Pharma-Prognosen Dänemark: Volumen-Methoden für Profis

Mengenprognosen für Generika (Gx) in Dänemark erfordern das Navigieren in zwei völlig unterschiedlichen Systemen. Ein monolithisches Modell reicht hier nicht aus; man muss den Ansatz strikt zwischen dem Apotheken-Einzelhandel und dem öffentlichen Krankenhaussektor trennen.

Der Einzelhandel wird von der dänischen Arzneimittelbehörde (DKMA) gesteuert und folgt einem extrem volatilen 14-Tage-Ausschreibungszyklus. Alle zwei Wochen reichen Firmen vertrauliche Preise ein. Das günstigste Produkt erhält den „A-Preis“-Status und sichert sich den Großteil der Substitutionen in den Apotheken. Dies führt zu massiven, unvorhersehbaren Mengenausschlägen.

Im Gegensatz dazu steht der Krankenhaussektor unter der Leitung von Amgros. Hier gibt es langfristige Ausschreibungen mit hohen Volumina, oft mit einjährigen Verträgen. Wer gewinnt, sichert sich massive Mengen; wer verliert, verkauft fast nichts für dieses Molekül.

Analysten müssen daher spezialisierte Modelle entwickeln: hochfrequente probabilistische Modelle für die Retail-Dynamik und niederfrequente Erwartungswertmodelle für die Krankenhauszyklen.

Bevor man den Wettbewerb betrachtet, muss das gesamte adressierbare Volumen (TAV) bestimmt werden. Die epidemiologische Basis-Modellierung blendet Marktgeräusche aus und fokussiert sich rein auf den tatsächlichen Patientenbedarf.

Experten nutzen Inzidenz-, Prävalenz- und Behandlungsdauer-Daten (IPD) aus den umfassenden dänischen Gesundheitsregistern. Durch die Kartierung demografischer Verschiebungen lässt sich das absolute Maximum an benötigten Dosen oder Vials für die Bevölkerung berechnen.

Wichtig ist: Diese Modelle sind völlig unabhängig vom Wettbewerb. Es spielt keine Rolle, wer die Ausschreibung gewinnt; es geht nur darum, wie viele Tagesdosen (DDD) die dänische Bevölkerung insgesamt konsumieren wird.

Dies bildet das makroökonomische Fundament. Sobald der TAV feststeht, kann man Marktanteilsannahmen treffen, die auf empirischen Patientendaten basieren, anstatt sich auf vage Schätzungen zu verlassen.

Im dänischen Retail-Sektor ist die Prognose einzelner Marken aufgrund der 14-tägigen Zyklen fast unmöglich. Das Gesamtvolumen einer Substitutionsgruppe – also der Bedarf für das gesamte Molekül über alle Marken hinweg – ist jedoch sehr stabil.

Hier setzen Analysten auf Zeitreihenprognosen wie SARIMA (Seasonal AutoRegressive Integrated Moving Average). Durch historische Daten lassen sich saisonale Schwankungen, wie der Bedarf an Antibiotika im Winter oder Antihistaminika im Frühjahr, präzise vorhersagen.

Die Strategie lautet: Prognostiziere das Molekül, nicht die Marke. Sobald das Modell das Gesamtvolumen für das Quartal liefert, legt man die Wahrscheinlichkeit der Gebotsgewinne darüber.

Durch die Trennung von stabilem Molekültrend und chaotischem Marktanteil lassen sich Produktionspläne optimieren, ohne auf kurzfristige Verluste bei Geboten überzureagieren.

Da das Volumen im dänischen Einzelhandel fast nur über den „A-Preis“ im DKMA-System generiert wird, nutzen Experten probabilistische Bieter-Modelle auf Basis der Spieltheorie.

Hier geht es nicht um die organische Nachfrage, sondern um das Verhalten der Konkurrenz. Man analysiert das Nash-Gleichgewicht einer Substitutionsgruppe, historische Bieter-Muster und die geschätzten Wirkstoffkosten (API) der Mitbewerber.

Mittels Bayesscher Wahrscheinlichkeit wird die Chance berechnet, den A-Preis in einem Zyklus zu gewinnen. Wenn ein Modell eine 40-prozentige Gewinnchance ausgibt, lässt sich das erwartete Volumen mathematisch herleiten.

Retail-Prognosen sind im Kern Preisalgorithmen. Das Volumen ist lediglich der nachlaufende Indikator für den Erfolg der gewählten Preisstrategie im Vergleich zum Wettbewerb.

Die Mengenplanung für Krankenhäuser dreht sich primär um Amgros. Da dies meist Einjahresverträge sind, müssen Prognosen auf Erwartungswert-Frameworks (EV) basieren, die binäre oder geteilte Ergebnisse berücksichtigen.

Nach Patentablauf setzt der dänische Arzneimittelrat (DMC) oft nationale Tender auf. Häufig werden Split-Awards vergeben (z. B. 70 % Volumen für den Sieger, 30 % für den Zweitplatzierten), um die Versorgungssicherheit und einen pluralistischen Lieferantenmarkt zu garantieren.

Planer müssen gewichtete EV-Gleichungen nutzen. Wenn ein Tender 500.000 Einheiten umfasst, berechnet man die Wahrscheinlichkeit für den Primäranteil gegenüber dem Sekundäranteil basierend auf Competitive Intelligence.

Anders als im Retail erfordert Amgros das Modellieren massiver Sprünge im Volumen. Ein kleiner Fehler in der Wahrscheinlichkeitsrechnung kann zu drastischen Überbeständen oder plötzlichen Lieferengpässen führen.

Wenn ein Originalpräparat den Patentschutz verliert (Loss of Exclusivity, LoE), erlebt der dänische Markt eine der schnellsten Generika-Quoten Europas. Zur Prognose dieses Wechsels nutzen Analysten LoE-Erosionskurven.

Statt zu raten, kommen Diffusionsmodelle wie Gompertz oder Bass zum Einsatz. Diese mathematischen Kurven werden mit Jahrzehnten dänischer Apothekendaten kalibriert, um die Geschwindigkeit des Volumenwechsels vorherzusagen.

In Dänemark ist die Erosion extrem steil, da Apotheker gesetzlich verpflichtet sind, die günstigste Alternative anzubieten. Innerhalb weniger Wochen kann die Generika-Gruppe über 80 % des Volumens übernehmen.

Durch die Integration dieser Modelle können Supply-Chain-Manager rechtzeitig Lagerbestände aufbauen, da sie genau wissen, wie scharf der initiale Nachfrageschub nach dem LoE-Datum sein wird.

In hochgradig optimierten Märkten hängt das eigene Volumen oft vom Scheitern der Konkurrenz ab. Moderne Planer nutzen Machine-Learning-Modelle (ML), um Lieferengpässe der Mitbewerber vorherzusagen.

Diese Modelle nutzen Algorithmen wie Random Forests und verarbeiten alternative Daten: Berichte über globale Wirkstoffknappheit, Zuverlässigkeit von Lieferanten, Hafen-Engpässe oder regulatorische Warnbriefe.

Wenn das Modell eine hohe Wahrscheinlichkeit für einen Ausfall beim aktuellen A-Preis-Halter anzeigt, wird die eigene Prognose nach oben korrigiert. Amgros nutzt in solchen Fällen routinemäßig Zweitlieferanten.

Das Antizipieren von Lieferkettenproblemen der Konkurrenz erlaubt den Aufbau von Sicherheitsbeständen. Im dänischen Gx-Markt ist Agilität durch prädiktive Intelligenz ein massiver Wettbewerbsvorteil.

Trotz strenger Substitutionsregeln fließt nicht alles Volumen zum günstigsten Generikum. Planer nutzen Markov-Ketten-Modelle, um das „klebrige“ Volumen der Patientenpersistenz zu tracken.

Ärzte können „Ej substitution“ auf Rezepte schreiben, was den Austausch aus medizinischen Gründen untersagt. Zudem können Patienten den Austausch verweigern, wenn sie bereit sind, die Differenz zum A-Preis selbst zu zahlen.

Markov-Ketten nutzen Übergangswahrscheinlichkeiten, um die Chance zu berechnen, dass ein Patient loyal bleibt oder wechselt. Dies isoliert ein preisunelastisches Segment des Marktes.

Durch die Quantifizierung dieses markengetreuen Volumens können Unternehmen einen stabilen Basisumsatz prognostizieren, der von den harten Preiskämpfen der primären Substitutionsgruppe isoliert bleibt.

Statische Punktprognosen sind im volatilen dänischen Gx-Markt gefährlich unzureichend. Strategische Planer setzen auf Monte-Carlo-Simulationen, um tausende mögliche Zukunftsszenarien zu modellieren.

Diese Simulation nutzt Zufallsstichproben über verschiedene Wahrscheinlichkeitsverteilungen. Man gibt Variablen ein: Launch-Wahrscheinlichkeit der Konkurrenz, Gewinnchancen bei Amgros und Risiken bei der Wirkstofflieferung.

Das Modell liefert eine Verteilung potenzieller Volumina. Man erhält strategische Perzentile: P10 (Worst Case), P50 (wahrscheinlichster Fall) und P90 (Best Case bei Glücksfällen).

Dieser stochastische Ansatz macht aus starren Tabellen dynamische Risikokorridore. Finanz- und Supply-Chain-Leiter können so kalkulierte Wetten auf Lagerbestände eingehen und statistische Risiken besser verstehen.

Die Mengenplanung für dänische Krankenhäuser endet nicht mehr an der Landesgrenze. Analysten müssen den Multiplikatoreffekt des Nordischen Pharmazeutischen Forums (NLF) einbeziehen.

Amgros führt vermehrt gemeinsame Ausschreibungen mit Behörden aus Norwegen, Island und Schweden durch. Ein Gewinn bei diesen integrierten Verträgen löst gleichzeitig Bedarfe in mehreren Gesundheitssystemen aus.

Modelle müssen entsprechend skalieren. Dies erfordert die Integration unterschiedlicher epidemiologischer Daten und regulatorischer Strukturen in eine einheitliche Prognose. Ein Sieg bei einem gemeinsamen Tender bedeutet einen multinationalen Volumensprung.

Die Berücksichtigung der NLF-Beteiligung ist die Königsdisziplin. Man wechselt von einer lokalen Perspektive zu einer komplexen, makroregionalen Strategie, die die grenzüberschreitende Nachfrage gleichzeitig antizipiert.