Benötigen KI-Server HBM oder NAND? Worin unterscheiden sich die Geschäftsbereiche von Micron, SanDisk und SK Hynix?

TradingKey – Mit dem raschen Wachstum der Nachfrage nach KI-Servern haben sich HBM, DRAM, NAND und Enterprise-SSDs allmählich zu einigen der am genauesten beobachteten Kernthemen auf dem Halbleitermarkt entwickelt. Doch für Privatanleger sind diese Speicherprodukte leicht zu verwechseln: Benötigen KI-Server tatsächlich eher HBM oder NAND? Wie profitieren Micron (MU), SanDisk (SNDK) und SK Hynix (SKHY) jeweils von welchem Nachfragesegment?

Da sich die KI-Branche allmählich vom Training großer Modelle auf Inferenz, KI-Agenten und Anwendungen mit langem Kontext ausweitet, beginnen sich auch die Arbeitsspeicher- und Datenspeicheranforderungen zu verlagern. HBM bleibt ein unverzichtbarer High-Bandwidth-Speicher für fortschrittliche KI-Beschleuniger, aber Enterprise-SSDs und NAND entwickeln sich von traditionellen Datenspeichern zu kritischen Komponenten der KI-Infrastruktur.

Benötigen KI-Server HBM oder NAND?

Ein vollständiger KI-Server nutzt in der Regel gleichzeitig NAND-, DDR-Speicher und HBM. Die Daten werden zunächst auf Enterprise-SSDs auf Basis von NAND-Flash-Speicher gespeichert, beim Start der Rechenaufgaben in den Systemarbeitsspeicher geladen und schließlich auf den nahe an den GPUs oder KI-Beschleunigern platzierten HBM übertragen, um die Rechenoperationen auszuführen.

Vereinfacht lässt sich dieser Prozess so verstehen: NAND ist das riesige Lagerhaus, DDR agiert als Umschlagplatz und HBM dient als Hochgeschwindigkeits-Werkbank direkt neben der GPU. Ohne HBM können GPUs beim Warten auf Daten ihre volle Rechenleistung meist nicht entfalten; ohne NAND fällt es Servern schwer, die ständig wachsenden Trainingsdaten, Modellparameter, Vektordatenbanken und Inferenz-Caches zu speichern.

Während der Trainingsphase müssen GPUs häufig auf Modellparameter und Zwischenergebnisse von Berechnungen zugreifen, weshalb sie extrem empfindlich auf die Bandbreite, Kapazität und den Energieverbrauch von HBM reagieren. Upgrades auf Produkte wie HBM3E und HBM4 ermöglichen es einem einzelnen KI-Beschleuniger, größere Modelle zu verarbeiten und gleichzeitig durch Datenübertragung verursachte Wartezeiten zu verkürzen.

In der Inferenzphase gewinnt NAND noch weiter an Bedeutung. Gleichzeitige Modellaufrufe durch eine enorme Zahl von Nutzern erzeugen riesige KV-Caches, Vektordaten und Interaktionsprotokolle. Würden all diese Daten im teuren HBM gespeichert, gerieten die Kosten außer Kontrolle. Micron Technology hat sein Produktportfolio auf HBM, DDR, LPDDR, NAND und Rechenzentrums-SSDs ausgeweitet und schlägt explizit vor, dass HBM hochfrequente Modellberechnungen sowie den Hot KV-Cache übernimmt, während Enterprise-SSDs den persistenten Cache und Data Lakes abdecken.

Auch SK Hynix treibt eine gestaffelte Speicherarchitektur voran und nutzt Lösungen wie SALT-KV, um KV-Caches je nach Datenzugriffsfrequenz auf HBM, DRAM und SSDs zu verteilen. Zudem entwickelt das Unternehmen High-Bandwidth Flash (HBF), um eine neue Speicherstufe zwischen HBM und herkömmlichen SSDs zu etablieren und so ein ausgewogenes Verhältnis zwischen Kapazität, Geschwindigkeit und Kosten zu erreichen.

Daher sind HBM und NAND keine gegenseitigen Substitutionsprodukte. Während KI-Training stärker von HBM abhängt, werden Inferenz, KI-Agenten und Anwendungen mit langen Kontextfenstern gleichzeitig die Nachfrage nach HBM, Systemarbeitsspeicher und NAND antreiben.

Worin unterscheiden sich die Geschäftsbereiche von Micron, SanDisk und SK Hynix?

Micron: HBM und Server-DRAM sind zentrale KI-Wachstumstreiber

Micron gehört zu den repräsentativsten Speicherchip-Herstellern am US-Markt; das KI-Geschäft des Unternehmens konzentriert sich primär auf HBM, Server-DRAM und Enterprise-SSDs.

In der Architektur von KI-Servern ist Micron sowohl bei Hochgeschwindigkeitsspeichern als auch bei Server-Speicherlösungen vertreten, sodass der Anstieg der KI-Investitionsausgaben ein vergleichsweise direkter Rückenwind für das Unternehmen ist.

In den vergangenen Jahren hat Micron den Anteil hochwertiger Rechenzentrumsprodukte an seinem Portfolio kontinuierlich gesteigert. Das Unternehmen gab zuvor bekannt, dass sein Rechenzentrumsgeschäft zu einem Haupttreiber des Gesamtwachstums geworden ist, wobei HBM zu den Produkten gehört, die am Markt die größte Aufmerksamkeit auf sich ziehen. Da sich die Leistungsfähigkeit von KI-Beschleunigern weiter verbessert, steigt auch die HBM-Kapazität pro GPU, was den Speicherwert pro KI-Server weiter erhöhen wird.

Gleichzeitig ist Server-DRAM ebenso wichtig. Herkömmliche Server nutzen in der Regel Speichermodule wie RDIMMs, und mit dem fortlaufenden Ausbau der KI-Infrastruktur nimmt auch die Zahl der Universal-CPU-Server zu, was die Nachfrage nach Server-DRAM weiter ansteigen lässt.

TrendForce wies in einem früheren DRAM-Forschungsbericht darauf hin, dass die DRAM-Versorgung für PCs und Smartphones unter Druck geraten ist, da die Hersteller weiterhin einen Teil ihrer Produktionskapazitäten in Richtung HBM und Serveranwendungen verlagern. Dadurch befindet sich der gesamte DRAM-Markt in einem angespannten Zustand.

Dies ist auch einer der größten Unterschiede zwischen Micron und SanDisk.

SanDisk profitiert hauptsächlich von den Preisen für NAND und SSDs, während Micron gleichzeitig von steigenden HBM- und DRAM-Preisen profitieren kann. Wenn KI-Server die Nachfrage nach Hochleistungsspeichern also weiterhin antreiben, dürfte die Elastizität von Umsatz und Marge bei Micron stärker von DRAM und HBM ausgehen.

Gleichzeitig ist Micron jedoch auch stärker der HBM-Wettbewerbslandschaft und dem DRAM-Zyklus ausgesetzt. Samsung und SK Hynix bauen ihre HBM-Kapazitäten beide aggressiv aus; wenn künftig mehr Angebot auf den Markt drängt, müssen die HBM-Preisgestaltung und die Gewinnspannen daher neu bewertet werden.

SK Hynix: HBM ist die prägendste Investment-These im KI-Speicherbereich

SK Hynix ist seit Langem tief im DRAM-Segment verwurzelt und ist früh in den HBM-Markt eingetreten. Da KI-Chiphersteller wie Nvidia die Rechenleistung kontinuierlich steigern, hat sich HBM zu einem der wichtigsten hochwertigen Speicherprodukte zur Unterstützung von KI-Beschleunigern entwickelt.

SK Hynix treibt derzeit HBM4 voran und entwickelt Produkte der nächsten Generation weiter. Die Finanzergebnisse des Unternehmens für das zweite Quartal 2026 zeigten, dass die Nachfrage nach Hochleistungs-DRAM und HBM das Umsatzwachstum weiterhin antreibt; zudem erklärte das Unternehmen, dass HBM4 die Kundenstandards bezüglich Leistung und Leistungsaufnahme erfüllt und der Hochlauf der Belieferung begonnen hat.

Das bedeutet: Solange die Auslieferungen von KI-Beschleunigern weiter steigen oder die in jedem KI-Chip verbaute HBM-Kapazität weiter zunimmt, hat SK Hynix die Chance, sein Wachstum fortzusetzen.

SK Hynix beschränkt sich jedoch nicht nur auf HBM.

Über seine Tochtergesellschaft Solidigm ist das Unternehmen auch in den Märkten für NAND und Enterprise-SSDs vertreten. In den vergangenen Jahren hat sich Solidigm auf die Entwicklung hochkapazitiver QLC-Enterprise-SSDs konzentriert, die genau auf den Bedarf von KI-Rechenzentren nach speicherstarkem und kosteneffizientem Speicher ausgerichtet sind.

Damit deckt SK Hynix tatsächlich zwei wesentliche Speicheranforderungen von KI-Servern gleichzeitig ab: Die Muttergesellschaft SK Hynix profitiert in erster Linie von HBM und Server-DRAM, während Solidigm am Markt für Enterprise-SSDs beteiligt ist.

SanDisk: Die wichtigsten KI-Chancen ergeben sich aus NAND und Enterprise-SSDs

Der größte Unterschied zwischen SanDisk und Micron oder SK Hynix besteht darin, dass SanDisk kein HBM herstellt.

SanDisk konzentriert sich in erster Linie auf NAND-Flash und zugehörige Speicherprodukte; daher ergeben sich die KI-getriebenen Chancen des Unternehmens hauptsächlich aus Enterprise-SSDs und dem Bedarf an hochkapazitiven Speichern und nicht aus HBM, das in KI-Beschleunigern eingesetzt wird.

Das bedeutet nicht, dass SanDisk bei KI-Servern eine untergeordnete Rolle spielt.

Im Gegenteil: Wenn KI-Modelle aus der Trainingsphase in die breite praktische Anwendung übergehen, dürfte das Datenvolumen, das Rechenzentren speichern müssen, kontinuierlich wachsen. Insbesondere KI-Inferenz, KI-Agenten und die langfristige Datenarchivierung werden riesige Datenmengen erzeugen, die einen schnellen Lesezugriff und eine langfristige Aufbewahrung erfordern.

Infolgedessen benötigen KI-Server nicht nur GPUs und HBM, sondern auch eine wachsende Zahl hochkapazitiver Enterprise-SSDs.

TrendForce geht davon aus, dass die Nachfrage nach Enterprise-SSDs im Jahr 2026 weiterhin von generativer KI, KI-Agenten-Diensten und dem Bau von Hyperscale-Rechenzentren getrieben wird. Große US-Cloud-Anbieter haben zudem kürzlich ihre Prognosen für den Kauf von Enterprise-SSDs angehoben, sodass für die Bestellungen von Enterprise-SSDs im vierten Quartal 2026 ein anhaltendes Wachstum erwartet wird.

Dies stellt derzeit die größte Branchenchance für SanDisk dar.

Im Vergleich zu Micron und SK Hynix ist SanDisk jedoch ausgeprägteren zyklischen NAND-Risiken ausgesetzt. TrendForce prognostiziert, dass sich die angespannte NAND-Versorgung in der zweiten Jahreshälfte 2027 entspannen könnte, da neue Kapazitätsinbetriebnahmen und eine schwache Nachfrage im Bereich der Unterhaltungselektronik das Angebot-Nachfrage-Verhältnis allmählich verbessern dürften.

Daher hängen Aktienkurs und Gewinn von SNDK nicht nur von der Nachfrage in KI-Rechenzentren ab, sondern unterliegen auch dem NAND-Preiszyklus.

Zusammenfassung: Wer profitiert bei steigender Nachfrage nach KI-Speichern direkter?

Der größte Unterschied zwischen den drei Unternehmen liegt in ihrer Produktabdeckung und dem Grad ihrer Abhängigkeit von den HBM- und NAND-Märkten. Micron und SK Hynix betreiben gleichzeitig Geschäftsbereiche für DRAM, HBM und NAND, während sich SanDisk in erster Linie auf NAND-Flash und SSDs konzentriert.

Wenn KI-Server weiter rund um GPU-Cluster und das Training großer Modelle expandieren, bleibt HBM eines der Segmente mit dem klarsten Wertwachstum. In diesem Szenario verfügt SK Hynix über ein direkteres geschäftliches Exposure gegenüber HBM, während Micron gleichzeitig von der Nachfrage nach HBM, Server-DRAM und Rechenzentrums-SSDs profitiert.

Wenn sich der Schwerpunkt des Wachstums in der KI-Branche allmählich vom Training auf die Inferenz verlagert, wird die Bedeutung von NAND deutlich zunehmen. Anwendungen für KI-Agenten, Unternehmenswissensdatenbanken, Videogenerierung und Modelle mit langem Kontext werden alle mehr Daten erzeugen, die eine langfristige Speicherung erfordern. Unternehmen können nicht sämtliche Inhalte auf teurem HBM ablegen und müssen daher auf hochkapazitive SSDs setzen, um eine gestaffelte Speicherarchitektur aufzubauen. Im Zuge dieses Trends weist SanDisk eine hohe Sensitivität gegenüber Veränderungen der Nachfrage nach NAND und Enterprise-SSDs auf, während SK Hynix und Micron über ihre jeweiligen NAND-Geschäftsbereiche ebenfalls zusätzliche Gewinne erzielen werden.

Anzumerken ist, dass neue Technologien wie HBF die Grenze zwischen Arbeitsspeicher und Speicher weiter verwischen könnten. HBF zielt darauf ab, über einen ähnlichen Stacking-Ansatz wie bei HBM die NAND-Bandbreite zu erhöhen und so die Leistungslücke zu herkömmlichen SSDs zu verkleinern, während die Kapazität die von HBM bei Weitem übersteigt. Kurzfristig dürfte HBF jedoch eher als ergänzende Schicht zwischen HBM und SSDs dienen, anstatt HBM zu ersetzen.