17.04.2025

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

Der gebürtige Österreicher Christoph Lengauer ist Mitgründer der US-Venture-Capital-Gesellschaft Curie.Bio, die über 1 Mrd. Dollar und über 30 Unternehmensbeteiligungen verwaltet. In einer Keynote in Wien gab er kürzlich Einblicke in die aktuelle Lage der Biotech-Branche und widmete sich der Frage, was Künstliche Intelligenz in der Medikamentenentwicklung leisten kann.
/artikel/christoph-lengauer-ki-medikamentenentwicklung
Christoph Lengauer bei seiner Keynote
Christoph Lengauer bei seiner Keynote | Foto: BIOTECH AUSTRIA / Alexander Felten

Wie steht es um die Biotech-Branche, warum ist die Kapitalbeschaffung derzeit so schwierig, und welche Rolle kann Künstliche Intelligenz (KI) bei der Entdeckung von Medikamenten spielen? Genau diesen Fragen widmete sich der Biotech-Unternehmer und Investor Christoph Lengauer in einer Keynote des von Biotech Austria in der Säulenhalle der Wiener Börse veranstalteten vierten “Biotech Circle Austria”.

Lengauer gilt als „Drug Hunter“: Er forschte als Associate Professor  am renommierten Vogelstein-Labor der Johns Hopkins University, wo er mehrere „Cancer Driver“-Gene mitidentifizierte, die heute wichtige Angriffspunkte für Krebstherapien bilden. Anschließend leitete er Wirkstoffforschungsabteilungen bei Sanofi und Novartis, bevor er selbst Biotech-Unternehmen wie Blueprint Medicines, Thrive, Celsius Therapeutics und MOMA Therapeutics mitgründete. 

2022 war er dann Co-Founder von Curie.Bio – einer Venture-Capital-Gesellschaft, die in therapeutikorientierte Startups investiert und insgesamt über 1 Mrd. US-Dollar an Investorengeldern eingesammelt hat. Aktuell umfasst das Portfolio von Curie.Bio über 30 Unternehmensbeteiligungen.

„Diese Zeiten sind nicht leicht“ – die Lage der Branche

Christoph Lengauer bei seiner Keynote
Christoph Lengauer | Foto: BIOTECH AUSTRIA / Alexander Felten

In seiner Keynote sprach Lengauer von einer “hässlichen Zeit”, die die Biotech-Branche aktuell erlebe. Zahlreiche börsennotierte Biotech-Firmen verfügen zwar noch über hohe Barreserven, würden jedoch am Aktienmarkt unter ihrem Kassenbestand bewertet. Nach den Hochphasen der Jahre 2020 und 2021 – mit jeweils über 70 Biotech-IPOs allein in den USA – ist das Zeitfenster für Börsengänge praktisch geschlossen. Für Investoren bedeutet das: keine Exits, große Zurückhaltung bei Neuinvestitionen und schwierige Finanzierungsrunden für die Branche.

Zusätzlich spiegele sich die Krise an konkreten Beispielen wie Moderna: Dieser ehemals gefeierte „Star“ notiert rund 90 Prozent unter dem historischen Höchstkurs. Andere Hoffnungsträger wie Ginkgo oder Editas stehen sogar bei Kursverlusten von weit über 90 %. Zusammenfassend urteilt Lengauer: „Das ist brutal für die Branche und schreckt Investoren natürlich ab.“

Die Unwägbarkeiten der Wirkstoffforschung

Dass Biotech kein simples Investitionsfeld ist, liegt in der Natur der Sache. Laut Lengauer ist Wirkstoffentwicklung „einen Schritt entfernt von unmöglich“. Von 100 Projekten in der präklinischen Forschung schafft es im Durchschnitt nur eines in die klinische Phase. Und selbst dann erreichen nur etwa 1–2 dieser Kandidaten am Ende die Marktzulassung.

Dieser enormen Risikolage steht ein hoher Kapitalbedarf gegenüber. Ein einzelner Entwicklungskandidat kostet Unternehmen rund 80 Millionen US-Dollar bis zur Phase , in der er überhaupt erst im Menschen getestet werden kann. Währenddessen sind Me-too-Entwicklungen in Ländern wie China laut Lengauer erheblich günstiger zu realisieren. „Wir sind hier oft zehnmal teurer – das macht uns unheimlich zu schaffen“, betont er.

Investoren und das Dilemma der Rendite

Trotz einer langanhaltend starken Innovationskraft sind Biotech-Investitionen aus rein finanzieller Perspektive schwierig. Lengauer rechnete vor, dass selbst bei sehr optimistischen Erfolgsquoten die Renditeerwartungen gerade einmal auf ein ausgeglichenes Niveau kommen. Für Investorinnen und Investoren, die in kurzer Zeit Gewinne maximieren wollen, ist das Feld somit weniger attraktiv. 

Dennoch gebe es gute Gründe für ein Engagement: Innovationen, die das Leben von Patientinnen und Patienten konkret verbessern.

Fixkosten runter, Erfolgschancen steigern

Christoph Lengauer in der Säulenhalle der Wiener Börse
Christoph Lengauer in der Säulenhalle der Wiener Börse | Foto: BIOTECH AUSTRIA / Alexander Felten

Um überhaupt eine Chance zu haben, empfiehlt Lengauer eine drastische Senkung der Fixkosten. Größere Biotech-Startups, die bereits nach einem Jahr ein volles Leitungsteam inklusive Personalchef und Rechtsabteilung vorhalten, bezeichnet er als „rezeptpflichtig fürs Scheitern“. 

Stattdessen plädiert er für maximale Flexibilität: Vieles könne heute über externe Dienstleister abgebildet werden, sodass Unternehmen im Zweifel rasch das Budget umschichten können. So sinkt das finanzielle Risiko gerade in der sensiblen Frühphase, in der Investorengelder teuer und knapp sind. 

KI als Schlüssel zur Effizienz – aber mit Grenzen

Der fünfte und letzte Schwerpunkt der Keynote lag auf der Künstlichen Intelligenz. Lengauer wies zunächst auf den historischen Ursprung des Begriffs hin – eine Maschine, die menschliche Intelligenz imitiert–, und beleuchtete, die in der Wirkstoffentwicklung gängige, Ausrichtung auf Machine Learning. Entscheidend sei die Qualität und Tiefe der verfügbaren Daten. „Ohne ausreichendes Trainingsmaterial kann die beste KI nur mittelmäßige Ergebnisse liefern“, so Lengauer.

Als Paradebeispiel führte er das von dem Google-Tochterunternehmen DeepMind entwickelte KI-System AlphaFold an, das mithilfe riesiger öffentlich verfügbarer Datenmengen Proteinstrukturen erstaunlich präzise vorhersagen kann. Dieser Durchbruch in der Strukturbiologie habe die Forschung und frühe Phase der Medikamentenentwicklung immens beschleunigt und demokratisiert, denn AlphaFold-Daten sind für jede und jeden zugänglich. Dennoch komme es auf die richtige Interpretation an: Proteine bewegen sich in der Realität, und für solch komplexe dynamische Prozesse müssten Modelle erst noch reifen.

De-novo-Wirkstoffforschung durch KI – also vollkommen neue Moleküle, die der Mensch so nie entworfen hat – bleibe bislang ein Versprechen, das noch nicht in Form echter zugelassener Arzneimittel eingelöst wurde. KI könne zwar in Sekundenschnelle potenziell vielversprechende Moleküle generieren, doch zahlreiche Faktoren wie Toxizität, Löslichkeit und Wirksamkeit im Körper erforderten weiterhin ein enormes Maß an empirischem Wissen und experimenteller Bestätigung.

„Glaube nicht, dass KI in der Lage sein wird, ein Medikament zu entwickeln“

Christoph Lengauer in der Säulenhalle der Wiener Börse
Christoph Lengauer in der Säulenhalle der Wiener Börse | Foto: BIOTECH AUSTRIA / Alexander Felten

Was die Entwicklung von Medikamenten angeht, bleibt Lengauer daher zurückhaltend: “Ich glaube, dass KI weinen können wird, dass sie sich verlieben können wird. Ich glaube nicht, dass sie in der Lage sein wird, ein Medikament zu entwickeln.” Denn Medikamentenentwicklung sei “ein Wunder”.

Im Gespräch mit brutkasten führte Lengauer den Gedanken aus: Medikamentenentwicklung habe „eine enorme Komplexität”. Es sei vorstellbar, dass KI physiologische Prozesse reproduzieren könne, aber die Frage dabei sei immer, in welcher Größenordnung sich das zu lösende Problem bewege. Medikamentenentwicklung liege “am extremen Spektrum dieser Komplexität”. 

Gleichzeitig stehe es aber außer Frage, dass Künstliche Intelligenz bestimmte Schritte in der Wirkstoffentwicklung beschleunigen und verbessern werde. “Aber der schwierige Teil ist das De-novo-Design – man kann es auch ‘Ideation’ nennen, dieser geniale Aha-Moment”, erläutert Lengauer. “Und da hat KI im Bereich der Medikamentenentwicklung bislang noch nicht viel erreicht.” Sie ist zwar sehr hilfreich für viele Teilschritte, aber eben nicht in diesem kreativen Erfindungsprozess.

Nase für Wert: Erfolgsfaktor Mensch bleibt

Christoph Lengauer und Biotech-Austria-Präsient Peter Llewellyn-Davies
Christoph Lengauer und Biotech-Austria-Präsient Peter Llewellyn-Davies | Foto: BIOTECH AUSTRIA / Alexander Felten

Somit bleibt der Mensch der entscheidende Faktor. In seiner Keynote zog Lengauer eine Analogie zum Fußball: „Lewandowski steht immer an der richtigen Stelle – wie Messi früher. Warum?“ Sein Fazit: Ein gewisses Bauchgefühl, Erfahrung und Intuition bleiben trotz aller Daten und Algorithmen entscheidend. So wie ein exzellenter Stürmer antizipiert, wo der Ball landen wird, so brauchen Biotech-Projekte Führungspersonen mit einem „Riecher für Wert“.

Gerade junge Talente sollten laut Lengauer die Nähe zu solchen erfahrenen Akteuren suchen. Dann erst seien sie in der Lage, langfristig selbst zu jenen Menschen zu werden, die die Branche prägen und große Erfolge feiern.

Deine ungelesenen Artikel:
24.09.2026

Apollo: Sprachmodell von ÖAW und Mistral schließt Lücken in 2.000 Jahre alten Texten

"Apollo" ergänzt fehlende Inhalte in fragmentarischen antiken Texten und gilt eigenen Angaben nach als weltweit erstes LLM für Altgriechisch.
/artikel/apollo-sprachmodell-von-oeaw-und-mistral-schliesst-luecken-in-2-000-jahre-alten-texten
24.09.2026

Apollo: Sprachmodell von ÖAW und Mistral schließt Lücken in 2.000 Jahre alten Texten

"Apollo" ergänzt fehlende Inhalte in fragmentarischen antiken Texten und gilt eigenen Angaben nach als weltweit erstes LLM für Altgriechisch.
/artikel/apollo-sprachmodell-von-oeaw-und-mistral-schliesst-luecken-in-2-000-jahre-alten-texten
Apollo, KI, Altgiechisch, Mistral
© Österreichische Nationalbibliothek/ÖAW/Daniel Hinterramskogler - Papyrus aus der römischen Kaiserzeit mit einer griechischen Geburtsanzeige, von Apollo rekonstruiert (Römisches Ägypten, 149 n. Chr.) und Anna Dolganov, Forscherin am Österreichischen Archäologischen Institut der ÖAW.

In Museen und Bibliotheken weltweit lagern hunderttausende Inschriften und über eine Million Papyrusfragmente aus der Antike. Der Großteil des Materials ist fragmentarisch und schwer lesbar. „92 Prozent der Papyri warten bis heute auf ihre Entzifferung. Ein gigantischer, unerschlossener Schatz der Geschichte“, heißt es per Aussendung der Österreichischen Akademie der Wissenschaften (ÖAW). Genau hier möchte Apollo ansetzen.

Apollo: „Neues Fenster zu unserem gemeinsamen kulturellen Erbe“

Entwickelt wurde das Large Language Model (LLM) in einer Kooperation zwischen der ÖAW und den europäischen KI-Unternehmen Mistral AI und SAIL Reply. Am gestrigen Mittwoch präsentierten die Forschungspartner die erste Stufe des Apollo-KI-Systems, das ab sofort der Wissenschaft und der Öffentlichkeit zur Verfügung steht.

„Apollo zeigt, was europäische Zusammenarbeit leisten kann, wenn KI, die gezielt an wissenschaftliche Anforderungen angepasst werden kann, auf jahrhundertealtes wissenschaftliches Wissen trifft“, sagt Guillaume Lample, Co-Founder und Chief Scientist von Mistral. „Indem Mistrals Technologie dabei hilft, Texte wiederherzustellen, die seit zweitausend Jahren nur fragmentarisch überliefert sind, eröffnet sie ein neues Fenster zu unserem gemeinsamen kulturellen Erbe – und das ist erst der Anfang.“

600 Millionen Wörter

Die meisten Texte der Antike sind nur unvollständig überliefert und es fehlen einzelne Wörter oder sogar ganze Textpassagen. Das Sprachmodell Apollo könne fehlende Inhalte von Fragmenten eigenständig ergänzen und dabei helfen, das Verständnis und die historische Einordnung eines Schriftstückes zu verbessern.

Obwohl für das Training der KI in Altgriechisch nur 600 Millionen Wörter zur Verfügung standen – mehrere zehn Milliarden Wörter gelten üblicherweise als der Standard für LLMs – sei eigenen Angaben nach Apollo treffsicher.

„Bei einem vorhandenen Originaltext auf Papyrus erreicht das Modell bei maskierten, also bewusst versteckten Passagen eine Trefferquote von rund 80 Prozent“, erklärt Anna Dolganov, Forscherin am Österreichischen Archäologischen Institut der ÖAW und Mastermind hinter dem Projekt. Bei tatsächlich unbekannten Textlücken bewerteten internationale Fachexpert:innen, die das KI-System im Rahmen einer Blindstudie evaluiert haben, Apollos Vorschläge in 77 Prozent der Fälle als mindestens ebenso gut wie durch Menschen vorgenommene Ergänzungen und in 16–20 Prozent der Fälle sogar besser, heißt es.

Apollo erkennt Sprachstufen

Besonders beeindruckend sei zudem, wie präzise Apollo zwischen verschiedenen Sprachstufen des Griechischen unterscheiden kann, betont Dolganov: „Unser LLM kann mit vergleichsweise geringem Wissen über einen Kontext weitreichende Schlüsse ziehen. Anhand von Satzbau und Vokabular erkennt Apollo präzise, ob ein Text zum Beispiel aus Homers ‚Odyssee‘ stammt, und ergänzt ihn im passenden Sprachregister.“

Als Beweis zeigte Dolganov bei der Präsentation von Apollo etwa eine antike Geburtsurkunde, die vollständig rekonstruiert wurde. Zudem wurde eine beim Ausbruch des Vesuvs verkohlte Schriftrolle an entscheidenden Stellen „vollständig lesbar gemacht“. Und mit der Rekonstruktion einer fragmentarischen Inschrift aus dem Schwarzmeerraum hat sich der Forscherin zufolge belegen lassen, dass in einer bestimmten Region bereits römisches Recht galt. Die Aussendung sprach hierbei von einer „weitreichenden Erkenntnis, die durch einen Beleg für die römische Prostitutionssteuer untermauert wird.“

Weitere Stufen geplant

„Mithilfe der KI entsteht ein neues Bild der antiken Sozial- und Wirtschaftsgeschichte, da sich viele Erkenntnisse erst aus der Masse der Dokumente ergeben – etwa bei Steuerquittungen“, präzisiert Dolganov.

Und Heinz Faßmann, Präsident der Österreichischen Akademie der Wissenschaften, ergänzt: „Apollo bringt die Erforschung von historischen Schriftstücken und Dokumenten in ein neues Zeitalter. Der Einsatz des neuen Sprachmodells wird völlig neue Forschungsfragen zulassen und unser historisches Wissen erweitern. Wir sind stolz, dass die ÖAW gemeinsam mit dem europäischen KI-Unternehmen Mistral diese wegweisende Technologie entwickelt hat. Für die Zukunft streben wir eine vertiefte Zusammenarbeit mit Mistral an.“

© ÖAW/Daniel Hinterramskogler – Heinz Faßmann, Präsident der Österreichischen Akademie der Wissenschaften, bei der öffentlichen Vorstellung von Apollo.

Der ersten Stufe des Modells sollen bald noch weitere folgen. „Das Ziel ist ambitioniert, aber machbar“, wie Dolganov betont: Die KI soll künftig unerschlossene Papyri sowohl entziffern als auch rekonstruieren können. Geplant ist außerdem eine Erweiterung, mit der das Modell thematische und semantische Suchen in der gesamten griechischen Textüberlieferung durchführen sowie Parallelstellen suchen soll und so die passende Evidenz für Ergänzungsvorschläge gleich mitliefert.

Dolganov, die ÖAW und Mistral wollen jedoch bei Altgriechisch nicht aufhören. Aufbauend auf den Erfahrungen soll die KI künftig auch mit einem lateinischen Textkorpus trainiert werden. Dafür stehen dann rund zwölf Milliarden Wörter zur Verfügung. Was für das Projekt noch fehlt, sei ein passender Name.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

„KI wird sich verlieben können, aber keine Medikamente entwickeln“