알림 목록

Analysegebiet: Ulsan Metropolitan City

Schlüsselbereiche: Automobilindustriezone Buk-gu, Schiffbauindustriezone Dong-gu, Petrochemiezone Nam-gu

Agenda: Angleichung der KI-Stadt-Erklärung an Produktivität, Qualität, Sicherheit und Energieergebnisse in Produktionsstätten

Goldener Zeittyp: Infrastrukturbeschleunigung + Fabriktransformation – Nachweislücke

Bezugsdatum: 28.08.2026

Version: Regional AX Golden Time Intelligence v3.2 Enhancement Standard
 

Ulsan konnte 2025 ein KI-Rechenzentrumsprojekt von SK-AWS im Wert von 7 Billionen Won anziehen und positionierte sich 2026 als „KI-Hauptstadt“ an der Spitze seiner Stadtverwaltung. Die KI-Strategie der Stadt verlagerte sich von einem Fokus auf Bildung und Forschung hin zu einem KI-Modell, das auf Industriestandorten basiert und großflächige Recheninfrastruktur mit der Fertigungsindustrie verbindet. Allerdings gibt es keine bestätigten öffentlichen Belege dafür, dass Investitionen in Rechenzentren zu Verbesserungen bei der KI-Einführung, der Produktivität, der Fehlerreduzierung, der Sicherheit oder der Energieeffizienz in Ulsans Automobil-, Schiffbau- und petrochemischen Anlagen führen. Sollten Rechenzentrumsbau und KI-Projekte in Fabriken zwischen 2026 und 2028 getrennt verlaufen, könnte Ulsan zwar erfolgreich eine KI-Infrastruktur aufbauen, die Transformation der Industriestandorte könnte jedoch von der externen Cloud-Nachfrage abhängen. Während  Ulsans Anspruch, eine KI-Stadt zu sein, durch Infrastrukturinvestitionen untermauert ist, bleibt die Umsetzung in den Fabriken ungewiss.

Ulsan stellte 2026 ein Budget von 117,8 Milliarden Won für die Förderung von KMU und Innovationen bereit – eine Steigerung von 26,0 % gegenüber dem Vorjahr. Darin enthalten war auch das Programm „SME AX“. Der Anwendungsbereich der KI-Politik wird von Großkonzernen und Forschungseinrichtungen auf lokale KMU und Partnerunternehmen ausgeweitet. Allerdings geben öffentlich zugängliche Daten weder Aufschluss darüber, wie viele der geförderten Unternehmen die Proof-of-Concept-Phase (PoC) bereits abgeschlossen haben und KI dauerhaft in der Produktion einsetzen, noch über Veränderungen bei Produktivität, Umsatz und Beschäftigung. Sollte die Förderung von 2026 bis 2028 auf Beratung, Ausrüstung und Demonstrationsprojekte beschränkt bleiben, wird sich die Kluft in Bezug auf Daten, Personal und Prozesse zwischen Großkonzernen und ihren Partnerunternehmen weiter vergrößern.  Die Verbreitungsstrategie für „Ulsan Manufacturing AX“ ist zwar bestätigt, die Umsetzungsrate in den Produktionsstätten der KMU gilt jedoch als unbestätigt.

Ulsan hat sich für die nächsten fünf Jahre zum Ziel gesetzt, 500 Fachkräfte für industrielle KI-Konvergenz auszubilden, 150 Felddemonstrationen mit Schwerpunkt auf Großunternehmen durchzuführen und 500 Deep-Tech-Startups zu fördern. Die UNIST Novatus Graduate School plant, jährlich rund 100 KI-Spezialisten auszubilden. Das Ökosystem für industrielle KI hat sich zu einer Struktur entwickelt, die Talentförderung, Startups und Demonstrationen in Großunternehmen vereint. Die Kriterien für den Übergang – von 150 Demonstrationen bis hin zu Anwendungen in der Produktion, bezahlten Verträgen, wiederkehrenden Einnahmen und der Expansion auf Partnerunternehmen – wurden jedoch nicht offengelegt. Sollten die Ziele in den nächsten zwei bis drei Jahren weiterhin auf Talente, Startups und Demonstrationszahlen fokussiert bleiben, werden die tatsächlichen Veränderungen in den Fabriken durch die Vorgaben des Ökosystems verdeckt.  Obwohl Ulsans Grundlagen für industrielle KI im Aufbau sind, fehlen bisher Belege für den Übergang in die Produktion.

Das Ministerium für Handel, Industrie und Energie hat das Budget für die Industrie AX 2026 auf 1,1347 Billionen Won erhöht, eine Steigerung von 100,8 % gegenüber dem Vorjahr, und das Budget für das Projekt „KI-Fabrik“ auf 220 Milliarden Won aufgestockt. Im Zeitraum von 2026 bis 2028, wenn die Ausweitung der nationalen Investitionen in die Fertigungsindustrie AX mit den Industriestrukturen der Automobil-, Schiffbau- und Petrochemiebranche in Ulsan zusammentrifft, werden umfangreiche externe Finanzmittel fließen. Allerdings wurden die öffentlichen Laufzeitdaten, die die Sicherung nationaler Vorzeigeprojekte und die Anwendungsleistung pro Prozess in den Werken von Ulsan integrieren, noch nicht verifiziert. Werden in diesem Zeitraum keine Fabrikdatenstandards, Leistungsgrundlagen und eine Diffusionsstruktur für Partnerunternehmen etabliert, wird das erhöhte nationale Budget durch einzelne Demonstrationsprojekte aufgebraucht sein.  Die entscheidende Phase für den Fertigungssektor von Ulsan ist nicht die Zeit, in der das KI-Budget nicht ausreicht, sondern die nächsten zwei bis drei Jahre, in denen die Übergangsrate zwischen Demonstration und Produktion ermittelt werden muss.

These der goldenen Zeit – Der Maßstab, um zu bestimmen, ob Ulsan eine globale KI-Stadt ist, ist nicht die Höhe der Investitionen in Rechenzentren oder die Anzahl der KI-Demonstrationsprojekte. Entscheidend ist vielmehr, inwieweit KI Produktionsstillstände, Fehler, Kosten, Energieverbrauch und Sicherheitsunfälle verändert hat und ob diese Veränderungen auch Partnerunternehmen erreicht haben.

Ulsan ist eine Industriestadt, in der sich die Automobilindustrie (Buk-gu), der Schiffbau (Dong-gu) sowie die Petrochemie- und Energiewirtschaft (Nam-gu und Ulju-gun) konzentrieren. Der Einsatz von KI beschränkt sich nicht auf einzelne Prozesse, sondern umfasst die gesamte Wertschöpfungskette von Design, Beschaffung, Produktion, Qualitätssicherung und Logistik über Anlagen und Sicherheit bis hin zur Energieversorgung. Allerdings gibt es keine offizielle Vergleichsgrundlage für die Anzahl der Fabriken, Prozesse, Datenumstellungsraten der Anlagen und KI-Anwendungsraten in den drei Hauptbranchen anhand einheitlicher Kriterien. Sollten die Geschäftstätigkeiten der einzelnen Sektoren zwischen 2026 und 2028 separat expandieren, lässt sich die Umstellungsrate für alle Fabriken in Ulsan nicht rückwirkend berechnen.  Während Ulsans industrielle Dimension klar definiert ist, bleibt der Nenner des KI-Übergangs ungewiss.

Das Hyundai-Werk in Ulsan, HD Hyundai Heavy Industries und die großen petrochemischen Anlagen bilden die Grundlage für umfassende Automatisierung, Sensorik und Produktionsmanagement. Der Fertigungssektor in Ulsan hat sich von manuell geprägten Fabriken hin zu einer Struktur entwickelt, die hochautomatisierte Anlagen mit weitreichenden Kooperationsnetzwerken verbindet. Der Umfang der Offenlegung hinsichtlich des Anteils der Prozesse, die von bestehender Automatisierung auf KI-basierte Vorhersage und autonome Steuerung umgestellt wurden, sowie der daraus resultierenden Leistung variiert jedoch von Unternehmen zu Unternehmen. Werden Automatisierungsanlagen und KI-Prozesse in den letzten zwei bis drei Jahren nicht differenziert betrachtet, werden bestehende digitale Investitionen fälschlicherweise als neue AX-Erfolge gezählt.  Obwohl die digitale Basis des Werks in Ulsan solide ist, lässt sich der Umfang der KI-Transformation nicht separat bewerten.

Das KI-Rechenzentrum SK–AWS wurde als Investition im Umfang von rund 7 Billionen Won angekündigt und zählt zu den Top 5 Projekten der Stadt Ulsan für 2025. Ulsans KI-Ressourcen haben sich von Demonstrationsprojekten lokaler Universitäten und des öffentlichen Sektors hin zur großflächigen Recheninfrastruktur globaler Cloud-Anbieter entwickelt. Allerdings liegen keine öffentlich zugänglichen Daten vor, die die Auswirkungen der Investition auf die lokale Auftragsvergabe, die lokale Beschäftigung, die Rechenleistung lokaler Produktionsunternehmen, den Stromverbrauch, die Wasserversorgung und die Steuereinnahmen aufschlüsseln. Selbst wenn die Bauarbeiten zwischen 2026 und 2028 abgeschlossen sind, bleiben Investitionsvolumen und Ausmaß des industriellen Wandels getrennt, falls lokale Fabriken nicht zu tatsächlichen Kunden werden. Während die wirtschaftliche Bedeutung des KI-Rechenzentrums bestätigt ist, gilt das Ausmaß seiner industriellen Anbindung an Ulsaner Fabriken als ungewiss.

Der Smart-City-Plan von Ulsan umfasste 21 Projekte, darunter KI-gestützte Geoinformationssysteme und digitale Zwillinge, mit Gesamtkosten von 294,2 Milliarden Won für den Zeitraum 2022–2026. Die Anwendung städtischer Daten wurde auf die Bereiche Verkehr, Sicherheit und Raumplanung ausgeweitet. Allerdings ist in den öffentlich zugänglichen Daten keine Struktur für die gemeinsame Analyse von Smart-City-Daten mit Daten aus Industrieanlagen und Unternehmensprozessen nachgewiesen. Sollten die Plattformen „Urban AX“ und „Industrial AX“ in den nächsten zwei bis drei Jahren getrennt werden, ginge die Wechselwirkung zwischen Verkehr, Logistik, Katastrophenmanagement, Energie und Fabrikbetrieb verloren. Obwohl  der Einsatz von KI in Ulsan sowohl im städtischen als auch im industriellen Sektor zugenommen hat, ist die Verbindung zwischen den beiden Systemen noch nicht gesichert.

KI-Rechenzentren, die Universität Ulsan (UNIST), der Ulsan Technopark, Forschungs- und Produktionsstätten großer Konzerne sowie Förderprogramme für KMU belegen die hohe Dichte an KI-Ressourcen in Ulsan. Das KI-Ökosystem hat sich zu einer Struktur entwickelt, die Forschung, Fachkräfte, Rechenkapazitäten und Fertigung in einer einzigen Region vereint. Die Umsetzungsrate – von Forschungsergebnissen in Machbarkeitsstudien bis hin zu Produktionsaufträgen und Start-up-Umsätzen – wird jedoch nicht öffentlich bekannt gegeben. Selbst wenn die Anzahl der Institutionen und Projekte zwischen 2026 und 2028 steigt, bleibt diese Konzentration bei einer niedrigen Umsetzungsrate lediglich eine Ansammlung von Ressourcen.  Obwohl Ulsan über die Komponenten für industrielle KI verfügt, ist ein funktionierendes kommerzielles Ökosystem noch nicht etabliert.

In den kommenden fünf Jahren werden 150 Felddemonstrationen unter der Leitung großer Konzerne großflächige Kontaktpunkte schaffen, die Startups und Forschungseinrichtungen den Zugang zu realen Produktionsstätten ermöglichen. Die Technologieentwicklung verlagert sich von der Laborverifizierung zur Praxiserprobung unter Einbeziehung industrieller Daten und realer Anlagenbedingungen. Allerdings sind die Kriterien für die Bewertung von Produktionsverträgen, die Replikation in anderen Werken, die Anwendung bei Partnerunternehmen und die Wartungseinnahmen nach der Demonstration noch nicht festgelegt. Sollte die Anzahl der Demonstrationen zwischen 2026 und 2028 rapide ansteigen, wird es unmöglich sein, zwischen abgeschlossenen Machbarkeitsstudien und laufender Produktion zu unterscheiden.  Obwohl Ulsans Praxiskontaktpunkte zunehmen, bleibt die Kluft zwischen Demonstrations- und Produktionsökosystem bestehen.

Die UNIST Novatus Graduate School bildet jährlich rund 100 KI-Spezialisten aus, während die Stadt Ulsan sich zum Ziel gesetzt hat, innerhalb von fünf Jahren 500 KI-Fachkräfte mit branchenübergreifenden Kompetenzen auszubilden. Die Talentförderung hat sich von einer allgemeinen KI-Ausbildung hin zur Entwicklung von Fachkräften mit branchenübergreifenden Kompetenzen verlagert, die Prozesse in der Automobil-, Schiffbau- und Energiewirtschaft verstehen. Bislang gibt es jedoch keine öffentlich zugänglichen Daten, die den Beschäftigungsstatus von Absolventen in Ulsaner Unternehmen, ihre Betriebszugehörigkeit, ihre Beteiligung an Praxisprojekten oder ihren Beitrag zur Produktivität belegen. Wenn lediglich die Anzahl der Absolventen über zwei bis drei Jahre erfasst wird, bleibt der lokale Talentpool unabhängig von externen Fluktuationen, und die Ausbildungsergebnisse sind nicht mit der Leistung der Betriebe verknüpft.  Obwohl ein Ökosystem zur Talentförderung existiert, gelten die in den Ulsaner Betrieben verbleibenden Fachkompetenzen als nicht gesichert.

Der 50 Milliarden Won schwere Regionale Wachstumsfonds der Stadt Ulsan und das Ziel von 500 Deep-Tech-Startups verknüpfen die Finanzierung mit der Kommerzialisierung nach der Technologieentwicklung. Das Ökosystem für industrielle KI erweitert seinen Fokus von Förderprogrammen hin zu einer Investitions- und Skalierungsstruktur. Die öffentliche Erfassung von Daten zu den Umsätzen der vom Fonds geförderten Unternehmen in ihren Ulsaner Fabriken, Folgeinvestitionen, Überlebensraten und der lokalen Ansiedlung befindet sich jedoch noch in einem frühen Stadium. Selbst wenn die Anzahl der Startups zwischen 2026 und 2028 steigt, könnten Unternehmen in den Großraum Seoul oder ins Ausland abwandern, falls die Gewinnung von Produktionskunden sich verzögert.  Während die Grundlage für die Startup-Finanzierung gesichert ist, gilt die kommerzielle Verbindung zur lokalen Produktionsnachfrage als noch nicht bestätigt.

Die Fertigungs-KI entwickelt sich von Einzelanwendungen wie Qualitätsprüfung, vorausschauender Wartung und Bedarfsplanung hin zur autonomen Fertigung, in der Anlagen, Roboter und Produktionsplanung integriert sind. Das Ministerium für Handel, Industrie und Energie hat zudem vorgeschlagen, bis 2030 über 500 autonome Fertigungs-KI-Fabriken zu errichten. Die Anzahl der Fabriken in Ulsan, in denen KI die Produktionsbedingungen im geschlossenen Regelkreis steuert und über Prozessempfehlungen hinausgeht, wurde jedoch nicht veröffentlicht. Sollten sich die Investitionen in Einzelmodelle zwischen 2026 und 2028 verfestigen, werden die Kosten für die vollständige Automatisierung des gesamten Prozesses steigen.  Obwohl es in Ulsan erste Anwendungsdemonstrationen für Fertigungs-KI gibt, gilt der Status der autonomen Fertigung als noch nicht bestätigt.

Die Automobilindustrie wandelt sich von einem Fokus auf Verbrennungsmotoren hin zu einer Branche, die Elektrofahrzeuge, autonome Fahrzeuge, Roboter, Batterien und Datendienste vereint. Der Einsatz von KI geht über die reine Prozesseffizienz hinaus und umfasst nun auch den Datenwettbewerb in der Fahrzeugsoftware und entlang des gesamten Produktlebenszyklus. Daten zum regionalen Industrieökosystem, die Produktionsdaten des Werks in Ulsan mit Betriebs- und Servicedaten verknüpfen, werden nicht veröffentlicht. Sollten sich die KI in der Fabrik und die Produkt-KI in den nächsten zwei bis drei Jahren trennen, könnte Ulsan zwar ein Produktionszentrum bleiben, die Entwicklung hochwertiger Softwarelösungen sich aber in anderen Regionen konzentrieren. Es wird  angenommen, dass die Lücke in Ulsans KI-gestützter Fahrzeugarchitektur (AX) bei der Integration von Produkt- und Prozessdaten größer ist als bei der Produktionsautomatisierung.

Die Schiffbauindustrie steht vor komplexen Herausforderungen in den Bereichen Konstruktion, Produktion, Schweißen, Lackieren, Logistik und Inbetriebnahme sowie einem Fachkräftemangel. Künstliche Intelligenz (KI) und Roboter schreiten von der Automatisierung einzelner Anlagen hin zu einer integrierten Optimierung voran, die Schiffsdesign und Werftbetrieb miteinander verbindet. Allerdings fehlen öffentlich zugängliche Kennzahlen, die belegen, inwieweit der Einsatz von KI auf den Werften in Ulsan Projektpläne, Nacharbeiten, Produktivität und Arbeitsunfälle beeinflusst hat. Sollte sich die Bewältigung des Auftragsbestands von 2026 bis 2028 auf Zeitarbeiter und Outsourcing konzentrieren, werden die Daten aus der Boomphase nicht als langfristige Automatisierungsressourcen genutzt. Obwohl  die Anwendungsmöglichkeiten für KI im Schiffbau in Ulsan beträchtlich sind, fehlen Belege, die die Boomphase mit einem Strukturwandel in Verbindung bringen.

Angesichts globaler Überkapazitäten, CO₂-Vorschriften und Kostendrucks wandelt sich die petrochemische Industrie von der reinen Produktionsausweitung hin zu höherwertigen Produkten, Energieeffizienz, Sicherheit und CO₂-Optimierung. Auch die Rolle der KI erweitert sich von der vorausschauenden Wartung von Anlagen hin zur simultanen Optimierung von Prozessausbeute, Energieverbrauch, Emissionen und Sicherheit. Die Laufzeit für die gemeinsame Nutzung von Prozess-, Energie-, Rohrleitungs- und Sicherheitsdaten durch die Unternehmen des Petrochemiekomplexes Ulsan ist jedoch noch nicht validiert. Wird die Optimierung nur unternehmensbezogen und über einen Zeitraum von zwei bis drei Jahren durchgeführt, bleiben die Synergieeffekte hinsichtlich Energie, Rohstoffen und Sicherheit im gesamten Komplex begrenzt.  Der Petrochemiekomplex Ulsan weist im Vergleich zur Anwendung auf einzelne Unternehmen eine geringere Bereitschaft für die gemeinsame Optimierung des Industriekomplexes auf.

Die Stadt Ulsan verfolgt eine KI-Stadtstrategie, die auf der KI-Hauptstadtförderungszentrale und dem Ulsaner Komitee für Künstliche Intelligenz basiert und große Rechenzentren mit industrieller KI integriert. Der Handlungsrahmen wurde von einzelnen Digitalisierungsprojekten auf die KI-Governance auf Stadtebene ausgeweitet. Ein Dashboard, das branchenspezifische Produktivitätskennzahlen, die KI-Nutzungsraten in Fabriken, die Verbreitungsraten von Zulieferern und die KI-Return-Raten integriert und öffentlich zugänglich macht, fehlt jedoch. Selbst bei einer Zunahme von Organisationen, Komitees und Projekten zwischen 2026 und 2028 lässt sich die Diskrepanz zwischen Ankündigung und Transformation der Fabriken nicht messen, solange keine einheitlichen Indikatoren für die Industrieergebnisse festgelegt werden.  Obwohl Ulsans Governance-Maßnahmen verstärkt wurden, gilt das System zur Ergebniskontrolle in der Produktion als unzureichend.

Das Budget von 117,8 Milliarden Won für die Förderung von KMU und Innovationen im Jahr 2026 umfasst auch die Unterstützung von KMU-Innovationszentren (AX) und des Startup-Ökosystems. Die Maßnahmen zur Unterstützung von KMU haben sich von allgemeiner finanzieller Förderung und Vertriebskanalunterstützung hin zu einer Struktur verlagert, die KI und digitale Innovationen einschließt. Die tatsächliche Mittelzuweisung für AX, die begünstigten Unternehmen, Unternehmen im Transformationsprozess und die Produktivitätssteigerungen innerhalb des Gesamtbudgets lassen sich in den öffentlich zugänglichen Daten jedoch nicht klar aufschlüsseln. Wird das hohe Gesamtbudget über zwei bis drei Jahre als Indikator für die Leistung von AX betrachtet, könnten die tatsächlich in die Transformation der Fertigungsindustrie investierten Ressourcen und Effekte überschätzt werden.  Zwar ist die Richtung der KMU-Maßnahmen bestätigt, der Zusammenhang zwischen AX-Finanzierung und Ergebnissen bleibt jedoch unklar.

Das Integrierte Kontrollzentrum des Smart Green Industrial Complex legte mit Investitionen in Höhe von 13 Milliarden Won zwischen Dezember 2022 und November 2025 den Grundstein für ein umfassendes Sicherheitsmanagement in Industriekomplexen. Die Reaktion auf Sicherheitsrisiken in Industriekomplexen hat sich von der Inspektion einzelner Unternehmen hin zu einer integrierten Überwachung unterirdischer Rohrleitungen und der Risiken innerhalb des Komplexes verlagert. Allerdings geben öffentlich zugängliche Daten keinen Aufschluss darüber, wie sich die Erkennungszeiten von Unfällen und Leckagen, die Stillstandszeiten sowie die gemeinsamen Reaktionsmöglichkeiten seit Inbetriebnahme des Zentrums verändert haben. Nach Abschluss der Bauarbeiten im Zeitraum 2026–2028 und der Fertigstellung der Anlagen wird die Nutzung der Sicherheitsdaten für den Fabrikbetrieb eingeschränkt sein. Obwohl  die Infrastruktur für die datengestützte Reaktion auf Sicherheitsrisiken in Industriekomplexen fertiggestellt ist, gelten die tatsächlichen Ergebnisse der Risikominderung als noch nicht bestätigt.

Ulsan verfolgt mit seinen Zielen von 500 Deep-Tech-Startups, 500 KI-Fachkräften für industrielle Konvergenz und 150 Felddemonstrationen eine einheitliche Strategie, die Startups, Talente und Demonstrationen zusammenfasst. Die Maßnahmen wurden von individuellen Förderprogrammen zu einem umfassenden Startup-Ökosystem erweitert. Der gesamte Prozess – von der Demonstration eines Startups in einem Großkonzern über die Expansion zu kleinen und mittelständischen Partnerunternehmen bis hin zur Sicherung wiederkehrender Einnahmen – wurde jedoch nicht offengelegt. Werden die Leistungsergebnisse für jedes Ziel von 2026 bis 2028 separat betrachtet, zerfällt die Strategie in drei unabhängige Teilziele.  Obwohl Ulsans Strategiekonzept für den gesamten Zyklus entwickelt wurde, gilt ihre operative Umsetzbarkeit als nicht bestätigt.

Das Ministerium für Handel, Industrie und Energie hat das Budget für die Industrie-AX auf 1,1347 Billionen Won für 2026 erhöht und das Budget für die KI-Fabrik auf 220 Milliarden Won aufgestockt. Ulsan verfügt über Industriecluster in den Bereichen Automobil, Schiffbau und Petrochemie, die als direkte Nachfragezentren für den Ausbau der nationalen Fertigungs-AX dienen werden. Allerdings liegen keine integrierten regionalen Daten zur Anzahl der für Ulsan ausgewählten Projekte, den Investitionssummen oder den Anwendungsquoten von Produktionslinien im Rahmen des nationalen KI-Fabrikprogramms vor. Da der Wettbewerb um nationale Projekte zwischen 2026 und 2028 zunimmt, kann Ulsans führende Position nicht allein durch Industriecluster gesichert werden. Obwohl  Ulsan eine hohe strukturelle Kompatibilität mit der nationalen AX-Politik aufweist, sind der tatsächliche Geschäftsanteil und die Ergebnisse noch nicht bestätigt.

Das nationale Ziel ist es, bis 2030 über 500 KI-gestützte, autonome Fertigungsfabriken zu etablieren, wobei 26 für 2024 geplant sind. Dies markiert den Beginn der Entwicklung der heimischen KI-Fertigungsindustrie von wenigen führenden Fabriken hin zu einer breiten Anwendung. Es liegen keine offiziellen Vergleichsdaten darüber vor, welche Position die Fabriken in Ulsan innerhalb dieser 26 Standorte oder der geplanten 500 einnehmen. Sollten andere Fertigungsregionen in den nächsten zwei bis drei Jahren gemeinsame Plattformen und Zulieferer sichern, könnte Ulsan trotz der Größe seiner großen Konzernfabriken im Ökosystem der autonomen Fertigung ins Hintertreffen geraten.  Ulsan gilt hinsichtlich der industriellen Größe als führend, weist aber hinsichtlich der Anzahl autonomer Fertigungsfabriken eine „Datenlücke“ auf.

Führende globale Fertigungsunternehmen sichern ihre Wettbewerbsfähigkeit durch die Kombination von Prozessdatenstandards, digitalen Zwillingen, Industriesoftware und Personal vor Ort, nicht durch KI-Modelle. Ulsan verfügt ebenfalls über Automatisierungskompetenzen für Großunternehmen, industrielle Steuerungssysteme und einen Pool an KI-Fachkräften. Allerdings liegen keine Daten vor, die die Interoperabilität von Prozessdaten zwischen Unternehmen, die Wiederverwendung von Modellen und gemeinsame Standards von Partnerunternehmen mit denen führender internationaler Regionen vergleichen. Sollten monopolistische Unternehmenssysteme zwischen 2026 und 2028 gestärkt werden, wird sich lediglich die interne Automatisierungstechnologie (AX) einzelner Großunternehmen weiterentwickeln, nicht aber das regionale Kooperationsökosystem.  Ulsans globale Wettbewerbsfähigkeit hängt somit von den internen Kompetenzen der Großunternehmen und der Verbreitung dieser Technologien in der gesamten Region ab.

Das KI-Rechenzentrum mit einem Wert von über 7 Billionen Won setzt ein starkes Signal für das Ausmaß der regionalen Investitionen in die KI-Infrastruktur. Die Beteiligung globaler Cloud-Anbieter verbindet Rechen-, Netzwerk- und Energieinfrastruktur mit dem internationalen Markt. Nutzungsbedingungen, Kosten, Sicherheit, Schutz nationaler Kerntechnologien und Standards für den Datenexport lokaler Produktionsunternehmen sind hingegen noch nicht endgültig festgelegt. Sollte das Rechenzentrum in den nächsten zwei bis drei Jahren eine auf externe KI-Nachfrage ausgerichtete Betriebsstruktur etablieren, könnte die tatsächliche Erreichbarkeit für die Fabriken in Ulsan unabhängig vom Investitionsvolumen eingeschränkt sein.  Ulsan gilt als führender Standort für KI-Infrastruktur, doch das System zur Nutzung von Produktionsdaten ist noch nicht abschließend geklärt.

Vergleicht man die Investitionen von 7 Billionen Won in KI-Rechenzentren mit dem Budget von 117,8 Milliarden Won für die KMU-Förderung im Jahr 2026, so zeigt sich im Rahmen der KI-Strategie Ulsans eine erhebliche Diskrepanz zwischen groß angelegter Infrastruktur und der Unterstützung lokaler Unternehmen. Obwohl die beiden Zahlen aufgrund unterschiedlicher Art und des betrachteten Zeitraums nicht direkt vergleichbar sind, offenbaren sie eine strukturelle Lücke zwischen Infrastrukturinvestitionen und Fabrikausbau. Der genaue Zusammenhang zwischen Rechenzentrumsinvestitionen und reduzierten Rechenkosten, verbessertem Datenzugriff und höherer KI-Produktivität für KMU ist noch unklar. Wird diese Verbindung zwischen 2026 und 2028 nicht hergestellt, bleiben Großinvestitionen und die Förderung lokaler Unternehmen getrennte Strategien.  Die numerische Lücke in Ulsans KI-Strategie liegt im Verhältnis zwischen dem Umfang der Infrastrukturinvestitionen und dem Umfang des Fabrikausbaus.

Die Verknüpfung der Ziele von 500 KI-Fachkräften für industrielle Konvergenz, 500 Deep-Tech-Startups und 150 Felddemonstrationen garantiert nicht automatisch Felddemonstrationsmöglichkeiten und die Vermittlung von Fachkräften für jedes Startup. Da sich die Zielzeiträume und -themen unterscheiden, sind auch Berechnungen des mechanischen Verhältnisses ungültig. Es liegen keine Daten vor, die Fachkräfte, Unternehmen, Demonstrationen und Produktionsverträge als ein einziges Projekt verknüpfen. Werden lediglich die Leistungsergebnisse für jedes Ziel über zwei bis drei Jahre erfasst, entsteht eine Diskrepanz: Es werden zwar Fachkräfte ausgebildet und Unternehmen gegründet, aber es können keine Fabrikkunden gewonnen werden. Obwohl  der Umfang der Ziele des Ulsan-Ökosystems dargestellt wurde, bleibt die Vernetzungsdichte unberücksichtigt.

Das Ziel der UNIST, jährlich etwa 100 KI-Spezialisten auszubilden, deckt sich rechnerisch mit dem Fünfjahresziel von 500. Der Ausbildungsplan steht zwar fest, ist aber nicht auf den spezifischen Bedarf der Automobil-, Schiffbau- und Petrochemieindustrie in Ulsan abgestimmt. Zudem werden keine Daten zur lokalen Beschäftigung, Betriebszugehörigkeit und Projektleistung der Absolventen veröffentlicht. Sollte sich der Industriebedarf zwischen 2026 und 2028 schneller verändern als der Lehrplan, wird es selbst bei Erreichen der Personalziele weiterhin zu Engpässen in bestimmten Berufsfeldern kommen.  Der KI-Talentplan für Ulsan weist zwar eine gewisse quantitative Stimmigkeit auf, seine Eignung für die Anforderungen der Industrie ist jedoch noch nicht bestätigt.

Die für das Integrierte Kontrollzentrum des Smart Green Industrial Complex bereitgestellten 13 Milliarden Won und die 294,2 Milliarden Won für den Smart-City-Plan belegen, dass bereits in die Dateninfrastruktur städtischer und industrieller Komplexe investiert wurde. Ulsans AX-Initiative lief bereits vor der offiziellen Bekanntgabe in Form von Steuerungssystemen, digitalen Zwillingen und Geodaten. Allerdings wurden die öffentlichen Ergebnisse, die die Investitionssummen mit weniger Unfällen, Energieeinsparungen und Anlagenstillständen in Verbindung bringen, noch nicht verifiziert. Sollten in den nächsten zwei bis drei Jahren weitere KI-Investitionen erfolgen, könnten redundante Funktionen entstehen, ohne dass der tatsächliche Nutzen bisheriger digitaler Investitionen bewertet wird.  Obwohl das Gesamtvolumen der KI-Investitionen in Ulsan steigt, bleibt die Produktivität der bestehenden Investitionsanlagen eine „Datenlücke“.

Die Verknüpfung des Ziels von 150 Felddemonstrationen mit der AX-Unterstützung für KMU schafft das Potenzial, dass die Ergebnisse von Demonstrationen in Großunternehmen auf Partnerunternehmen übertragen werden. Allerdings wurden Indikatoren wie die Anzahl der teilnehmenden Partnerunternehmen pro Demonstration, die Anzahl der Replikatfabriken, bezahlte Verträge und wiederkehrende Einnahmen nicht offengelegt. Da die Anzahl der Demonstrationen technologische Berührungspunkte und die Anzahl der Verbreitungen industrielle Veränderungen widerspiegelt, sind sie nicht identisch. Werden diese beiden Zahlen für die Jahre 2026 und 2028 nicht unterschieden, wird der Anstieg der Proof-of-Concepts als Verbreitung von Fabrik-AX überschätzt.  Die größte numerische Diskrepanz in Ulsans Fertigungs-KI besteht zwischen der Anzahl der Demonstrationen und der Anzahl der Produktionsprozesse.

Die erste Lücke besteht im Fehlen einer Werksbasislinie . Obwohl Ulsan drei wichtige Industriezweige und große Fabriken beherbergt, wird der Anteil der einzelnen Phasen – Datenerfassung, KI-Analyse, automatische Empfehlung und autonome Steuerung – am Gesamtprozess nicht offengelegt. Es fehlt somit ein Bezugspunkt für die Transformation. Mit zunehmenden Demonstrations- und Implementierungsprojekten zwischen 2026 und 2028 wird es zunehmend schwierig, zwischen Prozessen mit und ohne Überschneidungen zu unterscheiden.  Die größte Lücke in Ulsan Manufacturing AX liegt daher nicht in der Anzahl der KI-Projekte, sondern im Fehlen einer tatsächlichen Anwendungsrate im Verhältnis zur Gesamtkapazität des Werks.

Die zweite Lücke besteht in der fehlenden Nachverfolgung des Übergangs von der Machbarkeitsstudie zur Produktion . Obwohl Ulsan 150 Felddemonstrationen als Ziel formulierte, wurden die tatsächlichen Produktionsabläufe und die Kriterien für bezahlte Verträge nach Abschluss der Demonstrationen nicht offengelegt. Technologieverifizierung und industrielle Ergebnisse werden in getrennten Phasen durchgeführt. Wenn die Anzahl der Demonstrationen für zwei bis drei Jahre als fester Leistungsindikator dient, geht der Unterschied zwischen den Erkenntnissen aus gescheiterten Demonstrationen und den Erkenntnissen aus kommerzialisierten Modellen verloren.  Die industrielle KI-Einsatzbereitschaft wird anhand der Produktionsumstellungsrate und nicht anhand der Anzahl der Demonstrationsmöglichkeiten als unbestätigt beurteilt.

Die dritte Lücke liegt in der Datenschnittstelle zwischen Großkonzernen und ihren Zulieferern . Während die Kernunternehmen über Anlagen, Personal, Daten und Sicherheitskapazitäten verfügen, stehen die Zulieferer vor größeren Herausforderungen hinsichtlich der Datenerfassungskosten und des Mangels an Fachkräften. Obwohl Qualität, Lieferzeiten und Kosten innerhalb derselben Lieferkette miteinander verknüpft sind, bleiben KI-Systeme für jedes Unternehmen separat. Sollten Großkonzerne ihre AX-Fähigkeiten zwischen 2026 und 2028 zuerst ausbauen, könnten die Zulieferer die höheren Daten- und Qualitätsanforderungen möglicherweise nicht erfüllen. Die Lücke im industriellen Ökosystem von Ulsan besteht zwischen der internen Optimierung innerhalb der Großkonzerne und der Optimierung der gesamten Lieferkette.

Die vierte Lücke besteht in der mangelnden Vernetzung von KI-Rechenzentren und Produktionsstätten . Zwar ist eine großflächige Recheninfrastruktur vorhanden, doch die Bedingungen hinsichtlich Datensicherheit, Kosten, Latenz, Schutz von Kerntechnologien und Modellbetrieb in den Fabriken sind nicht öffentlich verifiziert. Selbst wenn sich Rechenzentren und Fabriken in derselben Region befinden, bilden sie nicht automatisch ein einheitliches KI-Ökosystem. Bleiben Vertrags- und Betriebsstrukturen zwei bis drei Jahre lang an der externen Nachfrage festgefahren, rücken die Zugänglichkeitsanforderungen lokaler Produktionsunternehmen in den Hintergrund.  Die Infrastruktur ist zwar gut ausgebaut, die Einsatzbereitschaft in industriellen Anwendungen jedoch noch nicht ausreichend geprüft.

Die fünfte Lücke besteht in der mangelnden Transparenz der Ergebnisse der Fabriken . Die Auswirkungen des KI-Einsatzes spiegeln sich in Produktivität, Fehlern, Anlagenstillstand, Energieverbrauch, Sicherheit und Lieferzeiten wider. Während individuelle Zahlen aufgrund von Geschäftsgeheimnissen möglicherweise begrenzt sind, fehlen auch anonymisierte und indexbasierte regionale Statistiken. Sollten die Leistungsdaten für den Zeitraum 2026–2028 weiterhin nicht veröffentlicht werden, werden die Maßnahmen ausschließlich anhand der Anzahl der geförderten Unternehmen und Pilotprojekte bewertet.  Obwohl in den Fabriken von Ulsan Veränderungen in einzelnen Unternehmen stattfinden mögen, sind diese durch stadtweite Daten noch nicht bestätigt.

Das SK–AWS KI-Rechenzentrum und die bestehende Infrastruktur in Industrie- und Smart-Green-Industriekomplexen erweitern die Grundlagen für Computing, Vernetzung und Steuerung. Die Technologieinfrastruktur von Ulsan hat sich zu einer Struktur entwickelt, in der globale Cloud- und Stadt-/Industriekomplex-Plattformen neben individuellen Fabrikservern existieren. Die tatsächliche Auslastung, die Servicekosten, die Latenz und die Sicherheitsbewertungen der lokalen Fabriken sind jedoch noch nicht bestätigt. Sobald das Betriebsmodell des Rechenzentrums zwischen 2026 und 2028 finalisiert ist, werden die anfänglichen Nutzungsbedingungen als langfristige industrielle Verfügbarkeit festgelegt.  Die Recheninfrastruktur befindet sich derzeit in einer Phase des großflächigen Aufbaus, während die Verfügbarkeit für die lokale Fertigung noch nicht gesichert ist.

Das Ziel, gemeinsam mit UNIST Novatus 500 KI-Fachkräfte für branchenübergreifende Anwendungen zu rekrutieren, schafft die Grundlage für die Bereitstellung von spezialisiertem Personal. Die Ausbildung von Fachkräften hat sich von der allgemeinen Datenanalyse hin zu einem branchenübergreifenden Modell entwickelt, das sich mit Problemen in Fertigungsprozessen befasst. Allerdings wurden weder der Bedarf an Fachkräften in den Bereichen Automobil, Schiffbau und Petrochemie noch die regionale Bindung von Absolventen offengelegt. Sollten Großkonzerne, Rechenzentren und Startups in den nächsten zwei bis drei Jahren um dieselben Talente konkurrieren, wird sich der Fachkräftemangel in kleinen und mittleren Unternehmen (KMU) zunächst verschärfen.  Während die Pläne für die Talentinfrastruktur bestätigt sind, gelten die Verteilung nach Branchen und die regionale Bindung noch als ungeklärt.

Die Prozesse in der Automobil-, Schiffbau- und Petrochemieindustrie umfassen nationale Kerntechnologien, Geschäftsgeheimnisse und Sicherheitsinformationen. Industriedaten wandeln sich von einer erweiterten Offenheit hin zu einer kollaborativen Lernstruktur innerhalb begrenzter Vertrauenszonen. Die von Ulsan entwickelten Standards für unternehmensübergreifende Datenstandards, Zuständigkeiten, Pseudonymisierung, föderiertes Lernen und Modellverantwortung sind nicht öffentlich belegt. Sollten sich unabhängige Systeme einzelner Unternehmen zwischen 2026 und 2028 etablieren, wird die Beschaffung von Trainingsdaten für gemeinsame regionale KI-Modelle schwierig.  Die Datenverfügbarkeit wird in großen Konzernen als hoch, die regionale gemeinsame Nutzung jedoch als gering eingeschätzt.

Die Zentrale für die Förderung von KI-Kapital, das Komitee für Künstliche Intelligenz, der KMU-AX-Plan und die Startup-Strategie bilden die institutionelle Grundlage für die Umsetzung. Die KI-Verwaltung in Ulsan hat sich von einzelnen Abteilungen zu spezialisierten Organisationen und einem öffentlich-industriell-akademischen Umsetzungssystem entwickelt. Eine offene Governance, die projektspezifische Abbruchkriterien, Leistungsüberprüfung, Datenrechte, Personalübergänge und Sicherheitsverantwortlichkeiten integriert und steuert, ist jedoch noch nicht etabliert. Mit der Zunahme der Projekte in den nächsten zwei bis drei Jahren wandelt sich die Unklarheit der Verantwortlichkeiten – und nicht die Anzahl der Institutionen – zu einem operationellen Risiko.  Es zeigt sich, dass zwar die institutionelle Bereitschaft zur Etablierung eines Umsetzungsrahmens erreicht wurde, jedoch noch kein branchenspezifischer Rahmen für KI-Verantwortlichkeiten existiert.

Das Förderbudget für KMU beträgt 2026 117,8 Milliarden Won, eine Steigerung von 26,0 % gegenüber dem Vorjahr. AX wurde in die Förderstrategie aufgenommen. Die Zielgruppe der Maßnahme wurde von Großkonzernen und Forschungseinrichtungen auf regionale KMU ausgeweitet. Allerdings wurden die Anzahl der Unternehmen, Prozesse, Produktivität, Beschäftigung und Umsätze, die AX-Förderung erhalten haben, nicht separat offengelegt. Allein durch die Erhöhung des Gesamtförderbudgets für den Zeitraum 2026–2028 wird der tatsächliche Übergang zu KI-Produktionslinien durch eine Mischung aus finanzieller Unterstützung, Vertriebskanalförderung und allgemeiner Innovationsförderung unterstützt.  Zwar ist die Ausweitung der KMU-Förderung im Rahmen der Maßnahme bestätigt, die konkreten Auswirkungen auf die Produktion sind jedoch noch ungewiss.

Die 150 Felddemonstrationen, die sich auf Großunternehmen konzentrieren, dienen Startups und KI-Anbietern als Weg, Zugang zu realen Prozessdaten zu erhalten. Technologieunternehmen erhalten dadurch die Möglichkeit, sich von Nutznießern von Forschungsprojekten zu Problemlösungsanbietern für Fertigungsunternehmen zu entwickeln. Die Bedingungen hinsichtlich der Kosten für die Demonstrationen, der Rechte an geistigem Eigentum, des Datenzugriffs, der Folgekäufe und der Expansion auf weitere Kunden wurden jedoch nicht offengelegt. Werden kostenlose, auf Großunternehmen zugeschnittene Demonstrationen zwei bis drei Jahre lang wiederholt, können Anbieter zwar Technologie anhäufen, aber keine wiederkehrenden Einnahmen generieren.  Die Expansion von Startups wird zwar im direkten Kontakt mit den Felddemonstrationen bestätigt, gilt aber hinsichtlich der Marktentwicklung als noch nicht gesichert.

Künstliche Intelligenz in Fabriken beeinflusst die Aufgaben und das Risiko für Beschäftigte, indem sie Maschinenstillstände, Arbeitsunfälle, Energieverbrauch und Qualität verändert. Die langfristigen Auswirkungen der industriellen Automatisierung zeigen sich nicht nur in der Unternehmensproduktivität, sondern auch in der Arbeitssicherheit, im Stellenwechsel und in der Beschäftigungsstabilität. Öffentliche Daten aus Ulsan, die Unfälle, qualifizierte Arbeitsplätze, Beschäftigung und Umschulungen vor und nach dem Einsatz von KI verknüpfen, sind noch nicht bestätigt. Mit der zunehmenden Automatisierung zwischen 2026 und 2028 werden Produktivitätssteigerungen und Kosten des Arbeitsplatzwechsels in separaten Statistiken erfasst.  Die Auswirkungen der Automatisierung auf die Beschäftigten bleiben unbewertet, da Sicherheit, Arbeitsfunktionen und Beschäftigung nicht gemeinsam betrachtet werden.

Investitionen in KI-Rechenzentren und die KI-Fertigung erhöhen die lokale Nachfrage nach Strom, Wasser, Bauleistungen und Dienstleistungen. Die Auswirkungen auf Anwohner und Unternehmen zeigen sich nicht nur in der lokalen Beschäftigung und den Steuereinnahmen, sondern auch in der Belastung des Stromnetzes, der Umwelt und der Infrastruktur. Allerdings sind keine integrierten öffentlichen Daten zu den lokalen Kosten für Beschäftigung, Strom, Wasser, Steuereinnahmen und Umwelt im Zusammenhang mit Rechenzentren verfügbar. Bei Investitionen über einen Zeitraum von zwei bis drei Jahren bleiben die anfänglichen erwarteten Vorteile konstant, während die Betriebskosten erst nach Fertigstellung sichtbar werden.  Obwohl die regionale Expansion großflächiger KI-Infrastruktur durch die Investitionssummen bestätigt wird, ist der Nettonutzen für die lokale Bevölkerung noch nicht gesichert.

Das Automobilindustriegebiet in Buk-gu zeichnet sich durch großflächige Fahrzeugfabriken mit angeschlossenen Teile- und Logistiknetzwerken aus, während das Schiffbauindustriegebiet in Dong-gu über riesige Werften und eine vielschichtige Kooperations- und Outsourcing-Struktur verfügt. In den petrochemischen Gebieten von Nam-gu und Ulju-gun sind kontinuierliche Prozesse, Rohrleitungen, Energieversorgung und Sicherheit zwischen den Unternehmen eng miteinander verknüpft. Diese Struktur erschwert die Messung des Wandels dieser drei Branchen mithilfe einer einheitlichen KI-Strategie für die Fertigung. Ein gemeinsames Ulsan-Dashboard, das Prozesseinheiten und Ergebniskriterien nach Branchen differenziert, existiert bisher nicht. Der Vergleich der gleichen Anzahl von Demonstrationsprojekten zwischen 2026 und 2028 verzerrt die Darstellung der Schwierigkeiten und Diffusionseffekte je nach Branche.  Die Unterschiede im AX-Wert innerhalb von Ulsan lassen sich auf das Fehlen von Messstandards zurückführen, die regionale Unterschiede in der Industriestruktur berücksichtigen.

Die Stadtbezirke Buk-gu, Dong-gu und Nam-gu, in denen große Konzerne konzentriert sind, unterscheiden sich hinsichtlich ihrer Kapazitäten in Bezug auf Daten, Personal und Investitionen in Infrastruktur von Ulju-gun, wo KMU und Industriekomplexe weit verstreut sind. Während KI für Großunternehmen durch interne Investitionen implementiert werden kann, sind kleine Unternehmen stark auf öffentliche Förderung und gemeinsame Infrastruktur angewiesen. Vergleichsdaten zu KI-Einführungsraten, Investitionssummen und Leistung von Produktionsunternehmen in verschiedenen Stadtbezirken und Landkreisen liegen nicht vor. Sollte die Leistung großer Konzerne den Ulsan-Durchschnitt in den nächsten zwei bis drei Jahren anheben, würde die Lücke für nicht-kommerzielle KMU verschleiert.  Es besteht die Gefahr, dass der durchschnittliche KI-Einführungswert in Ulsan durch die Leistung großer Konzerne überschätzt wird.

Während KI-Rechenzentren sowie Forschungs- und Startup-Infrastrukturen in bestimmten Regionen angesiedelt sind, ist die Nachfrage der Fertigungsindustrie über verschiedene Branchen verteilt. Selbst bei geringen räumlichen Entfernungen entstehen Nutzungsunterschiede, wenn der Zugang zu Datensicherheit, Netzwerken, Verträgen und Fachkräften unterschiedlich ist. Die Nutzungsdauer und -kosten der KI-Infrastruktur durch Unternehmen in den einzelnen Regionen wurden nicht offengelegt. Sollten sich die ersten Kunden und Partner zwischen 2026 und 2028 etablieren, wird die Produktivitätslücke zwischen vernetzten und nicht vernetzten Unternehmen weiter bestehen.  Es zeigt sich, dass die KI-Zugänglichkeit in Ulsan eher durch die Unternehmensgröße und die Datenhoheit als durch die Entfernung asymmetrisch ist.

Das integrierte Steuerungssystem des intelligenten, grünen Industriekomplexes überwacht allgemeine Risiken innerhalb des Komplexes, unterscheidet sich jedoch in Zweck und Daten von der KI der einzelnen Fabrikproduktionsanlagen. Die Struktur umfasst eine Sicherheits-KI auf Komplexebene und eine interne Produktions-KI des Unternehmens, die parallel laufen. Eine öffentliche Laufzeitumgebung, die Warnmeldungen, Anlagenstatus und Wartungspläne beider Systeme verknüpft, ist nicht verfügbar. Wenn separate Systeme zwei bis drei Jahre lang etabliert sind, vergrößert sich die Zeitverzögerung zwischen der Bewertung komplexer Risiken und der Steuerung des Fabrikbetriebs.  Die KI im Industriegebiet von Ulsan ist zwischen dem Komplex und den einzelnen Fabriken fragmentiert.

Investitionen in das SK–AWS KI-Rechenzentrum werden angestrebt, und das KI-Kapitalförderungssystem wurde 2026 vollständig eingeführt. Im Zeitraum von 2026 bis 2028 werden die Planung, der Bau und die Betriebsbedingungen des Rechenzentrums sowie die Nutzungsstruktur lokaler Produktionsunternehmen konkretisiert. Standards hinsichtlich der Auslastung lokaler Fabriken, der Sicherheit, der Kosten und der gemeinsam genutzten Dienste sind noch nicht festgelegt. Sobald das anfängliche Betriebsmodell finalisiert ist, werden die Kosten für die Umstrukturierung der lokalen Produktionsnachfrage von einer niedrigeren Priorität steigen.  Die erste kritische Phase ist auf den Zeitpunkt vor der vertraglichen Festlegung des Verhältnisses zwischen großflächiger Recheninfrastruktur und Fabriknachfrage ausgelegt.

Das Budget des Ministeriums für Handel, Industrie und Energie für Industrial AX wurde bis 2026 auf 1,1347 Billionen Won erhöht, und auch das Budget für KI-Fabriken stieg auf 220 Milliarden Won. National Manufacturing AX befindet sich in einer Phase der großflächigen Verbreitung und geht von einem begrenzten Pilotprojekt in eine Phase des umfassenden Ausbaus über. Die regionale Laufzeit, die die ausgewählten Projekte Ulsans, die Produktionsprozesse und die Expansion der Partnerunternehmen miteinander verbindet, ist jedoch noch nicht bestätigt. Sollten andere Regionen zwischen 2026 und 2028 branchenspezifische Standards, Lieferanten und Referenzen vorwegnehmen, könnte Ulsans Vorteil in der industriellen Ballung zu einer Belastung für bestehende, nicht automatisierte Anlagen werden.  Die zweite entscheidende Phase sind die nächsten zwei bis drei Jahre, in denen sich die Ressourcen von National AX als erste Industriestandards etablieren werden.

Ulsan strebt in den nächsten fünf Jahren 150 Felddemonstrationen, 500 Fachkräfte für industrielle KI-Konvergenz und 500 Deep-Tech-Startups an. Der Zeitraum von 2026 bis 2028 dient der Umsetzung der ersten Hälfte dieser Ziele und der Stabilisierung der Leistungsbewertungsmethode. Kriterien für die Produktionsumstellung, wiederkehrende Einnahmen und Fabrikergebnisse wurden nicht offengelegt. Sollte die anfängliche Bewertung ausschließlich auf die Anzahl der Demonstrationen, der Ausbildung und der Startups ausgerichtet sein, wird es schwierig, den Fokus später auf die Kommerzialisierung zu verlagern.  Die dritte „Goldene Zeit“ ist auf den Zeitraum vor der Festlegung der Leistungskennzahl für industrielle KI anhand von Demonstrationen festgelegt.

Die Automobilindustrie steht vor der Herausforderung von autonomen Fahrzeugen und Elektrofahrzeugen, der Schiffbau wandelt sich hin zu autonomen und digitalen Schiffen, und die petrochemische Industrie befindet sich im Übergang zu Überkapazitäten, CO₂-Emissionen und Produkten mit hoher Wertschöpfung. Der Zeitpunkt der KI-Investitionen in Ulsan fällt mit der gleichzeitigen Transformation der Produkt-, Prozess- und Arbeitskräftestrukturen dieser drei Branchen zusammen. Daten zu Prozessgrundlagen und Arbeitsplatzveränderungen nach Branchen sind noch unvollständig. Nach der Reorganisation von Anlagen, Stellenprofilen und Lieferketten zwischen 2026 und 2028 werden fehlerhaft ausgewählte Daten und KI-Strukturen in das langfristige Produktionssystem integriert.  Die vierte „Goldene Zeit“ ist nicht der KI-Technologiezyklus, sondern vielmehr der Zeitraum, in dem die Investitionszyklen der Anlagen in Ulsans Schlüsselindustrien abgeschlossen werden.

12-1. Anwendungsfall der Goldenen Zeit in den lokalen Basisverwaltungen ① — Buk-gu

Buk-gu beherbergt das Hyundai-Werk in Ulsan und ist ein Zentrum für Automobilzulieferer und Logistik. Die Automobilindustrie entwickelt sich von der reinen Fabrikautomation hin zu einer produkt- und prozessintegrierten Struktur, in der Elektrofahrzeuge, autonome Fahrzeuge, Roboter und Qualitätsdaten miteinander vernetzt sind. Öffentlich zugängliche Daten bestätigen jedoch nicht, inwieweit die Vorteile des KI-Einsatzes in der Fahrzeugfertigung bereits zu Produktivitäts-, Lieferzeit- und Qualitätsverbesserungen bei den Zulieferern in Buk-gu geführt haben. Sollte die Fahrzeugproduktion zwischen 2026 und 2028 auf Elektrofahrzeuge und Software umgestellt werden, werden Zulieferer mit schwacher Datenanbindung Schwierigkeiten haben, allein mit ihren bestehenden Lieferkapazitäten Schritt zu halten.  Buk-gu gilt als Region mit hohem Potenzial, die Transformation der gesamten Lieferkette in der Automobilindustrie voranzutreiben, doch die Umsetzung ist noch nicht gesichert.

Produktionsvolumen, Fehler und Ausfallzeiten in Fahrzeugwerken hängen mit den Liefer- und Qualitätsdaten der Teilelieferanten zusammen. Die übergeordnete Einheit der KI in der Fabrik sind nicht einzelne Produktionslinien, sondern die gesamte Lieferkette vom Teileeingang bis zum Versand des fertigen Fahrzeugs. Unternehmensübergreifende Modell- und Datenstandards sowie die erzielten Ergebnisse wurden nicht offengelegt. Sollte sich die interne Optimierung innerhalb der Fahrzeughersteller in den nächsten zwei bis drei Jahren verfestigen, werden die Zulieferer ohne KI-gestützte Grundlage kürzere Lieferzeiten und höhere Qualitätsanforderungen bewältigen müssen.  Der entscheidende Zeitpunkt für die Automatisierung in der Fabrik liegt demnach vor dem Auftreten einer permanenten Datenlücke zwischen Fahrzeughersteller und Zulieferern, nicht erst während der Automatisierung.

12-2. Anwendungsfälle des Programms „Goldene Zeit“ in den lokalen Gebietskörperschaften ② — Dong-gu

Dong-gu beherbergt eine Konzentration von HD Hyundai Heavy Industries, Schiffbauzulieferern und Fachkräften. Der Schiffbauboom und der hohe Auftragsbestand liefern umfangreiche Felddaten für den Einsatz von KI, Robotern und digitalen Werfttechnologien in der realen Produktion. Es gibt jedoch keine flächendeckenden regionalen Belege dafür, inwieweit der Einsatz von KI die Bauzeiten, Nacharbeiten, Schweißqualität, Sicherheitsunfälle oder den Fachkräftemangel im Schiffbau verändert hat. Sollten die Produktionsausfälle während der Boomphase von 2026 bis 2028 durch den vermehrten Einsatz von Zeitarbeitern und Outsourcing aufgefangen werden, sind die für den Übergang verfügbaren Felddaten und Investitionskapazitäten vor einem wirtschaftlichen Abschwung erschöpft.  Dong-gu gilt als Region, in der sowohl die Nachfrage nach KI-Demonstrationen als auch die finanziellen Mittel vorhanden sind, die Auswirkungen des Strukturwandels jedoch noch ungewiss sind.

Werften haben aufgrund auftragsbasierter Konstruktion, großer Werftgelände und mehrstufiger Prozesse Schwierigkeiten, dasselbe Modell wiederholt anzuwenden. KI im Schiffbau ist so strukturiert, dass sie effektiver ist, wenn sie mit Konstruktionsänderungen, Materialien, Arbeitsabläufen und Fachkräften integriert wird, anstatt durch die vorausschauende Wartung einzelner Anlagenteile. Öffentliche Laufzeitdaten, die Prozessdaten von Haupt- und Unterauftragnehmern mit der auftragsbezogenen Produktivität verknüpfen, sind nicht verfügbar. Werden einzelne Roboter- und Bildverarbeitungsdemonstrationen unabhängig voneinander über einen Zeitraum von zwei bis drei Jahren durchgeführt, werden sie nicht zusammengeführt, um die Gesamtbauzeit der Werft zu verkürzen.  Donggus „Goldene Zeit“ bezeichnet den Zeitraum, in dem die integrierte Wirkung auf die Gesamtdurchlaufzeit eines Schiffbauprojekts bewertet wird, und nicht die Anzahl der demonstrierten Technologien.

Wenn die Betriebsstruktur von KI-Rechenzentren von der lokalen Fertigung entkoppelt wird, mag Ulsan zwar ein Standort für Recheninfrastruktur sein, aber keine Region, die aus Industriedaten Wertschöpfung generiert. Es besteht kein gesicherter Zusammenhang zwischen den Investitionen in Höhe von 7 Billionen Won und den Nutzungsbedingungen für produzierende Unternehmen. Sollte sich die Kundenstruktur für langfristige Verträge, Strom und Cloud-Dienste zwischen 2026 und 2028 verfestigen, verringert sich der Spielraum für die Priorisierung des lokalen Zugangs und die Integration fertigungsspezifischer Dienstleistungen.  Der größte Verlust liegt nicht im Anreiz zur Ansiedlung von Rechenzentren, sondern in der Zeit, die für die Umwandlung von Recheninfrastruktur in lokale industrielle Produktivität benötigt wird.

Wird die Feldvalidierung nicht in die Produktion überführt, werden die Werksdaten nur für Einzelprojekte genutzt und die Modelle ohne Wartung eingestellt. Ulsan verfolgt 150 Validierungsziele, die Kriterien für die Kommerzialisierung sind jedoch noch nicht festgelegt. Sammeln sich über zwei bis drei Jahre hinweg Proof-of-Concepts (PoCs) an, tragen die Unternehmen die Last der Validierungsmüdigkeit und der Kosten für die Datenbereitstellung, während den Anbietern wiederkehrende Einnahmen entgehen.  Der zweite Verlust hängt nicht vom Validierungsbudget ab, sondern vom Vertrauensverhältnis zwischen Werk und KI-Unternehmen sowie der für die Kommerzialisierung benötigten Zeit.

Vergrößert sich die Geschwindigkeitslücke zwischen großen Konzernen (AX) und ihren Partnern (AX), steigen zwar die Qualitäts-, Liefer- und Sicherheitsstandards in der Lieferkette, doch die Reaktionsfähigkeit von KMU kann nicht mithalten. Obwohl die Unterstützung für KMU im Jahr 2026 ausgeweitet wurde, ist die tatsächliche Umstellungsrate der Betriebe noch nicht bestätigt. Da sich die Systeme großer Automobilhersteller, Schiffbauer und petrochemischer Unternehmen zwischen 2026 und 2028 stabilisieren, steigen die Markteintrittskosten für nicht integrierte Partnerunternehmen.  Der dritte Verlust betrifft nicht nur die Produktivität einzelner KMU, sondern auch die regionale Vollständigkeit der Lieferkette in Ulsan.

Selbst wenn KI-Fachkräfte ausgebildet werden, verpufft der Lernerfolg, wenn dies nicht zu Projekten vor Ort in Unternehmen in Ulsan oder zu langfristigen Anstellungen führt. Zwar gibt es Ziele von etwa 100 Personen jährlich und 500 innerhalb von fünf Jahren, doch die tatsächlichen Beschäftigungs- und Bindungszahlen sind noch nicht bestätigt. Da der Wettbewerb um Talente zwischen Rechenzentren, Großkonzernen und Startups in den nächsten zwei bis drei Jahren zunehmen wird, wird sich der Mangel an KI-Fachkräften in kleinen und mittleren Unternehmen (KMU) verschärfen.  Der vierte Verlust besteht nicht in der Anzahl der ausgebildeten Fachkräfte, sondern im Verlust von lokalem Humankapital mit Prozess- und KI-Kenntnissen.

Ulsan verfügt gleichzeitig über einen hohen Produktionsbedarf in der Automobil-, Schiffbau- und Petrochemiebranche, über Talente und Forschung der UNIST, Standorte großer Konzerne, Unterstützung für Startups und globale Rechenzentren. Die Nachfrage-, Angebots- und Infrastrukturkomponenten industrieller KI existieren in einer einzigen Region. Bislang wurde jedoch keine öffentliche Laufzeitumgebung identifiziert, die diese Elemente zu einem einheitlichen Fabrikergebnis verknüpft. Es besteht noch die Möglichkeit, die Vernetzung zu bewerten, bevor sich die Betriebsstrukturen der einzelnen Elemente zwischen 2026 und 2028 festigen.  Aktuell liegt die Chance darin, die Umwandlungsrate bereits integrierter Anlagen zu ermitteln, anstatt KI-Anlagen hinzuzufügen.

Die Automobil-, Schiffbau- und petrochemische Industrie generiert große Datenmengen zu Qualität, Ausrüstung, Sicherheit und Energie. Ulsan ist keine Region, in der es an realen industriellen Problemen mangelt, die für das Lernen mit KI notwendig sind. Regionales kollaboratives Lernen lässt sich jedoch aufgrund unterschiedlicher Geschäftsgeheimnisse und Datenstandards nicht realisieren. Da unternehmensspezifische Datenstrukturen in den nächsten zwei bis drei Jahren komplexer werden, steigen die Kosten für die Verbreitung gemeinsamer Modelle an Partnerunternehmen.  Aktuell liegt die Chance darin, die Machbarkeit des gemeinsamen Lernens anhand vorhandener Prozessdaten zu prüfen, anstatt neue Daten zu generieren.

Die Erweiterung des nationalen Industriebudgets für Künstliche Intelligenz (KI) und die verstärkte Förderung von KMU in Ulsan erfolgten zeitgleich. Eine Struktur, in der externe und lokale Mittel gleichzeitig steigen, schafft die Voraussetzungen, um die anfänglichen Fixkosten der KI-Fertigung zu decken. Daten zu Projektüberschneidungen, Prozesslücken und Leistungsverknüpfungen liegen jedoch noch nicht vor. Nach Ablauf der fiskalischen Erweiterungsphase 2026–2028 dürfte es schwierig werden, Demonstrations- und Infrastrukturinvestitionen in gleichem Umfang erneut zu sichern.  Aktuell bietet sich die Chance, verschiedene Finanzierungsquellen in einer Phase der fiskalischen Erweiterung an die Produktion und nicht an die Höhe der Subventionen zu koppeln.

Obwohl der Schiffbauboom, die Produktumstellungen in der Automobilindustrie und der Restrukturierungsdruck in der Petrochemie unterschiedliche Branchensituationen darstellen, erfordern sie alle eine Neugestaltung von Prozessdaten und Produktivitätssteigerungen. Ulsan verfügt über ein Fertigungsportfolio, das den Vergleich branchenspezifischer Demonstrationen ermöglicht, anstatt einer einheitlichen, allgemeinen KI-Strategie. Branchenübergreifende Leistungsindikatoren wurden bisher nicht identifiziert. Sollten sich die branchenspezifischen Umstellungen in den nächsten zwei bis drei Jahren fortsetzen, geht die anfängliche Chance verloren, aus gemeinsamen Erfolgen und Misserfolgen zu lernen.  Derzeit ergibt sich die Chance nicht aus der Gruppierung der drei Branchen unter derselben Technologie, sondern aus dem Zeitraum, in dem sie anhand desselben Ergebnisses verglichen werden können.

Industrial AX Runtime

Prozess-Baseline → Datenerfassung → KI-Demonstration → Anwendung in der Produktionslinie → Ergebnisse hinsichtlich Qualität, Stillstandszeiten, Kosten, Sicherheit und Energieverbrauch → Lieferantenreplikation → Wiederkehrende Einnahmen → Wettbewerbsfähigkeit der Industrie → Nächster Prozess

Infrastrukturbeschleunigung + Fabriktransformation: Nachweislücke

Ulsans Ernennung zur KI-Stadt hat durch Investitionen in Organisation, Talentförderung, Demonstrationsprojekte, Finanzen und Rechenzentren konkrete Ergebnisse erzielt.

Veränderungen bei Produktivität, Qualität, Sicherheit und Energieverbrauch auf Fabrikebene ließen sich nicht auf die gesamte Stadt übertragen.

Das aktuelle Risiko besteht nicht in einem Mangel an KI-Investitionen, sondern vielmehr in einer Struktur, in der groß angelegte Investitionen nicht von der Demonstrations- und Infrastrukturphase in die Serienproduktion übergehen.

Der Zeitraum von 2026 bis 2028 ist der Zeitraum, in dem die Fabrikumstellungsrate und nicht der Name der KI-Stadt den tatsächlichen Status von Ulsan bestimmt.

Das Endergebnis ist die Lücke zwischen Infrastrukturbeschleunigung und Fabriktransformation.

1. Gesamtzahl der Produktionsstätten in Ulsan
2. Gesamtzahl der Produktionsprozesse nach Branche
3. Datenerfassungsrate
4. Anwendungsrate von KI in Fabriken und Prozessen
5. Unterscheidung zwischen Automatisierung und KI-Anwendung
6. Verhältnis von KI-empfohlenen Prozessen und autonomen Steuerungsprozessen
7. Anzahl der Feld-PoC-Starts und -Enden
8. PoC → Produktionskonversionsrate
9. 12-monatige Kundenbindungsrate nach Produktionsimplementierung
10. Unterschiedliche Produktionsraten desselben Modells
11. Geräteausfallzeiten vor und nach der KI-Anwendung
12. Fehler- und Nacharbeitsquoten vor und nach der Anwendung von KI
13. Produktionsvorlaufzeit vor und nach der KI-Anwendung
14. Energieintensität vor und nach der KI-Anwendung
15. Sicherheitsunfälle und Beinaheunfälle vor und nach dem Einsatz von KI
16. Gemeinsames KI-Projekt eines Großkonzerns und eines Partnerunternehmens
17. Anwendungsrate von KI durch Partner
18. SME AX-Förderbetrag, begünstigte Unternehmen und Ergebnisse
19. Anzahl der Ulsaner Produktionsunternehmen, die Rechenzentren nutzen
20. Rechenkosten und Bearbeitungszeiten von Produktionsunternehmen
21. Beschäftigungsquote von KI-Fachkräften in Unternehmen in Ulsan
22. 1-jährige und 3-jährige lokale Aufenthaltsquoten von KI-Talenten
23. Honorar für Startups bei Großunternehmen
24. Wiederkehrende Einnahmen und Folgeinvestitionen in Unternehmen für industrielle KI
25. Ergebnisse der Fabrikproduktion im Vergleich zu KI-Investitionen

Datenlücke: Aus öffentlich zugänglichen Quellen geht nicht hervor, dass die Ulsan Manufacturing AX Runtime KI-Rechenzentrum, Talente, Startups, Finanzen → Felddemonstration → Produktionslinienanwendung → Produktivität, Qualität, Sicherheit, Energie → Partnerverbreitung → KI-Unternehmen mit wiederkehrenden Einnahmen für dieselbe Fabrik/dasselbe Projekt und denselben Zeitplan verbindet.

Laufzeitkette

Berechnung, Talent, Prozessdaten → Proof of Concept → Produktion → Fabrikergebnis → Erweiterung der Lieferkette → Wiederkehrende Einnahmen → Industrieproduktivität → Globale Wettbewerbsfähigkeit der Fertigung

Quelle · Überprüfung

• Ulsan Metropolitan City bewirbt Ulsan als KI-Hauptstadt
• Die Stadt Ulsan investiert in das SK–AWS KI-Rechenzentrum
• Ulsan Metropolitan City, Sonderzone für KI-Rechenzentren und deren Entwicklung
• Ulsan Metropolitan City, Industrial Convergence AI Startup, Talent, and Field Demonstration Strategy
• Ulsan Metropolitan City, Plan 2026 zur Förderung von KMU und Innovationen
• Integriertes Kontrollzentrum des Smart Green Industrial Complex, Ulsan Metropolitan City
• Ulsan Metropolitan City, Smart-City-Plan 2022–2026
• Ministerium für Handel, Industrie und Energie weitet Investitionen in Industrieanlagen mit AX- und KI-Technologien aus
• Ministerium für Handel, Industrie und Energie, Neue Industriepolitik für das KI-Zeitalter
• Ulsan Metropolitan City, Bevölkerungsstatus von Ulsan, Stand Mai 2026

Strukturelle Erkenntnisse, die sich aus dieser Analyse ergeben

KI-Rechenzentren erzeugen Rechenleistung, Fabriken hingegen Produktivität. Allein die Tatsache, dass sich beide Einrichtungen in derselben Stadt befinden, führt nicht automatisch zu Produktivität. Rechenleistung aus Rechenzentren wird erst dann in Produktionswert umgewandelt, wenn die Rechte, die Sicherheit, die Kosten und die Latenz der Fabrikdaten mit dem Vor-Ort-Wartungssystem für KI-Modelle verknüpft sind.

Das strukturelle Merkmal von Ulsan liegt nicht in einem Mangel an KI-Nachfrage, sondern darin, dass diese Nachfrage innerhalb der Unternehmen gefangen ist. Zwar generieren Automobil-, Schiffbau- und petrochemische Anlagen riesige Datenmengen, doch wenn diese nicht über die Unternehmens- und Branchengrenzen hinausgehen können, müssen KI-Anbieter jedes Mal neue Machbarkeitsstudien (Proof of Concepts, PoCs) erstellen, und Partnerunternehmen tragen immer wieder dieselben Übergangskosten.

Die zentrale strukturelle Erkenntnis von Ulsans KI-Stadt besteht daher darin, dass die Aggregation von Rechenleistung und die Aggregation von Lernprozessen unterschiedlich sind . Während Rechenzentren Rechenleistung an einem Ort bündeln, findet industrielles Lernen nur dann statt, wenn werksspezifische Versuche, Fehler und Ergebnisse wiederverwendet werden. Ulsan muss sich nicht den Titel der größten KI-Anlage sichern, sondern die Geschwindigkeit, mit der Erkenntnisse von einem Werk zum nächsten gelangen.

These vom goldenen Zeitpunkt – Ulsan wird nicht mit der Fertigstellung des KI-Rechenzentrums zu einer globalen KI-Stadt. Vielmehr ist es der Tag, an dem ein Proof of Concept (PoC) in einer Fabrik in die Produktion übergeht und die erzielten Ergebnisse repliziert werden, um Fehler, Stillstandszeiten, Kosten und Sicherheit in anderen Fabriken und Partnerunternehmen zu verbessern. Wird dieser Replikationspfad nicht zwischen 2026 und 2028 etabliert, verfügt Ulsan zwar über eine massive Recheninfrastruktur und zahlreiche KI-Demonstrationen, die Lerngeschwindigkeit der gesamten Fertigungsindustrie bleibt jedoch unverändert.