Autonomous Regulated Manufacturing: das zentrale KI-Nervensystem für Life Sciences

Einführung: Überblick

855 Mrd. $. Dies ist der Tribut, den antimikrobielle Resistenzen laut der Weltgesundheitsorganisation jährlich weltweit fordern könnten. Einer ihrer stillen Beschleuniger ist ein Problem, das im Gesundheitswesen als Routine behandelt wird: Arzneimittelengpässe. Wenn das richtige Antibiotikum nicht vorrätig ist, greifen Kliniker auf Breitspektrum-Alternativen zurück – und befeuern damit genau die Resistenz, die hinter dieser Zahl steht. Die Engpässe sind weder selten noch flüchtig. Die U.S. Pharmacopeia berichtet, dass mehr als 40 lebensrettende Medikamente seit über 3 Jahren nicht ausreichend verfügbar sind. Hinter diesen Zahlen verbirgt sich keine Marktineffizienz. Es handelt sich um eine aufgeschobene Operation, ein nicht eingelöstes Rezept, eine Therapie, die existiert, aber nicht ankommt – in jeder Region der Welt.

Die Belege häufen sich, Markt für Markt. In den USA kostete allein das Management von Medikamentenengpässen die Krankenhäuser laut einem Vizient-Bericht 894 Millionen US-Dollar. Eine Zahl, die die zusätzlichen Kosten für teurere Ersatzmedikamente nicht berücksichtigt. In Europa ergab die Umfrage 2025 der European Association of Hospital Pharmacists, dass jeder einzelne befragte Krankenhausapotheker im Jahr 2024 mit einem kritischen Medikamentenengpass konfrontiert war. Und die Last ist nicht auf wohlhabende Systeme beschränkt: Die Weltgesundheitsorganisation stellte fest, dass Engpässe bei essenziellen Medikamenten Hoch-, Mittel- und Niedrigeinkommensländer gleichermaßen treffen, wobei die gravierendsten Folgen auf die Regionen entfallen, die am wenigsten in der Lage sind, diese zu bewältigen.

Die Life-Sciences-Branche, die dies verhindern soll, verliert – laut eigenen Zahlen – nach wie vor den Wert, den sie zur Lösung benötigt: Die Kosten mangelhafter Qualität können 25 bis 40 % des Umsatzes erreichen, jährlich werden durchschnittlich 330 Arzneimittelrückrufe eingeleitet, ein neues Medikament kostet inzwischen durchschnittlich 2,23 Milliarden US-Dollar bis zur Markteinführung, und EU-Gerätezertifizierungen dauern nun 13 bis 18 Monate – und das alles, während ein US-Zoll, ein EU-Bevorratungswettlauf und erneute Konflikte im Nahen Osten eine Lieferkette bloßlegen, die keinen Spielraum mehr hat, um Erschütterungen aufzufangen. Dies ist das Paradoxon der Life Sciences: eine der folgenreichsten Branchen der Welt, die immer noch auf fragmentierten Daten und Dashboards betrieben wird, die die Verzögerung melden, anstatt sie zu verhindern – während Patienten den Preis für diese Distanz zahlen.

Eine globale Herausforderung dieses Ausmaßes erfordert Fortschritte auf vielen Ebenen – in der Forschung, in der Politik, beim Zugang und in der Art und Weise, wie Medikamente und Medizinprodukte hergestellt und geliefert werden. Kein einzelnes Unternehmen löst das allein. Aber vieles von dem, was einen wissenschaftlichen Durchbruch in eine Knappheit verwandelt, ist keine Wissenschaft – es ist die Fähigkeit, schnell, in großem Maßstab und innerhalb eines strengen regulatorischen Rahmens zu produzieren und zu liefern.  Hier kann SAP einen Unterschied machen, und dafür wurde SAP gegründet: die Welt und das Leben der Menschen zu verbessern. In diesem Artikel erläutere ich, wie wir auf diesen Ruf reagieren: SAPs Vision und Strategie für die Life-Sciences-Branche, Autonomous Regulated Manufacturing, entwickelt, um Artificial Intelligence in den Mittelpunkt der Design-to-Operate-Wertschöpfungskette für Biopharma- und Medizingeräteunternehmen weltweit zu bringen. Das Ziel ist nicht inkrementell. Es geht darum, die Kluft zwischen dem, was die Medizin leisten kann, und dem, was den Patienten erreicht, der sie benötigt, ein für alle Mal zu schließen.

Das Problem: Warum die Life Sciences Schwierigkeiten haben

Die konvergierenden Kräfte

Drei Kräfte konvergieren, die kein Betriebsmodell der Vergangenheit bewältigen kann. Die erste ist wirtschaftlicher Natur: Biopharma steht vor einem steilen Patent Cliff, wobei BCG schätzt, dass allein bis 2027 rund 150 Milliarden USD Umsatz betroffen sein werden und die Einnahmen aus noch patentgeschützten Medikamenten bis 2034 auf nur 10 % des Niveaus von 2021 sinken werden, während neuere Modalitäten wie Zell- und Gentherapie eine weit höhere Fertigungskomplexität und höhere Kosten mit sich bringen. Die zweite ist regulatorischer Natur: Die Durchsetzung verschärft sich auf allen Fronten gleichzeitig: DSCSA-Serialisierung in der Pharma — EU-MDR/IVDR und die QMSR-Harmonisierung der FDA (ab 2026) bei Medizinprodukten sowie neue Rahmenwerke für KI und Software in Medizinprodukten gemäß IEC 62304. Die dritte ist struktureller Natur: Fragilität der Lieferkette, geopolitische Neuausrichtung, Mangel an regulierten Fachkräften und Nachhaltigkeitsauflagen belasten den Betrieb in beiden Branchen gleichzeitig. Diese Belastungen sind nicht zyklisch – sie sind strukturell, und sie kumulieren sich.

Warum herkömmliche Ansätze nicht ausreichen

Sprechen Sie mit Führungskräften aus dem Topmanagement der Pharma- und Medizintechnikbranche, und Sie hören das Gleiche: Jeder Schritt erfordert eine lückenlose Dokumentation, und jede Entscheidung muss durch reproduzierbare Daten belegt sein. Etwa 30 % der Arbeitszeit entfallen auf dokumentationsbezogene Tätigkeiten, darunter Produktdossiers, Maschinenprotokolle, Chargenprotokolle und mehr. Ein Chargenprotokoll in der Biotechnologie kann laut McKinsey 5.000 bis 45.000 manuelle Einträge umfassen.

Die Einführung neuer Produkte erstreckt sich über 10 bis 15 Jahre in der Pharmabranche; selbst inkrementelle Geräteupdates können 13 bis 18 Monate gemäß EU MDR in Anspruch nehmen. Die Gesamtanlageneffektivität liegt im Durchschnitt bei 35 % laut McKinsey gegenüber mehr als 80 % in Hochdurchsatzbranchen, was bedeutet, dass Anlagen fast zwei Drittel der Zeit im Leerlauf sind oder stillstehen.

Die Ursache ist zweifach: fragmentierte Daten und Prozesse, die nie auf Effizienz ausgelegt waren. Daten sind im Überfluss vorhanden – in ERP-, MES-, LIMS- und Qualitätssystemen – liegen aber in Silos, während die darauf aufbauenden Workflows Funktion für Funktion gewachsen sind und über Jahrzehnte der Regulierung mit Übergaben, redundanten Prüfungen und Kontrollen belegt wurden. Das Ergebnis ist eine Wertschöpfungskette, in der niemand sehen kann, wie sich eine Entscheidung in einem Teil auf den Rest auswirkt. Gartner stellt fest, dass weniger als die Hälfte der Life-Sciences-Lieferketten überhaupt modellieren kann, wie eine Entscheidung ihre Ergebnisse beeinflusst. Da Unternehmen weder frühzeitig noch präzise handeln können, greifen sie auf den einzig verbliebenen Hebel zurück: die Absicherung gegen Unsicherheiten durch Sicherheitsbestand, Überbestellungen und immer mehr Kontrollen — alles Absicherungsmaßnahmen, die Kapital binden und Kosten in die Höhe treiben, wobei ein Teil davon unverkauft abläuft. Die Branche bleibt lieferfähig und hält die Vorschriften ein, aber nur indem sie enorme Kosten absorbiert, um das auszugleichen, was sie nicht vorhersehen kann. Jede Entscheidung schafft anderswo einen Kompromiss, und das Netz der Abhängigkeiten, das heute durch die Lieferkette verläuft, ist zu komplex geworden, als dass es ein Team noch in Echtzeit überblicken könnte.

Jahrzehnte der Lean-, Six-Sigma- und operativen Exzellenz-Optimierungen haben echten Mehrwert geliefert, jedoch größtenteils in Isolation, ohne die eigentliche Herausforderung zu lösen: resiliente, skalierbare Prozesse entlang der gesamten Wertschöpfungskette. Dies ist keine Technologielücke. Es handelt sich um eine Prozessarchitekturlücke, und sie zu schließen bedeutet, das Betriebsmodell neu zu denken, anstatt KI an vorhandene Workflows anzuflanchen. Digitale Anwendungen aggregierten Daten, skalierten dabei aber die Silos, anstatt sie aufzubrechen.

Die Chance, die die Branche nicht verpassen darf

Dies ist der Teil der Geschichte, der im Lärm von Engpässen und Verzögerungen untergeht: Die Life-Sciences-Branche tritt in den transformativsten Wachstumszyklus seit Jahrzehnten ein, und die Unternehmen, die nicht in der Geschwindigkeit und im Maßstab produzieren können, den dieses Wachstum erfordert, werden zusehen, wie die Chance an jemanden übergeht, der dazu in der Lage ist. So wurde beispielsweise der weltweite Markt für Zell- und Gentherapien allein in den Jahren 2024 und 2025 auf rund 21 bis 25 Mrd. Dollar geschätzt und soll laut Prognosen bis 2034 100 Mrd. Dollar übersteigen – eine Wachstumsrate, die kaum eine Branche je erlebt. Personalisierte Medizin, Biologika und Präzisionstherapien vollziehen den Übergang vom Experimentellen zum Mainstream schneller, als die Fertigungsbasis, die zu ihrer Unterstützung aufgebaut wurde, mithalten kann. Gleichzeitig wird gemäß den Vereinten Nationen die Weltbevölkerung im Alter von 65 Jahren und älter voraussichtlich in den nächsten drei Jahrzehnten auf das Doppelte anwachsen – auf 1,6 Milliarden Menschen bis 2050, also mehr als 16 % der Menschheit –, was eine anhaltende, sich verstärkende Nachfrage nach genau den Therapien antreibt, die die Branche auf den Markt zu bringen bestrebt ist.

Die Frage, die jede Führungskraft in den Life Sciences jetzt beantworten muss, ist nicht, ob die Nachfrage kommt. Es ist die Frage, ob Produktion und Lieferkette diese Nachfrage bewältigen können, wenn sie eintrifft, oder ob dieselbe Fragilität, die das System heute belastet, das Wachstum von morgen in den Mangel von morgen verwandeln wird.

Branchen, die sich orchestrierter Automatisierung widersetzen, verfallen nicht allmählich; sie brechen plötzlich zusammen. Die Unternehmen, die 2026 und 2027 KI-orchestrierte Design-to-Operate-Fähigkeiten aufbauen, werden die Branche bis 2035 prägen – dasselbe Zeitfenster, in dem die Zell- und Gentherapie voraussichtlich auf das Fünffache wachsen wird und die Patienten, die diese Branche betreut, nur älter und zahlreicher werden.

Die Lösung: Einführung von Autonomous Regulated Manufacturing

Eine Vision für das Ganze, nicht für die Teile

Bei SAP ist das die Zukunft, auf die wir hinarbeiten: Autonomous Regulated Manufacturing for Life Sciences – ein KI-gestütztes zentrales Nervensystem aus Agenten, das Ihre Abläufe vom Design bis zum Betrieb von reaktiv auf prädiktiv umstellt, die Wertschöpfungskette in die Lage versetzt, Risiken kontinuierlich zu erkennen, Störungen zu antizipieren, bevor sie auftreten, und Mitigationsszenarien vorschlägt, die einen unterbrechungsfreien Betrieb sicherstellen. Es ist eine Vision, die wir gemeinsam mit unseren Kunden verwirklichen. Als Ergänzung zu den Line-of-Business-Domänen-Assistenten von SAP agieren diese branchenspezifischen Agenten über die gesamte Wertschöpfungskette hinweg, orchestrieren Prozesse, die spezifisch für die Life-Sciences-Branche sind, mit dem Menschen an der Steuerung und integrierter Compliance by Design. Das Ziel ist eine Wertschöpfungskette, die resilient genug ist, damit Therapien und Medizingeräte die Patienten, die auf sie angewiesen sind, zuverlässig und ohne Verzögerung erreichen.

Autonomous Regulated Manufacturing ist keine vollständig selbstfahrende Automatisierung und ersetzt weder Ihr ERP, Ihr MES, Ihr LIMS noch andere Anwendungen, SAP oder Nicht-SAP. Es ist eine Schicht, die auf den Systemen aufbaut, die Sie bereits haben, und diese miteinander verbindet, anstatt sie zu ersetzen – die Einführung ist also kein Transformationsprojekt. Es ist auch keine Lösung für ein einzelnes Silo-Problem; schnellere Dokumentation oder schnellere Produktion allein lässt den Rest der Kette blind. Das eigentliche Problem liegt tiefer: eine Wertschöpfungskette, in der Entscheidungen lokal getroffen werden, die Konsequenzen jedoch das gesamte Unternehmen betreffen. Das zu lösen bedeutet, den Prozess von Anfang bis Ende neu zu denken – als ein vernetztes System, das über das gelegt wird, was Sie bereits betreiben, bei dem eine Änderung an beliebiger Stelle, etwa wenn die F&E eine Molekülspezifikation anpasst, sofort ihre Auswirkungen auf Lieferanten, Produktion, Qualität und Lieferung sichtbar macht – bevor die Entscheidung getroffen wird, nicht erst Monate danach. Das ist die Vision: KI, die Ihren Mitarbeitern hilft, die richtige Balance in der gesamten Kette zu finden, aufgebaut auf Ihrer vorhandenen Landschaft, sodass Innovationen in einem Bereich nie zur Disruption in einem anderen werden.

Eine Vision mit menschlicher Autorität im Mittelpunkt

Dies ist intelligente Orchestrierung mit menschlicher Autorität im Mittelpunkt – sie erweitert die Fähigkeiten Ihrer Mitarbeiter, anstatt sie zu ersetzen. Agenten liefern die richtigen Informationen, schlagen Entscheidungen vor und dokumentieren die Begründung; Sie behalten die Kontrolle, während sie schneller ausführen. Aufsichtsbehörden erwarten menschliches Urteilsvermögen bei kritischen Entscheidungen, die die Produktsicherheit und -wirksamkeit gewährleisten. Autonomous Regulated Manufacturing ist genau dafür konzipiert: KI-Agenten analysieren und empfehlen; qualifizierte Mitarbeiter entscheiden und unterzeichnen. Compliance ist von Anfang an im Design verankert, sodass jede Empfehlung nachvollziehbar, jede Aktion überprüfbar und jede Entscheidung in menschlicher Hand bleibt.

Funktionsweise: Die dahinterstehende Technologie

Autonomous Regulated Manufacturing stützt sich auf drei sich gegenseitig verstärkende Ebenen: Joule, das es Menschen ermöglicht, das System in natürlicher Sprache zu nutzen, mit integriertem regulatorischem Kontext; die SAP Autonomous Suite und Industry AI, die unternehmensweite Autonomie mit einem Life-Sciences-spezifischen Branchenkontext verbinden, der sicheres Handeln ermöglicht; und die SAP Business AI Platform, die jeden Agenten steuert und — über SAP Knowledge Graph und Business Data Cloud — alle Ihre Daten in einer kontextbewussten semantischen Ebene zusammenführt. Zusammen: wie Menschen damit interagieren, was ihm die Fähigkeit zum Handeln verleiht und was es vertrauenswürdig genug für ein reguliertes Unternehmen macht.

Diese dritte Schicht ist es, die SAP von allen anderen unterscheidet, die KI für Life Sciences entwickeln – und der Grund lässt sich auf eine Tatsache zurückführen: Ihr ERP ist bereits das Gehirn Ihres Unternehmens, und SAP KI ist die einzige KI, die damit denkt, nicht daneben. Alle anderen KI-Anbieter entwickeln einen Agenten auf Basis einer einzigen Anwendung und nennen das Intelligenz. Ein Agent jedoch, der nur ein QMS oder nur ein Dokumentenrepository sieht, ist immer nur so intelligent wie dieses eine System – blind gegenüber dem Batch, dem Lieferanten, der Ausrüstung und der Person, die mit dem Ereignis verbunden ist, das er gerade analysiert. SAP KI basiert auf dem ERP-Fundament, das Finanzen, Lieferkette, Produktion und Qualität bereits zu einer einheitlichen operativen Wahrheit verbindet – und muss daher nicht raten, was in Ihrem Unternehmen vor sich geht. Es weiß es bereits.

Nehmen Sie zum Beispiel SAPs Vision für den CAPA-Assistenten. Ein Drittanbieter-Tool findet ein Qualitätsereignis in einem QMS, einen einzigen Datensatz, eigenständig. Die Vision von SAP verbindet das Ereignis mit der Charge, aus der es stammt, der Anlage, die es verarbeitete, dem Bediener, der es ausführte, dessen Schulungsnachweis und dem Lieferanten hinter dem Material – alles auf einmal, weil sie von Anfang an nie getrennt waren. Oder nehmen Sie SAPs Vision für den Document Control Assistenten: Ein Drittanbietersystem teilt Ihnen mit, dass eine Datei aktuell ist – und nicht mehr. Die Vision von SAP zeigt Ihnen, was sich in Ihrem Unternehmen heute geändert hat und genau, welche Dokumente, Prozesse und Mitarbeiter diese Änderung nun betrifft – bevor sie jemals zu einer Abweichung wird.

Das ist der Unterschied zwischen einer KI, die einen Schritt optimiert, und einer, die das Ergebnis optimiert. Die Entwicklung auf einem anderen System als dem, das bereits die Wahrheit über Ihr Unternehmen enthält, bedeutet, die Verbindungen, die SAP bereits hat, manuell neu aufzubauen.

Der Unterschied ist nicht die KI. Es ist das, worauf die KI zugreifen kann.

Der Wert: Was dies wert ist

Was liefert diese prädiktive, vernetzte Wertschöpfungskette also in der Praxis? Eine Kette, die frühzeitig den Kurs korrigiert—wobei Menschen jede Entscheidung lenken—, sodass Störungen behoben werden, bevor sie je den Patienten erreichen, der am Ende der Kette auf die Therapie oder das Gerät angewiesen ist. Dieser Vorteil zeigt sich in konkreten Zahlen, über drei Hebel: Kosten, Wachstum und Risiko.

Nehmen wir ein repräsentatives Life-Sciences-Unternehmen mit 50 Mrd. USD Umsatz und COGS von etwa 17,5 Mrd. USD. Basierend auf der Branchenexpertise von SAP könnte Autonomous Regulated Manufacturing bei vollständigem Einsatz einen jährlich wiederkehrenden Nutzen in der Größenordnung von 212 Mio. USD erschließen – etwa 1,2 % der COGS, was einer Verbesserung des EBIT um 0,42 Prozentpunkte entspricht. Der potenzielle Wert erstreckt sich über drei Hebel und skaliert mit dem Fußabdruck, dem Produktmix und dem digitalen Reifegrad eines Unternehmens.

• Kosten: Der größte Hebel mit etwa 188 Mio. US-Dollar pro Jahr: Connected Agents senken Fertigungsarbeitskosten (~50 Mio. USD), Gemeinkosten (~37 Mio. USD), Ausschuss (~35 Mio. USD) und Transportkosten (~21 Mio. USD) sowie Planungs-, Bestands- und Compliance-Kosten entlang der gesamten Lieferkette—mit End-to-End-Orchestrierung, die durch die Beseitigung des manuellen Feuerlöschens zwischen den Schritten ~19 Mio. USD hinzufügt.
• Zum Wachstum: Eine höhere On-Time-In-Full (OTIF)-Leistung bringt jährlich ca. 21 Mio. USD an wiederkehrendem Umsatz ein. Darüber hinaus gibt es einen weitaus größeren, episodischen Gewinn – denn in der Pharmabranche ist ein einziger Tag Exklusivität für ein Produkt im Wert von 3 Mrd. USD etwa 8 Mio. USD wert; die Einführung eines wichtigen Produkts 12 bis 24 Monate früher kann einen kumulierten Umsatz über die gesamte Produktlebensdauer von 50 bis 200 Mio. USD oder mehr bedeuten.
• Zum Thema Risiko: Die Vermeidung von Strafen und Nacharbeiten aufgrund versäumter regulatorischer Änderungen schützt in diesem Modell geschätzte ~3,5 Mio. USD pro Jahr – ein bescheidener Betrag im Vergleich zum tatsächlichen Risiko, da allein FDA-Warnschreiben innerhalb eines Monats mit einem Rückgang des Marktwerts um 7–12 % korrelieren. Die Widerstandsfähigkeit, einen schwerwiegenden Qualitätsmangel aufzufangen, ist weit mehr wert: Ernsthafte Sanierungsmaßnahmen kosten 5–20 Mio. USD, und umfassende behördliche Auflagen (Consent Decrees) kosteten in der Vergangenheit 100 Mio. bis 1 Mrd. USD. Und was Lieferunterbrechungen betrifft: McKinsey schätzt, dass dieses Risiko für ein Pharmaunternehmen einen potenziellen Verlust von rund 25 % des EBITA darstellt – der Schutz von auch nur 50–200 Mio. USD in einer einzigen Krise macht Risikominderung daher von einer Versicherung zu einem Wettbewerbsvorteil.

Das ist die kollektive Kraft von Predictive Operations: ein Wert, der nicht daraus entsteht, dass ein Bereich besser abschneidet, sondern daraus, dass jeder Bereich jeden anderen gleichzeitig korrigiert, informiert und stärkt.

Das ermöglichen vorausschauende Abläufe: schnellere Einführung neuer Produkte, eine Lieferkette, die Störungen antizipiert, statt nur zu reagieren, und eine Produktion, die wächst, ohne das Risiko zu skalieren. Aber hinter jeder dieser Zahlen steckt ein Moment, der entweder pünktlich eintritt oder nicht. Eine Operation, die wie geplant verläuft, weil das Gerät geliefert wurde. Eine klinische Studie, die nach Protokoll verläuft, weil das Prüfpräparat pünktlich geliefert wurde. Ein Patient, der sein Rezept einlöst, weil das Regal in der Apotheke nie leer war. Autonomous Regulated Manufacturing dient dazu, das Beste aus jedem Life-Sciences-Unternehmen herauszuholen, damit die Kette dahinter nie reißt, wenn ein Patient Versorgung benötigt. Das bedeutet, Leben zu retten.

So kommen Sie dorthin: Ihr Weg zur Einführung

Wo fangen Sie an, und wie sollte der erste Schritt aussehen? SAP beschreitet diesen Weg bereits mit vielen Kunden aus dem Bereich Life Sciences. Autonomous Regulated Manufacturing ist keine Utopie und erfordert keinen Vertrauensvorschuss. Unternehmen, die Wertschöpfung erzielen, beginnen mit dem Anwendungsfall mit dem höchsten Mehrwert, führen diesen gemeinsam mit SAP aus und setzen ihn ein, weisen das Ergebnis nach und weiten dies dann auf den nächsten Bereich aus, wodurch sie mit jedem Schritt an Glaubwürdigkeit und Vertrauen gewinnen.

Sie benötigen kein mehrjähriges Transformationsprogramm als Voraussetzung, und Sie müssen es nicht alleine aufbauen. Der Ansatz ist modular, ergebnisorientiert und wird Schritt für Schritt, Stück für Stück, Domäne für Domäne bewusst aufgebaut, bis daraus das zentrale Nervensystem Ihres Unternehmens entsteht. So werden die führenden Unternehmen dieser Branche ihr Ziel erreichen: nicht mit einem einzigen Sprung, sondern mit einer klaren Strategie, einem vertrauenswürdigen Partner und der Disziplin, erst dann zu expandieren, wenn der Mehrwert nachgewiesen ist. So bauen Sie das Unternehmen auf, das mit der Zukunft der Life Sciences nicht nur Schritt hält. Es führt sie an.

Fazit: Den Wandel anführen

Biopharma und Medizintechnik stehen aus verschiedenen Blickwinkeln vor derselben Wahrheit: Das heutige Betriebsmodell kann weder das Wachstum noch die Compliance liefern, die dieser Moment erfordert.

Autonomous Regulated Manufacturing ist eine Vision, die geduldig und Stück für Stück aufgebaut wird – nicht hastig verfolgt –, jetzt, in denselben Anlagen, die die Medikamente und Geräte herstellen, auf die Patienten bereits angewiesen sind. Der Weg ist lang, und er wird eine Branche auf die Probe stellen, die bei jedem Schritt zur kurzfristigen Dringlichkeit gedrängt wird – doch die Ergebnisse, die verändern, wie Versorgung die Menschen erreicht, kamen noch nie von dem, was am schnellsten ist. Sie entstehen dadurch, dass man sich dem Richtigen verpflichtet und lange genug auf Kurs bleibt, um es zu Ende zu führen – und das ist die Arbeit, die es jetzt zu tun gilt.

Alles Gute und Beständige im Leben entstand aus einer langfristigen Vision und brauchte die Zeit, die es brauchte, um stark zu werden. Die Entscheidung für Autonomous Regulated Manufacturing heute ist keine Bilanzentscheidung – sie ist der Grund, warum ein Patient die Therapie, das Gerät oder das Medikament erhält, das er benötigt, genau dann, wenn er es braucht. Das ist kein abstrakter Branchenfortschritt. Es ist ein Leben, das durch eine jetzt getroffene Entscheidung verändert wird.

Das nächste Kapitel der Branche wird jetzt geschrieben – von den Vorreitern, die bereit sind, es aufzubauen, nicht allein, sondern gemeinsam mit SAP. Die Frage ist nicht, ob KI Life Sciences transformieren wird. Das ist bereits der Fall. Die einzige verbleibende Frage ist, ob Sie einer der Vorreiter sein werden, die die Überzeugung hatten, es aufzubauen, oder einer, der abgewartet hat, wie es ausgeht.