Während Muse die KI-Infrastruktur anheizt, konzentrieren sich Investoren auf die Performance von Micron (MU.US)! Werden langfristige Verträge im Wert von Hunderten Milliarden Dollar das KI-Computing-Fieber weiter befeuern?

Wie das APP von Sino Markets berichtet, treiben Meta Muse und OpenAI Astra die weltweite Expansion der KI-Anwendungen hin zu kontinuierlich ausführenden, mehrschrittigen kollaborativen Arbeitsabläufen durch intelligente Agenten voran. Dies führt zu einer neuen Welle des explosionsartigen Wachstums der globalen KI-Computingleistung. Dieses Phänomen liegt auch der jüngsten Erwartung zugrunde, dass KI-Agenten-Anwendungen weltweit schneller als erwartet verbreitet werden, was sich wiederum in optimistischen Wachstumserwartungen für Branchenführer wie SK Hynix, Samsung, Micron, Nvidia, AMD und TSMC sowie andere Kernlieferanten im KI-Computing-Sektor niederschlägt.

Der Markt bewertet aktuell neu die Anforderungen an CPU, Speicher und Storage, die diese Anwendungen unterstützen. Der Finanzbericht von Micron (MU.US), einem der drei großen Speicherchip-Hersteller, der nächste Woche veröffentlicht wird, ist daher ein wichtiger Indikator für den Superzyklus im Storage und die beispiellose KI-Infrastrukturwelle.

KI-Agenten und führende KI-Modelle dringen zunehmend und schnell weltweit in diverse Industrien vor. Dies steigert dauerhaft den Bedarf an KI-GPUs/TPUs, Data Center-CPUs, optischen Interconnects und auch Speicherchips für Data Center – die Kernhardware der KI-Infrastruktur. Das beschleunigt die rekordverdächtigen Umsatzzahlen von SK Hynix, Samsung und Micron und deren kontinuierlich über den Markterwartungen liegenden Zukunftsperspektiven. Ob in der nächsten Bewertungsphase die Bewertung weiter steigt, hängt verstärkt von der Nachhaltigkeit des Gewinnwachstums und der Expansion der Geschäftsaussichten ab.

Wie in der obigen Abbildung dargestellt, verzeichnen die Umsätze von Micron eine beschleunigte Steigerung und unterstreichen die rasante Umsetzung der Storage-Chip-Nachfrage in Geschäftsergebnisse. Micron wird am 30. September die Ergebnisse des vierten Quartals des Geschäftsjahres 2026 bekanntgeben; im vergangenen Quartal belief sich der Umsatz auf 41,456 Milliarden US-Dollar, ein Wachstum von etwa 346 % gegenüber dem Vorjahr, und der bereinigte Gewinn pro Aktie lag bei 25,11 US-Dollar. Die Unternehmensprognose für das vierte Quartal sieht einen Umsatz von 50 Milliarden US-Dollar, eine Schwankung von plus/minus 1 Milliarde US-Dollar, eine Bruttomarge von etwa 86 % und einen bereinigten Gewinn pro Aktie von 31 US-Dollar, plus/minus 1 US-Dollar, vor. Noch bedeutender: Micron hat offenbart, dass von den 16 abgeschlossenen strategischen Kundenvereinbarungen 14 einen Mindestvertragswert garantieren, was in der verbleibenden Vertragslaufzeit einem kumulierten Umsatz von rund 100 Milliarden US-Dollar entspricht und die Sichtbarkeit zukünftiger Umsätze und Gewinne stärkt.

Beachten sollte man allerdings, dass die aktuelle starke und strenge Leistungsbenchmark und die einheitlichen Erwartungen der Wall-Street-Analysten dazu führen, dass der Markt nicht nur auf die Übererfüllung im laufenden Quartal achtet, sondern vor allem auf die Preisentwicklung, die Verkaufsmenge sowie die langfristigen Aufträge für das Geschäftsjahr 2027 und deren Fähigkeit, eine Erhöhung der Gewinnprognosen weiter zu unterstützen.

Ein Schlüsselfaktor für den Optimismus ist, dass die KI-Infrastruktur-Beschaffung inzwischen die gesamte IT-Landschaft abdeckt. Laut einer Zusammenstellung der Wall-Street-Analysten-Erwartungen im Bericht von S&P Global vom 22. September werden die vier großen Tech-Riesen Meta, Alphabet, Amazon und Microsoft in den Jahren 2026–2028 gemeinsam etwa 2,8 Billionen US-Dollar an Investitionsausgaben tätigen. Auf Basis der Erhebungen von Visible Alpha haben die Wall-Street-Analysten ihre Prognose für den Gewinn je Aktie von Micron für das Geschäftsjahr 2027 von etwa 90 US-Dollar im März auf rund 156 US-Dollar deutlich angehoben.

Durch Meta Muse und OpenAI Astra wurden die operativen, programmatischen und hochspezialisierten Fähigkeiten von Computern erheblich gestärkt. Daraus lässt sich folgern, dass die beschleunigte Expansion der KI-Anwendungen gleichzeitig die Infrastruktur-Anforderungen für „Modell-Denken“ und „praktische Ausführungsarbeiten“ erhöht. Mit der verbesserten Kommerzialisierung von KI hat das Analystenteam von UBS die Prognose für den operativen Cashflow der großen globalen Cloud-Anbieter und neuen Cloud-Unternehmen für das Jahr 2027 um 30 % angehoben. Ebenso prognostiziert Morgan Stanley, dass die Gesamtkapitalausgaben der vier größten nordamerikanischen Super-Cloud-Anbieter und KI-Anwendungsunternehmen wie Oracle von 917 Milliarden US-Dollar im Jahr 2026 auf 1,47 Billionen US-Dollar im Jahr 2027 und 1,64 Billionen US-Dollar im Jahr 2028 steigen werden. Im gleichen Zeitraum wird die installierte Kapazität von 35 GW im Jahr 2025 voraussichtlich auf erstaunliche 145 GW im Jahr 2028 erhöht.

Je effizienter KI bei „Arbeiten“ wird, desto unverzichtbarer werden CPUs und Speicherchips – warum?

Die tiefgreifendste Veränderung, die intelligente Agenten im Bereich der Computing-Leistung bewirken, besteht darin, dass ein Benutzerbefehl eine fortlaufende Arbeitskette auslösen kann. Forschungs-, Programmier- oder geschäftliche Aufgaben durchlaufen oft Planung, Recherche, Web-Browsing, Dateilesen, Code-Ausführung, Ergebnis-Überprüfung und Fehlerkorrektur, wobei mehrere dieser Schritte das Modell erneut ansprechen und kontinuierlich neuen Kontext erzeugen. Meta hat bekanntgegeben, dass Muse in einer Cloud-basierten sicheren virtuellen Maschine mit eigenem Browser läuft und Aufgaben auch nach dem Schließen der Anwendung weiter bearbeitet werden können. OpenAI betont die verbesserte Fähigkeit von Astra bei Computerbedienung, Browsernutzung und fachübergreifenden Arbeitsabläufen. Aus technischer Sicht bedeutet dies: Wenn solche Aufgaben sich von wenigen intensiven Nutzern auf die täglichen operativen Abläufe in Unternehmen ausdehnen, werden die Infrastruktur-Anforderungen durch Nutzerzahl, Aufgabenfrequenz, Aufgabenlaufzeit und Spitzenkonkurrenz getrieben.

Das erklärt auch, warum der Markt mehr Aufmerksamkeit auf CPUs für Data Center von AMD, Intel und Arm richtet. GPUs und ASICs übernehmen das großvolumige neuronale Netzwerk-Computing, während CPUs für virtuelle Maschinen, Browser, Code-Sandboxen, Aufgabenplanung, Datenvorverarbeitung und Tool-Ausführung verantwortlich sind. Die Effizienz der Ausführung durch Agenten hängt davon ab, ob Modellinferenz und praktische Ausführung nahtlos miteinander verbunden sind; Verzögerungen bei CPU, Datenbank oder Ein-/Ausgabe können ebenso die Nutzung teurer Beschleuniger reduzieren. AMD’s PACE-Konzept setzt bereits auf eine Kooperation zwischen CPU-orchestriert und GPU-ausgeführt für schwere KI-Inferenz; Arm betrachtet die Ausführung von Agenten-Sandboxen und Tools als wichtige Cloud-CPU-Arbeitslast. Dies liefert konkrete Ingenieurgrundlagen für den Ausbau der CPU-Nachfrage, wodurch Server-DRAM, Storage und Netzwerk zu Schlüsselgliedern einer gemeinsamen Bedarfsleitung werden.

Im Inneren der großen Modellinferenz muss in der Pre-Fill-Phase der Eingabekontext verarbeitet werden, während in der Decode-Phase kontinuierlich Ausgaben erzeugt werden; Modellgewichte und Key-Value-Cache (KV Cache) belegen Speicherfähigkeiten und Bandbreite. Bei ähnlichen Modellen und Caching-Strategien führen längere Kontexte, höhere Konkurrenz und mehr parallele Aufgaben dazu, dass das System mehr Zustände gleichzeitig aufrechterhalten muss. Daraus ergibt sich eine klare Storage-Aufgabenteilung: HBM unterstützt den Hochgeschwindigkeitszugriff der Beschleuniger, Server-DRAM übernimmt CPU-Arbeitssets und Teile des Caches, Enterprise-SSDs speichern Dateien und Anwendungszustände und übernehmen in Systemen mit gestaffeltem Caching einen Teil des Inferenzkontextes. Nvidia’s CMX-Konzept hat bereits eine mit Ethernet verbundene Flash-Schicht zwischen GPU-Speicher und Shared Storage eingeführt, sodass Kontext über Knoten hinweg gespeichert, transferiert und wiederverwendet werden kann; Speichergröße, Zugriffszeit und Netzwerkbandbreite beeinflussen gemeinsam die Durchsatzleistung der Inferenzdienste.

Für die Nachfrageexpansion gibt es bereits große Produktionssysteme als Referenz. OpenAI gab am 11. September bekannt, dass seine Habitat-Online-Speicherplattform mehr als 70 Millionen Anfragen pro Sekunde verarbeitet und ein Datenvolumen von mehr als 500 PB bedient sowie Routing, Komprimierung, Verschlüsselung und Prüffunktionen übernimmt. Dies ist die Plattform für diverse OpenAI-Produkte und unterstreicht die gewaltige Anwendungs- und Speicherlast hinter KI-Services. Mit mehr Agenten im Produktivbetrieb steigen Anforderungen an Server, Speicher, Enterprise-SSDs und schnelle Interconnects durch zusätzliche Ausführungs-Knoten, Datenbankzugriffe und Knoten-übergreifenden Datenaustausch weiter; mit größeren Serverclustern und höheren Rackleistungen übertragen sich die Anforderungen zudem auf optische Interconnects, Stromversorgung und Kühlung. Allerdings hängen die tatsächlichen Zuwächse in einzelnen Bereichen von den jeweiligen Betriebsmodellen und Ausnutzungsgraden ab.

Die Effizienzsteigerung durch leistungsfähigere Modelle kann zudem den Bereich der kommerzialisierbaren Aufgaben erweitern. Meta zeigte, dass Muse Spark 1.3 im Vergleich zu 1.2 etwa 20 % weniger Tool-Aufrufe und etwa 25 % weniger Token-Verbrauch benötigt. Dies senkt die Ressourcenkosten für vergleichbare Aufgaben, sodass Unternehmen Prozesse mit bisher zu hohen Kosten oder zu langsamen Reaktionen KI überlassen können. Der Kern der steigenden Nachfrage nach Rechenleistung liegt darin, dass die Ausdehnung von Nutzern und Aufgaben nach Kostenreduktion den Rückgang des Ressourcenbedarfs pro Aufgabe übertrifft. Beispielsweise, selbst wenn der Token-Verbrauch pro Aufgabe um 25 % sinkt und die Anzahl der Aufgaben um mehr als ca. 33,3 % steigt, steigt der Gesamtbedarf; das zeigt, dass Effizienzsteigerung und Infrastrukturwachstum parallel stattfinden können und dass die Nachfrageelastizität entscheidend ist, ob der „Jevons-Effekt“ eintritt.

Langfristige Verträge über mehrere Milliarden stützen die Grundlage: Wie wird der Superzyklus im Speicher neu bewertet?

Für den US-basierten Speicherchipriesen Micron liegt der Vorteil darin, dass HBM, Server-DRAM und NAND Storage abgedeckt sind, sodass an verschiedenen Infrastruktur-Ebenen mitgewirkt werden kann. Im Unterschied zu den beiden anderen Speicher-Giganten SK Hynix und Samsung profitiert Micron von weniger politischem Druck, insbesondere von der „Rückverlagerung der Chipfertigung in die USA“ und Unsicherheiten durch potenziell wechselhafte Zollpolitik unter einer Trump-Regierung.

Im letzten Quartal erreichte der Umsatz im Cloud-Speicherbereich 13,769 Milliarden US-Dollar, ein Anstieg gegenüber dem Vorquartal von etwa 78 %. Im Kerngeschäft Data Center betrug der Umsatz 11,524 Milliarden US-Dollar, was einem Wachstum gegenüber dem Vorquartal von ca. 103 % entspricht. Das Unternehmen gab zudem bekannt, dass die SSD-Einnahmen im Data Center mehr als 5 Milliarden US-Dollar erreichten und sich gegenüber dem Vorquartal mehr als verdoppelt haben. Der NAND-Supergigant SanDisk (SNDK.US) konzentriert sein Kerngeschäft auf NAND-Flash und SSDs, sodass Microns Quartalsbericht für SanDisk hinsichtlich Enterprise-Storage-Nachfrage, NAND-Preisen und Angebotsprognosen relevant ist. Beide Firmen sind Teil derselben KI-Bauphase, aber die Produktstruktur bestimmt die jeweilige Gewinnflexibilität.

Die Geschwindigkeit der Anpassung auf der Angebotsseite ist eine wichtige Stütze für die Gewinnexpansion im Storage-Sektor. Neue Wafer-Fabs benötigen Bau, Installation, Prozessanpassung und Kundenabnahme; HBM erfordert Mehrlagen-Stapel, fortschrittliches Packaging und Systemvalidierung, und zusätzliche Wafer müssen erst in lieferfähige Produkte umgewandelt werden. Das Management von Micron prognostiziert, dass die Knappheit bei DRAM und NAND bis nach 2027 anhalten könnte und sich die Versorgung erst ab 2028 schrittweise bessert, ohne dass klar ist, wann der Bedarf vollständig gedeckt sein wird. Samsungs Ausbau der HBM4-Produktion ist daher zu beobachten; allerdings muss die Produktionskapazität der 4nm-Logikbasis zusammen mit DRAM-Wafern, Packaging-Ausbeute und Kundenabnahme bewertet werden, um zu beurteilen, wie viel HBM tatsächlich lieferbar ist. Wertvoller für Investoren ist das Verhältnis zwischen zusätzlichen effektiven Angebot und der KI-Nachfrage – nicht allein die Expansionszahlen.

Langfristige Verträge geben Micron eine weitere Stütze für stetige Gewinne. Wie bei der Offenlegung im Juni angekündigt, wurden 16 strategische Kundenvereinbarungen unterzeichnet, die insgesamt etwa 20 % des DRAM-Absatzes und ein Drittel des NAND-Absatzes im Vertragszeitraum abdecken; 14 dieser Vereinbarungen garantieren einen Mindestpreis, was in der verbleibenden Laufzeit einen kumulierten Umsatz von rund 100 Milliarden US-Dollar ergibt. Diese Vereinbarungen beinhalten Abnahmevereinbarungen unter garantierten Abnahmemengen („take-or-pay“), manche Großverträge haben Preisintervalle.

Solche Verträge der großen Storage-Chip-Hersteller geben KI-Theme-Investoren die Sicherheit, dass langfristige Abnahmeverpflichtungen die Versorgung sichern, während Micron durch klarere Planung und bessere Sichtbarkeit der Einnahmen profitiert und die Empfindlichkeit gegenüber kurzfristigen Marktpreisen reduziert. Zu beachten ist, dass das von Micron gemeldete „etwa die Hälfte oder mehr der Einnahmen sind durch Verträge abgedeckt“ auf die geplanten, nach Vertrag vollständig realisierten Einnahmen abzielt und nicht gleichbedeutend mit aktuell erzielten Einnahmen ist.

Das Management von Micron erwartet zudem, dass diese Vereinbarungen rund 22 Milliarden US-Dollar Cash-Kaution und damit verbundene finanzielle Verpflichtungen bringen, von denen etwa 18 Milliarden US-Dollar Cash-Kaution sind. Dies zeigt den Willen der Kunden, langfristig Versorgung zu sichern und hilft, die Expansionspläne abzusichern. In der Buchhaltung werden die Cash-Kautionen als Finanzierungsgeschäfte verbucht und nach und nach in der zweiten Hälfte der Vertragslaufzeit zurückgezahlt. Im Quarterly Report sind daher die neuen Vertragsabschlüsse, Umfang, Produktstruktur und tatsächliche Lieferfortschritte relevant, ebenso wie diese Änderungen die Planbarkeit des operativen Cashflows in Zukunft verbessern.

Darüber hinaus beeinflusst die „zusätzliche Woche“ im vierten Quartal von Micron direkt die Interpretation der Wachstumsrate am Markt. Dieses Quartal umfasst 14 Wochen, das vorherige 13 Wochen: Bei einem Umsatzmittelwert von 50 Milliarden US-Dollar entspricht das einem nominellen Quartalswachstum von etwa 20,6 %, bei Wochenvergleich etwa 12,0 %. Schätzungsweise, falls im nächsten Quartal wieder 13 Wochen angesetzt werden und der wöchentliche Umsatz konstant bleibt, läge der Quartalsumsatz bei rund 46,43 Milliarden US-Dollar. Diese Kalkulation zeigt, dass bei neuen Prognosen Zahl der Wochen, Preis, Absatzmenge und Produktmix gemeinsam betrachtet werden müssen; die Quartalsgesamtzahl allein steht nicht für einen Wendepunkt der Nachfrage. Die vom Management erwähnte verlangsamte Preissteigerung sollte mit dem absoluten Preisniveau und Absatzsteigerungen gemeinsam analysiert werden.

Die finanziell wertvollsten Informationen im Quartalsbericht und Analysten-Call von Micron zum 30. September (US-Zeit) werden sich auf die Nachhaltigkeit der HBM- und Enterprise-Storage-Bestellungen, die Entwicklung von DRAM- und NAND-Preisen, das effektive Kapazitätswachstum für das Geschäftsjahr 2027 und die Ausweitung der langfristigen Verträge konzentrieren. Laut TIPRANKS liegt die von Wall-Street-Analysten gesammelte, durchschnittlich optimistische Zielmarke für Micron in den kommenden 12 Monaten bei rund 1.550 US-Dollar, was bei einem Schlusskurs von 1.071,88 US-Dollar am 23. September ein potenzielles Aufwärtspotenzial von über 40 % bedeutet.