Ein Schweizer Startup hat 2018 auf etwas gewettet, das es noch gar nicht gab. Acht Jahre später zeichnet Gartner die Landkarte für genau diesen Markt – und Modulos steht drauf.
Wer in der Krypto-Welt unterwegs ist, kennt das Gefühl: Man erklärt jahrelang etwas, das offensichtlich richtig ist, und erntet höfliches Nicken. Zu früh zu sein sieht von aussen exakt gleich aus wie falsch zu liegen. Bis es das plötzlich nicht mehr tut.
Kevin Schawinski hat dieses Gefühl acht Jahre lang ausgehalten.
2018: eine Frage, die niemand stellte
Schawinski ist Astrophysiker. Er hat an der ETH Zürich jahrelang Machine-Learning-Modelle gebaut, um Galaxien zu klassifizieren – also Maschinen beigebracht, in gigantischen Datenmengen Muster zu finden. 2018 verliess er die ETH und gründete zusammen mit Simone Severini das Startup Modulos.
Die Wette dahinter: KI-Systeme würden irgendwann so wichtig werden, dass es eine Infrastruktur braucht, um ihre Risiken zu managen. Nicht gute Absichten. Infrastruktur.
Das Problem: Damals fragte praktisch niemand, wie man ein KI-System eigentlich beaufsichtigt. Modelle wurden schnell besser, wurden überall ausgerollt – und die Frage, wer eigentlich haftet, wenn so ein System eine folgenreiche Entscheidung trifft, blieb einfach liegen.
Es gab keine Regulierung, die Druck gemacht hätte. Und es gab keinen Käufer mit einem Budgetposten für „AI Governance“, weil die Kategorie schlicht noch keinen Namen hatte. Die Reaktion von Unternehmen und anderen Gründern war eine freundliche Variante von: Warum sollten wir das jetzt tun?
Ein Startup, das zu früh dran ist, trägt alle Kosten des Rechthabens und keinen einzigen Ertrag. Man baut, was die Welt brauchen wird – und wartet. Warten ist teuer.
Das Argument, das man nicht kaputtkriegt
Am Leben gehalten hat die Wette ein Gedanke, der sich schwer wegdiskutieren lässt:
Wenn KI-Systeme Entscheidungen treffen, die zählen, dann muss irgendwann irgendjemand zeigen können, wie diese Entscheidung zustande kam. Beweisen, dass das System tut, was es behauptet. Und das einer Aufsichtsbehörde, einem Auditor oder einem Gericht vorlegen können.
Das Schöne an diesem Argument: Es hängt an keiner einzigen technischen Annahme. Es ist egal, welches Modell gewinnt, welcher Anbieter überlebt, welches Framework sich durchsetzt. Es folgt allein daraus, dass folgenreiche Systeme irgendwann zur Rechenschaft gezogen werden. Offen war nur das Timing.
Das dürfte manchem hier bekannt vorkommen. „Vertrau nicht, prüf nach“ ist keine Krypto-Erfindung – es ist einfach das, was passiert, sobald etwas wichtig genug wird.
Dann kam die Welt vorbei
Die EU verabschiedete den AI Act. Behörden in Europa und den USA begannen, Regeln mit echten Zähnen zu schreiben. Aus einem zunehmend unübersichtlichen – und stellenweise widersprüchlichen – Regulierungsflickenteppich wurde für Unternehmen eine operative Notwendigkeit.
Im Juni 2026 veröffentlichte dann Gartner erstmals einen Magic Quadrant für AI-Governance-Plattformen. Modulos ist darin vertreten.
Für alle, die mit Analysten-Sprech wenig anfangen können: Der Magic Quadrant ist so etwas wie die offizielle Landkarte eines Marktes. Wenn Gartner sie zeichnet, hat die Branche entschieden, dass es diesen Markt wirklich gibt. Eine Kategorie, die bei der Gründung von Modulos nicht existierte, hat jetzt einen Namen, Grenzen und Wettbewerber – und Modulos steht auf der Karte. Dazu kamen weitere Auszeichnungen, unter anderem der Cloud Innovation Award bei den Tech4Trust-Awards von Trust Valley.
Was das Ding eigentlich macht
Der Kern ist erstaunlich unglamourös – und genau deshalb interessant.
Die meisten Unternehmen behandeln jede neue Regel als eigenes Projekt: eigene Checkliste, eigenes Excel, eigener Feuerwehreinsatz. Das bricht irgendwann unter dem eigenen Gewicht zusammen, weil im Grunde immer dieselben drei Fragen gestellt werden, nur in anderen Worten:
- Tut dieses System, was es behauptet?
- Wer trägt dafür die Verantwortung?
- Kannst du das beweisen?
Modulos hat die Plattform um einen sogenannten Governance-Graphen gebaut. Statt für jede Behörde einen neuen Ordner anzulegen, gibt es ein einziges Register: Man beantwortet jede Frage einmal, und die Antwort wandert automatisch überall dorthin, wo sie gebraucht wird. Kommt ein neues Regelwerk, wird nicht alles noch einmal von vorne aufgerollt.
Dann kommt der unbequemere Teil: Modulos lässt KI-Agenten los, die im Unternehmen selbst nachsehen, wo überhaupt KI im Einsatz ist – inklusive der Systeme, von denen das Governance-Team nie erfahren hat. Sie prüfen, ob diese Systeme unter Kontrolle sind, sammeln die Belege dafür und beziffern das Risiko. In Euro. Von Prompt Injection bis Model Extraction wird aus einer abstrakten Gefahr eine Zahl, die in einer Sitzung diskutiert werden kann.
Damit wird aus Governance keine Abteilung, die Formulare ausfüllt, sondern etwas, das im Hintergrund permanent mitläuft. Die Pointe: Compliance soll damit vom Kostenblock zum Vorsprung werden. Wer belegen kann, dass seine KI im Griff ist, geht live – während die Konkurrenz noch klärt, wer eigentlich das Risiko trägt.
Der ETH-Faden
Modulos ist ein ETH-Spin-off und über die ganze Firmengeschichte hinweg mit dem Zürcher Ökosystem verbunden geblieben. Als eines der vom ETH AI Center unterstützten Startups hat das Unternehmen Zugang zum Netzwerk aus Forschenden, Gründerinnen und Industriepartnern.
Sichtbar wurde das auch auf der Bühne: Schawinski diskutierte im AI House Davos während des WEF über den richtigen Umgang von Unternehmen mit KI-Governance und war später Co-Gastgeber der Veranstaltung „Making AI Governance Work“ am AI Center selbst – mit dem Ziel, Regelwerke wie den EU AI Act von der Theorie in die Praxis zu übersetzen.
Vom Regel-Befolger zum Regel-Mitschreiber
Der spannendste Teil der Geschichte ist vielleicht, wo Schawinski heute sitzt. Er wurde in den Beirat Digitale Schweiz eingeladen, der von Bundesrat Albert Rösti geleitet wird – konkret für die Sitzung zum Schweizer Weg bei der KI-Regulierung. Modulos ist ausserdem Mitglied des NIST Artificial Intelligence Consortium (vormals AI Safety Institute Consortium), das an Messverfahren und Standards arbeitet, die international prägen werden, wie KI-Governance überhaupt funktioniert.
Die Firma, die auf ein Feld gewettet hat, bevor es existierte, schreibt inzwischen an dessen Regeln mit.
Warum das hier steht
Es hat etwas Passendes, dass ausgerechnet ein Astrophysiker so etwas baut. Der Job des Wissenschaftlers ist es, Behauptungen aufzustellen, die überprüfbar sind – und sie der Kritik auszusetzen. KI-Governance verlangt genau dasselbe von Systemen, die inzwischen Entscheidungen in der echten Welt treffen.
Und damit sind wir bei dem Punkt, an dem diese Geschichte auch für Leser dieses Blogs relevant wird. Die Schweizer Krypto-Branche hat den Weg von „das reguliert doch nie jemand“ über DLT-Gesetz und MiCA bis zu einem funktionierenden Compliance-Alltag bereits hinter sich. KI läuft gerade dieselbe Kurve – nur schneller und mit deutlich grösserem Adressatenkreis. Die Muster wiederholen sich: eine Technologie, die schneller wächst als die Regeln; ein Moment, in dem Nachweisbarkeit vom Ärgernis zur Eintrittskarte wird; und ein paar Anbieter, die zufällig schon da stehen, wo alle hinmüssen.
Die Frage, die Modulos seit 2018 beantwortet, war nie wirklich eine Compliance-Frage. Sie lautet: Können wir KI bauen, der wir vertrauen können – und es beweisen?
Quelle: Beitrag des ETH AI Center vom 29.07.2026 von Nicole Huber.
