aus dem Kontext, den wir innerhalb unseres eigenen Systems aufbauen“, sagt Pires. Wenn klinische Daten eintreffen Ein gewöhnlicher Chatbot beginnt mit der Frage eines Nutzers. Das eigene Betriebssystem beginnt bereits mit dem Investmentkontext. Noch bevor Studiendaten vorliegen, spielt es auf Basis von Studiendesigns, internen Annahmen, Bewertungen und Portfoliopositionen Zehntausende Szenarien durch. Im Voraus wird festgelegt, welche Ergebnisse als stark, schwach oder mehrdeutig gelten und welche Folgen sie für den Investment Case hätten. Damit werden Annahmen vor dem Ereignis transparent festgehalten und können im Nachhinein nicht unbemerkt an das tatsächliche Ergebnis angepasst werden. Sobald Daten verfügbar sind, greifen spezialisierte Agenten auf Primärquellen zu. Sie vergleichen die Zahlen mit dem Studiendesign und früheren Daten und markieren Abweichungen. Ziel ist nicht, möglichst schnell ein Urteil zu produzieren. An schnellen Meinungen herrscht an den Märkten kein Mangel. Das System soll helfen, schneller die richtige Frage zu stellen: Was hat sich verändert? Welche Annahme muss angepasst werden? Ist die Unsicherheit gesunken oder gestiegen? Reagiert der Markt auf eine Schlagzeile oder haben sich die wirtschaftlichen Aussichten des Wirkstoffs verändert? Berechnung ist nicht Urteilsvermögen Diese Analyse fließt in die Beurteilung durch das Investmentteam ein. KI kann Studiendaten analysieren, Annahmen angreifen, Szenarien entwickeln und für eine neue Einschätzung argumentieren. Doch irgendwann wird aus „Was lässt sich aus der Evidenz ableiten?“ die Frage: „Woran glauben wir, wie hoch ist unsere Überzeugung und wie viel Kapital setzen wir dafür ein?“ Diese Entscheidung verbindet Verantwortung, Risikobereitschaft und Portfoliokontext. Und sie bleibt beim Menschen. Ebenso klar ist die Grenze bei der Nachvollziehbarkeit: Kann das System für eine wesentliche Aussage keine belastbare Quelle ausweisen, wird sie nicht berücksichtigt. Geschwindigkeit schafft nur dann einen Vorteil, wenn sie nicht auf Kosten der Prüfbarkeit geht. Die Technologie soll Investmentthesen kritisch hinterfragen, ohne Unklarheit darüber zu schaffen, wer die Kapitalallokation verantwortet. Relevanz statt Informationsmenge Wer alles lesen und zusammenfassen lässt, verfügt nicht automatisch über bessere Erkenntnisse. Die Relevanz ist entscheidend. Das Betriebssystem orientiert sich deshalb an wenigen Kernfragen: Wirkt das Medikament? Ist es sicher? Welche Information verändert Erfolgswahrscheinlichkeit, Bewertung oder Risiko? Nur dann rückt eine Nachricht in den Vordergrund. Kurzum: Verändert sich ein Investment Case tatsächlich, soll niemand im Team zu spät davon erfahren. Am meisten begeistert Pires nicht die Geschwindigkeit, sondern der mögliche Widerspruch. Das System soll Thesen herausfordern und die Evidenz offenlegen. Widerspricht es einem erfahrenen Analysten und dieser hat recht, kann diese Erkenntnis ins System zurückfließen. Hat das System recht, erkennt das Team womöglich etwas, das ihm sonst entgangen wäre. Langfristig könnte darin der größte Wert liegen. Neue Analysten könnten frühere Entscheidungen und die zugrunde liegenden Annahmen wesentlich leichter nachvollziehen. Über die Zeit entsteht so ein institutionelles Gedächtnis aus dokumentierten Investmentthesen, Annahmen, Bewertungsänderungen und Ergebnissen. Wissen wird systematischer verfügbar und bleibt erhalten, auch wenn Mitarbeitende das Unternehmen verlassen. Wie die Modelle in einigen Jahren aussehen werden, will Pires nicht prognostizieren. Der Vorsprung soll nicht vom Modell abhängen, sondern von Kontext, Argumentation und Erinnerung. Das „Was“ bleibt unverändert. Beim „Wie“ hat die Entwicklung gerade erst begonnen. www.bbbiotech.ch Rachael Burri ist seit August 2025 Head Investor Relations bei BB Biotech AG. In dieser Funktion verantwortet sie die Investor- Relations-Aktivitäten und den Dialog mit Aktionären, Analysten sowie weiteren Kapitalmarktteilnehmern. Sie verfügt über langjährige Erfahrung in Investor Relations und Corporate Communications in der Finanzdienstleistungsbranche. Vor ihrem Wechsel zu BB Biotech war sie in leitenden Funktionen unter anderem bei Swiss Re und Helvetia tätig. Sébastien Pires wurde 2026 zum ersten Head AI von BB Biotech ernannt. Er verantwortet die KI-Strategie des Unternehmens und leitet die Entwicklung von bibi, dem proprietären KI-Betriebssystem. Zuvor war der Technologieexperte als VP Engineering bei AllianceBernstein in London tätig. Dort leitete er den Engineering-Bereich der Private- Alternatives-Sparte, die ein Vermögen von knapp 80 Mrd. USD verwaltet. Ausgabe Nr. 4/2026 – GELD-MAGAZIN . 33
RkJQdWJsaXNoZXIy MzgxOTU=