Technologietransfer Herstellprozesse skalieren: Digitalisierung in der Pharmaindustrie

Warum 200 PDFs kein Fundament für Skalierung sind

„Das große Problem in der Pharmaindustrie im Allgemeinen ist, dass man sehr viele Dokumente schreibt auf dem Weg zu einer Einreichung von einem Medikament. Da sind sehr, sehr viele Leute dran beteiligt. Jeder schreibt da einen Teil davon. Dadurch ist eben sehr viel dieser Dokumentation nicht so konsistent in sich.”

Diese Diagnose stammt von Joschka Buyel, Director of Product Management bei QbD Vision — und sie trifft den Kern eines der teuersten Systemprobleme in der Pharmaindustrie. Buyel ist promovierter Biotechnologe und verbrachte sieben Jahre bei Bayer in Prozessentwicklung, Digitalisierung und Knowledge Management, bevor er zur SaaS-Seite wechselte. Er kennt beide Perspektiven: die operative Realität im Labor und die systemische Ebene der Plattformstrategie.

Das Kernproblem ist nicht fehlender Wille zur Digitalisierung. Es ist fehlende Infrastruktur für strukturierte Daten — und eine regulatorische Umgebung, die Wandel aktiv verlangsamt. Für Führungskräfte in der Pharmaproduktion, in Regulatory Affairs und im CMC-Bereich bedeutet das: Technologietransfer und Herstellprozesse skalieren bleibt so lange ein manuelles, fehleranfälliges Vorhaben, bis die Datenbasis grundlegend modernisiert wird.

Die wichtigsten Erkenntnisse

• 100:1 ist die reale Ausfallquote: Von 100 Medikamentenkandidaten erreicht statistisch nur einer die Marktreife — dieser Fakt erklärt die extremen Entwicklungskosten, die viele Stakeholder systematisch unterschätzen.
• Technologietransfer scheitert an Datenambiguität, nicht an Technologie: Unterschiedliche Ausrüstung, Standards und regulatorische Anforderungen je Standort machen Prozessübergaben ohne gemeinsame Sprache faktisch unmöglich.
• Quality by Design (QbD) ist kein optionales Framework, sondern regulatorische Pflicht — und erfordert vollständige Dokumentation aller kritischen Prozessparameter und deren Auswirkungen auf die Produktqualität.
• COVID hat bewiesen, was möglich ist: Durch Datenstandardisierung, offene Zusammenarbeit und digitalisierte Prozesse konnte die Branche 3–6x schneller agieren als im Normalbetrieb.
• 60–80 Prozessversionen für ein Medikament in 200 Ländern sind keine Ausnahme, sondern Standardrealität — und das direkte Ergebnis fehlender regulatorischer Harmonisierung über strukturierte Datenmodelle.
• KI-Potenzial liegt in der Strukturierung unstrukturierter Daten: PDFs, Laborberichte und Notizen sind der Rohmasse — Machine Learning kann sie in verwertbare, maschinenlesbare Datensätze überführen.
• Industriekonsortien wie BioForum mit 30+ Pharmaunternehmen zeigen, dass Standardisierung durch Kollaboration schneller gelingt als durch unternehmensinterne Eigenentwicklung.

Im Detail: Von Papier zu Plattform — Herstellprozesse strukturiert skalieren

Pharmaunternehmen verlieren Millionen in der Produktentwicklung durch mangelnde Datenkonsistenz und fehlendes Prozessverständnis. Von hundert initialen Projekten erreicht durchschnittlich eines die Marktreife – eine Quote, die versteckte Ineffizienzen offenbart. Plattformlösungen, die Entwicklungsprozesse strukturiert koordinieren, senken diese Ausfallquoten messbar und beschleunigen die Time-to-Market erheblich.

Warum Medikamentenentwicklung so teuer ist — und was das mit Datenkonsistenz zu tun hat

Die Pharmaindustrie hat ein Skalierungsproblem, das tief im Entwicklungsmodell selbst verwurzelt ist. Buyels Beschreibung macht die Dimension greifbar:

„Auf diesem Weg sterben die allermeisten Produkte, weil die entweder nicht besser sind als das, was es schon auf dem Markt gibt, oder eben überhaupt nicht wirkungsvoll sind. Wenn ich 100 Produkte entwickle, dann kommt am Ende eins hinten beim Patienten an. Und das unterschätzen viele Leute. Dadurch sind die Entwicklungskosten so extrem hoch.”

Die 100:1-Ausfallquote ist kein Argument gegen Innovation — sie ist ein systemisches Argument für maximale Effizienz in jedem Prozessschritt, der sich optimieren lässt. Regulatorische Compliance-Dokumentation, CMC-Dokumentation strukturiert aufzubauen und Daten konsistent zu halten: Das sind keine Nice-to-haves, sondern direkte Hebel zur Kostenreduktion.

Das Paradox: Während jeder einzelne Medikamentenkandidat durch Dutzende Teams, Standorte und Einreichungsrunden läuft, werden die dabei erzeugten Daten überwiegend in Dokumenten gespeichert, die für Menschen lesbar, aber für Maschinen und Folgeprozesse kaum verwertbar sind. Inkonsistenz ist eingebaut.

Quality by Design: Das regulatorische Pflichtprogramm für Prozessverständnis

Quality by Design (QbD) ist das regulatorisch geförderte Rahmenwerk, das Pharmaunternehmen zwingt, ihren Herstellprozess nicht nur durchzuführen, sondern vollständig zu verstehen und zu dokumentieren. Das klingt selbstverständlich — ist es in der Praxis aber nicht.

Buyel beschreibt das Kernanliegen präzise:

„Was passiert, wenn ich die Temperatur hier 2° erhöhe? Ist mein Produkt dann immer noch in Ordnung? Kann ich das einem Patienten geben? Das sind Informationen, die ich am Ende mit der Behörde teile, damit die versteht, dass ich meinen Herstellprozess verstanden und unter Kontrolle habe.”

Das QbD-Framework in fünf operativen Schritten:

1. Kritische Prozessparameter identifizieren (Temperatur, Druck, pH-Wert etc.)
2. Akzeptable Parameterbereiche definieren — nicht Fixwerte, sondern validierte Bandbreiten
3. Auswirkungen von Abweichungen dokumentieren auf Produktqualität und Patientensicherheit
4. Kontrollstrategie entwickeln, die Risiken im laufenden Betrieb minimiert
5. Strukturierte Einreichung bei der Zulassungsbehörde als Nachweis von Prozessbeherrschung

Was QbD für die Digitalisierung papierbasieter Prozesse bedeutet: Wenn die Kontrollstrategie in Word-Dokumenten lebt, ist sie faktisch nicht skalierbar. Jede Prozessänderung, jeder neue Standort, jede Behördeneinreichung erfordert manuelle Neuinterpretation. Prozessoptimierung im Manufacturing beginnt damit, diese Dokumente in maschinenlesbare, strukturierte Datensätze zu überführen.

Technologietransfer: Der kritische Engpass zwischen Entwicklung und Markt

Wenn ein Medikament die klinischen Phasen erfolgreich durchläuft, beginnt die nächste Herausforderung: Technologietransfer. Der Prozess, der in einer Pilotanlage funktioniert, muss auf industrielle Produktionsstandorte in verschiedenen Ländern übertragen werden.

„Ich muss jetzt ein Herstellprozess, ich weiß jetzt, wie ich mein Medikament machen möchte. Jetzt muss ich das aber in Deutschland für 80 Millionen Leute herstellen. Ich kann das nicht an einem Standort alleine machen, sondern an vielen Standorten gleichzeitig. Jeder hat ein bisschen was anderes.”

„Ein bisschen was anderes” ist dabei drastisch untertrieben. Jeder Produktionsstandort bringt andere Ausrüstungsparameter, andere lokale regulatorische Auflagen, andere Kalibrierungsstandards und andere interne Dokumentationspraktiken mit. Koordination bei Mehrstandort-Produktion ist ohne gemeinsame Datensprache ein exponentiell wachsendes Komplexitätsproblem.

Das direkte Ergebnis: Pharmaunternehmen enden mit 60 bis 80 verschiedenen Herstellprozessversionen, eingereicht in 200 verschiedenen Ländern. Buyels Beschreibung dieser Realität:

„Wenn ich dieses Molekül in verschiedenen Ländern einreiche, wird jede Behörde sagen: Ich möchte dass die Spezifikation da 1% niedriger ist, da 1% höher ist. Über die Zeit entwickelt das eine extreme Komplexität. Die haben am Ende 60, 80 verschiedene Herstellerprozesse in 200 verschiedenen Ländern eingereicht.”

Regulatorisches Strategiemanagement in diesem Kontext ist kein einmaliges Projekt — es ist dauerhaftes Versionsmanagement auf industrieller Skala.

Das COVID-Modell: Was möglich ist, wenn die Dateninfrastruktur stimmt

COVID-19 hat unbeabsichtigt das bislang überzeugendste Argument für strukturierte Daten in der Pharmaindustrie geliefert. Unter extremem Zeitdruck, mit globaler Kooperation zwischen Unternehmen, die normalerweise Wettbewerber sind, wurde Impfstoffentwicklung und -zulassung in einem Bruchteil der üblichen Zeit abgeschlossen.

Buyel identifiziert das zentrale operative Learning:

„Das große Learning von COVID war: wie aus 200 PDFs, die meinen Herstellprozess beschreiben, einen strukturierten Datensatz machen, den von A nach B zu bringen, sodass jemand anders den auch verstehen kann, ohne Ambiguität zu haben. Da fängt’s an: wir brauchen eine gemeinsame Sprache.”

Das ist keine abstrakte Forderung nach Interoperabilität — es ist die präzise Beschreibung dessen, was Datenmanagement in Life Sciences in der Praxis leisten muss. Die Transformation von 200 PDFs in einen strukturierten, ambiguitätsfreien Datensatz ist die Grundvoraussetzung dafür, dass Technologietransfer skaliert.

Die zweite COVID-Lektion betrifft Kollaboration:

„Es gab sehr viel Zusammenarbeit zwischen Pharmafirmen, die jetzt in den normalen Markt nicht stattgefunden hätte. Das war wirklich eine inspirierende Zeit — man hatte ein höheres Ziel.”

Change Management bei der Digitalisierung von Pharma muss diese Erkenntnis institutionalisieren: Geschwindigkeit entsteht nicht durch mehr Ressourcen im bestehenden System, sondern durch fundamentale Neugestaltung der Dateninfrastruktur und der Kooperationsmodelle.

Regulatorischer Konservatismus: Der unsichtbare Modernisierungsblocker

Der vielleicht unterschätzte Faktor bei der digitalen Transformation der Pharmaindustrie ist nicht die Technologie — es ist die Regulatorik selbst. Buyel beschreibt das strukturelle Dilemma ohne Umschweife:

„Die Pharmaindustrie hat die Kernprobleme etwas konservativer zu sein, einfach durch den Fakt, dass sie sehr stark reguliert wird von den Behörden. Es gibt dadurch sehr alte Prozesse, die lange dauern zu modernisieren. Viel Herstellung findet immer noch auf Papier statt, weil man einfach ein Medikament vor 20 Jahren eingereicht hat und da nichts mehr ändern kann.”

Das Implikat für Führungskräfte: GMP-Compliance automatisieren oder QMS-Systeme digitalisieren ist keine technische Frage, die IT alleine löst. Es erfordert regulatorische Strategie, Behördenkommunikation und — oft unterschätzt — Stakeholder-Koordination im Zulassungsverfahren über interne und externe Grenzen hinweg.

Wer Change Management in regulierten Industrien als reines Projektmanagementproblem behandelt, wird an genau dieser Stelle scheitern.

Industriekonsortien als Beschleuniger: Das BioForum-Modell

Eine der effektivsten Antworten auf fragmentierte Standards ist kollaborative Standardisierung. Das BioForum-Modell zeigt, wie das funktioniert: Über 30 große und kleinere Pharmaunternehmen arbeiten gemeinsam an Standards, Taxonomien und Best Practices — ohne individuelle Wettbewerbsvorteile preiszugeben.

Das Framework in fünf Schritten:

1. Branchenteilnehmer um ein geteiltes Problem versammeln (z.B. Nomenklatur für Prozessparameter)
2. Standard-Sprache und Klassifikationen definieren
3. Mit ISO-Standards und regulatorischen Anforderungen harmonisieren
4. Standard in