Warum DeepSeek V4.1-Flash KI-Speicheraktien erschütterte

DeepSeeks Ankündigung von V4.1-Flash am 10. September hat eine sehr einfache Börsenerzählung gestört: Größere KI-Modelle, längere Kontexte und mehr KI-Agenten würden automatisch immer mehr High-Bandwidth Memory (HBM), NAND-Flash und Speichersysteme verlangen. Die neue Technik macht Speicher nicht überflüssig. Sie zeigt aber, dass sich der Speicherbedarf für eine bestimmte KI-Aufgabe durch Modellarchitektur und intelligentes Cache-Management deutlich senken lässt. 6125

Der Kern der Nachricht: ein wesentlich kleinerer KV-Cache

Ein Key-Value-Cache (KV-Cache) speichert während der Ausführung eines Sprachmodells Informationen über den bisherigen Kontext. Das ist besonders wichtig für lange Chats und KI-Agenten: Ohne diesen Zwischenspeicher müsste das Modell den Gesprächsverlauf fortlaufend erneut verarbeiten.

DeepSeek gibt an, dass V4.1-Flash für seinen KV-Cache nur noch ein Viertel des HBM und ein Achtel des SSD-Speichers der vorherigen Generation benötigt. 61 Laut Modellkarte beruht dies auf einem kausalen Encoder-Decoder-Design: Der globale KV-Cache des Decoders wird aus den finalen versteckten Zuständen des Encoders abgeleitet. Hinzu kommt die Auslieferungstechnik „SWA Bounded Replay“, die bestimmte Sliding-Window-Cache-Zustände nicht dauerhaft auf SSD speichern muss. 52

Berichte zur Veröffentlichung bezifferten den globalen KV-Cache auf rund 890 Byte pro Token – etwa ein Viertel von V4-Flash. Im gleichen Speicherbudget könnten damit grob vier- bis achtmal so viele Nutzer bedient werden. 53 DeepSeek zufolge aktiviert das Modell beim Einlesen eines Prompts 8 Milliarden Parameter pro Token und bei der Textausgabe 16 Milliarden. Das soll insbesondere eingabelastige Agenten-Anwendungen effizienter machen. 52

Warum Speicher- und Chipwerte unter Druck gerieten

Die entscheidende Frage für Anleger war nicht, ob KI weiterhin Speicher braucht – das tut sie eindeutig. Es ging darum, ob der Speicherbedarf pro erzeugter Inferenzleistung viel schneller sinken könnte, als es viele Umsatz- und Nachfrageprognosen unterstellen.

Kann ein vergleichbares Modell mit einem festen HBM- oder Speicherpool deutlich mehr parallele Langkontext-Anfragen bearbeiten, holen Cloud-Anbieter mehr Leistung aus ihrer vorhandenen Infrastruktur heraus. Das stellt Annahmen über künftige Stückzahlen, knappe Kapazitäten und Preissetzungsmacht bei HBM, DRAM, Enterprise-SSDs und angrenzender Speicherhardware infrage.

Die Aktien von Samsung Electronics und SK Hynix fielen in Korea nach der Veröffentlichung laut Berichten jeweils zeitweise um mehr als 3 %. 17 Die Sorge griff breiter um sich, weil der KI-Infrastrukturhandel Speicherhersteller mit Anbietern von Storage-, Netzwerk- und Rechenhardware verbindet. Ein kleinerer Speicherfußabdruck verändert die Wirtschaftlichkeit von KI-Deployments – auch wenn nicht jede Hardwarekategorie gleichermaßen betroffen sein muss.

Am Beispiel SanDisk wurde sichtbar, wie stark die Investmentstory inzwischen von Erwartungen an die KI-Nachfrage abhängt. Marktdaten aus diesem Zeitraum zeigen eine 52-Wochen-Spanne von etwa 85 bis 2.354 US-Dollar; zugleich lautete der breitere Analystenkonsens weiter „Buy“ oder „Moderate Buy“. 3537 Ein positives Analystenurteil beantwortet jedoch nicht die Kernfrage: Wie viel der künftigen Speichernachfrage davon ausgeht, dass Inferenzarchitekturen immer speicherintensiver bleiben.

Amodeis Vorschlag zur KI-Verlangsamung brachte ein zweites Risiko ins Spiel

DeepSeeks Nachricht war ein Effizienzschock. Dario Amodeis Forderung, die Entwicklung an der KI-Spitze zu „takten“, war davon getrennt – sie stellte das Tempo des KI-Fortschritts und damit womöglich auch das Tempo der Infrastrukturinvestitionen zur Debatte.

Der CEO von Anthropic plädierte in einem September-Essay dafür, die Verbesserung der Fähigkeiten führender KI-Modelle bewusst zu verlangsamen und die gewonnene Zeit für Sicherheits- und Alignment-Arbeit zu nutzen. Er schlug fest eingebundene unabhängige Prüfer, eine Koordination von Unternehmen in demokratischen Staaten und später Vereinbarungen zwischen Regierungen vor. 45

Das war kein Aufruf, die gesamte KI-Entwicklung anzuhalten. Doch die öffentliche Unterstützung weiterer prominenter KI-Manager ließ den Markt darüber nachdenken, ob freiwillige Absprachen oder spätere Regulierung die Ausgaben für Beschleuniger, Rechenzentren und Speicher dämpfen könnten. Am betreffenden Wochenende lagen Nasdaq-100-Futures Berichten zufolge 1 % im Minus. 8

Für Anleger entstand daraus eine unangenehme Kombination: DeepSeek deutete an, dass KI-Dienste je Arbeitslast weniger Speicher benötigen könnten. Die Debatte über ein langsameres Entwicklungstempo warf zugleich die Frage auf, ob auch die Zahl dieser Arbeitslasten langsamer steigen könnte.

Warum Michael Burry den Verlangsamungsaufruf als „eigennützig“ bezeichnete

Investor Michael Burry wies die Forderungen nach einer langsameren KI-Entwicklung als „self-serving“, also eigennützig, zurück. Sein Argument: Eine Verlangsamung könne etablierten Spitzenlaboren nützen und kleineren Wettbewerbern das Aufholen erschweren. Zudem bezweifelte er, dass heutige KI-Chatbots auf dem Weg zu einer allgemeinen künstlichen Intelligenz seien. 15

Burrys Aussagen sind eine Kritik an möglichen Anreizen – kein Beleg für die Motive der Unternehmen. Auch die Behauptung, Sicherheitskommunikation diene geplanten Börsengängen, ist als seine Anschuldigung zu verstehen und nicht als erwiesene Tatsache. 1115

Was DeepSeek verändert hat – und was nicht

Die belastbarste Schlussfolgerung ist eng gefasst, aber wichtig: DeepSeek hat die vereinfachte These infrage gestellt, mehr KI-Nutzung bedeute zwangsläufig proportional mehr Speicherbedarf. Software, Modellarchitektur, Quantisierung und Cache-Verwaltung können die Speicherintensität der Inferenz erheblich reduzieren. 5255

DeepSeek hat nicht nachgewiesen, dass die gesamte Speichernachfrage sinken wird. Die angekündigten Einsparungen betreffen den KV-Cache während der Inferenz und den Vergleich mit der vorherigen DeepSeek-Architektur. Sie bedeuten nicht, dass das vollständige Modell oder ein gesamtes Rechenzentrum 75 % weniger HBM und 87,5 % weniger SSD-Speicher benötigt. Auch Speicher für Modellgewichte und Training bleibt davon unberührt. 25

Zudem können niedrigere Betriebskosten die Nutzung ankurbeln: Günstigere Inferenz kann mehr Nutzer, längere Kontexte und zusätzliche Agenten-Schleifen ermöglichen. Entscheidend wird sein, welcher Effekt überwiegt – die höhere Effizienz je Anfrage oder das Wachstum bei Zahl und Komplexität der Anfragen.

Fazit für die KI-Speicherthese

DeepSeek V4.1-Flash entkräftet nicht grundsätzlich die langfristige Perspektive für HBM, NAND oder KI-Infrastruktur. Die These ist aber weniger automatisch gültig als zuvor. Wachsende KI-Nutzung lässt sich nicht mehr eins zu eins mit wachsendem Speicherverbrauch je Arbeitslast gleichsetzen.

Die wichtigere Frage lautet nun: Werden Effizienzgewinne schneller wachsen als der Einsatz von KI? DeepSeek liefert starke Hinweise darauf, dass Inferenz deutlich schlanker werden kann. Wie schnell KI-Nutzung, Trainingsumfang und Hardwarebedarf danach global wachsen, ist damit allerdings noch nicht entschieden.