Das Schweizer KI-Modell Apertus nach einem Jahr: Was funktioniert und was nicht?

Wird mittlerweile weltweit als Grundlage eingesetzt: das Schweizer KI-Sprachmodell Apertus . Keystone / Gaetan Bally

Ein Jahr nach seinem Start hat das vollständig offene KI-Modell die Vier-Millionen-Download-Marke überschritten. Und mit der aktuellen Version 1.5 schliesst Apertus die Lücke zu seinen Konkurrenten. Doch Schwächen bei wichtigen Aufgaben machen es dem Schweizer Modell weiterhin schwer, im schnelllebigen KI-Wettlauf mithalten zu können.

Die Nachricht wurde Anfang September 2025 mit grossem Tamtam verkündet: Die Schweiz verfügte über ein eigenes, vollständig offenes, transparentes und mehrsprachiges Modell für Künstliche Intelligenz (KI), das den Datenschutzbestimmungen und dem europäischen KI-Gesetz entsprach.

Doch bereits wenige Wochen nach seinem Start erntete Apertus heftige Kritik. Einige User Externer Linkbezeichneten es gar als «unbrauchbar», es sei «nicht in der Lage, selbst die grundlegendsten Fragen korrekt zu beantworten».

Ein Jahr später: Wer nutzt Apertus?

Die Zahlen sehen vielversprechend aus. Apertus hat auf der KI-Plattform Hugging Face die Schwelle von vier Millionen Downloads überschritten – eine Zahl, die laut Oleg Lavrovsky, dem Leiter der Apertus-Community, das weltweite Interesse an Open-Source-KI-Projekten widerspiegelt.

Die Downloadzahlen entsprechen jedoch nicht unbedingt der tatsächlichen Nutzung. Lavrovsky sind mindestens 70 externe Implementierungen und über hundert abgeleitete Versionen des Schweizer Modells bekannt. Dazu gehört auch das SEA-LION-Projekt aus SingapurExterner Link, das Apertus und andere KI-Modelle eigenständig so angepasst hat, dass sie in mehreren südostasiatischen Sprachen funktionieren.

Für Lavrovsky ist dies eine wichtige Bestätigung. «Wir wollten ein Basismodell schaffen», sagt er. «Wenn Leute Apertus optimieren oder anpassen, erfüllt es genau seinen Zweck.»

Im Juli veröffentlichte das Team die Version Apertus 1.5, die nun auch Bilder und Audiodaten verarbeiten kann und über verbesserte Schlussfolgerungsfähigkeiten verfügt. Laut offizieller Roadmap Externer Linkist die Veröffentlichung von Apertus 2.0 für 2027 geplant.

Für all jene, die weiterhin enttäuscht sind, hat Lavrovsky eine klare Botschaft: Apertus wurde nicht entwickelt, um mit ChatGPT zu konkurrieren.

Es handelt sich nicht um ein fertiges kommerzielles Produkt, sondern um eine Grundlage, die Unternehmen, Institutionen und Forscher:innen an ihre jeweiligen Bedürfnisse anpassen können.

Er räumt jedoch ein, dass weiterhin die Frage offen ist, inwieweit das Potenzial des Schweizer Modells tatsächlich zur Anwendung kommt und ob einen greifbaren Nutzen bringt.

Open-Source-, Open-Weight- und Close-Weight-Modelle

KI-Modelle können mit einem unterschiedlichen Grad an Offenheit entwickelt und veröffentlicht werden:

Open Source: Die trainierten Parameter des Modells (oder «Gewichte»), der Trainingscode und Informationen zu den Trainingsdaten sind öffentlich zugänglich, sodass andere sie einsehen, modifizieren und reproduzieren können. Beispiele hierfür sind Apertus und OLMo.

Open-Weight: Die Gewichte des Modells sind öffentlich zugänglich und können heruntergeladen und angepasst werden, der vollständige Trainingscode und die Datensätze werden jedoch nicht unbedingt offengelegt. Beispiele hierfür sind Metas Llama und Alibabas Qwen.

Closed-Weight Model oder Proprietary Model: Die Gewichte des Modells, der Trainingscode und die Datensätze werden nicht öffentlich zugänglich gemacht. Dies trifft auf die meisten kommerziellen Modelle zu, darunter GPT von OpenAI und Anthropics Claude. 

Mehrsprachigkeit und Datenschutz haben sich ausgezahlt

Auch Firmen haben Anwendungsmöglichkeiten für Apertus gefunden. Das im Tessin ansässige Unternehmen Artificialy etwa, das sich auf KI-Lösungen spezialisiert hat, gibt an, intensiv mit Apertus zusammenzuarbeiten.

«Das ist keine Wohltätigkeit. Wir nutzen Apertus nicht, weil wir müssen, sondern weil es ein gutes Modell ist», sagt Damiano Binaghi, Leiter der Abteilung für Deep Learning des Unternehmens.

Laut Artificialy ist Apertus bereits ausgereift genug für Anwendungen in der Industrie und im öffentlichen Sektor. Die internen Tests des Unternehmens zeigen besonders gute Ergebnisse bei Übersetzungen und mehrsprachigen Gesprächen.

«Für die Übersetzungsaufgaben unserer Kunden bevorzugen wir häufig Apertus gegenüber anderen Modellen, insbesondere wenn es um die vier Landessprachen der Schweiz oder um sensible Dokumente geht», sagt Binaghi.

Ein Beispiel dafür ist der Kanton Tessin, der sich für Apertus zur automatisierten Übersetzung von Verwaltungsdokumenten entschieden hat. Davon profitiert vor allem das kantonale Migrationsamt, da es mit mehrsprachigen Dokumenten arbeitet und sowohl auf Genauigkeit als auch hohen Datenschutz angewiesen ist.

Die Mehrsprachigkeit zählt zu den Bereichen, in die die Entwickler von Apertus am stärksten investiert haben. Rund 40% der Trainingsdaten sind nicht englischsprachig, und das Korpus umfasst über 1’800 Sprachen, darunter auch Rätoromanisch sowie verschiedene Varianten des Schweizerdeutschen. Zum Vergleich: Aktuelle KI-Modelle nutzen Schätzungen Externer Linkzufolge nur etwa 10% nicht-englischsprachiger Daten.

Lesen Sie hier unseren Beitrag über die Veröffentlichung von Apertus:

Die vollständige Offenheit war einer der Gründe, warum AI Singapore Apertus als Grundlage für eine Version seines SEA-LION-Projekts wählte. «Wir haben uns für Apertus entschieden, weil es eines der wenigen wirklich quelloffenen Modelle weltweit ist.

Das ist wichtig für die Forschung, insbesondere wenn man genau wissen muss, welche Daten verwendet und wie sie trainiert wurden», erklärt Leslie Teo von AI Singapore gegenüber Swissinfo per E-Mail.

Aus denselben Gründen findet Apertus auch in der Medizin Anwendung. Im Juni stellte die Eidgenössische Technische Hochschule Lausanne «MeditronFO»Externer Link vor, ein vollständig offenes Framework zum Erstellen klinischer KI-Modelle, das ebenfalls auf Apertus basiert.

Die Leistungslücke bleibt bestehen

Artificialy ist zwar der Ansicht, dass Apertus 1.5 in den Bereichen Übersetzung, Bildverarbeitung und logisches Denken deutlich aufgeholt hat, sieht dennoch weiteres Verbesserungspotenzial.

«Was die agentenbasierten Fähigkeiten angeht, ist Apertus trotz erheblicher Fortschritte noch nicht auf dem Niveau anderer Open-Weight-Modelle», sagt Binaghi [siehe Kasten]. Agentenbasierte KI-Modelle können selbstständig Aktionen mit mehreren Schritten ausführen, wie beispielsweise das Vergleichen und Buchen von Flügen.

Die Lücke wird auch in den von Apertus selbst veröffentlichten Benchmarks sichtbar. Das ursprüngliche und grösste Modell mit 70 Milliarden Parametern bleibt deutlich hinter Externer Linkähnlich grossen Open-Weight-Modellen zurück, insbesondere bei Programmier-, Mathematik- und Logikaufgaben.

Liip, eine in Zürich ansässige Digitalagentur, die Apertus in ZüriCityGPT, ihrem KI-Suchtool zur Beantwortung von Bürgerfragen, getestet hat, sieht Apertus ebenfalls weiterhin  im Rückstand gegenüber kommerziellen Modellen.

Josef Kruckenberg, Projektleiter für Generative KI bei Liip, sagt, Apertus 1.5 liefere nützlichere Antworten, befolge Anweisungen besser und verweigere eher die Antwort, wenn nicht genügend Informationen vorliegen.

Doch die Lücke bleibt bestehen bei dem, was Liip als wichtigstes Kriterium ansieht: die Quellentreue, also das Ausmass, in dem jeder Teil einer Antwort durch verfügbare Quellen gestützt wird.

«Bislang haben wir Apertus noch nicht in Kundenprojekten eingesetzt. Wir hatten den Eindruck, dass es noch nicht ausgereift war», sagt Kruckenberg. In Bezug auf Apertus 1.5 sei es noch zu früh, um konkrete Einsatzmöglichkeiten bei Kunden festzulegen, fügt er hinzu.

Auch KI-Modelle haben sogenannte Bias:

Der Preis der Offenheit

Die Entwicklung wettbewerbsfähiger, vollständig offener Modelle bleibt eine schwierige Aufgabe und bringt unweigerlich Kompromisse mit sich. «Wirklich Open Source zu sein bedeutet, dass man bestimmte Daten wahrscheinlich nicht nutzen kann, und das wirkt sich auf die Leistung und die allgemeinen Fähigkeiten aus», so Leslie Teo von AI Singapore.

Binaghi von Artificialy stimmt dem zu: Apertus stützt sich auf transparente und überprüfbare öffentliche Daten im Einklang mit urheberrechtlichen Anforderungen, im Gegensatz zu proprietären Entwicklern, die oft lizenzierte oder nicht offengelegte Datensätze verwenden. Dies könne zu einem leichten Qualitätsrückstand führen, stärke aber auch die digitale Souveränität, betont er.

Federico Magnolfi, Leiter des Bereichs Natural Language Processing bei Artificialy, schätzt, dass Apertus 1.0 bei seiner Markteinführung bereits rund zwei Jahre hinter den besten US-Modellen zurücklag. «Zwei Jahre sind enorm in einem Feld, das sich alle drei Monate weiterentwickelt», sagt er.

Um diese Lücke zu schliessen, sind neue Trainingszyklen, Rechenkapazitäten und Investitionen erforderlich. Als Vorzeigeprojekt der Schweizer KI-Initiative nutzt Apertus bereits einen erheblichen Anteil der verfügbaren öffentlichen Rechenressourcen. Lavrovsky räumt ein, dass die Zuteilung dieser Ressourcen nicht unumstritten ist.

Nicht alle Schwächen von Apertus sind zwangsläufig auf das Modell selbst zurückzuführen. Ein KI-Modell ist nur eine Komponente eines umfassenderen Systems. Auch die Software für Aufgaben wie das Abrufen und Bewerten von Informationen, die für eine Nutzeranfrage relevant sind, spielt eine wichtige Rolle.

Kruckenberg von Liip ist der Ansicht, dass die Softwarekomponenten rund um Apertus noch optimiert werden müssen. In den Tests von Liip war beispielsweise eine ungenaue Angabe zur Einwohnerzahl von Zürich nicht allein auf Apertus zurückzuführen: Das Abfragesystem hatte nicht die aktuellste Quelle ausgewählt.

Für Kruckenberg ist dies ein Beleg dafür, dass ein gutes KI-Modell allein nicht ausreicht, um wettbewerbsfähig zu sein. «Das gesamte Ökosystem drumherum muss der Aufgabe gewachsen sein», sagt er.

Im zweiten Jahr steht Apertus vor zwei grossen Herausforderungen: der Verbesserung des Modells selbst und der Stärkung des zugrunde liegenden Ökosystems. Beides ist unerlässlich, damit das Schweizer KI-Modell wettbewerbsfähig bleibt und eine breitere Anwendung in der Praxis findet.

Editiert von Gabe Bullard/vdv, Übertragung aus dem Englischen: Petra Krimphove/gm