Product Finder: auslaufende Patente für Generika-Hersteller
Für einen Generika-Hersteller haben wir ein Werkzeug entwickelt, das auslaufende Medikamentenpatente sichtbar macht, Wirkstoffe und Anwendungsgebiete für die Entwicklungspipeline identifiziert und ihre Marktattraktivität bewertet – aufgebaut auf den Zulassungsdatenbanken von EMA und FDA, bedienbar über ein dynamisches Dashboard.
Ausgangslage
Das Geschäftsmodell eines Generika-Herstellers hängt an einer Frage: Welcher Wirkstoff wird wann frei, und lohnt er sich? Die Antwort steckt in Zulassungsdatenbanken und Patentangaben – in unterschiedlichen Formaten, unterschiedlicher Granularität und über mehrere Behörden verteilt.
Wer eine auslaufende Patentlaufzeit übersieht, verliert ein Marktfenster. Wer die Marktattraktivität falsch einschätzt, bindet Entwicklungskapazität an ein Produkt, das im Wettbewerb keine Marge trägt. Beides von Hand zu überwachen ist bei diesen Datenmengen nicht leistbar.
Datengrundlage
Datenbank der European Medicines Agency. Rund 1.250 Einträge, verteilt über zahlreiche Unterseiten und nicht als Download verfügbar. Wir haben dafür einen Webcrawler entwickelt, der die Angaben zusammenträgt und in einen strukturierten Datensatz überführt.
Datenbank der U.S. Food and Drug Administration. Rund 95.000 Einträge, verfügbar als CSV.
Schlagwortdatensatz aus Text Mining. Aus den Medikamentenbeschreibungen beider Quellen haben wir über Text Mining die zentralen Schlagworte extrahiert – die Grundlage dafür, Wirkstoffe und Anwendungsgebiete über die Quellen hinweg zuzuordnen.
Herausforderungen
Datenqualität der FDA-Quelle. Der größere der beiden Datensätze war der problematischere. Data Cleaning und Wrangling waren Voraussetzung dafür, dass die Angaben in einer Dashboard-Anwendung überhaupt belastbar nutzbar wurden.
Unterschiedliche Granularität beider Register. EMA und FDA beschreiben denselben Sachverhalt auf verschiedenen Detailebenen. Über Filter, Sortierlogik und Mapping-Algorithmen haben wir beide Quellen in einen konsolidierten Datensatz zusammengeführt, der sich in Power BI auswerten lässt. Das ist der Kern des Projekts: Ohne diese Konsolidierung bleiben es zwei Listen, die man nicht gegeneinander lesen kann.
Marktattraktivität operationalisieren. Attraktivität ist keine Größe, die in den Daten steht. Wir haben sie über ein bewusst einfaches, nachvollziehbares Verhältnis abgebildet: Je weniger Generika in einem Anwendungsgebiet existieren, desto attraktiver der Wirkstoff. Der Vorteil eines transparenten Maßes gegenüber einem komplexen Score ist, dass Fachbereiche die Bewertung prüfen und im Zweifel korrigieren können.
Ergebnis
Der Product Finder zeigt auslaufende Medikamentenpatente und identifiziert Wirkstoffe und Generika, die für die Entwicklungspipeline in Frage kommen. Die Auswertung läuft über dynamische Dashboards, die je Anwendungsfall gewählt werden:
- Dynamische Filter liefern eine aktuelle Liste bald auslaufender Patente
- Drilldowns zeigen Details zu einem einzelnen Wirkstoff unterhalb der Übersicht
- Herstellerbezogene Sichten machen alle Anwendungsgebiete und Produkte eines Wettbewerbers zugänglich – Wettbewerbsbeobachtung als Nebenprodukt derselben Datenbasis
Die Architektur ist bewusst erweiterbar angelegt: Weitere Datenbanken lassen sich einbinden, zusätzliche Dashboards ergänzen, ohne die bestehende Auswertung anzutasten.
Übertragbarkeit
Der Aufbau – verstreute Behördenquellen erschließen, unterschiedlich granulare Register konsolidieren, ein transparentes Bewertungsmaß darauf setzen und das Ergebnis für Fachanwender bedienbar machen – trägt überall dort, wo Entscheidungen von öffentlich verfügbarem, aber schlecht zugänglichem Wissen abhängen: Portfolioanalyse, Wettbewerbsbeobachtung, Auswertung regulatorischer Register.
Heute
Die Aufgabe ist dieselbe, die Werkzeuge sind besser geworden.
Für Patentdaten setzen wir strukturierte Schnittstellen wie EPO OPS vor Crawling; Crawling bleibt für Quellen wie das EMA-Register, das keinen Download anbietet. An die Stelle klassischen Text Minings tritt eine zweistufige Extraktion: spezialisierte Modelle für die Masse, ein Sprachmodell mit erzwungenem Ausgabeschema für die schwierigen Fälle.
Die Zuordnung über Quellen hinweg läuft nicht mehr über Mapping-Regeln, sondern über Normalisierung gegen INN, ATC und RxNorm – damit verschwindet die häufigste Fehlerquelle, derselbe Wirkstoff unter drei Schreibweisen. Und statt eines Dashboards allein ist eine Abfrage in natürlicher Sprache möglich, mit verpflichtendem Verweis auf den Registereintrag.
Zuletzt aktualisiert: 30. Juli 2026
