Speicher und Fertigungskapazitäten Wenn der KI-Boom die eigene Hardware verteuert

Server mit Nvidia-KI-Chips könnten Anfang 2027 aufgrund steigender Speicherkosten um mehr als 15 Prozent teurer werden. Dahinter steckt ein größeres Problem: Der Ausbau der KI-Infrastruktur bindet mehr und mehr Speicher- und Fertigungskapazitäten – und beginnt, nicht nur die eigene Hardware zu verteuern.

Der Ausbau von KI-Rechenzentren verschlingt Unsummen und die Investoren und Partner der Hyperscaler überschlagen sich förmlich mit ihren finanziellen Unterstützungen. Wäre Wachstum unendlich, wäre das eine feine Sache. Doch Wachstum unterliegt mehreren Faktoren, die es einschränken können. Einer davon ist die enorme Nachfrage, die diesen KI-Infrastruktur-Investitionsboom antreibt. Denn die Nachfrage könnte die nächste Ausbaustufe deutlich verteuern.

Wie Bloomberg am 22. August 2026 berichtete, sollen einige der größten Nvidia-Kunden darüber informiert worden sein, dass die Preise für Server mit Nvidia-KI-Prozessoren bei Auslieferungen Anfang 2027 in vielen Fällen um mehr als 15 Prozent steigen könnten. Betroffen wären unter anderem Systeme mit der Grace-Blackwell- und der kommenden Vera-Rubin-Plattform. Wie hoch die Verteuerung im Einzelfall ausfällt, soll von Prozessorgeneration und Speicherausstattung abhängen. Als wesentlichen Grund nennt der Bericht die stark gestiegenen Speicherpreise.

Die Zahl ist mit Vorsicht zu behandeln. Reuters konnte den Bloomberg-Bericht nicht unabhängig bestätigen; Nvidia äußerte sich zunächst nicht dazu. Auch handelt es sich nicht um eine pauschal angekündigte 15-Prozent-Preiserhöhung von Nvidia selbst. Laut Bloomberg haben Serverhersteller entsprechende Kostensteigerungen an Betreiber großer Rechenzentren weitergegeben. Dass hinter der Meldung ein reales Versorgungsproblem steckt, lässt sich dagegen deutlich besser belegen.

Die erste Spirale dreht sich weiter

Bereits bei unserer ersten Betrachtung des KI-Investitionszyklus zeigte sich eine ungewöhnliche Rückkopplung: Hyperscaler investieren immer größere Summen in KI‑Infrastruktur. Davon profitieren Nvidia, Speicherhersteller, Foundries und die übrigen Ausrüster des Ökosystems. Das starke Wachstum wiederum bestärkt Unternehmen und Investoren in der Erwartung, dass noch mehr KI-Infrastruktur benötigt wird – und ermöglicht beziehungsweise rechtfertigt die nächste Investitionsrunde. Solange Nachfrage, Finanzierung und tatsächliche Wertschöpfung gemeinsam wachsen, kann dieser Kreislauf funktionieren. Kritisch wird es, wenn sich einzelne Glieder voneinander lösen.

KI-Infrastruktur und die Elektronikindustrie

Die KI-Blase platzt nicht im Algorithmus

Mittlerweile zeichnet sich eine zweite Spirale ab. Diesmal geht es nicht um Bewertungen und Kapitalflüsse, sondern um die physische Verfügbarkeit der benötigten Hardware, denn mehr KI-Server benötigen mehr HBM, mehr Server-DRAM, mehr LPDDR, mehr Power-ICs und mehr Waferkapazität. Hersteller verschieben ihre Produktion in diese besonders lukrativen Bereiche, das ist weithin bekannt. Das verknappt das verfügbare Angebot und erhöht wiederum die Kosten der nächsten KI‑Servergeneration. Der KI-Boom beginnt damit, um dieselben Ressourcen zu konkurrieren, die er für sein eigenes, weiteres Wachstum benötigt.

DRAM bleibt knapp

Trendforce erwartet für das dritte Quartal 2026 bei konventionellem DRAM nochmals 13 bis 18 Prozent höhere Vertragspreise gegenüber dem Vorquartal. Die Analysten führen die weiterhin angespannte Lage insbesondere auf die starke Nachfrage aus dem Serverbereich zurück. Gleichzeitig verschieben Speicherhersteller Produktionskapazitäten in Richtung Server- und Hochleistungsanwendungen. Dadurch steht unter anderem weniger Kapazität für PC-DRAM zur Verfügung.

Auch bei Spezial-DRAM beschreibt Trendforce inzwischen eine strukturelle Verknappung: Große Hersteller verlagern Kapazitäten von älteren Prozessen hin zu High-End- und Serverprodukten. Automotive-, Industrie- und Netzwerkanwendungen halten gleichzeitig ihre Nachfrage aufrecht. Das ist ein wichtiger Unterschied zu einer gewöhnlichen konjunkturellen Knappheit. Es fehlt nicht zwingend grundsätzlich an der Fähigkeit, Speicher herzustellen. Entscheidend ist zunehmend, welcher Speicher mit der vorhandenen Waferkapazität produziert wird.

HBM bindet Kapazitäten für konventionellen DRAM

Besonders deutlich wird dieser Effekt bei High Bandwidth Memory (HBM). Der gestapelte Speicher ist für moderne KI-Beschleuniger zentral, benötigt aber vergleichsweise viel Fertigungskapazität. Nach Berechnungen von Trendforce entfielen Ende 2025 rund 18 Prozent des DRAM-Wafer-Inputs der drei großen Hersteller Samsung, SK Hynix und Micron auf HBM. Ende 2026 sollen es bereits rund 22 Prozent, Ende 2027 etwa 30 Prozent sein. Der Anteil am tatsächlich produzierten DRAM-Bitvolumen liegt dabei deutlich niedriger. Das verdeutlicht den relativ hohen Waferbedarf der HBM-Produktion.

Trendforce erwartet deshalb, dass der Verdrängungseffekt auf konventionelles DRAM 2027 weiter zunimmt. Das bedeutet wiederum, dass jede zusätzliche HBM-Kapazität für einen KI‑Beschleuniger indirekt beeinflussen kann, wie viel Produktionskapazität für gewöhnlichen Server-, PC-, Mobil- oder Spezial-DRAM übrig bleibt.

Selbst Nvidia passt die Speicherarchitektur an

Wie konkret die Engpässe inzwischen werden, zeigt ausgerechnet Nvidia selbst. Trendforce berichtete im Juni, Nvidia habe die geplante SOCAMM-Speicherkapazität seiner Vera-Rubin-Superchip-Module halbiert. Der Schritt sei nicht auf sinkende Nachfrage zurückzuführen, sondern auf die erwartete Verfügbarkeit von LPDDR5X. Nach den vorläufigen Produktions- und Zuteilungsplänen von Samsung, SK Hynix und Micron könnten die Hersteller 2027 lediglich etwa 60 Prozent des von Nvidia erwarteten LPDDR-Bedarfs decken. Durch eine geringere Speicherausstattung pro Modul könne Nvidia aus der verfügbaren Speichermenge mehr Vera-CPUs beziehungsweise Systeme produzieren.

Im August berichtete Trendforce darüber hinaus, Nvidia prüfe auch für Rubin Ultra niedrigere HBM-Konfigurationen. Hintergrund seien sowohl die begrenzte DRAM-Waferkapazität für HBM als auch Unsicherheiten beim Produktionshochlauf von 12-Hi-HBM4e. Aus dem klassischen Wettrennen um möglichst viel Speicher pro Beschleuniger wird damit zunehmend auch eine Optimierungsaufgabe: Wie viel Speicher kann pro System verbaut werden, ohne die insgesamt mögliche Stückzahl zu stark zu begrenzen?

Der Kapazitätskampf endet nicht beim Speicher

Auch bei der eigentlichen Halbleiterfertigung gibt es inzwischen Anzeichen für einen steigenden Preisdruck. Reuters berichtete am 19. August, Samsung habe die Preise für bestimmte Foundry-Aufträge erhöht. Bei neuen Aufträgen in 4-nm- und 5-nm-Prozessen seien je nach Kunde Steigerungen von 10 bis 15 Prozent aufgetreten, bei 8 nm von knapp 10 Prozent. Als wesentlichen Hintergrund nennt Reuters die durch KI- und HPC-Chips stark ausgelasteten Kapazitäten. Samsungs 4-nm-Linie in Pyeongtaek soll bereits seit Ende 2025 voll ausgelastet sein.

Für die breitere Elektronikindustrie sind allerdings nicht nur Leading-Edge-Nodes interessant. Trendforce sieht inzwischen auch bei reifen Fertigungsprozessen Auswirkungen der KI-Nachfrage. Auf 8-Zoll-Wafern steigt der Bedarf an Leistungshalbleitern und Power-ICs für KI-Systeme, während große Hersteller gleichzeitig Kapazitäten reduzieren oder umwidmen. Bei 12-Zoll-Mature-Nodes beanspruchen unter anderem Power-ICs ab 55 nm, Silizium-Interposer in 65/55 nm und FPGAs in 40/28 nm zusätzliche Waferkapazität.

Zwischen dem ersten und dem zweiten Quartal 2026 seien die Foundry-Preise in diesen Bereichen im Mittel um 5 bis 15 Prozent gestiegen. Trendforces Analysten mit einem anhaltenden Preisdruck im Jahr 2027. Damit verlässt der Effekt zunehmend die Welt der milliardenteuren KI-GPUs.

Wenn KI-Kapazität bei Industrieelektronik fehlt

Auch ältere Speichertechnologien zeigen, warum die Entwicklung für klassische Elektronikhersteller relevant ist. Hersteller konzentrieren ihre Investitionen verstärkt auf höherwertige Produkte wie HBM und moderne 3D‑NAND‑Generationen. Das reduziert die verfügbare Kapazität für ältere Speicherprodukte wie NOR‑Flash und SLC‑NAND.

Bei beiden Speicherarten stiegen die Vertragspreise laut Trendforce im ersten Halbjahr 2026 kumuliert um mehr als 100 Prozent. Bei NOR‑Flash nennt der Marktforscher Steigerungen zwischen 100 und 120 Prozent, bei SLC‑NAND zwischen 130 und 150 Prozent. Gleichzeitig bestehen gerade in Automotive-, Industrie-, Netzwerk- und anderen langlebigen Anwendungen weiterhin Anforderungen an diese älteren Technologien.

KI ist dabei nicht die einzige Ursache. Auch der Rückzug von Herstellern aus älteren Produktgenerationen, begrenzte Kapazitätserweiterungen und die Nachfrage aus klassischen Industriebereichen tragen zur Knappheit bei. Der KI-Boom verschärft diesen Strukturwandel allerdings, weil Investitionen und Fertigungskapazitäten bevorzugt dorthin wandern, wo aktuell höhere Margen und stärkeres Wachstum zu erwarten sind.

KI konkurriert zunehmend mit sich selbst

Damit verändert sich die Perspektive auf den derzeitigen Investitionsboom. Die Frage lautet nicht mehr nur, wie lange Hyperscaler bereit sind, immer größere Summen in KI-Rechenzentren zu investieren. Relevant wird auch, was sie mit diesen Summen noch kaufen können.

Steigen die Preise für GPUs, Speicher, Foundry-Kapazität und die übrige Infrastruktur, muss mehr Kapital investiert werden, um dieselbe zusätzliche Rechenleistung aufzubauen. Gleichzeitig erzeugt die steigende Nachfrage weitere Anreize für Halbleiterhersteller, ihre Kapazitäten in Richtung KI zu verschieben. Ausgerechnet der Erfolg des Marktes kann damit seine nächste Wachstumsphase verteuern.

Obendrein konkurriert er zunehmend mit der übrigen Elektronikindustrie um dieselben Ressourcen: um DRAM-Wafer, ältere Speichertechnologien, Power-ICs, Interposer und reife Foundry-Prozesse. Das macht die Entwicklung auch für einen deutschen Industrieelektronikhersteller relevant, der selbst keinen einzigen KI-Beschleuniger verbaut.

Am 26. August kommen Nvidias Zahlen

Wie robust die Nachfrage trotz steigender Kosten bleibt, dürfte bereits am 26. August 2026 wieder auf den Prüfstand kommen. Dann veröffentlicht Nvidia die Zahlen für das zweite Quartal seines Geschäftsjahres 2027. Nach von Reuters zusammengetragenen Analystenschätzungen könnte der Quartalsumsatz mit rund 92,18 Milliarden US-Dollar fast doppelt so hoch ausfallen wie im Vorjahreszeitraum. Gleichzeitig wächst die Aufmerksamkeit dafür, wie nachhaltig die Investitionswelle ist und welche Rolle Nvidia inzwischen selbst bei der Finanzierung des KI-Ökosystems spielt. Die Zahlen werden damit nicht beantworten, ob sich rund um KI eine Blase gebildet hat. Sie können aber zeigen, ob die Nachfrage bislang schnell genug wächst, um auch die steigenden Kosten der nächsten Ausbaustufe zu tragen. (sb)

(ID:50937073)