MSD und Google Cloud: Was KI-Agenten für Pharma bedeuten

4 Min. Lesezeit

Der US-Pharmakonzern Merck & Co., außerhalb der USA und Kanadas als MSD bekannt, will mit Google Cloud eine Plattform für KI-Agenten über mehrere Geschäftsbereiche hinweg einsetzen. Die mehrjährige Partnerschaft umfasst Forschung und Entwicklung, Fertigung, Vertrieb und Unternehmensfunktionen. Für mittelständische Pharma- und Chemieunternehmen liefert die Ankündigung Anhaltspunkte für die Planung eigener Projekte. Entscheidend sind der konkrete Anwendungsfall, der Zugang zu Daten und die Verantwortung für Ergebnisse.

Was MSD und Google Cloud angekündigt haben

Die Partner stellten ihre Zusammenarbeit am 22. April 2026 vor. Laut Unternehmensmitteilung soll die Plattform unter anderem Gemini Enterprise nutzen. Google-Cloud-Ingenieure arbeiten dafür mit Teams von MSD zusammen. Geplant sind Anwendungen in der Forschung und Entwicklung, in der Fertigung, im Vertrieb und in Unternehmensfunktionen.

Die Mitteilung beschreibt Ziele und vorgesehene Einsatzbereiche. Welche Ergebnisse die einzelnen Anwendungen im Betrieb erreichen, lässt sich daraus noch nicht ablesen. Die dort genannten 75.000 Beschäftigten beziehen sich auf die weltweite Belegschaft des Pharmakonzerns und belegen keinen abgeschlossenen Rollout bei jeder Person.

Für die Einordnung in Deutschland ist der Name wichtig: Merck & Co. aus den USA tritt außerhalb der USA und Kanadas als MSD auf. Die deutsche Merck KGaA in Darmstadt ist ein eigenständiges Unternehmen.

Vom Geschäftsprozess zum ersten Agenten

Was ist ein KI-Agent? Ein KI-Agent ist ein System, das für ein Ziel mehrere Schritte ausführen kann. Je nach Einrichtung durchsucht es beispielsweise Informationen, erstellt einen Vorschlag oder nutzt ein angebundenes Werkzeug. Welche Schritte es selbst ausführen darf, legt die jeweilige Anwendung fest.

Für ein mittelständisches Unternehmen bietet sich zunächst ein klar abgegrenzter Prozess an. In der Qualitätssicherung könnte ein Agent etwa Unterlagen zu einer Abweichung zusammenstellen und einen Entwurf für die zuständige Fachkraft vorbereiten. Ob Quellen vollständig sind und welche Maßnahmen folgen, bleibt dabei Gegenstand der fachlichen Prüfung.

Vor einem Pilotprojekt sollten Fachbereich und IT gemeinsam festlegen, welche Daten benötigt werden, wer darauf zugreifen darf und wie Ergebnisse überprüft werden. Ebenso gehört dazu ein Verfahren für fehlerhafte Ausgaben: Wer korrigiert sie und wann wird der Agent gestoppt? Erst anhand solcher Regeln lässt sich beurteilen, ob der Einsatz im vorgesehenen Prozess sinnvoll ist.

Daten und Anbieter vertraglich prüfen

Forschungsunterlagen, Produktionsdaten und Vertriebsinformationen haben unterschiedliche Schutzbedürfnisse. Für jeden geplanten Zugriff sollten Unternehmen daher Herkunft, Berechtigung und Verwendungszweck der Daten prüfen. Bei personenbezogenen Daten gehört die Datenschutzprüfung in die Vorbereitung.

Bei Angeboten für eine Agentenplattform zählen neben dem Preis auch Datenverarbeitung, Zugriffsrechte und Verantwortlichkeiten. Einkauf und IT können klären, wie Nutzung abgerechnet wird, welche Protokolle verfügbar sind und wie sich Daten und Konfigurationen bei einem Anbieterwechsel exportieren lassen. Ob ein Dienstleister Fördermittel einsetzt und ob diese dem Kunden zugutekommen, gehört konkret ins Angebot.

Google Cloud hat einen Fonds für sein weltweites Partnerökosystem angekündigt. Daraus folgt für einen einzelnen Kunden noch kein Anspruch auf einen Zuschuss oder einen bestimmten Projektpreis.

Recht und Verantwortung im Einsatz klären

Der EU AI Act gilt stufenweise. Die Pflicht für Anbieter und Betreiber, Maßnahmen zur Förderung der KI-Kompetenz der mit dem Betrieb und der Nutzung befassten Personen zu ergreifen, gilt laut Europäischer Kommission seit dem 2. Februar 2025. Die Maßnahmen sollen unter anderem den Kenntnisstand der beteiligten Personen und den Einsatzkontext berücksichtigen.

Ob ein KI-System als hochriskant einzustufen ist und welche Pflichten daraus folgen, hängt vom konkreten System, seinem Zweck und der jeweiligen Rolle des Unternehmens ab. Ein Einsatz in der Pharma-Produktion allein beantwortet diese Frage nicht. Für produktionsnahe oder qualitätsrelevante Anwendungen sollten Unternehmen zudem die jeweils einschlägigen branchenspezifischen Anforderungen gesondert prüfen.

Protokolle können bei der Nachvollziehbarkeit helfen. Welche Informationen festzuhalten sind und ob ein Produkt sie tatsächlich liefert, sollte vor dem Einsatz geprüft werden. Ein Audit-Trail entsteht nicht allein dadurch, dass eine Anwendung als KI-Agent bezeichnet wird.

Häufige Fragen

Bildquelle: KI-generiert (November 2026)