IBM und ETH Zürich: 10 Jahre, 4 Forschungsfelder, eine Mission
IBM und die ETH Zürich haben eine zehnjährige Forschungspartnerschaft angekündigt – für hybride Algorithmen an der Schnittstelle von KI und Quantencomputing. IBM finanziert neue Professuren an der ETH.
Pascal Eugster
GRÜNDER & ENTWICKLER
2. APRIL 2026
1 MIN. LESEZEIT
INHALT
INHALT
Präsentiert & entwickelt von
kinewsletter.ch ist ein Projekt der Inoo GmbH
KI-Beratung und Softwareentwicklung aus dem St. Galler Rheintal.
inoo.ch
DAS WICHTIGSTE IN KÜRZE
Während andere Länder auf Rechenleistung setzen, investiert die IBM-ETH-Partnerschaft in die mathematischen Grundlagen, die bestimmen, was mit dieser Rechenleistung überhaupt möglich ist.
IBM und die ETH Zürich haben eine zehnjährige Forschungspartnerschaft angekündigt – für hybride Algorithmen an der Schnittstelle von KI und Quantencomputing. IBM finanziert neue Professuren an der ETH.
Vier Schwerpunkte zwischen Quanten und KI
Am 31. März gaben IBM und die ETH Zürich die Partnerschaft bekannt. Sie konzentriert sich auf vier Forschungsbereiche: Optimierungs- und kombinatorische Probleme, Differentialgleichungen und dynamische Systeme, lineare Algebra und Hamiltonian-Simulationen sowie Modellierung komplexer Systeme.
IBM unterstützt den Aufbau neuer ETH-Professuren und finanziert Forschungsprojekte. Der hybride Ansatz – klassisch, KI-gestützt und quantenbasiert kombiniert – soll Probleme lösen, die mit einzelnen Methoden nicht effizient berechenbar sind.
Rüschlikon als Brücke
Die Partnerschaft baut auf der langjährigen IBM-ETH-Zusammenarbeit auf. IBM Research Zürich in Rüschlikon ist seit Jahrzehnten ein Zentrum für Grundlagenforschung – hier wurden unter anderem das Rastertunnelmikroskop und die Hochtemperatur-Supraleitung entdeckt (beide Nobelpreise).
Warum das für den KI-Standort Schweiz zählt
Die Initiative ist mehr als ein Forschungsvertrag: Sie positioniert die Schweiz als Standort für die nächste Algorithmen-Generation. Während andere Länder auf Rechenleistung setzen (Nvidia-GPUs, Datacenter-Bau), investiert diese Partnerschaft in die mathematischen Grundlagen, die bestimmen, was mit dieser Rechenleistung überhaupt möglich ist.
FIRMEN IN DIESEM ARTIKEL
WEITERLESENDas könnte dich auch interessieren.
KI-FORSCHUNG·3. OKTOBER 2026
arXiv erlaubt dir nur noch zwei Paper pro Monat
Die wichtigste Preprint-Plattform der Wissenschaft führt ein Einreichungslimit ein: zwei Paper pro Person und Monat. Grund ist die KI-getriebene Flut, die freiwillige Moderatoren überlastet.
KI-FORSCHUNG·2. OKTOBER 2026
DeepMind markiert KI-Proteine: 100 % Detektion, Funktion bleibt
Google DeepMind hat in Nature SynthID Bio vorgestellt, ein Wasserzeichen für KI-designte Proteine. Laut Paper erkennt es Sequenzen mit 100 % Trefferquote bei 0,1 % Fehlalarm, ohne die Funktion zu stören. Entfernbar ist es aber trotzdem.
KI-FORSCHUNG·2. OKTOBER 2026
Roboter können 74 % der körperlichen Aufgaben, rentabel sind 0.3 %
Anthropic hat gemessen, welche körperlichen Aufgaben Roboter heute übernehmen könnten: 74 %, das sind 34 % der Arbeitszeit. Kostengünstiger als Menschen sind sie aber nur bei 0.3 %. Bei heutigen Preistrends dauert es rund 40 Jahre bis 10 %.
KI-FORSCHUNG·29. SEPTEMBER 2026
22 KI-Forschende warnen vor einer «Intelligenzexplosion»
Geoffrey Hinton, Yoshua Bengio und OpenAI-Forschungschef Jakub Pachocki warnen in einem Papier vor einer Intelligenzexplosion. Automatisierte KI-Forschung könnte Jahre an Fortschritt in Monate pressen, die Politik brauche Einblick. Kritiker sehen auch Eigeninteresse der Labors.
KI-FORSCHUNG·28. SEPTEMBER 2026
Stanford steckt GPT-6 Astra direkt in einen Haushaltsroboter
Forschende aus Stanford und Caltech streichen bei ihrem Roboter die gelernte Steuerungsschicht und lassen ein Sprachmodell direkt die Bewegungsbefehle aussuchen. Was das taugt – und was die Demo verschweigt.
KI-FORSCHUNG·27. SEPTEMBER 2026
GPT-6 Astra knackt Enigma-Funkspruch von 1941 – in zwei Tagen
OpenAIs GPT-6 Astra hat einen deutschen Heeres-Funkspruch vom 10. Juli 1941 entschlüsselt, der seit 2005 als ungelöst galt. Das Modell suchte sich das Ziel selbst aus und schrieb Enigma-Simulator und Enigma-Bombe eigenständig in Python und C++. Dieselbe Autonomie ist der Grund, weshalb OpenAI seine leistungsfähigsten Modelle gerade gestoppt hat.