Der Cleanroom-Betreiber bietet einen sicheren Hafen für Pharmafirmen, die Skalenvorteile - beispielsweise in der Entwicklung von Algorithmen - nutzen wollen, ohne ihre individuellen Wirkstoffstrukturen preiszugeben. Dabei könnte er sich auf die in der Kreditbranche entwickelten Methoden stützen, die es erlauben, unternehmensübergreifende Vergleiche anzustellen oder Gesetzmäßigkeiten abzuleiten, ohne dass individuelle Daten das Unternehmen verlassen.
Neue Wettbewerber werden vor allem durch das Einfallstor der Datenverarbeitung auf den Markt drängen. Schon heute bieten hoch spezialisierte Anbieter den Pharmaunternehmen Dienstleistungen an, die über gemeinsame Datenauswertung weit hinausgehen und sogar die Entwicklungsprozesse revolutionieren. Das Spektrum reicht von der Bereitstellung einzelner Datenbanken über die Analyse klinischer Daten bis hin zur Simulation von Umsatzkurven in Abhängigkeit vom Preis eines Medikaments.
Viele Firmen haben ganze Wertschöpfungsstufen, etwa in der klinischen Entwicklung, zu großen Teilen ausgelagert. So ist etwa IBM im Bereich Pharmaforschung und -entwicklung aktiv und hat auch eine Vision für die integrierte Discovery-Maschine entwickelt - eine Verbundstruktur, die voll automatisiert nach Wirkstoffen sucht. Das wäre ein Quantensprung in der Medikamentenentwicklung, vergleichbar der Einführung der voll automatischen CAD/-CAM-Konstruktionssysteme im Automobilbau. Durchaus denkbar, dass das erfolgreiche Pharmaunternehmen der Zukunft nur noch Integrator verschiedener eingekaufter Leistungen sein wird.
Der IT-Integrator wird von großen Skalenvorteilen bei der Schaffung intellektuellen Kapitals auf einem Gebiet profitieren: Er liefert eine Plattform, mit der Daten aller moderner "Omics"-Technologien miteinander verknüpft und im Vergleich mit Referenzsubstanzen ausgewertet werden können.
In dieser Rolle ist er dann Service-Provider vor allem für mittelgroße bis große Pharmaunternehmen; dabei beruht sein Wertversprechen auf seinem aufbereiteten und bereinigten Datenpool und den darauf basierenden Algorithmen. Nach einer Anfangsinvestition vergrößert er mit jedem neuen Auftrag den Wissensvorsprung vor seinen Auftraggebern.
Der Verwerter wird sich auf datengestützte Wissensgenerierung in einem abgegrenzten Therapiebereich konzentrieren: Er versteht sich darauf, aus der Verknüpfung veröffentlichter Daten und Strukturen ein Maximum an Information zu extrahieren und so neue Wirkungskonzepte zu finden. Deren Validierung führt er dann mit begrenztem Aufwand bis zur frühen klinischen Phase, um sie dann unter eigenen Patenten an Pharmafirmen zu lizenzieren.