Bauteilebeschaffung Lieferkette unter KI-Druck: Was nach den Speicherchips knapp wird

Nicht nur Speicherchips sind knapp: Der KI-Infrastrukturausbau zieht sich durch die gesamte Lieferkette. CPUs und MLCCs geraten unter Druck; mit einem gemeinsamen Ergebnis: längere Lieferzeiten, steigende Preise und ein zunehmend reaktiver Beschaffungsmarkt.

Der Ausbau der KI-Infrastruktur dominiert seit Jahren die Halbleiterdiskussion und damit vor allem die Nachfrage nach GPUs und Speicherchips. Doch die Engpässe, die der KI-Boom erzeugt, reichen mittlerweile weiter. CPUs und passive Bauelemente wie MLCCs stehen unter wachsendem Versorgungsdruck. Die Konsequenzen sind für Entwickler und Einkäufer ähnlich: längere Lieferzeiten, steigende Preise und ein Beschaffungsmarkt, der zunehmend reaktiv statt planbar agiert.

CPUs: Vom Randthema zum Engpassbauteil

Lange galten CPUs als das eher unspektakuläre Rückgrat von PCs und Servern. Das Wachstum bewegte sich in überschaubaren Bahnen, weder auf wirtschaftlicher Seite noch mit Blick auf den Innovationsdruck gab es große Sprünge. Das hat sich geändert, wie Nikkei Asia mit Bezug auf AMD-CEO Lisa Su berichtet.

Die AMD-Chefin beziffert das erwartete jährliche Wachstum des Server-CPU-Markts für die kommenden Jahre auf mehr als 35 Prozent. Getrieben werde dieser Zuwachs vor allem von KI-Inferencing und agentischen KI-Anwendungen, die zunehmend auf CPU-Rechenleistung angewiesen sind. „Die Gesamtnachfrage im CPU-Markt ist heute deutlich höher, als irgendjemand von uns vor einem Jahr vorhergesagt hatte“, wird Su zitiert.

Auch Nvidia drängt in diesen Markt. Mit Vera bringt der GPU-Marktführer eine eigene CPU-Plattform auf den Markt, die insbesondere auf agentische KI-Anwendungen zielt. CFO Colette Kress stellte im Rahmen eines Earnings Calls CPU-Umsätze von nahezu 20 Milliarden US-Dollar für das laufende Jahr in Aussicht und formulierte den Anspruch, Nvidia damit auch im CPU-Markt an die Spitze zu führen. Dieser Anspruch dürfte den etablierten Anbietern Intel und AMD nicht entgangen sein.

Intel reagiert auf den steigenden Druck mit einer Priorisierungsstrategie, wie Nikkei Asia im Mai 2026 berichtete: Ältere Chips auf Basis des Intel-7-Prozessknotens – darunter Alder Lake und Raptor Lake – werden demnach vorrangig für Server- und Industrieanwendungen reserviert, die höhere Margen erzielen. Eine ähnliche Logik zeigt sich bereits bei Speicherchip-Herstellern: Auch dort werden Kapazitäten zunehmend auf KI-nahe Produkte umgeschichtet, während Legacy-Anwendungen mit knapperen Zuteilungen umgehen müssen.

Für PC- und Notebook-Hersteller hat das Folgen. Unternehmen, die weiterhin mit älteren Intel-7-Plattformen arbeiten, berichten laut Nikkei Asia, dass Bestellungen nur teilweise erfüllt werden. Zugleich drängt Intel sie demnach stärker in Richtung neuerer Prozessoren auf Basis des 18A-Prozesses. „Wir haben kürzlich 100 Intel-7-CPUs nachbestellt. Wir haben 30 bekommen, davon 10 auf 18A-Basis“, schildert ein PC-Hersteller gegenüber Nikkei Asia. „Uns wurde gesagt: Wenn wir die 18A-CPUs nicht nehmen, gehen sie an andere Kunden.“

Für Entwickler bedeutet das konkret: Wer auf älteren CPU-Plattformen plant, muss mit eingeschränkter Verfügbarkeit rechnen. Eine Umstellung auf neuere Prozessoren kann Redesigns nach sich ziehen – inklusive angepasster Peripheriekomponenten wie Displays, Sensorik oder Stromversorgung.

MLCCs: KI-Server als neuer Hauptabnehmer

Ein ähnliches Bild zeigt sich bei Vielschicht-Keramikkondensatoren, kurz MLCCs, wie eeNews Europe berichtet. KI-Server benötigen laut Samsung Electro-Mechanics zehn- bis fünfzehnmal so viele MLCCs wie Standard-Server. Ein Nvidia-Grace-Blackwell-GB200-Board kommt auf rund 6.500 MLCCs; die kommende Rubin-Architektur soll den Bedarf auf etwa 12.000 Bauteile pro Board steigern. Gleichzeitig verschieben sich die technischen Anforderungen: Gefragt sind zunehmend Hochkapazitäts-MLCCs in miniaturisierten Gehäusen, die hohe Ströme bei niedrigen Spannungen von etwa 0,8 Volt stabilisieren können.

Die großen Hersteller – darunter Murata, TDK, Taiyo Yuden, Kyocera AVX, Samsung Electro-Mechanics und Yageo – haben ihre Kapazitäten entsprechend umgeschichtet. Produktionslinien, die zuvor Consumer-MLCCs belieferten, werden stärker auf High-End-Komponenten für KI-Anwendungen ausgerichtet. Die Folge: Standard-MLCCs für Automotive- und Industrieanwendungen werden knapper, Lieferzeiten für High-Capacitance-Typen in den Gehäusegrößen 1206 und 1210 überschreiten bereits 20 Wochen.

Taiyo Yuden hat im April 2026 als erstes Unternehmen die Preise für Consumer- und Automotive-MLCCs um sechs bis 13 Prozent angehoben. Yageo und Walsin verhandeln Preisanpassungen produktspezifisch, ohne formelle Ankündigungen. Murata und Samsung Electro-Mechanics haben sich noch nicht offiziell positioniert, der Markttrend zeigt jedoch klar nach oben.

Analysten von Astute weisen darauf hin, dass die Engpässe nicht primär auf Rohstoffknappheit zurückzuführen sind, sondern auf eine bewusste Kapitalallokationsstrategie der Hersteller: „Lieferanten zögern, neue Kapazitäten für margenschwächere Komponenten aufzubauen, trotz klarer Erholungszeichen.“ Für Entwickler außerhalb des KI-Server-Segments bedeutet das: Die Verfügbarkeit von Standard-MLCCs kann sich bei einem plötzlichen Nachfrageanstieg, etwa durch eine Automotive-Erholung, schnell verschlechtern.

Neue Produktgenerationen adressieren zumindest die technischen Anforderungen. Murata produziert nach eigenen Angaben als erstes Unternehmen weltweit MLCCs im 0402-Format mit 47 µF für KI-Anwendungen. Kyocera und Taiyo Yuden haben vergleichbare Produkte im gleichen Gehäuse angekündigt. Als Alternative zu MLCCs positionieren sich zudem zunehmend Silizium-Kondensatoren: Analog Devices hat angekündigt, den Spezialisten Empower Semiconductor für 1,5 Milliarden US-Dollar übernehmen zu wollen. Dessen eingebettete Siliziumkondensatoren sollen höhere Kapazitätsdichten direkt auf Package-Ebene ermöglichen.

Power-Management für KI-Infrastruktur

Analog Devices prüft Übernahme von Empower Semiconductor

Strukturelle Verschiebung, kein temporärer Ausreißer

Was sich abzeichnet, ist keine klassische Engpasssituation wie während der Krise 2021, bei der ein externer Schock die Lieferkette traf. Der aktuelle Druck entsteht durch eine strukturelle Verschiebung der Nachfrage. KI-Infrastruktur verbraucht überproportional viele Bauelemente in Spezifikationen, die bislang eher Nischenprodukte waren. So zieht der Boom um KI Produktionskapazitäten aus dem Consumer- und Industriesegment ab.

Für Entwickler und Einkäufer ergibt sich daraus eine veränderte Beschaffungslogik: Just-in-time-Strategien funktionieren bei kritischen Passivbauteilen und bestimmten CPU-Plattformen zunehmend schlechter. Langfristige Abnahmevereinbarungen und frühzeitige Designentscheidungen – insbesondere bei der Wahl von CPU-Plattform und MLCC-Spezifikation – gewinnen an Bedeutung. Die Frage ist weniger, ob sich die Lage entspannt, sondern wann. Zudem steht zur Debatte, ob der nächste Nachfrageschub, etwa durch autonomes Fahren oder 6G-Infrastruktur, bereits vor einer Normalisierung einsetzt. (sb)

Künstliche Intelligenz

Milliardeninvestitionen in Technik mit Verfallsdatum

(ID:50853741)