KI-Boom wird zum Kostenfaktor: Warum starke Chip-Zahlen nicht mehr automatisch überzeugen

Der KI-Boom läuft weiter – doch an den Finanzmärkten reicht starkes Wachstum allein inzwischen nicht mehr aus. Ein Rückgang europäischer Technologie- und Halbleiteraktien Ende Juni zeigte, wie empfindlich Anleger auf steigende Kosten und hohe Erwartungen reagieren. Gleichzeitig melden Hersteller wie Micron, Infineon und ASML weiterhin eine außergewöhnlich starke Nachfrage aus dem KI-Geschäft.

Für Unternehmen ist diese Entwicklung vor allem aus einem anderen Grund relevant: KI-Infrastruktur dürfte auf absehbare Zeit teuer bleiben.

Tech-Aktien unter Druck – trotz KI-Boom

Am 26. Juni gerieten europäische Technologieaktien zeitweise deutlich unter Druck. Werte wie Infineon, STMicroelectronics und ASML verloren, während auch die US-Technologiebörsen zunächst schwächer erwartet wurden.

Auf den ersten Blick könnte die Bewegung als Zweifel am KI-Boom interpretiert werden. Die Geschäftszahlen der wichtigsten Halbleiterunternehmen zeichnen jedoch ein anderes Bild.

Besonders deutlich wird das bei Micron. Der Speicherchip-Hersteller meldete für sein drittes Geschäftsquartal 2026 einen Umsatz von 41,46 Milliarden US-Dollar. Im vergleichbaren Vorjahresquartal waren es noch 9,30 Milliarden Dollar gewesen. Für das folgende Quartal stellte Micron sogar rund 50 Milliarden Dollar Umsatz in Aussicht.

Treiber ist vor allem der massiv gestiegene Speicherbedarf von KI-Systemen.

DRAM und NAND bleiben knapp

Microns Aussagen zum Speichermarkt sind für IT-Verantwortliche möglicherweise wichtiger als die kurzfristige Börsenreaktion.

Nach Angaben des Unternehmens übersteigt die Nachfrage nach DRAM und NAND das verfügbare Angebot weiterhin deutlich. Micron erwartet inzwischen, dass die angespannte Versorgungssituation über das Kalenderjahr 2027 hinausbestehen bleibt. Als wesentliche Gründe nennt das Unternehmen KI-getriebene Nachfrage und strukturelle Beschränkungen auf der Angebotsseite.

Gleichzeitig verschiebt sich der Markt zu technisch anspruchsvolleren Speicherprodukten. Dazu gehören unter anderem neue Generationen von High Bandwidth Memory sowie DDR6 und andere Hochleistungsprodukte.

Micron weist darauf hin, dass diese Übergänge mit steigenden Kosten pro Bit verbunden sind. Das Unternehmen erwartet deshalb, dass auch die durchschnittlichen DRAM-Produktionskosten gegenüber dem heutigen Niveau steigen können.

Damit bekommt der KI-Boom eine zweite Seite: Die Nachfrage wächst – aber gleichzeitig steigt der Aufwand, sie zu bedienen.

KI-Rechenzentren treiben den Hardwarebedarf

Dass diese Entwicklung nicht auf Speicherhersteller beschränkt ist, zeigen auch andere Teile der Halbleiterbranche.

Infineon rechnet für das Geschäft mit KI-Rechenzentren mit starkem Wachstum. Das Unternehmen erwartet für sein Geschäftsjahr 2027 rund 2,5 Milliarden Euro KI-bezogenen Umsatz. Für 2026 hatte Infineon rund 1,5 Milliarden Euro in Aussicht gestellt.

Ein zentraler Faktor ist der enorme Energiebedarf moderner KI-Racks. Infineon entwickelt inzwischen Stromversorgungslösungen mit Leistungen von bis zu 30 Kilowatt, die speziell auf immer dichtere GPU-Infrastrukturen ausgelegt sind.

KI-Infrastruktur besteht damit längst nicht nur aus GPUs. Speicher, Stromversorgung, Kühlung, Netzwerkkomponenten und Halbleiterfertigung werden gleichermaßen zu strategischen Engpässen.

Auch ASML erhöht die Prognose

Ein ähnliches Bild zeigt der niederländische Chipmaschinenhersteller ASML.

Das Unternehmen erzielte im zweiten Quartal 2026 einen Umsatz von 9,3 Milliarden Euro und einen Nettogewinn von rund 2,9 Milliarden Euro. Gleichzeitig erhöhte ASML seine Jahresprognose und erwartet für 2026 nun einen Umsatz zwischen 43 und 45 Milliarden Euro.

CEO Christophe Fouquet verwies ausdrücklich auf die fortgesetzten Investitionen in KI und die steigende Nachfrage nach modernen Logic- und Memory-Chips.

ASML plant deshalb, seine Fertigungskapazitäten weiter auszubauen. Unter anderem soll die Kapazität für Low-NA-EUV-Systeme 2027 gegenüber dem für 2026 geplanten Niveau um rund 30 Prozent steigen. Auch bei DUV-Immersionssystemen ist eine entsprechende Erweiterung vorgesehen.

Von einem generellen Einbruch der KI-Investitionen kann auf Basis dieser Zahlen daher derzeit keine Rede sein.

Das Problem sind zunehmend die Kosten

Für CIOs und Infrastrukturverantwortliche verschiebt sich damit die entscheidende Frage.

Bislang stand häufig im Mittelpunkt, ob Unternehmen ausreichend Rechenleistung für KI bekommen können. Künftig dürfte mindestens genauso wichtig werden, zu welchem Preis diese Kapazität verfügbar ist.

Wenn Speicher knapp bleibt, leistungsfähigere Komponenten höhere Produktionskosten verursachen und gleichzeitig Milliarden in zusätzliche Chip- und Rechenzentrumskapazitäten investiert werden müssen, entsteht entlang der gesamten Infrastrukturkette Kostendruck.

Das bedeutet nicht automatisch, dass Server oder Cloud-Dienste im gleichen Verhältnis teurer werden. Anbieter können Kosten teilweise durch Skaleneffekte, effizientere Hardware oder langfristige Lieferverträge auffangen.

Die zugrunde liegende Entwicklung sollten Unternehmen bei ihrer Planung dennoch berücksichtigen.

Was IT-Entscheider daraus ableiten können

Für Unternehmen gewinnt deshalb eine realistische Kostenrechnung für KI-Projekte an Bedeutung. Nicht nur GPU-Stunden sollten betrachtet werden, sondern die vollständige Infrastruktur: Arbeitsspeicher, Storage, Netzwerk, Energie, Kühlung und gegebenenfalls reservierte Cloud-Kapazitäten.

Auch längerfristige Beschaffungsstrategien können relevanter werden. Gerade bei großen AI- oder Private-Cloud-Projekten kann es sinnvoll sein, Hardwareverfügbarkeit und Preisentwicklung früher in die Planung einzubeziehen.

Gleichzeitig steigt der Druck, KI-Workloads effizienter zu betreiben. Kleinere Modelle, Quantisierung, optimierte Inferenz und eine gezieltere Auswahl von Cloud- und On-Premises-Ressourcen werden damit nicht nur technische, sondern zunehmend wirtschaftliche Entscheidungen.

Fazit

Der zwischenzeitliche Druck auf Technologieaktien ist kein Beleg dafür, dass der KI-Boom vorbei ist. Die aktuellen Zahlen von Micron, Infineon und ASML sprechen eher für das Gegenteil: Die Nachfrage nach Speicher, Fertigungskapazität und Komponenten für KI-Rechenzentren bleibt außergewöhnlich hoch.

Doch genau diese Nachfrage schafft neue Engpässe und Kosten.

Für IT-Entscheider wird deshalb die Wirtschaftlichkeit der Infrastruktur wichtiger. Die nächste Phase des KI-Booms dürfte weniger von der Frage geprägt sein, ob Unternehmen KI einsetzen wollen – sondern wie effizient sie die dafür benötigte Rechenleistung finanzieren und betreiben können.