Personalstrategie kombiniert. Konkret empfehlen wir dazu die folgenden drei Schritte:
Erstens: Bestehende Personalprogramme sollten um ein Rahmenprogramm ergänzt werden, das gezielt Fähigkeiten im Bereich der GenAI fördert.
Zweitens: Ein Wissensnetzwerk sollte aufgebaut werden, das auf diesem Rahmenprogramm basiert. Dies kann die Entwicklung neuer Geschäftsmodelle unterstützen, etwa im Bereich personalisierte Medizin oder digitale Gesundheitsdienste.
Drittens: Es sollte laufend neu entschieden werden, ob die notwendigen Fähigkeiten intern entwickelt oder etwa durch Partnerschaften extern erworben werden, um wettbewerbsfähig zu bleiben und den Einsatz der Technologie weiter voranzutreiben.
Sie wollen mehr zu dem Thema wissen? Hier geht’s zur Thought-Leadership-Publikation „Empowering Life Sciences”.
