Die Entwicklung innovativer Wirkstoffe benötigt immer mehr Geld und Zeit. Schon allein aus Risikoüberlegungen heraus sind Unternehmen der Pharma- und Biotechbranche gut beraten, bereits früh in der F&E Phase zukünftige Erfolgspotenziale abzuschätzen. Doch bei Entwicklungszeiten von mehr als zehn Jahren sind solche Langfristprognosen mit vielen Unsicherheiten behaftet. Die Gefahr wächst, die Marktentwicklung falsch zu beurteilen und damit steigt auch das Risiko eines finanziellen Misserfolgs der Neuprodukteinführung. Gängige Prognoseinstrumente, die Vergangenheitsdaten linear in die Zukunft fortschreiben oder nur einfache Ursache-Wirkungsbeziehungen zwischen einzelnen Einflussgrößen erfassen, liefern für kurz- und mittelfristige Zeiträume hinreichend genaue Vorhersagen; für eine langfristige Betrachtung jedoch sind sie nicht geeignet. In volatilen Märkten benötigen Unternehmen heute mehr denn je Methoden und Tools, die in der Lage sind, auch unter Unsicherheit und sich permanent ändernder Marktbedingungen, verlässliche Forecasts über einen langen Zeitraum zu erstellen.
Mit zunehmendem Prognosehorizont steigt die Unsicherheit über zukünftige Marktentwicklungen und damit auch das Risiko von Fehleinschätzungen
Unternehmen müssen immer mehr Geld in die Forschung und Entwicklung innovativer Wirkstoffe investieren. So stiegen die FuE-Ausgaben der Mitgliedsfirmen des Wirtschaftsverbandes der forschenden Pharma-Unternehmen in Deutschland (vfa) im Zeitraum von 1996 bis 2013 von rund 2,45 Mrd. Euro auf circa 5,6 Mrd. Euro. Doch nicht nur die Entwicklungskosten haben sich drastisch erhöht, sondern auch die Zeitdauer bis zur Marktzulassung hat sich deutlich verlängert. Heute kommt ein neues Medikament erst nach durchschnittlich 13 Jahren Forschung und Entwicklung auf den Markt. Aufgrund der stark ansteigenden Kosten und der immer längeren Entwicklungszeiten ist es sinnvoll, bereits früh in der Entwicklungsphase Chancen und Risiken eines neuen Produktes abzuschätzen. Für Unternehmen aus der Pharma- und Biotechbranche, die in einem komplexen und hochdynamischen Umfeld agieren, ist dies keine leichte Aufgabe. Denn je länger der Planungshorizont ist, desto schwieriger und unsicherer sind zuverlässige Vorhersagen über die Zukunft und desto höher ist das Risiko, die prognostizierten Renditeziele nicht zu erreichen. Gerade für junge Biotech-Unternehmen, die meist nur einen Wirkstoff in der Pipeline haben, können Fehleinschätzungen schwerwiegende Konsequenzen haben und unter Umständen sogar die Existenz des Unternehmens gefährden.
Mit systemdynamischen Diffusionsmodellen belastbare Forecasts über einen langfristigen Planungshorizont erstellen
In einem komplexen und hochdynamischen Umfeld sind Prognosetools, die überwiegend auf das Fortschreiben von Daten aus der Vergangenheit, statischen Eingangsgrößen und einfachen linearen Ursache-Wirkungsbeziehungen zwischen Parametern basieren, nicht geeignet, um hinreichend valide Abschätzungen über einen langen Vorhersagezeitraum zu treffen. Dagegen sind systemdynamische Diffusionsmodelle praxiserprobte Verfahren im Umgang mit Vorhersagen unter Unsicherheit. Im Vergleich zu traditionellen Prognoseverfahren wird die Abschätzung der Marktentwicklung innovativer Arzneimittel in ihrer Gesamtheit erfasst. Alle relevanten Einflussfaktoren und deren Wechselwirkungen untereinander werden identifiziert und analysiert. Dabei werden Rückkopplungseffekte, nicht-lineare Beziehungen zwischen den Parametern sowie Zeitverzögerungen in den Wirkungen explizit berücksichtigt. Anhand eines qualitativen Kausalmodells werden diese Einflussfaktoren und deren Abhängigkeiten untereinander visualisiert und analysiert. In einem zweiten Schritt wird dann das Kausaldiagramm in ein quantitatives Modell überführt. Durch die Operationalisierung der Einflussgrößen und deren Vernetzung untereinander, lassen sich dann auf Basis alternativer Szenariosimulationen belastbare und fundierte Abschätzungen im Hinblick auf zukünftige Absatzvolumina, Umsatzerlöse und Cash Flows über einen langen Vorhersagezeitraum ableiten.
Eine schnelle Marktdurchdringung der Innovation erhöht die Chancen auf höhere Renditen.
Zunehmende Entwicklungszeiten verkürzen die Vermarktungsphase bis zum Erreichen der "Patentklippe". Den Unternehmen verbleibt weniger Zeit, Gewinne zu maximieren und die hohen F&E-Investitionen zu amortisieren. Denn nach Ablauf des Patentschutzes treten Generika- beziehungsweise Biosimilar-Anbieter mit preisgünstigen Alternativprodukten in den Markt und gewinnen schnell Marktanteile auf Kosten der Originalpräparate. Ziel der Hersteller von Originalprodukten muss es also sein, die Marktverbreitung innovativer Wirkstoffe zu beschleunigen und dadurch innerhalb der Vermarktungsphase Absatzmengen und Gewinne zu maximieren und so die Rentabilität zu steigern. Systemdynamische Diffusionsmodelle unterstützen hier das Management, indem sie die wichtigen Stellschrauben für die Marktdurchdringung identifizieren. Sie zeigen auf, welche Faktoren den Prozess der Marktdurchdringung beschleunigen beziehungsweise bremsen. Das Management erhält dadurch eine wirksame Entscheidungsgrundlage für den gezielten Einsatz von Marketing-Mix-Instrumenten, um das neue Medikament möglichst schnell im Markt zu verbreiten.
Ein praxiserprobtes Instrument und eine wissenschaftlich fundierte Methode als Grundlage
Das systemdynamische Diffusionsmodell basiert auf dem sogenannten "Bass-Modell". Dieses Diffusionsmodell und dessen zahlreiche Varianten sind in der Praxis weitverbreitete Instrumente, um Prognosen über Absatzzahlen innovativer Produkte zu erstellen. Das Bass-Modell beschreibt den zeitlichen Verlauf, in dem sich potenzielle Kunden für den Kauf des neuartigen Produktes entscheiden. Dabei wird das innovatorische und imitatorische Kaufverhalten der Kunden in Abhängigkeit des Marktpotenzials berücksichtigt. Das systemdynamische Diffusionsmodell stellt eine branchenspezifische Erweiterung dar. Es enthält eine Reihe von zusätzlichen Einflussgrößen und Wirkmechanismen, um die Pharma-/Biotech-Märkte adäquat abbilden zu können. So werden beispielsweise für die Prognose der Absatzzahlen unter anderem die Entwicklung der Anzahl prävalenter Personen im Rahmen der Marktpotenzial-Ermittlung, Inzidenzraten, die Attraktivität des Medikamentes in Abhängigkeit vom Produktnutzen und Preis im Vergleich zu einem vergleichbaren Wettbewerbsmedikament, die Marketingeffektivität, Therapiedauer und Compliance-Raten modelliert.
Die Modellumsetzung erfolgt mit Hilfe der am MIT (Massachusetts Institute of Technology) entwickelten Methode "System Dynamics". Diese ist besonders geeignet, um komplexe und dynamische Entwicklungen zu analysieren. Sie berücksichtigt dabei Rückkopplungen, nicht-lineare Abhängigkeiten zwischen Einflussfaktoren sowie zeitliche Wirkungsverzögerungen. Die Operationalisierung relevanter Einflussfaktoren und deren Abhängigkeiten ermöglicht die Simulation alternativer Szenarien und so eine valide und plausible Abschätzung zukünftiger Marktentwicklungen.
Fazit
Mit systemdynamischen Diffusionsmodellen lassen sich weder auf Knopfdruck exakte Prognosen für die nächsten zehn bis fünfzehn Jahre erstellen, noch sind sie die berühmte "Glaskugel", in der man die Zukunft vorhersehen kann. Nichtsdestotrotz bieten sie gegenüber gängigen Prognosetools eine Reihe entscheidender Vorteile. Die Offenlegung und Quantifizierung der komplexen Wechselwirkungen ermöglicht eine transparente und damit nachvollziehbare Sicht auf die Marktentwicklung und -durchdringung. Die Simulation alternativer Zukunftsszenarien macht Langfrist-Prognosen robuster. Und schließlich helfen systemdynamische Diffusionsmodelle, die Marktdurchdringung zu beschleunigen und so mehr Absatz und höhere Renditen zu erzielen.
Autor:
Klaus Schramm ist geschäftsführender Gesellschafter der Schramm Unternehmensberatung GmbH