Zum Inhalt springen
GLOBALANCE INTELLIGENCEDie Wirtschaft, die kommt.
Diese Woche Index 28/100 Anmelden
Länder › Schweiz
SchweizDeutschlandChinaUSA
← Alle 14 Grundpfeiler der SchweizLänder › Schweiz › Grundpfeiler 07 von 14
GRUNDPFEILER 07 · DIGITALE GÜTER · SCHWEIZ

Daten & KI als Allmende

Stand Schweiz: Im AufbauSchweiz-Modul · Digitale Güter

Mit MIDATA und Datenraum-Initiativen früh dran. Von der Allmende-Idee zur Praxis fehlt der Massstab.

01 · STATUS QUO & BRUCHSTELLE

Wo steht die Schweiz, und wo bricht es?

STATUS QUO

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.

BRUCHSTELLE

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.

02 · LÖSUNGSOPTIONEN

Wege für die Schweiz

A
Datengenossenschaften als Bürgereigentum★★★★☆ 4/5

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.

+ Verankert Datenkontrolle demokratisch bei den Bürgern und knüpft an die Schweizer Genossenschaftstradition an.
– Erreicht nur langsam die kritische Masse, die für wettbewerbsfähiges KI-Training nötig ist.

Trade-off: Selbstbestimmung und Vertrauen gegen Skalierungsgeschwindigkeit und Datenvolumen.

Realisierbarkeit: Vielversprechendes Eigentumsmodell mit realem Schweizer Vorläufer, das öffentliche Förderung verdient.

B
Öffentliche KI-Infrastruktur als Grundversorgung★★★★★ 5/5

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.

+ Sichert technologische Souveränität und stellt vertrauenswürdige KI breit und diskriminierungsfrei bereit.
– Verlangt hohe, dauerhafte öffentliche Investitionen und den Aufbau von Betriebskompetenz.

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.

C
Sektorielle Datenräume mit gemeinsamen Standards★★★★☆ 4/5

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.

+ Ermöglicht branchengerechte Datennutzung bei klaren, sektorspezifischen Vertrauensregeln.
– Hoher Koordinationsaufwand und Gefahr fragmentierter, untereinander unverträglicher Standards.

Trade-off: Passgenauigkeit je Sektor gegen Einheitlichkeit und übergreifende Nutzbarkeit der Daten.

Realisierbarkeit: Pragmatischer Mittelweg, der sich gut mit europäischen Datenraum-Initiativen verzahnen lässt.

D
Datenabgabe zur Finanzierung des Gemeinwesens★★★☆☆ 3/5

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.

+ Erschliesst eine neue Finanzierungsquelle, wenn Erwerbsarbeit als Steuerbasis erodiert.
– Bemessungsgrundlage schwer zu definieren und im internationalen Umfeld schwer durchzusetzen.

Trade-off: Fiskalische Teilhabe am Datenwert gegen Standortattraktivität und Abwanderungsrisiko.

Realisierbarkeit: Konzeptionell wichtig für die langfristige Finanzierung, praktisch aber erst mit internationaler Abstimmung tragfähig.

03 · ZEITHORIZONT

Trigger-basierte Phasen

Phase 1: Souveräne Infrastruktur sichern

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.

Phase 2: Datenräume und Rechte etablieren

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.

Phase 3: Wertschöpfung teilen

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.

04 · PILOTPROJEKTE

Reale Pilotprojekte

Schweiz · MIDATA Datengenossenschaft

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.

→ Projekt aufrufen

Schweiz · Apertus und öffentliche Recheninfrastruktur CSCS Alps

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.

→ Projekt aufrufen

Modell aus dem Ausland · Europäische Gaia-X-Datenräume, als Vorbild für die Schweiz zu prüfen

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.

→ Projekt aufrufen

05 · FRÜHWARNSIGNALE

Was wir beobachten

Nutzungsanteil souveräner KI-Infrastruktur

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.

Heute: Gering; Verwaltung und Wirtschaft nutzen überwiegend ausländische Anbieter.
→
Schwelle: Weniger als ein Fünftel kritischer öffentlicher Anwendungen läuft auf souveräner Infrastruktur.
Mitgliederzahl in Datengenossenschaften

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.

Heute: Niedrige fünfstellige Grössenordnung, überwiegend im Gesundheitsbereich.
→
Schwelle: Kritische Masse, ab der genossenschaftliche Datenbestände für KI-Training relevant werden.
Verfügbarkeit sektorieller Datenräume

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.

Heute: Erste Ansätze in Gesundheit und Mobilität, noch keine flächendeckenden Standards.
→
Schwelle: Mindestens drei Sektoren mit betriebsbereiten, interoperablen Datenräumen.
Standortwahl für Datenverarbeitung sensibler Daten

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.

Heute: Schweiz gilt bereits als vertrauenswürdiger, aber nicht dominierender Standort.
→
Schwelle: Messbarer Zuwachs an internationalen Mandaten für Datenverarbeitung in der Schweiz.
06 · OFFENE FRAGEN

Was wir noch nicht wissen

1. Wie lässt sich öffentliche KI-Grundversorgung finanzieren, ohne private Innovation zu verdrängen oder den Wettbewerb zu verzerren?
2. Welche Rechte an Daten und Trainingsdaten braucht es, damit die Erzeugenden am Ertrag teilhaben?
3. Wie kann die Schweiz genossenschaftliche Datenmodelle so fördern, dass sie die für KI nötige kritische Masse erreichen?
4. Unter welchen Bedingungen ist eine Datenabgabe international durchsetzbar, ohne die Standortattraktivität zu gefährden?
← Alle Grundpfeiler im ÜberblickNächster: 08 · Pflege, Gesundheit & Soziales →

Wie es weitergeht