ETH Zürich
Die ETH Zürich ist zusammen mit der EPFL das Zentrum der Schweizer KI-Forschung — von Apertus über die Swiss AI Initiative bis zu einer ganzen Reihe von Spin-offs, die heute eigene Firmen sind. Diese Seite bündelt unsere Berichterstattung zu Forschung, Modellen und Ausgründungen.
Zürich, Schweiz · gegründet 1855 · ethz.ch
Swiss AI Weeks 2026: fünf Wochen KI zum Mitmachen
Bis zum 4. Oktober laufen in der ganzen Schweiz Hackathons, Elternabende und Podien rund um KI. Die Veranstalter melden 220 Partner und 37 Städte. Was wirklich im Kalender steht, was es kostet und was so ein Event-Marathon leisten kann.
Deutschland prüft künftig KI-Modelle – die Schweiz nicht
Deutschland hat in Berlin das KI-Sicherheitsinstitut «AISI Deutschland» gegründet: BSI und Bundesnetzagentur sollen führende KI-Modelle auf Cyber-Risiken und Kontrollverlust prüfen. Die Schweiz hat keine Stelle mit diesem Auftrag – und sitzt im internationalen Netzwerk der zehn Prüfinstitute nicht am Tisch.
X verdächtigt China: Bots schüren Angst vor KI-Rechenzentren
Das Safety-Team von X hat ein Netzwerk von rund 200'000 Bot-Konten gefunden. 200 davon posteten gegen KI-Rechenzentren – mit ChatGPT-generierten Karikaturen und der Behauptung, die Anlagen trieben die Strompreise hoch. X vermutet chinesische Urheber, hat die Konten aber nicht offengelegt.
Tencent öffnet 770-Milliarden-Modell – Apache 2.0, 1 Million Token
Tencent hat Hy4 preview veröffentlicht: 770 Milliarden Parameter, 1 Million Token Kontext, Gewichte frei unter Apache 2.0. Das bisher grösste offene Modell des Konzerns – und der Lizenztext hat diesmal wirklich kein Kleingedrucktes.
GLM-5.3 ist offen – aber die MIT-Lizenz ist weg
Z.ai hat die Gewichte seines 753-Milliarden-Parameter-Flaggschiffs GLM-5.3 freigegeben – zwei Wochen verspätet und erstmals nicht unter MIT. Die neue Hauslizenz verpflichtet Model-as-a-Service-Anbieter ab 10 Milliarden Dollar Umsatz zu einer Sicherheitsprüfung durch Z.ai. Für alle anderen bleibt das Modell frei – die eigentliche Hürde sind die 810 Gigabyte Speicher, die es braucht.
Claude repariert seine eigenen Alignment-Fehler – für 4 Dollar pro Stunde
Anthropic liess Claude als Sicherheitsforscher arbeiten: Das Modell entwarf selbstständig Trainingsmethoden gegen zehn Arten von Fehlverhalten – von Täuschung bis Jailbreaks – und schlug dabei die Vorschläge von 28 erfahrenen menschlichen Forschenden. Der Report nennt auch den Preis: 4 Dollar pro Stunde statt 150.
Google lässt Gemini prüfen, ohne die Fragen zu sehen
DeepMind liess Gemini 2.5 Flash Lite erstmals doppelblind prüfen: Die Prüfer sahen die Modellgewichte nicht, Google die Testfragen nicht. Ein Fortschritt – mit offensichtlichem Interessenkonflikt.
Anthropic mietet für 45 Milliarden Dollar Rechenleistung bei Nscale
Anthropic hat laut Bloomberg für rund 45 Milliarden Dollar Rechenkapazität beim britischen Anbieter Nscale gebucht – sechs Jahre, 460 Megawatt, ab Ende 2027. Kurz vor dem Börsengang zeigt der Deal vor allem eines: die Kostenseite.
Chinas GLM-5.3-Flash läuft ohne Nvidia – und trägt MIT-Lizenz
Z.ai hat GLM-5.3-Flash freigegeben: 320 Milliarden Parameter unter MIT-Lizenz, drei Punkte hinter dem grossen Schwestermodell – zum Siebtel des Preises. Die ganze Testphase lief auf chinesischen Chips. Was daran belegt ist und was nicht.
Nvidia soll Hugging Face für 12,9 Milliarden kaufen
Laut einem Bericht des Fachdienstes The Information hat Nvidia zugestimmt, die Open-Source-Plattform Hugging Face für 12,9 Milliarden Dollar zu übernehmen – rund das 86-Fache des Jahresumsatzes. Bestätigt ist davon nichts: Beide Firmen schweigen, und ein zweiter Bericht spricht von Gesprächen ohne unterschriebenen Vertrag. Für die Schweiz zählt der Fall, weil Apertus auf Nvidia-Chips trainiert wurde und über Hugging Face verteilt wird.
IBM gibt Granite 4.2 frei – ohne Lizenzhaken
IBM veröffentlicht Granite 4.2 in den Grössen 3B, 8B und 30B unter Apache 2.0 – frei herunterladbar, feintunebar, produktiv einsetzbar. Klein genug fürs eigene Rechenzentrum.
OpenAIs erster eigener Chip schlägt Nvidia beim Strom
Erste Benchmarks für den Inferenz-Chip Jalapeño: 1,5 bis 1,9 Mal mehr KI-Arbeit pro Watt als Nvidias Blackwell. SemiAnalysis sieht sogar Rubin überholt.