Die KI-gestützte Arzneimittelentwicklung tritt in den „Vorabend der Wertrealisierung“ ein.

Autor: Hu Jingjie

Original: Shenmo Finance

Die KI-gestützte Arzneimittelforschung und -entwicklung erfreut sich anhaltender großer Beliebtheit.

Kürzlich verzeichnete Novogene einen 20-%-Anstieg im Intraday-Handel, der zum Handelsschluss in einem Aufwärtslimit mündete. Unternehmen wie Chengdu Di'ao und Hwabao Pharma folgten diesem Aufwärtstrend gleichzeitig. Auslöser dieser Marktbewegung ist die dichte Freigabe mehrerer Signale aus Politik und Industrie in jüngster Zeit.

(Quelle: Xueqiu)

Am 18. September haben zehn Behörden, darunter das Ministerium für Industrie und Informationstechnologie, gemeinsam den "Plan für die Entwicklung der pharmazeutischen Industrie während des 15. Fünfjahresplans" veröffentlicht und umgesetzt. Darin wurde ein spezieller Abschnitt zur "Förderung hochwertiger Anwendungsszenarien der KI-gestützten Arzneimittelforschung" eingerichtet, um die KI-gestützte Förderung der Zielidentifizierung, des Designs und der Optimierung von Arzneimittelmolekülen voranzutreiben.

Einige Tage davor schloss Anew Labs, ein von ByteDance ausgegliedertes KI-Pharmazieunternehmen, eine Finanzierungsrunde über 290 Millionen US-Dollar ab, mit einer Bewertung von rund 1,5 Milliarden US-Dollar. Das weltweit erste von künstlicher Intelligenz vollständig entwickelte Kandidatenmedikament Rentosertib zur Behandlung der idiopathischen Lungenfibrose, bei dem die Zielidentifizierung und das Moleküldesign vollständig durch KI abgeschlossen wurden, erreichte offiziell die Phase der Verabreichung des ersten Patienten in der klinischen Phase III. Die KI-gestützte Arzneimittelforschung stand zum ersten Mal wirklich vor der letzten Hürde vor der Markteinführung eines neuen Medikaments.

Die Politik liefert den institutionellen Rahmen, das Kapital setzt auf die zugrundeliegenden Fähigkeiten, und die klinische Forschung erreicht einen entscheidenden Punkt. Der Schnittpunkt dieser drei Hinweise fällt genau auf die Grenzlinie, an der die KI-gestützte Arzneimittelforschung vom "narrativgetriebenen" zum "wertvalidierten" Stadium wechselt. Was als nächstes Aufmerksamkeit verdient, ist, ob diese Branche an diesem Punkt den geschlossenen Geschäftszyklus wirklich erfolgreich umsetzen kann.

01 Große Technologiekonzerne bewegen sich von der "Zuschauerposition" direkt an den "Spieltisch"

In den letzten Jahren beschränkte sich die Rolle von Technologieunternehmen im Bereich der KI-gestützten Arzneimittelforschung meist auf das Geschäft des "Verkaufs von Schaufeln": Sie lieferten Modelle, Rechenleistung oder Plattformen, beteiligten sich aber nicht selbst an der Entwicklung von Arzneimittelpipelines.

Aber im Jahr 2026 wurde diese Grenze vollständig durchbrochen.

Die Maßnahmen von ByteDance sind am repräsentativsten. Unter allen großen Internetkonzernen, die in die KI-gestützte Arzneimittelforschung einsteigen, hat ByteDance das umfangreichste Layout und die tiefste Beteiligung.

Sein KI-Pharmazieteam wurde 2021 unter der Leitung von Liu Kai gegründet, besteht aus rund 50 Kernmitgliedern, die sich aus KI4S-Algorithmusexperten und erfahrenen Spezialisten aus dem Pharmaziebereich zusammensetzen. Im Juni 2026 gliederte ByteDance dieses Geschäft aus und gründete das unabhängige Unternehmen Anew Labs.

(Quelle: Offizielle Website von Anew Labs)

Innerhalb von nur drei Monaten wurde die erste Finanzierungsrunde von Anew Labs abgeschlossen, mit einem Gesamtfinanzierungsvolumen von 290 Millionen US-Dollar. Das hat den Rekord für die höchste einzelne Finanzierungsrunde im Bereich der inländischen KI-gestützten Arzneimittelforschung in diesem Jahr gebrochen. Die Investoren dieser Runde umfassen führende Investmentinstitute wie HSG, IDG Capital, GL Ventures, Wuyuan Capital, Gaorong Ventures und Chunhua Ventures, zudem beteiligen sich mehrere inländische pharmazeutische Industriekonzerne als strategische Investoren.

Obwohl die Finanzierung reibungslos verlief, befindet sich die am weitesten fortgeschrittene Pipeline dieses Unternehmens derzeit noch im vorklinischen Stadium. Die vom Primärmarkt gegebene Bewertung von 1,5 Milliarden US-Dollar bezieht sich also offensichtlich nicht auf die Pipeline selbst, sondern auf die Rechenleistungsunterstützung im Ökosystem von ByteDance, das Potenzial der Plattform für das großmodale Arzneimitteldesign in allen Modalitäten und das Spitzenpersonal.

Der Weg von Baidu ist das Spiegelbild von ByteDance: Es wählt das Konzept "Plattform als Kern, Inkubation unabhängiger Unternehmen, um die gesamte Branche zu bedienen".

BioMap, das von Li Yanhong initiiert gegründet wurde, entwickelt keine Arzneimittel selbst, sondern baut das zugrundeliegende Großmodell für die gesamte Branche. Sein Kernprodukt xTrimoV4 hat eine Parametergröße von 268 Milliarden und ist eines der weltweit größten großmodalen grundlegenden Großmodelle für die Biowissenschaften.

xTrimoV4 und die Branchenlösung BioMapOS wurden in mehr als 60 Konzeptvalidierungsprojekten validiert. Ihre Anwendungsszenarien umfassen die Zielidentifizierung, die Antikörperentwicklung und die Entwicklung innovativer Arzneimittel. Sie bedienen mehr als 800 Einrichtungen, darunter über 30 führende Unternehmen.

Im März 2026 reichte BioMap vertraulich den Antrag auf Börsennotierung an der Hongkonger Börse ein, als gemeinsame Sponsoren agieren China International Capital Corporation, Morgan Stanley und UBS. Sollte diese Notierung erfolgreich sein, wird es eines der markanten Unternehmen im Bereich "KI + Biopharmazeutik" am Hongkonger Aktienmarkt werden.

Die Wahl von Tencent ist am einzigartigsten: Es entwickelt keine zugrundeliegenden Modelle und betreibt auch kein medizinisches Geschäft, sondern führt eine "flächendeckende" Investitionsstrategie mit Kapital als Hebel durch. Hinter KI-Pharmazie- und Biotechnologieunternehmen wie Insilico Medicine, LianBio, VivoQuest und anderen steht die Beteiligung von Tencent.

Aber im Laufe der Zeit erkannte Tencent allmählich, dass die reine Investitionsstrategie in der technischen Erzählung nicht haltbar ist. Es muss seine technischen Fähigkeiten im Spitzenbereich des Moleküldesigns unter Beweis stellen. Im Februar 2026 veröffentlichte Tencent das Patent für ein neuartiges, vollständig durch KI entworfenes kurzkettiges Polypeptid-GLP-1-Medikament zur Gewichtsreduktion.

Herkömmliche GLP-1-Medikamente sind meist langkettige Moleküle, die endogene Polypeptide im menschlichen Körper nachahmen, mit komplexen Syntheseverfahren und hohen Herstellungskosten. Durch hochpräzise Berechnungen und Optimierung mit Deep-Learning-Modellen hat Tencent ein neuartiges kurzkettiges Polypeptid entwickelt, dessen Aktivität in Zellversuchen validiert wurde. Damit hat Tencent der Branche direkt seine starke Kernkompetenz im Bereich der KI-gestützten Arzneimittelforschung bewiesen.

Zusammengefasst liegt die zugrundeliegende Logik für den kollektiven Einstieg der großen Konzerne darin, dass das globale Modell der Arzneimittelentwicklung nicht mehr nachhaltig ist. Die herkömmliche Arzneimittelentdeckung dauert im Durchschnitt mehr als zehn Jahre, kostet über eine Milliarde US-Dollar, und die klinische Misserfolgsrate liegt dauerhaft über 90%.

Die Effizienzsteigerung durch KI bei der Zielidentifizierung und dem Moleküldesign wurde jedoch wiederholt bestätigt. Zum Beispiel hat Insilico Medicine mit seinem durchgängigen Pharma.AI-Plattform den durchschnittlichen Zyklus von der Projektinitiierung bis zur PCC-Entwicklung auf 12–18 Monate verkürzt, was deutlich schneller ist als die 4,5 Jahre der herkömmlichen Entwicklung.

Wenn KI von einem "optionalen Hilfsmittel" zu einer "unverzichtbaren Kernproduktivität" wird, haben Technologiegiganten keinen Grund mehr, weiterhin an der Seitenlinie zu stehen.

02 Fehlausrichtung der Bewertungen

Mao Hua, Senior Partner und Geschäftsführer von Frost & Sullivan China, hat einmal erklärt: Mit der zunehmenden Verfügbarkeit von Rechenleistungen und der schnellen Iteration von Großmodellen verringern sich die Unterschiede in den Funktionen der Modelle. Um die Wettbewerbsfähigkeit im Pharmaziebereich zu erschließen, müssen Technologieunternehmen den Zugang zu automatisierten Experimenten, proprietären Datenbeständen und Pipeline-IP sichern.

Aber während die großen Konzerne einsteigen, entsteht eine Bewertungslücke zwischen dem Primär- und dem Sekundärmarkt.

Daten von CVSource zeigen, dass seit Anfang 2026 57 Investitionen im Bereich der KI-gestützten Arzneimittelforschung abgeschlossen wurden, 44 Unternehmen erhielten Finanzierungen, und das offengelegte Gesamtfinanzierungsvolumen betrug 15,765 Milliarden Yuan. Diese Summe übersteigt die Gesamtfinanzierung der Jahre 2023, 2024 und 2025 zusammengenommen.

(Grafik von Shenmo Finance)

Aber die Preisanker auf dem Primärmarkt folgen vollständig der Logik von Technologieaktien. Nehmen wir das Unternehmen Isomorphic Labs unter dem Dach von Google als Beispiel: Es schloss im Mai eine Serie-B-Finanzierung über 2,1 Milliarden US-Dollar ab, die den weltweiten Rekord für die höchste einzelne Finanzierungsrunde im Bereich der KI-gestützten Arzneimittelforschung brach und seine Bewertung auf rund 15 bis 20 Milliarden US-Dollar hob. Es verfügt aber bis heute über keine reifen klinischen Pipelines. Der Kern, warum Investoren dieses Unternehmen unterstützen, liegt in dem wissenschaftlichen Einfluss von AlphaFold und der Rechenleistungs- und Ökosystemkapazität von Alphabet.

Der Sekundärmarkt folgt einem anderen Rahmen: Der aktuelle Marktwert von Recursion beträgt nur 2,002 Milliarden US-Dollar, während der Marktwert von Exscientia rund 270 Millionen US-Dollar und der von Insilico Medicine rund 480 Millionen US-Dollar liegt. Die Bewertungsunterschiede zu gleichartigen Vermögenswerten auf dem Primärmarkt betragen mehrere Male.

(Quelle: Xueqiu)

Diese Fehlausrichtung ergibt sich aus den strukturellen Unterschieden zwischen den beiden Märkten. Der Primärmarkt hat einen langen Investitionszyklus und eine hohe Risikotoleranz, sodass er die KI-gestützte Arzneimittelforschung nach dem Maßstab von Technologieaktien bewerten kann, wobei der Kern auf die langfristige Tendenz der technologischen Erneuerung der Arzneimittelentwicklung setzt. Der Sekundärmarkt ist hingegen durch Faktoren wie Quartalsberichte und Cash-Burn-Rate beschränkt und berechnet die Ausfallrate von Pipelines und den Cash-Verbrauch meist nach dem Risikorahmen der herkömmlichen Biotech-Unternehmen. Der Unterschied zwischen den beiden Preisrahmen führt zu der Fehlausrichtung der Bewertungen im Bereich der KI-gestützten Arzneimittelforschung.

Darüber hinaus liegt ein tieferliegendes Problem darin, dass es eine deutliche Trennlinie bei der Wertvalidierung der KI-gestützten Arzneimittelforschung gibt. Laut einer ausländischen Branchenstudie, die in einem Research-Bericht der China Post Securities zitiert wird, beschleunigt die KI-gestützte Arzneimittelforschung den Prozess der klinischen Phase I erheblich und erhöht die Erfolgsrate von 40%–65% nach herkömmlicher Erfahrung auf 80%–90%. Bei den Fortschritten in Phase II und danach sind jedoch keine Vorteile zu erkennen (die Erfolgsraten liegen alle bei rund 40%).

Ren Feng, Co-CEO von Insilico Medicine, gab auf der 2026 Zhangjiang Pharma Valley Conference und der Shanghai International Biomedical Industry Week offen zu: Bis heute gibt es keine Daten, die beweisen, dass KI-entwickelte Medikamente die klinische Erfolgsrate erhöhen können. Das Hauptproblem liegt darin, dass der Zyklus der klinischen Validierung zu lang ist. Bis heute gibt es noch kein einziges solches Medikament, das wirklich für die Markteinführung zugelassen wurde, sodass nicht beurteilt werden kann, ob die so entwickelten Medikamente klinisch eine höhere Erfolgsrate aufweisen als die auf herkömmliche Weise entwickelten.

Das bedeutet, dass es eine peinliche Zeitdifferenz bei der Wertrealisierung der KI-gestützten Arzneimittelforschung gibt. Die Effizienzrevolution in den vorderen Gliedern ist real und quantifizierbar, aber was den endgültigen Erfolg oder Misserfolg eines Medikaments entscheidet, ist nach wie vor der klinische Validierungsmarathon, der in Jahren gemessen wird. Der Primärmarkt kann einen Aufschlag für diese Zeitdifferenz zahlen, aber die Investoren auf dem Sekundärmarkt haben möglicherweise nicht diese Geduld.

03 Die Wettbewerbslogik der KI-gestützten Arzneimittelforschung wird neu geschrieben

Derzeit verlagert sich der Wettbewerbsfokus der KI-gestützten Arzneimittelforschung von "Wer hat das auffälligste Modell" zu "Wer kann das Molekül wirklich bis zur Klinik und zum Markt bringen". Hinter dieser Verlagerung tauchen zwei von dem Markt unters