Goldman Sachs: Die fünf entscheidenden Debatten über Halbleiter

Wenn Großanbieter von Cloud-Diensten ihre Investitionen weiter steigern und der Bedarf an AI-Rechenleistung von Training zu Inferencing, Agentic AI sowie neuen Anwendungsszenarien expandiert, suchen Investoren nach der nächsten Schlüsselantwort: Wie lange wird diese Runde des AI-Infrastrukturzyklus noch anhalten? Welche Segmente werden weiterhin profitieren?

Vom 8. bis 11. September veranstaltet Goldman Sachs die Communacopia & Technology Conference in San Francisco. 32 globale Unternehmen aus den Bereichen Digital-/AI-Chips, EDA-Software, analoge Halbleiter, Halbleitergeräte, Speicher und IT-Dienstleistungen werden teilnehmen. Die Analysten von Goldman Sachs haben fünf zentrale Diskussionsthemen für die Konferenz herausgearbeitet, welche AI-Rechenleistungs-Bedarf, Halbleitergeräte-Zyklus, Speicherangebot und -nachfrage, Erholung der analogen Chips sowie die Kommerzialisierung von EDA-Software im Kontext AI abdecken.

Gemäß den neuesten Einschätzungen von Goldman Sachs bleibt die Widerstandsfähigkeit der AI-Investitionen die Hauptlinie in der gesamten Wertschöpfungskette, und zyklische Branchen wie Geräte und Speicher erleben zunehmend eine strukturelle Nachfrageunterstützung. Gleichzeitig eröffnen maßgeschneiderte AI-Chips und Agentic AI neue Wachstumsräume, sodass das Wachstum in der Technologiebranche von einer reinen Expansion der Rechenleistung zu einer breiteren Ausweitung auf Hardware- und Software-Bereiche übergeht.

Diskussionspunkt 1: Bedarf an AI-Rechenleistung – Wie entwickeln sich Treiber und Wettbewerbsumfeld?

Der Markt für AI-Rechenleistung tritt in eine neue Phase ein. In der Vergangenheit lag der Fokus auf der GPU-Nachfrage für das Trainieren großer Modelle, nun fragen Investoren weiter: Wie viel Kapital können Cloud-Anbieter noch investieren? Werden Land, Strom und Rechenzentrumsressourcen zu einem Engpass? Kann Agentic AI neuen Bedarf an Rechenleistung schaffen? Wie wird sich der Wettbewerb zwischen universellen und spezialisierten Chips entwickeln?

Goldman Sachs prognostiziert, dass insgesamt die Unternehmen weiterhin optimistisch hinsichtlich der AI-Nachfrage sind. Das Investitionsumfeld der großen Cloud-Anbieter bleibt robust, und Agentic AI könnte als neuer Nachfragekatalysator wirken. Mit sinkenden Inferencing-Kosten und Anwendungen wie Code-Generierung, die klar quantifizierbaren Return-on-Investment bieten, wird die Wirtschaftlichkeit der Investitionen in AI-Infrastruktur weiter bestätigt.

In Bezug auf die Chip-Architektur glaubt Goldman Sachs, dass universelle Chips (merchant silicon) kurzfristig dominieren werden, aber der Marktanteil von ASICs (Application-Specific Integrated Circuits) und maßgeschneiderten Beschleunigerchips wird schrittweise steigen. Da Kunden immer höhere Anforderungen an Rechenleistung pro Kosten und Energieeffizienz stellen, verschiebt sich der Wettbewerb bei AI-Chips von reiner Performance hin zur Gesamtoptimierung von Leistung, Kosten und Verbrauch.

Zudem wird erwartet, dass Nvidia den Rubin-Produktzyklus sowie das Thema Physical AI weiter diskutiert; Broadcom dürfte den Fokus auf AI-Netzwerke und maßgeschneiderte XPUs legen; AMD wird voraussichtlich mit MI4XX Rack-Level-Lösungen und dem ROCm Software-Stack seine Wettbewerbsposition im Bereich AI-Infrastruktur weiter verdeutlichen.

Diskussionspunkt 2: Halbleitergeräte – Kann der Aufschwung des WFE-Zyklus bis 2028 anhalten?

Investitionen in AI werden über fortgeschrittene Logik, Foundries, DRAM und hochentwickelte Packaging-Prozesse auf den Markt für Halbleitergeräte übertragen. Die zentrale Frage am Markt ist: Kann das Wachstum des WFE (Wafer Fab Equipment) im Jahr 2027 die Erwartungen von rund 35 % im Jahr 2026 übertreffen und wird der Aufschwungzyklus bis nach 2028 anhalten?

Goldman Sachs ist relativ optimistisch und erwartet, dass dieser WFE-Aufschwungzyklus mindestens bis 2028 anhält. DRAM, fortschrittliche Logik/Foundries und Advanced Packaging werden die Hauptwachstumstreiber sein, Investitionen für NAND und ausgereifte Logik Prozesse könnten ebenfalls schrittweise zurückkehren.

Neben traditionellen Chip-Produzenten könnten der Eintritt nicht-traditioneller Kunden wie Terafab sowie eine beschleunigte Investitionsphase von Intel zusätzliche Impulse für den Gerätebedarf liefern.

Auf Prozessebene bleiben die Felder Abscheidung (deposition) und Ätzen (etch) im Fokus von Goldman Sachs. Darüber hinaus könnten Advanced Packaging, Inspektion und Messungen von der steigenden Komplexität von AI-Chips und der Expansion fortschrittlicher Verfahren profitieren.

Diskussionspunkt 3: Speicher und SSDs – Kann ein knappes Angebot die Neubewertung stützen?

Die Nachfrage nach AI-Servern verschiebt Speicher vom traditionellen Zyklusprodukt hin zum Kernbereich der AI-Infrastruktur. Aktuelle Kontroversen konzentrieren sich auf: Wie viel zusätzliche Kapazität für DRAM und NAND kommt bis 2028, wird eine Kapazitätsausweitung durch die Hersteller das globale Angebots-Nachfrage-Gleichgewicht verändern, und ob eine Optimierung des Arbeitsspeichers durch AI-Serverhersteller das Nachfragewachstum abschwächen wird.

Das Angebots-Nachfragemodell von Goldman Sachs zeigt, dass die Versorgungslücke bei DRAM in den Jahren 2026 bis 2028 voraussichtlich jeweils 5,0 %, 5,9 % und 3,9 % beträgt; bei NAND liegt die Lücke im gleichen Zeitraum bei 4,4 %, 4,6 % und 3,0 %. Dies bedeutet, dass selbst bei einer schrittweisen Freisetzung von zusätzlicher Kapazität in den kommenden Jahren die DRAM- und NAND-Märkte weiterhin unterversorgt bleiben könnten.

Neben Angebot und Nachfrage ist auch die Kapitalrendite der Branche von Bedeutung. Goldman Sachs prognostiziert, dass die meisten Speicherunternehmen 50 % bis 100 % ihres überschüssigen freien Cashflows für Kapitalrückführungen verwenden werden. Bei weiter starken Speicherpreisen könnten verbesserte Cashflows und höhere Rückflüsse an die Aktionäre die Bewertungsansätze der Branche grundlegend ändern.

Technologische Entwicklungen sind eine weitere Hauptlinie. Im Festplattenbereich ist der Fortschritt bei HAMR (Heat-Assisted Magnetic Recording) in der Serienfertigung von Interesse; bei NAND könnte die Kommerzialisierung neuer Technologien wie HBF auch die zukünftige Angebotsstruktur beeinflussen.

Diskussionspunkt 4: Analoge Halbleiter – Kann die Erholung länger anhalten als erwartet?

Die Marktdynamik bei analogen Halbleitern verschiebt sich von „Zyklen am Tiefpunkt“ hin zu der Frage „Wie groß ist das Erholungspotenzial?“.

Laut Goldman Sachs-Daten lag das Auslieferungsvolumen von analogen Chips im Juni etwa 5 % über langjährigen Trendlinien. Die Analysten sehen darin jedoch nicht das Ende des Zyklus, da die Branche in den letzten vier Jahren stets unter Trendniveau ausgeliefert hat, was einen hohen Nachholbedarf signalisiert.

Gleichzeitig verbessern sich traditionale Endmärkte wie das Automobilsegment schrittweise und AI-Datacenter bieten neue Wachstumsmöglichkeiten. Wenn Preiserhöhungen sich auf Umsatz und Marge übertragen, könnte die Addition von AI-Nachfrage und Erholung traditioneller Endmärkte dazu führen, dass der aktuelle Zyklus für analoge Chips länger anhält, als vom Markt erwartet.

Deshalb wird in der nächsten Zeit weniger das bloße Volumen, sondern vielmehr die Frage, ob Preissteigerungen, Lagerbestände und die Verbesserung der Endkundennachfrage einen positiven Kreislauf formen, sowie ob die Nachfrage aus AI-Datacenter zu einem neuen strukturellen Faktor wird, zu beobachten sein.

Diskussionspunkt 5: EDA-Software – Kann Agentic AI neue Wachstumskurven schaffen?

Während Rechenleistung, Geräte und Speicher zu den direkten Profiteuren dieses Infrastruktur-Investitionszyklus gehören, könnte EDA-Software die nächste Wachstumsquelle werden.

Im Fokus von Goldman Sachs steht die zentrale Frage: Kann die Welle individuell angepasster AI-Chips das Wachstumstempo der EDA-Branche beschleunigen und wird Agentic AI die Verbesserung der Design-Effizienz in reale Umsätze verwandeln?

Mit steigender Individualisierung von AI-Chips erhöht sich die Designkomplexität, und ein Mangel an Ingenieuren wird noch deutlicher. Goldman Sachs prognostiziert, dass EDA-Unternehmen Teile des Design-, Verifizierungs- und Optimierungsprozesses durch Agentic AI automatisieren können und so Effizienzgewinne in kommerziellen Wert umwandeln.

Laut Schätzungen von Goldman Sachs könnte Agentic AI bis 2030 jährlich rund 3,7 Milliarden US-Dollar zusätzlichen Markt für die EDA-Branche schaffen. Dieses Potenzial spiegelt sich bislang nicht vollständig in den Gewinnerwartungen der Anbieter wider und könnte frühestens im zweiten Halbjahr 2026 sichtbar werden.