„Tail-Risiken“ bei Komponenten wie ASICs, Speicher und optischen Modulen: Strommangel in den USA – Geräte sind installiert, aber nicht mit Strom versorgt

Das Nadelöhr der KI-Infrastruktur in den USA verschiebt sich von „Chipmangel“ zu „Strommangel“. Der Mangel an Elektrizität bedroht vorrangig nicht Nvidia, sondern das Ende der Lieferkette, darunter ASIC, Speicher, optische Module und das Energiemanagement.

Ein aktueller Bericht von Morgan Stanley besagt, dass US-Rechenzentren von 2026 bis 2028 mit einem geschätzten Netto-Stromdefizit von etwa 34% rechnen müssen, was 32 GW entspricht. Laut Bericht bleiben die Prognosen für 2027 bei Nvidia und Broadcom zunächst unberührt, doch Stromknappheit könnte dazu führen, dass Chips nicht wie geplant installiert werden. Dies birgt Risiken wie Auftragsverschiebungen, Stornierungen und Anpassungen der Lagerbestände bei Komponenten im Downstream.

Der Hauptunterschied besteht darin, dass Nvidia-GPUs pro verbrauchter Strommenge eine höhere Leistung erzielen und führende Chip-Hersteller den Einsatzort besser überblicken können. Im Gegensatz dazu sind ASICs empfindlicher gegenüber Stromressourcen, und Produkte wie Speicher, Optik und Energiemanagement reagieren stärker auf Kundenbevorratung und Projektverzögerungen.

Laut einem früheren Artikel von Wallstreet Nachrichten ist das „Project Lighthouse“ von Oracle in Wisconsin mit 1,3 GW ein Beispiel für dieses Risiko: Nach der Wiederaufnahme der Genehmigung könnte die volle Stromversorgung frühestens im Oktober 2028 beginnen, im pessimistischen Szenario sogar erst im Frühjahr 2029. Selbst wenn die KI-Server bereits im Rack stehen, können sie ohne Strom nicht in echte Rechenleistung und Einnahmen umgewandelt werden.

Nvidia und Broadcom: Hohe Nachfragesichtbarkeit, ASIC stärker unter Druck

Morgan Stanley betont, dass Nvidia und Broadcom in ihrer Unternehmensstrategie Einschränkungen bei Grundstück, Strom und Gebäuden (LPS) berücksichtigen. Zudem haben beide Firmen hohe Sichtbarkeit bezüglich des endgültigen Einsatzortes ihrer Chips, und die globale Diversifizierung verringert die Abhängigkeit vom US-Markt.

Produktivität ist ebenso entscheidend. Nvidia-GPUs generieren pro Gigawatt mehr Token und sind daher bei begrenztem Stromangebot leichter zu implementieren. Im Vergleich dazu erzielen ASICs eine geringere Produktivität pro Stromeinheit und benötigen mehr LPS-Ressourcen, weshalb sie eher von Stromengpässen betroffen sind.

Nvidia-CEO Jensen Huang und Broadcom-CEO Hock Tan haben kürzlich beide betont, dass Energie inzwischen die schwierigste Ressource für den KI-Infrastrukturausbau ist — noch herausfordernder als Chips und Speicher.

Speicher, optische Module und Energiemanagement: Risiko konzentriert sich am Ende der Kette

Der Bericht stellt fest, dass Speicher, optische Komponenten, Energiemanagement und Analogchips stärker von Projektverzögerungen betroffen sind. Diese Kategorien profitierten zuvor von KI-Infrastruktur-Ausbau und einem Angebots-Nachfrage-Ungleichgewicht. Bei Verzögerung von Endkundenprojekten greifen Kunden zuerst auf bestehende Lagerbestände zurück und reduzieren danach Folgeaufträge.

Auch ASICs stehen vor Effizienzproblemen bei der Implementierung. Wenn Energie knapp wird, achten Kunden stärker auf die Rechenleistung pro verbrauchter Strommenge. Daher werden ineffiziente ASIC-Projekte eher verschoben.

Die veränderte Prognose von Broadcom zeigt, wie sich die Markterwartungen konsolidieren: Im März schätzte das Unternehmen den AI-Umsatz für FY27 deutlich über 100 Milliarden US-Dollar; die neueste Schätzung im September liegt bei 115 Milliarden US-Dollar. Das Niveau bleibt hoch, aber nach oben ist kaum mehr Spielraum.

Eigene Stromerzeugung und internationale Expansion: Das Defizit bleibt

Der Bericht erwartet für 2026 bis 2028 eine zusätzliche Kapazität von etwa 19 GW durch Gas-Turbinen und Motoren als Basisszenario, Brennstoffzellen von Bloom Energy könnten etwa 6 GW beitragen, Kernenergie und die Umwandlung von Krypto-Mining-Anlagen schaffen ebenfalls Ergänzungen, aber insgesamt reicht dies nicht aus, um die Lücke zu schließen.

Internationale Expansion kann nur einen Teil des Drucks abfedern. Morgan Stanley hat den Anteil der USA an der globalen Rechenleistung von 60% auf 55% gesenkt, aber langsame Genehmigungen in Europa und geopolitische Risiken im Nahen Osten begrenzen die Verlagerung der Nachfrage.

Gleichzeitig sehen sich die USA mit einem Mangel an Fachkräften und lokalen Widerständen konfrontiert. Das CSIS schätzt, dass die USA bis 2030 mehr als 140.000 zusätzliche Fachkräfte benötigt, während die bestehende Belegschaft jährlich nur 10 bis 20 GW neue Gaskapazität stemmen kann.

Für die KI-Branche ist die Frage, ob Chips hergestellt werden können, nicht mehr die einzige Hürde. Ob genügend Strom zur Verfügung steht und tatsächlich genutzt werden kann, entwickelt sich zum entscheidenden Faktor für die Geschwindigkeit der Auftragsabwicklung und die Rentabilität der Lieferkette.