LG U+ startet 2027 ein Token-Geschäft für Unternehmen mit KI

Laut ZDNet Korea steigt der südkoreanische Telekommunikationsanbieter LG U+ (LG Uplus) 2027 mit einem „Token“-Geschäft in den Unternehmensmarkt ein: einem Vermittlungsdienst, der Kunden Zugang zu KI-Modellen verschafft, indem er für jede Aufgabe passende Modelle und Infrastruktur kombiniert. Der Konzern stellte seine Strategie am 12. November 2026 bei einem Pressetermin in Seoul vor; die südkoreanische Presse berichtete am 15. November darüber.

Ein Token ist die Texteinheit, die eine KI bei Eingabe und Ausgabe verarbeitet, und zugleich die Grundlage der Abrechnung. Laut ZDNet Korea verbraucht ein KI-Agent umso mehr Tokens, je häufiger er Suchen, Analysen und Prüfungen wiederholt, um eine Aufgabe zu erledigen. LG U+ vertritt deshalb eine andere Kennzahl als den Token-Preis: die Gesamtkosten, um eine Aufgabe abzuschließen, die das Unternehmen „Task Cost“ nennt.

Was will LG U+ Unternehmen verkaufen?

Laut ZDNet Korea und Pointe Economy verfolgt der Anbieter ab 2027 zwei Wege parallel: Partnerschaften mit externen Firmen und eine selbst aufgebaute Infrastruktur. ZDNet Korea berichtet, Technikchef Lee Sang-yeop habe erklärt, Kakao übernehme das Frontend und LG U+ das „Model Serving“, also den Betrieb der Modelle, der die Antworten erzeugt. Der Artikel nennt den genauen Umfang dieser Aufgabenteilung nicht.

Laut ZDNet Korea verweist LG U+ auf drei Erfahrungsfelder: seine KI-Anruf-App ixi-O, sein KI-Kontaktcenter (AICC) und die interne KI-Transformation. Dasselbe Medium berichtet, ixi-O habe anfangs ein On-Device-Modell von LG AI Research mit Google Gemini kombiniert; später sei der Anteil des eigenen Modells und von EXAONE, der Modellfamilie von LG AI Research, angepasst worden, um die Kosteneffizienz zu verbessern. Auch die Betriebsdaten von „Modu AI“, dem öffentlichen KI-Dienst für Bürger, den LG U+ Ende des Jahres gemeinsam mit Kakao kommerzialisiert, sollen in das Geschäft einfließen.

Welche Einsparungen nennt der Anbieter?

Die folgenden Zahlen sind interne Testergebnisse, die LG U+ bekannt gegeben hat und über die ZDNet Korea und DigitalToday berichten. In den gelesenen Artikeln wurde keine davon von Dritten überprüft.

• Laut ZDNet Korea und DigitalToday senkt der Einsatz des eigenen LG-U+-Modells beim Programmieren die Betriebskosten um rund 90 % gegenüber einem gängigen Modell; ZDNet Korea ergänzt eine etwa vierfache Verarbeitungseffizienz auf derselben Infrastruktur.
• Modell-Routing bedeutet, jede Anfrage an das Modell zu schicken, das zu ihrem Schwierigkeitsgrad passt. Laut ZDNet Korea zeigen interne Tests Kostensenkungen von mindestens 25 % bei allgemeinen Fragen und mindestens 30 % bei Coding-Agenten; DigitalToday gibt an, die Antwortqualität bleibe bei etwa 95 %.
• Laut DigitalToday senkt „Harness Engineering“, das Werkzeuge und Handlungsspielraum eines Agenten begrenzt und erfolgreiche Abläufe wiederverwendet, den Token-Verbrauch bei allgemeinen Aufgaben um 38 % und beim Programmieren um 84 %.
• Laut DigitalToday behielt ein von 35 auf 10 Milliarden Parameter verkleinertes Modell 91 % der Qualität und generierte 40 % schneller.
• Laut ZDNet Korea schrumpfte das On-Device-Modell von 2,4–3 GB auf etwa 800 MB und behielt mehr als 95 % der Leistung eines zum Vergleich herangezogenen Cloud-Modells.
• Bei der spekulativen Dekodierung entwirft ein kleines Modell eine Antwort, die ein großes Modell prüft. Laut DigitalToday stieg ein EXAONE-Modell so von 80 auf 160 Tokens pro Sekunde; ZDNet Korea ergänzt, dass zwei verwandte Forschungsarbeiten auf der Konferenz NeurIPS angenommen wurden.

Diese Gewinne addieren sich nicht zwingend. ZDNet Korea hebt hervor, dass die 90 % beim Programmieren aus einer anderen Prüfung stammen als die Routing-Ergebnisse. Pointe Economy zitiert zudem einen LG-U+-Verantwortlichen, der von einer Token-Effizienz von 85 bis 90 % bei Agenten-Aufgaben in der Telekommunikation spricht, ohne die Berechnungsgrundlage zu nennen. Diese Zahlen sind daher eher als vom Unternehmen genannte Größenordnungen zu lesen.

Wie funktioniert der „Chip-Mix“?

Laut DigitalToday besteht eine Inferenz aus zwei Schritten: dem „Prefill“, der die Frage analysiert und vor allem von der Rechenleistung abhängt, und dem „Decoding“, das die Antwort schreibt und vor allem vom Speicher abhängt. Laut Pointe Economy überträgt LG U+ den Prefill auf Nvidia-GPUs, das Decoding auf AMD-GPUs mit mehr Speicher und leichte, spezialisierte Modelle auf einheimische NPUs, also auf KI-Chips. Laut ZDNet Korea testet der Anbieter seit mehr als zwei Jahren die NPUs des südkoreanischen Start-ups FuriosaAI.

Pointe Economy berichtet, laut Lee Hye-jin, die für Technologiestrategie zuständig ist, entfielen mehr als 80 % der Gesamtkosten auf die Phase, in der die KI vor der Antwort „nachdenkt“. Das Medium verweist auf das Jevons-Paradoxon: Sinkt der Stückpreis, steigt die Nutzung, und die Gesamtrechnung kann trotzdem wachsen.

Warum steigt ein Telekomanbieter ins Token-Geschäft ein?

Laut Pointe Economy sagt Technikchef Lee Sang-yeop, der Konkurrent von LG U+ sei nicht das große Modell eines Tech-Riesen, sondern die Ingenieurskunst, eigene leichte Modelle und externe Modelle für ein bestimmtes Geschäftsziel möglichst günstig zu kombinieren. Das Medium fügt hinzu, die Erfahrung der Telekommunikation bei der Optimierung von Frequenzen und Datenverkehr werde als auf KI übertragbar dargestellt.

Die Bewegung steht nicht allein. ZDNet Korea führt unter den verwandten Artikeln eine Schlagzeile vom 27. Oktober 2026 über den Einstieg von KT in Produktion und Vertrieb von Tokens auf, außerdem eine vom 9. November, in der ein Manager von SK Telecom von einer Kombination aus GPUs und NPUs spricht, um Tokens zum günstigsten Preis zu erzeugen. Diese beiden Artikel wurden hier nicht gelesen; zitiert werden nur ihre Schlagzeilen.

Was das für ein deutsches Unternehmen ändert

Die gelesenen Artikel nennen derzeit weder Preise noch Kunden, einen detaillierten Zeitplan oder ein Umsatzziel. Der Dienst existiert kommerziell noch nicht, und nichts deutet darauf hin, dass er außerhalb Südkoreas angeboten wird.

Für ein Unternehmen, das KI-Agenten einführt, liegt die Lehre vor allem in der Methode: vom Anbieter die vollständigen Kosten einer abgeschlossenen Aufgabe (Modellaufrufe, Suchen, Prüfungen) statt des Preises pro Million Tokens verlangen, das Routing zwischen kleinem und großem Modell an eigenen Anwendungsfällen testen und prüfen, ob die angekündigten Einsparungen auch mit den eigenen Daten gelten. Zur Einordnung eines Agenten-Rollouts siehe das agentische System.