Südkoreas Strategie für souveräne KI teilt sich in zwei Stränge und stellt den Modellwettbewerb infrage
Südkoreas Strategie für souveräne KI steht nun vor einer kostspieligen Aufspaltung. Seoul plant ein Frontier-Programm im Umfang von 4,7 Billionen Won, während der bestehende Modellwettbewerb noch nicht abgeschlossen ist.
Die Regierung erklärt, die beiden Programme sollten unterschiedliche Zwecke erfüllen. Doch beide benötigen knappe Chips, Daten, Forschende und öffentliche Mittel. Beide zielen zudem auf Modelle ab, die nahe an der globalen Spitze konkurrieren können.
Diese Überschneidung bringt LG AI Research, SK Telecom und Upstage in eine schwierige Lage. Sie haben mehr als ein Jahr lang darum konkurriert, nationale Modell-Champions zu werden. Nun müssen sie abwägen, ob der nächste Wettbewerb den Vorrang vor dem einnehmen wird, den sie noch zu gewinnen versuchen.
Der Konflikt geht über einen Budgetstreit hinaus. Er prüft, ob souveräne KI technische Spitzenleistung oder eine verlässliche heimische Einführung priorisieren sollte. Korea will beides, hat die Aufgaben jedoch nicht klar voneinander abgegrenzt.
Korea startete einen zweiten Wettbewerb, bevor der erste abgeschlossen war
Die unmittelbare Veränderung ist nicht die Einstellung von Koreas bestehendem Modellprogramm. Sie besteht in der Schaffung eines größeren Wettbewerbs daneben.
Das Ministerium für Wissenschaft und IKT plant, im März 2027 ein Frontier-KI-Programm zu starten. Das Programm würde öffentliche und private Ressourcen hinter einem Modell bündeln, das mit führenden internationalen Systemen konkurrieren soll.
Nach dem berichteten Plan der Regierung könnten einzelne Unternehmen, Konsortien, Universitäten, Start-ups, Forschende oder eine Zweckgesellschaft teilnehmen. In einem Auswahlverfahren würde ein federführender Entwickler bestimmt.
Der vorgeschlagene Etat beläuft sich auf 4,7 Billionen Won. Das Parlament muss die entsprechenden Mittel für 2027 zunächst genehmigen; eine Entscheidung wird im Dezember im Rahmen des nationalen Haushaltsverfahrens erwartet.
Die Regierung könnte den federführenden Entwickler bereits im Februar 2027 auswählen. Damit läge die Auswahl unmittelbar vor dem geplanten Start im März.
Gleichzeitig wird das bestehende Projekt für souveräne KI-Foundation-Modelle fortgesetzt. Bei der dritten Bewertung soll das verbleibende Feld im Februar von drei Teams auf zwei Finalisten reduziert werden.
Diese drei Teams sind LG AI Research, SK Telecom und Upstage. Sie rückten vor, nachdem die Regierung im August 2026 ihre Ergebnisse der zweiten Phase bekannt gegeben hatte.
Die parallelen Zeitpläne sind bedeutsam. Korea wird zwei Gewinner aus einem Wettbewerb auswählen und könnte zugleich eine weitere leitende Organisation für ein ambitionierteres Programm bestimmen.
Diese Abfolge schafft unmittelbare Unsicherheit über den Status. Ein Unternehmen könnte im Wettbewerb für souveräne Modelle Finalist werden, aber beim größten Frontier-Vorhaben des Landes an Einfluss verlieren.
Das erste Programm begann mit fünf ausgewählten Teams. Zur ursprünglichen Gruppe gehörten Naver Cloud, Upstage, SK Telecom, NC AI und LG AI Research.
Die Regierung wählte diese Teams aus, nachdem sie 15 Bewerber für Präsentationen auf 10 reduziert hatte. Ihre erste Auswahl begründete einen mehrstufigen Wettbewerb zur Stärkung des heimischen koreanischen Modell-Ökosystems.
Naver Cloud und NC AI schieden später aus dem Wettbewerb aus. Motif Technologies kam über ein zusätzliches Auswahlverfahren hinzu, überstand jedoch die Bewertung der zweiten Phase nicht.
Die verbliebenen Teams haben bereits Modelle trainiert, Gewichte veröffentlicht, Konsortien aufgebaut und Beziehungen zur heimischen Infrastruktur etabliert. Diese Investitionen lassen sich nicht ohne vertragliche und technische Folgen zwischen Programmen verschieben.
Wissenschaftsminister Bae Kyung-hoon hat die Vermutung zurückgewiesen, das erste Projekt werde aufgegeben. Er sagt, es werde weiterhin Modelle für die Einführung in Industrie und öffentlichem Sektor entwickeln.
Seine Unterscheidung klingt zunächst einfach. Das bestehende Projekt solle die nationale Einführung unterstützen, während das neue Programm auf Frontier-Fähigkeiten sowie schwierige wissenschaftliche oder sicherheitsrelevante Probleme ziele.
Ein Frontier-Modell ist jedoch ebenfalls ein Foundation-Modell. Wenn es zum leistungsfähigsten heimischen System Koreas wird, werden Behörden und Unternehmen naturgemäß fragen, warum sie eine schwächere Alternative einsetzen sollten.
Darin liegt der Konflikt im Zentrum des Zwei-Stränge-Plans. Die Regierung hält ihren ursprünglichen Wettbewerb am Leben, während sie den Preis neu definiert, der ihn ursprünglich rechtfertigte.
Warum sich Südkoreas Strategie für souveräne KI jetzt aufspaltet
Der globale Fortschritt bei Modellen verlief schneller als die politische Zielmarke und schwächte damit die ursprüngliche Erfolgsdefinition.
Koreas erstes Programm zielte Berichten zufolge auf rund 95 Prozent der Leistung führender globaler Modelle. Dieses Ziel lieferte zu Beginn des Wettbewerbs eine messbare Orientierung.
Das Problem besteht darin, dass Frontier-Leistung nicht unverändert bleibt. Ein Modell kann sich dem Spitzenreiter von gestern annähern und zugleich weiter hinter den neuesten Systemen zurückfallen.
Koreanische Vertreter räumen inzwischen ein, dass sich das Wettbewerbsumfeld verändert hat. Größere internationale Entwickler verbessern weiterhin Schlussfolgern, Programmierung, multimodale Verarbeitung, Tool-Nutzung und Leistung bei langen Kontexten.
Diese Entwicklung macht ein prozentuales Ziel instabil. Ob 95 Prozent erreicht werden, hängt davon ab, welches Modell, welcher Benchmark, welche Aufgabe und welches Veröffentlichungsdatum den Vergleich bestimmen.
Die Regierung steht daher vor zwei gegensätzlichen Risiken. Sie kann die ursprüngliche Struktur beibehalten und eine wachsende Fähigkeitslücke akzeptieren. Oder sie kann Ressourcen umleiten und das Vertrauen in ihre bestehenden Zusagen schwächen.
Das neue koreanische Frontier-KI-Projekt steht für die zweite Antwort. Es bündelt Chips, Daten, Forschende und Investitionen hinter einem ambitionierteren Versuch, technische Spitzenpositionen zu erreichen.
Die Regierung verknüpft das Frontier-Programm zudem mit wissenschaftlichen Herausforderungen und Cybersicherheitsbedrohungen. Diese Aufgaben erfordern mehr als dialogische Gewandtheit oder starke koreanischsprachige Leistung.
Wissenschaftliche Modelle müssen spezialisierte Daten, schwieriges Schlussfolgern und die Validierung anhand fachlicher Evidenz bewältigen. Cybersicherheitssysteme müssen unter strengen Zugriffs-, Bewertungs- und Einsatzkontrollen arbeiten.
Diese Anforderungen rechtfertigen jedoch nicht automatisch, ein allgemeines Frontier-Modell von Grund auf zu entwickeln. Spezialisierte Modelle, Retrieval-Systeme und kontrollierte Tools können viele Aufgaben in einzelnen Domänen lösen.
Diese Unterscheidung ist wichtig, weil die Entwicklung allgemeiner Frontier-Modelle außergewöhnliche Ressourcen verbraucht. Das Training ist nur ein Kostenpunkt. Laufende Bewertung, Post-Training, Sicherheitstests, Inferenzinfrastruktur und Modellaktualisierungen erzeugen wiederkehrenden Bedarf.
Korea hat mehrere Gründe, diese Anforderungen zu akzeptieren. Heimische Modellfähigkeiten können die Abhängigkeit von ausländischen Plattformen verringern, die Kontrolle über sensible Daten bewahren und koreanische Institutionen unterstützen.
Sie können auch die Verhandlungsmacht stärken. Ein Land mit glaubwürdigen Modellen, Infrastruktur und Forschenden verhandelt mit globalen Anbietern aus einer stärkeren Position.
Souveränität setzt jedoch keine Isolation voraus. Sie kann Kontrolle über Daten, Infrastruktur, Beschaffung, Einsatz oder Modellanpassung bedeuten, ohne dass ein nationales System jeden Benchmark anführen muss.
Ein von OpenAI veröffentlichtes wirtschaftspolitisches Konzept plädierte dafür, heimische Kontrolle in strategischen Bereichen mit internationalen Partnerschaften andernorts zu verbinden. Diese Empfehlung dient den Interessen von OpenAI, doch die politische Unterscheidung bleibt relevant.
Koreas Herausforderung besteht darin, zu entscheiden, welche Fähigkeiten im Land verbleiben müssen. Zudem muss es bestimmen, wo der Zugang zu internationalen Systemen einen besseren Gegenwert bietet.
Das Land startet nicht ohne Voraussetzungen. Es verfügt über bedeutende Halbleiterunternehmen, Cloud-Anbieter, Telekommunikationskonzerne, Softwareentwickler, Universitäten und einen aktiven KI-Start-up-Sektor.
Die Regierung plant zudem einen erheblichen Ausbau der Rechenkapazitäten. Der Arbeitsplan des Wissenschaftsministeriums für 2026 sah durch Beschaffung und nationale Recheninfrastruktur kumuliert 37.000 GPUs vor.
Diese Ressourcen stützen eine ambitionierte Strategie. Sie beseitigen jedoch nicht die Opportunitätskosten, dieselben Mittel konkurrierenden öffentlichen Programmen zuzuweisen.
Die Aufspaltung von Südkoreas Strategie für souveräne KI spiegelt daher ein tatsächliches politisches Dilemma wider. Seoul will eine breite heimische Beteiligung, zugleich aber auch ein Vorhaben, das wesentlich größere Labore herausfordern kann.
Der bestehende Wettbewerb versprach ein Ökosystem, nicht einen einzelnen Gewinner
Koreas Projekt für souveräne KI-Modelle wurde darauf ausgelegt, Fähigkeiten zu verteilen, während das Frontier-Programm sie bündeln soll.
Dieser Unterschied liefert der Regierung das stärkste Argument, beide Stränge beizubehalten. Der erste Wettbewerb kann mehrere Modellanbieter fördern, während das Frontier-Vorhaben ein einziges anspruchsvolles Ziel verfolgen kann.
Das souveräne Projekt hat bereits mehrere technische Ansätze gefördert. LG AI Research, SK Telecom und Upstage bringen unterschiedliche Unternehmensstrukturen, Produktziele und Konsortialpartner ein.
LG AI Research verbindet Modellentwicklung mit einer breit aufgestellten Industriegruppe. Das schafft potenzielle Anwendungen in Fertigung, Materialwissenschaften, Elektronik und Unternehmensabläufen.
SK Telecom kombiniert Modellentwicklung mit Telekommunikationsinfrastruktur und Verbraucherdiensten. Seine Position bietet Zugang zu Vertrieb, Betriebsdaten und Erfahrungen mit großskaligen Diensten.
Upstage steht für ein stärker fokussiertes Modellunternehmen. Seine Teilnahme eröffnet einem spezialisierten Start-up einen Zugang zu einem Programm, das ansonsten von großen Unternehmensgruppen dominiert wird.
Diese Unterschiede sind wichtig, weil Modell-Ökosysteme mehr als führende Benchmark-Ergebnisse benötigen. Sie brauchen einsatzfähige Systeme, Inferenz-Tools, Integratoren, Fachdaten, Bewertungsmethoden und Kunden, die bereit sind, sie zu testen.
Der Bewertungsprozess der Regierung spiegelt diese breitere Perspektive wider. In der zweiten Phase wurden neben der Benchmark-Leistung auch Expertenbewertungen, Bürgerbewertungen, industrielle Anwendbarkeit, Kosteneffizienz und Ökosystempläne berücksichtigt.
Dieses Design führte zu einem umstrittenen Ergebnis. Motif lag Berichten zufolge in einem externen Benchmark-Vergleich vorn, belegte jedoch im kombinierten Scoring der Regierung den vierten Platz.
Das Ministerium veröffentlichte später detaillierte Ergebnisse. SK Telecom erhielt 70,6 Punkte, gefolgt von Upstage mit 69,9 und LG AI Research mit 69,0. Motif erhielt 65,8.
Diese Ergebnisse zeigen, dass Rohintelligenz nicht das einzige Ziel war. Öffentliche Evaluatoren und Expertengremien beeinflussten die endgültige Rangfolge.
Die Regierung kann vernünftigerweise argumentieren, dass nationale Politik nicht einen einzelnen privaten Benchmark kopieren sollte. Zuverlässigkeit, koreanische Anwendungsfälle, Betriebskosten und heimische Verbreitung besitzen ebenfalls öffentlichen Wert.
Die Bewertung verdeutlicht jedoch auch den bevorstehenden Zusammenstoß. Ein Frontier-Programm wird in erster Linie nach Leistungsfähigkeit beurteilt werden, insbesondere wenn sein Zweck darin besteht, mit führenden internationalen Modellen gleichzuziehen.
Eine breit angelegte industrielle Bewertungsgrundlage kann ein Modell belohnen, das zu den koreanischen Einsatzanforderungen passt. Ein Frontier-Wettbewerb wird jene Organisation bevorzugen, die die größte wirksame Konzentration von Rechenleistung, Daten und Talenten zusammenbringen kann.
Unternehmen müssen sich nun auf beide Erfolgsdefinitionen vorbereiten. Sie benötigen praktische Produkte für den aktuellen Wettbewerb und eine glaubwürdige Skalierungsstrategie für den nächsten.
Diese Belastung wird kleinere Teilnehmer am härtesten treffen. Ein Start-up kann leitende Forschende nicht so leicht auf mehrere nationale Projekte verteilen wie ein Konglomerat.
Der Staat könnte diesen Druck verringern, indem er die bestehenden Finalisten als Zulieferer für das Spitzenprojekt behandelt. Ihre Modelle, Datensätze, Evaluierungswerkzeuge und Engineering-Teams könnten zu wiederverwendbaren Komponenten werden.
Berichten zufolge erwägen Regierungsvertreter Anreize oder eine bevorzugte Behandlung für Finalisten, die dem neuen Programm beitreten. Dieser Ansatz könnte ein gewisses Maß an Kontinuität bewahren.
Dennoch ist eine Bevorzugung nicht dasselbe wie eine garantierte Rolle. Unternehmen müssen wissen, wem das daraus entstehende geistige Eigentum gehört, wie Beiträge bewertet werden und wer die spätere Kommerzialisierung kontrolliert.
Sie benötigen außerdem Klarheit über die Zuteilung von Rechenkapazitäten. Ein zugesagter GPU-Pool hat wenig Wert, wenn dieselbe Hardware für ein öffentlichkeitswirksameres Projekt reserviert wird.
Aus dieser Perspektive betrachtet ist das Projekt für ein souveränes KI-Modell nicht bloß ein Modellwettbewerb. Es ist ein Programm zum Kapazitätsaufbau, das Erfahrung über koreanische Organisationen hinweg verbreitet.
Die Spitzeninitiative folgt einer anderen Logik. Sie geht davon aus, dass gebündelte Ressourcen schneller ein weltweit bedeutendes System hervorbringen können als verteilte Förderung.
Beide Theorien können zutreffen. Die Unsicherheit entsteht dadurch, dass sie gleichzeitig umgesetzt werden, ohne dass eine veröffentlichte Abgrenzung zwischen ihren Eingaben, Ergebnissen und Nutzern besteht.
Zwei Wege konkurrieren um dieselben knappen Ressourcen
Der zentrale Zielkonflikt besteht zwischen Diversifizierung und Konzentration, nicht zwischen heimischer KI und ausländischer Abhängigkeit.
Ein diversifiziertes Programm verschafft Korea mehrere Modellanbieter. Das verringert die Abhängigkeit von einem einzelnen Anbieter und unterstützt Systeme, die auf verschiedene Branchen zugeschnitten sind.
Ein konzentriertes Programm gibt einem Team mehr Rechenleistung und Talent. Das kann seine Chancen verbessern, Leistungsniveaus zu erreichen, die kleineren, fragmentierten Vorhaben nicht zugänglich sind.
Die Spannung verschärft sich, weil beide Programme auf denselben nationalen Arbeitsmarkt zurückgreifen. Korea kann nicht sofort einen weiteren Pool erfahrener Modellforscher schaffen.
Dieselbe Einschränkung gilt für hochwertige Trainingsdaten. Inländische Datensätze müssen gesammelt, bereinigt, lizenziert, gefiltert und geregelt werden, bevor sie große Trainingsläufe unterstützen können.
Diese Arbeit zu duplizieren, würde Geld verschwenden. Sie zu teilen, wirft schwierige Fragen zu Datenschutz, geistigem Eigentum und Wettbewerbsvorteilen auf.
Die Zuteilung von Rechenkapazität stellt ein weiteres Problem dar. Das koreanische Spitzen-KI-Projekt beabsichtigt, fortschrittliche Chips beim federführenden Entwickler zu bündeln.
Bestehende souveräne Teams benötigen ebenfalls erhebliche Rechenkapazität für Training, Nachtraining, Tests und öffentliche Bereitstellung. Ein Modell, das veröffentlicht wird, benötigt weiterhin Inferenzkapazität.
Die Pläne der Regierung für öffentliche Dienste erhöhen diesen Bedarf. Ihre separate Initiative AI for All zielt auf universell einsetzbare Chatbots und öffentliche Agenten ab, die überwiegend auf heimischen Modellen basieren.
Nach den veröffentlichten Anforderungen dieses Programms müssen ausgewählte Dienste qualifizierte inländische Modelle für mindestens die Hälfte ihrer Modellnutzung einsetzen. Zudem müssen sie Modelle anderer koreanischer Entwickler für mindestens 30 Prozent nutzen.
Das Ministerium erklärte, es werde 2026 512 Nvidia-B200-GPUs bereitstellen, um den frühen Start der Dienste zu unterstützen. Außerdem stellte es einen kostenlosen Zugang ohne Nutzungsbeschränkungen in Aussicht.
Damit ergibt sich ein konkreter Zweck für das bestehende Modellökosystem. Koreanische Systeme können Bürgerdienste, öffentliche Verwaltung und spezialisierte industrielle Werkzeuge unterstützen, auch ohne bei den globalen Benchmarks führend zu sein.
Ein leichtgewichtiges heimisches Modell kann zudem geringere Latenzen und Betriebskosten bieten. Es kann in einer kontrollierten Cloud, einem privaten Rechenzentrum, einer Fabrik, einem Krankenhaus oder direkt auf Geräten laufen.
Spitzenmodelle dienen anderen Anwendungsfällen. Sie werden wertvoll, wenn eine Aufgabe das stärkste verfügbare Schlussfolgern, Programmieren, Planen, multimodale Analysen oder wissenschaftliche Fähigkeiten erfordert.
Choi Kyoung-jin von der Gachon University hat argumentiert, dass Korea mehrere Modellklassen benötigt. Sein Argument unterscheidet Spitzensysteme von leichtgewichtigen und branchenspezifischen Modellen.
Dieses Portfolio-Argument ist überzeugend, erfordert jedoch eine explizite Architektur. Behörden benötigen Regeln, um Aufgaben zwischen den Modellklassen zu verteilen.
Ein öffentlicher Agent könnte beispielsweise für Routineanfragen ein kleineres koreanisches Modell verwenden. Für schwierige Planungsaufgaben oder komplexe Dokumentanalysen könnte er ein Spitzensystem vorbehalten.
Ein Hersteller könnte ein Branchenmodell nahe an proprietären Daten einsetzen. Forschende könnten über eine kontrollierte nationale Rechenumgebung auf das Spitzenmodell zugreifen.
Ohne solche Betriebsregeln wird das leistungsstärkste Modell den Großteil der Nachfrage anziehen. Lee Seong-yeob, Professor an der Korea University, warnte, dass öffentliche Einrichtungen und Unternehmen das Spitzenmodell bevorzugen würden, wenn es besser abschneidet.
Dieses Verhalten wäre kein Politikversagen der Nutzer. Käufer wählen Systeme nach Leistung, Kosten, Compliance, Zuverlässigkeit und Integrationsanforderungen aus.
Die Regierung kann daher zwei Wege nicht allein durch Etiketten bewahren. Sie muss getrennte Aufgabenbereiche und Beschaffungsregeln schaffen, die messbare Nutzerbedürfnisse widerspiegeln.
Sie muss außerdem vermeiden, schwächere Modelle auf unbestimmte Zeit zu schützen. Souveränität wird teuer, wenn öffentliche Einrichtungen mangelhafte Leistung akzeptieren müssen, nur um Vorgaben für heimische Inhalte zu erfüllen.
Umgekehrt sollte Spitzenleistung den Wert effizienter Modelle nicht auslöschen. Viele reale Arbeitslasten benötigen nicht das größte verfügbare System.
Der Idealfall ist ein mehrschichtiger heimischer Markt. Mehrere koreanische Modelle übernehmen Routine- und Spezialaufgaben, während ein Spitzensystem die schwierigsten Probleme löst.
Der schlimmste Fall ist institutionelle Doppelarbeit. Zwei Programme trainieren ähnliche allgemeine Modelle, konkurrieren um dieselben Forschenden und werben mit überlappenden öffentlichen Subventionen um Nutzer.
Das Budget ist groß, doch der Auftrag bleibt vage
Der Spitzenvorschlag verfügt über einen Finanzierungsbetrag und ein Startdatum, doch ihm fehlt weiterhin eine dauerhafte öffentliche Definition von Erfolg.
Das angekündigte Programm im Umfang von 4,7 Billionen Won stellt eine bedeutende Verpflichtung dar. Reuters berichtete, dass die Regierung staatliche Eigenkapitalinvestitionen mit privater Finanzierung kombinieren will.
Der Spitzenvorschlag würde Chips, Daten und Talent unter dem ausgewählten federführenden Entwickler bündeln. Diese Struktur ähnelt eher einem Industriekonsortium als einem herkömmlichen Forschungszuschuss.
Konzentration kann Entscheidungen beschleunigen. Sie kann jedoch auch Governance-Risiken schaffen, wenn ein Teilnehmer Infrastruktur, Modellausrichtung und kommerziellen Zugang kontrolliert.
Die Regierung muss festlegen, was „Spitze“ bedeutet, bevor sie einen Entwickler auswählt. Andernfalls werden Teams auf unterschiedliche Auslegungen optimieren.
Eine Definition könnte Benchmark-Intelligenz betonen. Eine andere könnte wissenschaftliche Entdeckungen, Cybersicherheit, koreanischsprachige Fähigkeiten oder multimodale Industriesysteme priorisieren.
Diese Ziele erfordern unterschiedliche Datensätze und Evaluierungen. Ein für globale Programmier-Benchmarks optimiertes Modell wird möglicherweise nicht zur besten Plattform für koreanische öffentliche Dienste.
Der Zeitplan schafft eine weitere Unsicherheitsquelle. Das Projekt soll im März 2027 beginnen, doch bis dahin wird sich die Spitzenleistung verändern.
Choi brachte dieses Problem auf den Punkt, indem er feststellte, dass sich die heutige Spitze von der des nächsten Jahres unterscheidet. Ein fester Vergleichsmaßstab kann überholt sein, bevor das Training endet.
Ein glaubwürdigeres Programm würde Fähigkeitsmeilensteine anstelle eines einzelnen Ranglistenplatzes verwenden. Diese Meilensteine könnten Schlussfolgern, Zuverlässigkeit, Effizienz, Sicherheit und Bereitstellung abdecken.
Unabhängige Evaluierung ist ebenfalls wichtig. Der Entwickler sollte nicht sowohl die Behauptungen über das Modell als auch die Tests kontrollieren, mit denen eine fortgesetzte Finanzierung begründet wird.
Die Kontroverse um die Bewertung des bestehenden Projekts dient als Warnung. Benchmark-Spitzenreiter und Gesamtsieger der Evaluierung können auseinanderfallen, wenn politische Entscheidungsträger neben technischer Leistung auch öffentlichen Nutzen gewichten.
Diese Meinungsverschiedenheit ist nicht automatisch unangemessen. Sie wird schädlich, wenn die Gewichtung keinen klaren Bezug zur erklärten Mission des Programms hat.
Die Spitzeninitiative benötigt transparente Kriterien, bevor Ausschreibungen beginnen. Teilnehmende sollten wissen, wie die Regierung technischen Fortschritt, Kostendisziplin, Offenheit und öffentlichen Zugang bewerten wird.
Politische Entscheidungsträger müssen auch die Ausstiegskriterien erläutern. Ein nationales Programm sollte definieren, wann fortgesetzte Skalierung keinen angemessenen Wert mehr bietet.
Das ist besonders wichtig, weil internationale Labore Modelle während eines einzelnen staatlichen Beschaffungszyklus mehrfach aktualisieren können. Korea kann nicht davon ausgehen, dass ein großer Trainingslauf eine dauerhafte Position sichert.
Ein Spitzensystem verursacht auch nach dem Start wiederkehrende Kosten. Es muss Updates, Sicherheitstests, Infrastrukturunterstützung und Entwicklerwerkzeuge erhalten.
Die vorgeschlagene Summe sollte daher als Programmverpflichtung verstanden werden, nicht als Beleg dafür, dass Korea ein weltweit führendes Modell erhalten wird.
Es besteht zudem ein Konzentrationsrisiko. Die Auswahl eines einzelnen federführenden Entwicklers kann doppelte Ausgaben verringern, aber zu viel Einfluss in einem Unternehmensnetzwerk bündeln.
Ein Konsortium könnte diese Kontrolle verteilen. Doch die Governance eines Konsortiums verlangsamt häufig technische Entscheidungen und verkompliziert Eigentumsfragen.
Eine Zweckgesellschaft könnte ein klareres Management bieten. Sie bräuchte dennoch Regeln zu Datenrechten, Modelllizenzen, der Mobilität von Forschenden und nachgelagerten Einnahmen.
Die Regierung hat diese Fragen nicht öffentlich geklärt. Solange sie dies nicht tut, können Unternehmen den kommerziellen Wert einer Beteiligung nicht bewerten.
Diese Unsicherheit könnte auch den aktuellen Wettbewerb verzerren. Teams könnten Sichtbarkeit vor der Spitzenausschreibung priorisieren, statt Produkte für bestehende Nutzer zu verbessern.
Nichts davon beweist, dass das neue Programm gestoppt werden sollte. Es zeigt, warum eine Finanzierungsankündigung technisches und institutionelles Design nicht ersetzen kann.
Was Koreas Modellentwickler als Nächstes erwartet
LG AI Research, SK Telecom und Upstage konkurrieren nun um zwei Finalistenplätze und bereiten sich zugleich auf einen möglicherweise größeren Wettbewerb vor.
Das erste Signal wird die Evaluierung der dritten Stufe sein. Die Regierung erwartet, im Februar 2027 zwei Finalisten für souveräne Modelle auszuwählen.
Diese Entscheidung wird zeigen, ob das Ministerium weiterhin den Ausbau des Ökosystems schätzt oder zunehmend die reine Leistungsfähigkeit bevorzugt. Die veröffentlichten Kriterien und die Punkteaufschlüsselung werden ebenso wichtig sein wie die Gewinner.
Eine transparente Bewertung würde das Vertrauen in das bestehende Programm stärken. Eine plötzliche Änderung der Bewertung würde darauf hindeuten, dass die Spitzenagenda seinen Zweck bereits verändert hat.
Das zweite Signal wird die Haushaltsentscheidung für 2027 sein. Das Parlament muss die Finanzierung genehmigen, bevor das koreanische Spitzen-KI-Projekt im angekündigten Umfang fortgesetzt werden kann.
Eine Haushaltsgenehmigung würde das Bekenntnis zu zwei Wegen stärken. Wesentliche Kürzungen oder neue Bedingungen würden die Annahme schwächen, dass ein konzentriertes Spitzenvorhaben wie geplant starten wird.
Gesetzgeber sollten fragen, wie viel Finanzierung Training, Infrastruktur, Betrieb und Kommerzialisierung unterstützt. Sie sollten außerdem prüfen, ob bereits anderweitig zugesagte Ressourcen doppelt gezählt werden.
Das dritte Signal wird die Ausgestaltung der Ausschreibung sein. Zulassungsregeln werden bestimmen, ob die aktuellen souveränen Finalisten einen bedeutenden Vorteil erhalten.
Eine Ausschreibung, die ein großes Unternehmen bevorzugt, würde eine Hinwendung zur Konzentration signalisieren. Eine Konsortialanforderung könnte eine breitere Beteiligung bewahren, jedoch eine langsamere Governance einführen.
Die Behandlung bestehender Modelle wird besonders aufschlussreich sein. Ihre Wiederverwendung würde die Projekte verbinden und frühere öffentliche Investitionen schützen.
Ein Neustart von Grund auf würde darauf hindeuten, dass Regierungsvertreter die bestehenden Modelle nicht länger als glaubwürdige technische Grundlage ansehen. Er würde außerdem die Risiken von Doppelarbeit erhöhen.
Teams werden die Bestimmungen zum geistigen Eigentum genau beobachten. Sie müssen verstehen, ob Beiträge ihr Eigentum bleiben, zu gemeinsamen Vermögenswerten werden oder auf eine nationale Einrichtung übergehen.
Entwickler und Unternehmenskunden sollten Bereitstellungsnachweise statt werblicher Ranglisten beobachten. Der stärkste Beleg wird von Systemen kommen, die in realen Organisationen zuverlässig arbeiten.
Öffentliche Agenten bieten einen Test. Industrielle Einsätze in Fertigung, Logistik, Telekommunikation und Forschung bieten weitere.
Adoptionsdaten sollten zwischen Tests und nachhaltiger Nutzung unterscheiden. Ein subventioniertes Pilotprojekt beweist nicht, dass ein Modell im großen Maßstab wirtschaftlich oder zuverlässig ist.
Korea sollte außerdem vergleichbare Betriebskennzahlen veröffentlichen. Latenz, Inferenzkosten, Verfügbarkeit, Sicherheitsvorfälle und Aufgabenerfüllungsquoten können einen Wert sichtbar machen, den breit angelegte Benchmarks verdecken.
Für die drei verbleibenden Teams rücken strategische Entscheidungen näher. Jedes muss entscheiden, ob es seine unabhängige Plattform verteidigt, einem Konsortium beitritt oder beide Wege verfolgt.
LG kann sein Modell mit industriellen Anwendungen im gesamten Konzern verbinden. SK Telecom kann die Verbraucherdistributionskanäle und die Netzinfrastruktur nutzen. Upstage kann Spezialisierung und Modellfokus hervorheben.
Diese Vorteile werden nur dann zählen, wenn die Regierung definiert, wie die heimische Nutzung zur Spitzenmission beiträgt.
Der eigentliche Test ist, ob zwei Wege zu zwei unterschiedlichen Ergebnissen führen
Südkorea muss nicht zwischen Souveränität und Spitzenleistung wählen, darf sie aber nicht länger als austauschbare Ziele behandeln.
Das bestehende Programm hat bereits Wert geschaffen. Es veranlasste koreanische Unternehmen, Modelle zu trainieren, technische Ergebnisse zu veröffentlichen, Partner zusammenzubringen und unter gemeinsamen Evaluierungen zu konkurrieren.
Das neue Programm begegnet einer anderen Sorge. Korea will nicht, dass die Fähigkeiten globaler Modelle über die Reichweite seiner heimischen Institutionen hinauswachsen.
Beide Wege können funktionieren, wenn der erste zu einer Plattform für Einführung und Spezialisierung wird. Der zweite muss sich dann auf Fähigkeiten konzentrieren, die bestehende Modelle nicht wirtschaftlich bereitstellen können.
Diese Aufteilung sollte sich in Budgets, Datensätzen, Rechenkapazitätszuweisungen, Evaluierungen und Beschaffungsregeln widerspiegeln. Eine rein verbale Unterscheidung wird den Wettbewerb um knappe Ressourcen nicht überstehen.
Die Regierung sollte den Programmen zudem ermöglichen, Infrastruktur gemeinsam zu nutzen, ohne identische Modelle zu erzwingen. Gemeinsame Evaluierungssysteme und sichere Datendienste könnten Doppelarbeit verringern.
Der Spitzenentwickler könnte Fähigkeiten über kontrollierte Schnittstellen für heimische Modellteams zugänglich machen. Kleinere Modelle könnten Routineaufgaben übernehmen und schwierige Aufgaben weiterleiten.
Eine solche Struktur würde mehrere Anbieter erhalten und zugleich die teuerste Forschung bündeln. Sie würde öffentlichen Einrichtungen außerdem Alternativen geben, falls ein System ausfällt.
Die Strategie wird jedoch an Glaubwürdigkeit verlieren, wenn beide Programme ähnliche Allzwecksysteme für dieselben Käufer trainieren. Unternehmen werden dem größeren Budget folgen, und die ursprünglichen Finalisten werden zu unterstützenden Auftragnehmern.
Dieses Ergebnis würde den Wettbewerb um souveräne KI in eine teure Qualifikationsrunde für ein später angekündigtes Projekt verwandeln.
Die südkoreanische Strategie für souveräne KI braucht nun eine öffentliche Architektur, keinen weiteren Slogan. Ihr Erfolg hängt davon ab, festzulegen, welche Modelle welchen Nutzern dienen und wer die daraus entstehenden Fähigkeiten kontrolliert.
Die nächsten drei Entscheidungen werden die Antwort liefern: die Finalistenauswahl im Februar, die parlamentarische Finanzierung und die Ausschreibung für das Spitzenprogramm.
Entwickler, Unternehmenskäufer und Forschende sollten diese Entscheidungen gemeinsam bewerten. Erhalten sie mehrere nützliche heimische Modelle, während nur die schwierigste Forschung gebündelt wird?
Wenn die Antwort ja lautet, kann Koreas Zwei-Wege-Politik zu einem Portfolio statt zu einer Doppelung werden. Andernfalls wird das Spitzenprogramm den Wettbewerb, der seinen Ausgangspunkt geschaffen hat, stillschweigend ersetzen.
