Skip to main content

HMS Case Study

#industry #finance #lifesciences #other

Automatisierte Markt- und Wettbewerbsanalyse mit Agentic AI

Markt- und Wettbewerbsinformationen in Minuten statt Tagen – mit Agentic AI automatisiert recherchieren, prüfen und für Reports oder Ad-hoc-Abfragen nutzbar machen.

Management Summary

HMS entwickelte für einen global tätigen Pharmakonzern eine Agentic-AI-Plattform, die Markt- und Wettbewerbsinformationen automatisiert recherchiert, analysiert und für Management-Reports sowie interaktive Abfragen bereitstellt.

Projektsteckbrief

#lifesciences
Global tätiger Pharmakonzern

Global tätiger Pharmakonzern

Branche: Pharmazeutische Gesundheitsbranche
Projektstart: 04/2023
Schwerpunkt: Generative & Agentic AI
Use Case: Agentic Process Automation

Projektziel

Entwicklung einer Agentic-AI-Lösung, die Markt- und Wettbewerbsinformationen automatisiert analysiert und aktuelle Insights für fundierte Entscheidungen bereitstellt.

Wichtigste Kernfunktionen

  • Vollautomatisierte Datensammlung aus verifizierten externen Quellen
  • Anreicherung nach Kategorien, Sentiment, Trends und Auffälligkeiten
  • LLM-gestützter Chatbot für Ad-hoc-Abfragen und explorative Analysen

Tech Stack

agentic ai langchain palantir foundry gpt models langfuse qdrant

Mit der Agentic-AI-Architektur konnten wir die Recherche und Analyse von Wettbewerbsinformationen weitgehend automatisieren und gleichzeitig einen interaktiven Zugang zu den gewonnenen Insights schaffen.

Christoph Bergen

CoE Lead GenAI bei HMS

Die Ausgangslage

Fachabteilungen eines global tätigen Pharmakonzerns mussten Markt- und Wettbewerbsinformationen regelmäßig aus Nachrichtenartikeln, Pressemitteilungen und weiteren qualifizierten Quellen auswerten. Relevant waren unter anderem Forschungspipelines, neue Arzneimittel, Akquisitionen, Investitionen, Standortentwicklungen und makroökonomische Signale.

Der bestehende Prozess war weitgehend manuell: Informationen mussten gesammelt, zusammengefasst, bewertet und für Management-Reports konsolidiert werden. Das band mehrere Arbeitstage pro Report und erschwerte eine zeitnahe Reaktion auf neue Entwicklungen im Markt.

Die HMS-Lösung

Agentic AI für automatisierte Wettbewerbsanalysen

HMS entwickelte ein Competitive-Intelligence-Tool, das Recherche, Analyse und Aufbereitung von Wettbewerbsinformationen automatisiert. Die Lösung nutzt Large Language Models, um relevante Inhalte aus ausgewählten und qualifizierten Webquellen zu extrahieren, zusammenzufassen und zu kategorisieren.

Ein Agentic-AI-Workflow orchestriert die Analyseprozesse, steuert LLM-Aufrufe und bereitet die Ergebnisse für Reports und interaktive Abfragen auf. Fachabteilungen erhalten dadurch aktuelle, strukturierte Informationen, ohne große Datenmengen manuell auswerten zu müssen.

Automatisierte Analyse

Die Plattform verarbeitet Meldungen aus definierten Nachrichtenquellen und News-Aggregatoren wie Sprinklr und NewsAPI.ai. Die Inhalte werden mit Metainformationen angereichert, zum Beispiel Kategorie, Thema oder Sentiment. Anschließend identifiziert die Lösung relevante Entwicklungen, Trends und Muster.

Für die LLM-Funktionen nutzt HMS Azure OpenAI mit unterschiedlichen GPT-Modellen für einzelne Teilaufgaben. LangChain unterstützt die Orchestrierung der Verarbeitungsschritte. Die Architektur ist so angelegt, dass neue Modelle, Datenquellen und Analyseverfahren ergänzt werden können.

Interaktive Nutzung der Erkenntnisse

Die Ergebnisse werden in kompakten Management-Reports bereitgestellt. Zusätzlich entwickelte HMS einen LLM-gestützten Chatbot, über den Nutzende die gesammelten Insights interaktiv weiter auswerten können. Ad-hoc-Fragen lassen sich direkt an die aufbereiteten Informationen stellen, ohne dass technisches Vorwissen nötig ist.

Skalierbare Agentic-AI-Plattform

Die Lösung verkürzt den Analyseprozess von mehreren Tagen auf Minuten. Fachabteilungen sparen manuellen Aufwand bei Recherche, Bewertung und Reporting und können Marktbewegungen schneller einordnen.

Der Kundennutzen

Wettbewerbsinformationen in Minuten statt Tagen.

Die automatisierte Wettbewerbsanalyse hilft dem Pharmakonzern, relevante Marktbewegungen schneller zu erkennen, einzuordnen und für Management-Entscheidungen nutzbar zu machen.

Schneller

Informationen in Minuten statt Tagen

Fachabteilungen erhalten aktuelle Wettbewerbsinformationen in Minuten statt nach mehreren Tagen manueller Recherche und Konsolidierung.

Effizienter

Weniger Aufwand pro Report

Die Lösung sammelt, kategorisiert und verdichtet relevante Meldungen automatisch. 

Belastbarer

Verifizierte Quellen für bessere Entscheidungen

Strukturierte Reports, ausgewählte Quellen und interaktive Abfragen schaffen eine verlässliche Informationsbasis für strategische Entscheidungen.

FAQ

Häufige Fragen zum Competitive-Intelligence-Use-Case

Antworten auf zentrale Fragen zu diesem KI-Projekt.

Die Lösung verarbeitet Nachrichten und Pressemitteilungen aus qualifizierten Quellen sowie News-Aggregatoren. Weitere Datenquellen können je nach Anwendungsfall integriert werden.

Die Plattform nutzt ausgewählte Datenquellen, strukturierte Analyseprozesse und Large Language Models, um Informationen zu kategorisieren, zusammenzufassen und Trends oder Stimmungen zu identifizieren.

Ja. Über einen integrierten Chatbot können Nutzer die aufbereiteten Informationen interaktiv durchsuchen, Ad-hoc-Fragen stellen und weitere Analysen durchführen – ohne technisches Vorwissen.

Die Lösung basiert auf Agentic AI und nutzt unter anderem Azure OpenAI, LangChain, AWS sowie Palantir Foundry. Durch die modulare Architektur können Modelle und Datenquellen flexibel erweitert werden.

Unsere Stärken, Ihre Vorteile

Skalierbare Agentic-AI-Integration

HMS entwickelt praxisnahe Agentic-AI-Lösungen, die sich nahtlos in bestehende Prozesse einfügen und hoch skalierbar sind.

Was Sie von HMS erwarten können

  • Praxiserprobte Agentic-AI-Lösungen
    Von der Ideenfindung bis zum produktiven Betrieb.
  • Nahtlose Integration
    Einbindung in bestehende Datenquellen und Unternehmenssysteme.
  • Skalierbare Architektur
    Erweiterbar um neue Datenquellen, Modelle und Anwendungsfälle.
Christoph Bergen
Christoph Bergen
CoE Lead GenAI

Sie möchten ein ähnliches Projekt umsetzen?

Sprechen Sie mit HMS darüber, wie sich Ihre Daten-, KI- oder Softwarelösung fachlich einordnen, technisch umsetzen und in Ihre bestehende Systemlandschaft integrieren lässt.

Projekt besprechen

Nächste Schritte und Vertiefung

Read more

Generative & Agentic AI

Erfahren Sie, wie Generative und Agentic AI Unternehmen dabei unterstützen, Wissen effizient zu nutzen, Prozesse zu automatisieren und intelligente Anwendungen produktiv einzusetzen.

Mehr zu Generative & Agentic AI

Read more

Weitere Projekte

Entdecken Sie weitere Referenzprojekte rund um Generative AI, intelligente Dokumentenanalyse, AI Assistants und Agentic AI.

Zu unseren Projekten