In der öffentlichen Debatte werden Sprachmodelle gerne über eine einzige Achse bewertet: Wer hat die höchste Punktzahl im neuesten Benchmark? apertus tritt bewusst nicht primär in diesem Rennen an. Seine Positionierung ist eine andere – die eines souveränen, offenen Fundaments, das Europa und die Schweiz unabhängiger von außereuropäischen Anbietern machen soll. Das ist eine strategische, keine reine Leistungs-Aussage. Wer das versteht, bewertet apertus mit den richtigen Maßstäben und vermeidet die häufige Enttäuschung, ein offenes Souveränitäts-Modell an einem geschlossenen Frontier-Modell für maximale Allzweck-Leistung zu messen.
Die meisten leistungsstarken Sprachmodelle, die heute im Mittelstand ankommen, stammen von einer Handvoll US-amerikanischer und chinesischer Anbieter. Das ist betriebswirtschaftlich praktisch, schafft aber eine strategische Abhängigkeit: Die Modelle sind geschlossen, ihre Entstehung ist nicht öffentlich nachvollziehbar, und ihr Betrieb liegt in der Hand von Unternehmen, die einer fremden Rechtsordnung unterliegen. apertus verfolgt die gegenteilige Idee. Ein offenes Modell, dessen Gewichte zugänglich sind und dessen Entstehung möglichst transparent dokumentiert ist, lässt sich prüfen, anpassen und im eigenen Verantwortungsbereich betreiben. Aus „wir nutzen die KI eines anderen” wird „wir betreiben unsere KI selbst”.
Für den DACH-Raum hat dieser Ansatz eine besondere Bedeutung. Hier treffen ein ausgeprägtes Datenschutzbewusstsein, strenge regulatorische Anforderungen und ein starker industrieller Mittelstand mit schützenswertem Know-how zusammen. Ein offenes, in Europa beheimatetes Modell adressiert genau die Bedenken, die viele Mittelständler bislang vom produktiven KI-Einsatz abgehalten haben – nämlich die Sorge, sensible Daten könnten in undurchsichtige Cloud-Strukturen außerhalb des eigenen Einflussbereichs gelangen.
Der zentrale Unterschied von apertus liegt im Grad der Offenheit. Während ein klassisches kommerzielles Modell eine Black Box ist – man schickt eine Anfrage hinein und bekommt eine Antwort heraus, ohne nachvollziehen zu können, wie das Modell trainiert wurde –, zielt apertus darauf ab, möglichst viele Bestandteile offenzulegen: die Modellgewichte, idealerweise auch Informationen zu Trainingsdaten und Trainingsverfahren sowie die Dokumentation. Diese Transparenz ist im regulierten Umfeld kein akademischer Luxus, sondern ein handfester Vorteil. Sie erleichtert die Argumentation gegenüber Aufsichtsbehörden, sie erlaubt eine eigene Sicherheits- und Qualitätsprüfung, und sie reduziert das Risiko, sich an einen einzigen Anbieter zu binden.
Wichtig ist die ehrliche Einordnung: Offenheit ist eine Stärke, aber kein Garant für Spitzenleistung in jeder Disziplin. Der genaue Umfang der Offenheit – welche Komponenten unter welcher Lizenz tatsächlich verfügbar sind – sollte stets direkt beim Anbieter geprüft werden, da sich solche Angaben mit neuen Versionen ändern können. Wir nennen in diesem Artikel bewusst keine erfundenen exakten Kennzahlen, sondern beschreiben die Eigenschaften qualitativ.
apertus ist besonders interessant für Organisationen, bei denen die Frage „Wo liegen unsere Daten und wer hat darauf Zugriff?” strategisch oder rechtlich nicht verhandelbar ist. Dazu gehören Mittelständler mit sensiblem Produktions- und Konstruktions-Know-how, Dienstleister mit Berufsgeheimnis, Organisationen im Gesundheits- oder Finanzbereich sowie öffentliche und halböffentliche Einrichtungen. Auch Unternehmen, die eine bewusste Strategie der digitalen Unabhängigkeit verfolgen und Lock-in-Risiken minimieren wollen, finden in einem offenen Modell ein passendes Fundament.
Weniger geeignet ist apertus für Anwender, die ohne eigenes Infrastruktur- oder Projektbudget einfach nur schnell eine maximal leistungsfähige Allzweck-KI per Self-Service nutzen wollen. Diese ehrliche Abgrenzung ziehen wir in diesem Artikel durchgehend – sie ist Teil einer seriösen Beratung.
apertus positioniert sich nicht als „bestes Modell um jeden Preis”, sondern als verlässliches, offenes Fundament für einen souveränen KI-Einsatz. Diese Unterscheidung ist entscheidend für die Bewertung. Ein geschlossenes Frontier-Modell aus den USA optimiert auf maximale Allzweck-Leistung und ein breites, sofort nutzbares Produkt-Ökosystem. apertus optimiert auf Offenheit, Nachvollziehbarkeit und die Möglichkeit, das Modell vollständig im eigenen Verantwortungsbereich zu betreiben. Beide Ansätze sind legitim – sie bedienen unterschiedliche Bedürfnisse.
Für den Mittelstand bedeutet das: Wer apertus erwägt, sollte zuerst die Frage beantworten, wie wichtig Datenhoheit, Transparenz und Unabhängigkeit im konkreten Anwendungsfall sind. Stehen diese Kriterien oben, spielt apertus seine Stärken aus. Geht es dagegen nur um die maximale Punktzahl bei einer kreativen oder hochkomplexen Reasoning-Aufgabe ohne Souveränitäts-Anforderung, sind etablierte kommerzielle Modelle häufig der schnellere Weg.
apertus reiht sich in eine wachsende Bewegung europäischer und schweizerischer KI-Initiativen ein, die ein gemeinsames Ziel verbindet: die technologische Abhängigkeit von außereuropäischen Anbietern zu verringern. Neben kommerziellen europäischen Anbietern und weiteren offenen Modellprojekten steht apertus für den ausgeprägt offenen Pol dieses Spektrums. Sein Beitrag ist weniger ein einzelnes Killer-Feature als die grundsätzliche Verfügbarkeit eines offenen, europäisch verankerten Modells, auf das Organisationen, Forschung und Wirtschaft aufbauen können.
Diese strategische Rolle macht apertus auch dann relevant, wenn es im Tagesgeschäft eines einzelnen Unternehmens nicht sofort das produktiv eingesetzte Modell wird. Es erweitert die Auswahl und stärkt die Verhandlungsposition gegenüber großen Anbietern – allein die Existenz einer ernstzunehmenden offenen Alternative verändert die Dynamik.
Im Kern beherrscht apertus die typischen Disziplinen eines Large Language Models: Es kann Texte verstehen und einordnen, Inhalte zusammenfassen, Fragen auf Basis von vorgelegten Informationen beantworten, E-Mails und Dokumente formulieren, Inhalte umschreiben oder strukturieren und beim Recherchieren in vorgelegten Texten unterstützen. Für den Mittelstand sind das genau die Aufgaben, die im Büroalltag den größten Hebel haben – von der Aufbereitung interner Dokumente über die Beantwortung wiederkehrender Anfragen bis zur Unterstützung in der Sachbearbeitung.
Ein besonderer Pluspunkt eines europäisch ausgerichteten Modells liegt im Umgang mit europäischen Sprachen. Modelle, die mit einem starken Fokus auf europäische Sprachräume entstehen, sind im Idealfall besser auf die sprachlichen und kulturellen Eigenheiten von Deutsch und weiteren EU-Sprachen abgestimmt als ein primär englischsprachig trainiertes Modell. Wie ausgeprägt dieser Vorteil im konkreten Fall ist, lässt sich nur durch einen Test mit eigenen, realistischen Texten beurteilen.
Ein Sprachmodell ist im Unternehmenseinsatz selten nur für sich allein nützlich. Den größten Mehrwert liefert es, wenn es mit dem internen Wissen der Organisation verbunden wird – etwa über Retrieval-Augmented Generation (RAG). Dabei werden zu einer Anfrage zunächst passende interne Dokumente gesucht und dem Modell als Kontext mitgegeben, sodass die Antwort auf den eigenen, geprüften Datenbestand gestützt ist und idealerweise mit Quellenbezug erfolgt. Gerade hier spielt ein offenes, souverän betreibbares Modell seine Stärke aus: Die internen Dokumente bleiben in der eigenen Infrastruktur, statt an einen externen Dienst übermittelt zu werden.
Voraussetzung für gute Ergebnisse ist allerdings nicht das Modell allein, sondern eine saubere Datengrundlage: gepflegte Dokumente, klare Zugriffsrechte und ein durchdachtes Berechtigungskonzept. Genau diese Vorarbeiten sind in der Praxis oft entscheidender für die Qualität als die Wahl des Modells.
So wertvoll die Offenheit ist – an einigen Stellen sind realistische Erwartungen angebracht. Erstens gilt für apertus wie für jedes Sprachmodell, dass es Inhalte erfinden („halluzinieren”) kann; ohne Anbindung an geprüftes Wissen und ohne menschliche Kontrolle sind die Ausgaben nicht automatisch verlässlich. Zweitens liegen bei roher Spitzenleistung, sehr komplexem Reasoning oder breiter Multimodalität die großen geschlossenen Modelle je nach Aufgabe vorn. Drittens ist das Ökosystem rund um ein offenes Modell tendenziell werkzeuglastiger und erfordert mehr eigene Integrationsarbeit als ein fertig verwalteter kommerzieller Dienst.
Diese Grenzen sind kein Ausschlusskriterium, sondern eine Einladung zur richtigen Erwartungshaltung. apertus ist dort stark, wo Offenheit, Datenhoheit und ein souveräner Betrieb gefragt sind – und es ist kein 1:1-Ersatz für ein geschlossenes Frontier-Modell, wenn es allein um maximale Allzweck-Leistung ohne Souveränitäts-Anforderung geht.
In der KI-Welt werden mehrere Stufen von Offenheit unterschieden, die oft durcheinandergeraten. Open Weights bedeutet, dass die trainierten Modellgewichte verfügbar sind und das Modell damit selbst betrieben und angepasst werden kann. Open Source im strengeren Sinn umfasst zusätzlich offengelegten Code und Trainingsverfahren. Open Data schließlich bezieht sich auf die Offenlegung oder Beschreibung der Trainingsdaten. Je mehr dieser Ebenen offen sind, desto besser lässt sich ein Modell prüfen, reproduzieren und rechtlich einordnen.
apertus positioniert sich am offenen Ende dieses Spektrums und betont gerade die Nachvollziehbarkeit der Entstehung als Unterscheidungsmerkmal. Für regulierte Organisationen ist das ein echter Vorteil: Je transparenter die Entstehung eines Modells dokumentiert ist, desto leichter fällt die Einschätzung von Datenschutz-, Urheberrechts- und Compliance-Fragen. Welcher Offenheitsgrad für welche Komponente konkret gilt, sollte vor einer produktiven Nutzung anhand der offiziellen Anbieter-Angaben verifiziert werden.
Die entscheidende Frage für jedes Unternehmen lautet: Darf ich das Modell für meinen Zweck – insbesondere kommerziell – nutzen, und unter welchen Bedingungen? Offene Modelle werden unter unterschiedlichen Lizenzen veröffentlicht, die von sehr permissiven Bedingungen bis hin zu Lizenzen mit bestimmten Einschränkungen oder Auflagen reichen können. Da apertus auf Offenheit ausgerichtet ist, ist die Grundtendenz auf Zugänglichkeit ausgelegt; die konkreten Bedingungen – etwa zu kommerzieller Nutzung, Weitergabe, Haftung und Namensnennung – müssen jedoch unbedingt im jeweils gültigen Lizenztext beim Anbieter geprüft werden.
In der Praxis empfehlen wir, die Lizenzfrage früh und schriftlich zu klären, idealerweise mit Einbindung der eigenen Rechtsabteilung. Das ist keine Formalität: Die Lizenz bestimmt, ob und wie ein Modell überhaupt rechtssicher in ein Produkt oder einen internen Prozess eingebettet werden darf.
Offene Modelle werden in der Regel in mehreren Größen oder Varianten angeboten, weil unterschiedliche Anwendungsfälle unterschiedliche Anforderungen an Leistung und Ressourcen stellen. Kleinere Varianten lassen sich günstiger und auf bescheidenerer Hardware betreiben, eignen sich für klar umrissene Aufgaben und für den Einstieg. Größere Varianten bieten mehr Leistung, verlangen aber auch mehr Rechenkapazität – insbesondere geeignete Grafikprozessoren. Welche Editionen konkret existieren und wie sie sich unterscheiden, ist beim Anbieter zu prüfen.
Für den Mittelstand ist die praktische Konsequenz wichtig: Man muss nicht mit der größten Variante starten. Häufig ist es sinnvoller, zunächst mit einer kleineren Edition einen klar abgegrenzten Anwendungsfall zu pilotieren, Erfahrungen zu sammeln und erst dann über eine größere Variante oder mehr Hardware zu entscheiden. So bleibt das Risiko überschaubar und die Investition folgt dem nachgewiesenen Nutzen.
Im direkten Vergleich mit den großen US-Frontier-Modellen ist die Lage klar und ehrlich zu benennen: Bei roher Modellleistung, Reasoning-Tiefe, Multimodalität und der Breite des sofort nutzbaren Ökosystems liegen die führenden US-Modelle je nach Aufgabe vorn. Sie sind als verwaltete Cloud-Dienste ohne eigenes Infrastrukturprojekt nutzbar. Wer maximale Allzweck-Leistung sucht und kein hartes Souveränitäts-Erfordernis hat, ist dort oft schneller am Ziel.
apertus gewinnt diesen Vergleich nicht auf der Leistungs-, sondern auf der Souveränitäts- und Offenheits-Achse. Sobald die Anforderung lautet „die Daten dürfen das Haus nicht verlassen”, „kein außereuropäisches Unternehmen darf in der Verarbeitungskette stehen” oder „wir wollen prüfbar und unabhängig sein”, ist das beste geschlossene US-Modell schlicht keine zulässige oder strategisch gewünschte Option – und der Vergleich verschiebt sich von „wer ist leistungsfähiger” zu „wer ist überhaupt einsetzbar”.
Chinesische Modelle haben in der Leistung teilweise stark aufgeholt und sind zum Teil ebenfalls offen verfügbar. Für den DACH-Mittelstand stellt sich hier jedoch eine besonders sensible Frage der Datenhoheit und der regulatorischen sowie geopolitischen Einordnung. Daten an chinesische Cloud-Dienste zu geben, ist für viele Organisationen aus Datenschutz- und Vertraulichkeitsgründen keine Option. Selbst beim Self-Hosting offener chinesischer Modelle bleiben Fragen zur Herkunft, zur Transparenz der Trainingsdaten und zu möglichen Einschränkungen bestehen.
Genau hier ist die europäisch-schweizerische Verankerung von apertus ein struktureller Vorteil: Herkunft, Rechtsrahmen und Wertekontext sind anschlussfähig an die Anforderungen europäischer Organisationen. Der Vergleich fällt damit weniger über Benchmark-Punkte als über Vertrauen, Nachvollziehbarkeit und regulatorische Passung.
Spannender ist der Vergleich innerhalb Europas. Kommerzielle europäische Anbieter und weitere offene europäische Modellprojekte bewegen sich im selben Souveränitäts-Cluster wie apertus. Der Unterschied liegt im Schwerpunkt: apertus betont besonders deutlich die Offenheit und Transparenz – offene Gewichte und eine nachvollziehbare Entstehung als Designziel – sowie die schweizerisch-europäische Herkunft. Andere Anbieter setzen stärker auf fertige, verwaltete Produkte oder auf maximale Modellleistung.
Eine pauschale Reihenfolge gibt es nicht. Für ein Team mit moderaten Souveränitäts-Anforderungen und Wunsch nach einem fertigen Produkt kann ein verwalteter europäischer Dienst pragmatischer sein; für eine Organisation, die maximale Offenheit, Prüfbarkeit und Unabhängigkeit anstrebt, kann apertus besser passen. INAGRO prüft das herstellerneutral entlang Schutzbedarf, vorhandenem Stack und verfügbaren Fachkräften.
Der konsequenteste souveräne Weg ist der Betrieb im eigenen Rechenzentrum. Hier liegen Modellgewichte, Daten, Prompts und Ergebnisse vollständig in der eigenen Infrastruktur – es gibt keinen Datenabfluss nach außen. Für Organisationen mit hohem Schutzbedarf ist das die Variante, die aus „KI ist rechtlich heikel” ein „KI ist machbar” macht. Voraussetzung ist allerdings geeignete Hardware, insbesondere leistungsfähige Grafikprozessoren, sowie Personal, das den Betrieb aufsetzen, absichern und warten kann.
Dieser Weg ist kein „Konto anlegen und loslegen”, sondern ein Infrastruktur- und Betriebsprojekt. Dafür erhält man die maximale Kontrolle und Unabhängigkeit. Die wirtschaftliche Sinnhaftigkeit hängt stark von der Auslastung ab – darauf gehen wir im Kapitel zu den Kosten ein.
Nicht jede Organisation will oder kann eigene GPU-Infrastruktur betreiben. Eine pragmatische Zwischenlösung ist der Betrieb von apertus bei einem europäischen Cloud- oder Hosting-Partner, der das Modell in EU-Rechenzentren bereitstellt. Damit bleibt die Verarbeitung im europäischen Rechtsraum, ohne dass man selbst Hardware beschaffen und betreiben muss. Wichtig ist, den Partner sorgfältig auszuwählen und vertraglich klar zu regeln, wo verarbeitet wird, wer Zugriff hat und wie die Auftragsverarbeitung ausgestaltet ist.
Diese Variante kombiniert einen guten Teil der Souveränitäts-Vorteile mit deutlich geringerem eigenem Betriebsaufwand. Sie ist für viele Mittelständler der realistischste Einstieg in einen souveränen KI-Betrieb, weil sie die Hürde der eigenen Infrastruktur senkt.
Unabhängig vom gewählten Weg gilt: Ein offenes Modell entfaltet seinen Nutzen erst durch Integration. Dazu gehören die Inferenz-Umgebung (die Software, die das Modell ausführt), die Anbindung an eigene Datenquellen, gegebenenfalls eine Feinabstimmung auf eigene Aufgaben sowie die Einbettung in bestehende Anwendungen und Berechtigungssysteme. Für all das braucht es entweder eigenes technisches Know-how oder einen erfahrenen Umsetzungspartner. Wer diese Aufwände von Beginn an realistisch einplant, vermeidet die häufige Fehleinschätzung, ein offenes Modell sei „kostenlos” – die Lizenz mag offen sein, der Betrieb ist es nicht.
Der naheliegendste und oft wirkungsvollste Einsatz ist ein interner Assistent, der auf dem eigenen Wissen der Organisation arbeitet. Mitarbeitende stellen Fragen in natürlicher Sprache und erhalten Antworten, die auf internen Dokumenten, Handbüchern, Richtlinien oder Projektunterlagen beruhen – mit Quellenbezug, damit die Herkunft nachvollziehbar bleibt. Gerade hier ist der souveräne Betrieb entscheidend: Die internen Dokumente, die häufig vertrauliches Know-how enthalten, bleiben in der eigenen Infrastruktur statt bei einem externen Dienst.
Typische Anwendungsfälle sind die Beantwortung wiederkehrender Fragen im Innendienst, die schnelle Recherche in umfangreichen technischen Unterlagen oder die Einarbeitung neuer Mitarbeitender, die so leichter Zugang zum Erfahrungswissen des Unternehmens finden. Der Mehrwert entsteht nicht im Modell allein, sondern in der Kombination aus Modell, gepflegten Daten und klarem Berechtigungskonzept.
Im kaufmännischen und administrativen Alltag unterstützt apertus bei der Erstellung und Aufbereitung von Texten: Entwürfe für E-Mails und Schreiben, Zusammenfassungen langer Dokumente, das Strukturieren von Notizen oder das Umformulieren von Inhalten für unterschiedliche Zielgruppen. Diese Aufgaben sind unspektakulär, summieren sich aber über viele Mitarbeitende zu einem erheblichen Zeitgewinn. Da es sich häufig um interne oder kundenbezogene Inhalte handelt, ist auch hier der Datenschutz-Vorteil eines souveränen Betriebs relevant.
Wichtig bleibt die menschliche Kontrolle: Die Ausgaben eines Sprachmodells sind Entwürfe und Vorschläge, keine final freigegebenen Ergebnisse. Eine klare Regelung, wer Inhalte prüft und verantwortet, gehört zu jedem produktiven Einsatz – unabhängig vom gewählten Modell.
Eine besondere Stärke offener Modelle ist die Möglichkeit, sie auf die eigene Domäne abzustimmen. Über Feinabstimmung oder über die gezielte Anbindung von Fachwissen lässt sich apertus an die Terminologie, die Prozesse und die typischen Aufgaben einer Branche anpassen – sei es im technischen Mittelstand, im Handel, in der Verwaltung oder in spezialisierten Dienstleistungsbereichen. Diese Anpassbarkeit ist bei geschlossenen Modellen oft nur eingeschränkt oder gar nicht möglich.
In der Praxis empfiehlt sich ein schrittweises Vorgehen: zunächst prüfen, wie weit das Modell mit guter Datenanbindung bereits trägt, und erst bei nachgewiesenem Bedarf in eine aufwendigere Feinabstimmung investieren. So bleibt der Aufwand im Verhältnis zum Nutzen.
Die offene Verfügbarkeit der Modellgewichte beseitigt zwar potenzielle Lizenzgebühren für das Modell selbst (sofern die Lizenz dies erlaubt – beim Anbieter prüfen), sie beseitigt aber nicht die Kosten für Betrieb und Einführung. Anders gesagt: Sie sparen womöglich die laufende Nutzungsgebühr eines kommerziellen Cloud-Dienstes, übernehmen dafür aber selbst die Verantwortung und die Kosten für Infrastruktur, Integration und Betrieb. Ob das unterm Strich günstiger ist, hängt stark vom konkreten Einsatzprofil ab.
Die relevanten Kostenblöcke beim Einsatz eines offenen Modells sind erfahrungsgemäß: erstens die Infrastruktur – beim Self-Hosting vor allem geeignete Grafikprozessoren und deren Betrieb, beim Hosting-Partner die laufenden Bezugskosten. Zweitens die Einführung und Integration – das Aufsetzen der Inferenz-Umgebung, die Anbindung an eigene Daten (etwa RAG), gegebenenfalls Feinabstimmung sowie die Einbettung in bestehende Systeme. Drittens der laufende Betrieb – Wartung, Aktualisierung, Sicherheit und das nötige Fachpersonal. Viertens die oft unterschätzten Vorarbeiten an Daten und Berechtigungen, die für brauchbare Ergebnisse unverzichtbar sind.
Diese Aufzählung zeigt: Die wesentlichen Kosten liegen selten im Modell selbst, sondern im Drumherum. Eine seriöse Kostenschätzung entsteht erst, wenn der konkrete Anwendungsfall, das gewählte Betriebsmodell und der Integrationsaufwand bekannt sind.
Als grobe Orientierung gilt: Bei hoher, kontinuierlicher Auslastung kann der eigene oder europäisch gehostete Betrieb eines offenen Modells wirtschaftlich attraktiv werden, weil die Kosten dann nicht mit jedem einzelnen Aufruf steigen, sondern weitgehend planbar sind. Bei kleiner, gelegentlicher oder stark schwankender Nutzung ist ein verbrauchsbasierter Cloud-Dienst dagegen häufig günstiger, weil man dort nur für die tatsächliche Nutzung zahlt und keine Infrastruktur vorhalten muss.
Hinzu kommt ein nicht-monetärer „Wert” auf der Habenseite: Datenhoheit, Unabhängigkeit und regulatorische Anschlussfähigkeit. Für Organisationen, bei denen diese Faktoren strategisch oder rechtlich entscheidend sind, kann sich ein souveräner Betrieb auch dann lohnen, wenn er rein rechnerisch nicht der billigste Weg ist. Diese Abwägung gehört in jede ehrliche Wirtschaftlichkeitsbetrachtung – wir nennen dazu bewusst keine erfundenen Zahlen, sondern empfehlen eine fallbezogene Kalkulation.
Digitale Souveränität bei KI lässt sich in drei prüfbare Ebenen zerlegen: Datensouveränität – die Daten verlassen die eigene Kontrolle nicht; Betriebssouveränität – die Organisation kann den Betrieb selbst oder über einen kontrollierbaren europäischen Partner gestalten; und technologische Souveränität – Unabhängigkeit von einem einzelnen Anbieter, etwa durch offene und prüfbare Modelle. apertus adressiert durch seine Offenheit und seine europäisch-schweizerische Verankerung alle drei Ebenen. Das ist der eigentliche Kern des Wertversprechens – deutlich mehr als nur der Standort eines Rechenzentrums.
Der schärfste Vorteil zeigt sich im Kontrast zu außereuropäischen Cloud-Modellen. Bei US-Anbietern besteht durch den US CLOUD Act ein rechtliches Restrisiko: Dieser erlaubt US-Behörden unter bestimmten Voraussetzungen den Zugriff auf Daten, die ein US-Unternehmen kontrolliert – unabhängig vom physischen Speicherort. Dieses Restrisiko lässt sich durch EU-Rechenzentren reduzieren, aber nicht vollständig ausräumen, solange das Mutterunternehmen US-Recht unterliegt. Bei chinesischen Diensten stellen sich aus DSGVO-Sicht noch grundlegendere Fragen zu Drittlandtransfer und Datenzugriff.
apertus als offenes, europäisch-schweizerisch verankertes Modell adressiert genau diese Lücke: Läuft das System vollständig im eigenen Rechenzentrum oder bei einem rein europäischen Betreiber, existiert kein außereuropäisches Unternehmen in der Verarbeitungskette, das einem fremden Zugriffsregime unterworfen wäre. Für Organisationen, bei denen dieses Restrisiko nicht akzeptabel ist – Berufsgeheimnisträger, sensible Verwaltung, bestimmte regulierte Branchen –, ist das der Unterschied zwischen „rechtlich tragbar” und „nicht einsetzbar”. Hinzu kommt: Die Offenheit und die nachvollziehbare Entstehung erleichtern Transparenz- und Dokumentationspflichten, wie sie etwa der EU AI Act für bestimmte Anwendungen vorsieht.
So gewichtig die strukturellen Vorteile sind – sie ersetzen nicht die eigene Sorgfalt. Ein souveränes Betriebsmodell und die Offenheit eines Modells sind notwendige Bausteine, aber keine fertige Compliance für Ihren konkreten Anwendungsfall. Sie müssen unter anderem klären: Welche personenbezogenen Daten werden verarbeitet und auf welcher Rechtsgrundlage? Wie sind Berechtigungen und Zugriffe geregelt? Wie wird die menschliche Kontrolle über die Ausgaben sichergestellt? Bei Nutzung eines Hosting-Partners: Wie ist die Auftragsverarbeitung vertraglich ausgestaltet und wo wird tatsächlich verarbeitet? Und wie ordnet sich der Anwendungsfall in den EU AI Act ein?
