Prof. Isabelle Wildhaber eröffnete die Konferenz mit der Frage «Ist es zu früh für KI-Regulierung, ist es zu spät?». Die Frage ist berechtig, denn der EU AI Act – ein umfassendes Regelwerk der Europäischen Union, das die Entwicklung und Nutzung von künstlicher Intelligenz (KI) regelt – trat bereits am 1. August 2024 in Kraft und soll bis 2030 etappenweise umgesetzt werden. Allerdings laufen derzeit auch Diskussionen darum, eben diesen AI Act, zusammen mit weiteren EU-Rechtsvorschriften im Digitalbereich, zu vereinfachen, um den Verwaltungsaufwand für Unternehmen zu verringern. So war gerade am Tag zuvor im Rahmen des Digital Omnibus, so heisst dieses Vorhaben, ein Vorschlag verabschiedet worden, um die Frist für das Inkrafttreten der Bestimmungen zu hoch-Risiko KI Systemen einige Monate nach hinten zu schieben.
Die Schweiz verfolgt einen anderen Weg: Sie entschied sich dagegen, den EU AI Act zu übernehmen, will dafür aber die Europaratskonvention ratifizieren. Dazu wird gerade ein Vernehmlassungsentwurf und ein Umsetzungsplan für rechtlich nicht-verbindliche Massnahmen erarbeitet. Wildhaber fasste die Situation denn auch treffend zusammen: «Wir sind nicht in einem Status quo, sondern alles ist sehr in Bewegung.» Durch den übrigen Tag führten Ihre Kolleginnen des Law & Tech Lab, Prof. Miriam Buiten, Prof. Monika Simmler und Prof. Mariana Valente.
Einen Schritt zurück und den inhaltlichen Aufschlag machte Prof. Viktor Mayer-Schönberger von der Universität Oxford. Mayer-Schönberger scheint gerne unbequeme Fragen zu stellen. Vorneweg: Eine schlüssige Antwort auf die Titelfrage blieb er schuldig. Zusammenfassend lautet sie aber wohl: Formal ja, in Tat und Wahrheit ist es etwas komplizierter.
Der EU AI Act existiert, also ist Regulierung möglich. Aber Mayer-Schönberger mahnte zur Bescheidenheit: Man könne nicht alles gleichzeitig wollen – Binnenmarkt stärken, Innovation fördern, Diskriminierung bekämpfen und demokratische Grundrechte sichern. Das sei zu viel für ein einziges Regelwerk. Auf was ziele denn die Regulierung wirklich, wenn alles damit erschlagen werden soll?
Im Folgenden seine drei Thesen nach dem Verständnis des Autors, an denen sich eine KI-Regulierung orientieren sollte.
Diskriminierung durch KI entsteht oft aus unausgewogenen Trainingsdaten. Da diese wiederum auf menschlichen Fehlentscheidungen beruhen, ändert das nichts daran, dass gesetzeswidrige KI-Anwendungen korrigiert werden müssen. Vollständige Vorurteilsfreiheit ist illusorisch – deshalb sollte Regulierung sich auf jene Biases konzentrieren, die den grössten Schaden anrichten. Transparenz, so Mayer-Schönberger, löse komplexe Regulierungsanforderungen selten.
KI extrapoliert aus Vergangenheitsdaten in die Zukunft. Das funktioniert, solange das Morgen dem Gestern ähnelt. Doch Menschen denken anders: Sie erträumen neue Optionen, die in keinem Trainingsdatensatz existieren. Als Analogie diente die alpine Erstbesteigung des Everest im «alpine style» – Habeler und Messner erträumten sich einen neuen Weg, anstatt den bekannten zu gehen. KI-Regulierung darf diese menschliche Fähigkeit nicht aushöhlen, sondern soll sie schützen und stärken.
Regulierung muss menschliche Agency schützen, menschliches Lernen unterstützen – und sich selbst als vorläufig begreifen. Auch Gesetze sind Entscheidungen, die revidiert werden können. Das setzt aber voraus, dass gesetzgeberische Prozesse nicht so schwerfällig werden, dass man Fehler nicht mehr korrigieren mag.
In der Diskussion wurde die Frage aufgeworfen, warum man immer nach Gesetzen rufe, statt über Prinzipien zu reden. Mayer-Schönberger verwies auf ein gemeinsames Buch mit Urs Gasser: Wir bräuchten Normen auf verschiedenen Ebenen – flexibel, veränderbar, lernfähig.
Sabrina Konrad vom Institut für Geistiges Eigentum (IGE) lieferte ein nüchternes Lagebild aus der Bundeshauptstadt. Die Ausgangslage: KI-Systeme nutzen massenhaft urheberrechtlich geschützte Werke zum Training – und niemand weiss so genau, was das rechtlich bedeutet.
Weder in der Schweiz noch in der EU gibt es derzeit ein einheitliches Recht, das klärt, unter welchen Bedingungen KI angeboten, genutzt oder trainiert werden darf. Das führt zu Rechtsunsicherheit für alle Beteiligten: Kreativschaffende, Forschende, Unternehmen.
Die Motion Gössi gilt als parlamentarische Initialzündung in der Schweiz. Sie deckt ein breites Interessenspektrum ab – von Kreativschaffenden bis zu Verfechter:innen des Innovationsstandorts. In Diskussion stehen verschiedene Regulierungsansätze: eine Schrankenlösung, kollektive Rechtewahrnehmung oder Selbstregulierung. Besonders umstritten dabei ist die Opt-out-Option für Rechteinhabende. Die Stakeholder-Reaktionen aus einer partizipativen Veranstaltung im Oktober 2025 zeigten erwartungsgemäss unterschiedliche Präferenzen.
Der aktuelle Kurs des IGE zeigt in Richtung kollektive Rechtewahrnehmung, differenziert nach in- und ausländischen KI-Anbietern. Bis Ende Jahr soll ein Entwurf des revidierten Urheberrechtsgesetzes (E-URG) vorliegen.
Selten wird eine Podiumsdiskussion so produktiv kontrovers wie jene zwischen Serdar Günal Rütsche von der Kantonspolizei Zürich und Dr. Rahel Estermann von der Digitalen Gesellschaft, moderiert von Prof. Monika Simmler.
Die Polizei steht vor einem realen operativen Problem: Terabytes an Videoüberwachungsmaterial, aufgenommen in 4K und 360°, kann kein Mensch mehr sichten. KI-gestützte Videoanalyse – zum Beispiel das Erkennen verdächtiger Bewegungen oder herrenloser Gepäckstücke – ist technisch möglich und erleichtert die Arbeit erheblich. Günal Rütsche betonte, dass für jeden Einsatz eine gesetzliche Grundlage bestehe und Governance-Richtlinien vorhanden seien.
Estermann hält dagegen: Für Menschen, die sich überwacht fühlen, spiele es keine Rolle, wer sie ausspioniere. Der entscheidende Unterschied liegt im Typ der Erkennung:
Das Stichwort «Chilling Effect» fiel mehrfach: Das Grundgefühl, beobachtet zu werden, schränkt Freiheit ein, auch wenn faktisch niemand hinsieht. In Zürich besteht neu die Rechtsgrundlage für Pilotprojekte mit biometrischer Gesichtserkennung. Datenschutzfolgenabschätzungen werden extern begleitet – eine Transparenzgeste, die nicht alle beruhigte.
Prof. Désirée Klingler rückte ein wenig beachtetes, aber äusserst praktisches Problem in den Fokus: Wie beschafft der Staat eigentlich KI-Systeme? Die kurze Antwort: oft nicht so, wie er sollte.
Der Bund gibt, einen wachsenden Anteil seiner Einkäufe für Technologie aus. Die rechtlichen Vorgaben wie eine öffentliche Ausschreibung ab 230'000 CHF sind klar und im EMBAG – dem Bundesgesetz über den Einsatz elektronischer Mittel zur Erfüllung von Behördenaufgaben – geregelt. Die Praxis sieht aber anders aus und viele Projekte werden freihändig vergeben oder in kleine Lose unterteilt, obwohl Ausschreibungspflicht bestünde.
Die Folge: Vendor-Lock-in. Der «Highlander»-Effekt, bei dem ein einziger Anbieter als alternativlos gilt, verfestigt sich – sei es durch technische Besonderheiten, Immaterialgüterrechte oder Nachfolgebeschaffungen. In der Praxis dominieren darum wenige grosse Anbieter wie Microsoft und Amazon.
Das EMBAG enthält in Artikel 9 eine Pflicht zu Open-Source-Software – «public money, public code». Klingler sieht darin einen vielversprechenden Ansatz, aber die Umsetzung lasse zu wünschen übrig. Eine vorgelagerte Marktabklärung wird selten gemacht, weil das nötige Know-how fehle und kein Wissen darüber besteht, welche Systeme es gibt und was diese können.
Dr. Susanne Kuster und Jonas Zaugg vom Bundesamt für Justiz (BJ) gaben einen ehrlichen Einblick in die Werkstatt der Schweizer KI-Regulierung. Man ist mittendrin, nicht am Ende. Partizipation wird dabei grossgeschrieben, wofür das BJ verschiedene Gefässe genutzt hat, wie eine Begleitgruppe oder eine partizipative Arbeitstagung im Oktober 2025.
Drei Arbeitsstränge laufen parallel: Vorbereitung einer Vernehmlassungsvorlage mit Schwerpunkt öffentlicher, privater Sektor dort, wo Grundrechte betroffen sind, nicht-bindende Massnahmen sowie laufende sektorspezifische Aktivitäten.
Die Kernthemen der Vorlage beinhalten Transparenz, Folgenabschätzungen, Aufsicht, Datenschutz und Nicht-Diskriminierung. Die Aufsicht könnte dabei eine bestehende Behörde übernehmen, auf sektorspezifische Stellen verteilt oder eine neue, eigenständige Behörde geschaffen werden.
Der aktuelle Zeitplan sieht eine Vernehmlassung Anfang 2027 vor mit der parlamentarischen Beratung voraussichtlich 2028. Bis dahin bleibt der EU AI Act das dominante Referenzmodell – allerdings mit dem «Digital Omnibus»-Paket vom März 2026, das Hochrisikobestimmungen nach hinten verschoben hat. Die Schweiz beobachtet, lernt – und ist auch in der Europaratskonvention engagiert, die sie ratifizieren will.
Die Podiumsdiskussion zur digitalen Souveränität war vielleicht die emotionalste des Tages – und das bei einem Thema, das sich eigentlich nüchtern anfühlt.
Gemäss Dr. Nina Gammentahaler von der Bundeskanzlei versteht der Bundesrat den Begriff digitale Souveränität als Kontroll und Handlungsfähigkeit im digitalen Raum, um die staatlichen Aufgaben sicherzustellen. Es laufen offenbar konkrete Ansätze im Rahmen des EMBAG, eine hybride Multicloud-Strategie und ein Wunsch nach mehr Koordination im Rahmen der Bundesverwaltung. Doch wie steht es um die digitale Souveränität der Schweiz wirklich?
Prof. Matthias Stürmer von der Berner Fachhochschule machte keinen Hehl aus seiner Einschätzung: Das Glas ist halb leer. Deutschland hat ein Zentrum für digitale Souveränität geschaffen, Frankreich hat «LaSuite» mit verschiedenen Open-Source-Werkzeugen. Die Schweiz? Wartet ab.
Auch Adrienne Fichter von der Republik zeichnete ein wenig beruhigendes Bild: Druckversuche von Techgiganten wie Amazon und Mircosoft auf Bundesämter, verlängerte Rahmenverträge, die eine Abhängigkeit zementieren, die eigentlich abgebaut werden sollte. Dabei seien grosse Anbieter nicht immer die günstigsten. Die Schweiz bezahle im öffentlichen Sektor Milliarden an diese Firmen.
Markus Brönnimann aus dem Kanton Basel-Landschaft formulierte das Problem kantonaler Entscheidungsverantwortliche präzise: Bei SaaS-Lösungen grosser Anbieter ist der Kontrollverlust so umfassend, dass rechtliche Einflussnahme auf vertragliche Versprechen reduziert wird. Das ist im besten Fall unbefriedigend.
Der Tenor am Ende dieses unterhaltsam, von Prof. Nadja Braun Binder gekonnt moderierten Panels: Lieber «Opendesk» als Pilotprojekt als gar nichts. Lange Jammern hilft nichts und Hauptsache es passiert Mal was, wenn auch nur in kleinen Schritten. Schliesslich steht die digitale Handlungsfähigkeit auf dem Spiel. Wichtig dabei ist, aus den gemachten Erfahrungen zu lernen. Es braucht mehr Pooling und Zusammenarbeit. Hier werden grosse Hoffnungen in das Netzwerk SDS – Souveräne Digitale Schweiz gesetzt. Und wir brauchen Mut und nicht die Haltung: «Nobody ever got fired for buying Microsoft». Wie es gehen kann, zeigt das Bundesgericht. Dort setzt man seit je her auf Open Source und hat sich nie auf die grossen Anbieter eingelassen.
Dr. Thomas Brunschwiler von IBM Research bot eine willkommene thematische Abwechslung: keine Regulierungsdebatte, sondern angewandte KI-Forschung.
IBM Research arbeitet mit Erdbeobachtungsdaten von NASA und ESA, die jeden Punkt der Erdoberfläche alle drei Jahre erfassen – und öffentlich zugänglich sind. Darauf aufbauend hat IBM das «TerraMind»-Modell entwickelt, ein Foundation Model für Erdbeobachtung, das in Zusammenarbeit mit der ESA entstand und vollständig Open Source ist (Modell auf HuggingFace, Code auf GitHub).
Anwendungsbeispiele sind etwa die Abschätzung von Biomasse, Analysen von Landnutzungsveränderungen oder Überwachung kritischer Infrastruktur. Brunschwiler betonte, dass Open Source hier globale Kollaborationen ermöglicht – über Kontinente hinweg. Regulierungsbedarf sieht er differenziert: Bei sensitiven Daten wie dem Stromnetz mag Vorsicht geboten sein. Generell gilt: Regulierung nur dort, wo sie nötig und nachvollziehbar ist.
Den Abschluss bildete eine Diskussion zur Schweizer Start-up-Szene, moderiert von Dr. Karim Maizar von Kellerhals Carrard.
Joanne Sieber von der Deep Tech Nation Switzerland Foundation vermeldete stolze Zahlen: Die Schweiz ist seit 15 Jahren Innovationsführerin, hat die höchste KI-Talentdichte im internationalen Vergleich, und 30 Prozent der Start-up-Investitionen fliessen in KI. Doch in der Wachstumsphase bleiben Schweizer Scale-ups häufig auf der Strecke – das Kapital kommt aus dem Ausland, und dahin wandert dann oft auch die Kontrolle.
Daniel Naeff vom ETH AI Center ergänzte: Das Center ist eines der grössten KI-Zentren Europas, mit interdisziplinärem Fokus und bei Nachwuchsforschenden sehr beliebt: Weniger als 2 Prozent der Bewerbungen für Doktorierende werden akzeptiert. 72 affiliierte Start-ups zeugen von starker Nähe zwischen Forschung und Wirtschaft. Aber auch er sah Lücken: Zu wenig Venture Capital für Skalierung, zu wenig Unternehmergeist in Hochschulen und Verwaltungen.
Warum ist OpenAI nach Zürich gezogen? Lebensqualität, Sicherheit, Talentpool. Warum bleibt die Schweiz international in der KI-Wahrnehmung unter ihrem Wert? Schweizer Understatement, so die etwas selbstkritische Diagnose. Man brauche mehr Marketing für «Swiss Deep Tech».
Die konkreten Wünsche: mehr Wachstumsfinanzierung – dafür seien keine Gesetzesänderungen nötig, nur Entscheidungen in Pensionskassen und Family Offices – Rechtssicherheit, mehr unternehmerisches Handeln in allen Organisationen – und ein Sovereign Tech Fund, der strategisch in kritische Technologien investiert.
Die KI-Konferenz 2026 des Law & Tech Lab lieferte das, was man von ihr erwarten durfte: ein breites, substanzreiches Panorama der Schweizer KI-Regulierungsdebatte. Von Oxford'scher Rechtsphilosophie über verwaltungsrechtliche Einordnung bis zu Satellitendaten – das Programm war, wie Wildhaber beim Einstieg versprach, buntgemischt.
Was bleibt? Die Schweiz reguliert KI mit Bedacht – und das ist auch gut so. In der Praxis dürfte es aber vielerorts noch etwas schneller gehen.
Oder, um Viktor Mayer-Schönberger zu paraphrasieren: Wir sollten aufhören, nur nach Gesetzen zu rufen, und anfangen, über Prinzipien zu reden. Und dann: lernen, revidieren, weitermachen.
| Rolle | Titel + Name |
|---|---|
| Text von | Manuel Kugler |
