Die wichtigsten Prognosen:
Zusätzlichen Schub könnten neue Plattformen bringen: Nvidia will voraussichtlich im vierten Quartal 2026 mit der Auslieferung seines Rubin-Racks beginnen. Auch AMDs Helios-Rack soll dann auf den Markt kommen .
Eine separate Prognose von Goldman Sachs aus dem Juni 2026 kommt auf einen weltweiten Servermarkt von 1,1 Billionen US-Dollar im Jahr 2028. Die Umsätze mit KI-Server-Racks sollen dabei mit einer jährlichen Rate von 118 Prozent auf 561,4 Milliarden US-Dollar steigen und damit 51 Prozent des Gesamtmarkts ausmachen .
Hinter den steigenden Serverzahlen stehen vor allem die Investitionspläne der sogenannten Hyperscaler – also der großen Cloud-Plattformen mit globaler Infrastruktur. Bernstein schätzt die Summe der geplanten und bereits im Bau befindlichen Rechenzentrumsprojekte auf rund 1,2 Billionen US-Dollar .
Auch bei den laufenden Ausgaben zeigen die Prognosen steil nach oben:
Andere Marktbeobachter zeichnen ein ähnliches Bild. Goldman Sachs rechnet damit, dass die gemeinsamen Investitionen der großen Technologiekonzerne bis Ende 2026 auf 750 Milliarden US-Dollar steigen und sich 2027 der Marke von 1,2 Billionen US-Dollar nähern . Morgan Stanley prognostiziert für die fünf größten Hyperscaler – Microsoft, Amazon, Google, Meta und Oracle – rund 800 Milliarden US-Dollar 2026 und 1,2 Billionen US-Dollar 2027 .
Auch die Einschätzung der Bank of America deutet nicht auf eine kurzfristige Abkühlung hin: Sie erwartete bereits Ende 2025 ein Wachstum der weltweiten Hyperscaler-Ausgaben um 67 Prozent 2025 und weitere 31 Prozent 2026 – auf insgesamt 611 Milliarden US-Dollar . Gartner veranschlagt die weltweiten KI-Ausgaben über die gesamte Wertschöpfungskette hinweg für 2026 sogar auf 2,59 Billionen US-Dollar, ein Plus von 47 Prozent gegenüber dem Vorjahr .
Der vielleicht bedeutendste strukturelle Wandel betrifft die sogenannten Custom-ASICs. ASIC steht für „Application-Specific Integrated Circuit“, also einen speziell für bestimmte Aufgaben entwickelten Chip.
Hyperscaler setzen zunehmend auf eigenes oder gemeinsam entwickeltes Silizium. Damit wollen sie ihre Abhängigkeit von Standard-GPUs reduzieren und Chips gezielter auf Training, Inferenz oder bestimmte Netzwerkaufgaben zuschneiden .
Broadcom gilt als wichtigster Designpartner für maßgeschneiderte KI-Beschleuniger. Das Unternehmen hat mit Google eine langfristige Vereinbarung zur gemeinsamen Entwicklung und Lieferung mehrerer Generationen von TPUs und KI-Netzwerktechnik geschlossen . Broadcom entwickelt bereits Googles TPU sowie einen maßgeschneiderten Chip für OpenAI .
Nach den ausgewerteten Marktschätzungen hält Broadcom bei den Designpartnern für KI-ASICs einen Anteil von etwa 60 Prozent . Die Geschäftszahlen unterstreichen die Dynamik: Der KI-Halbleiterumsatz erreichte im zweiten Quartal des Geschäftsjahres 2026 10,8 Milliarden US-Dollar – 143 Prozent mehr als im Vorjahreszeitraum. Broadcom hält zudem an seinem Ziel fest, im Geschäftsjahr 2027 mehr als 100 Milliarden US-Dollar mit KI-Halbleitern zu erzielen. Die Buchungen für KI-Halbleiter überstiegen im zweiten Quartal 30 Milliarden US-Dollar .
Auch Marvell beschleunigt die Produktion von ASICs für die großen Cloud-Plattformen. Nach Bernstein fährt das Unternehmen die Fertigung für alle vier wichtigen Cloud-Service-Anbieter hoch . Marvell entwickelt unter anderem Chips für Amazons Trainium und Microsofts Maia . Für 2026 stellt das Unternehmen bis zu rund 11 Milliarden US-Dollar KI-ASIC-Umsatz in Aussicht .
Broadcom und Marvell kommen damit zusammen auf etwa 95 Prozent des Marktes für das Co-Design maßgeschneiderter KI-ASICs .
Trotz des wachsenden Interesses an Spezialchips bleiben Standard-GPUs zunächst die wichtigste Plattform. TrendForce erwartet, dass GPUs 2026 rund 69,7 Prozent der KI-Serverauslieferungen ausmachen .
Gleichzeitig wächst der ASIC-Anteil schneller:
Bernsteins Analyse zeichnet ein klares Bild: Die Investitionen in KI-Infrastruktur steigen weiter – getragen von GPU-Systemen von Nvidia und AMD ebenso wie von einer schnell wachsenden Landschaft maßgeschneiderter Chips.
Für die großen Cloud-Anbieter geht es dabei nicht nur um mehr Rechenleistung. Eigene ASICs können ihre Infrastruktur stärker auf bestimmte Anwendungen optimieren und die Abhängigkeit von frei verfügbaren Standardbeschleunigern verringern. GPUs werden deshalb nicht über Nacht verdrängt. Der wachsende ASIC-Anteil zeigt jedoch, dass sich die Architektur der KI-Rechenzentren grundlegend verändert.
Kurzfristig liefert der Tracker damit vor allem ein Signal der anhaltend hohen Investitionsbereitschaft: Bei den größten Cloud-Konzernen ist bislang kein deutlicher Rückzug bei den geplanten Ausgaben erkennbar.