Das Tauziehen zwischen Bullen und Bären bei Speichersystemen: Das ist die Meinung der führenden TMT-Experten von Goldman Sachs.
Speicherchips sind derzeit das größte Schlachtfeld für Bullen und Bären am Markt, und Sean Johnstone, Europa-TMT-Experte bei Goldman Sachs, hat seine Einschätzung abgegeben.
Sean Johnstone weist im neuesten Bericht darauf hin, dass HBM (High Bandwidth Memory) und DRAM-Bestellungen bis 2027 ausverkauft sind, langfristige Vereinbarungen (LTA) einen Preisuntergrenze setzen und die Bruttomarge weiterhin im oberen Bereich von 70% bleibt. Der strukturelle Bedarf an AI wird das Angebot bis 2028 weiter verknappen – das ist die Begründung der Bullen.
Die Bären konzentrieren sich jedoch auf eine andere Dimension – die "zweite Ableitung" des Preisanstiegs. Johnstone merkt an, dass das Tempo der Preissteigerung bereits abnimmt und voraussichtlich im zweiten bis dritten Quartal 2027 ihren Höhepunkt erreichen wird, gefolgt von einer moderaten Korrektur. Gleichzeitig beginnt der Markt, ab einer Bruttomarge von 80% Lösungen neu zu überdenken, um die Abhängigkeit vom Speicher zu reduzieren – ein natürliches Feedback des Marktes.
Die Entwicklung von Nvidia bestätigt diese Logik. Johnstone berichtet, dass Nvidia bei seiner nächsten Generation des "Vera Rubin" Superchips einen HBM-Stack mit weniger Layern evaluiert. Der Grund ist eindeutig: Die Speicherkosten machen in der Stückliste (BOM) von Vera Rubin etwa 62% aus, wobei die Kosten des SOCAMM2-Speichermoduls auf CPU-Seite sogar höher sind als die der HBM4 auf GPU-Seite. Der hohe Kostendruck zwingt Nvidia dazu, alternative Wege zu suchen.
Für konservative Investoren besteht die Maßnahme darin, das Bewertungsmultiplikator zu verkleinern – von 5-fach auf 2–3-fach herunterzuregeln. Johnstone betont, dass dies keine Bewertung des Zyklusendes ist, sondern die Ansicht, dass „das einfachste Beta aus Knappheit bereits vorbei ist“. Er stellt eine Gegenfrage: Die Bären sollten sich im Klaren sein, ob sie wirklich die Fundamentaldaten shorten, oder nur das Momentum.
Außerdem hat Johnstone bemerkt, dass das Wall Street Journal erneut berichtet hat, dass Apple die Produkte des chinesischen Speicherchip-Herstellers Changxin Memory Technologies testet – über mehrere Produktlinien hinweg wie iPhone und MacBook –, um den Speicher-Lieferdruck aufgrund von AI-Nachfrage zu verringern.
Die absoluten Preise steigen weiter, aber das verbliebene Aufwärtspotenzial hängt von zwei Variablen ab
Johnstone erklärt, dass die absoluten Speicherpreise bis Mitte 2027 steigen werden. Danach hängt das Aufwärtspotenzial von zwei Faktoren ab:
-
Die Haltbarkeit der LTA-Preisuntergrenze – Kann die langfristige Vereinbarung den Preis nachhaltig stabilisieren?
-
Ob die HBM-Kombination den Druck der Normalisierung bei traditionellem DRAM/NAND ausgleichen kann – Kann die Premium-Bewertung für High-End-Produkte die Preiskorrekturen bei Massenspeicher abfedern?
Bemerkenswert ist, dass Elon Musk kürzlich öffentlich ausgeführt hat, dass die Nachfrage nach AI um etwa 200% steigt, während die Zunahme des Angebots nur etwa 20% beträgt. Diese Daten stärken die strukturelle Bullen-Logik. Aber Johnstone merkt an, dass die Priorität der Marktpreisbildung inzwischen eine andere ist – Investoren preisen eine "Verlangsamung des Preisanstiegs" ein, während die tatsächliche Kapazitätsfreigabe bis Ende 2027 oder 2028 warten muss – und zwar hauptsächlich bei HBM und nicht im traditionellen Speicherbereich.
Software und andere Technologiebereiche: Die neuesten Einschätzungen von Goldman Sachs
Neben Speicher analysiert Johnstone auch andere aktuelle Technologiethemen am Markt.
Der Softwarebereich zeigt eine deutliche Differenzierung. Goldman Sachs sieht Software nicht mehr als „AI-Verlierer“, der nur über einen einzelnen Faktor gehandelt wird. Dateninfrastruktur und Entwickler-Tool-Plattformen (wie NET, PLTR, TEAM, TWLO etc.) sind vom Tiefpunkt zurückgekehrt, und der Markt glaubt an neue Nutzungsmöglichkeiten und Arbeitslasten durch AI. Reine Applikationssoftware-Anbieter (wie HUBS etc.) sind weiterhin unter Druck – Anleger brauchen handfeste Beweise, dass AI das Kerngeschäft erweitert und nicht ersetzt.
Goldman Sachs Software-Analystin Gabriela sieht SNOW und PANW positiv, während sie für ADBE, INTU und WDAY eine vorsichtige Einschätzung hat – denn letztere stehen vor potenziellen Nachfragerückgängen und Herausforderungen in den Kernarbeitsabläufen.
Bezüglich AI-Modellnutzung (Open Source vs. Closed Source) signalisieren sowohl die Quartalsgespräche von Pinterest als auch Duolingo klar: Open-Source-Modelle ersetzen Closed-Source-Modelle zunehmend. Das Management von Pinterest sagt, dass die Kosten pro Transaktion bei Open-Source-Modellen nur 8% vergleichbarer Closed-Source-Modelle betragen; Duolingo-CEO Luis von Ahn meint: „Solange die Qualität vergleichbar ist, wechseln wir zu Open-Source-Modellen, weil sie viel günstiger sind“ und erwartet eine weitere Verschiebung Richtung Open Source.
AI-Finanzierungsbedarf: AI-bezogene Eigenkapitalfinanzierung macht etwa 40% des diesjährigen US-Aktienangebots aus. Goldman Sachs erwartet, dass die Kapitalausgaben der Super-Cloud-Anbieter 2027 auf 1,1 Billionen US-Dollar steigen und den operativen Cashflow um etwa 150 Milliarden US-Dollar übersteigen, bis der freie Cashflow 2028 positiv wird. Die Kreditstrategen von Goldman Sachs schätzen, dass Super-Cloud-Anbieter etwa 35% der Kapitalkosten 2027 durch Fremdfinanzierung decken können, was einer Anleiheausgabe von weltweit etwa 400 Milliarden US-Dollar entspricht. Gleichzeitig liegt das Wachstum der Aktienrückkäufe im S&P 500 dieses Jahr bei rund +11%; das Gesamtvolumen der neu bewilligten Rückkäufe hat seit Jahresbeginn fast 1 Billion US-Dollar erreicht – das geschätzte jährliche Rückkaufsvolumen von rund 1,4 Billionen US-Dollar dürfte die Angebotslast des Primärmarktes von etwa 700 Milliarden US-Dollar ausgleichen.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Meta AI-Leiter Alexandr Wang: Warum ich Muse machen will
Muse hat in den ersten 12 Tagen 2,8 Millionen Downloads erreicht und übertrifft damit die Leistung von ChatGPT im gleichen Zeitraum. Es wurde ein amerikanischer Tagesrekord von 264.000 erzielt – der Marktwert von Meta stieg dadurch um 234 Milliarden Dollar. Dahinter stecken ein offener Brief des Chief AI Officer Alexandr Wang über „menschliche Sehnsüchte“ sowie die damals als „verrückte“ geltende Übernahme von 14,3 Milliarden Dollar durch Zuckerberg: Aus heutiger Sicht könnte dies der profitabelste Talent-Deal in der Geschichte des Silicon Valley gewesen sein.
UBS: Beibehaltung der „Neutral“-Bewertung für Tesla (TSLA.US), Kursziel 385 US-Dollar, KI-Themen dominieren die Preislogik der Aktie
Laut der Prognose von UBS wird die weltweite Auslieferungsmenge von Tesla im dritten Quartal 2026 (3Q26) etwa 470.000 Fahrzeuge betragen, was einem Rückgang von 5 % gegenüber dem Vorjahr und einem Rückgang von 1 % gegenüber dem Vorquartal entspricht.
Der KI-Boom trotzt der „5%-US-Staatsanleihenrendite“! Der Nasdaq erreicht ein Rekordhoch und stärkt die „80/20“-Struktur, während die Wall Street das Aktien-Anleihen-Verhältnis neu bewertet.
Die Rendite der 30-jährigen US-Staatsanleihe erreichte zeitweise etwa 5,53 % und damit den höchsten Stand seit 2004. Brent-Rohöl liegt weiterhin über 100 US-Dollar pro Barrel. Risikoanlagen widerstanden erneut dem Druck, was darauf hindeutet, dass Investoren weiterhin daran glauben, dass die Kommerzialisierung von KI-Anwendungen und das Unternehmensgewinnwachstum die Auswirkungen steigender Finanzierungskosten und Abzinsungssätze in gewissem Maße ausgleichen können.
Die KI-Infrastruktur stößt auf eine „Mauer“! Marvell: Kupferverbindungen und Speicherengpässe werden zum Schlüssel für die nächste Expansionsphase der Rechenleistung
Der Wettbewerb um KI-Rechenleistung entwickelt sich zu einem systemischen Spiel, das Interconnects und Speicher umfasst. Führungskräfte von Marvell erklärten, dass durch KI-Modelle betriebene KV-Caches in den letzten neun Monaten um das Zehnfache gewachsen sind, sodass Speicher in einzelnen Racks nicht mehr ausreicht. Kupferverbindungen stoßen an ihre Grenzen, und optische Interconnects sowie Speichererweiterungen werden zum Kern der Rechenleistungsexpansion. Maßgeschneiderte Lösungen sind zum Branchentrend geworden; Marvell profitiert durch analoge SerDes, photonische Fabric-Speicher und End-to-End-Individualisierung.
