Events 27. November 2025 von Philipp Sauber 6 Leseminuten Kunden-Event mit ETH's Imanol Schlag zu Apertus und AI in der Schweiz

Jean-Daniel Merkli (Co-GF bei Deimos) nahm uns mit auf eine Zeitreise durch die Entwicklung der Dossierverwaltung. Vom unverwechselbaren Papierduft der Archive der 90er über die „Search & Find“-Ära um die Jahrtausendwende bis ins heutige Zeitalter, in dem Dossiers nicht nur abgelegt, sondern intelligent analysiert werden.

Moderne Fragestellungen wie „Liste mir die fünf wichtigsten Abweichungen dieses Dossiers im Vergleich zu ähnlichen Fällen“ zeigen deutlich, wie eng elektronische Daten, Rechenleistung und Deep-Learning-Modelle heute zusammenspielen.

Warum intelligentes und strukturiertes OCR heute erfolgsentscheidend ist

Für zuverlässige KI-Dossierarbeit braucht es klar strukturierte Daten. Doch Standard-OCR-Verfahren sind dafür oft unzureichend und das führt zu Fehlern, die sowohl in Anwendungen, als auch in wissenschaftliche Arbeiten gelangen können.

Abhilfe schafft Docling, entwickelt in den IBM Research Labs in Zürich. Ein Framework, welches in Dokumenten nicht nur Text erkennt, sondern mitunter den Inhalt auch gleich sauber strukturiert und damit zu einer zentralen Komponente für robuste KI-gestützte Dossierprozesse wird. 

Jonas Mehr, AI-Experte bei Deimos, demonstrierte eine neue Applikation zur KI-gestützten Dossierbearbeitung – eine Lösung, die komplexe Fragestellungen zu einem Dossier intelligent beantworten kann. 

Selbstverständlich sollte sie auf folgenden Prinzipien basieren:

• On-premise
• Open-Source
• Trusted Training (nur offene / rechtssichere Datenquellen)

Doch ein Puzzle-Teil fehlte bisher: Ein LLM, das die oben genannten Prinzipien und somit wichtige Compliance-Anforderungen erfüllt. Hier kommt Apertus ins Spiel. 

Zuvor in Kürze zu ihm – wer ist Dr. Imanol Schlag?

Dr. Imanol Schlag gehört zu den KI-Forschern, die künstliche Intelligenz nicht nur vorantreiben, sondern auch ihre fundamentalen Konzepte hinterfragen und weiterentwickeln. Nach seiner Promotion an der ETH Zürich forschte er unter anderem am Swiss AI Lab IDSIA sowie an internationalen Spitzeninstitutionen zu effizienten neuronalen Netzen und Sequenzmodellen. Dabei entstanden wegweisende Beiträge, darunter DeltaNet, ein Modell, das heute in einigen der weltweit leistungsfähigsten Open-Weight-Modelle eingesetzt wird (z. B. Alibaba’s Qwen-Serie).

Seine Forschung dreht sich vor allem um die Frage: Wie können neuronale Netze schneller, transparenter, ressourceneffizienter und gleichzeitig leistungsfähiger werden? Mit dieser Expertise kehrte er als Lead Scientist ans ETH AI Center zurück, wo er die Entwicklung souveräner und offener AI entscheidend mitprägt. 

Imanol Schlags Vortrag – ein Blick tief in die Zukunft 

Sein Gastvortrag gab Einblicke in:

• Das CSCS in Manno, einen der leistungsfähigsten öffentlichen Supercomputer weltweit, auf dessen über 10'000 GH200 GPUs auch Apertus trainiert wurde. 
• Den Zeitplan beim Aufbau dieses neuen Superclusters: Einweihung Herbst 2024, LLM-ready Januar 2025, unmittelbar danach Training von Apertus
• Die Swiss AI Initiative (swiss-ai.org) – gestartet 2023 von ETHZ & EPFL

Warum Apertus anders ist und wichtig

Die Swiss AI Initiative adressiert grundlegende Probleme aktueller LLMs:

• Undemokratisch (hinter verschlossenen Türen entwickelt)
• Nicht vertrauenswürdig (intransparente Fehler, unklare Trainingsdaten)
• Nicht repräsentativ (westlich-geprägte Verzerrung (Bias))

Apertus setzt dem ein komplett neues Modell entgegen:

• Offen & transparent: Offener Code, reproduzierbare Daten, permissive Lizenz
• Compliance beim Training: Nur öffentliche Daten, Respektierung von robots.txt, kein Speichern von urheberrechtlich geschütztem Material
• Multilingual: Training in über 1000 Sprachen (Berücksichtigung von unzähligen Minderheitssprachen)
• Souveränität: Eine offene Plattform für Forschung und verantwortungsvolle Anwendungen 

Beeindruckende Benchmarks

Apertus gehört zu den leistungsstärksten Modellen seiner Größenklasse, insbesondere in der Mehrsprachigkeit. Weil es gleichzeitig das transparenteste und compliance-stärkste Modell ist, darf man es getrost als Game-Changer für Verwaltung, Forschung und EU-konforme Anwendungen bezeichnen.

Apertus ist vollständig Open Source. Anwendungsbeispiele sind hier öffentlich verfügbar:

• das Public AI Inference Utility
• ZüriCityGPT (OSS-Version) – ebenfalls basierend auf Apertus

Praktischer Abschluss: Übersetzungs-Workflow mit n8n

Zum Abschluss des fachlichen Teils des Abends zeigte Jonas Mehr eine n8n-basierte Applikation, die Übersetzungen verschiedener LLMs vergleicht – selbstverständlich on-site bei Deimos gehostet, ohne jegliche Datenübertragung nach aussen. Apertus war natürlich eines der integrierten Modelle im Vergleich. 

Beim anschliessenden Apéro entspann sich eine lebhafte Diskussion. Viele wollten wissen, wie sich das Potenzial von AI in bestehenden IT-Landschaften tatsächlich heben lässt und welche Wege es braucht, damit neue Lösungen nicht an Schnittstellen oder Altstrukturen scheitern.
Ebenso stand die Frage im Raum, wie Datensicherheit in einer zunehmend modellgetriebenen Umgebung gewährleistet werden kann. Auch das Thema vertrauenswürdige, ethische und urheberrechtskonforme AI wurde intensiv beleuchtet, gerade weil Unternehmen hier klare Orientierung suchen. Imanol Schlag blieb lange vor Ort, beantwortete unermüdlich Fragen und wurde für viele zum besonderen Höhepunkt des Abends.

Es war ein inspirierender Abend mit starken Vorträgen, die eindrücklich zeigten, wie präsent AI-Themen heute sind, insbesondere wenn es um Transparenz, Compliance und Unvoreingenommenheit geht.

Schnell zeigte sich ein breiter Konsens: Diese Prinzipien bilden die Grundlage für einen verantwortungsvollen Umgang mit grossen Sprachmodellen und prägen die Diskussionen rund um ihren Einsatz.

Der Dank gilt Dr. Imanol Schlag für seinen beeindruckenden Beitrag sowie allen Teilnehmerinnen und Teilnehmern, die mit ihrem Austausch und ihren Fragen den Abend bereichert haben. Die Vorfreude auf 2026 ist gross – auf bekannte Gesichter ebenso wie auf diejenigen, die dieses Mal nicht dabei sein konnten. Bis bald!