In this Article
Die zweite Hälfte des Jahres 2025 brachte einen ungewöhnlichen weltweiten Mangel an Arbeitsspeicher und SSDs. Dabei handelt es sich nicht bloß um eine zyklische Schwächephase oder den Übergang zu neuen Technologien, sondern um eine lang anhaltende Krise, die sich über mehrere Jahre erstreckt. Ausgelöst wird diese Entwicklung offensichtlich durch das explosionsartige Wachstum der Nachfrage nach AI-Infrastruktur.
Jeder AI-Server benötigt Dutzende bis Hunderte Gigabyte. Das ist deutlich mehr als ein durchschnittlicher Webserver oder PC. Und welche Folgen hat das? Chiphersteller priorisieren HBM (Speicher mit hoher Bandbreite) und LPDDR (Datenrate mit geringem Energieverbrauch) für AI und reduzieren zugleich die Produktion herkömmlicher DRAM. In moderner Terminologie nennt man das RAMpocalypse.
Klingt das nur bedrohlich, oder müssen wir uns jetzt damit befassen? Die Antwort finden Sie im Folgenden.
* Bevor Sie den Hauptteil lesen, empfehlen wir Ihnen, diesen Artikel und diese Übersichtskarte kurz zu überfliegen.
Was genau ist passiert?
2023 liegt noch nicht weit zurück, doch damals waren SSDs günstig. Verantwortlich für diese Veränderung war der Boom bei AI-Rechenzentren, der den Markt bis Ende 2024 umgekrempelt hatte. AI-Systeme, auch als Große Sprachmodelle bekannt, werden im Grunde mit riesigen Datensätzen trainiert. Sie verarbeiten so viele Daten, dass sie Zusammenhänge leicht verstehen und wie ein Mensch antworten können. LLMs werden typischerweise auf GPU-Clustern eingesetzt, also miteinander verbundenen Netzwerken von Rechenknoten, die jeweils mit ein oder zwei GPUs ausgestattet sind. Jeder GPU-Cluster benötigt Terabyte an Speicher, und AI-Projekte arbeiten heute mit Tausenden solcher Knoten. Damit sollen komplexe Aufgaben in rasanter Geschwindigkeit bewältigt werden. Der Betrieb von LLMs benötigt jedoch große Mengen an DRAM und Flash-Speicher. Unternehmen verlagern ihren Schwerpunkt von trainingsintensiven LLM-Workloads hin zu inferenzorientierten Bereitstellungen. Da Inferenz häufigen Zugriff auf große Modelldateien erfordert, ist die Nachfrage nach Nearline-Speicher gestiegen.
Das Stargate-Projekt
Das Projekt soll den USA eine anhaltende Führungsrolle im Bereich der künstlichen Intelligenz sichern. Es wird angenommen, dass dieses Projekt die Vereinigten Staaten “reindustrialisieren” und strategisches Potenzial zum Schutz der nationalen Sicherheit Amerikas und seiner Verbündeten schaffen wird. Zu den wichtigsten Investoren zählen SoftBank, OpenAI und Oracle. Unternehmen wie Microsoft, NVIDIA und Arm werden ebenfalls beteiligt sein, offenbar jedoch als technische Partner.
Worum geht es bei dem Projekt? Zunächst sollen in den Vereinigten Staaten mehrere Rechenzentren für künstliche Intelligenz entstehen. Das Joint Venture der Unternehmen beginnt mit einem großen Rechenzentrum in Texas und wird später auf weitere Bundesstaaten ausgeweitet. Die Initiatoren versprechen, dadurch “Hunderttausende” Arbeitsplätze zu schaffen und “die amerikanische Führungsrolle im Bereich AI zu sichern. Die Fertigstellung von Stargate wird voraussichtlich fünf bis sechs Jahre dauern.
Der Vertrag zwischen OpenAI, Samsung und SK Hynix betrifft 900,000 DRAM-Wafer pro Monat. Das entspricht fast 40% der gesamten weltweiten Produktion. Eine solche Situation wird künftig große Probleme verursachen, weil es für die traditionellen PC- und Servermärkte schwierig wird, konkurrenzfähig zu bleiben. Selbst die Preise für mechanische Festplatten, die scheinbar nichts mit AI zu tun haben, steigen um 10–15%.
Mehr Fabriken, mehr Speicher?
Theoretisch ja. In der Praxis erschweren finanzielle und strukturelle Hürden jedoch einen schnellen Ausbau.
Zwar signalisieren höhere Preise die Notwendigkeit eines Kapazitätsausbaus, führende DRAM-Hersteller entscheiden sich jedoch gegen eine Ausweitung der traditionellen DRAM-Produktion. Stattdessen lenken sie Investitionen in Speicher mit hoher Bandbreite (HBM). Das ermöglicht höhere Margen, verbraucht aber mehr Wafer.
Die Nachfrage kommt aus allen Richtungen. AI-Entwickler, Hyperscale-Cloud-Anbieter und Rechenzentren von Unternehmen konkurrieren allesamt um die verfügbaren Speicherressourcen. Die Produktion auszubauen ist weder schnell noch günstig. Der Bau neuer Fabriken würde Milliarden an Kapital erfordern. Die Kosten liegen zwischen $10 Milliarden und 20+ Milliarden. Das lässt sich nicht an einem einzigen Tag erledigen. Solche Projekte dauern üblicherweise 4–5 Jahre. Doch selbst dann sind die Ergebnisse ungewiss. Zusätzlich wird die Lage durch den Mangel an qualifizierten Ingenieuren komplexer.
Folglich bleibt die Gesamtproduktion von Standard-DRAM begrenzt. Hersteller priorisieren Kunden aus dem AI- und Hyperscale-Rechenzentrumsbereich. Unter diesen Bedingungen werden Speicherengpässe und hohe Preise wahrscheinlich mindestens bis 2027 anhalten.
Prognosen für die Zukunft
- Zunächst wird der unersättliche Hunger der AI die Preise für Arbeitsspeicher stark ansteigen lassen. Engpässe und hohe Preise könnten noch eine Weile bestehen bleiben. Inmitten der anhaltenden Krise auf dem Speichermarkt werden Unternehmen wie Apple, Lenovo und Dell die Preise für ihre Geräte in der ersten Hälfte des Jahres 2026 erhöhen. Natürlich betrifft das auch Gaming-PCs und Laptops, deren Preise ebenfalls steigen werden. Da die Hardwarekosten zunehmen, setzen Unternehmen auf Proxys, um Daten zu scrapen und AI-Prozesse auszuführen, ohne Systeme mit begrenztem Arbeitsspeicher zu überlasten.
- Eine schrittweise Lösung der Krise kann erst nach 2027–2028 beginnen, wenn eine neue Speichertechnologie den Zyklus durchbricht. Bis dahin dürften SSDs, DRAM und HDDs teuer und knapp bleiben und zunehmend der AI-Elite vorbehalten sein.
- Die Nachfrage nach AI wird voraussichtlich nicht deutlich sinken, da große Modelle, Rechenzentren und Rechendienste weiter wachsen. Das bedeutet, dass Speicher als Ressource auch in den kommenden Jahren ein “heißes” Thema bleiben wird.
- Innovationen in der Speicherarchitektur, etwa die Zusammenführung von CPU-/GPU-Speicher oder neue RAM-Arten, können die Lage langfristig beeinflussen, werden akute Engpässe jedoch nicht über Nacht lösen.