KI für Pharma und MedTech: Regulatorik-RAG, Adverse-Event-Triage und KI als Medizinprodukt

Pharma- und MedTech-Branche der Schweiz und KI

Die Schweizer Pharma- und MedTech-Branche ist 2026 ein zentraler Wirtschafts-Faktor. Die Pharma-Branche wird von Novartis und Roche dominiert, dazu kommen Lonza, Vifor, Galenica sowie über 1'000 kleinere Pharma-Forschungs-, -Entwicklungs- und -Produktions-Unternehmen. Die MedTech-Branche umfasst rund 1'400 Unternehmen mit zusammen rund 70'000 Mitarbeitenden; Branchen-Verband ist Swiss Medtech (früher FASMED). Bedeutende MedTech-Sub-Branchen sind orthopaedische Implantate (Mathys, Medartis), Dental (Straumann), Hör-Geräte (Sonova, Phonak), Diabetes (Ypsomed) und Diagnostika (Roche Diagnostics, Stratec).

Künstliche Intelligenz hat in der Branche 2026 zwei Gesichter. Erstens als Effizienz-Werkzeug in Regulatorik, Pharmacovigilance, klinischer Studien-Vorbereitung, wissenschaftlicher Literatur-Synthese und Produktions-Monitoring – hier ist die Adoption breit und nimmt zu. Zweitens als integraler Bestandteil von Medizinprodukten und Diagnostika selbst – von der KI-gestützten Bildanalyse in der Radiologie über Insulin-Pumpen-Algorithmen bis zu KI in Hör-Geräten. Diese zweite Kategorie ist regulatorisch komplex: jede KI-Funktion in einem Medizinprodukt erfordert eine CE-Konformitäts-Beurteilung nach MDR EU 2017/745 oder IVDR EU 2017/746, mit entsprechender Klasse (typischerweise IIa, IIb oder III bei AI-Software).

Die Aufsichts-Behörde ist Swissmedic (Heilmittel und Medizinprodukte); seit dem Auslaufen des Mutual Recognition Agreement (MRA) zwischen der Schweiz und der EU im Mai 2021 müssen MedTech-Hersteller mit EU-Markt zusätzlich eine EU-Benannte-Stelle (Notified Body) zertifizieren. Die EU-AI-Act-Verordnung 2024/1689, in Annex-III-Teilen ab Februar 2026 verbindlich, klassifiziert KI in medizinischen Anwendungen als hochriskant und verlangt zusätzliche Pflichten über die MDR/IVDR hinaus.

Warum 2026 eine bewusste KI-Position für Pharma und MedTech Pflicht ist

Vier Druckpunkte treffen die Branche gleichzeitig.

Erstens: Regulatorik-Volumen. Pharma-Regulatorik umfasst HMG, AMZV, KlinV, Swissmedic-Guidelines, ICH-Richtlinien (E, M, Q, S, V), EMA-Leitlinien und FDA-Vorgaben für US-Markt. MedTech-Regulatorik umfasst HMG, MepV, MDR EU 2017/745, IVDR EU 2017/746, ISO 13485 (Qualitäts-Management), ISO 14971 (Risikomanagement), IEC 62304 (Software-Lebenszyklus) und IEC 62366 (Usability). Eine RAG-Wissensbasis über die für das Produkt relevanten Texte ist 2026 ein erheblicher Effizienz-Hebel – für Junior-Mitarbeitende wie für erfahrene RA-Manager.

Zweitens: Adverse-Event- und Pharmacovigilance-Volumen. Pharma-Unternehmen verarbeiten jährlich Tausende von Adverse-Event-Berichten aus klinischen Studien, Spontan-Meldungen, Patienten-Programmen und Literatur-Quellen. Die regulatorische Pflicht zur Triage, Bewertung und Meldung (Swissmedic, EMA, FDA) ist zeit-kritisch. KI-gestützte Triage kann 70-80 Prozent der Erst-Klassifikation übernehmen; der medizinische Reviewer entscheidet über die finalen Schritte.

Drittens: Wissenschaftliche Literatur-Tiefe. PubMed verzeichnet 2026 über 40 Mio. Einträge mit jährlichem Zuwachs von rund 1.5 Mio.; spezifische Therapie-Felder erreichen mehrere tausend neue Publikationen pro Jahr. Eine RA- oder Medical-Affairs-Abteilung, die das ohne KI-Unterstützung leistet, ist 2026 strukturell unter-versorgt. KI-Synthese mit klarer Quellen-Angabe und Verifikations-Schritt durch den Wissenschaftler ist Branchen-Standard.

Viertens: KI im Medizinprodukt selbst – CE-Klasse und EU-AI-Act. Wenn ein Hersteller eine KI-Funktion in das Produkt einbaut (Bildanalyse-Algorithmus, Klassifikator, Empfehlungs-Engine), wird diese Funktion Teil des Medizinprodukts. MDR Art. 8 und Annex VIII verlangen Klassen-Beurteilung; KI-Software ist häufig IIa oder IIb, bei lebenserhaltenden Funktionen III. Zusätzlich klassifiziert der EU AI Act KI-Medizinprodukte als hochriskant – mit eigenen Pflichten zu Risiko-Management, Daten-Qualität, technischer Dokumentation und menschlicher Aufsicht.

Der Punkt: KI-Effizienz-Werkzeuge auf der einen Seite, KI-im-Produkt auf der anderen – beide brauchen 2026 sorgfältige Governance, aber mit sehr unterschiedlichen Rahmen.

Wo KI in Pharma und MedTech 2026 produktiv arbeitet

Fünf Anwendungs-Cluster decken den Grossteil der heute realistisch automatisierbaren Arbeit ab. Wichtig: KI-Effizienz-Werkzeuge sind klar von KI-im-Medizinprodukt zu trennen – letztere unterliegt MDR/IVDR und EU AI Act.

Regulatorik-Recherche mit RAG. Swissmedic-Leitfäden, MDR-Anhänge, ICH-Richtlinien, ISO-Normen, FDA-Guidance-Dokumente und interne SOPs werden in eine eigene Wissensbasis indexiert. RA-Mitarbeitende können Fragen stellen wie „Welche klinischen Daten verlangt MDR Annex XIV für Klasse-IIb-Implantate?" und bekommen fundierte Antworten mit Quellen-Angabe. Wichtig: ISO-Normen sind urheberrechtlich geschützt; der Zugriff in einem RAG-System ist nur für Personen mit Norm-Lizenz zulässig.

Adverse-Event-Triage mit Klassifikator. Spontan-Meldungen, klinische Studien-Daten und Patienten-Hotline-Einträge werden klassifiziert nach Schweregrad, Kausalität-Verdacht, regulatorischer Meldepflicht (Swissmedic, EMA, FDA) und zeitlicher Dringlichkeit. Verdächtige Fälle (schwere, unerwartete, mit Studien-Bezug) gehen sofort an den medizinischen Reviewer. Standard-Fälle werden vom Reviewer im Bulk bestätigt. Pflicht: Validierungs-Studie der Klassifikator-Performance, Bias-Audit, dokumentierter Audit-Trail.

Wissenschaftliche Literatur-Synthese. PubMed-, Embase-, Cochrane-Library- und ClinicalTrials.gov-Quellen werden zu spezifischen Fragen synthetisiert. Für Medical-Affairs-Antworten, klinische Studien-Vorbereitung, Health-Technology-Assessment-Vorbereitung. Jede Synthese mit klarer Quellen-Angabe; der Wissenschaftler verifiziert die zitierten Quellen vor Verwendung. Tools 2026: Elicit, scite.ai, eigene RAG-Pipelines mit PubMed-API.

Klinische Studien-Vorbereitung. Aus Studien-Protokollen, Studien-Berichten und regulatorischen Vorlagen werden Protokoll-Entwürfe, CSR (Clinical Study Reports)-Entwürfe und Investigator Brochures vorbereitet. Wichtig: jeder Output wird durch RA-Manager und Medical-Affairs-Verantwortlichen geprüft. Halluzinations-Risiko ist hoch, deshalb Quellen-Pflicht in jedem Output.

Produktions- und Qualitäts-Monitoring. In der Pharma-Produktion (insbesondere bei kontinuierlicher Fertigung, Process Analytical Technology) und in der MedTech-Produktion werden Sensor-Daten in Echtzeit ausgewertet. Abweichungen werden klassifiziert und an den Verantwortlichen eskaliert. Hier kommen oft branchenspezifische Plattformen (Werum PAS-X, Apprentice, ValGenesis) plus eigene ML-Modelle zum Einsatz.

Quer über alle Anwendungen: Patient-Daten und klinische Studien-Daten sind besonders schützenswerte Personendaten nach revFADP. EU/CH-Hosting mit DPA, no-training, Pseudonymisierung wo möglich. Bei Quellenrelevanten Anwendungen (CSR, regulatorische Eingaben) Quellen-Pflicht und dokumentierte menschliche Verifikation.

Wie ein Pharma- oder MedTech-Unternehmen KI startet – in 7 Schritten

1. 01Klassifikation: ist das eine Effizienz-Anwendung oder eine KI-Funktion im Medizinprodukt? Diese Frage entscheidet über Projektmanagement, Budget und Zeitachse. KI-im-Produkt löst MDR/IVDR und EU AI Act aus.
2. 02KI-Inventur und SOP-Anpassung: alle bereits eingesetzten KI-Anwendungen erfassen, mit Modell, Anbieter, Datenklassifikation, Hosting-Region. Interne SOPs für KI-Workflows anpassen – bei MDR/IVDR-Produkten zusätzlich ISO-13485- und IEC-62304-Konformität prüfen.
3. 03Effizienz-Pilot starten: Regulatorik-RAG über Swissmedic-Guidelines, MDR-Anhänge und interne SOPs. Acht bis zwölf Wochen Implementation. Lizenz-Check für ISO-Normen und kostenpflichtige Quellen.
4. 04Hosting-Architektur entscheiden: EU/CH-Hosting mit DPA und no-training für alle Patient- und klinische Daten. Bei besonders sensiblen Anwendungen (Adverse-Event-Klassifikation, klinische Studien-Daten) lokales Hosting (Llama 3.x, Mistral) auf eigenen Servern als Standard.
5. 05Validierte Anwendungen mit dokumentierter Performance: Adverse-Event-Klassifikator, Literatur-Synthese mit Quellen-Pflicht, klinische Studien-Vorbereitungs-Workflows. Pflicht: Validierungs-Studie, Bias-Audit, dokumentierte SOP, audit-fähiger Trail.
6. 06KI-in-Produkt mit MDR/IVDR-Konformität (falls relevant): Projektmanagement mit Notified Body, CE-Klasse-Bestimmung, technische Dokumentation nach MDR Anhang II/III, klinische Bewertung, Post-Market-Surveillance. Zusätzlich EU-AI-Act-Pflichten (Risiko-Management, Daten-Qualität, menschliche Aufsicht).
7. 07Quartals-Review und kontinuierliche Verbesserung: Performance-Metriken pro KI-Anwendung, Modell-Drift-Monitoring, periodische Re-Validierung. Bei KI-in-Produkt zusätzlich Post-Market-Surveillance-Reporting an Swissmedic und Notified Body.

Wo ein Pharma- oder MedTech-Unternehmen 2026 starten sollte

Drei Stufen, in dieser Reihenfolge.

Stufe 0 – Trennung KI-für-Operations vs. KI-in-Produkt. Vor jedem Pilot ist die Frage zu klären: ist das eine Effizienz-Anwendung (Regulatorik-Recherche, Pharmacovigilance-Triage, Literatur-Synthese, Produktions-Monitoring) oder eine KI-Funktion im Medizinprodukt selbst? Die zweite Kategorie löst MDR/IVDR und EU AI Act aus und braucht ein komplett anderes Projektmanagement mit Notified Body und CE-Beurteilung.

Stufe 1 – Effizienz-Anwendungen als Pilot. Realistisch für Pharma-RA-Abteilungen und MedTech-RA-Teams: Regulatorik-Recherche mit RAG über Swissmedic-Guidelines, MDR-Anhänge und interne SOPs. Risiko-arm (keine Patient-Daten), nutzen-stark (alle RA-Mitarbeitenden bekommen Recherche-Zugang). Acht bis zwölf Wochen Implementation.

Stufe 2 – Validierte Anwendungen mit dokumentierter Performance. Nach erfolgreichem Pilot: Adverse-Event-Klassifikator, Literatur-Synthese mit Quellen-Pflicht, klinische Studien-Vorbereitungs-Workflows. Pflicht: Validierungs-Studie pro Anwendung, Bias-Audit, dokumentierte SOP für den KI-Workflow, audit-fähiger Trail.

Stufe 3 – KI-in-Produkt mit MDR/IVDR-Konformität. Erst nach Erfolg in Stufen 1-2: KI-Funktionen im Medizinprodukt selbst. Projektmanagement mit Notified Body, CE-Klasse-Bestimmung, technische Dokumentation nach MDR Anhang II/III, klinische Bewertung, Post-Market-Surveillance. Zusätzlich EU-AI-Act-Pflichten: Risiko-Management-System, Daten-Qualitäts-Prüfung, technische Dokumentation, menschliche Aufsicht, Transparenz-Information. Diese Stufe verlangt typischerweise ein eigenes Software-as-Medical-Device-Team mit RA-, Software-Lebenszyklus- und ML-Engineering-Expertise.

KMU mit MedTech-Profil ohne Inhouse-RA-Expertise sollten für Stufe 3 spezialisierte Beratungs-Unternehmen (Notified-Body-erfahren) und ein Software-as-Medical-Device-Beratungs-Team einbeziehen. Die Kosten für eine CE-Konformitäts-Beurteilung einer Klasse-IIb-KI-Software bewegen sich in der Regel im sechsstelligen Bereich.

Wo KI in Pharma und MedTech 2026 nicht hineingehört

Drei Bereiche, in denen 2026 Zurückhaltung rechtlich und ethisch geboten ist.

KI-Funktion im Medizinprodukt ohne CE-Konformitäts-Beurteilung. Eine KI-Bildanalyse-Funktion in einem Diagnose-Werkzeug, ein KI-Algorithmus in einer Insulin-Pumpe, ein KI-Klassifikator in einem Hör-Gerät – alle drei sind Medizinprodukte und brauchen CE-Beurteilung nach MDR. Inverkehrbringen ohne CE-Zertifikat ist eine Verletzung des Heilmittel-Gesetzes mit straf- und zivilrechtlichen Folgen. „Wir testen das nur intern" ist 2026 keine Ausrede mehr – bereits klinische Tests an Patienten verlangen behördliche Genehmigung.

Adverse-Event-Klassifikation ohne menschlichen Reviewer. Eine automatische Schweregrad-Klassifikation eines Adverse Events darf als Triage dienen – die regulatorische Meldepflicht (Swissmedic, EMA, FDA) und die medizinische Bewertung bleiben menschlich. Eine vollautomatische Meldung oder Nicht-Meldung ist regulatorisch nicht zulässig und kann zu Aufsichts-Verfahren führen.

Klinische Studien-Outputs (CSR, Statistical Analysis Plan, regulatorische Eingaben) ohne menschliche Verifikation. KI-Werkzeuge können Entwürfe generieren, Daten-Tabellen erstellen, Literatur synthetisieren – die finale wissenschaftliche Verantwortung und die Unterschrift unter dem Dokument gehören dem qualifizierten Wissenschaftler. Halluzinations-Risiko ist hier nicht akademisch, sondern hat in 2024/2025 zu regulatorischen Verzögerungen geführt.

Besonders heikel und 2026 noch nicht abschliessend geklärt: KI-gestützte automatische Studien-Endpunkte ohne menschliche Beurteilung. Das gilt sowohl in der Pharma- als auch in der MedTech-Welt. Die regulatorischen Behörden (Swissmedic, EMA, FDA) verlangen 2026 typischerweise einen menschlichen Befund pro KI-Klassifikation in Studien-Endpunkten.

Vor- und Nachteile

Häufige Fragen

Verwandte Themen

Quellen

1. Swissmedic – Schweizerisches Heilmittelinstitut: Themenbereich Medizinprodukte und KI · 2026-04
2. EU MDR 2017/745 – Verordnung über Medizinprodukte, Annex VIII Klassifikation (Software-Regel 11) · 2024-03
3. Swiss Medtech – Branchenverband der Schweizer Medizintechnik · 2026-04
4. EU AI Act – Verordnung (EU) 2024/1689, Anhang III, Bereich Gesundheit · 2024-07
5. ICH – International Council for Harmonisation, Leitlinien E, M, Q, S, V · 2026-03