Anmerkung der Redaktion: Dieser Beitrag ist eine Adaption von Dr. Rich Sonnenblicks Präsentation auf der 30th European Biopharma Projekt, Program, & Portfolio Management Conference in Basel. In seinem Vortrag räumte Dr. Sonnenblick mit dem Hype um KI und Agenten auf und zeigte anhand konkreter Beispiele, wie Teams in der Arzneimittelentwicklung Hunderte von Stunden einsparen, das Risiko ihrer klinischen Pipelines verringern und durch Künstliche Intelligenz wichtige strategische und operative Erkenntnisse gewinnen.
Wenn es eine wichtige Erkenntnis von der diesjährigen Basler Konferenz gab, dann die, dass KI im Life-Science-Portfoliomanagement die Schwelle vom Versprechen zur Performance überschritten hat.
Die Konferenz war voll von Sitzungen, in denen die Redner darüber debattierten, wie man Strategie und Ausführung miteinander verbindet, wie man mit Patentklippen umgeht und wie man Transparenz in weit verzweigten R&D-Netzwerken schafft&. Doch hinter all den Folien und Frameworks ging es in Wirklichkeit darum, wie KI den Rhythmus der Entscheidungsfindung in der Arzneimittelentwicklung neu definiert.
Für Planview hat sich dieser Wandel schon seit Jahren abgezeichnet.
Unsere Mission war es schon immer, Organisationen dabei zu helfen, vernetzte Aktivitätsdaten in vernetzte Intelligenz zu verwandeln. Die KI ermöglicht es uns heute, dies schneller, früher und mit weitaus größerer Präzision zu tun.
Von Daten zu Entscheidungen: Der KI Capability Horizont
In meiner Präsentation "Managing Drug Development Initiatives: Trends in der KI" habe ich das Modell von Planview zur Entwicklung von AI Capability beschrieben.
Dieses Modell baut auf einer grundlegenden Infrastruktur auf, die Frühwarnung, Simulation und Optimierung, Szenarienplanung und schließlich generative KI ermöglicht.
Jeder Lösungsbereich stellt einen praktischen Schritt in Richtung echter Entscheidungsintelligenz dar.
1. Grundlegende Infrastruktur: Ein guter Verwalter von vernetzten Aktivitätsdatenquellen werden
Jede Erkenntnis beginnt mit verknüpften Daten.
Bei der Entwicklung von Arzneimitteln entstehen riesige Mengen an strukturierten und unstrukturierten Informationen. Informationen wie klinische Meilensteine, Ressourcenzuweisungen, Dependency Maps, Risikoprotokolle und regulatorische Dokumente.
Die Data Fabric von Planview vernetzt diese Elemente über das Produktportfolio und Teams hinweg und bildet so das Substrat für maschinelles Lernen und prädiktive Analysen.
Der Connected Work Graph von Planview bietet eine visuelle Darstellung Ihres Netzwerks aus Aktivität, Ressourcen und Geschäftsergebnissen, so dass Sie Abhängigkeiten und Risiken erkennen und angehen können.
Der Connected Work Graph bietet eine leistungsstarke visuelle Darstellung von Aktivität, Ressourcen und Zielen zur sofortigen Identifizierung von Abhängigkeiten, gefährdeter Aktivität und vielem mehr.
2. Frühwarnung: Probleme sehen, bevor sie auftauchen
Wenn die Statusfelder rot werden, ist es bereits zu spät.
Planview umgeht dies, indem es historische Ausführungsdaten, Aktivitätsmuster und sogar die Stimmung in den Projektdiskussionsforen nutzt. Unsere maschinelles Lernen Modelle zeigen frühzeitig Risiken Signale auf, um zu erkennen, wann die Aktivität ins Stocken gerät, die Ressourcen überlastet sind und die Zusammenarbeit scheitert.
Diese Frühwarn-Capability ist vergleichbar mit dem Wechsel von Wetter-Berichten zu einem Doppler-Radar. Projektführungen sehen nicht nur, was passiert ist - sie sehen auch, was sich am Horizont zusammenbraut.
3. Systemgestützte Optimierung: Der KI-Co-Pilot für die Ressourcenstrategie
Sobald die Risiken sichtbar sind, wird die Optimierung umsetzbar.
Die KI-Modelle in der Planview-Plattform empfehlen Personalumschichtungen, Entkopplung von Abhängigkeiten und Änderungen in der Reihenfolge. Dadurch werden Portfolioanpassungen von schmerzhaften vierteljährlichen Debatten zu kontinuierlichen, datengesteuerten Verfeinerungen.
Durch die Anpassung von Workloads und Kapazität an Echtzeitbeschränkungen können Organisationen monatelang an Produktivität gewinnen, ohne den Personalbestand zu erhöhen.
4. Szenario-Planung: Die Zukunft proben
Biowissenschafts-Portfolios sind Wetten mit Zeit, Ressourcen und externen Faktoren.
KI-gestützte Simulations- und Optimierungs-Engines ermöglichen es Teams, verschiedene Zukünfte zu testen:
Was passiert, wenn ein wichtiger Prozess um drei Monate verschoben wird?
Wie wirkt sich eine beschleunigte Einreichung in Europa auf die Reihenfolge der Markteinführung in den USA aus?
Durch die Quantifizierung von Vor- und Nachteilen in Bezug auf Ressource, Zeitrahmen und Erfolgswahrscheinlichkeit wird die Szenarioplanung die Entscheidungsfindung vom Bauchgefühl zur einstudierten Präzision.
5. Generative KI: Konversation als neue Schnittstelle
Die neueste Ebene ist die Konversationsebene.
Mit Planview Anvi™ Chat können Teams Fragen in natürlicher Sprache direkt an den Connected Aktivität Graph von Planview stellen:
- "Welche Studien zeigen einen Rückgang der Patientenbeteiligung?"
- "Wo haben wir nicht zugewiesene Aktivität, die an ein Q4 Ziel gebunden ist?"
- "Fassen Sie die Abhängigkeiten zwischen unseren Onkologie-Assets zusammen."
Generative KI verwandelt das Portfolio in ein lebendes Wissenssystem, das in der Lage ist, sich selbst zu erklären, neue Teammitglieder zu unterrichten und in Sekundenschnelle kontextreiche Zusammenfassungen zu erstellen.
Warum KI jetzt wichtig ist
Die Entwicklung von Arzneimitteln war schon immer ein Bereich, der reich an Daten und wenig an Erkenntnissen ist. KI ändert diese Gleichung.
Indem wir strukturierte Daten, unstrukturierten Kontext und menschliches Urteilsvermögen zusammenführen, können wir Muster erkennen, die für herkömmliche Analysen unsichtbar sind - vom schleichenden Ausbrennen von Ressourcen bis hin zu einer sich ändernden Stimmung in den Studien.
In der Praxis bedeutet dies:
- Erkennen Sie das Risiko sechs Monate früher.
- Umschichtung von Investitionen in Assets mit höherer Wahrscheinlichkeit.
- Verkürzung der Portfolio-Prüfungszyklen von Wochen auf Stunden.
- Kontinuierliche Projekt-Retrospektiven statt Postmortem.
In Kombination mit menschlichem Fachwissen gibt KI den Führungskräften in Forschung und Entwicklung&die Möglichkeit, vorausschauend zu handeln, nicht rückblickend.
Lehren aus den Basler Gesprächen
Die Konferenz hat gezeigt, wie wichtig dieser Wandel geworden ist.
- Jacqueline Poot (IDEA Pharma) zeigte auf, wie "Innovationsfrische" Marktführer von Nachzüglern trennt - warnte aber, dass 2030 Patentklippen ohne die notwendigen Wetten auf Innovation in den heutigen Pipelines $200Milliarden an Umsatz vernichten könnten.
- Mahesh Chandra (Novartis) plädierte für einen strukturierten Entscheidungs-Framework, der Data Governance in jede Mautstelle einbettet und Risiken, Wert und Ressourcenzuteilung aufeinander abstimmt.
- Andrea Panariello (IBSA ) und Silke Rodrigues (Medac ) berichteten aus erster Hand, wie digitale Portfolio-Tools wie Planisware und ONBOARD das PPM professionalisieren und eine einheitliche Transparenz über globale Standorte hinweg schaffen.
Alle diese Sitzungen spiegeln die gleiche Kernwahrheit wider.
Pharmaorganisationen leiden nicht mehr an einem Mangel an Daten - sie leiden an unzusammenhängenden Daten. Die KI stellt die Verbindung wieder her und verwandelt das Rauschen in ein navigierbares Signal.
Die Planview Vision: Von vernetzter Aktivität zu vernetzter Intelligenz
Bei Planview ist unsere Vision für Life Sciences PPM einfach, aber transformativ:
- Reagieren Sie nicht, sondern sagen Sie voraus: Nutzen Sie maschinelles Lernen und generative KI, um Risiken (überlastete Teams, nicht startbereite Aktivität) zu erkennen, bevor die benutzerdefinierten Statusfelder von grün auf rot wechseln.
- Simulieren Sie, anstatt zu spekulieren: Nutzen Sie die Szenariomodellierung, um mögliche Zukünfte zu vergleichen und dabei die Ungewissheit in Bezug auf die Marktgröße, das klinische Risiko, das Risiko der Kostenträger und andere kritische Faktoren zu berücksichtigen.
- Konversieren Sie, statt zu konfigurieren: Lassen Sie jeden - vom Wissenschaftler bis zur Führungskraft - auf natürliche Weise mit Ihren Daten interagieren, um Erkenntnisse und Empfehlungen für Best Practices zu gewinnen.
Wenn jeder Teil der Organisation die gleiche Wahrheit sieht und entsprechend handelt, wird der Weg von der Pipeline zum Patienten dramatisch beschleunigt.
Die Zukunft des pharmazeutischen Projektmanagements wird den Organisationen gehören, die in der Lage sind, Erkenntnisse, Ausführung und Anpassung in einer kontinuierlichen Schleife zu verbinden.
Das ist es, was Planview Connected Activity Graph und Anvi™ Chat bieten: die Intelligenzebene, die Projektdaten in strategische Vorteile verwandelt.
