Japan bereitet einen Test heimischer Large Language Models gegen Anthropics Claude und Amazon Nova innerhalb von GENAI vor, der generativen KI-Plattform der Regierung.
Die Digital Agency wird drei in Japan entwickelte Modelle in der SAKURA Cloud betreiben und ihre Antworten mit ausländischen Systemen vergleichen, die Regierungsmitarbeitern bereits zur Verfügung stehen. Im Pilotprojekt wird untersucht, ob ein heimischer Modell-und-Cloud-Stack die Anforderungen des öffentlichen Sektors an Nützlichkeit, Zuverlässigkeit und Kosteneffizienz erfüllen kann.
Bis August soll eine Testumgebung eingerichtet werden, mit mehreren Runden blinder A/B-Tests von September bis November 2026. Nach Angaben der Behörde werden die Ergebnisse ihr dabei helfen, Beschaffungsansätze für das Haushaltsjahr 2027 und die Folgejahre zu prüfen.
Japan nimmt heimische Modelle in GENAI auf
Die Evaluierung ist Teil eines größeren GENAI-Pilotprojekts, das die Plattform ab dem 29. Mai 2026 für rund 100.000 Regierungsmitarbeiter zugänglich machte. Die Behörde plant, den Zugang auf die teilnehmenden Ministerien und Behörden auszuweiten, sodass er etwa 180.000 Mitarbeitern offensteht.
An der umfassenderen Initiative sind Foundation Models von fünf japanischen Unternehmen aus dem Privatsektor beteiligt. Die Bereitstellung in der SAKURA Cloud umfasst drei davon: tsuzumi 2 von NTT DATA, Takane 32B von Fujitsu und PLaMo 2.0 Prime von Preferred Networks.
Mitarbeiter der Digital Agency und mehrerer anderer Ministerien werden zufällig ausgewählte Antworten sehen, ohne zu erfahren, welches Modell sie erzeugt hat. Im Juli 2026 bot GENAI außerdem Amazon Nova Lite und mehrere Claude-Modelle von Anthropic an.
Die Bereitstellung ist der erste operative Einsatz der SAKURA Cloud in der Government-Cloud-Umgebung der Regierung. Der Anbieter erfüllte die technischen Anforderungen für den produktiven Einsatz am 27. März 2026. Die Digital Agency bezeichnet sie als den einzigen im Inland entwickelten Dienst unter Japans Government-Cloud-Optionen.
Japans Vorgehen spiegelt den breiteren politischen Vorstoß wider, die Abhängigkeit von ausländisch kontrollierter KI zu verringern und die Kontrolle über die Cloud-Infrastruktur auszubauen. Ähnliche Souveränitätsbedenken prägen die Politik im Vereinigten Königreich und in der Europäischen Union.
Was der Regierungstest zeigen kann
Mit blinden Präferenztests lässt sich ermitteln, welche Antworten die Mitarbeiter bevorzugen. Allein anhand der Präferenz lässt sich jedoch nicht feststellen, welches Modell am genauesten oder wirtschaftlichsten ist. Die Digital Agency will außerdem Zuverlässigkeit und Kosteneffizienz bewerten, hat jedoch weder die Stichprobengröße noch die Aufgabenverteilung, die Methodik zur Ermittlung der Fehlerquote oder den Kostenrahmen veröffentlicht.
Da die drei angekündigten heimischen Modelle in der SAKURA Cloud betrieben werden, sind veröffentlichte Ergebnisse aussagekräftiger, wenn sie die Leistung des Modells von der Leistung der Infrastruktur trennen. Andernfalls könnten Organisationen Schwierigkeiten haben, die Ergebnisse auf eine andere Cloud oder Bereitstellungsarchitektur zu übertragen, insbesondere wenn produktive KI Infrastruktur-Upgrades erfordert.
Die Digital Agency erklärt, dass in Japan entwickelte Modelle den japanischen Wortschatz, Ausdrucksweisen, die Kultur und Werte besser verarbeiten könnten. Belege dafür, dass diese Eigenschaften die Genauigkeit oder Nützlichkeit in der Verwaltung verbessern, hätten mehr Gewicht als reine Präferenzwerte.
Das Programm verfolgt außerdem ein industriepolitisches Ziel. Japan will operatives Feedback nutzen, um heimische Modelle zu verbessern, und durch staatliche Beschaffung eine stabilere Nachfrage nach lokalen KI-Anbietern schaffen. Der Testzeitraum überschneidet sich mit der Haushaltsplanung für 2027, doch die Behörde hat nicht erläutert, wie sich die Ergebnisse auf die Beschaffungen einzelner Ministerien auswirken werden.
GENAI wird unter Sicherheitskontrollen der Regierung betrieben. Innerhalb der Digital Agency unterstützt die Plattform Informationen der Vertraulichkeitsstufe 2 sowie Single Sign-on über Government Solution Services.
Bewertungen auf Modellebene, getestete Aufgaben, Fehlerquoten und Kostenberechnungen werden zeigen, ob sich heimische Anbieter dauerhaft neben ausländischen Systemen behaupten können. Die Beschaffungsentscheidungen für das Haushaltsjahr 2027 werden dafür den eindeutigsten Beleg liefern.
Mehr dazu: Singapurs Investition in ein angewandtes KI-Zentrum bietet eine weitere Perspektive darauf, wie Regierungen im asiatisch-pazifischen Raum die Bereitstellung im öffentlichen Sektor mit dem Aufbau regionaler KI-Kapazitäten verbinden.