Über Souverana
Beratung direkt mit dem, der baut.
Souverana ist die KI-Beratung von Joel Barmettler, spezialisiert auf souveräne KI, RAG und MCP für Schweizer Unternehmen. Jedes Mandat führt er persönlich, ohne Agenturebene und ohne Junioren dazwischen.
Best Paper
ACM Web Conference 2026, GLOW Workshop
35
Komponenten im Swiss AI Hub, air-gapped auf einer GPU
62
Projekte als Mitgründer & CTO geliefert
18
Ingenieure im eigenen Unternehmen geführt
Werdegang
-
2026 – heute
Gründer & Principal AI Consultant
Souverana · LatentSpace Labs GmbH, Zürich
Unabhängige Beratung für sichere und souveräne KI-Architekturen: vom Schweizer KMU bis zum internationalen Fortune-500-Konzern, über Strategie, Architektur, Systemintegration und MCP-basiertes Agenten-Tooling.
-
2023 – 2026
Senior AI Consultant & Architekt
bbv Software Services AG
Architekt des Swiss AI Hub und Leitung des fünfköpfigen Kernteams: eine Enterprise-KI-Plattform aus rund 35 Komponenten, air-gapped auf einer einzelnen GPU oder in jeder Schweizer Cloud lauffähig, unter Apache 2.0 offengelegt und in 15 Projekten für 12 Kunden im Einsatz. Dazu das Swiss AI Agent Protocol mit drei SDKs sowie der Aufbau einer neuen KI-Business-Unit, inklusive zweier öffentlicher Ausschreibungen.
-
2019 – 2023
Mitgründer & CTO
PolygonSoftware, Zürich
Mit 22 während des Studiums mitgegründet und in vier Jahren von 3 auf 18 Ingenieure geführt: 62 Projekte für 25 Kunden in fünf Branchen, darunter ein Computer-Vision-System zur Paketerkennung für die Schweizerische Post.
-
2019
AI Engineer
BE Semiconductor Industries (Besi), Zug
CNN-basierte Defekterkennung für das Die-Bonding in der Halbleiterfertigung: 99 Prozent Genauigkeit bei mehreren tausend Chips pro Stunde, integriert in die laufende Produktionslinie.
Forschung & Open Source
ConceptFormer: Towards Graph-Native Grounding of Large Language Models via Latent Concept Injection
ACM Web Conference 2026 (WWW ’26), GLOW Workshop · Best Paper Award
Verankert Sprachmodelle ohne Textumweg direkt in Wissensgraphen und verbessert die Genauigkeit des Faktenabrufs um 348 Prozent. Mit Abraham Bernstein und Luca Rossetto, Universität Zürich.
Progressive in Principle, Centrist in Practice: LLM Political Bias Is Instrument-Dependent
arXiv Preprint, 2026
Zeigt, dass der gemessene politische Bias von Sprachmodellen vom Messinstrument abhängt. Auf abstrakte Fragebogen antworten sie links der Mitte, bei echten Schweizer Abstimmungsvorlagen liegen sie näher bei Mitte und FDP. Grundlage sind 75 Smartvote-Fragen an 66 Modelle und 48 eidgenössische Vorlagen.
Open Source: der Swiss AI Hub (Apache 2.0) sowie die eigenen, öffentlich nutzbaren Werkzeuge gheim (PII-Schutz für LLM-Zugriffe), vue-mcp und slidev-mcp.
Ausbildung
MSc Informatik, Universität Zürich
summa cum laude · 2024
Schwerpunkt Artificial Intelligence (Note 5.9). Masterarbeit «ConceptFormer» mit der Bestnote 6.0.
BSc Informatik, Universität Zürich
summa cum laude · 2021
Software Systems, Nebenfach Neuroinformatik. Bachelorarbeit mit der Bestnote 6.0, umgesetzt in der Open-Source-Rendering-Engine appleseed.
Vorträge & Medien
-
2026
CH Open Source AI Conference
Workshop: ein RAG-System in sechs Stunden, gebaut mit Open-Source-Coding-Agents.
-
2024
Swiss AI Conference, Rotkreuz
Hands-on-Workshop zu KI-Agenten auf dem Swiss AI Hub.
-
2024
Swiss AI Impact Forum
Panel zu Technik, Ethik und Ökonomie von KI, mit SwissCognitive, ZHAW und dem ETH AI Center.
-
2023 – 2026
Keynote & Webinare
Eröffnungs-Keynote zu generativer KI und sechs öffentliche Webinare, von ChatGPT-Internals bis zu KI-Agenten.
-
2023 – 2026
«Attention Heads»
Deutschsprachiger KI-Podcast, 27 Folgen: technische Deep-Dives, Branchenanalysen und gesellschaftliche Fragen.
Die Haltung
Ein Modell, das in einem Paper überzeugt, ist noch weit davon entfernt, in Produktion bei zahlenden Nutzern zu bestehen. In dieser Distanz arbeitet Souverana, mit Forschung und mit Engineering. Ein Demo muss einmal funktionieren, ein System jeden Tag.
Anti-Hype ist hier eine Arbeitsweise. Für regulierte und datensensible Schweizer Unternehmen zählen Kontrolle und Nachvollziehbarkeit, und am Ende ein Ergebnis, das auch der Datenschutzverantwortliche unterschreiben kann. Wie gross das Modell dahinter ist, entscheidet selten.