KI-Forschung

Wo die KI-Forschung gerade steht

Das Feld bewegt sich entlang einiger Frontlinien: Reasoning-Modelle wie die o-Serie von OpenAI und Test-Time-Compute verschieben die Grenze bei Mathematik und Code, während Fortschritte bei Retrieval, langen Kontextfenstern und Mixture-of-Experts die Kosten pro Token senken. Parallel liefern DeepMind (AlphaFold, AlphaProof), Google Research und Meta FAIR Grundlagenarbeiten, die weit über Chatbots hinausreichen – von der Proteinfaltung bis zur Wettervorhersage.

Die Schweiz spielt in dieser Liga mit: ETH Zürich und EPFL betreiben eigene KI-Center, das Idiap Research Institute in Martigny forscht seit Jahrzehnten an Sprach- und Multimodal-Modellen, und das CSCS stellt mit dem Alps-Supercomputer die Rechenleistung für das Foundation-Modell Apertus bereit. Schweizer Erstautorinnen und Co-Autoren tauchen regelmässig auf NeurIPS, ICML und ICLR auf – den drei Konferenzen, an denen sich der Stand der Technik ablesen lässt.

Wichtig ist die Einordnung: Nicht jedes arXiv-Preprint mit neuem State-of-the-Art hält der Replikation stand, und Benchmarks wie MMLU oder SWE-bench werden zunehmend durch Kontamination der Trainingsdaten verzerrt. Wir schauen deshalb auf Methodik, unabhängige Reproduktion und darauf, ob ein Ergebnis in echten Anwendungen trägt – statt nur auf die Schlagzeile der Pressemitteilung.

Auf dieser Seite findest du die relevante Forschung kompakt aufbereitet: neue Modellarchitekturen, Erkenntnisse zu Skalierungsgesetzen und Interpretierbarkeit, Fortschritte bei Robotik und multimodalen Systemen sowie die Schweizer Beiträge aus ETH, EPFL und Idiap. So bleibst du am Puls, ohne jeden Tag hundert Preprints selbst lesen zu müssen.