Wie Speicher zum Engpass für KI wird

Zuletzt aktualisiert: 5. Oktober 2026 | Autor: Cameron MacDonald

Zusammenfassung

Die Anforderungen von KI an Speicher unterscheiden sich grundlegend von den Speicheranforderungen anderer Anwendungen.
Der durch KI verursachte Speicherengpass dürfte zahlreiche andere Branchen unter Druck setzen, darunter die Automobil- und Telekommunikationsbranche.
Für Anleger könnte dieser Engpass zugleich eine Chance darstellen.

Was ist KI-Speicher und warum unterscheidet er sich von herkömmlichem Speicher?

Herkömmliche Computerspeicherchips lassen sich vereinfacht als Gebäude vorstellen, die durch Autobahnen miteinander verbunden sind. Die Straßen können jedoch nur bis zu einem gewissen Punkt verbreitert – beziehungsweise ein Computer beschleunigt – werden. Dadurch wird die Geschwindigkeit des gesamten Computers begrenzt.

KI-Anwendungen sind äußerst rechenintensiv. Bei der Beantwortung einer Frage oder der Ausführung einer Aufgabe muss KI Milliarden mathematischer Berechnungen gleichzeitig durchführen und dabei enorme Datenmengen verarbeiten, um eine Antwort zu erzeugen.

„Wenn der Speicher den Chip nicht schnell genug mit Daten versorgen kann, entsteht ein Engpass, der zu einer inakzeptablen Reaktionszeit führt.“

High Bandwidth Memory (HBM) löst dieses Problem, indem die „Gebäude“ übereinandergestapelt und diese Schichten über Silizium miteinander verbunden werden. Vereinfacht gesagt werden dadurch zusätzliche Fahrspuren auf den Autobahnen geschaffen.[1]

HBM trägt zwar dazu bei, das Bandbreitenproblem zu lösen, doch die zunehmende Komplexität und Größe von KI-Modellen sowie die enormen Datenmengen, die für das Training neuer Modelle benötigt werden, führen dazu, dass die physische Verfügbarkeit von Speicherchips selbst zu einem Problem für den Ausbau der KI-Infrastruktur wird.

Quelle: McKinsey & Company. Datenstand: 26.02.2026. Die Grafik zeigt erwartete Daten. Nur zu Illustrationszwecken.

Bereits 2024 war das Ausmaß der Herausforderung politischen Entscheidungsträgern bewusst. Die damalige US-Handelsministerin Gina Raimondo erklärte, dass „die Menge an Chips, die [KI-Unternehmen] voraussichtlich benötigen, kaum vorstellbar ist“.[2]

Seitdem ist die Nachfrage nach Speicher deutlich gestiegen, da KI immer breiter eingesetzt wird. SK Hynix, ein südkoreanischer Hersteller von Speicherchips, die für GPUs von entscheidender Bedeutung sind, meldete im April einen Umsatzanstieg von 198 % gegenüber dem Vorjahr.[3] Alle drei Fertigungsstätten der Taiwan Semiconductor Manufacturing Company (TSMC) sind vollständig ausgelastet, mit Vorlaufzeiten von 52 bis 78 Wochen.[4]

Welches Fertigungsproblem beeinträchtigt den Ausbau von KI?

Um den Anforderungen von KI-Unternehmen gerecht zu werden, dürfte Speicher im Jahr 2026 rund 30 % der Ausgaben dieser Unternehmen ausmachen.[5] KI-Unternehmen sind gezwungen, ihre Ausgaben grundlegend anzupassen, um ihren Bedarf zu decken.

KI-Hyperscaler sind bereit, nicht stornierbare Verträge mit Laufzeiten von drei bis fünf Jahren abzuschließen, nur um sich die benötigte Chipversorgung zu sichern. Laut UBS Group könnten inzwischen zwischen 20 % und 30 % der Lieferungen von Dynamic Random-Access Memory (DRAM) durch solche Vereinbarungen abgedeckt sein.[6]

Dieses Kaufverhalten verdeutlicht zwar die starke Nachfrage nach zusätzlichen Speicher- und Chipkapazitäten, doch es besteht ein grundlegenderes Problem. Möchte Nvidia beispielsweise mehr Chips verkaufen, ist dies nur möglich, wenn TSMC auch mehr davon produziert. Die Chips und die Rechenleistung selbst sind also nicht unbedingt das Problem. Vielmehr ist es die Fertigung und Zusammensetzung des gesamten Pakets, die den Engpass verursacht und die Speicherpreise nach oben treibt.

Welche Folgen könnten höhere Speicherpreise haben?

Die durch KI getriebene Speichernachfrage ist struktureller Natur. Samsung, SK Hynix und Micron – die drei Unternehmen, die im zweiten Quartal 2026 zusammen rund 88 % des weltweiten DRAM-Umsatzes ausmachten – haben ihre Ressourcen schrittweise umverteilt, um der Nachfrage gerecht zu werden. Mittlerweile entfallen 93 % ihrer gemeinsamen Produktion auf Speicher für KI-Rechenzentren. [7] [8]

Infolgedessen herrscht bei DRAM- und NAND-Speicher für Verbraucher ein kritischer Angebotsengpass, während sich die DRAM-Preise seit Anfang 2025 nahezu verdoppelt haben. Da sich die Hersteller zunehmend auf die Anforderungen von KI-Anwendungen konzentrieren, könnten andere Branchen einem verstärkten Preisdruck ausgesetzt sein. Insbesondere Unternehmen im unteren Preissegment der jeweiligen Märkte könnten erheblich unter Druck geraten, wenn die Kosten weiterhin hoch bleiben.

Medizintechnik, die Automobilbranche, Telekommunikation und die Gaming-Industrie sind allesamt mit steigenden Preisen konfrontiert. So könnten beispielsweise die Produktionskosten eines typischen Smartphones um 30 US-Dollar steigen,[9] wobei diese Mehrkosten wahrscheinlich an die Verbraucher weitergegeben werden.

Was könnte dies für Anleger bedeuten?

Das Ausmaß des Problems bei der Speicherversorgung ist erheblich. Die Vorlaufzeiten für die Produktion bestehender Aufträge sind lang, und der Aufbau zusätzlicher Fertigungskapazitäten dürfte Monate, wenn nicht Jahre dauern, um mit der aktuellen Nachfrage Schritt zu halten.

Gleichzeitig steigt die Nachfrage nach KI als Dienstleistung weiter. Meta plant für 2026 Investitionen von 135 bis 145 Milliarden US-Dollar, nachdem das Unternehmen im Juli das untere Ende seiner Prognosespanne angehoben hatte – nahezu doppelt so viel wie 2025.^[10] Parallel zu diesen enormen Investitionen stehen die Anbieter der physischen Speicherkomponenten, die diese KI-Modelle ermöglichen. Samsung, SK Hynix und Micron verfügen derzeit über Preissetzungsmacht. Micron beispielsweise meldete am 30. September 2026 für das vierte Quartal seines Geschäftsjahres einen Umsatz von 54,2 Milliarden US-Dollar, was einem Anstieg von rund 379 % gegenüber dem Vorjahr entspricht.^[11] Diese Unternehmen produzieren einen unverzichtbaren Bestandteil der KI-Infrastruktur, und höhere Preise müssen die Nachfrage der Kunden nicht zwangsläufig bremsen.

Hersteller von KI-Speicher könnten daher davon profitieren, wenn sich KI weiterentwickelt und weltweit zunehmend in Wirtschaft und Gesellschaft verankert wird.

Dieses Material stellt kein Marketingdokument dar. Es handelt sich nicht um eine Aufforderung zur Investition, sondern dient ausschließlich zu Bildungszwecken. Die Wertentwicklung in der Vergangenheit und Prognosen sind keine verlässlichen Indikatoren für zukünftige Ergebnisse.

[1] https://www.scientificamerican.com/article/high-bandwidth-memory-is-a-bottleneck-for-ai-chips/

[2] https://www.nbcnews.com/business/business-news/what-is-nvidia-what-do-they-make-ai-artificial-intelligence-rcna140171

[3] https://stockanalysis.com/quote/krx/000660/transcripts/547968-q1-2026/

[4] https://siliconanalysts.com/analysis/foundry-allocation-status-q1-2026

[5] https://x.com/SemiAnalysis_/status/2039870546582630470

[6] https://www.bloomberg.com/opinion/articles/2026-06-01/ai-rally-a-trillion-dollar-question-for-memory-chipmakers?srnd=phx-opinion-markets&embedded-checkout=true

[7] https://tech-insider.org/memory-chip-shortage-2026-ai-consumer-electronics/

[8] https://evertiq.com/news/2026-09-07-dram-industry-revenue-surges-595-in-q2-as-supply-lags-demand

[9] https://www.bbc.co.uk/news/articles/c1dzdndzlxqo

[10] https://www.kucoin.com/news/flash/meta-q2-2026-earnings-miss-estimates-capex-guidance-rises-to-145-billion

[11] https://www.sec.gov/Archives/edgar/data/0000723125/000072312526000018/a2026q4ex991-pressrelease.htm

Häufig gestellte Fragen

Was ist KI-Speicher?

KI-Speicher bezeichnet die Speichertechnologie, die KI-Systemen dabei hilft, große Datenmengen schnell abzurufen und zu übertragen. Da KI-Modelle auf enorme Informationsmengen angewiesen sind, spielt der Speicher eine entscheidende Rolle dabei, Chips eine schnelle Verarbeitung von Aufgaben zu ermöglichen.

Warum benötigt KI einen anderen Speicher als herkömmliche Computersysteme?

KI-Anwendungen sind deutlich rechenintensiver als viele herkömmliche Computeraufgaben. Wenn ein KI-Modell eine Frage beantwortet oder eine Aufgabe ausführt, muss es möglicherweise Milliarden von Berechnungen durchführen und dabei große Datenmengen abrufen. Kann der Speicher mit diesem Tempo nicht Schritt halten, verlangsamt sich das gesamte System.

Was ist High Bandwidth Memory?

High Bandwidth Memory (HBM) ist eine Speichertechnologie, die darauf ausgelegt ist, große Datenmengen besonders schnell an den Prozessor zu übertragen. KI-Anwendungen benötigen dies, da sie gleichzeitig auf enorme Datenmengen zugreifen müssen. Der Artikel vergleicht dies mit zusätzlichen Fahrspuren auf einer Autobahn: Bei HBM werden mehrere Speicherschichten übereinandergestapelt und über Silizium miteinander verbunden. Dadurch können mehr Daten gleichzeitig übertragen und Engpässe reduziert werden.

Warum werden Speicherchips zu einem Engpass für KI?

KI-Anwendungen erfordern die gleichzeitige Verarbeitung enormer Datenmengen und stellen damit deutlich höhere Anforderungen an den Speicher als herkömmliche Computersysteme. Während KI-Chips immer leistungsfähiger werden, können sie nur dann effizient arbeiten, wenn der Speicher die benötigten Daten schnell genug bereitstellt. Kann der Speicher mit der Rechenleistung der KI-Chips nicht Schritt halten, entsteht ein Engpass, der die Leistung begrenzt.

High Bandwidth Memory (HBM) hilft dabei, dieses Problem zu verringern, indem Daten schneller zwischen Speicher und KI-Prozessoren übertragen werden können. Das rasante Wachstum der KI-Infrastruktur hat jedoch die Nachfrage nach fortschrittlichen Speichertechnologien stark erhöht. Dadurch gerät das Angebot zunehmend unter Druck, und Speicher wird zu einem entscheidenden Engpass für die weitere Skalierung von KI.

Adapting precision warfare: How US defence spending priorities are changing

Oktober 2026

Wie Speicher zum Engpass für KI wird

Zuletzt aktualisiert: 5. Oktober 2026 | Autor: Cameron MacDonald

Zusammenfassung

„Wenn der Speicher den Chip nicht schnell genug mit Daten versorgen kann, entsteht ein Engpass, der zu einer inakzeptablen Reaktionszeit führt.“

Welches Fertigungsproblem beeinträchtigt den Ausbau von KI?

Welche Folgen könnten höhere Speicherpreise haben?

Häufig gestellte Fragen

Was ist KI-Speicher?

Warum benötigt KI einen anderen Speicher als herkömmliche Computersysteme?

Was ist High Bandwidth Memory?

Warum werden Speicherchips zu einem Engpass für KI?

Related Funds

More Articles

Anlagestrategien

Über uns

Ressourcen

Leaving HANetf's Website