KI-Lieferkette: Engpässe bei Chips und Bauteilen bis 2028

Experten warnen vor Engpässen bis weit ins Jahr 2028.

Engpässe auf breiter Front

Die Krise in der KI-Lieferkette ist gravierender als bislang angenommen. Es fehlen nicht nur Hochleistungsprozessoren, sondern auch essenzielle Bauteile wie Netzwerkhardware und Spannungsregler. Katsuya Sase, CEO von Taiyo Yuden, sprach am 29. Mai von einer „extremen Nachfrage" nach Mehrschicht-Keramikkondensatoren (MLCCs), die für die Stromversorgung in KI-Servern unverzichtbar sind. Zusammen mit Murata Manufacturing dominiert Taiyo Yuden den Weltmarkt für diese Hochleistungs-Bauteile.

Die rasante Entwicklung von KI-Systemen bringt nicht nur technische Engpässe, sondern auch komplexe neue Regeln wie den EU AI Act mit sich. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Emily Hong, Vorstandsvorsitzende von Wiwynn, rechnet am 28. Mai damit, dass die Engpässe bei Netzwerk-Chips und anderen Komponenten bis 2027 oder 2028 anhalten werden. Während die Branche vor allem auf den Mangel an Speicherchips schaut, treiben diese sekundären Flaschenhälse die Hardware-Preise auf Rekordniveau. Wiwynn, das über 80 Prozent seines Umsatzes in den USA erwirtschaftet, hat deshalb ein Werk in El Paso, Texas, eröffnet und plant drei weitere Fabriken innerhalb von zwei Jahren.

Eine Studie von Allianz Trade vom 30. Mai zeigt das Ausmaß des Booms: Die Exporte KI-bezogener Güter haben sich im letzten Jahrzehnt auf 3,8 Billionen Euro verdoppelt – rund 15 Prozent des gesamten Welthandels. Besonders auffällig ist die geografische Konzentration: Asien steuert 65 Prozent der Exporte bei. Taiwan allein hält einen Marktanteil von 70 Prozent bei der Produktion modernster Halbleiter.

Explodierende Kosten sprengen Budgets

Die finanziellen Folgen treffen große Anwender mit voller Wucht. Ein einzelner High-End-Grafikprozessor wie der Nvidia Blackwell kostet inzwischen so viel wie ein neues Elektroauto. Laut einem Bericht von Goldman Sachs vom 30. Mai wird der globale Token-Verbrauch – ein Maß für KI-Rechenleistung – bis 2030 um das 24-Fache steigen.

Einige Konzerne müssen bereits radikal umplanen. Uber hat sein gesamtes KI-Budget für 2026 bereits in den ersten vier Monaten des Jahres aufgebraucht. Microsoft wiederum hat offenbar Software-Lizenzen gekündigt, nachdem die KI-Rechenkosten die Personalkosten überstiegen.

Während Großkonzerne massiv in Hardware investieren, müssen Unternehmen auch die rechtlichen Risiken der KI-Nutzung im Blick behalten. Ein neuer Gratis-Report klärt auf, welche rechtlichen Pflichten und Bedrohungen durch neue KI-Gesetze und Cyberrisiken jetzt auf Unternehmer zukommen. Neue KI-Gesetze, neue Cyberrisiken: Was kommt wirklich auf Ihr Unternehmen zu?

Google-CEO Sundar Pichai beobachtete Anfang Mai auf einer Branchenveranstaltung, dass viele Unternehmen ihre Jahresbudgets für KI bereits im späten Frühjahr erschöpfen. Googles Antwort: das Modell Gemini 3.5 Flash. Damit könnten Firmen ihre jährlichen Ausgaben um über eine Milliarde Euro senken, wenn sie den Großteil ihrer Arbeitslasten auf effizientere Modelle verlagern. Google selbst zahlt dank seiner vertikalen Integration – von der Hardware bis zur Software – zwischen 50 und 75 Prozent weniger für KI-Berechnungen als die Konkurrenz.

Neue Wege in der Produktion

Um die Kapazitätsgrenzen traditioneller Hersteller zu umgehen, setzen Unternehmen auf neue Strategien. Am 29. Mai gab MediaTek bekannt, künftig Intels EMIB-Packaging-Dienste als Alternative zu TSMCs CoWoS-Technologie zu nutzen. MediaTek hat seine Umsatzprognose für KI-Chips im Jahr 2026 auf zwei Milliarden Euro verdoppelt – Grund ist der Bedarf an größeren Package-Größen, die Intels Technologie ab 2026 ermöglicht.

Im Speichersektor investiert Micron weiterhin 24 Milliarden Euro in eine Fabrik in Singapur, deren Bau im Januar 2026 begann. Die Produktion soll zwar erst in der zweiten Jahreshälfte 2028 anlaufen, doch der gesamte High-Bandwidth-Speicher (HBM) für 2026 ist bereits ausgebucht.

Auch bei der Konnektivität tut sich etwas. Scintil Photonics sicherte sich am 29. Mai 58 Millionen Euro in einer Series-B-Finanzierungsrunde unter Beteiligung von Nvidia. Das Unternehmen entwickelt integrierte Photonik – eine neue Ein-Chip-Lasertechnologie, die Energieeffizienz und Bandbreitendichte für KI-Prozessoren verbessern soll. Die Serienproduktion ist für 2027 geplant.

Geopolitische Rivalität treibt Innovation

Der Wettlauf um technologische Unabhängigkeit beschleunigt die Forschung. Am 30. Mai präsentierte Huawei auf einer Konferenz in Shanghai sein Tau Scaling Law und die LogicFolding-Technologie. Das Unternehmen will bis 2031 eine Transistordichte erreichen, die einem 1,4-Nanometer-Prozess entspricht. Der Ansatz: Chip-Architektur und Datenübertragungsgeschwindigkeiten optimieren, um die internationalen Sanktionen zu umgehen, die den Zugang zu modernster Lithografie-Ausrüstung blockieren. Huawei investierte 2025 rund 25 Milliarden Euro in Forschung und Entwicklung.

In Südkorea verhandelt Samsung offenbar über einen Milliardenauftrag: Die Produktion von KI-Beschleuniger-Chips für Anthropic. Analysten schätzen das Volumen auf über 20 Milliarden Euro. Anthropic, nach seiner Series-H-Finanzierungsrunde mit 965 Milliarden Euro bewertet, hat Samsung, SK Hynix und Micron als strategische Partner benannt. Die Gespräche zwischen Samsung und OpenAI über einen maßgeschneiderten KI-System-on-Chip sind dagegen laut Branchenkreisen am 30. Mai an strategischen Differenzen gescheitert.

de | wissenschaft | 69449026 |