©Elnur Amikishiyev-stock.adobe.com

Risikokapital wandelt sich durch KI

Bisher wurde ein großes Geheimnis darum gemacht, wie genau ein Wagniskapitalgeber die Entscheidung trifft, wohin das nächste Investment fließt. Daten haben hier schon immer eine Rolle gespielt, ebenso Erfahrung und eine Portion Bauchgefühl. Und manchmal klang auch etwas von "Computermodellen" zur Vorhersage durch. Nun gehen VC-Unternehmen in die Offensive und sehen ihre Datenberge mit Hilfe von Künstlicher Intelligenz durch, wie beispielsweise Sofinnova.

ANZEIGE

HBM Healthcare macht es, TVM Capital macht es, vermutlich machen es ziemlich viele der mit dem Buzzword Künstliche Intelligenz sehr stark konfrontierten VC-Szene: selbst KI zur Analyse der eigenen Datenberge einsetzen zur Absicherung von Investmententscheidungen ,– um diese künftig durch die KI treffen zu lassen?

Bisher wurde ein großes Geheimnis darum gemacht, wie genau ein Wagniskapitalgeber aus den Hunderten von Projektvorschlägen in einem Meer von Tausenden und mehr globalen Erfindungen die Entscheidung trifft, wohin das nächste Investment fließt. Daten haben dabei schon immer eine Rolle gespielt, Erfahrung und eine Portion Bauchgefühl wohl auch. Und manchmal klang auch etwas von „Computermodellen“ zur Vorhersage durch. Nun gehen einige VC-Unternehmen stärker in die Offensive und sehen ihre Datenberge mit Hilfe von Künstlicher Intelligenz durch, beispielsweise Sofinnova.

Sofinnova Partners ist eine der führenden europäischen Risikokapitalgesellschaft für Biowissenschaften mit Sitz in Paris, London und Mailand. Sie gab kürzlich den Start von Sofinnova.AI bekannt, einer Plattform für künstliche Intelligenz, in der die 50-jährige Branchenexpertise des Unternehmens gespeichert ist.

Antoine Papiernik, Chairman und Managing Partner von Sofinnova Partners, kommentierte den publikumswirksamen Aufschlag in Sachen KI/AI: „Sofinnova.AI verbessert den konventionellen, manuellen Ansatz bei der Recherche zu und der Entwicklung von Investitionsmöglichkeiten – ein Prozess, der bisher ausschließlich von unseren persönlichen Netzwerken und der akribischen Arbeit abhing, unterschiedliche Informationen über Monate, wenn nicht Jahre, miteinander zu verknüpfen.“ Dies soll nun durch die Nutzung von Milliarden von Datenpunkten aus der wissenschaftlichen Literatur, aufkommenden Therapiegebieten und technologischen Durchbrüchen, kombiniert mit dem gesamten proprietären Wissen, das Sofinnova in 50 Jahren gesammelt hat, mit Hilfe von Sofinnova.AI dazu genutzt werden, „die nächsten ‚Moonshots‘ mit beispielloser Geschwindigkeit und Präzision zu identifizieren“, ergänzt Papiernik.

Sofinnova.AI basiert auf einer strukturierten, ständig aktualisierten Datenbank, die den globalen Kern-Datensatz des wissenschaftlichen Wissens in Echtzeit erfasst. Die Datenbank enthält nach Unternehmensangaben:

> 90 Millionen Autoren wissenschaftlicher Publikationen
> 40 Millionen wissenschaftliche Publikationen
> 100.000 Forschungseinrichtungen
> 4,5 Millionen veröffentlichte Patente
> 450.000 klinische Studien
> 2 Millionen Unternehmen und 1,5 Millionen Unternehmensgründer

Zusätzlich zur strukturierten Datenbank enthält Sofinnova.AI alle Informationen und Expertenmeinungen, die das Unternehmen im Laufe der Zeit gesammelt hat. Eine Reihe von unternehmenseigenen Datenanalysetools, darunter ein maßgeschneidertes Large Language Model (LLM), eine ChatGPT-ähnliche Technologie, ermögliche es den Sofinnova-Teams, diese riesige Datenbank auf die effizienteste Weise abzufragen. Diese Werkzeuge ermöglichten es dem Unternehmen unter anderem, verborgene Zentren der biowissenschaftlichen Forschung aufzuspüren, neue wissenschaftliche Trends vorherzusagen und mit der nächsten Generation von Innovatoren in Kontakt zu treten.

Dafür habe ein Team von Datenwissenschaftlern und KI-Experten die vergangenen vier Jahre damit verbracht, Sofinnova.AI sorgfältig zu entwickeln, lässt das Unternehmen wissen. Die damit verknüpfte Hoffnung fasst Papiernik so zusammen: „Wir sind davon überzeugt, dass wir mit Sofinnova.AI in der Lage sein werden, Chancen aus einem viel breiteren Blickwinkel zu bewerten und auf die effizienteste Art und Weise über den Tellerrand zu blicken, damit wir mehr Zeit für die Menschen haben.“

Neben dem Investment in KI-Firmen haben damit auch VC-Kapitalgeber erkannt, dass dieses Werkzeug die eigene Datenarbeit erleichtern kann. Vermutlich sind sehr viel mehr VC-Firmen bereits in diese Richtung unterwegs, als bisher bekannt.

SIE MÖCHTEN KEINE INFORMATION VERPASSEN?

Abonnieren Sie hier unseren Newsletter