Die aktuelle KI-Euphorie an den Börsen hängt kritischer von einer Branche ab, als vielen Investoren bewusst ist: der Halbleiterfertigung. Ein Beitrag auf Seeking Alpha argumentiert, dass ohne eine massive Ausweitung der Produktionskapazitäten für spezialisierte Chips die Wachstumsfantasien vieler KI-Gewinner strukturell limitiert sind. Dieses „Nadelöhr“ könnte sich als der eine große blinde Fleck im vorherrschenden AI-Narrativ erweisen.
Der Autor auf Seeking Alpha stellt heraus, dass praktisch jede Phase der generativen KI-Wertschöpfung – vom Training großer Modelle über das Inferenz-Computing bis hin zu Edge-Anwendungen – auf hochperformante GPU- und ASIC-Lösungen angewiesen ist. Diese werden heute vor allem von wenigen Foundries gefertigt, mit Taiwan Semiconductor Manufacturing Company (TSMC) an der Spitze. Die Marktkapitalisierung vieler AI-Profiteure spiegele implizit eine Annahme nahezu unbeschränkter Chipverfügbarkeit wider, die mit der Realität der Fertigungskapazitäten nicht vereinbar sei.
Im Zentrum der Argumentation steht die physische und technologische Begrenztheit moderner Fertigungsprozesse. Extreme Ultraviolet-Lithografie (EUV) ist hochkomplex, kapitalintensiv und benötigt lange Hochlaufzeiten. Selbst bei aggressiven Investitionen in neue Kapazitäten verbleibe ein struktureller Zeitverzug zwischen Nachfrageimpuls und tatsächlicher Verfügbarkeit von Produktionsvolumen. Dies betreffe insbesondere Leading-Edge-Nodes, die für Hochleistungs-KI-Chips entscheidend sind.
Die Analyse weist darauf hin, dass AI-optimierte Rechenzentren nicht nur Chips, sondern zugleich enorm viel elektrische Energie und Kühlleistung benötigen. Diese „Systemabhängigkeiten“ verschärfen den Engpass zusätzlich: Selbst wenn Halbleiterkapazitäten erhöht würden, könnten Energieinfrastruktur und thermische Limits die Skalierung der Nutzung ausbremsen. In Summe entstehe ein komplexer Flaschenhals, der an mehreren Stellen der Hardware- und Infrastrukturkette ansetzt.
Seeking Alpha hebt hervor, dass viele Bewertungsmodelle für KI-Leader von exponentiell steigenden Workloads ausgehen. Diese Wachstumsprojektionen implizieren indirekt ein gleichfalls exponentielles Wachstum der zugrunde liegenden Silizium-Nachfrage. Da Foundries ihre Kapazitäten jedoch nur schrittweise und mit signifikanten Vorlaufzeiten erhöhen können, öffnet sich eine Diskrepanz zwischen Marktphantasie und realisierbarer Produktionskurve. Diese Diskrepanz bezeichnet der Beitrag als „massive hole in the AI narrative“.
Ein weiterer Fokus liegt auf der Konzentration der Wertschöpfung in sehr wenigen Produktionsstandorten. Der Beitrag verweist auf die geopolitische Verwundbarkeit der Lieferketten: Ein Großteil der fortschrittlichen Fertigung findet in einer politisch sensiblen Region statt. Neben technologischen und kapazitativen Faktoren tritt damit ein geopolitisches Klumpenrisiko hinzu, das im aktuellen AI-Hype häufig ausgeblendet werde.
Die Analyse schildert, dass diese Abhängigkeit nicht kurzfristig aufgelöst werden kann. Der Aufbau alternativer Fertigungskapazitäten in anderen Regionen – etwa in den USA oder Europa – erfordert erhebliche Investitionssummen, technisches Know-how und Zeit. Selbst bei ambitionierten Förderprogrammen sei nicht zu erwarten, dass die strukturelle Dominanz bestehender Spitzenfoundries in wenigen Jahren grundlegend erodiert. Für die mittlere Frist bleibe die AI-Industrie daher hochgradig an diese wenigen Player gebunden.
Im Artikel wird herausgearbeitet, dass der Markt diese Abhängigkeit nur selektiv einpreist. Während einzelne Halbleiter- und Ausrüstungsunternehmen bereits deutlich gestiegene Bewertungen aufweisen, reflektieren die Kurse vieler nachgelagerter KI-Profiteure ein Szenario, in dem Hardwareverfügbarkeit und -kosten kaum als limitierender Faktor auftreten. Damit verschiebe sich ein erheblicher Teil des Risikos weg von den sichtbaren Front-End-Gewinnern hin zu einem tieferliegenden Infrastrukturrisiko, das schwerer zu quantifizieren ist.
Der Beitrag auf Seeking Alpha betont, dass diese strukturellen Beschränkungen sich nicht zwangsläufig in einem abrupten Ende des KI-Booms äußern müssen. Wahrscheinlicher sei ein Pfad, in dem Kapazitätsengpässe wiederkehrend zu Lieferverzögerungen, erhöhten Inputkosten und Priorisierung bestimmter Kundensegmente führen. Dies könne die Margendynamik und die zeitliche Realisierung der in vielen Geschäftsmodellen unterstellten Skaleneffekte deutlich beeinflussen.
Zugleich wird darauf hingewiesen, dass diese Engpässe die Verhandlungsmacht der wenigen dominanten Foundries strukturell stärken. Die Wertschöpfung innerhalb der KI-Kette könne sich dadurch zulasten jener Unternehmen verschieben, die aktuell als Hauptprofiteure der AI-Rallye wahrgenommen werden. Wer die langfristige Entwicklung der Branche analysiert, müsse daher die ökonomische Durchsetzungskraft der Fertigungsebene in seine Szenarien explizit einarbeiten.
Fazit für konservative Anleger: Die auf Seeking Alpha skizzierte Problematik legt nahe, KI-Engagements stärker entlang der realen Engpassressourcen zu strukturieren. Anstatt primär auf hochbewertete, nachgelagerte Nutznießer der KI-Euphorie zu setzen, könnte ein vorsichtigeres Vorgehen in einer sorgfältigen Diversifikation über Halbleiterfertiger, Ausrüster und Qualitätswerte mit soliden Bilanzen bestehen. Gleichzeitig erscheint es sinnvoll, Positionsgrößen im direkten KI-Hype-Segment begrenzt zu halten und Bewertungsniveaus kritisch zu hinterfragen, solange das beschriebene strukturelle Nadelöhr der Chipproduktion nicht nachhaltig entschärft ist.
Aufrufe: 767
Audio
Teilen
