-
Die dunkle Materie der Arzneimittelforschung und -entwicklung: Warum die semantische Harmonisierung die fehlende Schicht in der KI-nativen Forschung und Entwicklung ist
Wie die Akzeptanz fragmentierter, unstrukturierter biomedizinischer Daten, anstatt sie zu bekämpfen, zur Grundlage KI-basierter Forschung und Entwicklung wird. Im vergangenen Sommer startete die FDA eines der folgenreichsten Experimente in der modernen Arzneimittelentwicklung. Im Rahmen einer Initiative, die in einem ... angesiedelt ist
-
Teil 5 von 5 – Anwendungsspezifische Suche bis hin zum Abruf auf Studienebene: Die letzte Meile für reproduzierbare klinische Studiendaten
Archivierung klinischer Studiendaten – Teil 5/5. Teil 1 dieser Reihe behandelte die Umwandlung von Kostenstellen in strategische Vermögenswerte. Teil 2 befasste sich mit der Umwandlung von Daten aus früheren Studien in Trainingsdaten für KI. Teil 3 behandelte die Umwandlung des Archivierungsaufwands aus Fusionen und Übernahmen in einen Wettbewerbsvorteil. Teil ...
-
Teil 4 von 5 – Von Anwendungssilos zu echter Interoperabilität: Warum FAIR-Daten vom zugrunde liegenden Anwendungsstack abhängen
Archivierung klinischer Studiendaten – Teil 4/5. Teil 1 dieser Reihe behandelte die Umwandlung von Kostenstellen in strategische Vermögenswerte. Teil 2 befasste sich mit der Umwandlung von Daten aus früheren Studien in Trainingsdaten für KI. Teil 3 behandelte die Umwandlung des Archivierungsaufwands aus Fusionen und Übernahmen in einen gemeinsamen Wettbewerbsvorteil, der …
-
Teil 3 von 5 – Archivierungsaufwand als Wettbewerbsvorteil: Wie einheitliche Archive Biotech-Übernahmen in krebsübergreifende Forschung umwandeln
Archivierung klinischer Studiendaten – Teil 3/5. Teil 1 dieser Reihe behandelte die Umwandlung von Kostenstellen in strategische Vermögenswerte. Teil 2 befasste sich mit der Umwandlung von Daten aus der Vergangenheit in Trainingsdaten für KI-Systeme. Dieser Blogbeitrag widmet sich der dritten Dimension: dem Archivierungsaufwand heterogener Systeme ...
-
Vom Datensumpf zur KI-fähigen Ressource: Ein Reifegradmodell für Unternehmen
Die meisten Unternehmensdaten sind nicht komplex, sondern unkontrolliert. Organisationen bezeichnen ihre Datenumgebung als komplex, meinen aber etwas Präziseres: Daten haben sich in Systemen angesammelt, die nie für den Datenaustausch konzipiert wurden, veraltete Anwendungen enthalten jahrzehntelange Geschäftsdaten …
-
Datenarchitektur-Blueprint: Aufbau der technischen Grundlage für KI im Unternehmen
Die Diskussion, die die meisten KI-Programme nicht führen: Organisationen, die von einem KI-Pilotprojekt zu einem KI-Programm übergehen, weisen ein gemeinsames Muster auf: Sie haben die Architekturfrage gelöst, bevor der Umfang sie offenbarte. Sie haben definiert, wie die Datengrundlage aussehen muss ...
-
Teil 2 von 5 – Rückblick auf Trainingsdaten: Wie archivierte Daten klinischer Studien KI beibringen, die nächste Studie zu entwerfen
Archivierung klinischer Studiendaten – Teil 2/5. Teil 1 dieser Reihe behandelte die erste Dimension – Kostenstellen und strategische Vermögenswerte. Dieser Beitrag behandelt die zweite Dimension: Wie aus Daten aus der klinischen Praxis Trainingsdaten für KI/ML-Modelle entstehen. Im Januar 2026 …
-
Teil 1 von 5 – Vom Kostenfaktor zum strategischen Vermögenswert: Wie archivierte Daten aus klinischen Studien die Arzneimittelentwicklung bereits um Jahre verkürzen
Letzte Woche veröffentlichte ich meinen Blogbeitrag, in dem ich fünf Veränderungen im Bereich der Archivierung klinischer Studiendaten aufzeigte – von einer reinen Compliance-Pflicht hin zu einer F&E-Infrastruktur. Dies ist der erste detaillierte Einblick: Dimension eins, die Transformation von Kostenstellen hin zu strategischen Vermögenswerten, die Nutzung archivierter Daten für …
-
Niemand plant das zweite System in seine Budgets ein.
Jedes Fusionsmodell berücksichtigt Synergien. Kaum eines berücksichtigt jedoch, dass die unterlegene Plattform nicht wirklich verschwindet – sie wird lediglich stillgelegt und bleibt weiterhin auf der Rechnung. Die meisten IT-Reviews nach Fusionen beginnen daher gleich – mit …
-
Hört auf zu fragen, wie die Plattform funktioniert. Fragt stattdessen, was sich montags ändert.
Fragt man nach Datenplattformen, lautet die Antwort meist: Architektur – Wissensgraphen, Abfragepipelines, Governance-Design. Doch die Einkäufer am Tisch stellen nun zunächst eine andere, und zwar die richtige: Was …
