Nach einem Jahrzehnt unerfüllter Versprechen setzt Recursion Pharmaceuticals auf einen neuen Marktführer, der seine auf künstlicher Intelligenz basierende Arzneimittelforschungsplattform endlich in marktfähige Therapien umsetzt. Najat Khan, der neue CEO des Unternehmens, übernimmt das Ruder inmitten wachsender finanzieller Verluste und Skepsis darüber, ob KI die Pharmaindustrie wirklich revolutionieren kann.
Die Herausforderung: Ein Jahrzehnt unerfülltes Potenzial
Recursion wurde 2014 gegründet und versprach ursprünglich, innerhalb eines Jahrzehnts 100 neue Medikamente mithilfe von KI auf den Markt zu bringen, um den traditionell langsamen und kostspieligen Prozess der Medikamentenentwicklung zu beschleunigen. Die Realität sah völlig anders aus. Trotz erheblicher Investitionen hat das Unternehmen noch kein einziges Medikament auf den Markt gebracht. Der Aktienkurs ist seit dem Börsengang im Jahr 2021 um 86 % eingebrochen, so dass das Unternehmen nun eine Marktkapitalisierung von 2,2 Milliarden US-Dollar hat. In den letzten Monaten gab es drastische Maßnahmen, darunter Pipeline-Kürzungen und Personalabbau (insgesamt 20 % seit August 2024), zusammen mit explodierenden Verlusten von 716 Millionen US-Dollar bei sinkenden Einnahmen (Rückgang um ein Drittel auf 44 Millionen US-Dollar).
Khans Auftrag: Versprechen in Profit verwandeln
Najat Khan, der am 1. Januar offiziell die Rolle des CEO übernehmen wird, bringt eine Erfolgsbilanz beim Aufbau von KI-Teams bei Johnson & Johnson mit. Ihre Aufgabe ist klar: zu beweisen, dass der KI-gesteuerte Ansatz von Recursion die notorisch hohe Ausfallrate der Branche (derzeit 90 %) überwinden und Medikamente schneller und kostengünstiger als herkömmliche Methoden liefern kann.
„Viele Leute sagten, als ich zu Recursion ging: ‚Es ist wirklich schwer, die Regeln für die Herstellung von Medikamenten zu ändern.‘ Ich sage: ‚Okay, Herausforderung angenommen‘“, sagte Khan Forbes in ihrem ersten Interview als designierte CEO.
Der Engpass bei der KI-Wirkstoffforschung
Die Pharmaindustrie ist mit enormen Forschungs- und Entwicklungskosten konfrontiert (3,5 Milliarden US-Dollar pro Medikament, durchschnittlich zehn Jahre bis zur Markteinführung). KI bietet eine theoretische Lösung: Beschleunigung der Entdeckung, Reduzierung der Fehlerraten und letztendlich Senkung der Kosten. Es hat sich jedoch als schwierig erwiesen, diese Theorie in greifbare Ergebnisse umzusetzen.
Rekursionspipeline: Grüne Triebe des Fortschritts?
Khan verweist auf die interne Pipeline von Recursion, einschließlich potenzieller Therapien für Krebs und seltene Krankheiten, als Beweis für den Fortschritt. Ein vielversprechender Kandidat zielt auf eine erbliche genetische Störung ab, die zu Darmkrebs führt. Erste klinische Daten werden innerhalb weniger Wochen erwartet.
Das Unternehmen hebt außerdem die jüngsten Meilensteinzahlungen von Pharmariesen hervor, darunter einen 30-Millionen-Dollar-Deal mit Roche und Genentech zur Kartierung spezialisierter Immunzellen. Dies deutet auf eine Branchenvalidierung der Recursion-Plattform hin.
Die Datenherausforderung: Biologie entschlüsseln
Ein Haupthindernis bei der Entdeckung von KI-Medikamenten ist die fragmentierte und unvollständige Natur biologischer Daten. Rekursion versucht, eine umfassende Karte von Genen, Proteinen und Patientendaten zu erstellen, und argumentiert, dass dies für das effektive Funktionieren der KI unerlässlich sei.
„Man kann keine Medikamente herstellen, bis man diese Karte und diese Daten hat“, betonte Khan. „Man muss ganz, ganz am Anfang beginnen.“
Skepsis bleibt bestehen
Trotz dieser Bemühungen bleibt die Skepsis bestehen. Jefferies-Analyst Dennis Ding bewertet Recursion als „Halten“ und erkennt das Potenzial der Plattform an, warnt jedoch davor, dass die Validierung Zeit in Anspruch nehmen wird und klinische Ergebnisse möglicherweise schwer zu interpretieren sind.
Das Fazit
Najat Khan steht vor einem harten Kampf, um zu beweisen, dass der KI-gesteuerte Ansatz von Recursion halten kann, was er verspricht. Die nächsten Jahre werden entscheidend dafür sein, ob diese ehrgeizige Vision in greifbare Ergebnisse umgesetzt werden kann oder ob das Unternehmen ein weiteres warnendes Beispiel bei der Verfolgung der KI-gestützten Arzneimittelentwicklung bleiben wird
