Agentic AI als neuer Katalysator für Chemie und Pharma

  • Veröffentlicht:
  • Autor: Dr. Marc Feldmann
  • Kategorie: Deep Dive
Inhaltsverzeichnis
    Agentic AI als neuer Katalysator für Chemie und Pharma, Deep Dive, Alexander Thamm GmbH
    Alexander Thamm GmbH 2026

    Ein weißer Roboterarmbewegt sich leise surrend und präzise durch ein steriles Labor, greift nach Proben, führt Messungen durch. Zahlenkolonnen flackern über Monitore. KI-Modelle priorisieren hier aussichtsreiche pharmazeutische Wirkstoffe und verkürzen so den Entdeckungsprozess von Jahren auf Wochen, teils Tage. Aus Nullen und Einsen werden hier Arzneimittelwirkstoffe, die weltweit helfen sollen.

    Und das gilt nicht nur für die Pharmabranche. Auch in der Chemie wird oft von „Chemie 4.0“ gesprochen, verbunden mit milliardenschweren Investitionen in die Digitalisierung. Unsicherheit beim Thema Künstliche Intelligenz (KI) lässt jedoch noch immer viele Entscheidungsträger bei der Implementierung von KI zögern.

    Dabei sind nicht alle KI-Initiativen Hochrisikoprojekte. Im Gegenteil: Entlang der gesamten chemischen Wertschöpfungskette entstehen zunehmend praxiserprobte Anwendungen, die den Weg in die Breite finden. Im Folgenden stellen wir drei Beispiele vor, die zeigen, wohin die Reise geht.

    Agenten-gesteuerte Beschaffung 

    Strategische Beschaffung ist in der Chemie- und Pharmaindustrie ein zentraler Hebel zur Kostenoptimierungen. Denn bei Verhandlungen und Bedarfsprognosen können kleinste Abweichungen im Nachkommabereich erhebliche finanzielle Folgen haben.

    Ein innovatives Pharmaunternehmen mit mehr als 500 Millionen US-Dollar jährlichem Einkaufsvolumen und über 200 Lieferanten prüft derzeit den Einsatz von KI-Agenten, um den Einkauf der Zukunft aufzubauen. Ein KI-Agent ist ein autonomes System in einer bestimmten Rolle, das innerhalb einer definierten Umgebung agiert, um konkrete Ziele zu erreichen. Mehrere dieser Agenten können gemeinsam an einer Aufgabe arbeiten oder ein definiertes Ziel verfolgen. Mit anderen Worten: Agentic AI leitet eine neue Ära virtueller Teams aus intelligenten Helfern in der Beschaffung ein.

    Spezialisierte KI-Agenten könnten hier bald für Einkäufer Bedarfsprognosen, Rechtsgutachten und Angebotsanalysen erstellen. Mit natürlicher Sprache können diese Aufgaben an die Agenten delegiert werden, die den Einkäufern dann konkret umsetzbare Maßnahmen empfehlen: „Baue 15 % Bestand Glycerol auf in Q1” oder “Aktiviere Klausel 5.2 aus Rahmenvertrag RV-1596 zum Abruf von Zusatzmengen”.

    Solche intelligenten Agententeams könnten auch Verhandlungen mit Lieferanten revolutionieren: Verhandler könnten sich von speziell trainierten Verhandlungsagenten ein Skript generieren lassen, mit direkt vorlesbarem Eröffnungsstatement sowie Argumenten zur Erwirkung von Zugeständnissen.

    Zunehmend viele Unternehmen entwickeln aktuell Prototypen für solche KI-Helfer (so auch in der Automobil- und der Energiebranche), motiviert durch ihr transformatives Potenzial.

    Algorithmische Liquiditätsplanung 

    Die Liquiditätsplanung in der Chemie- und Pharmaindustrie ist ein feiner Balanceakt mit enormer finanzieller Tragweite. Dabei müssen hunderte Produkte, Akteure und Standorte einerseits mit Prognosegenauigkeit andererseits in Einklang gebracht werden. Bei dieser Komplexität stoßen manuelle Excel-Lösungen schnell an ihre Grenzen. Eine verlässliche Vorschau ist jedoch kritisch für Investitionen, Zahlungsfähigkeit und Finanzierungskosten.

    BASF begegnet dieser Herausforderung mit einem Algorithm-Based Cash Forecast (ABC Forecast). Das ist eine KI-gestützte Lösung, die monatlich eine 6-Monats-Prognose der Liquidität erzeugt. In 2017 startete dieses Projekt mit einer eineinhalb Jahre andauernden Fleißarbeit: Datenaufbereitung. Historische SAP-Daten und externe Wirtschaftsdaten wurden gesammelt, analysiert und um Sondereffekte bereinigt.

    Der ABC-Forecast lernte zunächst parallel zum Menschen und ist heute fester Bestandteil von BASFs Finanzplanung. Je nach Gesellschaft kommen andere mathematisch-statistische Verfahren zum Einsatz. Der ABC-Forecast plant inzwischen etwa 60 % der Cashflows der BASF-Gruppe. So wird die Planung des Chemieriesen nicht nur genauer, sondern auch schneller. BASFs ABC-Forecast zeigt eindrucksvoll das Potenzial von KI für die Finanzplanung in der Branche. 

    Chatten mit dem Labor 

    Im Bereich Spezialchemie kann sich die Suche nach der passenden Lösung für Kunden und Anbieter über Wochen oder Monate hinziehen. Und das, obwohl viele Produkte bereits vorhanden sind. Gerade bei komplexen Anwendungen wie in der Beschichtungsindustrie kostet jeder Suchumweg Zeit und damit bares Geld.

    Evonik löst dieses Problem mit Coatino und KI-gestützten Produktempfehlungen. Coatino ist ein öffentlich verfügbarer digitaler Laborassistent für die Beschichtungs-industrie. Er kombiniert natürliche Sprachverarbeitung und Machine Learning in einer nutzerfreundlichen Oberfläche, um Additive zu “verstehen“ und präzise Produktempfehlungen zu geben.

    Über eine Weboberfläche können Kunden in natürlicher Sprache Anfragen stellen – quasi mit Evoniks Labor “chatten” – etwa zu Additiven zur Entschäumung oder Oberflächenhärtung. Zu 1.900 Richtrezepturen und über 200 Produkteigenschaften kommen täglich bis zu 120 Testergebnisse aus einem Essener Labor hinzu, aus denen Coatino “lernt“. Das Ergebnis: Verkürzte manuelle Suchzeiten, höhere Kundenzufriedenheit und gezieltere Absatzsteuerung durch passgenaue Produktempfehlungen.

    Ähnliche Chat-Anwendungen, mit denen sich Unternehmenswissen einfach abrufen lässt, haben sich auch bereits in anderen Bereichen bewährt. Wie sie funktionieren und was sie so besonders macht, erfahren Sie in unserem Artikel über Tabellenabfragen mit KI-Agenten.

    Wenn Sie mehr über agentische KI und ihre Einsatzmöglichkeiten erfahren möchten, lohnt sich auch ein Blick in unser Whitepaper „The Agentic Shift“. Darin nehmen wir die Versprechen, Grenzen, technischen Architekturen und realen Anwendungsmöglichkeiten agentischer KI genauer unter die Lupe und werfen einen Blick in die Zukunft mit der Frage, wohin uns die „agentische Reise“ führen könnte. 

    Fazit: KI als Chance, Chemie und Pharma neu zu denken 

    Anfang des 20. Jahrhunderts arbeiteten Fritz Haber und Carl Bosch an der Idee, Ammoniak aus Stickstoff und Wasserstoff unter extremem Druck und Hitze zu synthetisieren. „Zu unsicher, gefährlich, teuer“, sagten viele. Doch Haber und Bosch gaben nicht auf, entwickelten Prototypen, überzeugten die Öffentlichkeit, und fanden schließlich den Katalysator, der die Reaktion ermöglichte. Heute ist das Haber-Bosch-Verfahren Grundlage für die Nahrungsversorgung weiter Teile der Weltbevölkerung. “Transformativ”, im heutigen Sinn.

    Künstliche Intelligenz ist – so betrachtet – für die heimische Chemiebranche nichts Neues. Sie ist eine weitere Technologie, die die Branche über die Zeit erfolgreichen integrieren kann. Jeder der beschriebenen Fälle löst mit KI Probleme, die allein in Deutschland hundertfach vorkommen. Alle Fälle begannen mit vagen Ideen und vielen ungeklärten Fragen und gestalten heute die Zukunft der Chemie. 

    Wer heute klug investiert und Erfahrungen sammelt, hat morgen die Nase vorn. Eines steht fest: das Potenzial von KI ist längst nicht ausgeschöpft.

    Sie möchten KI in Ihrem Unternehmen wertschöpfend einsetzen oder nutzen bereits erste Anwendungen und wollen den nächsten Schritt gehen? Sprechen Sie uns gerne für ein unverbindliches Erstgespräch an. 

    Diesen Beitrag teilen:

    Autor

    Dr. Marc Feldmann

    Dr. Marc Feldmann ist Senior Principal bei der Alexander Thamm GmbH für Daten und KI mit Schwerpunkt Chemie und Pharma. Marc sammelte über 10 Jahre Erfahrung mit Daten, Analytik und künstlicher Intelligenz. Er promovierte an der WHU zum Einsatz von Data Analytics in der Strategieimplementierung und war Sprecher bei zahlreichen Seminaren und Konferenzen unter anderem in UK, Norwegen und den Niederlanden.

    X

    Cookie Freigabe

    Diese Website verwendet notwendige Cookies zur Sicherstellung des Betriebs der Website. Eine Analyse des Nutzerverhaltens durch Dritte findet nicht statt. Detaillierte Informationen über den Einsatz von Cookies finden Sie in unseren Datenschutzerklärung.