Micron erwartet einen noch engeren Speichermarkt
Micron rechnet damit, dass die Nachfrage nach Arbeitsspeicher in den Kalenderjahren 2027 und 2028 über dem Angebot liegen wird. Betroffen sind vor allem Server-DRAM und High-Bandwidth Memory, kurz HBM. HBM ist besonders schneller Speicher, der direkt mit leistungsfähigen KI-Beschleunigern eingesetzt wird.
Der Großteil der für 2027 geplanten Speicherproduktion sei bereits vorab verkauft. Eine Rückkehr zu einem ausgeglichenen Markt kann das Management derzeit nicht absehen.
Für 2027 und 2028 erwartet Micron eine stärkere Verknappung als 2026. Wann Angebot und Nachfrage wieder ins Gleichgewicht kommen, sei nicht absehbar, so CEO Sanjay Mehrotra sinngemäß aus dem Englischen.
Neue Werke sollen 2028 in Betrieb gehen. Nach Angaben des Unternehmens werden sie die Verfügbarkeit und Preise jedoch nicht sofort entspannen. Allein in der ersten Hälfte des neuen Geschäftsjahres plant Micron Investitionsausgaben von 25 Milliarden US-Dollar.
HBM-Nachfrage wächst schneller als Server-DRAM
Die Nachfrage nach HBM für KI-Hardware wächst laut Micron schneller als der Bedarf an klassischem Server-DRAM. Damit konkurrieren Betreiber von KI-Rechenzentren um Produktionskapazitäten, die sich nicht kurzfristig erweitern lassen.
Micron entwickelt zudem gemeinsam mit Nvidia eine angepasste HBM4E-Variante namens NV-HBM. Der Speicher ist für künftige GPU-Generationen und NVLink-Plattformen vorgesehen. Einen Zeitplan für die Markteinführung nennt das Unternehmen nicht.
Die Entwicklung passt zum hohen Kapitalbedarf der KI-Infrastruktur. Auch langfristige Verpflichtungen wie Anthropics Cloud-Vertrag mit Akamai über 11,6 Milliarden US-Dollar zeigen, in welchen Größenordnungen Anbieter inzwischen Rechenkapazität absichern.
Bruttomargen erreichen bis zu 90 Prozent
Die Knappheit schlägt sich deutlich in Microns Geschäftszahlen nieder. Besonders auffällig sind die Bruttomargen im Rechenzentrumsgeschäft.
| Kennzahl | Aktueller Wert | Vorjahreswert |
|---|---|---|
| Bruttomarge Cloud Memory, vor allem HBM | 83 % | 59 % |
| Bruttomarge Core Datacenter, vor allem DRAM | 90 % | 41 % |
| Q4-Umsatz mit Datacenter-SSDs | knapp 10 Milliarden US-Dollar | mehr als 1.000 % Wachstum |
| Gesamtumsatz Q4 | 54,25 Milliarden US-Dollar | 11,3 Milliarden US-Dollar |
| Jahresumsatz | 133,2 Milliarden US-Dollar | 37,4 Milliarden US-Dollar |
| Nettoeinkommen | 85 Milliarden US-Dollar | plus 895 % |
Für das erste Quartal des Geschäftsjahres 2027 prognostiziert Micron 61,5 Milliarden US-Dollar Umsatz, mit einer möglichen Abweichung von 1,5 Milliarden US-Dollar. Die erwartete Bruttomarge liegt bei 86,25 %.
Folgen für Unternehmen im DACH-Raum
Für lokale Rechenzentren und On-Premises-Systeme bedeutet die Entwicklung höhere Risiken bei Beschaffung, Budgetierung und Ausbau. Besonders speicherintensive KI-Systeme könnten deutlich höhere Vorabinvestitionen erfordern. Konkrete Preissteigerungen pro GB nennt Micron allerdings nicht.
Ebenso bleibt offen, wie stark Standard-RAM für Arbeitsplatzrechner betroffen sein wird. Microns Aussagen konzentrieren sich vor allem auf Server-DRAM, HBM und Speicherprodukte für Rechenzentren. Auch mögliche zusätzliche Kapazitäten von Wettbewerbern sind in der Prognose nicht berücksichtigt.
Cloud-Anbieter und Hyperscaler können höhere Hardwarekosten zunächst über große Einkaufsvolumen abfedern. Mittelfristig ist jedoch damit zu rechnen, dass ein Teil der Kosten in Infrastrukturpreise und Verbrauchsgebühren einfließt. Das erhöht den Kostendruck unabhängig davon, ob Unternehmen selbst betreiben oder Rechenleistung mieten.
Self-Hosting bleibt eine strategische Abwägung
Self-Hosting reduziert die Abhängigkeit von einzelnen SaaS-Anbietern, beseitigt aber nicht die Abhängigkeit vom Hardwaremarkt. Günstigere Open-Weights-Modelle mit niedrigeren Betriebskosten können die Rechnung verbessern, benötigen jedoch weiterhin passende Rechen- und Speicherkapazität.
Für Investitionsentscheidungen bis 2028 sollten deshalb nicht nur aktuelle Serverpreise betrachtet werden. Relevant sind auch Lieferzeiten, Erweiterbarkeit und die Frage, welche Arbeitslasten tatsächlich eigenen HBM benötigen. Wo Standardhardware ausreicht, lässt sich die direkte Konkurrenz mit großen KI-Infrastrukturprojekten zumindest teilweise vermeiden.