Daten & KI als Allmende
Mit MIDATA und Datenraum-Initiativen früh dran. Von der Allmende-Idee zur Praxis fehlt der Massstab.
Wo steht die Schweiz, und wo bricht es?
Trainingsdaten und die daraus gewonnenen KI-Fähigkeiten liegen heute überwiegend bei wenigen ausländischen Plattformkonzernen. Die Schweiz verfügt mit dem CSCS und dem Höchstleistungsrechner Alps über eigene öffentliche Recheninfrastruktur. Mit dem offenen Modell Apertus hat die Schweiz 2025 bewiesen, dass leistungsfähige KI auch transparent und in öffentlicher Hand entstehen kann. Datengenossenschaften wie MIDATA zeigen zudem alternative Eigentumsmodelle.
Der Wert von Daten entsteht erst in der Aggregation. Die Einzelnen, die sie erzeugen, haben weder Kontrolle noch Anteil am Ertrag. Ohne verbindliche Regeln zu Dateneigentum, Datenabgabe und offener Infrastruktur droht die Schweiz zum blossen Datenlieferanten ausländischer Plattformkonzerne zu werden, statt vom eigenen Rohstoff zu profitieren.
Wege für die Schweiz
Nach dem Vorbild von MIDATA verwalten Genossenschaften Daten treuhänderisch im Interesse ihrer Mitglieder und geben sie kontrolliert für Forschung und KI-Training frei. Für die Schweiz knüpft dies an eine starke genossenschaftliche Tradition an und schafft Vertrauen. Ein Teil der Wertschöpfung bleibt bei den Datengebenden. Der Ansatz skaliert jedoch langsam und braucht kritische Masse.
Trade-off: Selbstbestimmung und Vertrauen gegen Skalierungsgeschwindigkeit und Datenvolumen.
Realisierbarkeit: Vielversprechendes Eigentumsmodell mit realem Schweizer Vorläufer, das öffentliche Förderung verdient.
Der Bund baut die öffentliche Recheninfrastruktur um CSCS und Alps sowie offene Modelle wie Apertus zu einer allgemein zugänglichen Grundversorgung aus. Für die Schweiz sichert dies technologische Souveränität und verhindert einseitige Abhängigkeit von ausländischen Plattformkonzernen. Forschung, KMU und Verwaltung erhalten Zugang zu vertrauenswürdiger KI. Der Ansatz erfordert erhebliche und dauerhafte öffentliche Investitionen.
Trade-off: Unabhängigkeit und Zugang gegen fiskalische Belastung und Wettbewerb mit privaten Anbietern.
Realisierbarkeit: Strategisch am stärksten. Apertus und Alps belegen, dass die Schweiz die Fähigkeiten bereits besitzt.
Für Gesundheit, Mobilität, Energie und Finanzen entstehen geschützte Datenräume mit einheitlichen Regeln für Zugang und Nutzung. Für die Schweiz erlaubt dies branchenspezifische Wertschöpfung bei klaren Vertrauens- und Datenschutzregeln. Die Daten bleiben unter Kontrolle der jeweiligen Gemeinschaft. Der Ansatz ist koordinationsintensiv und erfordert Einigung vieler Akteure.
Trade-off: Passgenauigkeit je Sektor gegen Einheitlichkeit und übergreifende Nutzbarkeit der Daten.
Realisierbarkeit: Pragmatischer Mittelweg, der sich gut mit europäischen Datenraum-Initiativen verzahnen lässt.
Die Option Datenabgabe belegt die kommerzielle Nutzung grosser Datenbestände mit einer Abgabe, deren Ertrag in öffentliche Infrastruktur und soziale Sicherung fliesst. Für die Schweiz schafft dies eine neue Einnahmequelle in einer Wirtschaft, in der Arbeit als Steuerbasis schrumpft. Sie verknüpft Datenwertschöpfung mit dem Gemeinwohl. Die Bemessung und internationale Durchsetzung sind jedoch anspruchsvoll.
Trade-off: Fiskalische Teilhabe am Datenwert gegen Standortattraktivität und Abwanderungsrisiko.
Realisierbarkeit: Konzeptionell wichtig für die langfristige Finanzierung, praktisch aber erst mit internationaler Abstimmung tragfähig.
Trigger-basierte Phasen
Auslöser: Wachsende Abhängigkeit von Recheninfrastruktur ausländischer Plattformkonzerne wird strategisch als Risiko erkannt.
Ausbau von CSCS, Alps und offenen Modellen wie Apertus zur zugänglichen Grundversorgung. Datengenossenschaften erhalten Förderung. Die Schweiz positioniert sich als vertrauenswürdiger Datenstandort.
Auslöser: Sektoren verlangen verbindliche Regeln für die gemeinsame Nutzung ihrer Daten.
Sektorielle Datenräume für Gesundheit, Mobilität und Energie werden mit gemeinsamen Standards aufgebaut. Rechte an Daten und Nutzungsbedingungen werden gesetzlich geklärt. Genossenschaftliche Modelle erreichen erste kritische Masse.
Auslöser: Datengetriebene KI-Wertschöpfung übersteigt sichtbar die Erträge aus klassischer Erwerbsarbeit.
Mechanismen der Datenabgabe oder Gewinnbeteiligung werden geprüft und international abgestimmt. Erträge fliessen in Infrastruktur und soziale Sicherung. Daten und KI sind als Allmende institutionell verankert.
Reale Pilotprojekte
Status: Aktiv; gemeinnützige Genossenschaft mit medizinischen Datenprojekten.
Mitglieder verwalten ihre Gesundheitsdaten selbst und geben sie kontrolliert für Forschung frei. Das Modell zeigt, wie Datenkontrolle bei den Bürgern verbleibt. Es liefert die Blaupause für breitere genossenschaftliche Datennutzung.
Status: Apertus im September 2025 veröffentlicht; erste Kantone wie das Tessin setzen es 2026 ein.
EPFL, ETH Zürich und das CSCS haben ein vollständig offenes, mehrsprachiges Sprachmodell auf öffentlicher Infrastruktur entwickelt. Es beweist technologische Souveränität in der Praxis. Auf dieser Basis lässt sich eine öffentliche KI-Grundversorgung aufbauen.
Status: In Aufbau; mehrere sektorielle Datenräume in der EU.
Gaia-X organisiert föderierte Datenräume mit gemeinsamen Regeln für Zugang und Souveränität. Das Modell zeigt, wie Datenteilung ohne zentrale Kontrolle gelingt. Für die Schweiz ist die Anschlussfähigkeit an europäische Standards zu prüfen.
Was wir beobachten
Gemessen wird die technologische Unabhängigkeit der Schweiz. Bleibt der Anteil darunter, wächst die Abhängigkeit von ausländischen Plattformkonzernen und deren Preis- und Zugangsbedingungen. Ein Umschlag nach oben zeigt gewonnene Souveränität. Für Politik und Anleger bedeutet er geringeres Klumpenrisiko und stärkere Verhandlungsposition.
Gemessen wird die Tragfähigkeit bürgereigener Datenmodelle. Wird die Schwelle überschritten, entsteht eine ernsthafte Alternative zur Datenmacht der Plattformkonzerne. Ein Umschlag zeigt, dass Vertrauen und Volumen zusammenkommen. Für Anleger eröffnet er neue Wertschöpfungsmodelle rund um treuhänderische Datenverwaltung.
Gemessen wird die Fähigkeit, Daten branchenweit nutzbar zu machen. Unterhalb der Schwelle bleibt die Wertschöpfung fragmentiert und ineffizient. Ein Umschlag bedeutet, dass geteilte Daten zum Standortvorteil werden. Für Politik und Anleger signalisiert er reife Rahmenbedingungen für datengetriebene Geschäftsmodelle.
Gemessen wird, ob Vertrauen und Neutralität sich wirtschaftlich auszahlen. Wird die Marke überschritten, etabliert sich die Schweiz als bevorzugter Datenstandort. Ein Umschlag zeigt einen tragfähigen Standortvorteil in der Wirtschaft, die kommt. Für Anleger bedeutet er Wachstum in Rechenzentren, Treuhand und vertrauensbasierten Datendiensten.