Das Ministerkabinett der Ukraine hat eine Verordnung zur Erstellung eines nationalen Datenkorpus verabschiedet, das für das Training und Testen großer Sprachmodelle (LLMs) bestimmt ist. Das Dokument, über das RBC-Ukraine unter Berufung auf den Verordnungstext berichtet, weist dem Staat die Rolle des Kurators einer einheitlichen Datenbank von Textressourcen in ukrainischer Sprache zu und legt klare Zugangsregeln für Entwickler künstlicher Intelligenz fest. Die Bereitstellung der Plattform wird vom Ministerium für digitale Transformation gemeinsam mit dem Staatsunternehmen „DIYA“ übernommen, und Entwickler können den gesammelten Datensatz auf Basis eines Lizenzvertrags kostenlos nutzen.
Rollenverteilung und Zeitplan für die Systementwicklung
Die Verordnung legt eine klare Aufteilung der Funktionen zwischen den Projektteilnehmern fest. Organisator und Kurator der nationalen Datenbank ist das Ministerium für digitale Transformation, während das Staatsunternehmen „DIYA“ für die technische Befüllung, Datenstrukturierung und Cybersicherheit verantwortlich ist. Nach dem Start der Plattform erhält das Ministerium gemeinsam mit dem Ministerium für Bildung und Wissenschaft und unter Beteiligung der Nationalen Akademie der Wissenschaften sechs Monate Zeit, um Vorschläge für die Weiterentwicklung des nationalen Sprachressourcensystems auszuarbeiten. Somit wird der Start des Datenkorpus nicht als Endphase, sondern als Startpunkt eines mehrjährigen Prozesses zum Aufbau der digitalen sprachlichen Infrastruktur des Landes angesehen.
Was in das nationale Korpus aufgenommen wird
Das nationale Korpus wird anonymisierte strukturierte und unstrukturierte Texte in ukrainischer Sprache zusammenführen, die den kulturellen und historischen Kontext des Staates widerspiegeln. Es umfasst staatliche Datenbanken, literarische Werke, wissenschaftliche Arbeiten und Archivmaterialien. Die Verordnung sieht zwei Befüllungsmechanismen vor: die obligatorische Übertragung offener Datensätze durch Exekutivorgane innerhalb eines Monats nach Erhalt einer Anfrage des Digitalministeriums oder des Staatsunternehmens „DIYA“ sowie die freiwillige Teilnahme privater Unternehmen, Bibliotheken, Bildungs- und wissenschaftlicher Einrichtungen, Einzelunternehmer und Bürger auf der Grundlage von Lizenzverträgen unter Einhaltung des Urheberrechts.
Wer Zugang erhält und unter welchen Bedingungen
Entwickler können den gesammelten Datensatz kostenlos nutzen, aber der Kreis der Bewerber ist streng begrenzt. Der Zugang wird nur ukrainischen juristischen Personen und Einzelunternehmern gewährt, die nachgewiesene Erfahrung in der Erstellung oder dem Testen von LLMs haben und sich verpflichten, die Materialien ausschließlich für diese Aufgaben zu verwenden. Das Staatsunternehmen „DIYA“ prüft Anträge von Entwicklern innerhalb von zehn Werktagen. Sollte das System einen Verstoß gegen Sicherheitsregeln oder eine zweckentfremdete Nutzung von Informationen registrieren, wird der Zugang sofort entzogen.
Streikte Sicherheitsvorkehrungen und Schutz der Rechteinhaber
Die Verordnung legt eine Reihe von Verboten fest, die auf den Schutz von Daten abzielen. Der Zugang zur Datenbank ist für Finanzinstitute, Investmentfonds, sanktionierte Unternehmen sowie für Unternehmen gesperrt, die in den vorübergehend besetzten Gebieten, in Russland oder Weißrussland tätig sind oder Endnutznießer oder Aktionäre mit einem Anteil von 10 Prozent oder mehr haben. Ein separater Schutzmechanismus für Rechteinhaber ist vorgeschrieben: Nach Eingang einer Beschwerde über die unrechtmäßige Nutzung von Text wird der Zugang zum strittigen Datensatz innerhalb eines Werktags für die Dauer der Überprüfung vorübergehend gesperrt. Diese Maßnahmen sollen die Interessen der Entwicklung des heimischen KI-Sektors und des Urheberrechtsschutzes ausgleichen sowie verhindern, dass die nationale Datenbank im Interesse von Drittländern genutzt wird.
Bedeutung des Projekts für den ukrainischen KI-Sektor
Die Schaffung des nationalen Datenkorpus ist ein systemischer Schritt beim Aufbau eines souveränen Ökosystems der künstlichen Intelligenz in ukrainischer Sprache. Der kostenlose Zugang zu strukturierten und unstrukturierten Texten, die literarisches, wissenschaftliches und archivarisches Erbe vereinen, senkt die Einstiegshürde für lokale LLM-Entwickler und schafft die Grundlage für die Erstellung spezialisierter Sprachmodelle, die die ukrainische Linguistik und den kulturellen Kontext adäquat widerspiegeln. Die gemeinsame Arbeit des Digitalministeriums, des Staatsunternehmens „DIYA“, des Bildungsministeriums und der Nationalen Akademie der Wissenschaften der Ukraine in den nächsten sechs Monaten soll eine Roadmap für die weitere Expansion und Entwicklung des nationalen Sprachressourcensystems festlegen.
