Das „engste Nadelöhr“ der KI! Die Auswirkungen der Speicherung erstrecken sich bereits auf die Makroökonomie und verschärfen die gesamtwirtschaftliche Inflation.

Das Wettrüsten im Bereich der künstlichen Intelligenz löst derzeit eine globale Speicherchip-Krise aus, deren Zerstörungskraft bereits weit über die Halbleiterindustrie hinausgeht und beginnt, sich auf die gesamte makroökonomische Lage auszuwirken.

Am 20. Juni berichtete das Wind Trading Desk, dass das Research-Institut der Deutschen Bank in seinem jüngsten Bericht darauf hinweist, dass Speicherchips sich von zyklischen Rohstoffen zu einem für die Makroökonomie bedeutenden Schlüsselfaktor entwickelt haben und das Ausmaß dieser Krise mittlerweile klar quantifiziert werden kann.

Im Jahr 2025 wird der weltweite Speicherchipmarkt voraussichtlich einen Umsatzanstieg von 35 % gegenüber dem Vorjahr verzeichnen und mit 223 Milliarden US-Dollar einen historischen Rekord erreichen; die drei Giganten SK Hynix, Micron und Samsung haben jeweils einen Marktwert von über 1 Billion US-Dollar überschritten und kontrollieren gemeinsam über 90 % des globalen DRAM-Marktes.

Der CEO von Micron äußerte öffentlich, dass derzeit nur 50 % bis zwei Drittel der Nachfrage einiger bedeutender Kunden gedeckt werden können – der größte Nachfrageüberhang, den er je erlebt hat.

Die Deutsche Bank ist der Meinung, dass es sich hierbei keineswegs um eine Wiederholung des traditionellen Zyklus von "Boom und Bust" handelt, sondern um einen tiefgreifenden strukturellen Versorgungsschock, ausgelöst durch AI.Die unerschöpfliche Nachfrage von AI nach High Bandwidth Memory (HBM) verdrängt in rasantem Tempo die Produktionskapazitäten traditioneller Speicherchips und provoziert somit eine „Speicherknappheitskrise“, die sich auf die gesamte Weltwirtschaft auswirkt.

Speicherchips haben sich von reinen Rohstoffen zu einem entscheidenden makroökonomischen Faktor entwickelt, der Inflation und Unternehmensgewinne bestimmt. Hyperscaler und führende Speicherhersteller (wie Micron) sind die absoluten Gewinner dieser Krise und verfügen über eine starke Preissetzungsmacht; dagegen sieht sich die traditionelle Elektronikbranche, wie Automobil, PC und Smartphones, einer erheblichen Gewinnminderung und Kapazitätsrationierung gegenüber. Noch gravierender ist,dass der Anstieg der Speicherkosten zu einer „Chip-Inflationssteuer“ geworden ist, die die Gesamtinflationsdaten unter anderem in den USA direkt nach oben treibt.

Nachfrageseite: Die strukturelle „Verschlingung“ von Speicher durch AI

Die Nachfrage nach Speicherchips in der AI-Welle ist im Kern eine strukturelle und keine zyklische Disruption.

Speicherchips erfüllen in AI-Systemen die Rolle des "Speichern und Füttern von Daten" – AI-Chips (wie Nvidia-GPUs) können nur die auf ihnen geladenen Daten bearbeiten. Speicherchips übernehmen diesen Prozess und decken die beiden Kernbereiche Kapazität (wie viele Daten können gespeichert werden) und Bandbreite (wie schnell werden die Daten bewegt) ab. Ohne Speicher können Chips weder AI-Modelle trainieren noch Inferenzaufgaben ausführen.

Besonders im Fokus steht der Paradigmenwechsel von AI von "generativ" zu "agentenbasiert" (Agentic AI).Agentenbasierte AI kann gespeicherte Erfahrungen abrufen, aus Interaktionen lernen und den Kontext von Gesprächen aufrechterhalten. Dafür ist die koordinierte Nutzung verschiedenster Speichertypen wie DDR5, LPDDR oder NAND notwendig, was den Gesamtverbrauch signifikant erhöht.

Dahinter steht eine schwer überwindbare „Speicherwand“ (Memory Wall): Sobald die Rechenleistung einen bestimmten Schwellenwert überschreitet und die Speicherbandbreite nicht entsprechend vergrößert wird, sinkt der Grenznutzen zusätzlicher Rechenleistung auf null – das Tempo technologischer AI-Fortschritte wird durch Speicher, nicht durch Rechenleistung bestimmt.

Aktienanalysten der Deutschen Bank prognostizieren, dass die Nachfrage nach High Bandwidth Memory (HBM)mit einer durchschnittlichen jährlichen Wachstumsrate von etwa 40 % bis 2030 steigen wird, während Standard-DRAM mit etwa 21 % wächst. Hyperscaler wie Meta, Amazon und Microsoft zahlen für gesicherte Lieferungen einen Aufpreis und schließen Multi-Year-Vereinbarungen ab, was den Spielraum für andere Käufer weiter verknappt.

Angebotsseite: Expansion der Waferfabriken kann mit Nachfrage nicht Schritt halten

Der Kernengpass beim Angebot liegt in der Zeit.

Vom Baubeginn bis zur Produktion einer Speicher-Waferfabrik vergehen in der Regel zwei bis drei Jahre. Die meisten aktuell angekündigten Expansionen werden frühestens ab 2027 einen substanziellen Beitrag zur HBM-Kapazität leisten können.

Die Produktionsmerkmale von HBM verschärfen das Angebotsproblem weiter:Für eine HBM-Einheit werden etwa drei Mal so viele Silizium-Wafer benötigt wie für eine gewöhnliche DRAM. Das heißt, jede Wafer, die für HBM verwendet wird, verdrängt mehrere Standard-DRAM-/NAND-Wafer, die für Automotive, PCs oder andere Endmärkte gedacht wären.

Mit dem Generationswechsel zu HBM4/HBM4e steigt das benötigte Wafer-Verhältnis von drei auf vier, wodurch der „Verdrängungseffekt“ weiter zunimmt. Gleichzeitig stößt die Reinraumkapazität der Waferbearbeitung an Grenzen, wodurch die Hersteller zu strategischen Entscheidungen gezwungen werden.

Qualcomm hat bereits klargestellt, dass das Marktvolumen für Smartphones im Jahr 2026 durch das Angebot von DRAM bestimmt wird, nicht durch die Nachfrage der Verbraucher.Der Anteil von DRAM am Gesamtmarkt für Speicherchips ist auf etwa 70 % gestiegen, gegenüber dem historischen Bereich von 50–60 %.

Um schneller Kapazitäten zu schaffen, sucht die Branche nach Abkürzungen wie dem „Kauf von im Bau befindlicher oder gebrauchter Waferfabriken“. Micron hat in diesem Jahr für 1,8 Milliarden US-Dollarin Taiwandie ehemalige PSMC-Fabrik übernommen und sich so etwa zwei Jahre Bauzeit erspart.

Nach aktueller Schätzung der Deutschen Bankwird die weltweite monatliche DRAM-Waferkapazität in den nächsten fünf Jahren um rund 1,475 Millionen Stück steigen, doch das Nachfragewachstum bleibt schneller als das Tempo des Kapazitätsaufbaus.

Überlappungseffekte: Von der Chipkrise zur allgemeinen Inflation

Die Deutsche Bank nennt die Speicherkrise eine Nullsummenspiel:Jeder Wafer, der für HBM in AI-Servern eingesetzt wird, bedeutet weniger Speicher für Smartphones, PCs oder Automobile.

Hyperscaler können dank ihrer Preissetzungsmacht für AI-Kapazitäten die Kosten an ihre Nutzer weitergeben und sind die widerstandsfähigsten Akteure dieser Krise; breitere Unternehmen und Konsumenten leiden jedoch unter der Knappheit.

Der Bericht hebt hervor,dass der Preisschock sich vom Chipsegment auf Endprodukte und makroökonomische Preiskennzahlen ausbreitet:

TrendForce prognostiziert, dass die Vertragspreise für Standard-DRAM im 2. Quartal 2026 gegenüber dem Vorquartal zwischen 58 % und 63 % steigen werden, während die für NAND-Flash um 70 % bis 75 % steigen.

Im Bereich Konsumelektronik und PCs schätzt die Deutsche Bank,dass der Gesamtumsatz auf dem Konsum-Endmarkt 2026 um 15 % gegenüber dem Vorjahr zurückgeht, 2027 aber wieder um 9 % wachsen wird.

Apples CEO hat in der Gewinnbesprechung öffentlich vor dem Druck durch steigende Speicherkosten gewarnt; Apple hat die Maximal-Speicherkonfiguration einiger Mac Studio-Modelle heimlich reduziert, Microsoft hat bei neuen Surface Business Laptops die Einstiegskapazität von 16 GB auf 8 GB verringert und auch Dell hat Produktkonfigurationen abgespeckt – die Unternehmen wählen vielfach Spezifikationsreduzierung statt Preiserhöhung.

Bemerkenswert ist,dass Lenovo, Dell und Asus vor möglichen Preiserhöhungen von 15 % bis 20 % ab Juli dieses Jahres warnen.

Im Automobilbereich wird der Anstieg der DRAM-Kosten voraussichtlich die Durchschnittspreise für Fahrzeuge um 150–300 US-Dollar, für fortschrittliche autonom fahrende Autos um 400–600 US-Dollar erhöhen.

Aptiv, Aumovio, Ford und andere Unternehmen signalisieren bereits eine angespannte DRAM-Lieferlage. Die Analysten der Deutschen Bank erwarten, dass die Lagerbestände im Laufe des Jahres 2026 abgebaut werden, und der Einfluss auf die Automobilproduktion ab 2027 spürbar wird.

Automobilhersteller stehen vor drei Optionen:Kosten absorbieren und Gewinne reduzieren, Preissteigerungen an Kunden weitergeben oder DRAM-intensive Funktionen wie L2+-Autonomes Fahren und Onboard-AI-Chatbots streichen.

Der Producer Price Index (PPI) für elektronische Komponenten und Zubehör in den USA stieg im Mai 2026 um 26,9 % gegenüber dem Vorjahr, gegenüber 5,9 % im Januar.

Steigende Fahrzeugpreise könnten dazu führen, dass Konsumenten die Laufzeit ihrer Kredite verlängern und dadurch die gesamten Zinskosten erhöhen.

Neun US-amerikanische Handelsverbände, die für die Bereiche Automobil, Konsumelektronik, Medizintechnik, Telekommunikation und Einzelhandel stehen, haben sich diesen Monat gemeinsam mit Schreiben an Finanzminister Bessent und Handelsminister Lutnick gewandt und eine offizielle Warnung bezüglich der potenziellen Auswirkungen des von AI getriebenen Speicherkonflikts auf die US-Wirtschaft ausgesprochen.

Wege aus der Krise und potenzielle Risiken: Fabrikbau, Algorithmen und das Risiko einer „AI-Blase“

Die Speicherknappheit formt die geopolitische Landschaft des globalen Technologiewettbewerbs neu.

Südkorea ist besonders stark von der globalen KI-Investitionswelle betroffen, SK Hynix und Samsung liefern 69 % der weltweiten DRAM-Produktion. Diese Doppelrolle macht Südkoreas Wirtschaft jedoch extrem anfällig:

Am 8. Juni stürzte der Halbleitersektor ab und der auf Tech-Aktien spezialisierte Kospi-Index Südkoreas brach um 8,29 % ein – der neuntgrößte Tagesverlust seit 1980.

Die Deutsche Bank meint, dass die Giganten zwar mit großen Investitionen und dem Kauf von gebrauchten Waferfabriken den Kapazitätsengpass zu entschärfen versuchen, aber extreme Vorsicht geboten ist, falls die AI-Nachfrage plötzlich nachlässt, was zu einem verheerenden Kapazitätsüberhang führen könnte.

Um die Engpässe zu überwinden, erhöhen die „Big Three“ ihre Investitionen massiv. Neben physischer Expansion sorgt auch die Optimierung durch Softwarealgorithmen für Marktturbulenzen.

Im März veröffentlichte Google den „TurboQuant“-Algorithmus, der den Speicherbedarf für Inferenz großer Modelle reduziert. Dies führte dazu, dass die Aktienkurse von Samsung (-6 %), Micron (-7 %) und SK Hynix (-7 %) am Tag der Veröffentlichung abstürzten.

Obwohl dieser Algorithmus nur den KV-Cache der Inferenzstufe betrifft und nicht den Speicherbedarf des Trainings, und Effizienzsteigerungen langfristig durch das „Jevons-Paradoxon“ unter Umständen sogar den Gesamtbedarf erhöhen, zeigt er doch die Bestrebungen der Tech-Branche, die Abhängigkeit von HBM zu überwinden.

~~~~~~~~~~~~~~~~~~~~~~~~

Oben stehend stammen die spannenden Inhalte vom Wind Trading Desk.

Eine ausführlichere Analyse, inklusive Echtzeitkommentaren und exklusiven Studien, finden Sie im Mitgliedsbereich des 【Wind Trading Desk ▪ Jahresmitgliedschaft】