{"id":208639,"date":"2025-04-15T07:05:48","date_gmt":"2025-04-15T05:05:48","guid":{"rendered":"https:\/\/dievolkswirtschaft.ch\/?p=208639"},"modified":"2025-04-15T11:12:05","modified_gmt":"2025-04-15T09:12:05","slug":"schweizer-forschung-will-mit-vertrauenswuerdiger-ki-an-die-spitze","status":"publish","type":"post","link":"https:\/\/dievolkswirtschaft.ch\/de\/2025\/04\/schweizer-forschung-will-mit-vertrauenswuerdiger-ki-an-die-spitze\/","title":{"rendered":"Schweizer Forschung will mit vertrauensw\u00fcrdiger KI an die Spitze"},"content":{"rendered":"

Die Ver\u00f6ffentlichung von Chat-GPT Ende 2022 hat auch die universit\u00e4re Forschungswelt \u00fcberrascht. Mehrere Gr\u00fcnde f\u00fchrten damals zum Durchbruch der generativen KI \u2013 allen voran die Macht der Skalierung. Vor Chat-GPT waren KI-Systeme spezialisierte Tools, die auf eine bestimmte Anwendung trainiert wurden, so etwa auf \u00dcbersetzungen, auf Textzusammenfassung, auf Textgenerierung oder wie die Anwendung Alphafold von Google Deepmind \u2013 deren Entwickler 2024 den Chemie-Nobelpreis erhielten \u2013 auf die L\u00f6sung des Proteinfaltungproblems<\/a>. Mit Chat-GPT zeigte sich, dass sich mit mehr Daten und Rechenleistung die Leistung skalieren l\u00e4sst und immer gr\u00f6ssere und leistungsf\u00e4higere Basismodelle trainiert werden k\u00f6nnen, die all dies und noch viel mehr Aufgaben gleichzeitig bew\u00e4ltigen k\u00f6nnen.<\/p>\n

Die Schweiz muss mithalten<\/h2>\n

Diese Erkenntnis f\u00fchrte zu einem globalen Wettlauf um KI-Recheninfrastruktur. Denn ohne grosse Mengen an leistungsstarken Grafikprozessoren (GPU) lassen sich diese Modelle nicht entwickeln \u2013 und wer den Anschluss verliert, der bleibt zur\u00fcck. Selbst effizienter trainierte Modelle wie die chinesische KI Deepseek brauchen mehrere Millionen GPU-Stunden.<\/p>\n

Die exponentielle Skalierung von KI erfordert deshalb entschlossenes Handeln. L\u00e4nder wie die USA, China und Grossbritannien investieren massiv in Rechenzentren, Forschung und Innovation. Die Schweiz hat dabei eine echte Chance, mitzuhalten und den zuk\u00fcnftigen Wohlstand des Landes zu sichern. Denn sie bringt ideale Voraussetzungen mit, die ausgebaut werden sollten: eine starke Ausbildung, exzellente Infrastruktur, Forschung und hohe Agilit\u00e4t.<\/p>\n

Bedeutendes Produktivit\u00e4tspotenzial<\/h2>\n

Richtig eingesetzt, kann KI bedeutende Produktivit\u00e4tsgewinne bringen. Eines der ersten Anwendungsfelder, die tiefgreifend von KI ver\u00e4ndert werden, ist die Softwareentwicklung. Kein Wunder: Die grossen Modelle wurden auf Internetdaten trainiert, welche riesige Mengen an Code und Programmierwissen enthalten. Erste KI-Werkzeuge wie Git Hub Copilot steigerten die Produktivit\u00e4t bereits um bis zu 50 Prozent f\u00fcr bestimmte Aufgaben. Doch die n\u00e4chste Generation KI-Werkzeuge wie Cursor, Lovable oder Bolt geht noch weiter: von der Idee zur App \u2013 ganz ohne Code. In solchen F\u00e4llen sind Produktivit\u00e4tsspr\u00fcnge um den Faktor 20 m\u00f6glich.<\/p>\n

Auch in datenintensiven Feldern wie dem Gesundheitswesen, dem Finanzwesen, der Industrie oder der Biotechnologie ist noch viel unerschlossenes Potenzial vorhanden, welches mit bestehenden Sprachmodellen nicht zu erschliessen ist. Zum einen sind die relevanten Daten dazu nicht \u00f6ffentlich im Internet verf\u00fcgbar. Zum anderen handelt es sich nicht nur um Text, sondern zum Beispiel auch um Zeitreihendaten oder rasch \u00e4ndernde Echtzeitdaten, wof\u00fcr die bestehenden Sprachmodell-Architekturen nicht ausgelegt sind. Um das Potenzial zu erschliessen und neue Architekturen und Lernans\u00e4tze zu entwickeln, braucht es grundlegende Forschung \u2013 bei der KI- und Fachspezialisten in der Forschung eng zusammenarbeiten m\u00fcssen.<\/p>\n

Die Schweiz investiert in die Zukunft<\/h2>\n

Eines ist bereits heute klar: Ein Chat-GPT-Abo f\u00fcr alle Mitarbeitenden macht noch lange kein KI-gest\u00fctztes Unternehmen. Das w\u00e4re, als h\u00e4tte man im Jahr 2000 versucht, ein Unternehmen E-Commerce-f\u00e4hig zu machen, indem man allen Mitarbeitenden einen Browser installiert. Will man die M\u00f6glichkeiten von KI voll aussch\u00f6pfen, ist es entscheidend, Gesch\u00e4ftsprozesse, Organisationsstrukturen und Modelle radikal neu zu denken \u2013 mit einem echten \u00abAI first\u00bb-Ansatz.<\/p>\n

Die Schweiz hat das erkannt: K\u00fcnstliche Intelligenz bedeutet nicht nur Forschung und Technologie, sondern auch wirtschaftliche und gesellschaftliche Transformation. Mit dem 2024 gegr\u00fcndeten Swiss National AI Institute (SNAI) b\u00fcndeln die Eidgen\u00f6ssischen Technischen Hochschulen in Z\u00fcrich (ETHZ) und Lausanne (EPFL) gemeinsam mit weiteren Partnern ihre Expertise in der Forschung. Das Ziel: die Schweiz als weltweit f\u00fchrenden Standort f\u00fcr die Entwicklung und Nutzung einer transparenten und vertrauensw\u00fcrdigen k\u00fcnstlichen Intelligenz zu positionieren. Der Fokus liegt dabei auf drei Grundpfeilern: Talenten, Daten und Rechenleistung.<\/p>\n

Alps liefert potente Rechenleistung<\/h2>\n

Neben der kritischen Masse an Expertise und Daten wird vor allem auch Rechenpower ben\u00f6tigt. Das SNAI baut daher stark auf den neuen Supercomputer Alps in Lugano, der im Herbst 2024 ans Netz gegangen ist: Die weltweit f\u00fchrende \u00f6ffentliche KI-Infrastruktur mit \u00fcber 10\u2019000 leistungsstarken Nvidia-GPUs liefert die Rechenleistung, die f\u00fcr das Training eines erfolgreichen Basismodells n\u00f6tig ist. \u00dcber 800 Forschende aus mehr als 70 f\u00fchrenden KI-Labors[1]<\/a> der Schweiz arbeiten bereits darauf, und bald sollen auch internationale Forschungskooperationen starten. Hier ist die Schweiz Vorreiterin. Zum Vergleich: Die EU hat erst in den letzten Monaten sogenannte KI-Fabriken ausgerufen, welche einer \u00e4hnlichen Strategie wie das SNAI folgen sollen \u2013 sie befinden sich gerade erst in der Planungsphase.<\/p>\n

Das Ziel von Alps ist die Entwicklung grosser Basismodelle. Anders als heutige \u00abOpen weight\u00bb-Modelle wie Deepseek oder Llama will man den Weg bereiten f\u00fcr tats\u00e4chliche Open-Source-Modelle (siehe Kasten). Den Anfang macht ein von Grund auf neu geschaffenes Schweizer KI-Sprachmodell. Es soll im Sommer 2025 ver\u00f6ffentlicht werden. Mit rund 70 Milliarden Parametern z\u00e4hlt es zu den leistungsst\u00e4rksten Modellen und ist transparent, ethisch und offen zug\u00e4nglich.<\/p>\n

Davon sollen insbesondere KMU und Start-ups profitieren, die damit Zugang zu modernster KI-Technologie erhalten. Neben internen Innovationen k\u00f6nnen so auch Firmen und Start-ups in Zusammenarbeit mit Hochschulen konkrete Anwendungsf\u00e4lle und Anwendungen umsetzen. Das bietet ihnen nicht nur Innovationspotenzial, sondern auch echte Unabh\u00e4ngigkeit von grossen Techkonzernen. Denn als Closed- oder Open-Weights-Modelle sind die KI dieser Konzerne f\u00fcr viele Firmen zu unzuverl\u00e4ssig, um sie auf eigene vertrauliche Daten anzuwenden. Die Schweizer KI hingegen erlaubt es ihnen, wichtiges Know-how direkt in der Schweiz aufzubauen. Schweizer Werte der neuen KI wie Transparenz, Zuverl\u00e4ssigkeit, Nachhaltigkeit und Inklusion werden dabei als Wettbewerbsvorteil verstanden.<\/p>\n

Start-ups als Innovationsmotor<\/h2>\n

Doch Spitzenforschung allein reicht nicht \u2013 sie muss auch in marktf\u00e4hige L\u00f6sungen \u00fcbergef\u00fchrt werden. Daf\u00fcr braucht es ein dynamisches Zusammenspiel von Forschung, Start-ups, KMU und Grossunternehmen. Neben den bestehenden Innovationsinstrumenten sollten vor allem Start-up-Finanzierungen ausgebaut werden \u2013 etwa durch gezielte Investitionen von Pensionskassen.<\/p>\n

Auch die Rolle der \u00f6ffentlichen Hand ist zentral: Sie sollte innovationsfreundlich auftreten und als erste Kundin Vertrauen schaffen. Gerade bei KI-Produkten sind ein fr\u00fches Feedback und Referenzprojekte entscheidend \u2013 die Politik kann diesen Vertrauensaufbau aktiv mitgestalten.<\/p>\n

Datenzugang als Standortvorteil<\/h2>\n

Zudem k\u00f6nnte der Staat bessere Rahmenbedingungen schaffen. Ein Beispiel ist die KI-Sandbox des Kantons Z\u00fcrich. Solche \u00abInnovation Sandboxes\u00bb schaffen gesch\u00fctzte Umgebungen, in denen Firmen und Forschung mit echten Daten arbeiten k\u00f6nnen \u2013 unter klaren ethischen und rechtlichen Rahmenbedingungen. Ans\u00e4tze wie diese st\u00e4rken die Standortattraktivit\u00e4t der Schweiz nachhaltig.<\/p>\n

Denn der Zugang zu qualitativ hochwertigen, realen Daten ist ein oft untersch\u00e4tzter Engpass. Start-ups und KMU fehlt dieser Zugang h\u00e4ufig \u2013 besonders in sensiblen Bereichen wie Gesundheit, Finanzen oder Industrie. Hier k\u00f6nnten staatliche Stellen und Unternehmen Daten als strategisches Asset begreifen.<\/p>\n

Mit dem Aufbau des Swiss National AI Institute wurde ein Grundstein gelegt \u2013 f\u00fcr technologische Spitzenleistungen, wirtschaftliche Innovationskraft und internationale Sichtbarkeit. In enger Zusammenarbeit mit Verwaltung, Grossunternehmen, KMU und Start-ups k\u00f6nnte das SNAI zum Synonym f\u00fcr vertrauensw\u00fcrdige KI werden \u2013 mit weltweiter Leuchtturmwirkung.<\/p>\n

  1. Darunter ETH Z\u00fcrich, ETH Lausanne, Universit\u00e4t Z\u00fcrich, Universit\u00e4t Genf oder das Dalle-Molle-Forschungsinstitut f\u00fcr K\u00fcnstliche Intelligenz (IDSIA) der Universit\u00e4t der italienischen Schweiz in Lugano. [<\/span>]<\/a><\/li><\/ol>","protected":false},"excerpt":{"rendered":"

    Die Ver\u00f6ffentlichung von Chat-GPT Ende 2022 hat auch die universit\u00e4re Forschungswelt \u00fcberrascht. Mehrere Gr\u00fcnde f\u00fchrten damals zum Durchbruch der generativen KI \u2013 allen voran die Macht der Skalierung. Vor Chat-GPT waren KI-Systeme spezialisierte Tools, die auf eine bestimmte Anwendung trainiert wurden, so etwa auf \u00dcbersetzungen, auf Textzusammenfassung, auf Textgenerierung oder wie die Anwendung Alphafold von […]<\/p>","protected":false},"author":13175,"featured_media":208939,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"om_disable_all_campaigns":false,"ep_exclude_from_search":false,"footnotes":""},"post__type":[69,66],"post_opinion":[],"post_serie":[],"post_content_category":[154],"post_content_subject":[125,180,166],"acf":{"seco_author":13175,"seco_co_author":[13176,13177],"author_override":"","seco_author_post_ocupation_year":"","seco_author_post_occupation_de":"PD Dr. sc. ETH, Leiter des ETH AI Center, Z\u00fcrich","seco_author_post_occupation_fr":"Directeur de l'ETH AI Center, Zurich","seco_co_authors_post_ocupation":[{"seco_co_author":13176,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"PhD (Cantab), Leiterin des EPFL AI Center, Lausanne ","seco_co_author_post_occupation_fr":""},{"seco_co_author":13177,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"Dozentin und Entrepreneur in Residence, ETH AI Center, Z\u00fcrich","seco_co_author_post_occupation_fr":""}],"short_title":"Schweizer Forschung will mit vertrauensw\u00fcrdiger KI an die Spitze","post_lead":"Das Swiss National AI Institute der ETH in Lausanne und Z\u00fcrich will eine eigene, vertrauensw\u00fcrdige Schweizer KI entwickeln. Erm\u00f6glicht wird dies durch Alps, den neuen weltweit f\u00fchrenden \u00f6ffentlichen KI-Supercomputer.","post_hero_image_description":"Ein Mitarbeiter arbeitet am Supercomputer Alps am nationalen Hochleistungsrechenzentrum CSCS in Lugano.","post_hero_image_description_copyright_de":"Keystone","post_hero_image_description_copyright_fr":"","post_references_literature":"","post_kasten":[{"kasten_title":"Was bedeutet \u00aboffen\u00bb bei KI-Modellen?","kasten_box":"Offenheit ist zentral f\u00fcr Innovation, Vertrauen und Zug\u00e4nglichkeit \u2013 besonders f\u00fcr KMU. Anders als bei klassischer Software geht es hier nicht nur um den Quellcode, sondern auch die Daten und damit verbundene Prozesse. Grunds\u00e4tzlich unterscheidet man drei Ans\u00e4tze:\r\n\r\nClosed Models:<\/strong> Diese sind nur \u00fcber die Schnittstellen des Anbieters nutzbar. Es ist unklar, welche Daten zum Training dieser Modelle verwendet wurden, und die User haben keine Kontrolle \u00fcber Daten, Verhalten oder Weiterentwicklung. Es besteht eine vollst\u00e4ndige Abh\u00e4ngigkeit vom Anbieter. Beispiele sind: GPT-3 und -4, Google Gemini, Grok und Claude.\r\n\r\nOpen Weight Models:<\/strong> Die derzeit beliebteste Variante der offenen Modelle ist Open Weights (offene Gewichte). Beispiele sind etwa Deepseek, Mistral oder Llama. Die \u00abGewichte\u00bb sind die Parameter eines Modells. Sie beinhalten nicht die Trainingsdaten, sondern lediglich die daraus gelernten F\u00e4higkeiten. Damit kann das Modell lokal betrieben und auch mit eigenen Daten weitertrainiert werden. Die urspr\u00fcnglichen Trainingsdaten und die dahinterstehenden Trainingsmethoden bleiben aber intransparent. Somit ist unklar, ob Sicherheitsrisiken und Datenverzerrungen vorliegen oder auf unerlaubten Daten (beispielsweise der umstrittenen, Torrent-basierten Datensammlung namens Lib Gen) trainiert wurde.\r\n\r\nOpen Source:<\/strong> Dabei wird neben dem zugrunde liegenden Quellcode und den Modellgewichten auch offengelegt, mit welchen Daten das Modell trainiert wurde, welche Daten bewusst ausgeschlossen wurden (z.\u202fB. personenbezogene Informationen) und welche Massnahmen ergriffen wurden, damit das Modell Trainingsdaten nicht auswendig lernt, sondern Muster und Konzepte wirklich generalisieren kann. Solche Modelle bieten das h\u00f6chste Mass an Transparenz und erm\u00f6glichen eine vollst\u00e4ndige Nachvollziehbarkeit. Mit offener Lizenz (z.\u202fB. Apache 2.0) sind diese wirklich frei nutzbar, auch kommerziell. Beispiele sind Pythia und Olmo."}],"post_notes_for_print":"","first_teaser_header_de":"","first_teaser_header_fr":"","first_teaser_text_de":"","first_teaser_text_fr":"","second_teaser_header_de":"","second_teaser_header_fr":"","second_teaser_text_de":"","second_teaser_text_fr":"","kseason_de":"","kseason_fr":"","post_in_pdf":"","main_focus":[208545,208610],"serie_email":"","frontpage_slider_bild":"","artikel_bild-slider":null,"legacy_id":"","post_abstract":"","magazine_issue":null,"seco_author_reccomended_post":"","redaktoren":[4306],"korrektor":5357,"planned_publication_date":"2025-04-15 05:05:48","original_files":null,"external_release_for_author":"20250415","external_release_for_author_time":"00:05:00","link_for_external_authors":"https:\/\/dievolkswirtschaft.ch\/de\/exedit\/67ea7965178fe"},"_links":{"self":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/208639"}],"collection":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/13175"}],"replies":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/comments?post=208639"}],"version-history":[{"count":21,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/208639\/revisions"}],"predecessor-version":[{"id":209160,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/208639\/revisions\/209160"}],"acf:user":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/5357"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4306"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/13177"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/13176"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/13175"}],"acf:post":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/main_focus_post\/208610"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/main_focus_post\/208545"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/media\/208939"}],"wp:attachment":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/media?parent=208639"}],"wp:term":[{"taxonomy":"post__type","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post__type?post=208639"},{"taxonomy":"post_opinion","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_opinion?post=208639"},{"taxonomy":"post_serie","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_serie?post=208639"},{"taxonomy":"post_content_category","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_content_category?post=208639"},{"taxonomy":"post_content_subject","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_content_subject?post=208639"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}