Die Speicherlücke: Der ehrlichste Belastungstest der KI

Kolumnenüberblick

Speicherchips werden wieder teurer, und dieses Mal hat der Grund nichts mit dem üblichen Auf-und-ab-Rhythmus der Halbleiterindustrie zu tun. Laptops werden teurer in der Herstellung, Smartphone-Hersteller reduzieren stillschweigend die RAM-Konfigurationen, und PC-Bauer beobachten, wie die DDR5-Preise Monat für Monat steigen. Oberflächlich betrachtet sieht es aus wie ein weiterer Speichermangel – die Art, die die Industrie seit Beginn der Smartphone-Ära alle paar Jahre erlebt hat. Ist es aber nicht. Was gerade mit dem Speicher passiert, ist ein Nebeneffekt des KI-Kapitalrennens, und es erweist sich als eines der ehrlichsten Instrumente, die wir haben, um die Temperatur dieses Rennens zu messen.

Ein Mangel, der nicht wie die alten aussieht

Drei Unternehmen – Samsung, SK Hynix und Micron – kontrollieren etwa 95 % des weltweiten DRAM-Marktes. Alle drei haben in den letzten zwei Jahren neue Fertigungskapazitäten auf High Bandwidth Memory umgestellt, die spezialisierten Chip-Stapel, die KI-Beschleuniger wie Nvidias GPUs versorgen. HBM ist für sie kein Nebenprojekt mehr; dort liegen die Margen, und Margen bestimmen, wohin das Kapital fließt.

Das Problem ist, dass HBM im Vergleich zu gewöhnlichem DRAM brutal teuer in der Herstellung ist. Die Produktion von HBM3E bei äquivalenter effektiver Bitkapazität verbraucht etwa das 2,5- bis 3-fache an Wafer-Ressourcen im Vergleich zu Standard-DDR-Speicher; HBM4, die nächste Generation, die gerade hochgefahren wird, treibt dieses Verhältnis auf etwa das 3- bis 4-fache. Jeder Wafer, der in einen HBM-Stapel fließt, ist ein Wafer, der keinen Handy- oder Laptop-Speicher produziert. Branchenschätzungen zufolge werden KI-Server bis 2026 voraussichtlich 66 % der gesamten weltweiten DRAM-Produktion verbrauchen, sodass die restlichen 34 % auf Handys, PCs, Haushaltsgeräte, Autos und alles andere, das jemals Speicher verwendet hat, aufgeteilt werden müssen.

Darüber hinaus gibt es eine Nachfrage-Seite, die kaum jemand außerhalb der Branche bemerkt hat, bis die Preise stiegen. OpenAI und andere führende KI-Labors haben Berichten zufolge enorme mehrjährige Wafer-Lieferverträge mit Samsung und SK Hynix abgeschlossen – Deals, die zusammen etwa 40 % der weltweiten monatlichen DRAM-Produktion ausmachen sollen. Das sind Kapazitäten, die Jahre im Voraus vertraglich gebunden sind, was bedeutet, dass sie nie auf dem Spotmarkt landen. Worum normale Hersteller und Verbraucher konkurrieren, ist das, was übrig bleibt, nachdem sowohl die HBM-Umstellung als auch diese langfristigen Reservierungen ihren Anteil genommen haben.

Der Zeitplan, den niemand hören will

Die kurzfristigen Aussichten, wie die meisten Analysten sie beschreiben, sind nicht ermutigend. Bis 2026 wird erwartet, dass der Mangel strukturell und nicht zyklisch bleibt – der Preisdruck dürfte in der ersten Jahreshälfte am stärksten sein, mit einer möglichen Entspannung in der zweiten Jahreshälfte, wenn neue HBM4-Kapazitäten online kommen, obwohl die Preise unabhängig davon voraussichtlich erhöht bleiben.

Nikkei Asia hat berichtet, dass selbst bei beschleunigtem Kapazitätsausbau die weltweite Speicherproduktion bis Ende 2027 voraussichtlich nur etwa 60 % der Marktnachfrage decken wird – eine Lücke von etwa 40 % bleibt ungelöst. Das häufiger zitierte Entlastungsfenster liegt weiter in der Zukunft: DRAM-Engpässe dürften sich irgendwann 2027 entspannen, mit der Möglichkeit eines Überangebots bis 2028, wenn neue Fabriken von Samsung, SK Hynix und Micron fertiggestellt und die Produktion hochgefahren ist. Bemerkenswert ist, dass Micron und Taiwans Nanya Technology, als sie das Thema im Januar 2026 ansprachen, beide auf 2028 als frühesten realistischen Zeitpunkt für eine Entlastung verwiesen – später, als einige der optimistischeren Branchenstimmen vermuten ließen.

Am pessimistischen Ende des Spektrums hat der Vorsitzende der SK Group angedeutet, dass der Mangel bis 2030 anhalten könnte, während Japans Kioxia erwartet, dass die angespannte NAND-Flash-Versorgung mindestens bis 2027 anhält. Eine Variable, die das Bild erheblich verändern könnte, ist Chinas CXMT (ChangXin Memory Technologies), das Pläne vorgelegt hat, bis 2028 eine monatliche Kapazität von 500.000 Wafern zu erreichen – genug zusätzliches Angebot, um die Preisspielräume der drei etablierten Anbieter spürbar zu begrenzen.

Zusammengefasst lautet die am besten vertretbare Schlussfolgerung: Die frühesten Anzeichen für einen Wendepunkt sind wahrscheinlich Ende 2027 zu erwarten, mit einer allmählichen Entspannung bis 2028, aber die Preise werden sich wahrscheinlich nicht vollständig zurückbilden. Dies ist kein Mangel, der sich auflöst – es ist ein Mangel, der zur neuen Normalität wird.

Warum dieser Zyklus strukturell anders ist

Jede frühere Speicherkrise – der Smartphone-Boom der frühen 2010er Jahre, die Phase 2017–2018, als Hersteller Produktionskürzungen mit starker Nachfrage koordinierten, der Mangel von 2021, der durch Remote-Arbeit in der Pandemie und die Autochip-Krise ausgelöst wurde – war im Grunde dieselbe Geschichte: Die Gesamtnachfrage überstieg eine Zeit lang die Gesamtkapazität, Fabriken expandierten, und die Preise fielen innerhalb von ein oder zwei Jahren wieder. Standard-DDR-Speicher lief auf gemeinsamen Produktionslinien. Eine Fabrik, die Speicher für PCs herstellte, konnte mit geringfügigen Umrüstungen Speicher für Handys oder Server herstellen. Die Kapazität war fungibel.

Diesmal ist die Kapazität nicht fungibel, und die KI-Infrastruktur steht konstruktionsbedingt an vorderster Stelle. Fortschrittlicher Speicher hängt jetzt von DRAM-Prozess-Skalierung unter 15 Nanometern, extrem ultravioletter Lithografie, Durchkontaktierungen durch Silizium und Hybrid-Bonding für fortschrittliche Verpackung ab – eine Reihe von Fähigkeiten, die weltweit knapp und bekanntermaßen schwer in der Ausbeute zu skalieren sind. Die Herstellung eines einzigen HBM-Stapels verbraucht Wafer-Kapazität, die der Herstellung von Dutzenden herkömmlicher DDR-Chips entspricht. In der Zwischenzeit wurden ältere DDR4-Produktionslinien bereits stillgelegt, und der Bau neuer Fabriken dauert realistischerweise bis 2028, bis er Früchte trägt. Es gibt keinen schnellen Weg zurück zum alten Gleichgewicht, weil die Produktionslinien des alten Gleichgewichts nicht mehr existieren.

Wenn die früheren Engpässe saisonale Erkältungen waren, gleicht dieser eher einer Veränderung der Körperchemie. KI hat nicht nur das Speicherangebot aufgezehrt – sie hat die Produktmischung, die Kundenhierarchie und die zugrunde liegende Prozesstechnologie der gesamten Branche neu definiert.

Die Hardware-Lücke ist ein Abbild von etwas Größerem

Treten Sie einen Schritt zurück von der Wafer-Mathematik, und der Speichermangel beginnt auszusehen wie genau das, was er ist: der physische, messbare Fußabdruck einer viel größeren Finanzgeschichte. Die Technologie, die all das antreibt, ist wirklich real – die Inferenzkosten sind in etwa zwei Jahren um mehr als 99,7 % gefallen, und das ist keine Marketing-Behauptung, sondern eine harte Kostenkurve. Aber das Tempo der Kapitalausgaben läuft der Einnahme, die sie letztendlich rechtfertigen soll, weit voraus. Die Investitionsausgaben der fünf größten Cloud-Anbieter werden voraussichtlich 2026 etwa 33 % des Umsatzes erreichen – ein historischer Höchststand, der sogar den 20%-Höhepunkt während des Dot-Com-Infrastrukturausbaus übertrifft, und eine Investitionsintensität, die einige Analysten mit dem Anstieg vor dem Crash von 2000–2001 vergleichen.

Was diesen Moment von einer einfachen Blasenerzählung unterscheidet, ist, dass die führenden Akteure bereits divergieren, und Divergenz ist selbst informativ. In einem reinen Hype-Zyklus erzählt jeder dieselbe Geschichte, und niemand prüft die Zahlen zu genau. Sobald echte Leistung beginnt, Gewinner von Verlierern zu trennen, ist das normalerweise ein Zeichen dafür, dass der Markt beginnt, nach Substanz zu bewerten. In den USA sind OpenAI und Anthropic – beide verkaufen Grenzmodelle, beide verbrennen enorme Summen für Rechenleistung – nicht mehr auf derselben Bahn. OpenAIs Verluste haben sich weiter vergrößert, selbst während das Nutzerwachstum Anzeichen eines Plateaus zeigt. Anthropic hingegen hat die Bruttomargen auf über 70 % gesteigert, ist vierteljährlich profitabel und zählt inzwischen mehr als tausend Kunden, die jeweils über eine Million Dollar jährlich ausgeben. Zwei Unternehmen, dieselbe zugrunde liegende Technologiewelle, deutlich unterschiedliche finanzielle Verläufe.

China spielt ein völlig anderes Spiel

Das Bild außerhalb der USA sieht noch weniger wie ein monolithischer KI-Boom aus und eher wie eine echte Marktbifurkation. Goldman Sachs hat kürzlich seine Schätzung für den kombinierten annualisierten wiederkehrenden Umsatz chinesischer Large-Model-Unternehmen im Jahr 2026 von 10 Milliarden Dollar auf 13 Milliarden Dollar angehoben, mit der Prognose, dass diese Zahl bis 2030 auf 125 Milliarden Dollar steigen könnte – etwa eine 25-fache Steigerung in fünf Jahren. Zum Größenvergleich: Anthropics aktueller annualisierter Umsatz allein, bei etwa 44 Milliarden Dollar, erreicht bereits fast ein Drittel des heutigen Gesamtwerts der gesamten chinesischen Branche.

Die Preisgestaltung erzählt ihre eigene Geschichte. Die API-Preise in China sind auf 10–20 % des Niveaus von 2024 gefallen, wobei DeepSeek Tarife von nur 0,001 Yuan pro tausend Tokens anbietet – unter den günstigsten aller gängigen Modelle weltweit. Die Wettbewerbsachse hat sich von der rohen Parameteranzahl auf Effizienz und Kapitalrendite verlagert, und das Geschäftsmodell verschiebt sich entsprechend, von „Tokens verkaufen“ hin zu „Ergebnisse verkaufen“. Goldmans Framing bezeichnet 2025 als den „DeepSeek-Moment“, als Mixture-of-Experts-Architektur die Inferenzkosten drastisch senkte, und 2026 als den „Zhipu-Moment“, wobei die GLM-Modellfamilie starke Leistungen bei Codierungs- und Agentenaufgaben zeigt – hochwertige Kategorien, in denen Zuverlässigkeit einen Aufpreis rechtfertigt. Goldman prognostiziert, dass die API- und Abonnementumsätze großer chinesischer Modelle von etwa 35 Milliarden Yuan im Jahr 2026 auf fast 879 Milliarden Yuan bis 2030 wachsen.

Ein Datenpunkt verdeutlicht den Wandel besonders gut: Zhipu erhöhte die Preise um 83 % aufgrund der Codierungsleistung von GLM-5.1, und das Anrufvolumen stieg trotzdem um 400 %. Professionelle Nutzer zahlen, wie sich herausstellt, mehr für Zuverlässigkeit, sobald sie der Ausgabe vertrauen.

Die nützlichere Linse zum Verständnis der chinesischen KI-Landschaft ist jedoch die Trennung zwischen plattformgebundenen und unabhängigen Labors. Modelle, die innerhalb größerer Technologiegruppen entwickelt werden – ByteDances Doubao, Alibabas Qwen, Tencent Hunyuan, Baidus Ernie – müssen kein unabhängiges Kapital aufnehmen oder sich gegenüber externen Investoren für einen eigenständigen Weg zur Rentabilität verantworten. Ihr Wert wird daran gemessen, welchen Auftrieb sie dem E-Commerce, Cloud, Werbung oder Produktivitätsgeschäft des Mutterkonzerns geben. Unabhängige Labors – DeepSeek, Moonshots Kimi, MiniMax, Zhipu – sind eine völlig andere Sache. Sie sind diejenigen, die tatsächlich mit OpenAI und Anthropic vergleichbar sind: eigenständige Modellunternehmen, die dem vollen Gewicht des Preiswettbewerbs und dem Druck ausgesetzt sind, irgendwann selbst profitabel zu werden. DeepSeeks inzwischen bekanntes Achievement – das Training von DeepSeek-V3 auf einem Cluster von 2.048 Nvidia H800-Chips für etwa 5,58 Millionen Dollar – ist gerade deshalb bedeutsam, weil es eine Widerlegung des „Kauf einfach mehr Rechenleistung“-Ansatzes ist, der den US-Markt dominiert.

Was der Preis für Ihren nächsten Laptop tatsächlich sagt

Hier ist der rote Faden: Steigende Speicherpreise sind auf ihre eigene unverblümte Weise beruhigend. Es bedeutet, dass der physische Infrastrukturausbau – die Fabriken, die Wafer-Verträge, die HBM-Produktionslinien – immer noch beschleunigt, nicht verlangsamt. Niemand hat stillschweigend aufgehört zu bauen. Wenn das Kapitalrennen kurz vor dem Ende stünde, wäre das erste Anzeichen keine Schlagzeile; es wäre ungenutzte Fabrikkapazität und sich abschwächende langfristige Lieferverträge. Das passiert nicht. Der Speichermarkt ist in diesem Sinne einer der ehrlichsten Indikatoren, die es gibt, gerade weil er nicht beschönigt werden kann – die Wafer-Zuteilung ist eine physische Tatsache, keine Prognose in einem Earnings Call.

Was von hier an wirklich zählt

Die Speichergeschichte ist ein Symptom. Die Variablen, die es zu beobachten lohnt, liegen eine Ebene höher.

Ob die Stückökonomie der Modellunternehmen wirklich besser wird, ist das erste und klarste Signal – Anthropics Margenverlauf ist ermutigend, OpenAIs Nutzerplateau nicht. Zweitens, und von außen schwerer zu erkennen: Wie viel des aktuellen Kapitalaufbaus auf zirkulären Finanzierungsarrangements zwischen Chip-Herstellern, Cloud-Anbietern und Modellunternehmen beruht und wie viel Exposition entsteht, wenn ein einzelnes Glied unter Druck gerät – das ist wohl der größte Unterschied zwischen diesem Zyklus und früheren Technologieblasen und auch am schwersten unabhängig zu verifizieren. Drittens ist das Zinsumfeld wichtiger als fast alles andere; historisch gesehen platzen Blasen selten, weil die Bewertungen von selbst zu hoch wurden – sie platzen, weil Geld teurer wird. Viertens: Ob Chinas unabhängige Labors weiterhin einen kostengünstigeren Trainingspfad beweisen können, gibt der breiteren Branche ein Fallback-Modell dafür, was überlebt, wenn der Hochausgaben-Ansatz ins Wanken gerät. Mehrere Branchenanalysen weisen auf diese als die tragenden Fragen hin, auch wenn heute keine von ihnen präzise beantwortet werden kann.

Wenn man noch weiter herauszoomt, beginnt die Form dieser Ära einem Muster zu ähneln, das es schon einmal gab: Die Geschichte erweist sich im Großen und Ganzen als richtig, eine Reihe gut finanzierter Unternehmen überlebt nicht, und die physische Infrastruktur überlebt sie. Niemand hätte im Jahr 2000 vorhersagen können, dass Amazon noch stehen würde, während Pets.com nicht mehr existierte – aber das Glasfaserkabel, das während dieses Booms verlegt wurde, wurde billig weiterverkauft und unterlegte stillschweigend zwei Jahrzehnte Internetwachstum. Rechenzentren, HBM-Produktionslinien und GPU-Cluster, die in diesem Zyklus gebaut werden, werden wahrscheinlich denselben Bogen nehmen – neu bewertet und neu zugewiesen, nicht herausgerissen. Die meisten Branchenprognosen verorten den Übergang des Speichermarkts von Mangel zu potenziellem Überangebot irgendwo zwischen Ende 2027 und 2029, wobei HBM seinen Wert wahrscheinlich besser hält, da es direkt mit KI-Chip-Roadmaps verbunden ist, während der Standard-DDR-Speicher, der heute aus der Produktionswarteschlange gedrängt wird, sowohl der erste Kandidat für eine Erholung als auch der erste Kandidat für eine harte Korrektur ist, sobald neue Kapazitäten endlich ankommen.

Die Frage, ob KI nützlich ist, ist für die meisten praktischen Zwecke bereits beantwortet – sie ist es. Was wirklich ungelöst bleibt, ist, welche der Unternehmen, die um den Aufbau wetteifern, noch stehen werden, wenn die Einnahmen die Ausgaben tatsächlich einholen.

Wie oben ausgeführt, spiegelt dies nur Branchenbeobachtungen wider und stellt keine Anlageberatung dar.