Dan Ives sagt, Anleger übersehen Nvidias koreanischen Speicher-Motor
Dan Ives hat trotz eines volatilen Sommers für koreanische Speicheraktien sein bullisches Argument rund um Nvidia geschärft. Der Wedbush-Analyst sagt, Anleger unterschätzten weiterhin das Ertragspotenzial, das die Nachfrage nach KI-Infrastruktur schafft. Google-News-Leser dürften die bekannte Nvidia-These wiedererkennen, doch sein Fokus auf die Lieferkette verändert die Geschichte.
Das Argument lautet nicht mehr einfach, dass Nvidia die Prozessoren hinter generativer KI verkauft. Vielmehr benötigt jeder neue Beschleuniger ein breiteres System aus spezialisiertem Speicher, Netzwerktechnik, Packaging, Stromversorgung und Investitionen in Rechenzentren. Samsung Electronics und SK Hynix stehen im Zentrum dieses Systems, weil sie High-Bandwidth Memory produzieren, allgemein HBM genannt.
Diese Verbindung erzeugt die eigentliche Spannung. Nvidias Rechenzentrumsgeschäft zeigt enorme Nachfrage, während koreanische Halbleiteraktien nach außergewöhnlichen Gewinnen starke Rückschläge erlebt haben. Ives betrachtet diese Abverkäufe als Pausen innerhalb eines längeren KI-Investitionszyklus. Skeptiker sehen etwas Vertrauteres: einen kapitalintensiven Speicherboom, der letztlich zu Überangebot, sinkenden Preisen und schrumpfenden Margen führen kann.
Diese Unterscheidung ist über Halbleiterportfolios hinaus wichtig. Cloud-Anbieter, KI-Entwickler und Unternehmenskäufer sind auf dieselbe Kette angewiesen. Bleibt Speicher knapp, bleibt Rechenkapazität teuer und die Einführung wird weiter eingeschränkt. Erweitern Lieferanten ihre Kapazitäten zu aggressiv, kann sich die Ökonomie der heutigen Knappheit schneller als erwartet umkehren.
Was Dan Ives in der Google-News-Debatte tatsächlich verändert hat
Ives verlagerte die Aufmerksamkeit von einem erfolgreichen Chipdesigner auf das gesamte System, das nötig ist, um KI-Prozessoren in nutzbare Rechenkapazität zu verwandeln.
In einem im August von Stocktwits verbreiteten und über AI market coverage syndizierten Bericht beschrieb Ives Südkorea als wichtiges Zentrum der KI-Lieferkette. Er stellte Samsung und SK Hynix neben Nvidia heraus, statt Speicher als nachrangige Komponente zu behandeln.
Diese Einordnung erweitert den bekannten Nvidia-Investmentcase. Nvidia entwickelt Beschleuniger, Netzwerkprodukte und Software, mit denen Kunden große KI-Systeme aufbauen können. Ein Beschleuniger kann seine Recheneinheiten jedoch nicht auslasten, wenn Daten sie nicht schnell genug erreichen.
HBM adressiert diesen Engpass. Hersteller stapeln mehrere Speicherschichten und verbinden sie über sehr kurze elektrische Pfade. Dieses Design liefert deutlich mehr Bandbreite als herkömmlicher Serverspeicher, der weiter vom Prozessor entfernt platziert ist.
Das Ergebnis ist ein eng gekoppeltes Produkt. Nvidia kann die Leistung seiner Beschleuniger steigern, doch das Gesamtsystem benötigt weiterhin qualifizierten HBM mit ausreichender Kapazität und akzeptablen Produktionsausbeuten. Ein Engpass bei einer Komponente kann den Verkauf oder die Installation eines gesamten Server-Racks verzögern.
Deshalb hat Ives’ Fokus auf koreanische Speicheraktien mehr Gewicht als eine routinemäßige Liste bullischer Empfehlungen. Er benennt die physische Beschränkung hinter den steigenden KI-Investitionen. Das Argument verknüpft Nvidias Auftragsbestand mit den Fabriken, Packaging-Linien und Entwicklungsarbeiten, die für die Speicherlieferung erforderlich sind.
Nvidias eigene Einreichungen stützen die Annahme einer außergewöhnlichen Nachfrage nach Infrastruktur. Das Unternehmen meldete für sein drittes Geschäftsquartal 2026 51,2 Milliarden US-Dollar Umsatz im Rechenzentrumsgeschäft. Dieser Wert stieg gegenüber dem Vorjahr um 66 % und gegenüber dem Vorquartal um 25 %.
Der Umsatz mit Rechenleistung für Rechenzentren erreichte 43 Milliarden US-Dollar, während der Netzwerkumsatz bei 8,2 Milliarden US-Dollar lag. Letzterer wuchs laut Nvidias quarterly filing gegenüber dem Vorjahr um 162 %. Diese Ergebnisse zeigen, dass Kunden Systeme kaufen, nicht isolierte Prozessoren.
Ives interpretiert diese Ausgaben als frühe Phase eines breiteren Zyklus. Seine These setzt voraus, dass sich die Nachfrage von Beschleunigern auf Hyperscale-Infrastruktur, Unternehmenssoftware und KI-gestützte Dienste ausweiten wird. Speicherlieferanten profitieren früher, weil ihre Komponenten installiert sein müssen, bevor diese Dienste betrieben werden können.
Die Unterscheidung ist wichtig für Leser, die Google-News-Schlagzeilen zu NVDA verfolgen. Nvidia bleibt das sichtbare Plattformunternehmen, doch seine Verkäufe ziehen Umsätze durch mehrere weniger sichtbare Ebenen. SK Hynix und Samsung machen aus diesem Sog eine koreanische Speicher-Nachfragegeschichte.
Das bedeutet nicht, dass jeder Lieferant denselben Wert abschöpft. Nvidia kontrolliert die Softwareplattform und einen großen Teil der Systemarchitektur. Speicher bleibt ein stärker standardisiertes Geschäft, selbst wenn fortschrittlicher HBM anspruchsvolle Fertigung und Qualifizierung erfordert.
Dennoch ist HBM zum Zeitpunkt der Einführung einer neuen Plattform nicht austauschbar. Lieferanten müssen anspruchsvolle Ziele bei Bandbreite, Wärme, Energieverbrauch, Zuverlässigkeit und Packaging-Kompatibilität erfüllen. Das schafft einen vorübergehenden Vorteil für Anbieter, die früh qualifiziert sind und zuverlässig produzieren.
Das Ereignis ist also keine Ankündigung eines neuen Nvidia-Produkts. Es ist der Versuch eines Analysten, die Marktkarte neu zu zeichnen. Statt zu fragen, ob KI-Nachfrage Nvidia hilft, fragt Ives, welche Lieferanten profitieren, wenn Nvidias Plattformen weiter skalieren.
Nvidias Speichernachfrage macht Korea zu einem Kernmarkt für KI
Der Handel mit KI-Infrastruktur zwingt Anleger nun dazu, Korea als Teil von Nvidias Produktionssystem zu bewerten, nicht als separaten regionalen Markt.
Südkorea ist wichtig, weil Samsung und SK Hynix enorme Positionen in der globalen Speicherproduktion halten. Zusammen produzieren sie laut Berichten über ihre Korean chip expansion etwa zwei Drittel der Speicherchips weltweit.
Diese Konzentration verschafft dem Land eine ungewöhnlich hohe Exponierung gegenüber sowohl KI-Nachfrage als auch dem Risiko des Speicherzyklus. Starke Bestellungen von Beschleunigern können die HBM-Nachfrage erhöhen, die Verhandlungsmacht der Lieferanten verbessern und Fabrikkapazitäten umleiten. Eine Abschwächung kann sich über dieselbe Kette übertragen.
Die HBM-Produktion beeinflusst auch die Märkte für konventionellen Speicher. Fortschrittlicher Speicher bindet Fertigungsressourcen, Engineering-Aufmerksamkeit und Packaging-Kapazitäten. Wenn Lieferanten HBM priorisieren, stehen weniger Ressourcen für gewöhnliche DRAM-Produkte zur Verfügung.
Diese Umverteilung kann den breiteren Markt straffen, selbst wenn die Nachfrage nach PCs oder Smartphones verhalten bleibt. Höhere Auslastung und ein besserer Produktmix können die Erträge über das gesamte Portfolio eines Lieferanten hinweg steigern. Dieser Mechanismus hilft zu erklären, warum Anleger KI-Speicher als mehr als eine Nischenkategorie betrachten.
SK Hynix startete mit einer besonders starken Position in diesen Zyklus. Der Ausblick des Unternehmens für 2026 verwies auf Schätzungen von Counterpoint Research, die für das zweite Quartal 2025 einen HBM-Lieferanteil von 62 % auswiesen. Sein Umsatzanteil lag im folgenden Quartal bei 57 %.
Derselbe HBM market outlook besagte, dass HBM3E etwa zwei Drittel der HBM-Lieferungen im Jahr 2026 ausmachen dürfte. HBM3E ist eine fortschrittliche Generation, die mit aktuellen KI-Beschleunigern eingesetzt wird, darunter Systeme auf Basis von Nvidias Blackwell-Architektur.
SK Hynix erklärte zudem, ein System für die Massenproduktion von HBM4 aufgebaut zu haben. Diese neuere Generation zielt auf kommende Beschleunigerplattformen und steigert die Bandbreite weiter. Leser sollten die Marktpositionierung und Produktionsaussagen des Unternehmens jedoch als Unternehmensangaben behandeln, bis Kundenauslieferungen sie bestätigen.
Samsung weist ein anderes Profil auf. Das Unternehmen verfügt über ein breiteres Halbleitergeschäft, eine große Exponierung gegenüber konventionellem Speicher und umfangreiche Fertigungsressourcen. Seine Herausforderung besteht darin, diese Größe in rechtzeitige Qualifizierungen für die wertvollsten KI-Produkte umzusetzen.
Der Wettbewerb zwischen den beiden koreanischen Unternehmen spielt sich daher innerhalb der größeren Nvidia-Nachfragegeschichte ab. SK Hynix versucht, seinen frühen HBM-Vorsprung zu verteidigen. Samsung versucht, seine Größe und technische Tiefe zu nutzen, um mehr fortschrittliche Aufträge zu gewinnen.
Micron ergänzt als dritter großer Lieferant aus den Vereinigten Staaten das Feld. Seine Präsenz gibt Kunden eine weitere qualifizierte Quelle und verringert die Abhängigkeit von zwei koreanischen Unternehmen. Sie erhöht zugleich die Wahrscheinlichkeit, dass zukünftiges Kapazitätswachstum die Preisgestaltung der Lieferanten schwächt.
Derzeit honoriert der Markt den Zugang zu knappem Speicher. Südkoreas politische Reaktion zeigt, wie ernst das Land diese Chance nimmt. Samsung und SK Hynix kündigten Pläne für vier zusätzliche Fertigungsanlagen im Südwesten des Landes an.
Die Unternehmen bezifferten ihren gemeinsamen langfristigen Investitionsplan auf 800 Billionen Won. Für diese konkreten Anlagen nannten sie keine Fertigstellungstermine. SK-Group-Chairman Chey Tae-won warnte zudem, dass solche Projekte umfangreiche Flächen, Wasser, Strom und qualifizierte Arbeitskräfte erfordern.
Diese Warnung offenbart eine Beschränkung hinter jeder großen Kapazitätsankündigung. Eine Halbleiterfabrik benötigt Jahre für Planung, Bau, Ausrüstung und Qualifizierung. Investitionszusagen werden nicht unmittelbar zu nutzbarer HBM-Produktion.
Diese Verzögerung stützt Ives’ bullische Sicht kurzfristig. Nvidias Speichernachfrage kann schneller wachsen als das Angebot, weil Kunden Systeme jetzt bestellen, während neue Fabriken deutlich später in Betrieb gehen. Bestehende Lieferanten können daher während dieser Lücke ihre Verhandlungsmacht bewahren.
Dieselbe Verzögerung schafft langfristige Unsicherheit. Von Samsung, SK Hynix und Micron angekündigte Projekte können letztlich gleichzeitig auf den Markt kommen. Wenn sich die KI-Ausgaben verlangsamen, bevor diese Linien ausgelastet sind, kann aus einer Knappheit Überkapazität werden.
Korea ist folglich sowohl Nutznießer als auch Druckpunkt. Seine Speicherhersteller müssen ausreichend investieren, um Kunden zu unterstützen, ohne die Geschichte der Branche mit übermäßiger Expansion zu wiederholen. Anleger müssen entscheiden, ob HBM diese Geschichte verändert oder den aktuellen Aufschwung lediglich verlängert.
Der Mechanismus, der NVDA-Aufträge mit koreanischen Erträgen verknüpft
Nvidias Nachfrage erreicht koreanische Erträge über Qualifizierung, Kapazitätsallokation, Packaging und Produktmix, nicht über einen einfachen Anstieg des Chipvolumens.
Die erste Verbindung ist architektonisch. Moderne KI-Modelle bewegen große Informationsmengen zwischen Prozessoren und Speicher. Die Leistung von Beschleunigern leidet, wenn der Speicher diese Informationen nicht schnell genug liefern kann.
HBM platziert gestapelten Speicher nahe am Prozessor und verbindet beide Komponenten innerhalb eines fortschrittlichen Packages. Diese Anordnung erhöht den Datendurchsatz und bewältigt zugleich Platz- und Energiebegrenzungen. Sie macht die Fertigung auch komplexer.
Ein Lieferant muss funktionsfähige Speicher-Dies produzieren, sie erfolgreich stapeln und mit Packaging-Partnern integrieren. Die Ausbeute, also der Anteil der produzierten Einheiten, die die Spezifikationen erfüllen, wird zu einer entscheidenden Finanzkennzahl. Schlechte Ausbeuten erhöhen Kosten und begrenzen Auslieferungen.
Die zweite Verbindung ist die Kundenqualifizierung. Nvidia und andere Entwickler von Beschleunigern testen Speicher gegen spezifische Plattformanforderungen. Eine frühe Qualifizierung kann einem Lieferanten während des steilsten Teils eines Produkt-Hochlaufs eine vorteilhafte Position verschaffen.
Dieser Vorteil ist nicht dauerhaft. Samsung, SK Hynix und Micron verbessern ihre Produkte und Fertigungsprozesse kontinuierlich. Kunden bevorzugen zudem mehrere Lieferanten, weil Diversifizierung operative und geopolitische Risiken reduziert.
Die dritte Verbindung ist die Kapazitätsallokation. HBM beansprucht mehr Wafer- und Packaging-Ressourcen als konventionelle Produkte mit vergleichbarer Bitkapazität. Eine Ausweitung der HBM-Produktion kann daher das Angebotswachstum in anderen Teilen des Speicherportfolios begrenzen.
Dieser Zielkonflikt kann Preise für Server-DRAM und andere Produkte stützen. Er kann Hersteller aber auch Ausführungsrisiken aussetzen, wenn sie zu viel Kapazität einer einzelnen Nachfrageprognose zuordnen. Der beste Produktmix von heute kann zum falschen werden, wenn sich Kundenpläne ändern.
Das vierte Bindeglied ist die Systemgröße. Nvidia verkauft nicht länger nur einen Prozessor, den Kunden eigenständig installieren. Das Rechenzentrumsangebot umfasst Rechenmodule, Netzwerke, Interconnects, Software und komplette Rack-Scale-Designs.
Dieses umfassendere System erhöht die Zahl der Komponenten, die mit jeder Bereitstellung verbunden sind. Nvidias jährliches Wachstum im Netzwerkgeschäft von 162 % im Geschäftsjahr 2026 verdeutlicht den Effekt. Kunden benötigen schnelle Verbindungen innerhalb und zwischen Racks, nicht lediglich schnellere einzelne GPUs.
Auch Speicheranbieter profitieren von diesem Wandel. Größere Modelle, längere Kontextfenster und Inferenz-Workloads können mehr Speicherkapazität erfordern. Inferenz bezeichnet die Ausführung eines trainierten Modells, um Antworten oder Prognosen zu erzeugen.
Das Training löste die erste sichtbare Welle der Beschleuniger-Nachfrage aus. Inferenz erweitert das potenzielle Arbeitsvolumen, weil eingesetzte Anwendungen Nutzer kontinuierlich bedienen. Sie garantiert jedoch keinen unbegrenzten HBM-Verbrauch.
Modellentwickler steigern die Effizienz durch Quantisierung, kleinere spezialisierte Modelle, Caching und bessere Software. Quantisierung reduziert die numerische Präzision eines Modells und senkt damit seinen Speicherbedarf. Diese Techniken können die für eine bestimmte Aufgabe benötigte Hardware reduzieren.
Effizienz kann zugleich den Gesamtverbrauch erhöhen. Geringere Kosten machen mehr Anwendungen wirtschaftlich sinnvoll und bringen zusätzliche Workloads online. Der letztliche Effekt hängt davon ab, ob die Nutzung schneller wächst als der pro Aufgabe eingesparte Speicher.
An diesem Punkt wird Ives’ Argument mehr als eine Prognose über Chip-Auslieferungen. Er erwartet, dass sich der wirtschaftliche Wert der KI-Einführung über den gesamten Technologie-Stack verteilt. Die Hardware-Nachfrage bleibt zentral, weil jeder Softwaredienst letztlich Rechenkapazität benötigt.
Die Einführung in Unternehmen liefert ein praktisches Beispiel. Ein Unternehmen, das eine interne KI-Suche einführt, muss Dokumente verarbeiten, Repräsentationen speichern, Modelle ausführen und Antworten mit akzeptabler Verzögerung zurückgeben. Teams können diese Eingaben über eine durchsuchbare Wissensdatenbank organisieren, doch der zugrunde liegende Dienst verbraucht weiterhin Infrastruktur.
Millionen kleiner Interaktionen können eine anhaltende Inferenz-Nachfrage erzeugen. Die daraus entstehende Arbeitslast erreicht Cloud-Anbieter, Beschleunigerhersteller, Netzwerkausrüster und Speicherproduzenten. Das ist die Nachfragekette hinter der optimistischen These zu Dan Ives’ KI-Aktien.
Allerdings entwickeln sich die Gewinne entlang dieser Kette nicht perfekt synchron. Nvidia kann durch Softwareintegration und Plattformkontrolle hohe Margen sichern. Speicheranbieter bleiben stärker Fertigungskosten, Preiszyklen und konkurrierenden Kapazitäten ausgesetzt.
Die frühe Position von SK Hynix verschafft dem Unternehmen Verhandlungsspielraum, während Samsungs Größe Erholungspotenzial bietet. Micron sorgt für geografische Diversifizierung und zusätzlichen Wettbewerb. Nvidia profitiert, wenn alle drei ihre Lieferkapazität verbessern, denn reichlich HBM unterstützt mehr Auslieferungen von Beschleunigern.
Dieser letzte Punkt schafft einen subtilen Konflikt. Speicherhersteller profitieren von Knappheit und günstigen Preisen. Nvidia profitiert von genügend Angebot, um komplette Systeme in großem Maßstab auszuliefern. Ihre Nachfrageaussichten stimmen überein, ihre idealen Angebotsbedingungen jedoch nicht.
Was die optimistische Speicher-These nicht klärt
Die Belege sprechen für eine starke KI-Nachfrage, beweisen jedoch nicht, dass heutige Margen, Marktanteile oder Aktienbewertungen bestehen bleiben werden.
Speicher zählt zu den zyklischsten Branchen der Technologieindustrie. Produzenten investieren während Engpässen massiv, bauen Kapazitäten mit langen Verzögerungen auf und nehmen diese manchmal erst in Betrieb, nachdem die Nachfrage bereits nachgelassen hat. Die Preise können dann rasch fallen.
HBM weist mehr Differenzierung auf als herkömmlicher Speicher. Design, Stapelung, thermisches Verhalten und Qualifikationsanforderungen schaffen bedeutende Hürden. Diese Hürden können die Kommoditisierung verlangsamen, aber nicht verhindern.
SK Hynix selbst erkennt das Risiko an. Der Ausblick für 2026 verweist auf Bedenken wegen möglicher Preiskorrekturen nach 2026, wenn sich der Wettbewerb verschärft und die Produktion ausgeweitet wird. Das Unternehmen argumentiert, dass technische Unterschiede einen plötzlichen kurzfristigen Wandel unwahrscheinlich machten.
Diese Einschätzung ist nützlich, stammt jedoch von einem Marktführer, der ein Interesse daran hat, seine Position zu verteidigen. Unabhängige Anleger benötigen weiterhin Belege aus Auslieferungsvolumen, Verkaufspreisen, Kundenkonzentration und Fertigungsausbeuten.
Samsungs Reaktion ist besonders wichtig. Eine erfolgreiche Qualifizierung für mehr Nvidia-Plattformen würde die Angebotsvielfalt verbessern und den Wettbewerb verschärfen. Sie könnte das gesamte KI-System stärken und zugleich die individuelle Verhandlungsmacht von SK Hynix verringern.
Micron erzeugt ähnlichen Druck. Drei glaubwürdige Anbieter können ein schnelleres Wachstum bei Beschleunigern unterstützen, aber auch Überrenditen schmälern. Das Ergebnis hängt davon ab, wie schnell Nvidias Speichernachfrage im Verhältnis zum qualifizierten Angebot wächst.
Auch die Marktkonzentration birgt ein Risiko. Samsung und SK Hynix sind für die Entwicklung des südkoreanischen Aktienmarkts zentral geworden. Im August machten die beiden Unternehmen laut einer Analyse zur KI-Volatilität rund die Hälfte des KOSPI-Index aus.
Diese Konzentration kann sowohl Rallyes als auch Abverkäufe verstärken. Eine Veränderung der globalen Risikobereitschaft, der Zinssätze oder gehebelter Positionierungen kann positive operative Nachrichten überlagern. Schwache Aktienkurse deuten nicht automatisch auf eine geringere KI-Nachfrage hin.
Die Reaktion von SK Hynix verdeutlicht die Lücke zwischen Geschäftslage und Marktverhalten. Das Unternehmen kündigte nach einem zweimonatigen Kursrückgang einen Plan zum Rückkauf und zur Einziehung eigener Aktien im Wert von 40 Billionen Won an. Der Schritt folgte auf einen erheblichen Verlust an Marktwert trotz anhaltender Begeisterung für KI-Speicher.
Ives betrachtet eine solche Volatilität als Pause und nicht als gescheiterte These. Diese Interpretation bleibt eine Analysteneinschätzung, keine feststehende Tatsache. Märkte können künftiges Wachstum zu aggressiv einpreisen, selbst wenn die zugrunde liegende Branche weiter wächst.
Die Kundenkonzentration verdient ebenso Aufmerksamkeit. Ein Anbieter, der stark von Nvidia abhängt, erhält Zugang zur führenden KI-Plattform. Zugleich wird er anfällig für Designänderungen, verlorene Qualifizierungen oder eine Verschiebung hin zu kundenspezifischen Beschleunigern.
Google, Amazon und andere Cloud-Betreiber entwickeln eigene Chips für ausgewählte Workloads. Diese Chips nutzen weiterhin fortschrittlichen Speicher und können die HBM-Nachfrage damit ausweiten. Ihre Designs können jedoch Lieferantenbeziehungen verändern und Nvidias Anteil an bestimmten Bereitstellungen verringern.
Exportkontrollen schaffen eine weitere Unsicherheit. Nvidias Einreichung besagt, dass sich ändernde Handelsregeln Investitionsentscheidungen, Lieferketten, Kosten und den Zeitpunkt von Kundenkäufen beeinflussen können. Beschränkungen können Märkte schließen oder Unternehmen zu Produktneuentwicklungen zwingen.
Auch die verfügbare Stromversorgung begrenzt Bereitstellungen. Kunden können neue KI-Racks ohne ausreichende elektrische Kapazität, Kühlung, Vernetzung und geeignete Gebäude nicht betreiben. Chipbestellungen können fertigen Rechenzentren vorauslaufen und dadurch zeitliche Unterschiede zwischen gemeldeter Nachfrage und produktiver Nutzung schaffen.
Auch die Finanzierung spielt eine Rolle. Große Cloud-Anbieter können langfristige Bauprogramme finanzieren, kleinere Betreiber sind jedoch stärker von den Kapitalmärkten abhängig. Höhere Finanzierungskosten oder eine schwächere Auslastung können Projekte verzögern.
Die Nachfrageprognose beruht letztlich auf der Wirtschaftlichkeit für Kunden. Unternehmen müssen aus KI-Anwendungen genügend Nutzen ziehen, um wiederkehrende Infrastrukturausgaben zu rechtfertigen. Experimente und Pilotprojekte werden nicht zwangsläufig zu großen Produktions-Workloads.
Entwickler arbeiten zudem daran, die Inferenzkosten zu senken. Bessere Modelle, optimierte Software und spezialisierte Chips können mit demselben Speicher mehr Arbeit verarbeiten. Eine optimistische Prognose muss diese Verbesserungen berücksichtigen, statt von einer festen Hardwareintensität auszugehen.
Das Gegenargument erfordert keinen KI-Zusammenbruch. Die Nachfrage kann gesund bleiben, während die Gewinne der Anbieter die hohen Erwartungen verfehlen. Langsameres Wachstum, fallende Preise oder Verschiebungen bei Marktanteilen können die Investmentthese schwächen, ohne den Infrastrukturzyklus zu beenden.
Google-News-Leser sollten daher drei Fragen trennen. Wächst die Nachfrage nach KI-Rechenleistung? Profitieren koreanische Anbieter von diesem Wachstum? Bewerten ihre Aktien die Chance konservativ? Jede Frage erfordert andere Belege.
Ives gibt auf die ersten beiden Fragen eine selbstbewusste Antwort. Die dritte hängt von Marktpreisen, künftigen Gewinnen und den Annahmen jedes einzelnen Anlegers ab. Sie lässt sich weder durch ein starkes Quartal noch durch ein optimistisches Fernsehinterview klären.
Drei Signale, die Dan Ives’ Argument zur KI-Nachfrage prüfen werden
Der nächste Test wird von Plattform-Auslieferungen, der HBM4-Qualifizierung und Cloud-Ausgaben kommen – nicht von einer weiteren Runde optimistischer Kommentare.
Das erste Signal ist Nvidias Wachstum im Rechenzentrumsgeschäft. Die Zahlen des dritten Geschäftsquartals setzten eine anspruchsvolle Messlatte: 51,2 Milliarden US-Dollar Umsatz im Rechenzentrumsgeschäft und 66 % jährliches Wachstum. Künftige Berichte müssen zeigen, dass Blackwell-basierte Systeme weiterhin Bestellungen in verbuchte Umsätze umwandeln.
Dem Netzwerkgeschäft gebührt besondere Aufmerksamkeit. Starke Verkäufe von NVLink, InfiniBand und Ethernet deuten darauf hin, dass Kunden vollständige Cluster aufbauen. Schwaches Netzwerkwachstum bei gleichzeitig starken Prozessor-Auslieferungen könnte auf einen weniger ausgewogenen Infrastrukturhochlauf hindeuten.
Anleger sollten außerdem Lagerbestände und Kaufverpflichtungen beobachten. Steigende Verpflichtungen können eine belastbare Nachfrage-These stützen, erhöhen jedoch das Risiko, falls sich Kundenzeitpläne ändern. Nvidias Angaben können zeigen, ob das Angebot weiterhin der Engpass ist oder die Nachfrage unsicherer wird.
Das zweite Signal sind HBM4-Qualifizierung und Produktionsausbeute. HBM4 stellt den nächsten großen Übergang bei fortschrittlichem Speicher dar. Frühe Positionen der Anbieter werden den Marktanteil beeinflussen, wenn Nvidias kommende Plattformen hochskalieren.
SK Hynix sagt, seine Führungsposition bei HBM3E setze sich bei HBM4 fort. Samsung strebt eine größere Rolle an, während Micron sein eigenes Angebot weiterentwickelt. Tatsächliche Kundenqualifizierungen und kommerzielle Auslieferungen sind wichtiger als Ankündigungen von Mustern.
Die Ausbeute entscheidet darüber, ob eine Qualifizierung attraktive Gewinne erzeugt. Ein technisch erfolgreiches Produkt kann finanziell dennoch enttäuschen, wenn zu viele Einheiten die Fertigungstests nicht bestehen. Eine höhere nutzbare Produktion würde Systemauslieferungen unterstützen, könnte aber letztlich die Knappheit verringern.
Dieses Signal kann Ives’ Sicht auf unterschiedliche Weise stärken oder schwächen. Reibungslose HBM4-Hochläufe bei mehreren Anbietern würden die umfassendere These zur KI-Infrastruktur untermauern. Ein bedeutender Qualifizierungsverlust würde die Argumentation für den betroffenen Anbieter schwächen, ohne Nvidia zwangsläufig zu schaden.
Das dritte Signal sind die Investitionsausgaben von Microsoft, Alphabet, Amazon, Meta und anderen großen Betreibern. Diese Unternehmen finanzieren einen Großteil der Beschleuniger- und Speichernachfrage, die sich durch die Lieferkette bewegt. Ihre Budgets liefern einen externen Prüfstein für den Optimismus der Anbieter.
Ausgaben allein reichen nicht aus. Leser sollten Investitionsausgaben mit Cloud-Wachstum, der Nutzung von KI-Diensten und Kommentaren des Managements zur Kapazität vergleichen. Mehr Bauaktivität stützt die Nachfragekette nur dann, wenn Kunden die Ausrüstung bereitstellen und monetarisieren können.
Eine koordinierte Reduzierung der Rechenzentrumspläne würde Ives’ zentrales Argument infrage stellen. Eine fortgesetzte Expansion, gestützt durch höhere KI-Umsätze oder Nutzung, würde es stärken. Verzögerungen, die allein durch Stromversorgung oder Bauarbeiten verursacht werden, könnten die Nachfrage erhalten, ihren Zeitpunkt jedoch verschieben.
Diese Signale sollten gemeinsam bewertet werden. Nvidia kann starke Umsätze melden, während Speicheranbieter an Preissetzungsmacht verlieren. HBM-Unternehmen können hervorragende Margen ausweisen, während Cloud-Kunden künftige Ausgaben infrage stellen. Keine einzelne Kennzahl beweist die gesamte Kette.
Die übergeordnete Erkenntnis dieser Google-News-Geschichte lautet, dass sich der KI-Markt über eine Einzeltitel-Erzählung hinausentwickelt hat. NVDA bleibt zentral, doch die Leistung von Beschleunigern hängt von Speicher, Packaging, Vernetzung, Strom und der Wirtschaftlichkeit für Kunden ab.
Dan Ives setzt darauf, dass die Nachfrage entlang dieser Kette weiterhin unterschätzt wird. Die verifizierten Zahlen zeigen einen großen und wachsenden Infrastrukturmarkt. Sie beseitigen weder Zyklizität noch Wettbewerb oder die Möglichkeit, dass Anleger bereits Jahre günstigen Wachstums eingepreist haben.
Für Entwickler und Unternehmenskäufer ist die unmittelbare Frage eine praktische: Verbessern sich die HBM-Verfügbarkeit und Cloud-Kapazität ausreichend, um die Kosten für die Einführung nützlicher KI-Systeme zu senken? Für Anleger ist die Frage strenger: Übertrifft das Umsatzwachstum die Erwartungen, die bereits in diesen Unternehmen eingepreist sind?
Beobachten Sie Nvidias Verkäufe kompletter Systeme, nicht nur GPU-Ankündigungen. Achten Sie darauf, welche Speicheranbieter für HBM4 qualifiziert werden, und prüfen Sie anschließend ihre Ausbeute. Vergleichen Sie schließlich die Ausgaben der Hyperscaler mit messbarer KI-Nutzung. Diese drei Prüfungen werden zeigen, ob der koreanische Speichermotor nachhaltig ist oder lediglich den Höhepunkt eines weiteren Zyklus erlebt.
