KI-Boom: Wie Server-Investitionen den DRAM-Markt unter Druck setzen
Laut einer Analyse der Astute Group verknappt die steigende Nachfrage nach KI-Servern den Standard-Arbeitsspeicher (DRAM), während die weltweiten Investitionen in Rechenzentren 2026 voraussichtlich…
Laut einer Analyse der Astute Group verknappt die steigende Nachfrage nach KI-Servern den Standard-Arbeitsspeicher (DRAM), während die weltweiten Investitionen in Rechenzentren 2026 voraussichtlich die Marke von einer Billion US-Dollar überschreiten. Für den IT-Großhandel und Systemadministratoren verschiebt sich damit die Kostenstruktur pro Rack spürbar.
Kennzahlen aus der Praxis
Der Cloud-Marktführer AWS hat nach Bericht von AD HOC NEWS seine internen Entwicklungsteams angewiesen, ungenutzte EC2-Instanzen abzuschalten. Messwert: Rund 65 Prozent aller EC2-Instanzen weisen über 30 Tage eine durchschnittliche CPU-Auslastung unter 20 Prozent auf. Das interne Tool Compute Optimizer markiert Spitzenlasten unter 5 beziehungsweise 15 Prozent als abschaltungsrelevant.
Parallel verschiebt sich die Hardware-Balance. Das CPU-zu-GPU-Verhältnis für KI-Inferenz hat sich laut Intel-Beobachtungen von 1:4 auf nahezu 1:1 angenähert. Folge: CPUs werden zum Engpassfaktor für die Steuerung agentischer KI-Systeme, nicht GPUs allein.
Die finanziellen Parameter sind belegt. KI-Kapazitätsblöcke verteuerten sich im Januar 2026 um rund 15 Prozent, im Juli 2026 folgte ein weiterer Anstieg um 20 Prozent. AWS hat 3,8 Gigawatt zusätzliche Stromkapazität erschlossen und plant eine Verdopplung der Gesamtkapazität bis 2027.
Auswirkungen auf Beschaffung und Planung
Micron beziffert den Anteil von Storage am Systemwert aktuell auf nahezu 50 Prozent – vor drei Jahrzehnten waren es noch 10 Prozent. Nvidia hat Open-Source-Frameworks veröffentlicht, die GPUs direkten Speicherzugriff ermöglichen und damit den DRAM-Bedarf reduzieren können.
Daraus ergeben sich drei messbare Effekte für die Beschaffung:
| Parameter | Vorher | Aktuell | Auswirkung |
|---|---|---|---|
| DRAM-Verfügbarkeit | ausreichend | verknappt | Lieferzeiten steigen |
| Storage-Anteil am Systemwert | ~10 % | ~50 % | Konfigurationstiefe prüfen |
| CPU-Auslastung im Cloud-Maßstab | heterogen | 65 % < 20 % | Right-Sizing-Potenzial vorhanden |
| Preis KI-Kapazität (kumuliert 2026) | Basis | +35 % | Budgetposten anpassen |
Prüfliste für IT-Verantwortliche
1. DRAM-Bestände prüfen. Lieferzeiten und Staffelpreise für DDR5-Module aktualisieren, insbesondere für 64-GB- und 96-GB-RDIMMs.
2. Storage-Anteil kalkulieren. Neue Konfigurationen mit einem Storage-Budget von 40 bis 50 Prozent der Systemkosten ansetzen.
3. CPU-Auslastung messen. Compute-Optimizer-äquivalente Tools einsetzen, um unterausgelastete Instanzen zu identifizieren und Kapazität freizugeben.
4. GPU-Direktzugriff evaluieren. Nvidia-Frameworks auf Kompatibilität mit der bestehenden Virtualisierungs- und Storage-Schicht testen.
5. Capex-Planung anpassen. Stromverträge und Rack-Dichte neu rechnen; 3,8 GW zusätzliche Kapazität bei einem Hyperscaler zeigt die Skalierungsrichtung des Marktes.