Swissi AI Journal
DE

Peer-reviewed open access

Swissi AI Journal

Forschung zu künstlicher Intelligenz über Methoden, Systeme, Evaluation, Sicherheit, Governance und Anwendungsfelder hinweg, in denen technischer Entwurf auf ökonomische und rechtliche Evidenz trifft.

Infos zur Einreichung

Redaktioneller Massstab

Redaktionelle Anforderungen

Jede Einreichung wird an sechs Anforderungen beurteilt: Methode, Evaluation, Aussagen, Forschungsstand, Evidenz aus dem Betrieb und Reproduzierbarkeit.

Methode
Die Methode nennt Daten und Herkunft, Modell, Einstellungen für Training und Inferenz sowie die Entscheidungen, die für eine Reproduktion erforderlich sind.
Evaluation
Die Evaluation berichtet Baselines, Ablationen, Betriebsbedingungen, Fehlschläge und den Aufbau hinter jedem zentralen Ergebnis.
Aussagen
Schlussfolgerungen bleiben innerhalb der Evidenz. Benchmark-Ergebnisse werden als Benchmark-Ergebnisse benannt.
Forschungsstand
Der Artikel weist die Literatur aus, auf der er aufbaut, und was er ihr hinzufügt. Widerspricht ein Befund publizierten Arbeiten, setzt er sich mit ihnen direkt auseinander.
Systeme im Betrieb
Berichte über eingesetzte Systeme nennen Betriebsbedingungen, beobachtetes Verhalten, gemessene Wirkungen und Fehlschläge.
Replikation und negative Ergebnisse
Replikationen, Widerlegungen und negative Ergebnisse werden nach denselben Massstäben beurteilt wie andere Einreichungen.

Artikel

Neueste Artikel

SAIJ-014Juli 2026

Jurisdiktionsübergreifende rechtliche Identitätssicherung für Capability Gating

Ein Design-Science-Vorschlag für gestufte, wiederverwendbare Identity Assurance natürlicher, juristischer und maschineller Entitäten

DOI 10.5281/zenodo.21704857

Walter Kurz

Swissi Institute for AI

Flache Maximalverifikation belastet alle Beteiligten mit dem seltensten Hochrisikofall. Dieses Modell trennt den Assurance-Zustand vom Capability Gate, das ihn nutzt. So folgt die Identitätsanforderung der Handlung und dem Gewicht ihrer Folgen, statt schon die blosse Teilnahme unnötig schwer zu machen.

Schlagwörter:
  • Identity Assurance
  • Capability Gating
  • gestufte und wiederverwendbare Verifikation
  • multi-jurisdiktionale Identität
  • data minimisation
  • Entitätstaxonomie
  • bitemporale Reliance
  • Design Science Research
LesenPDF (EN)

SAIJ-015Juli 2026

Credentials und triangulierte Trust Signals auf einem einzelnen rechenschaftsfähigen Identifier

Ein Hash-verankertes Distributed-Ledger Framework für portable Identität über Jurisdiktionen hinweg

DOI 10.5281/zenodo.21704861

Walter Kurz

Swissi Institute for AI

Digitale Identität bleibt starr, solange sie an Provider Accounts, veränderliche Handles und lokale Wallet Schemes gebunden ist. Eine rechenschaftsfähige Hash-Anchor Tier liegt darüber: ein inerter Root Anchor, nicht verknüpfbare Profile Anchors für getrennte Kontexte und gate-spezifische Assurance zu einem Zeitpunkt.

Schlagwörter:
  • digitale Identität
  • verifiable credentials
  • rechenschaftsfähige Pseudonymität
  • distributed ledger
  • selective disclosure
  • Identity Assurance
  • self-sovereign identity
  • Hash Anchor
LesenPDF (EN)

SAIJ-016Juli 2026

Identity-Staked Consensus und Kollusionsresistenz in konzessionierten Validator Sets

Ein Trust Model für dezentrale und regelkonforme Distributed Settlement Infrastructure

DOI 10.5281/zenodo.21704863

Walter Kurz

Swissi Institute for AI

Permissioned Ledgers werden häufig als zentralisiert eingeordnet, weil Admission beschränkt ist. Die Trennung von Permissioning und Control Distribution macht Validator Identity zu extern kostspieligem Collateral: öffentliche Legal Identity, Charter State, Liability und Audit Exposure, mit affiliation-aware Voting Caps und Per-Member Collusion Margins.

Schlagwörter:
  • Identity-Staked Consensus
  • permissioned ledger
  • proof-of-authority
  • Validator Trust Model
  • Kollusionsresistenz
  • Settlement Infrastructure
  • Actor Assurance
  • Threshold Class Coverage
  • Ledger Evidence Record
LesenPDF (EN)

SAIJ-007Mai 2026

Unternehmensbewertung, wenn AI das Geschäftsmodell prägt

Ein milestone-basiertes Real-Options Framework für das AI Valuation Uncertainty Problem

DOI 10.5281/zenodo.21704865

Walter Kurz1, Wojtek Stricker1, Stefan Marx2, Frank Reinhardt2, Florian Kollberg2

1Swissi Institute for AI2Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen

Discounted Cash Flow, der IDW-S-1-Ertragswertansatz und Market Multiples verdichten Milestone-Wahrscheinlichkeiten, Continuation Options und Risk Shifts zu undurchsichtigen Aggregatparametern. Ein milestone-gated Real-Options Overlay zerlegt diesen Wert in prüfbare Komponenten, wobei ein Success Readiness Index per-option Wahrscheinlichkeiten aus strukturierten Pairwise Comparisons ableitet.

Schlagwörter:
  • Unternehmensbewertung
  • AI Integration
  • Real Options
  • milestone-basierte Bewertung
  • intangible assets
  • AHP
  • multi-criteria decision analysis
LesenPDF (EN)

SAIJ-008März 2026

Funktionale Architektur europäischer Stromhandelsmärkte

Anforderungen an AI-gestützte Handelssysteme unter regulatorischen Restriktionen

DOI 10.5281/zenodo.21704867

Walter Kurz, Wojtek Stricker

Swissi Institute for AI

Der europäische Stromhandel läuft als restringiertes Mehrschichtsystem, in dem Rechtsarchitektur, Börsenmikrostruktur und Netzphysik über Forward-, Day-Ahead-, Intraday- und Balancing-Horizonte hinweg gemeinsam ausgeführt werden. Das Paper spezifiziert eine AI-gestützte Handelsarchitektur mit einem Permission Gate für ausführbare Aktionen und fail-closed Kontrolllogik unter REMIT, MiFID II, MiFIR und EMIR.

Schlagwörter:
  • EU-Strommarkt
  • Marktkopplung
  • NEMO-Topologie
  • Regelenergie
  • AI-Handelssysteme
  • Compliance-by-Design
LesenPDF (EN)

SAIJ-001Aug. 2025

Compliant AI Infrastructure für regulierte Finanzwirtschaft

Ein gestuftes Multi-Agenten-Framework mit DLT-Audit-Trails für Finanzoperationen im DACH-Raum

DOI 10.5281/zenodo.21704869

Walter Kurz, Reinhard Magg

Swissi Institute for AI

Regulierung wird als Orientierungsschicht behandelt statt als deterministisches Regelwerk: Eine Matrix aus regulatorischer Intention und Exposure wird in konkrete Prohibitions, Obligations und Runtime Budgets kompiliert. Evidenz, Entscheidungen und Reason Codes binden an einen Permissioned DAG, sodass die Aufsicht nachvollziehen kann, wie ein Ergebnis zustande kam, und Fehler zurechnen kann.

Schlagwörter:
  • DACH-Finanzwesen
  • regulierte Finanzinstitute
  • Multi-Agenten-Expertensystem
  • policy-kompilierte Orchestrierung
  • Zielfunktion unter Restriktionen
  • Permissioned DLT
  • DAG-Timestamping
  • Audit Trails
  • EU AI Act
  • MiFID II
  • DORA
  • DSGVO
  • menschliche Aufsicht
  • Ausführungs-Gating
  • ESG-Budgets
  • Verifikation und Assurance
LesenPDF (EN)

SAIJ-002Aug. 2025

Ein regulierungskonformes AI- und Verifikationssystem für die Hochschulbildung unter ESG-konformen Restriktionen

DOI 10.5281/zenodo.21704871

Walter Kurz, Michel Malara, Wojtek Stricker

Swissi Institute for AI

Zwei verbundene Komponenten für die Hochschulbildung: ein rollenspezifisches Multi-Agenten-Framework für den institutionellen Betrieb und eine dezentrale Verifikationsschicht für Audit, Zeugnisauthentifizierung und manipulationsevidente Aufzeichnungen. DSGVO, EU AI Act, EQF, ECTS und ESG-Vorgaben sind als strukturelle Restriktionen kodiert statt nachträglich geprüft.

Schlagwörter:
  • Regulatory Technology
  • künstliche Intelligenz in der Bildung
  • Multi-Agenten-AI-Systeme
  • dezentrale Verifikation
  • akademische Tokenisierung
  • DSGVO-Compliance
  • EU AI Act
  • digitale Zeugnisinfrastruktur
  • ESG-Governance
  • UniAI
  • UniDVS
LesenPDF (EN)

SAIJ-003Aug. 2025

Verifiable Federated AI Infrastructure

Schweizkonformes föderiertes AI-DLT-Netzwerk mit Nash-Gleichgewicht und ESG-Metriken

DOI 10.5281/zenodo.21704873

Walter Kurz, Michel Malara, Velimir Dedić

Swissi Institute for AI

Zentralisierte AI-Infrastruktur skaliert und kollidiert dabei mit Latenz-, Auditierbarkeits- und Energierestriktionen. Das Design trennt zentralisiertes Training von dezentraler Inferenz und Speicherung über fünf Knotenklassen und verbindet einen grössenneutralen Availability Floor mit gestuften Prämien für Servicelevel, ESG-Leistung und Antikonzentration.

Schlagwörter:
  • dezentrales Rechenzentrum
  • AI
  • Federated AI Infrastructure
  • ESG
  • ESG-bewusstes Compute
  • Nash-Gleichgewicht
  • digitale Souveränität
  • Schweizer Datenregulierung
  • tokenisierte Infrastruktur
  • verifizierbare AI-Dienste
LesenPDF (EN)

SAIJ-004Aug. 2025

Generisches AI-DLT-Unternehmenssystem

Architektur und Methodik für skalierbare Domänenanpassung aus einem einheitlichen Kern-Framework

DOI 10.5281/zenodo.21704875

Walter Kurz, Michel Malara, Velimir Dedić

Swissi Institute for AI

Compliance wird in AI-Einsätzen meist nachträglich über Prompt Engineering hergestellt statt in der Grundlage verankert. Diese Architektur kodiert regulatorische, governancebezogene und ESG-Anforderungen als Problem des objective-under-constraints, sodass jeder spezialisierte Agent innerhalb rechtlich zulässiger und auditierbarer Grenzen arbeitet, bevor die Domänenarbeit beginnt.

Schlagwörter:
  • compliance-first AI
  • Multi-Agenten-Systeme
  • Distributed-Ledger-Technologie
  • gerichteter azyklischer Graph
  • Regulation by Design
  • ESG-Integration
  • domänenagnostische Architektur
  • deploymentagnostische Architektur
  • anbieteragnostische Architektur
  • objective-under-constraints
LesenPDF (EN)

SAIJ-005Mai 2025

Multi-Agenten-AI-Architektur für regulierte Versicherer

Ein generisches AI-Framework unter Solvency II und dem AI Act in Österreich und Deutschland

DOI 10.5281/zenodo.21704877

Walter Kurz

Swissi Institute for AI

Der Versicherer wird als restringierte Optimierungseinheit unter Solvenz-, Rechts-, ESG- und Betriebsgrenzen modelliert und anschliessend in spezialisierte Agenten für Kapital, Underwriting, Schaden, Compliance und Betrugserkennung zerlegt. Human-in-the-Loop-Rollen kommen über gestufte Zugriffskontrolle hinzu, während ein Orchestrator die regulatorische Zulässigkeit über die gesamte Menge durchsetzt.

Schlagwörter:
  • Multi-Agenten-Systeme
  • Enterprise-AI
  • Versicherungsunternehmen
  • Solvency II
  • AI Act
  • regulierte Umgebungen
  • restringierte Optimierung
  • Prinzipal-Agent-Theorie
  • Nash-Gleichgewicht
  • Arrows Risikopoolbildung
LesenPDF (EN)

Für Autor:innen

Einreichen bei der Zeitschrift

Die Redaktion beurteilt jede Einreichung und gibt eine begründete Entscheidung. Manuskripte im Peer-review werden von einer qualifizierten Fachperson beurteilt. Angenommene Artikel erscheinen fortlaufend unter dem Urheberrecht der Autor:innen.

Gebühren
Die Einreichung ist kostenfrei. CHF 450 werden erhoben, wenn die Redaktion das Manuskript für das Peer-review annimmt, und decken die redaktionelle Bearbeitung bis zur Publikation ab.
Peer-review
Manuskripte im Peer-review werden innerhalb von 4 Wochen durch eine im Fachgebiet qualifizierte Person beurteilt.

Autor:innen

Einreichungen müssen ein Ergebnis tragen, das fachkundiger Prüfung standhält: eine Methode mit Evaluation, die Replikation einer publizierten Aussage, die gemessene Darstellung eines Systems im Betrieb oder ein negatives Ergebnis, das eine Frage schliesst.

Starke Einreichungen benennen klar, was geprüft wurde, was gefunden wurde, was offenbleibt und wie die Arbeit zur Literatur steht, auf der sie aufbaut.

Infos zur Einreichung

Institutionen

Forschungsgruppen, Labore, öffentliche Stellen und Unternehmen tragen Arbeiten über institutionelle Grenzen hinweg bei. Technische Ergebnisse mit Betriebsdaten aus eingesetzten Systemen stehen im Zentrum des Themenfelds.

Schreiben Sie der Redaktion mit dem Thema, dem Manuskript und den beteiligten Personen. Jede Person wird ihrer Institution zugeordnet, und jede Zugehörigkeit erscheint im publizierten Artikel.

Infos zur Einreichung

Fortlaufende Calls

Drei Themen im besonderen Fokus

Die Zeitschrift gibt den drei Bereichen unten besondere Aufmerksamkeit. Manuskripte werden laufend nach Methode, Evidenz und Beitrag beurteilt.

NachhaltigkeitKünstliche Intelligenz und ESG-Evidenz
Ergebnisse, die weniger Rechenleistung kosten, künstliche Intelligenz in Erzeugung und Netzen sowie Nachhaltigkeitsberichterstattung als Frage der Evidenz.
SouveränitätEnterprise AI unter europäischer Compliance
Systeme, die innerhalb der Rechtsordnung laufen: selbst gehostete oder europäische Inferenz, Daten, die dort bleiben, wo das Recht es verlangt, und was diese Architektur an Leistung und an Geld kostet, gemessen statt vermutet.
SpracheFoundation-Modelle für den DACH-Raum
Modelle, die auf deutschsprachigem Material trainiert, angepasst und evaluiert werden, mit Benchmarks, die es auf Deutsch gibt, und einer klaren Darstellung, wo ein regionales Modell einem allgemeinen überlegen ist.

Redaktion

Redaktion

Redaktionelle Entscheidungen werden von namentlich genannten Personen innerhalb ihrer Fachkompetenz getroffen.

Chefredaktion

Dr.Walter KurzMBA, M.Sc.

  • Enterprise-KI-Architektur
  • Multiagenten-KI-Systeme
  • KI-Governance und regulatorische Compliance
  • KI in Unternehmensbewertung und Risiko
  • Distributed-Ledger-Infrastruktur
LinkedIn

Redaktion

Prof. Dr.Velimir Dedić

  • Computer- und KI-Systemsicherheit
  • Management-Informationssysteme
  • Datenanalyse und angewandte Statistik
  • IT-Sicherheitspolitik
  • E-Learning und Instructional Design
LinkedIn

Redaktion

Prof. Dr.Stefan Marx

  • Interne Kontrollsysteme
  • Abschlussprüfung nach HGB und IFRS
  • Corporate Governance und Compliance-Systeme
  • Interne Revision und Sonderprüfungen
  • Nachhaltigkeits- und ESG-Berichterstattung
LinkedIn

Redaktion

Prof. Dr.Frank Reinhardt

  • Steuerrecht
  • Bankenregulierung und Aufsicht
  • Corporate Governance und interne Kontrolle
  • Compliance und Risikomanagement
LinkedIn

Redaktion

Prof. Dr.Jörg Westphal

  • KI-Einführung in Vertriebsorganisationen
  • Vertrauen in KI-Systeme
  • KI-Governance in Organisationen
  • KI-gestütztes Vertriebstraining
  • B2B-Vertriebsmanagement und Sales Enablement
LinkedIn

Redaktion

Dr.Ralf Kittelberger

  • Compliance-Management-Systeme
  • Corporate Governance und Aufsichtsratspflichten
  • Arbeitsrecht und HR-Compliance
  • KI in der Rechtsarbeit und Legal Operations
  • Gesellschafts- und Handelsrecht
LinkedIn

Redaktion

Dr.Florian Kollberg

  • KI-Risikomanagement in der regulierten Finanzwirtschaft
  • Modellrisiko und Modellvalidierung
  • Finanzmarktregulierung und FINMA-Anforderungen
  • ESG-Berichterstattung und nachhaltige Lieferketten
  • Corporate Finance, M&A und Unternehmensbewertung
LinkedIn

Redaktion

Prof. Dr.Svetlana Andjelic

  • Computer Adaptive Testing
  • Testdesign und Leistungsmessung
  • Datenbanksysteme und Datenmodellierung
  • Softwarearchitektur und Domain-Driven Design
  • Bildungstechnologie

Redaktion

Prof. Dr.Nenad Dedić

  • Angewandte Kryptographie
  • Cloud- und Datensicherheit
  • Software-Supply-Chain-Security
  • Sichere KI-Architektur und Deployment
  • Verteilte Systeme
LinkedIn

Redaktion

Prof. Dr.José Machado

  • Industrielle Automation und Robotik
  • Regelungstechnik und Mechatronik
  • Modellierung und Simulation industrieller Systeme
  • Industrielle Digitalisierung und Industrie 4.0
  • Fertigungssystemtechnik

Redaktion

Prof. Dr.Šemsudin Plojović

  • Angewandte Statistik
  • Management-Informationssysteme
  • Wissensmanagement und E-Business
  • Innovationsökosysteme und Entrepreneurship

Redaktion

Prof. Dr.Ivica Stankovic

  • Quantitative Risikomodellierung
  • Modellrisiko und Modellvalidierung
  • KI-Governance in Finanzinstituten
  • Markt- und Kreditrisikoanalytik
LinkedIn

Redaktion

Prof. Dr.Enes Sukic

  • Informationssysteme und Service-Architektur
  • Wissenschaftliches Publizieren und Peer Review
  • Forschungsmethodik und Berichterstattung
  • Technologiemanagement
LinkedIn

Für Leser:innen und Bibliotheken

Bedingungen der Publikation

Open Access, Urheberrecht der Autor:innen, Peer-review-Gebühren, Lizenz, Sprache und unabhängige Archivierung.

Verlag
Swissi Holding AG, Zug, Switzerland
Chefredaktion
Dr. Walter Kurz, MBA, M.Sc.
Publikationsmodell
Fortlaufende Publikation. Jeder Artikel trägt eine Artikelnummer.
Peer-review
Manuskripte im Peer-review werden innerhalb von 4 Wochen von einer qualifizierten Fachperson ausserhalb der Redaktion beurteilt.
Zugang
Open Access. Der Volltext ist ab Publikation verfügbar.
Gebühren
Die Einreichung ist kostenfrei. CHF 450 werden erhoben, wenn die Redaktion ein Manuskript für das Peer-review annimmt, und decken die redaktionelle Bearbeitung bis zur Publikation ab. Das Lesen ist kostenfrei.
Lizenz
Creative Commons Attribution 4.0 International. Die Autor:innen behalten das Urheberrecht.
Langzeitarchivierung
Jeder Artikel wird bei Zenodo hinterlegt, betrieben von CERN.
Sprache
Publiziert auf Englisch, mit deutschen Lesefassungen, wenn verfügbar. Massgeblich ist die englische Fassung. Manuskripte werden auf Englisch oder Deutsch angenommen.

Diese Website verwendet wenige Cookies, damit sie funktioniert und sich Ihre Sprache sowie Ihr helles oder dunkles Design merkt. Alles Weitere entscheiden Sie. Datenschutzerklärung