Branchenbericht zeigt: 64 % der Führungskräfte im Life-Sciences-Bereich ergreifen Maßnahmen zur Etablierung einer KI-Governance

Untersuchungen deuten darauf hin, dass Vertrauen das eigentliche Hindernis für die Skalierung agentischer KI darstellt; 58 % geben an, dass es der Branche nach wie vor an klaren Standards für verantwortungsvolle KI mangelt

TORONTO und NEW YORK, 29. Oktober 2026 /PRNewswire/ -- Laut dem Responsible AI in Life Sciences (RAIL) Report 2026 richten Unternehmen der Life-Sciences-Branche Governance-Strukturen ein, um agentische KI in kommerziellen, medizinischen und patientenbezogenen Bereichen auszuweiten. Die neue Branchenstudie basiert auf Rundtischgesprächen und einer Umfrage unter Führungskräften in Pharma-, Biotech- und Medizintechnikunternehmen. Zwei Drittel (64 %) der Befragten geben an, dass ihr Unternehmen über einen KI-Governance-Prozess verfügt, der entweder bereits vollständig etabliert ist oder sich in der Entwicklung befindet.

Die von ACTO durchgeführte Studie zeigt eine Branche, die bereit ist, KI einzusetzen, aber noch daran arbeitet, ihr zu vertrauen. Governance ist das KI-Anliegen, das Führungskräfte am häufigsten anführen. Es ist zugleich das Thema, das sie nach eigenen Angaben in der Praxis am meisten vernachlässigt haben. Mehr als ein Drittel verfügt nach wie vor entweder über keine definierte Governance oder stützt sich auf eine einmalige IT-Genehmigung.

Vertrauen ist das Hindernis für eine flächendeckende Einführung

Die Ergebnisse deuten darauf hin, dass Vertrauen darüber entscheiden wird, in welchem Umfang und wie schnell die Life-Sciences-Branche KI einführt. Die Technologie scheint nicht mehr das Haupthindernis zu sein. Führungskräfte stufen regulatorische, rechtliche oder Compliance-Bedenken (21 %) als das größte interne Hindernis für die Skalierung von KI ein, während die technische Bereitschaft fast ganz unten auf der Liste steht (9 %). Auf die Frage, welcher Faktor bei der Beurteilung eines KI-Pilotprojekts am wichtigsten ist, nannten Führungskräfte Vertrauen und Akzeptanz (24 %) noch vor Effizienz (23 %) – ein Zeichen dafür, dass sich die Erwartungen wandeln.

Führungskräfte vertrauen der KI in ihren eigenen Händen mehr als in denen ihrer Organisationen. Mehr als zwei Drittel der Führungskräfte (68 %) sind in ihrer Organisation an einem KI-Projekt beteiligt, und 69 % bewerten ihr persönliches Vertrauen in die KI als hoch. Dennoch ist mehr als die Hälfte (54 %) weiterhin besorgt darüber, wie KI in ihren eigenen Organisationen eingesetzt wird. 58 Prozent geben an, dass es in der Life-Sciences-Branche keinen klaren Branchenstandard für verantwortungsvollen Umgang mit KI gibt.

„Die Diskussionen spiegelten ein breites Spektrum an Perspektiven und Erfahrungen hinsichtlich des Verständnisses, der Einführung und der Überwachung von KI in der gesamten Branche wider", sagte Lisa DeMarco, General Counsel und Chief Business Officer bei Arctic Therapeutics sowie Moderatorin der von ACTO veranstalteten RAIL-Rundtischgespräche. „Ein wichtiges Thema in den Gesprächen war der Bedarf an praktischen Leitlinien, die Unternehmen dabei helfen, die Vertrauenswürdigkeit von KI zu bewerten und dabei den Fokus auf die Patientensicherheit zu legen."

Governance bildet die Grundlage für Vertrauen

Die Führungskräfte beschrieben Governance als ein fortlaufendes Betriebsmodell, das weit über die anfängliche Genehmigung hinausgeht. Es erfordert benannte Verantwortliche, klare Eskalationswege und Standardarbeitsanweisungen (SOPs) sowie die Möglichkeit, einen KI-Agenten einzusetzen und zu widerrufen, und eine Governance, die sowohl auf der Ebene des Agenten als auch auf der Ebene der Unteragenten durchgesetzt wird. Eine Herausforderung besteht darin, dass die Zuständigkeiten noch nicht geklärt sind. Auf die Frage, wer letztendlich für die Handlungen eines KI-Agenten verantwortlich gemacht werden sollte, nannten die Führungskräfte den Endnutzer (34 %), die Rechts- und Compliance-Abteilung (28 %), den externen KI-Anbieter (22 %) und die IT-Abteilung (16 %).

Die Daten deuten darauf hin, dass die Verantwortung beim Endnutzer liegt, da ein Großteil der KI-Nutzung außerhalb genehmigter Systeme stattfindet. Fast ein Viertel der Unternehmen (23 %) überwacht oder erörtert die Nutzung nicht autorisierter KI-Agenten durch Mitarbeiter nicht, und die Führungskräfte am Runden Tisch berichteten, dass Mitarbeiter bereits eigene Agenten entwickeln, ohne dass eine Governance vorhanden ist. Die Kluft zwischen der Einführung von KI und ihrer Überwachung scheint branchenweit zu einem Vertrauensverlust zu führen.

Die Branche bewegt sich rasch von der Frage „Wo soll man anfangen?" hin zu „Was soll als Nächstes entwickelt werden?"

Führungskräfte wünschen sich, dass KI die Leistung steigert und fair bewertet wird. Vier von fünf (79 %) stimmen zu, dass KI-Risiken und der ROI daran gemessen werden sollten, wie Menschen die Arbeit heute erledigen – einschließlich der damit verbundenen Fehlerquote. Verbesserte Ergebnisse und Outcomes (29 %) wurden als der wichtigste erwartete Nutzen genannt, weit vor Budgeteinsparungen (10 %) und Risikominderung (8 %).

Die Führungskräfte, die bei der KI am weitesten fortgeschritten sind, ordnen jeden Anwendungsfall nach seinem Wert und dem Schwierigkeitsgrad der Steuerung ein. Die meisten beginnen mit leichter zu steuernden Aufgaben wie Überprüfungs- und Genehmigungszyklen, der Vorbereitung von Telefonaten, der Protokollierung von Erkenntnissen, der Triage und dem Coaching. Da bereits zwei Drittel KI-Projekte betreiben, richtet sich die Aufmerksamkeit nun auf anspruchsvollere Aufgaben: die Vernetzung von Systemen, die Unterstützung einer vollständigen Produkteinführung und die Verknüpfung mehrerer Agenten miteinander. Ein Agent, der einen Außendienstmitarbeiter oder einen Medical Science Liaison unterstützt, muss systemübergreifend arbeiten und mit den bereits in jedes System integrierten KI-Agenten zusammenarbeiten. Dies wirft neue Fragen auf: Wem kann man vertrauen, und wer trägt die Verantwortung für das Ergebnis?

Der Mensch bleibt der schwierigste Aspekt bei der Einführung. Das Thema Change Management war eine häufige Herausforderung, die bei jedem Rundtischgespräch angesprochen wurde. Auf die Frage, welche Fähigkeit Menschen am dringendsten behalten müssen, wählten 45 % das Urteilsvermögen, gefolgt von zwischenmenschlichen Beziehungen (31 %) und Strategie (24 %). Der Bericht empfiehlt, die Rollen detailliert neu zu definieren und dabei zu trennen, was ein KI-Agent übernimmt und was dem Menschen vorbehalten bleibt.

Einführung eines gemeinsamen Standards für Vertrauen: Die RAIL-Punktzahl

Um der Branche einen gemeinsamen Maßstab an die Hand zu geben, bietet der RAIL-Score eine Bewertungsrubrik, die jedes agentenbasierte KI-System anhand von sechs Komponenten verantwortungsvoller KI bewertet, darunter Governance, Sicherheit, Prüfung und Zertifizierung, Menschzentriertheit, Wertschöpfung und Orchestrierung. Jede Komponente wird mit „hoch" bewertet – was bedeutet, dass sie vertrauenswürdig genug für den Einsatz in den Biowissenschaften ist –, mit „mittel" – wobei zunächst bestimmte Lücken geschlossen werden müssen – oder mit „niedrig" – was bedeutet, dass sie für den Einsatz ungeeignet ist. Der Bericht enthält zudem Werkzeuge, um den Score in die Praxis umzusetzen. Dazu gehören eine Scorecard zur Selbstbewertung, eine Checkliste zur Anbieterbewertung, eine Vorlage für die Stellenbeschreibung eines KI-Agenten sowie eine 90-Tage-Checkliste für die Einführung.

„Die Branche hat die Frage, ob agentische KI eingesetzt werden soll, bereits hinter sich gelassen. Führungskräfte wollen nun wissen, welchen Systemen sie ausreichend vertrauen können, um sie zu skalieren, und derzeit gibt es keinen einheitlichen Maßstab, um diese Frage zu beantworten", sagte Parth Khanna, Mitbegründer und CEO von ACTO. „Jedes agentische KI-System muss in Bezug auf Sicherheit und Governance die Anforderungen erfüllen. Der RAIL-Score bietet Teams eine einheitliche Methode, um Systeme anhand der Standards zu bewerten, die eine regulierte Branche verlangt, sodass Vertrauen auf Fakten statt auf Anbieterangaben beruhen kann."

Methodik

Der „Responsible AI in Life Sciences (RAIL)"-Bericht 2026 stützt sich auf acht persönliche Roundtable-Gespräche mit Führungskräften, an denen 80 hochrangige Führungskräfte aus Nordamerika und Europa von Februar bis April 2026 teilnahmen, sowie auf eine Online-Umfrage unter 135 Führungskräften von Pharma-, Biotech- und Medizintechnikunternehmen, die vom 8. Juni bis zum 17. Juli 2026 durchgeführt wurde. Nahezu alle Umfrageteilnehmer (97 %) bekleiden Positionen auf Direktorenebene oder höher in den Bereichen Vertrieb, Medical Affairs, Recht und Compliance, Weiterbildung und Entwicklung sowie Marketing.

Der kostenlose RAIL-Bericht 2026 und zugehörige Tools sind ab sofort unter acto.com/RAIL verfügbar.

Um mehr über die Ergebnisse zu erfahren, melden Sie sich für das kommende Webinar „Responsible AI in Life Sciences: What Leaders Say About Scaling Agentic AI", am Mittwoch, den 4. November um 11:00 Uhr Eastern Time an.

Informationen zu ACTO

ACTO unterstützt Life-Sciences-Unternehmen dabei, Therapien nach der behördlichen Zulassung den Patienten zugänglich zu machen. Die KI-gestützte „Field Excellence Platform" und die „AI SuperAgents" von ACTO beschleunigen Produkteinführungen, stärken die Umsetzung im Außendienst und vertiefen die Kundenbindung für Vertriebs- und medizinische Teams. ACTO optimiert Schulungen und Coaching und automatisiert bis zu 30 % der Aufgaben in kundenorientierten Funktionen. Dadurch können Vertriebsmitarbeiter, Medical Science Liaisons und ihre Führungskräfte sich auf zwischenmenschliche Beziehungen, Entscheidungsfindung und strategische Umsetzung konzentrieren. Vierzehn der 50 führenden Pharmaunternehmen nutzen ACTO, ebenso wie wachstumsstarke Biotech-Unternehmen und führende Medizintechnik-Organisationen. ACTO ist nach FDA 21 CFR Part 11 validiert, SOC 2 Typ II zertifiziert und ein Veeva Gold Product Partner. Mehr erfahren Sie unter www.acto.com.

Forschungshighlights
Responsible AI in Life Sciences (RAIL)" 2026-Bericht

Der RAIL-Bericht 2026 stützt sich auf acht Roundtable-Gespräche mit Führungskräften sowie eine Online-Umfrage unter 135 Führungskräften bei Pharma-, Biotech- und Medizintechnikunternehmen in Nordamerika und Europa. Nahezu alle Befragten (97 %) sind auf Direktorenebene oder höher tätig. Die Studie untersucht, wie Unternehmen der Life-Sciences-Branche agentische KI bei der Markteinführung bewerten, steuern und skalieren.

Governance ist das entscheidende Thema

• Fast zwei Drittel (64 %) geben an, dass ihr Unternehmen über einen KI-Steuerungsprozess verfügt, der entweder vollständig etabliert ist (22 %) oder sich in der Entwicklung befindet (42 %).
• Mehr als ein Drittel (36 %) hat keine definierte Steuerung (21 %) oder stützt sich auf eine einmalige Genehmigungsinstanz (15 %).
• Die Governance war das am häufigsten genannte KI-Anliegen in den Rundtischgesprächen, und Führungskräfte bezeichneten sie als den in der Praxis am meisten vernachlässigten Aspekt.
• Die Verantwortlichkeit ist ungeklärt. Die Führungskräfte sind sich uneinig darüber, wer für die Handlungen eines KI-Agenten verantwortlich ist: der Endnutzer (34 %), die Rechts- und Compliance-Abteilung (28 %), der KI-Anbieter (22 %) und die IT-Abteilung (16 %).
• Fast ein Viertel (23 %) überwacht oder erörtert die Nutzung nicht autorisierter KI-Agenten durch Mitarbeiter nicht. Weitere 37 % betrachten dies als schwerwiegenden Sicherheitsverstoß.

Vertrauen könnte das eigentliche Hindernis für die Skalierung sein

• Über die Hälfte (58 %) gibt an, dass es der Life-Sciences-Branche an klaren Standards für verantwortungsvolle KI mangelt.
• Mehr als die Hälfte (54 %) ist besorgt darüber, wie KI in ihrem Unternehmen eingesetzt wird, obwohl 69 % angeben, sich persönlich sehr wohl mit KI zu fühlen.
• Führungskräfte definieren verantwortungsvolle KI als validiert (81 %), ethisch (79 %) und sicher (75 %). Weniger Befragte wählten die Kriterien „konform" (46 %), „überprüfbar" (45 %) oder „kontrolliert" (40 %).
• Vier von fünf Befragten (79 %) stimmen zu, dass KI-Risiken und der ROI anhand der heutigen, von Menschen gesteuerten Ausgangsbasis gemessen werden sollten.
• Vertrauen und Akzeptanz (24 %) liegen knapp vor Effizienz (23 %), Risiko (21 %) und ROI (18 %) als wichtigste Maßstäbe für den Erfolg eines Pilotprojekts.

Vom Einstieg bis zur nächsten Entwicklungsstufe

• Zwei Drittel (68 %) sind in ihrem Unternehmen bereits an einem KI-Projekt beteiligt.
• Jetzt beginnen (hoher Nutzen, leicht zu steuern): Prüf- und Genehmigungszyklen, Vorbereitung vor Anrufen, Protokollierung von Erkenntnissen, Triage, Coaching.
• Als Nächstes umsetzen (hoher Nutzen, schwieriger zu steuern): Systeme miteinander verbinden, eine vollständige Produkteinführung unterstützen, mehrere Agenten miteinander verknüpfen.
• Zurückstellen oder einschränken: alles, was einen Patienten oder eine Aufsichtsbehörde erreichen könnte, ohne dass ein Mensch dazwischensteht.
• Verbesserte Ergebnisse und Outcomes (29 %) liegen vor Effizienz (25 %) und Produktivität (24 %) als wichtigster erwarteter Nutzen. Budgeteinsparungen (10 %) rangieren weit unten, und die Risikominderung belegt den letzten Platz unter den aufgeführten Vorteilen (8 %). Budgeteinsparungen (10 %) rangieren weit unten, und die Risikominderung belegt den letzten Platz unter den aufgeführten Vorteilen (8 %).

Hindernisse sind organisatorischer Natur

• Die größten Hindernisse für die Skalierung sind regulatorische, rechtliche oder Compliance-Bedenken (21 %) sowie ein Mangel an vergleichbaren ROI-Kennzahlen (20 %). Die technische Bereitschaft rangiert fast ganz unten (9 %).
• Führungskräfte nannten drei Faktoren, die die Einführung von KI vorantreiben: mehr zu vermarkten, knappere Budgets und der Druck, KI auch ohne klare Strategie einzuführen.
• Die Neugestaltung der Belegschaft ist der eigentliche Engpass bei der Skalierung. Führungskräfte geben an, dass Urteilsvermögen (45 %), zwischenmenschliche Beziehungen (31 %) und Strategie (24 %) die Fähigkeiten sind, die Menschen am dringendsten behalten müssen.

Der RAIL-Score

• Der RAIL-Score bewertet jedes agentenbasierte KI-System anhand von sechs Komponenten: Governance, Sicherheit, Testen und Zertifizierung, Menschzentriertheit, Wertschöpfung und Orchestrierung.
• Jede Komponente wird mit einer Punktzahl von 1 bis 3 bewertet, was eine Gesamtpunktzahl von maximal 18 ergibt: Hoch (16–18), Mittel (12–15) oder Niedrig (unter 12).
• Sicherheit und Governance sind absolute Mindestanforderungen. Eine Punktzahl unter 3 in einer dieser beiden Komponenten führt dazu, dass das System auf „Niedrig" eingestuft wird.

Der kostenlose RAIL-Bericht 2026 und zugehörige Tools sind ab sofort unter acto.com/RAIL verfügbar.

Um mehr über die Ergebnisse zu erfahren, melden Sie sich für das kommende Webinar „Responsible AI in Life Sciences: What Leaders Say About Scaling Agentic AI, am Mittwoch, den 4. November um 11:00 Uhr Eastern Time an.