Kurzfassung

Giotto.ai, ein KI-Labor aus Lausanne, und das High-Performance-Computing-Labor der Fachhochschule Nordwestschweiz (FHNW) unter der Leitung von Prof. Dr. Tomasz Kacprzak haben am 29. Juli 2026 eine gemeinsame Forschungs- und Industriekooperation angekündigt.

  • Giotto.ai, ein KI-Labor aus Lausanne, und das High-Performance-Computing-Labor der Fachhochschule Nordwestschweiz (FHNW) unter der Leitung von Prof. Dr. Tomasz Kacprzak haben am 29. Juli 2026 eine gemeinsame Forschungs- und Industriekooperation angekündigt.
  • Ziel ist es, den Rechenaufwand und die Inferenzkosten von KI-Modellen zu senken, ohne deren Leistungsfähigkeit zu beeinträchtigen – untersucht werden dafür unter anderem Serving-Engines, Einsatzprofile und Konfigurationen von Hardware-Beschleunigern.
  • Die Partner wollen damit auch die verbreitete Annahme hinterfragen, dass leistungsfähigere KI zwangsläufig grössere Modelle und mehr Rechenleistung braucht – ein Gegenentwurf zum reinen Grössenwettrüsten der US-amerikanischen und chinesischen Anbieter.

Was ist passiert?

Giotto.ai, ein auf effiziente KI-Inferenzsysteme spezialisiertes Labor mit Sitz in Lausanne, hat am 29. Juli 2026 eine wissenschaftlich-industrielle Zusammenarbeit mit der Fachhochschule Nordwestschweiz (FHNW) bekanntgegeben. Beteiligt ist auf FHNW-Seite das High-Performance-Computing-Labor unter der Leitung von Prof. Dr. Tomasz Kacprzak, das über Erfahrung in der angewandten Forschung zu rechenintensiven Anwendungen verfügt. Giotto.ai war zuvor unter anderem dadurch aufgefallen, dass das Unternehmen ein Übernahmeangebot aus dem Silicon Valley abgelehnt und stattdessen im Juli 2026 kostenlosen Cloud-Zugang zu seinem eigenen KI-System für Europa und die Schweiz geöffnet hatte.

Im Zentrum des neuen Forschungsprogramms steht die Frage, wie sich der Rechenaufwand und damit die Betriebskosten von KI-Modellen bei der Inferenz – also der eigentlichen Nutzung eines bereits trainierten Modells – senken lassen, ohne die Leistungsfähigkeit zu beeinträchtigen. Konkret untersuchen die Partner die Optimierung sogenannter Serving-Engines, verschiedene Einsatzprofile sowie unterschiedliche Konfigurationen von Hardware-Beschleunigern wie spezialisierten KI-Chips.

Warum ist das wichtig?

Während sich die grossen KI-Anbieter in den vergangenen Jahren vor allem einen Wettlauf um immer leistungsfähigere und damit auch immer grössere Modelle geliefert haben, rückt nun zunehmend die Frage in den Vordergrund, wie viel Rechenleistung für den produktiven Einsatz solcher Modelle tatsächlich nötig ist. Giotto.ai und die FHNW wollen mit ihrem Forschungsprogramm nach eigenen Angaben gezielt die Annahme hinterfragen, dass mehr Leistungsfähigkeit zwangsläufig grössere Modelle und mehr Rechenleistung voraussetzt.

Diese Fragestellung hat unmittelbare wirtschaftliche Relevanz: Die Kosten für den Betrieb von KI-Modellen – insbesondere bei rechenintensiven, agentischen Anwendungen mit vielen aufeinanderfolgenden Anfragen – gehören für viele Unternehmen inzwischen zu den grössten und am schwersten planbaren IT-Ausgaben, da generative KI in der Regel nach Token statt nach Serverstunden abgerechnet wird. Effizientere Serving-Architekturen könnten diese Kosten spürbar senken und damit auch kleineren Organisationen den produktiven KI-Einsatz erleichtern.

Was bedeutet das für die Schweiz?

Die Kooperation liefert ein konkretes Beispiel dafür, wie sich der Schweizer KI-Standort abseits des reinen Grössenwettrüstens positionieren kann: Statt mit den Milliardenbudgets US-amerikanischer und chinesischer Anbieter für Trainingsläufe zu konkurrieren, setzen Schweizer Institutionen zunehmend auf Effizienz und ressourcenschonenden Betrieb – ein Ansatz, der sich auch beim offenen Schweizer Sprachmodell Apertus von ETH Zürich, EPFL und dem Swiss National Supercomputing Centre (CSCS) zeigt.

Für Schweizer KMU sind tiefere Inferenzkosten von direkter praktischer Bedeutung: Sie erleichtern den wirtschaftlichen Betrieb von KI-Anwendungen auf eigener oder europäischer Infrastruktur statt zwingend über teure Kapazitäten US-amerikanischer Hyperscaler – ein Aspekt, der angesichts der Debatte um die Bearbeitung von Personendaten im Ausland nach revidiertem Datenschutzgesetz (revDSG) zusätzlich an Bedeutung gewinnt. Für die FHNW selbst stärkt die viel beachtete Partnerschaft mit einem aufstrebenden Schweizer KI-Labor zudem den Ruf als Forschungsstandort für angewandte KI ausserhalb der beiden ETH-Hochschulen.

Häufige Fragen

Was ist die Kernaussage zu Lausanner KI-Labor Giotto.ai und FHNW bündeln Kräfte für effizientere KI-Modelle?

Giotto.ai, ein KI-Labor aus Lausanne, und das High-Performance-Computing-Labor der Fachhochschule Nordwestschweiz (FHNW) unter der Leitung von Prof. Dr. Tomasz Kacprzak haben am 29. Juli 2026 eine gemeinsame Forschungs- und Industriekooperation angekündigt.

Warum ist diese KI-Meldung für die Schweiz relevant?

Die Kooperation zeigt eine mögliche Nische für den Schweizer KI-Standort: statt im Wettrüsten um immer grössere Modelle mitzuhalten, positionieren sich Schweizer Institutionen bei ressourcenschonender, effizienter KI – ein Ansatz, der auch zum offenen Schweizer Sprachmodell Apertus von ETH Zürich, EPFL und CSCS passt.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Inside IT berichtete am 30. Juli 2026 über die Kooperation; die offizielle Medienmitteilung erschien am 29. Juli 2026 über EQS News, Netzwoche und weitere Wirtschaftsmedien griffen die Meldung ebenfalls auf.