Sollte Bayer einen eigenen Supercomputer bauen? Oder: Wenn der Nachbar sich einen Ferrari kauft

Beantworte ich hier eine Frage, die niemand gestellt hat? Weiß ich nicht. Aber es würde mich nicht wundern, wenn mein Chef Bill Anderson sie längst gestellt hätte ...

Eli Lilly hat gerade 110 Millionen Euro für einen Supercomputer mit 1.016 NVIDIA Blackwell Ultra GPUs hingelegt. Rechnen Sie zehn Jahre Betriebskosten dazu, und Sie landen bei insgesamt 300 bis 370 Millionen Euro.

Bayer baut derweil strategisch Cloud-first-KI auf (AWS, Google Cloud, PRINCE-Plattform) und tilgt nebenbei Schulden. Überraschung: Die Zahlen für Q3 2025 sehen richtig gut aus. Schulden 3,2 Mrd. Euro niedriger als im Vorjahr, Blockbuster gehen an den Start, Margen steigen.

Also habe ich gefragt: Sollte Bayer vom Dienstwagen auf den eigenen Ferrari umsteigen?

(Übrigens: Wir haben bei Bayer deutlich weniger Dienstwagen, als Unternehmen unserer Größe sonst so haben. Für Dienstreisen innerhalb Deutschlands sind wir verpflichtet, mit der Bahn zu fahren, weil die Deutsche Bahn ihre Züge zu 100 % mit grünem Strom betreibt.)

Spoiler: Die Finanzen sagen vielleicht ja. Und die 35 klugen Köpfe finden, die das Ding betreiben? Herausforderung angenommen.

Die Zahlen (oder: warum diese Ferrari-Idee nicht verrückt ist)

Lillys Ferrari: 110 Mio. Euro Listenpreis, 300 bis 400 Mio. Euro über zehn Jahre. Findet Moleküle in fünf Minuten statt in einem Jahr. Einer der größten KI-Supercomputer der Pharmabranche.

Bayers Momentum (wir fangen gerade erst an):

• Schulden: 32,7 Mrd. Euro, 3,2 Mrd. Euro weniger als im Vorjahr. Läuft!

• EBITDA Q3: 1,5 Mrd. Euro, plus 21 %

• Nubeqa und Kerendia: plus 63 % zum Vorjahr, fangen den Patentkliff von Xarelto auf

• Lynkuet: gerade im November 2025 gestartet

• Pipeline: Zelltherapie, Gentherapie, also rechenhungriges Zeug

Die Realität: 300 Mio. Euro entsprechen zwei bis drei Blockbuster-Medikamenten. ABER wenn wir damit Moleküle dreimal schneller finden und in der Produktion Hunderte Millionen sparen? Dann ist das keine Ausgabe, sondern eine Waffe.

Wenn die Hypothek jedes Jahr um mehr als 3 Mrd. Euro schrumpft und die Produkte Geld drucken? Dann darf man vielleicht größer denken.

Warum das genial sein könnte

Hier hinkt die Ferrari-Metapher: Ein echter Ferrari ist teuer, prestigeträchtig und dient vor allem dazu, beim Schnellfahren gut auszusehen. Ein Supercomputer? Das ist eine teure Maschine, die sich tatsächlich eine Abkürzung zu Milliardeneinsparungen und Wettbewerbsvorteilen bahnen kann. Und zwar so:

Tempo = Milliarden

• Molekül-Design: Monate → Stunden

• Produktionsoptimierung: in Echtzeit statt quartalsweise

• Zelltherapie-Modellierung: Wochen → Tage

• Im Rennen um den Marktstart von Blockbustern ist Tempo nicht bloß nett, sondern Milliarden an First-Mover-Vorteil wert

Wirtschaftlichkeit plus Gold in der Produktion

• On-Premise ist bei 24/7-Last fünf- bis siebenmal günstiger als Cloud

• Aktuelle Cloud-Rechnung: rund 12 bis 15 Mio. Euro pro Jahr (Tendenz steigend)

• Break-even nach drei bis vier Jahren, danach nur noch Ersparnis

• Der stille Hebel: 1 bis 2 % bessere Ausbeute bei Biologika = Hunderte Millionen Gewinn

• Allein über die Produktionsoptimierung könnte sich der Supercomputer selbst bezahlen

Datensouveränität

• Ihre Hardware, Ihre Daten, Ihre Kontrolle

• Einfachere DSGVO- und Regulierungs-Compliance

• Wenn Sie Milliarden an geistigem Eigentum und Prozessrückstellungen haben, zählt Eigentum

Zukunftssicherheit

• Zelltherapie, Gentherapie, Präzisionsonkologie stecken JETZT in späten Studienphasen

• Das ist keine „vielleicht irgendwann“-Technik, sondern Pflicht für die Wissenschaft, die wir längst betreiben

• Die Pipeline ist voll mit rechenintensiver Arbeit, die einen Supercomputer sofort füttern würde

Die Hürden (nichts, was wir nicht hinbekommen)

300 Mio. Euro sind echtes Geld: Dafür ließen sich zwei bis drei Medikamente entwickeln. Gegenargument: Und wenn die Maschine uns hilft, sie schneller zu entwickeln?

GPU-Erneuerungszyklen: GPUs von 2026 müssen bis 2029 ersetzt werden. Aber der Vorsprung gehört uns. Der Handel lohnt sich.

Die Cloud funktioniert: AWS und Google liefern. Gegenargument: Ab einer gewissen Größe wird Eigentum billiger.

Konkurrenz um Talente: Der deutsche HPC-Pool umfasst rund 200 Leute. Tech-Konzerne zahlen 250.000 Euro und mehr. Aber die Besten wollen interessante Probleme. „Bau den größten Supercomputer der Pharmabranche“? Ziemlich interessant.

Deutsche Regulierung: Energieauflagen, Compliance. Aber Bayer hat seit 1863 mit Vorschriften zu tun. Darin sind wir gut.

Wo parken wir den Ferrari? (Wir haben gute Optionen)

Leverkusen: Nähe zur Zentrale, vorhandene Industrieinfrastruktur, politische Unterstützung (8/10). Sicher und clever.

Wuppertal: 1,4 Mrd. Euro F&E-Modernisierung laufen ohnehin, perfektes Timing für die Integration (7,5/10). Wissenschaftlich ideal.

Berlin: Der beste Talentpool Deutschlands, die PRINCE-Plattform sitzt schon dort, Startup-Ökosystem (7/10). Talentmagnet.

Ehrlich? Alle drei funktionieren. Wir haben die Infrastruktur, die politische Rückendeckung und die Standorte. Schwierig ist nicht das Wo, sondern das Wann. Und die Zahlen für Q3 2025 legen nahe, dass dieses „Wann“ früher kommt als gedacht.

Also ... Ferrari kaufen?

Meine Einschätzung: Das Timing wird gerade richtig spannend.

Phase 1 (2026): 30 bis 40 Mio. Euro zu Beginn, 120 bis 150 Mio. Euro über zehn Jahre. Spezialisiertes HPC, 15 bis 20 Leute einstellen, dreifache Geschwindigkeit ODER mehr als 10 Mio. Euro Einsparung nachweisen.

Phase 2 (2027 bis 2028): Skalieren, sobald Phase 1 liefert. Weitere 150 bis 220 Mio. Euro. Gesamt: 270 bis 370 Mio. Euro.

Warum das funktioniert:

+ Finanzielle Dynamik: Schulden 3,2 Mrd. Euro unter Vorjahr

+ Pipeline steht bereit: Zell- und Gentherapie brauchen JETZT Rechenleistung

+ Hebel in der Produktion: Hunderte Millionen an Einsparungen

+ Wettbewerbszwang: Wir dürfen nicht hinter Lilly und Novo zurückfallen

Die eigentliche Frage: Nicht „Können wir uns das leisten?“ (können wir). Sondern „Können wir es uns leisten, es NICHT zu tun?“

Meine Prognose: planen in Q4 2025, entscheiden in Q1 2026, Phase 1 Ende 2026 ausrollen. 2027 schnell skalieren.

Die Wahrheit über die Talente

Die Mission: 35 Spezialisten für 150.000 bis 220.000 Euro, im Wettbewerb mit den Tech-Riesen. Deutscher HPC-Pool: rund 200 Leute.

Warum wir gewinnen: Die Besten folgen interessanten Problemen. „Bau den größten KI-Supercomputer der Pharmabranche, um Leben zu retten“ schlägt „Sei Google-Mitarbeiter Nr. 47.293“. Bayers Turnaround-Story, mit startenden Blockbustern und einer Wette auf KI, überzeugt.

Gefragte Skills: HPC-Architektur (120.000 bis 220.000 Euro), Computerchemie plus KI (130.000 bis 180.000 Euro). Vom Nasslabor ins Rechnen → 40 bis 60 % Gehaltssprung.

Die Entwicklung: 2020 = Buzzword. 2025 = Wettrüsten. 2026 = die deutsche Pharmaindustrie braucht mehr als 100 Spezialisten. Genau diese Aufgabe liebe ich.

Meine abschließende Einschätzung

Lilly hat den Ferrari gekauft. Novo schaut sich um. Bayer prüft.

Nach acht Jahren bei Bayer: Wir sind stärker, als manche denken. Die Schulden sinken jährlich um mehr als 3 Mrd. Euro. Blockbuster wachsen um über 60 %. Die Pipeline ist voll mit rechenintensiver Wissenschaft.

Hardware? Unkompliziert. Talente? Da wird es spannend. Unsere Transformationsstory ist echt, unsere Wissenschaft ist auf der Höhe. Ich bin sicher, dass „Hilf mit, den größten KI-Supercomputer der Pharmabranche zu bauen“ genau die Köpfe anzieht, die wir brauchen.

Ob Phase 1 in 2026 (meine Wette) oder der konservative Weg: Pharma-F&E ist ein KI-Wettrüsten. Gewinner kombinieren die richtige Hardware mit den richtigen Köpfen.

Diese Kombination? Deswegen komme ich morgens gern zur Arbeit.

Sollte Bayer einen der größten Supercomputer der Pharmabranche bauen?

Bitte antworten Sie in den Kommentaren!

Wenn Sie HPC-Architekt, Computerchemikerin oder KI-Engineer sind und an etwas arbeiten wollen, das zählt: Lassen Sie uns reden.

Wie sehen Sie das? Warum ergibt ein Supercomputer für Bayer Sinn?

Oder ist das kompletter Wahnsinn und nur ein Teil des KI-Hypes?

(Ich habe damals Leute sagen hören, dieses ganze Internet-Ding sei ein großer Hype und nur ein Spielzeug für Computernerds :P )

Schreiben Sie mir in den Kommentaren, wofür Sie sind. Soll Bayer seinen KI-Ferrari bauen?

#Pharma #AI #TeamBayer #MoreThanCareer #DSO #DrugDiscovery