Was bedeutet KI-Datensouveränität für Schweizer Unternehmen?

Was ist KI-Datensouveränität – und was nicht?

Datensouveränität beschreibt die dauerhafte Kontrolle einer Organisation über ihre Daten: wer darauf zugreifen kann, wo sie liegen und welchem Recht sie unterstehen. Bei KI verschärft sich die Frage, weil Prompts, Dokumente, Kundendaten und teils ganze Wissensdatenbanken an ein Modell übergeben werden – häufig an einen Cloud-Dienst im Ausland.

Wichtig ist die Abgrenzung zu verwandten Begriffen. Datenresidenz legt nur den geografischen Speicherort fest. Datenlokalisierung verlangt, dass Daten ein Land nicht verlassen. Souveränität geht weiter: Sie umfasst auch den rechtlichen Zugriff – etwa ob eine ausländische Behörde die Herausgabe erzwingen kann, selbst wenn der Server in Zürich steht.

• Datenresidenz: Wo liegen die Daten physisch?
• Datenlokalisierung: Dürfen die Daten das Land verlassen?
• Datensouveränität: Wer hat rechtlich und technisch die Kontrolle und den Zugriff?

Warum Datensouveränität für Schweizer Unternehmen zählt

• revDSG/nFADP: Das revidierte Datenschutzgesetz verlangt angemessenen Schutz bei der Bekanntgabe ins Ausland; Übermittlungen in Staaten ohne angemessenes Datenschutzniveau brauchen zusätzliche Garantien.
• Berufs- und Amtsgeheimnisse: Ärzte, Anwälte und Treuhänder (Art. 321 StGB) sowie Banken unterliegen besonderen Geheimhaltungspflichten – ein unkontrollierter KI-Datenabfluss kann strafbar sein.
• US CLOUD Act: US-Anbieter können unter Umständen verpflichtet werden, Daten herauszugeben, auch wenn diese physisch in Europa liegen.
• EU AI Act (extraterritorial): Gilt auch für Schweizer Anbieter, deren KI-Ergebnisse in der EU genutzt werden, und bringt Transparenz- und Risikopflichten mit sich.
• Vertrauen und Wettbewerb: Kunden, Spitäler und Behörden verlangen zunehmend nachweisbare Datenhaltung in der Schweiz oder EU – Souveränität wird zum Verkaufsargument.
• EDÖB: Die Aufsichtsbehörde erwartet dokumentierte Bearbeitungen und Risikoabwägungen, etwa ein Bearbeitungsverzeichnis und bei hohem Risiko eine Datenschutz-Folgenabschätzung.

Die Optionen im Überblick

Es gibt kein universell «richtiges» Modell – die passende Wahl hängt von Datenklasse, Budget und internem Know-how ab. Diese fünf Ansätze bilden das Spektrum von voller Auslagerung bis vollständiger Eigenkontrolle ab.

• Schweizer Cloud / Swiss Hosting: KI-Dienste bei Anbietern mit Rechenzentren in der Schweiz (z. B. Infomaniak, Exoscale, Swisscom). Vorteil: Daten und Recht in der Schweiz. Zu prüfen: verfügbare Modelle und ob Sub-Dienstleister im Ausland eingebunden sind.
• Souveräne/EU-Cloud: Angebote mit garantierter EU-Datenhaltung und teils Abschirmung vor Drittstaatenzugriff. Guter Kompromiss aus Leistung und Kontrolle.
• Hyperscaler mit Schweizer Region: AWS, Azure und Google Cloud betreiben Zürcher Regionen. Daten liegen in der Schweiz, doch CLOUD-Act-Restrisiko und Konzernstruktur bleiben zu bewerten.
• Lokale/On-Premise-Modelle: Open-Source-LLMs im eigenen Rechenzentrum oder auf eigener Hardware. Höchste Kontrolle, kein Datenabfluss – dafür Aufwand für Betrieb, Hardware und Wartung.
• Hybrid: Sensible Daten lokal, unkritische Aufgaben in der Cloud. In der Praxis oft der pragmatischste Weg.

Lokale und Open-Source-Modelle als souveräne Basis

Wer maximale Souveränität will, betreibt Modelle selbst. Offene Sprachmodelle lassen sich auf eigener Infrastruktur ausführen, sodass keine Daten das Haus verlassen. Mit Apertus steht zudem ein vollständig offenes, in der Schweiz von ETH Zürich, EPFL und dem Supercomputing-Zentrum CSCS entwickeltes Sprachmodell zur Verfügung, das Transparenz über Trainingsdaten und Gewichte bietet.

Der Preis dafür ist Aufwand: GPU-Hardware oder ein souveräner Schweizer Rechencluster, Fachwissen für Betrieb, Feinabstimmung und Sicherheit. Für viele KMU ist ein gehostetes Open-Source-Modell bei einem Schweizer Anbieter der bessere Mittelweg – offene Gewichte, aber ohne eigenen Serverbetrieb.

Ein praktischer Entscheidungsrahmen

• Daten klassifizieren: Welche Daten sind besonders schützenswert (Gesundheit, Finanzen, Geheimnisträger)?
• Rechtsrahmen klären: revDSG, Berufsgeheimnis, EU AI Act und branchenspezifische Vorgaben (FINMA, Gesundheitswesen).
• Zugriffsmodell prüfen: Nicht nur den Speicherort, sondern wer rechtlich Zugriff erzwingen kann.
• Anbieter prüfen: Rechenzentrumsstandort, Konzernsitz, Sub-Dienstleister, Verträge und Zertifizierungen.
• Verträge gestalten: Auftragsbearbeitungsvertrag, Standardvertragsklauseln, Löschkonzepte und keine Nutzung der Daten fürs Modelltraining.
• Technisch schützen: Verschlüsselung, Pseudonymisierung, Confidential Computing und Zugriffskontrollen.
• Dokumentieren: Bearbeitungsverzeichnis führen und bei hohem Risiko eine Datenschutz-Folgenabschätzung erstellen.

Häufige Missverständnisse

• «Server in der Schweiz = souverän»: Nicht zwingend – Konzernsitz und anwendbares Recht des Anbieters zählen mit.
• «Open Source löst alles»: Nur, wenn man es selbst oder bei einem souveränen Anbieter betreibt; ein offenes Modell über eine ausländische API bleibt abhängig.
• «revDSG = DSGVO»: Ähnlich, aber eigenständig; für die Schweiz gilt revDSG/nFADP, nicht die DSGVO.
• «Kleine Firmen sind nicht betroffen»: Berufsgeheimnisse und Kundenerwartungen gelten unabhängig von der Grösse.