Kurz zusammengefasst
Apertus ist das vollständig offene Schweizer KI-Modell der Swiss AI Initiative von ETH Zürich, EPFL und CSCS. Die aktuelle Version 1.5 (Juli 2026) gibt es mit 8 und 70 Milliarden Parametern, mit 262’144 Tokens Kontext, Bildverständnis und Apache-2.0-Lizenz – Gewichte, Code und Daten-Dokumentation sind öffentlich. Apertus erreicht nicht das Niveau von GPT, Claude oder Gemini, ist aber stark, wo Datensouveränität, Self-Hosting und mehrsprachige Schweizer Inhalte zählen. KMU nutzen es per Schweizer API (z. B. Infomaniak, Swisscom) oder betreiben es selbst.

Was ist Apertus?
Apertus – lateinisch für «offen» – ist ein grosses Sprachmodell (LLM), das ETH Zürich, EPFL und das Nationale Hochleistungsrechenzentrum CSCS im Rahmen der Swiss AI Initiative entwickeln. Die erste Version erschien am 2. September 2025, trainiert auf dem Supercomputer «Alps» in Lugano. Strategischer Partner der ersten Stunde ist Swisscom.
Was Apertus von fast allen anderen KI-Modellen unterscheidet, ist der Grad an Offenheit. Bei vielen «Open-Weight»-Modellen werden nur die fertigen Gewichte veröffentlicht. Bei Apertus sind zusätzlich Trainingscode, Methoden, Zwischenstände und die Dokumentation der Trainingsdaten öffentlich – der Trainingsprozess ist damit nachvollziehbar und reproduzierbar. Trainiert wurde nur mit öffentlich zugänglichen Daten, aus denen persönliche Daten herausgefiltert wurden; maschinenlesbare Opt-outs von Websites werden respektiert, sogar rückwirkend.
Für Schweizer KMU ist Apertus deshalb vor allem ein Baustein für souveräne KI: ein Modell, das Sie selbst betreiben, prüfen und anpassen können, ohne Ihre Daten an einen US-Konzern zu schicken. Wie es sich im Feld der anderen offenen Modelle wie Mistral, Llama oder Qwen schlägt, vergleichen wir ausführlich im Ratgeber Open-Source-LLMs für KMU. Hier geht es um die Apertus-Details.
Apertus 1.0 und 1.5: die wichtigsten Fakten
Am 24. Juli 2026 erschien Apertus 1.5. Es ist kein komplett neues Modell, sondern eine Weiterentwicklung auf Basis der ersten Version – mit spürbaren Verbesserungen bei Kontextlänge, Reasoning und Werkzeugnutzung:
| Merkmal | Apertus 1.0 (Sept. 2025) | Apertus 1.5 (Juli 2026) |
|---|---|---|
| Modellgrössen | 8 und 70 Mrd. Parameter | 8 und 70 Mrd. Parameter, dazu «Apertus Mini» mit 16 kompakten Modellen |
| Training | 15 Billionen Tokens, über 1000 Sprachen, rund 40 % nicht englisch | Weitertraining mit zusätzlich 4 (8B) bzw. 2 (70B) Billionen Tokens inkl. Bild- und Audiodaten |
| Kontextfenster | rund 65’000 Tokens | 262’144 Tokens (vierfach) |
| Eingaben | Text | Text und Bilder, Audio experimentell; Ausgabe immer Text |
| Reasoning & Tools | kein Thinking-Modus | optionaler «Thinking»-Modus, verbesserte Werkzeugnutzung (nicht im Thinking-Modus) |
| Lizenz | freizügige Open-Source-Lizenz | Apache 2.0, kommerzielle Nutzung erlaubt |
| Offenheit | Gewichte, Code, Daten-Doku | Gewichte, Code, Daten-Doku, Trainingsdetails |
Zwei Punkte sind für die Praxis wichtig: Erstens sind Schweizerdeutsch und Rätoromanisch ausdrücklich Teil der Trainingsdaten – Sprachen, die in kommerziellen Modellen oft zu kurz kommen. Zweitens empfehlen die Entwickler, die Gewichte etwa alle sechs Monate zu aktualisieren, weil Löschbegehren (etwa zu Personendaten oder Urheberrecht) über neue Releases umgesetzt werden. Wer Apertus selbst betreibt, braucht also einen Update-Prozess.
Apertus vs. GPT, Claude und Gemini: eine ehrliche Einordnung
Die Erwartungen an ein «Schweizer ChatGPT» sind hoch – deshalb vorweg: Apertus ist kein Frontier-Modell. Die ETH schreibt selbst, Apertus solle nicht mit den Spitzenmodellen privater Unternehmen konkurrieren, sondern vertrauenswürdige und transparente KI liefern. Laut Modellkarte liegt die Leistung auf dem Niveau anderer offener Modelle vergleichbarer Grösse.
| Kriterium | Apertus 1.5 | GPT, Claude, Gemini |
|---|---|---|
| Qualität bei komplexen Aufgaben | solide, auf Niveau offener Modelle ähnlicher Grösse | deutlich höher (Analyse, Code, lange Texte) |
| Transparenz | vollständig offen inkl. Trainingsdaten-Doku | geschlossen, Training nicht einsehbar |
| Betrieb | selbst, in der Schweiz oder bei Schweizer Hostern | Cloud des Anbieters, teils mit EU/CH-Optionen |
| Datenhoheit | vollständig beim Betreiber | vertraglich geregelt, Anbieter verarbeitet Daten |
| Anpassbarkeit | Feintuning und Eingriffe uneingeschränkt möglich | begrenzt auf die Optionen des Anbieters |
| Ökosystem & Tools | jung, Integrationen teils noch in Arbeit | ausgereift, viele fertige Integrationen |
Für die meisten Wissensarbeiten im Büro – Texte, Analysen, Programmieren – liefern Claude oder ChatGPT Enterprise und die OpenAI-API 2026 schlicht bessere Ergebnisse. Apertus spielt seine Stärken dort aus, wo nicht die letzte Prozentstelle Qualität zählt, sondern Kontrolle, Nachvollziehbarkeit und Datenstandort. Wie bei jedem LLM gilt zudem: Antworten können falsch oder verzerrt sein und müssen bei wichtigen Entscheiden geprüft werden.
So nutzen KMU Apertus: vier Zugangswege
Die Apertus-KI lässt sich auf vier Wegen nutzen – vom kostenlosen Test im Browser bis zum eigenen Server. Für die meisten KMU führt der Weg über die ersten beiden Stufen:
Im Browser testen
Der schnellste Einstieg ohne Installation: Über Public AI (publicai.co) lässt sich Apertus kostenlos im Chat ausprobieren – das 8B-Modell ohne Login, das 70B-Modell mit Gratiskonto. Seit September 2026 ist Apertus 1.5 zudem im KI-Assistenten Lumo von Proton wählbar.
Gehostete API bei Schweizer Anbietern
Mehrere Schweizer Anbieter haben Apertus 1.5 in ihre Plattformen integriert, darunter Infomaniak (KI-Dienste mit Abrechnung pro Token), Swisscom (souveräne Swiss AI Platform für Geschäftskunden) sowie Safe Swiss Cloud und Stepping Stone. Sie nutzen das Modell per API, ohne eigene GPUs zu betreiben.
Self-Hosting im eigenen Rechenzentrum
Die Gewichte stehen auf Hugging Face (Organisation swiss-ai) zum Download bereit; dafür müssen Sie einer Acceptable-Use-Policy zustimmen und Kontaktdaten angeben. Empfohlen wird der Betrieb mit vLLM; für kleinere Setups gibt es Community-Quantisierungen für llama.cpp, Ollama und LM Studio.
Integration in eigene Anwendungen
Über eine OpenAI-kompatible Schnittstelle (etwa via vLLM) lässt sich Apertus in Chatbots, Dokumenten-Workflows oder KI-Agenten einbinden. Kombiniert mit einer Wissensdatenbank (RAG) oder Werkzeugen über das Model Context Protocol wird daraus ein Assistent, der mit Ihren eigenen Daten arbeitet.
Für Weg 4 lohnt sich ein Blick auf zwei Grundlagen: Wie eine KI-Wissensdatenbank mit RAG funktioniert und wie das Model Context Protocol (MCP) KI-Modelle mit Bexio, Microsoft 365 oder ERP verbindet. Beides funktioniert mit Apertus genauso wie mit kommerziellen Modellen – ein Vorteil, wenn Sie später das Modell wechseln wollen.
Was kostet Apertus im Betrieb?
Das Modell selbst ist lizenzkostenfrei. Kosten entstehen durch Rechenleistung und Betrieb. Die folgenden Werte sind grobe Richtwerte, Stand Oktober 2026 – GPU-Preise schwanken stark, konkrete Offerten sind Pflicht:
| Variante | Technischer Bedarf | Kostenrahmen |
|---|---|---|
| Gehostete API (z. B. Infomaniak) | keine eigene Hardware | nutzungsabhängig pro Token – bei moderatem Volumen meist deutlich günstiger als eigene GPUs; Preise beim Anbieter prüfen |
| 8B quantisiert, Test & Einzelplatz | Laptop oder Workstation mit ca. 8–24 GB Grafikspeicher | vorhandene Hardware bis rund CHF 3’000–8’000 für eine Workstation |
| 8B produktiv für ein Team | Server-GPU mit genügend Speicher für volle Präzision und Kontext | eigene Hardware im fünfstelligen Bereich oder Cloud-GPU, schnell vierstellig pro Monat bei Dauerbetrieb |
| 70B produktiv | mehrere Rechenzentrums-GPUs (z. B. 4-fach Tensor-Parallelität) | hoch fünf- bis sechsstellig in Hardware oder mehrere tausend Franken pro Monat in der Cloud |
Nicht vergessen: Betrieb, Monitoring, Sicherheits-Updates und die empfohlenen Modell-Updates alle sechs Monate kosten Personalzeit. Für die meisten KMU ist deshalb eine gehostete Schweizer API der wirtschaftlichste Einstieg. Self-Hosting lohnt sich erst, wenn hohe Volumen, strikte On-Premise-Vorgaben oder sehr sensible Daten es verlangen. Hintergründe zur Datensouveränität bei Schweizer Hostern liefert unser Ratgeber zu Hosting in der Schweiz.
Wo Apertus im KMU sinnvoll ist – und wo nicht
Gute Einsatzfelder
- Übersetzen und Zusammenfassen vertraulicher Dokumente – der Kanton Tessin nutzt Apertus etwa für die interne Übersetzung sensibler Verwaltungstexte.
- Interne Assistenten auf Basis eigener Dokumente (RAG), wenn die Daten das Haus nicht verlassen dürfen.
- Klassifizieren, Extrahieren und Vorsortieren von E-Mails, Tickets oder Formularen.
- Mehrsprachige Inhalte für die Schweiz: Deutsch, Französisch, Italienisch, Rätoromanisch.
- Branchen mit besonders schützenswerten Daten wie Gesundheit, Recht oder Treuhand.
- Feintuning auf eigene Fachsprache, weil Gewichte und Trainingsrezepte offen sind.
Weniger geeignet
- Anspruchsvolles Programmieren und komplexe Agenten-Workflows – hier sind Frontier-Modelle klar überlegen.
- Lange, stilistisch anspruchsvolle Texte für Marketing und Verkauf.
- Teams ohne IT-Ressourcen, die trotzdem selbst hosten wollen.
- Fälle, in denen fertige Integrationen in Microsoft 365 oder Google Workspace gefragt sind.
- Aufgaben, bei denen Thinking-Modus und Werkzeugaufrufe gleichzeitig nötig sind.
In der Praxis ist selten «entweder–oder» die Antwort. Viele KMU fahren mit einer Zwei-Modell-Strategie gut: ein kommerzielles Spitzenmodell für allgemeine Wissensarbeit und Apertus für die Prozesse, bei denen sensible Daten im Spiel sind. Was KI im KMU generell leisten kann, fasst unser Überblick KI für KMU zusammen.
Apertus, revDSG und EU AI Act
Der EDÖB hat klargestellt, dass das geltende Datenschutzgesetz direkt auf KI-gestützte Datenbearbeitungen anwendbar ist. Apertus erleichtert die Einhaltung, ersetzt sie aber nicht. Diese Punkte gehören in jedes Apertus-Projekt:
- Datenstandort: Bei Self-Hosting oder einem Schweizer Hoster bleiben Eingaben in der Schweiz – das vereinfacht die Fragen zur Bekanntgabe ins Ausland.
- Auftragsverarbeitung: Mit einem API-Anbieter wird ein Auftragsverarbeitungsvertrag geschlossen; Speicherdauer und Nutzung der Eingaben sind schriftlich geregelt.
- Transparenz: Kundinnen, Kunden und Mitarbeitende werden informiert, wenn sie mit einer KI interagieren oder KI-generierte Inhalte erhalten.
- Nachvollziehbarkeit: Apertus veröffentlicht eine Zusammenfassung der Trainingsdaten und einen Code of Practice im Sinne der Transparenzpflichten des EU AI Act – hilfreich für Ihre eigene Dokumentation.
- Updates: Neue Modellversionen etwa alle sechs Monate einspielen, damit Löschbegehren zu Trainingsdaten auch bei Ihnen umgesetzt sind.
- Governance: Einsatzzwecke, erlaubte Daten und Verantwortliche in einer KI-Richtlinie festhalten.
Details liefern unsere revDSG-Checkliste für KMU, der Überblick zur KI-Regulierung in der Schweiz und der Ratgeber zum EU AI Act für Schweizer Unternehmen. Wie Sie Regeln und Verantwortlichkeiten praktisch aufsetzen, zeigt der Beitrag zur KI-Governance im KMU.
Entscheidungshilfe: Apertus oder kommerzielles Modell?
| Ihre Situation | Empfehlung |
|---|---|
| Allgemeine Büroarbeit, Texte, Recherche, Programmieren | Kommerzielles Modell (Claude, ChatGPT, Gemini, Copilot) mit Business-Vertrag |
| Sensible Kunden- oder Patientendaten, Daten dürfen die Schweiz nicht verlassen | Apertus über Schweizer Hoster oder Self-Hosting |
| Vorgabe «keine Cloud» oder vollständige Kontrolle über das Modell | Apertus On-Premise |
| Viele gleichartige, einfache Aufgaben mit hohem Volumen | Apertus 8B prüfen – oft günstig und schnell genug |
| Mehrsprachige Schweizer Inhalte inkl. Rätoromanisch | Apertus testen, im Vergleich mit einem kommerziellen Modell |
| Keine IT-Ressourcen, schneller Start gewünscht | Kommerzielles Modell oder Apertus per gehosteter API – kein Self-Hosting |
Apertus-Pilot in 5 Schritten
Use Case und Datenklasse festlegen
Einen klar umrissenen Prozess wählen, bei dem Datenschutz ein echtes Argument ist – etwa die Zusammenfassung von Kundendossiers oder die Übersetzung interner Dokumente. Festhalten, welche Daten verarbeitet werden und wie heikel sie sind.
Qualität mit echten Beispielen testen
20 bis 50 anonymisierte Praxisbeispiele zusammenstellen und Apertus im Chat sowie per API mit einem kommerziellen Modell vergleichen. So sehen Sie schnell, ob die Qualität für den Zweck reicht.
Betriebsmodell wählen
Gehostete Schweizer API oder Self-Hosting? Volumen, Datenklasse, Budget und vorhandene IT-Ressourcen entscheiden. Für die meisten KMU ist die API der richtige Start; Self-Hosting folgt erst bei bewiesenem Nutzen.
Integration und Absicherung
Anbindung an Dokumentenablage, Ticketsystem oder Fachanwendung, idealerweise über RAG oder MCP. Zugriffsrechte, Protokollierung, Auftragsverarbeitungsvertrag und Transparenzhinweise umsetzen.
Messen, entscheiden, skalieren
Nach vier bis sechs Wochen Zeitersparnis, Fehlerquote und Akzeptanz auswerten. Läuft der Pilot gut, weitere Prozesse ergänzen und einen Update-Rhythmus für neue Apertus-Versionen festlegen.
Fazit: Apertus als souveräner Baustein, nicht als ChatGPT-Ersatz
Apertus ist das bisher ambitionierteste Schweizer KI-Projekt: vollständig offen, in der Schweiz trainiert, mit Apache-2.0-Lizenz und seit Version 1.5 mit langem Kontext, Bildverständnis und Reasoning-Modus. Eine wachsende Zahl Schweizer Anbieter – von Infomaniak über Swisscom bis Proton – macht es ohne eigene GPUs nutzbar. Die Entwickler haben weitere Versionen und spezialisierte Modelle für Bereiche wie Recht, Gesundheit und Bildung angekündigt.
Für KMU heisst das: Apertus ersetzt nicht das beste kommerzielle Modell, aber es schliesst eine wichtige Lücke. Überall dort, wo sensible Daten im Spiel sind und Datenhoheit zählt, ist das Schweizer KI-Modell eine ernsthafte Option. Wer es mit einem klaren Use Case, einem Qualitätstest und einem sauberen Betriebsmodell angeht, weiss nach wenigen Wochen, ob es passt.
Apertus-Pilot für Ihr KMU
Wir prüfen Ihren Use Case, vergleichen Apertus mit kommerziellen Modellen anhand Ihrer echten Daten, wählen das passende Betriebsmodell in der Schweiz und binden das Modell revDSG-konform an Ihre Systeme an.
Beratung anfragen