Warum Unternehmen eine eigene KI wollen

Die meisten Unternehmen lernen KI als Miete kennen. Eine Lizenz für ChatGPT oder Claude, ein Schlüssel für eine Schnittstelle, eine Rechnung, die mit jedem Nutzer wächst. Die Modelle sind hervorragend, und für den grössten Teil der Arbeit in einem Unternehmen ist diese Lösung die richtige. Unser eigenes Firmengehirn arbeitet jeden Tag in Claude und ChatGPT.

Manche Arbeit ist anders. Ein Vertrag, den niemand ausserhalb lesen darf. Die Prüfberichte zu einem Produkt, das noch nicht angekündigt ist. Jahrzehnte an Ingenieurwissen, endlich in einer Form festgehalten, die ein Modell nutzen kann. Für diese Arbeit ändert sich die Frage. Sie lautet nicht mehr, welches Modell das beste ist, sondern in wessen Haus das Modell läuft und wer aus dem lernt, was es liest.

Was Unternehmen als Sorge nennen

Die Sorge lässt sich messen. Für seine Benchmark-Studie 2026 hat Cisco 5'200 Fachleute aus IT, Technologie und Sicherheit in 12 Märkten befragt. 86 Prozent davon sagten, lokal gespeicherte Daten seien von Natur aus sicherer, ein Jahr zuvor waren es noch 90 Prozent. 81 Prozent berichteten von einer gestiegenen Nachfrage, Daten lokal zu halten. Drei von vier Organisationen hatten ein eigenes Gremium für KI-Governance. Nur 12 Prozent nannten ihres ausgereift.

In der Schweiz zeigt sich ein ähnliches Bild. In einer im Mai 2026 veröffentlichten Umfrage von EY unter 604 Unternehmen sagten 89 Prozent der Befragten, dass sie KI im Arbeitsalltag nutzen. Für 51 Prozent war es geschäftskritisch, dass KI-Systeme die Datenschutzanforderungen der Schweiz oder der EU erfüllen.

Hinter den Zahlen steht ein einfacherer Gedanke. Clem Delangue, der Hugging Face leitet, sagte im Juli gegenüber TechCrunch: «Man will seine Kernkompetenzen nicht an ein anderes Unternehmen auslagern.» Für die meisten Unternehmen ist das Know-how der Kern. Es lässt sich am schwersten kopieren, und es ist genau das, was ein gemietetes Modell am wenigsten kennt.

Was die Enterprise-Bedingungen bereits abdecken

Mieten ist sicherer geworden, als es einmal war. OpenAI hält fest, dass Daten, die an seine Schnittstelle gesendet werden, seit dem 1. März 2023 nicht mehr zum Training seiner Modelle verwendet werden, es sei denn, ein Kunde willigt ein. Anthropic hält fest, dass es Eingaben und Ausgaben seiner kommerziellen Produkte standardmässig nicht für das Training nutzt.

Die Arbeit steckt in den Details. Bei OpenAI werden Protokolle, die zur Missbrauchserkennung geführt werden, standardmässig bis zu 30 Tage aufbewahrt. Eine Null-Datenspeicherung gibt es für berechtigte Kunden nach einer Freigabe. Eine europäische Region für den EWR und die Schweiz hält Kundeninhalte dort, und für ihre Nutzung braucht es eine der genehmigten Aufbewahrungskontrollen. Systemdaten wie Konto-, Abrechnungs- und Nutzungsdaten können weiterhin anderswo verarbeitet werden, und für Modelle, die seit dem 5. März 2026 erschienen sind, kosten die regionalen Endpunkte 10 Prozent mehr.

Nichts davon ist ein Grund, die gemieteten Modelle zu meiden. Es ist ein Grund, die Bedingungen als Liste von Voraussetzungen zu lesen. Der Vertrag bestimmt, was der Anbieter mit Ihren Daten tun darf. Er bestimmt nicht, wo der Anbieter sitzt, wann sich das Modell ändert und ob das Modell bei Ihrer Arbeit je besser wird. Das sind Fragen der Architektur.

Open-Weight-Modelle sind nah genug dran

Open-Weight-Modelle, die ein Unternehmen herunterladen und selbst betreiben kann, sind den besten geschlossenen Modellen nahe gekommen. Der AI Index 2026 der Stanford University stellte fest, dass im März 2026 das beste geschlossene Modell das beste offene um 3,3 Prozent übertraf. Im August 2024 hatte der Abstand 0,5 Prozent betragen, er hat sich also wieder leicht geöffnet. Sechs der zehn besten Modelle auf der Arena-Rangliste sind geschlossen.

Auch die grössten Labore veröffentlichen offene Gewichte. Im August 2025 brachte OpenAI zwei Open-Weight-Modelle unter der Apache-2.0-Lizenz heraus. Das grössere läuft auf einer einzigen GPU mit 80 GB Speicher, das kleinere mit 16 GB.

Die Schweiz hat ihr eigenes. Apertus, entwickelt von der EPFL, der ETH Zürich und dem Nationalen Hochleistungsrechenzentrum der Schweiz, erschien im Juli 2026 in Version 1.5, neu mit Bild- und Audioverständnis, unter Apache 2.0 und offen für Forschung und kommerzielle Nutzung. Die Entwickler verweisen auf den Kanton Tessin, der auf Apertus einen eigenen Übersetzungsdienst betreibt, damit sensible Behördendokumente übersetzt werden, ohne dass er auf kommerzielle Anbieter angewiesen ist.

Für eine enge Aufgabe innerhalb eines Unternehmens zählt die Rangliste weniger als die Frage, ob das Modell die Begriffe, Regeln und früheren Entscheide des Unternehmens kennt. Das kann ein Unternehmen einem Modell beibringen, das ihm gehört.

Wo ein privates Modell laufen kann

Privat umfasst drei Orte. Das eigene Cloud-Konto eines Unternehmens, mit eigenen Schlüsseln. Server im eigenen Gebäude oder Rechenzentrum. Und geschlossene Netze, die nie das Internet berühren.

Jeder dieser Orte hat seinen Preis. Ein Modell zu besitzen heisst, seinen Betrieb zu besitzen: die Hardware oder den Cloud-Vertrag, die Updates, die Sicherheit, das Testen jeder neuen Version und eine Person, die für alles verantwortlich ist. Mieten heisst, eine Rechnung zu haben, die mit jeder Lizenz und jeder Anfrage wächst, und ein Modell, das der Anbieter an jedem beliebigen Tag ändern kann.

Für die meisten Unternehmen lautet die ehrliche Antwort: beides. Das beste gemietete Modell für die offene Arbeit, wo es vor allem auf Breite ankommt, und ein eigenes Modell für die Arbeit, die im Haus bleiben muss. Delangue erwartet, dass die meisten produktiven Anwendungen entweder auf privaten Modellen innerhalb von Unternehmen oder auf offenen Modellen laufen. Wir sagen es bescheidener. Die Grenze zwischen beidem ist der erste Entscheid, und es lohnt sich, sie bewusst zu ziehen.

Was «privat» bedeuten sollte

«Privat» ist ein Wort, das sich leicht behaupten lässt. Das sind die Fragen, die wir stellen, bevor wir es verwenden.

Wo es läuft. In einem benannten Cloud-Konto oder einem benannten Gebäude, in einem benannten Land. Eine Region auf der Karte ist ein Anfang, und nur das.

Wer es lesen kann. Eingaben, Dateien, Protokolle und Backups, jeweils mit einer Aufbewahrungsfrist und einer Liste der Personen und Unterauftragsverarbeiter, die sie sehen können.

Woraus es lernt. Ihre Daten trainieren nichts ausserhalb Ihres Unternehmens. Im besten Fall trainieren sie das Modell, das für Sie arbeitet.

Wer es verändert. Eine Version bleibt, bis Sie entscheiden, sie zu ersetzen, und eine neue lässt sich in einem Schritt wieder zurücknehmen.

Wie es getestet wird. Jede neue Version wird vor dem Start an Ihren eigenen Aufgaben gegen die letzte gemessen.

Wer gehen kann. Das Modell, seine Anpassungen und Ihre Daten können mit Ihnen umziehen, wenn Sie den Anbieter wechseln.

Wer dafür geradesteht. Eine benannte Person verantwortet das Modell, seine Regeln und seine Freigaben. Ein Modell kann jeden Vertrag im Archiv lesen. Zu entscheiden, welche Klausel das Unternehmen akzeptiert, bleibt Sache eines Menschen, und die Verantwortung dafür ebenso.

Warum wir mit Eigna arbeiten

Eigna wird von unserem Partner Eigna Labs gebaut und beantwortet den grössten Teil dieser Liste von Grund auf. Jedes Unternehmen erhält ein eigenes privates Modell: ein offenes Modell, angepasst an seine Domäne und trainiert mit seinen eigenen Dateien, Regeln und seiner eigenen Sprache. Es läuft in der eigenen Cloud des Unternehmens oder auf den eigenen Servern und ist dafür ausgelegt, in geschlossenen Netzen vollständig offline zu laufen. Unternehmensdaten verlassen diese Cloud nie.

Teams arbeiten für ihre eigenen Aufgaben mit lokalen Experten, von Recht und Risiko bis zu Betrieb und Support. Ihre Korrekturen bleiben innerhalb der Mauern, das Modell lernt dort schrittweise nach, und eine neue Version geht erst live, wenn sie im Test besser abschneidet als die letzte. Andernfalls bleibt sie draussen.

crue gehörte zu den ersten Unternehmen, die Eigna getestet haben, und wir nutzen es für unsere eigene Arbeit. Wird die Arbeit im Twin eines Unternehmens vertraulich oder kritisch, läuft Twin auf Eigna statt auf einem gemieteten Modell.

Eigna ist im frühen Zugang, und das sagen wir offen. Wenn die Arbeit sensibel ist, sollte die Architektur dort beginnen.