Künstliche Intelligenz verändert die Wirkstoffforschung — daran besteht wenig Zweifel. Doch wer fragt „welche Firma ist gut aufgestellt?", stellt in Wahrheit drei Fragen auf einmal. Denn „gut aufgestellt" bedeutet in diesem Feld dreierlei, und die drei Schichten haben grundverschiedene Rendite- und Risikoprofile. Wer sie vermischt, kauft leicht Hoffnung zum Preis von Infrastruktur — oder umgekehrt.
Sortieren wir das Feld nüchtern in drei Schichten: Schaufeln, Wetten, Riesen.
Schicht 1: Die Schaufeln — Infrastruktur verdient immer
In jedem Goldrausch verdienen die Schaufelverkäufer verlässlich, lange bevor klar ist, wer Gold findet. In der KI-Wirkstoffforschung sind das die Anbieter von Rechenleistung, Software und Daten.
Da ist zunächst die Rechen-Ebene: spezialisierte Hardware und Plattformen, auf denen die gesamte Branche ihre Modelle trainiert. Ein führender Chip-Konzern hat hier etwa eine milliardenschwere Kooperation mit einem Pharma-Riesen geschlossen (Stand 2026) — und dieselbe Infrastruktur trägt zugleich die Supercomputer mehrerer KI-Biotechs. Wer die Schaufeln verkauft, wird bezahlt, gleich welches Molekül am Ende gewinnt.
Eine Ebene darüber liegt die Software: physikbasierte Simulationsplattformen, die Forscher branchenweit lizenzieren. Entscheidend ist die Natur des Umsatzes — wiederkehrende Lizenzeinnahmen hängen nicht an einem einzelnen Studienerfolg, sondern an einem wachsenden Softwaregeschäft. Ein solcher Anbieter schreibt oft noch Verluste, doch seine Erlösbasis ist strukturell stabiler als die eines reinen Wirkstoff-Entwicklers.
Und schließlich die Daten-Ebene: Plattformen, die klinische und molekulare Patientendaten bündeln und per Lizenz an Pharmaunternehmen vergeben — etwa über mehrstellige Millionen-Vereinbarungen zum gemeinsamen Aufbau von KI-Modellen. Auch hier gilt: Wer die Daten verkauft, verdient unabhängig vom Ausgang einzelner Studien.
Illustrative Beispiele dieser Schicht (keine Empfehlung): ein großer Anbieter von Chips und KI-Plattformen (Rechen-Ebene), ein Anbieter physikbasierter Simulationssoftware (Software), ein Anbieter multimodaler klinisch-molekularer Daten (Daten).
Das verbindende Merkmal der Schaufeln: Sie müssen nichts Klinisches beweisen. Sie verkaufen an alle Wettenden zugleich.
Schicht 2: Die Wetten — reine Entwickler brauchen den Phase-III-Beleg
Die KI-nativen „Techbio"-Firmen sind das, woran die meisten zuerst denken: Plattformen, deren ganzes Geschäftsmodell darauf beruht, mit Algorithmen, Laborrobotik und riesigen Datensätzen schneller bessere Wirkstoffkandidaten zu finden. Eine führende Plattform verbindet etwa Laborrobotik, einen Datensatz im Petabyte-Bereich und KI-Modelle zu einem geschlossenen Kreislauf.
Hier liegt das größte Aufwärtspotenzial — und das größte Risiko. Die ehrliche Bestandsaufnahme (Stand Juni 2026): Mit wenigen Ausnahmen schreiben die börsennotierten reinen KI-Wirkstoff-Entwickler seit ihrem Börsengang Verluste, mehrere als „KI-entworfen" beworbene Kandidaten haben ihre klinischen Endpunkte verfehlt, und einzelne Aktien sind um rund 90 % von ihren Höchstständen gefallen. Eine Liquiditätsreichweite „bis irgendwann 2027" ist in diesem Segment ein normaler Satz — kein beruhigender.
Der methodische Knackpunkt: Eine schöne Plattform ist noch kein Medikament. Was diese Firmen beweisen müssen, ist nicht algorithmische Eleganz, sondern ein Phase-III-Beleg — ein KI-gefundener Wirkstoff, der in der entscheidenden, großen klinischen Studie tatsächlich wirkt. Genau deshalb ist 2026 ein „Zeig-mir-Phase-III"-Jahr: Der eigentliche Engpass der Branche ist nicht die Rechenleistung, sondern Datenqualität und klinischer Beweis.
Das macht die Wetten nicht wertlos — es macht sie zu Optionsscheinen: hohe Auszahlung, falls eine Plattform liefert; Totalausfallrisiko, falls nicht.
Schicht 3: Die Riesen — Kapital und Daten als Burggraben
Die dritte Schicht sind die etablierten Pharma- und Biotech-Konzerne, die KI in großem Maßstab einsetzen, ohne ihre Existenz daran zu hängen. Ihr Vorteil ist unspektakulär, aber robust: Bilanz und eigene Daten.
Ein Konzern mit einer laufenden Ertragsquelle — etwa bei Stoffwechsel- und Abnehm-Medikamenten — und einer milliardenschweren KI-Kooperation kann KI nutzen, um seine bestehende Entwicklungspipeline effizienter zu machen, und übersteht es auch, wenn ein einzelnes Programm scheitert. Andere Riesen verbinden KI mit über Jahrzehnte aufgebauten genetischen Datenbanken oder mit externen Daten-Partnerschaften.
Der Unterschied zur zweiten Schicht ist grundlegend: Für die Riesen ist KI ein Effizienzhebel, kein Existenzversprechen. Sie müssen nicht beweisen, dass KI allein sie trägt — nur, dass sie schrittweise verbessert. Das ist eine viel niedrigere Hürde.
Der methodische Kern
| Schicht | Was sie ist | Woher die Rendite kommt | Hauptrisiko | Was sie beweisen muss |
|---|---|---|---|---|
| Schaufeln | Rechenleistung, Software, Daten | wiederkehrende, branchenweite Umsätze | Bewertung, Konjunktur | nichts Klinisches — verkauft an alle |
| Wetten | KI-native Wirkstoff-Plattformen | einzelne Studienerfolge, Lizenzen | klinisches Scheitern, Kapitalverbrennung | einen Phase-III-Beleg |
| Riesen | Großpharma mit KI im Einsatz | bestehende Produkte plus Effizienz | Patentklippen, Trägheit | nur, dass KI schrittweise hilft |
Die übertragbare Lehre — und der Grund, warum das hier mehr ist als eine Aktienliste: Niemand kann verlässlich vorhersagen, welcher Wirkstoffkandidat alle klinischen Hürden nimmt. Wer das akzeptiert, hat im Kern zwei methodisch saubere Wege. Entweder man positioniert sich in der beständigen Schicht der Wertschöpfungskette — bei den Schaufeln und Riesen, die unabhängig vom einzelnen Studienausgang verdienen. Oder man kauft bewusst den Korb statt des Einzelnamens, also einen breit gestreuten Branchen-Index, der den unbekannten Gewinner ohnehin enthält.
Der Fehler, den die methodisch ehrliche Brille vermeidet: einen „KI-Aufschlag" für eine klinisch unbewiesene Plattform zu zahlen, als wäre die Hoffnung schon der Beweis. Infrastruktur verdient immer. Wetten müssen erst liefern. Riesen können warten.
Dies ist keine Anlageberatung. Genannte Firmen sind illustrative Beispiele der jeweiligen Schicht, keine Empfehlung einzelner Titel. Zahlen Stand Juni 2026 und in Bewegung; dieser Sektor ist überdurchschnittlich schwankungsanfällig.
FAQ
Was bedeutet „gut aufgestellt" im KI-Wirkstoff-Sektor? Dreierlei, je nach Schicht: Infrastruktur-Anbieter („Schaufeln"), KI-native Wirkstoff-Plattformen („Wetten") und etablierte Pharma-Konzerne, die KI einsetzen („Riesen"). Die drei haben grundverschiedene Rendite- und Risikoprofile und sollten nicht in einen Topf geworfen werden.
Warum gelten Infrastruktur-Anbieter als robuster als die reinen Entwickler? Weil sie Rechenleistung, Software oder Daten an die gesamte Branche verkaufen und damit unabhängig davon verdienen, welcher einzelne Wirkstoff am Ende die klinischen Studien besteht. Sie müssen nichts Klinisches beweisen.
Was ist ein „Phase-III-Beleg" und warum ist er entscheidend? Phase III ist die große, entscheidende klinische Studie vor einer Zulassung. Für die KI-native Schicht ist der eigentliche Beweis nicht eine elegante Plattform, sondern ein KI-gefundener Wirkstoff, der in Phase III tatsächlich wirkt. Bis dahin bleibt das Geschäftsmodell unbewiesen.
Wie kann man investieren, wenn man den einzelnen Gewinner nicht kennt? Methodisch sauber sind zwei Wege: sich in der beständigen Schicht (Schaufeln, Riesen) positionieren, die unabhängig vom Studienausgang verdient — oder bewusst einen breit gestreuten Branchen-Korb kaufen, der den unbekannten Gewinner ohnehin enthält, statt auf einen Einzelnamen zu wetten.