Christ Katja · Nationalrat · 2026-03-16

Wortprotokoll

Alle reden über Chancen und Risiken der künstlichen Intelligenz, doch eine einfache Wahrheit gerät oft aus dem Blick: KI ist nur so gut wie die Daten, mit denen sie trainiert wird. Wenn wir Vertrauen schaffen wollen, müssen wir dort ansetzen, wo Qualität entsteht: bei nachvollziehbaren, repräsentativen und zugänglichen Datensätzen. Darum geht es in meinem Postulat.

Die Bevölkerung wird KI nur vertrauen, wenn klar ist, worauf sie basiert. Intransparentes Datensammeln und verzerrte Datensätze gefährden die Akzeptanz und damit unsere Zukunftsfähigkeit. Qualität und Nachvollziehbarkeit der Trainingsdaten sind deshalb kein "nice to have", sondern eine Grundvoraussetzung verantwortungsvoller Digitalisierung.

Heute greifen Forschung und Unternehmen häufig auf Datensätze zurück, die Lücken haben oder einzelne Gruppen [PAGE 458] unterrepräsentieren - nicht aus Absicht, sondern weil bessere Daten fehlen. Solche Verzerrungen können zu diskriminierenden Ergebnissen führen, etwa bei Bewerbungen, Kreditvergaben oder medizinischen Anwendungen. Qualitätsgesicherte Datensammlungen helfen, genau diese Risiken zu minimieren.

Insbesondere für Start-ups und KMU sind hochwertige Daten oft die grösste Hürde, häufig gewichtiger als Rechenleistung. Wenn wir hier koordinieren und Anreize setzen, entsteht ein echter Wettbewerbsvorteil. Forschung, Wirtschaft und Verwaltung profitieren gleichzeitig, Innovation wird breiter möglich.

Wir haben in der Schweiz bereits ein Fundament: Open Government Data und die Plattform opendata.swiss. Das ist wichtig für die Transparenz staatlicher Informationen. Für KI-Trainingsdaten reicht das jedoch nicht aus. Wir brauchen darüber hinaus kuratierte, qualitätsgesicherte und vielfältige Datensätze, mit klaren Standards und transparenter Dokumentation. Kurz: Der nächste Schritt ist der Weg von "offen" zu "offen und qualitätsgesichert".

Ein aktuelles Beispiel zeigt, wohin die Reise gehen kann: Apertus, ein in der Schweiz entwickeltes offenes Sprachmodell, steht für Transparenz von Architektur, Gewichten und Datengrundlagen. Das ist ein Meilenstein verglichen mit vielen internationalen Modellen, deren Trainingsdaten wir vermutlich nie zu Gesicht bekommen werden. Ausruhen dürfen wir uns auf diesem Erfolg aber nicht. Um mit grossen KI-Modellen mitzuhalten, braucht es Strukturen für die Sammlung qualitativ hochwertiger Daten, die offen verfügbar sind, unterstützt durch Audits, Benchmarks und kontinuierliche Qualitätsprüfungen.

Genau hier setzt mein Postulat an. Es will klären, wie Staat, Forschung und Wirtschaft gemeinsam Standards, Koordination und Anreize schaffen können. Ich weiss, was Kritiker sagen werden: zu teuer, nicht Staatsaufgabe, der Markt regelt das. Aber nicht handeln ist teurer. Verzerrte Systeme verursachen Folgekosten, Rechtsrisiken und Vertrauensverlust. Es geht auch nicht um Verstaatlichung. Der Bund soll koordinieren, Standards setzen und Anreize schaffen. Die Daten selbst kommen aus Forschung, Wirtschaft und Verwaltung. Der Markt allein schafft keine "public good infrastructure". Offene, qualitätsgesicherte Datensätze sind ein klassisches Kollektivgut. Ohne Koordination entsteht ein Flickenteppich, von dem vor allem grosse Konzerne profitieren.

Mein Postulat schreibt keine Lösung vor. Es beauftragt den Bundesrat, zu prüfen, wie qualitativ hochwertige Datensätze aufgebaut, zugänglich gemacht und langfristig gesichert werden können, mit klaren Rollen, Standards und Anreizen. Das ist vorausschauend, verantwortungsvoll und eine kluge Investition in Vertrauen, Innovation und Wettbewerbsfähigkeit.

Wir möchten doch, dass KI in der Schweiz verlässlich, fair und menschzentriert funktioniert. Wir möchten unseren mehrsprachigen und vielfältigen Kontext als Stärke nutzen und Wirtschaft und Forschung den Zugang zu Qualität ermöglichen.

Bitte unterstützen Sie das Postulat, wie das auch der Bundesrat tut.