机器人正在走出受保护的工厂单元。它们运输货物、在医院提供协助、监控设施、服务客户，并与人类并肩工作。软件、传感器和人工智能使它们日益自主。因此，对企业和投资者而言，机器人技术不仅是一项技术或财务上的押注，也是一项法律上的押注：责任、数据访问、知识产权和市场准入决定着商业上的成败。
本文延续我们的技术系列，是继我们关于自动驾驶车辆的文章《当汽车自行驾驶时，谁来承担责任？》之后的第二篇。瑞士没有统一的“机器人法”。但机器人并非在法律真空中运行。根据其功能，产品责任、合同法、产品安全、数据保护、知识产权、劳动法以及行业特别规定可能同时适用[1]。因此，法律架构设计应在试点阶段之前就开始。
机器人造成损害时由谁负责？
根据瑞士法律，机器人既不是人，也不是独立的责任主体。实体机器人可被认定为动产、产品和机械；软件、数据和云服务则须单独评估。因此，责任并不由“机器人”承担，而是视损害原因、合同链条以及控制能力，由例如制造商、零部件或软件供应商、进口商、系统集成商、销售商或运营方承担[2]。
如果产品存在缺陷，《联邦产品责任法》（PrHG）[3]可能导致制造商承担严格（无过错）责任。该法涵盖死亡和人身伤害，以及通常用于私人用途且主要为私人使用的财产所受损害。缺陷产品本身的损坏不在保障范围内。在工业环境中，这一点至关重要：机器人本身、商业用途设备的损坏或纯粹经济损失往往不属于PrHG的适用范围。此时，合同上的瑕疵担保和损害赔偿请求权，以及依据《瑞士债务法》（CO）第41条的一般侵权责任便居于核心地位[4]。
纯软件是一个薄弱环节。根据联邦司法局的官方分析，未嵌入实体产品的软件是否属于PrHG第3条意义上的“产品”尚存争议。联邦最高法院尚未就此问题作出裁决。如果软件是实体机器人的组成部分，机器人整体无论如何都可作为产品受到涵盖；但对于单独提供的AI模型、控制软件或云服务而言，软件的独立定性仍然具有重要意义[5]。
如果机器人在出售后继续学习、被重新编程或遭到黑客攻击，责任并不会因此消失。相反，缺陷的来源变得至关重要：学习架构的安全保障是否不足？是否缺少更新、访问控制或警示？运营方是否使用了不适当的训练数据、停用了安全功能或疏于维护？
网络攻击可能改变因果链条，但如果防护措施不足促成了损害，其他各方并不会因此自动免责。自主性并非免责通行证。AI应用不具有独立的法律人格；它们仍是技术工具，在履行合同时原则上归入使用它们的合同一方的风险范围[6]。
因此，必须在部署之前通过合同明确责任链条：包括验收标准、集成与训练的责任划分、更新与网络安全义务、变更控制流程、关于事故、追偿和保险的规则，以及防篡改日志。对于具有学习能力的系统而言，证据链往往与源代码同样宝贵。
发明和数据归谁所有？
无论根据瑞士专利法还是欧洲专利法，机器人都不能成为发明人。在瑞士DABUS案中，联邦行政法院裁定AI系统不能被登记为发明人。同时，自然人可基于对AI辅助开发过程的实质性贡献而成为发明人。在该案中，尤其是该自然人参与了数据提供和训练，并认识到最终方案属于可授予专利的发明，即已足够。欧洲专利局同样要求指定自然人为发明人[7]。
因此，企业应记录是谁界定了技术问题、选择了训练数据和参数、评估了结果并由此得出技术方案。对于职务发明，还须遵守CO第332条。确保权利转让无缝衔接仍不可或缺。
就数据而言，答案则有所不同。瑞士法律不承认对非个人数据的一般所有权。因此，机器人的所有者并不会自动“拥有”所有传感器数据、使用数据、遥测数据或维护数据。关键在于合同约定的访问和使用权、实际控制、数据保护、商业秘密、知识产权以及反不正当竞争法[8]。如果合同对数据访问未作规定，一项关键的经济资产便处于无规制状态。
对于欧盟境内的机器人产品和用户，还须考虑自2025年9月12日起适用的《数据法》（Data Act）。在特定条件下，该法赋予联网产品（包括智能工业机械）的用户访问所生成数据的权利，并允许将这些数据共享给第三方。但该法并未创设一般性的“数据所有权”，并继续保护商业秘密、个人数据和第三方权利[9]。
如果机器人采集到可识别的个人信息，则适用瑞士《联邦数据保护法》（FADP）[10]；在与欧盟存在相关联系的情况下，还适用《通用数据保护条例》（GDPR）[11]。摄像头、麦克风、位置数据和生物识别传感器也可能采集到员工、访客或路人的信息。因此，设计即保护数据、透明告知、数据最小化和存储期限都应纳入产品设计。在存在潜在高风险的情况下——例如大规模处理敏感个人数据，或对公共区域进行系统性、大范围监控——须进行数据保护影响评估[12]。
因此，合同必须明确规定数据类别、访问权限、使用目的、模型训练、披露、存储、安全和删除。
如何在运营中合法、安全地部署机器人？
第一步是从监管角度对系统进行分类：工业机器人、医疗机器人、自动驾驶车辆和飞行平台并不适用相同的规则。普通机械尤其受《产品安全法》和《机械条例》规管。安全要求必须在产品投放市场之前或企业自行首次投入使用之前得到满足。这通常包括风险评估、技术文件、操作和安全信息、合格评定、符合性声明以及CE标志[13]。
根据一般机械法，原则上不存在仅因系统属于机器人而需取得的单独运营许可。该制度以自我负责、合格证明以及主管机关的事后市场监督为基础。但这不影响工业设施可能需要的规划审批和运营许可要求，也不影响特别法的要求。医疗机器人可能受医疗器械法规的约束。
将项目称为“试点”并不能获得全面豁免。不合规的原型机只能在严格条件下于展会上展示：必须清楚标明其不合规之处，并确保人员安全。原则上不允许将其提供用于展示以外的用途。为企业自身运营使用而进行的制造或直接进口同样受PrSG约束[14]。
接口和后续改装值得特别关注。一台安全的机器人可能因夹具、输送带、传感器、软件或空间集成而成为不安全整体系统的一部分。如果安全特性被实质性改变，可能会产生一个新产品；进行改装的一方随即自身成为将产品投放市场的一方[15]。
当人与机器人共享工作空间时，注意义务以及职业健康与安全义务同样适用。雇主必须对危险、防护区域、紧急停止方案、维护、培训和访问权限作出安排。
传感器不得在不经意间成为非法监控员工的手段。ArGV 3第26条禁止旨在监控员工行为的系统。出于安全或运营原因而必要的数据采集可能是允许的，但必须合乎比例、透明，并尽可能减少侵扰。CO第328b条还对员工数据的处理作出了限制[16]。
如果自动化导致达到CO第335d条规定的集体裁员门槛，则适用协商和通知义务。由此并不产生一般性的再培训义务；但及时提供进修培训可以降低重组和安全方面的风险[17]。
美国与中国——游戏规则有多大差异？
美国同样没有统一的机器人法。产品责任主要由州法规管，并视司法管辖区而定，可基于过失、严格责任或担保责任。OSHA明确指出，目前没有专门针对机器人行业的OSHA标准。一般职业安全规则继续适用，例如关于机械防护和危险能量控制的规定。技术共识标准以及自愿采用的NIST AI Risk Management Framework对这一分散的体系形成补充[18]。
中国将一般产品责任与更为集中的数据法、网络安全法和行政法相结合。产品损害尤其受《民法典》和《产品质量法》规管。对于数据密集型机器人，还适用《个人信息保护法》和《数据安全法》。如果系统使用人脸识别技术，自2025年6月1日起还须满足额外要求。特别是，处理活动必须具有特定目的、具有充分必要性，并采取严格的保护措施。如果处理基于同意，原则上需取得单独同意。此外，还必须事先开展个人信息保护影响评估[19]。
比较表明，美国更加分散，更以各州为主导，更具行业性，也更多地由诉讼驱动。中国则将产品法与对数据和安全的广泛行政监管相结合。瑞士在技术上保持中立且务实，但在纯软件、更新、学习型系统以及证据获取方面仍存在不确定性。
因此，一款全球性的机器人产品需要的不是简单翻译后的统一合规方案，而是一套法律上的市场架构：功能、数据流、文件、合同和责任必须针对每个目标国家分别审查。
瑞士如何成为机器人产业的首选之地？
瑞士目前没有统一的人工智能立法。联邦司法局正在准备一份征求意见草案，计划于2026年底前推出，以实施欧洲委员会《人工智能公约》。与此同时，瑞士《机械条例》将与欧盟《机械法规》2023/1230接轨，后者明确应对了机器学习和机器人技术带来的新挑战[20]。
这些改革的目标不应是制定尽可能多的规则，而应是实现尽可能可预期的法律确定性。
第一，需要设立一个协调统一的联络点，迅速对机器人项目进行分类，并汇集各主管专业机构。受监管的“监管沙盒”可以在不暂停安全或数据保护标准的前提下，允许在受控条件下进行测试。
第二，产品责任法和瑕疵担保法应明确规定如何处理纯软件、安全更新、网络风险以及机器学习导致的变化。政治窗口已经打开：议会动议26.3338要求对PrHG进行现代化改革，联邦委员会已建议予以采纳。新的欧盟《产品责任指令》2024/2853涵盖包括人工智能在内的软件，并涉及更新、网络安全和举证困难等问题，提供了重要的参照[21]。
第三，瑞士应确保其机械法与欧盟法律的等效性，一贯采用国际标准，并允许以数字方式提供合格文件。
第四，设立一般性的数据所有权将是错误的做法。均衡的访问规则、完善的示范合同、互操作性和有效的商业秘密保护更为适当。
第五，新的义务应以风险为导向，并对中小企业切实可行。遵守公认标准、记录风险并实施有效控制流程的企业，应享有明确的合规推定和简化程序。
创新并非源于法律的缺位，而是源于可预期的责任。
结论：法律确定性是一种竞争优势
机器人法汇集了责任、产品安全、网络安全、数据保护、知识产权、劳动法以及国际市场准入等领域。项目能否规模化、能否投保、能否获得投资，正是在这些交汇点上决定的。
寻求法律咨询的最佳时机不是在首次事故之后，而是在签订合同之前、试点阶段之前以及进入市场之前。
LINDEMANNLAW在整个生命周期内为开发商、制造商、软件供应商、系统集成商、运营方和投资者提供支持：包括监管分类和试点设计、开发、供应和维护协议、责任与保险矩阵、知识产权与数据战略、数据保护影响评估、产品安全与合规问题、部署过程中的劳动法事项，以及事故和争议处理。
机器人技术是我们的核心技术主题之一。在进入市场前精确划分责任，不仅能保护企业自身，还能提升产品的可投资性和市场竞争力。请在技术优势演变为法律风险之前与我们联系。
免责声明：本出版物仅包含一般性信息，不构成法律意见。任何评估始终取决于具体个案的情况。如需就您的具体情况获得咨询，请直接与我们联系。本文反映的是撰写时的认知状态；法律和监管框架可能会发生变化。
参考资料
[1] 参见联邦司法局（FOJ），Rechtliche Basisanalyse im Rahmen der Auslegeordnung zu den Regulierungsansätzen im Bereich künstliche Intelligenz［人工智能领域监管方法综述框架下的基础法律分析］，2024年8月31日，尤其是第6.3–6.4节；联邦办公厅，Regulierung künstlicher Intelligenz［人工智能监管］；Suva，Robotik – Das Wichtigste in Kürze［机器人技术——要点概览］，2018年11月28日版。
[2] 参见《联邦产品责任法》（PrHG）第3条；《联邦产品安全法》（PrSG）第2条；《机械条例》（MaschV）；SECO，Maschinen［机械］；FOJ，Rechtliche Basisanalyse KI，第6.4.2.1节，据此AI应用不具有独立的法律人格。
[3] SR 221.112.944 – 1993年6月18日《联邦产品责任法》（PrHG）| Fedlex
[4] 参见PrHG第1、3和11条；《瑞士债务法》（CO）第41、97条及第197条以下；FOJ，Rechtliche Basisanalyse KI，第6.3.2.2–6.3.2.3节。
[5] FOJ，Rechtliche Basisanalyse KI，第148页：将“纯”软件定性为产品在学界存在争议；联邦最高法院尚未就此作出裁决。出发点是PrHG第3条第1款中关于动产的定义。另见议会动议26.3338，Zeitgemässe Produktehaftung für die Schweiz［适应时代的瑞士产品责任］。
[6] 尤其参见CO第41和97条、PrHG第4条以及FOJ，Rechtliche Basisanalyse KI，第150–151页。FOJ将AI应用描述为原则上归入使用它们的合同一方风险范围的技术工具。网络攻击是否中断责任链条，须结合因果关系、注意义务、产品缺陷和合同风险分配逐案评估。
[7] 联邦行政法院，2025年6月26日B-2532/2024号判决，Erfindernennung/DABUS［发明人署名/DABUS］，尤其是第4.9和6.3项考量；瑞士联邦知识产权局（IPI），Wer hat welche Rechte an der Erfindung?［谁对发明享有哪些权利？］；欧洲专利局，2021年12月21日J 8/20号决定，Designation of inventor/DABUS。
[8] Florent Thouvenin/Rolf H. Weber/Alfred Früh，受IPI委托的研究，Zuordnung von Sachdaten［非个人数据的归属］，2020年8月18日，尤其是第61页；IPI，Zugang zu Sachdaten in der Privatwirtschaft［私营部门对非个人数据的访问］，2021年3月1日。第一项研究明确指出，瑞士法律不承认对非个人数据的所有权，但尤其可能存在合同法、知识产权法和反不正当竞争法上的权利地位。
[9] 关于公平访问和使用数据的统一规则的（欧盟）第2023/2854号条例——《数据法》（Data Act）；欧盟委员会，Data Act和Data Act explained。《数据法》自2025年9月12日起适用，尤其涵盖联网设备和工业机械产生的数据。
[10] SR 235.1 – 2020年9月25日《联邦数据保护法》（FADP）| Fedlex
[12] 尤其参见《联邦数据保护法》（FADP）第7、19和22条；联邦数据保护与信息专员（FDPIC），KI und Datenschutz［人工智能与数据保护］，2025年9月24日；FDPIC，Datenschutz-Folgenabschätzung［数据保护影响评估］及Merkblatt zur DSFA［数据保护影响评估说明］；关于与欧盟的联系，参见GDPR第25和35条。
[13] 参见PrSG、MaschV；SECO，Maschinen；Suva，Robotik – Das Wichtigste in Kürze；Suva，Risiken beurteilen und mindern – Methode Suva［评估和降低风险——Suva方法］，2026年8月3日版。
[14] SECO，FAQ Produktesicherheit［产品安全常见问题］，2026年2月更新，尤其是关于原型机、展示和自用的说明；PrSG第2条第3款和第4款。
[15] SECO，FAQ Produktesicherheit，尤其是关于实质性改装、机械组合和接口的内容；Suva，Robotik – Das Wichtigste in Kürze，尤其是关于将机器人集成到设施和系统中的内容。
[16] FDPIC，Technische Mittel zur Überwachung am Arbeitsplatz［工作场所的技术监控手段］；SECO，Wegleitung zu Art. 26 ArGV 3［ArGV 3第26条指南］；CO第328和328b条。另见BGE 130 II 425，关于并非主要以监控行为为目的、客观上合理且合乎比例的监控的可允许性。
[17] CO第335d–335g条；arbeit.swiss，Massenentlassungen［集体裁员］，2026年更新。法律规定了协商和告知义务，但未规定一般性的个人再培训义务。
[18] Cornell Legal Information Institute，Products liability，尤其是关于缺乏统一的联邦产品责任法以及过失、严格责任和担保责任的内容；美国司法部法律顾问办公室（Office of Legal Counsel），Congressional Authority to Require State Courts to Use Certain Procedures in Products Liability Cases，1989年12月19日；OSHA，Robotics – Standards；NIST，AI Risk Management Framework，截至2026年。
[19] 中华人民共和国国务院，Civil Code of the People’s Republic of China；全国人民代表大会，Product Quality Law、Personal Information Protection Law和Data Security Law；国家互联网信息办公室和公安部，Measures for the Security Management of Facial Recognition Technology Applications，2025年3月21日发布，自2025年6月1日起施行。对中国法规的解释以中文原文为准。
[20] 联邦办公厅，Regulierung künstlicher Intelligenz，截至2026年9月3日；联邦委员会/SECO，Maschinen: Erhalt des erleichterten Zugangs zum EU-Binnenmarkt［机械：维持进入欧盟内部市场的便利准入］，2025年9月19日；（欧盟）第2023/1230号机械法规。在审阅时，瑞士MaschV的全面修订仍处于立法程序中。
[21] 议会动议26.3338，Zeitgemässe Produktehaftung für die Schweiz – Modernisierung des PrHG［适应时代的瑞士产品责任——PrHG现代化］，截至2026年6月19日；联邦委员会已建议予以采纳。另见关于缺陷产品责任的（欧盟）第2024/2853号指令，尤其是关于扩展的产品概念、软件、AI系统、更新、网络安全和证据的内容；FOJ，Rechtliche Basisanalyse KI，第6.3.2.3节。
