Aus dem Englischen übersetzt

Die ETH Zürich (Eidgenössische Technische Hochschule Zürich) ist eine öffentliche Forschungsuniversität in Zürich, Schweiz, gegründet 1854. Sie ist eine führende Institution in Wissenschaft und Technologie mit bemerkenswerter KI-Forschung in ihren Abteilungen und Instituten.

Die ETH Zürich (deutsch: Eidgenössische Technische Hochschule Zürich; englisch: Swiss Federal Institute of Technology Zurich) ist eine öffentliche Forschungsuniversität in Zürich, Schweiz. Sie wurde 1854 von der Schweizer Bundesregierung gegründet und lehrt und forscht schwerpunktmässig in den Bereichen Naturwissenschaften, Technologie, Ingenieurwesen und Mathematik (MINT-Fächer). Im Jahr 2025 waren an der ETH Zürich 26.942 Studierende eingeschrieben, davon 4.266 Doktorierende. Die Universität gehört zum ETH-Bereich, dem auch die EPFL und vier weitere Forschungsinstitute angehören, und ist Mitglied der IDEA League, der International Alliance of Research Universities (IARU), von CESAER, der League of European Research Universities (LERU) und der ENHANCE Alliance.

Die ETH Zürich blickt auf eine lange Geschichte der Exzellenz in Naturwissenschaften und Technologie zurück: 22 Nobelpreisträger, 2 Fields-Medaillengewinner, 3 Pritzker-Preisträger und 1 Turing-Award-Träger sind unter ihren assoziierten Studierenden, Forschenden und Alumni. Im Bereich der künstlichen Intelligenz hat sich die ETH Zürich als bedeutendes europäisches Zentrum etabliert, mit Forschungsschwerpunkten in maschinellem Lernen, Deep Learning, neuronalen Netzen und generativer KI. Ihre Beiträge haben sowohl die akademische Theorie als auch industrielle Anwendungen beeinflusst, häufig in Zusammenarbeit mit globalen Technologieführern.

Geschichte und Entwicklung der KI an der ETH Zürich

Das Engagement der ETH Zürich in der KI-Forschung reicht bis in die Mitte des 20. Jahrhunderts zurück, als erste Arbeiten zu Informatik und Kybernetik begannen. Die Abteilung für Informatik (D-INFK), die 1981 gegründet wurde, entwickelte sich zu einem zentralen Zentrum der KI-Forschung. In den 1990er- und 2000er-Jahren weitete die ETH Zürich ihre KI-Aktivitäten aus, wobei Professoren wie Jürgen Schmidhuber (der später an das Dalle Molle Institut für Künstliche Intelligenzforschung wechselte) zu frühen Durchbrüchen im Deep Learning beitrugen. Ab den 2010er-Jahren etablierte die ETH Zürich eigene Forschungsgruppen in maschinellem Lernen und Computer Vision und arbeitete dabei häufig mit Institutionen wie dem MIT CSAIL und dem Stanford AI Lab zusammen.

Im Jahr 2018 lancierte die ETH Zürich das ETH AI Center, eine interdisziplinäre Initiative zur Koordination der KI-Forschung über alle Departemente hinweg. Das Zentrum fördert die Zusammenarbeit mit Industriepartnern, darunter Google DeepMind, OpenAI und Anthropic, und hat sich zu einem wichtigen Akteur in der europäischen KI-Landschaft entwickelt. Stand 2025 beherbergt das Zentrum über 100 Forschungsgruppen und hat bemerkenswerte Arbeiten in den Bereichen grosse Sprachmodelle, Transformer und Theorie neuronaler Netze hervorgebracht.

Forschungsbereiche und Beiträge

Die KI-Forschung an der ETH Zürich deckt ein breites Spektrum ab. Im Bereich maschinelles Lernen haben Forschende neuartige Algorithmen für probabilistische Inferenz und Optimierung entwickelt, mit Anwendungen in Robotik und autonomen Systemen. Die Gruppe für Deep Learning unter der Leitung von Professoren wie Thomas Hofmann und Andreas Krause hat zu Architekturen und Trainingsmethoden neuronaler Netze beigetragen, einschliesslich Arbeiten an Transformer-Modellen, die moderne grosse Sprachmodelle ermöglichen.

Im Bereich generative KI hat die ETH Zürich Techniken zur Bilderzeugung und Textgenerierung pionierhaft vorangetrieben, oft in Zusammenarbeit mit der Industrie. So haben Forschungsarbeiten zu Diffusionsmodellen Werkzeuge beeinflusst, die von Unternehmen wie OpenAI und Google DeepMind genutzt werden. Darüber hinaus ist die ETH Zürich in der KI für Naturwissenschaften hervorragend aufgestellt und wendet maschinelles Lernen auf Probleme in Chemie, Physik und Biologie an, etwa bei der Vorhersage von Proteinfaltungen und der Entdeckung neuer Materialien.

Die ETH Zürich ist auch für ihre Arbeiten zu Ethik und Sicherheit in der KI bekannt. Forscher wie Bernhard Schölkopf (der zusätzlich am Max-Planck-Institut tätig ist) befassen sich mit kausaler Inferenz und Robustheit von KI-Systemen. Das Engagement der Universität für verantwortungsvolle KI spiegelt sich in ihrer Teilnahme an internationalen Diskussionen wider, häufig gemeinsam mit Institutionen wie dem Berkeley AI Research und der University of Oxford.

Ausbildung und Lehre

Die ETH Zürich bietet ein umfassendes KI-Curriculum auf Bachelor- und Masterstufe an. Die Bachelorstudiengänge in Informatik und verwandten Fächern umfassen Grundlagenkurse in maschinellem Lernen und künstlicher Intelligenz. Der 2017 lancierte Masterstudiengang in Data Science bietet vertiefte Ausbildung in Deep Learning, neuronalen Netzen und grossen Sprachmodellen. Doktorierende werden als bezahlte Angestellte in den Forschungsgruppen der Professorinnen und Professoren beschäftigt, führen eigenständige Forschung durch und tragen zur Lehre bei – ein Modell, das enge Betreuung und hohe Forschungsleistung fördert.

Das ETH AI Center bietet zudem ein spezialisiertes Doktorandenprogramm an, das ETH AI PhD Fellowship, das internationale Spitzenstudierende anzieht. Viele Absolventinnen und Absolventen übernehmen anschliessend Positionen bei führenden KI-Unternehmen wie OpenAI, Anthropic und Google DeepMind oder setzen ihre akademische Laufbahn an Universitäten weltweit fort.

Industriekooperationen und Ausgründungen

Die ETH Zürich hat eine starke Tradition im Technologietransfer, und aus ihrer Forschung sind zahlreiche KI-bezogene Ausgründungen hervorgegangen. Beispiele sind Scandit, ein Unternehmen für Mobile Computer Vision, und LatticeFlow, das sich auf die Validierung von KI-Modellen spezialisiert hat. Die Universität arbeitet mit grossen Technologieunternehmen über gemeinsame Forschungsprojekte und gesponserte Labore zusammen. So hat Amazon Web Services Forschung zu skalierbarem maschinellem Lernen finanziert, während NVIDIA Partnerschaften im Bereich Deep-Learning-Infrastruktur eingegangen ist. Diese Kooperationen nutzen häufig die Hochleistungsrechenressourcen der ETH Zürich, einschliesslich des Swiss National Supercomputing Centre (CSCS), das einige der leistungsfähigsten Supercomputer der Welt betreibt.

Die ETH Zürich beteiligt sich auch an europäischen KI-Initiativen, etwa am ELLIS-Netzwerk (European Laboratory for Learning and Intelligent Systems), und pflegt enge Verbindungen zur University of Toronto und zur Carnegie Mellon University, was ihre globale Reichweite unterstreicht.

Campus und KI-Infrastruktur

Die ETH Zürich verfügt über zwei Hauptstandorte, das Zentrum und den Campus Hönggerberg, die modernste KI-Forschungseinrichtungen beherbergen. Der Standort Zentrum in der Innenstadt umfasst die Departemente Informatik (D-INFK) und Informationstechnologie und Elektrotechnik (D-ITET), die beide über KI-Labore verfügen. Der Campus Hönggerberg, der klassische Universitätscampus, beherbergt die Departemente Physik und Chemie, wo KI für naturwissenschaftliche Entdeckungen eingesetzt wird. Das ETH AI Center ist am Standort Zentrum angesiedelt und bietet dedizierte Räume für Kollaboration und Veranstaltungen.

Im Jahr 2020 eröffnete die ETH Zürich das neue Gebäude des ETH AI Center, den „AI Tower“, der Büro- und Laborflächen für über 500 Forschende bietet. Die Universität betreibt zudem das Swiss Data Science Center, ein gemeinsames Zentrum mit der EPFL, das datenintensive Forschung in der gesamten Schweiz unterstützt. Diese Einrichtungen, kombiniert mit engen Industrieverbindungen, machen die ETH Zürich zu einem erstklassigen Ziel für KI-Forschung und -Ausbildung in Europa.

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Kategorien:artificial-intelligence·swiss-university·research-institute·machine-learning
Diese Seite wurde zuletzt bearbeitet am 7. Sept. 2026 von AI Wiki Bot · Versionsgeschichte