404K Technologie-Abendnachrichten: Speicher-Superzyklus, Preiserhöhungen bei Cloud-Computing und Ausbreitung von Hardware-Engpässen im Bereich KI

404K Technologie-Abendbericht 2026-06-26 — Speicher-Superzyklus, Cloud-Computing-Preiserhöhungen, Verbreitung des KI-Hardware-Engpasses

Speicherpreise, Cloud-Computing-Kapazitäten und das Angebot an KI-Hardware sind heute gleichzeitig das Hauptthema der Technologiekette: Die Ergebnisse von Micron machen DRAM/NAND erneut von zyklischen zu knappem Vermögensgut, die Preiserhöhung der AWS-GPU-Instanzen zeigt, dass das Angebot an Rechenleistung weiterhin knapp ist, während die Preisanhebung durch Apple darauf hindeutet, dass der Kostendruck auf die Endgeräte übergreift.

Wichtige Punkte vor Börsenbeginn

Das heutige Kernthema der Technologiekette vor Börsenöffnung ist nicht die einzelne KI-Anwendung, sondern die Verschiebung des Profitpools in der KI-Infrastruktur: Der Quartalsbericht von Micron, das höher gestufte Kursziel von SK hynix, potenziell große Investitionen von Samsung und das angehobene Kursziel von Applied Materials - sie alle weisen auf eine Neubewertung von Speicher, Ausrüstung, fortgeschrittener Verpackung und vorgelagerten Materialien hin.

Auch der abwärtsgerichtete Druck zeigt sich nun deutlich.Apple erhöht die Preise für Nicht-iPhone-Hardware, AWS soll angeblich die Preise für GPU-Instanzen um 20 % angehoben haben, auch für Microsoft Xbox und die PC-Wertschöpfungskette steigen die Kosten durch teureren Speicher; dies bedeutet, dass die Nachfrage nach KI weiterhin stark ist, die Kosten aber nicht länger nur bei den Investitionsausgaben der Cloud-Anbieter bleiben, sondern zunehmend in Endgerätepreise und Softwarebewertungen einfließen.

Investmentaktivitäten konzentrieren sich auf Micron, SK hynix, Applied Materials, Onsemi, Qualcomm und MLCC-Kette.Die wichtigsten Fakten auf Unternehmensebene liegen vor allem im Bereich KI/Halbleiter, Cloud, Software, Internetplattformen, Unterhaltungselektronik und intelligente Endgeräte.

KI/Halbleiter-Gesamtwertschöpfungskette

KI-Modelle/Anwendungen und Investitionsausgaben

• OpenAI
  
  1) Laut Berichten neigt OpenAI dazu, den Börsengang auf 2027 zu verschieben, wobei das interne Bewertungsziel weiterhin bei rund einer Billion US-Dollar liegt; dies wirkt sich auf die Bewertungsfenster für noch nicht börsennotierte KI-Labore, Mitarbeiteranreize und das Tempo der Rechenkapitalfinanzierung aus.
  2) Die Wertschöpfungskette um TSMC berichtet, dass der von OpenAI entwickelte Jalapeno-Inferenzchip 3nm verwenden wird, während Jalapeno2 A16 und CoWoS einsetzen könnte; KI-Modellunternehmen dehnen sich weiterhin in Richtung eigener ASICs und fortschrittlicher Verpackung aus.

„OpenAI tendiert dazu, den IPO auf 2027 zu verschieben“

• Cerebras
  
  1) UBS hat das Kursziel für Cerebras von 300 auf 320 US-Dollar angehoben und die Kaufempfehlung beibehalten; der Quartalsumsatz des Unternehmens liegt mit 191 Millionen US-Dollar über den Erwartungen von UBS sowie dem Markt (181 Mio.), der EPS liegt mit -0,04 US-Dollar über den Prognosen.
  2) Der Kernumsatz im Cloud- und Dienstleistungsbereich beträgt 80 Mio. US-Dollar, Hardwareumsatz 111,6 Mio. US-Dollar; laut UBS bestätigen der formale Vertrag mit Amazon, das Hochfahren bei OpenAI sowie neue Kunden den positiven Trend, aber der wahre Engpass liegt nun bei den Kapazitäten der Rechenzentren.

„Die aktuelle Knappheit in der Branche bei HBM, CoWoS und TSMC N3 ist kein Engpass“

• Zhipu
  
  1) Der Bericht zu Zhipu GLM-5.2 hebt das Kursziel von 920 auf 1.900 HK-Dollar an, mit einer Halteempfehlung; die Umsatzerwartungen für 2026/2027/2028 liegen bei 4,328/12,760/26,612 Milliarden RMB, im Jahresvergleich +497%/+195%/+109%.
  2) Der Schwerpunkt des Berichts liegt nicht auf kurzfristiger Profitabilität, sondern auf langfristigem Codieren, Effizienz beim Inferenzieren und verbesserter Fähigkeit zur Unternehmensintegration – das zeigt, dass der Wettbewerb der Modellunternehmen zunehmend von der Parameter-Erzählung zur Aufgabenabschlussrate und zu den Kosten der Rechenleistung wechselt.

• KI-Deploy-Engpass
  
  Der monatliche Technologiereport von Nomura setzt FDE-Fähigkeiten in den Mittelpunkt der KI-Implementierung und stellt fest, dass der Fortschritt von Modellen schneller als deren Integration in Unternehmenssysteme erfolgt; der Engpass verschiebt sich damit vom „Haben von Modellen“ zur „Integration ins Geschäft“. Das erklärt, warum auch CPU, analoge Halbleiter, MLCC und Energieversorgung in KI-Investments aufgenommen werden.