Die Schweiz lanciert mit Apertus ein transparentes, offenes LLM. Erfahren Sie, wie das Projekt von EPFL und ETHZ die digitale Souveränität in der DACH-Region stärkt.

Während die globale KI-Landschaft von geschlossenen Systemen und milliardenschweren Investitionen US-amerikanischer Konzerne dominiert wird, schlägt die Schweiz einen anderen Weg ein. Mit der Einführung von Apertus präsentieren die École polytechnique fédérale de Lausanne (EPFL), die ETH Zürich und das Schweizer Zentrum für wissenschaftliches Rechnen (CSCS) ein Sprachmodell, das nicht auf maximale kommerzielle Marktdurchdringung, sondern auf radikale Transparenz setzt.

Der Name ist Programm: Apertus, lateinisch für offen, beschreibt einen Ansatz, der in der aktuellen Entwicklung von Large Language Models (LLMs) selten geworden ist. Während viele Anbieter zwar Gewichte veröffentlichen, aber die Trainingsdaten oder die genaue Architektur geheim halten, legt die Schweizer Initiative den gesamten Prozess offen. Von den Trainingsrezepten bis hin zu den verwendeten Datensätzen ist alles für die Fachwelt dokumentiert und zugänglich.

Ein Referenzmodell für vertrauenswürdige KI

Das Ziel der Entwickler ist es nicht, eine exakte Kopie von ChatGPT oder Llama zu schaffen, die in jedem Consumer-Benchmark gewinnt. Vielmehr soll Apertus als Referenzmodell für eine zuverlässige, souveräne und inklusive KI dienen. Martin Jaggi, Professor für Machine Learning an der EPFL, betont, dass die Priorität auf der Schaffung eines Systems liegt, das für Forscher und Unternehmen sicher und zugänglich ist.

Die erste Version des Modells wurde in zwei Varianten veröffentlicht, um unterschiedlichen Anforderungen gerecht zu werden. Eine kompakte Version mit 8 Milliarden Parametern richtet sich primär an die persönliche Nutzung und kleinere Anwendungen. Die leistungsstärkere Variante mit 70 Milliarden Parametern bietet die notwendige Tiefe für komplexe industrielle und wissenschaftliche Aufgaben. Beide Versionen stehen unter einer permissiven Open-Source-Lizenz, was eine Nutzung in der Forschung, im Bildungswesen sowie in kommerziellen Anwendungen ermöglicht.

Die technische Evolution hin zu Apertus 2.0

Die Entwicklung steht nicht still. Nachdem die Version 1.5 bereits die Analyse von Bildern und Audio integriert hat ohne diese zu generieren, um Urheberrechtsverletzungen zu vermeiden, markiert die Ankündigung von Apertus 2.0 auf dem AI+X Summit in Zürich einen signifikanten Sprung. Die neue Iteration zielt auf eine massive Steigerung der Kapazitäten ab.

Laut Imanol Schlag wird Apertus 2.0 zwischen 500 und 700 Milliarden Parameter aufweisen. Ein besonderes Merkmal sind die spezialisierten Netzwerke, die selektiv aktiviert werden, um die Effizienz zu steigern. Der Fokus verschiebt sich hierbei deutlich in Richtung funktionaler Intelligenz: Die Optimierung von mathematischen Fähigkeiten, die Programmierung und die Entwicklung von KI-Agenten stehen im Vordergrund. Diese Entwicklung findet auf dem Supercomputer Swisscom-gestützten Infrastrukturen und im CSCS in Lugano statt, wo Tausende von GPUs zum Einsatz kommen.

Zwischen wissenschaftlichem Anspruch und Hardware-Limits

Trotz der Ambitionen stößt das Projekt an die realen Grenzen der verfügbaren Hardware. Die Ausbildung von Modellen dieser Größenordnung erfordert enorme Rechenkapazitäten, die in der Schweiz oft mit anderen wissenschaftlichen Disziplinen geteilt werden müssen. So nutzt Apertus Ressourcen des Supercomputers Alps, der gleichzeitig für kritische Klimasimulationen eingesetzt wird.

Die Wahl der Schweiz zielt nicht auf eine vollständige technologische Autarkie ab, sondern darauf, Systeme inspizierbar zu machen und sie dort auszuführen, wo sie benötigt werden.

Dieser strategische Ansatz unterscheidet Apertus von den kommerziellen Giganten. Anstatt ein fertiges Endprodukt für die breite Masse zu vermarkten, stellt die öffentliche Forschung das Fundament bereit. Die eigentliche Entwicklung spezifischer Dienste und Anwendungen wird den privaten Unternehmen überlassen, während Apertus als kontrollierbares und transparentes Forschungsprojekt bestehen bleibt.

Transparenz als Gegengewicht zu Halluzinationen

Ein zentrales Problem moderner LLMs sind sogenannte Halluzinationen und tief verwurzelte Vorurteile in den Trainingsdaten. Durch die vollständige Offenlegung der Datenquellen und der Architektur ermöglicht Apertus es Experten, genau zu analysieren, warum ein Modell eine bestimmte Antwort gibt. Diese transparente Alternative ist besonders für Sektoren von Bedeutung, in denen Fehlentscheidungen kritische Folgen haben könnten.

Die Schweizer Strategie setzt darauf, dass Vertrauen durch Verifizierbarkeit entsteht. Wenn Unternehmen wissen, mit welchen Daten eine KI trainiert wurde, können sie die Ergebnisse besser validieren und das Modell präziser auf ihre spezifischen Bedürfnisse zuschneiden, ohne von den Black-Box-Algorithmen großer Anbieter abhängig zu sein.

Industrielle Anwendung und Pilotprojekte

Die praktische Umsetzung erfolgt bereits in zahlreichen Pilotprojekten. Rund siebzig Initiativen nutzen das Modell bereits, wobei die Anwendungen von spezialisierten Übersetzungsdiensten für den Kanton Tessin bis hin zu komplexen industriellen Steuerungen reichen. Die Verknüpfung von LLMs mit der Schweizer Tradition in der Robotik und dem Präzisionsmaschinenbau eröffnet neue Wege für die industrielle Automatisierung.

Besonders die Integration in die Robotik zeigt, dass Apertus nicht nur als Chatbot gedacht ist. Die Fähigkeit, Code zu generieren und mathematische Probleme zu lösen, macht es zu einem wertvollen Werkzeug für die Entwicklung autonomer Systeme, die in einer kontrollierten Umgebung operieren müssen.

Bedeutung für Deutschland und den DACH-Raum

Für Unternehmen in Deutschland, Österreich und der Schweiz ist die Veröffentlichung von Apertus ein strategisches Signal. In einer Zeit, in der der EU AI Act strenge Anforderungen an die Transparenz und Risikobewertung von KI-Systemen stellt, bietet ein Modell wie Apertus einen rechtlich sichereren Weg zur Implementierung von KI.

Besonders für den deutschen Mittelstand, der oft mit Bedenken hinsichtlich des Datenschutzes und des geistigen Eigentums bei US-Cloud-Lösungen kämpft, ist die Verfügbarkeit eines europäischen, offenen Modells von unschätzbarem Wert. Die Möglichkeit, ein LLM auf eigener Hardware zu betreiben und die Trainingsdaten vollständig zu kennen, korrespondiert direkt mit den Anforderungen an die digitale Souveränität innerhalb der Industrie 4.0.

Apertus zeigt, dass ein dritter Weg zwischen den geschlossenen Ökosystemen der USA und den staatlich gelenkten Modellen Chinas möglich ist. Für die DACH-Region bedeutet dies die Chance, KI-Anwendungen zu entwickeln, die nicht nur effizient, sondern auch ethisch nachvollziehbar und technisch unabhängig sind. Die Synergie aus akademischer Exzellenz der ETH und EPFL und der industriellen Anwendungskompetenz im gesamten deutschsprachigen Raum könnte hier einen entscheidenden Wettbewerbsvorteil schaffen.

Häufige Fragen

---

Quellen: Swisscom, Swissinfo, Lamiafinanza ·