KI-generiertes Bild

KI-Regulierung in der Schweiz: Zwischen Rechtsrahmen, Souveränität und Innovation

Am Law-&-Tech-Kongress 2026 der Universität St. Gallen diskutierten Fachleute im Technopark Zürich, wie Künstliche Intelligenz in der Schweiz reguliert werden soll. Im Fokus standen Rechtsrahmen, digitale Souveränität und die Rolle des Innovationsstandorts.

Am 27. März 2026 trafen sich im Technopark Zürich Juristinnen, Forschende, Verwaltungsfachleute und Digitalaktivistinnen zur dritten KI-Konferenz des Law & Tech Lab der Universität St. Gallen. Unter dem Motto «Ist es zu früh für KI-Regulierung, ist es zu spät?» diskutierten sie, wie Künstliche Intelligenz in der Schweiz reguliert werden soll. Während der EU AI Act seit August 2024 in Kraft ist und bis 2030 schrittweise umgesetzt wird, verfolgt die Schweiz einen anderen Ansatz: Sie will den EU-Rechtsrahmen nicht übernehmen, sondern die Europaratskonvention zur KI ratifizieren und entsprechende nationale Massnahmen ausarbeiten.

Dr. Susanne Kuster und Jonas Zaugg vom Bundesamt für Justiz skizzierten drei laufende Arbeitsstränge: eine Vernehmlassungsvorlage mit Fokus auf Anwendungen, die Grundrechte berühren, rechtlich nicht bindende Massnahmen sowie sektorspezifische Aktivitäten. Kernthemen sind Transparenz, Folgenabschätzungen, Aufsicht, Datenschutz und Nicht-Diskriminierung. Ein Vernehmlassungsentwurf ist für Anfang 2027 vorgesehen, die parlamentarische Beratung für 2028.

Rechtliche Grundlagen im Wandel: Von Prinzipien bis Urheberrecht

In seiner Keynote hinterfragte Prof. Viktor Mayer‑Schönberger (Universität Oxford), was KI-Regulierung realistisch leisten kann. Er plädierte dafür, sich auf die grössten Risiken zu konzentrieren, statt mit einem Regelwerk gleichzeitig Binnenmarkt, Innovation, Grundrechte und Diskriminierungsschutz abdecken zu wollen. Regulierungsansätze sollten sich an Designprinzipien orientieren, menschliche Entscheidungs- und Lernfähigkeit schützen und als vorläufig verstanden werden, um Korrekturen zu ermöglichen.

Ein Update aus Bern gab Sabrina Konrad vom Institut für Geistiges Eigentum. Sie schilderte, wie KI-Systeme heute massenhaft urheberrechtlich geschützte Werke zum Training nutzen, während klare Regeln fehlen. In der Schweiz soll ein revidiertes Urheberrechtsgesetz klären, unter welchen Bedingungen KI mit geschützten Werken trainiert werden darf. Der aktuelle Kurs zielt auf Lösungen über kollektive Rechtewahrnehmung, differenziert nach in- und ausländischen Anbietern. Ein Entwurf des E-URG wird bis Ende Jahr erwartet.

Öffentliche Hand zwischen Gesichtserkennung und Vendor-Lock-in

Kontrovers diskutiert wurde der Einsatz von KI-gestützter Videoanalyse und Gesichtserkennung. Serdar Günal Rütsche von der Kantonspolizei Zürich betonte den praktischen Nutzen bei der Auswertung grosser Videodatenmengen und verwies auf bestehende gesetzliche Grundlagen sowie Governance-Richtlinien. Dem hielt Dr. Rahel Estermann von der Digitalen Gesellschaft Bedenken gegenüber flächendeckender Gesichtserkennung im öffentlichen Raum entgegen, insbesondere im Hinblick auf Versammlungsfreiheit und «Chilling Effects».

Ein weiteres Thema war die digitale Souveränität der öffentlichen Verwaltung. Prof. Désirée Klingler zeigte am Beispiel der Beschaffungspraxis, wie Vergaben ohne Ausschreibung und fehlende Marktabklärungen zu starker Abhängigkeit von wenigen Grossanbietern führen. Obwohl das Bundesgesetz über den Einsatz elektronischer Mittel (EMBAG) Open-Source-Lösungen mit «public money, public code» ausdrücklich vorsieht, werde dieser Anspruch in der Praxis noch zu wenig umgesetzt.

KI-Innovation: Open-Source-Modelle und Skalierungsprobleme

Mit einem Blick auf konkrete Anwendungen zeigte Dr. Thomas Brunschwiler (IBM Research), wie KI und Erdbeobachtungsdaten für Klima- und Umweltanalysen genutzt werden können. Das offene Foundation Model «TerraMind» verarbeitet Satellitendaten von NASA und ESA, etwa zur Abschätzung von Biomasse oder zur Analyse von Landnutzungsänderungen. Brunschwiler betonte die Bedeutung von Open Source für internationale Kooperationen und plädierte für Regulierung dort, wo sensible Infrastrukturdaten betroffen sind.

In einer abschliessenden Diskussion zur Schweizer Start-up-Landschaft verwiesen Joanne Sieber (Deep Tech Nation Switzerland) und Daniel Naeff (ETH AI Center) auf die hohe KI-Talentdichte und starke Forschung, aber auch auf fehlende inländische Wachstumsfinanzierung. Zwar fliessen rund 30 Prozent der Start-up-Investitionen in KI, doch in der Skalierungsphase kommen Kapital und Kontrolle häufig aus dem Ausland. Genannt wurden Wünsche nach mehr Venture Capital, unternehmerischem Handeln in öffentlichen Institutionen und einem gezielten Förderinstrument für kritische Technologien.

Die 4. Ausgabe der Konferenz „Regulierung Künstlicher Intelligenz in der Schweiz“ ist in Planung.

KI-Regulierung in der Schweiz: Zwischen Rechtsrahmen, Souveränität und Innovation

Rechtliche Grundlagen im Wandel: Von Prinzipien bis Urheberrecht

Öffentliche Hand zwischen Gesichtserkennung und Vendor-Lock-in

KI-Innovation: Open-Source-Modelle und Skalierungsprobleme

Meistgelesen

Bezugsquellenverzeichnis