Samsung-Q2: Memory bleibt knapper als gedacht

6 Min. Lesezeit

Samsung meldet für das zweite Quartal 2026 Rekordumsatz und Rekordgewinn – getrieben von Server-Memory und HBM. Für DACH-Mittelständler zählt weniger der Won-Betrag als die Folge: knappe Kapazität, steigende Hardware-Preise und Lieferzusagen, die Hyperscaler zuerst bedienen.

Verwandt: Billige KI aus China: Was der Einkauf prüfen muss · Wann sich ein deutsches KI-Modell wirklich rechnet

Was Samsung im zweiten Quartal gemeldet hat

Laut den Q2-2026-Zahlen von Samsung Electronics lag der Konzernumsatz bei 171.500 Mrd. Won. Das operative Ergebnis erreichte 89.500 Mrd. Won. Beides markiert ein Rekordniveau. Im Quartalsvergleich stieg der Umsatz um 28 Prozent, das operative Ergebnis um 56 Prozent. Im Jahresvergleich explodierte der Gewinn, weil das Vorjahresquartal noch unter einem schwachen Memory-Zyklus litt.

Was ist HBM? High Bandwidth Memory ist ein besonders schneller Stapelspeicher für KI-Beschleuniger und Server. Er sitzt nah am Prozessor und liefert deutlich mehr Datendurchsatz als klassisches Server-DRAM. Genau dieser Mix aus HBM und Server-DRAM treibt die aktuelle Knappheit.

Der Treiber sitzt im Segment Device Solutions. Semiconductor steuerte 127.500 Mrd. Won Umsatz und 89.200 Mrd. Won operatives Ergebnis bei. Memory erzielte erneut Rekordwerte, weil Samsung knappe Kapazität prioritär in Server-Produkte steckte. DRAM und NAND erreichten jeweils Allzeithochs beim Bit-Absatz. Parallel fuhr das Unternehmen den Verkauf von HBM4 hoch und verschickte nach eigenen Angaben die ersten HBM4E-Samples an wichtige Kunden.

Die Investitionen folgen der Nachfrage. Das CapEx im zweiten Quartal lag bei 16.800 Mrd. Won und stieg um 5.500 Mrd. Won gegenüber dem Vorquartal. Davon entfielen 15.400 Mrd. Won auf Device Solutions. Memory-Investitionen stiegen unter anderem für die Fertigung in Pyeongtaek und begleitende Infrastruktur. Wer im Mittelstand noch mit „Chippreise fallen schon wieder“ plant, liest hier das Gegenteil: der Hersteller baut Kapazität aus und signalisiert trotzdem anhaltende Knappheit.

Wichtig für die Einordnung: Die absoluten Won-Beträge sind Konzernmaßstab. Der operative Hebel für den Mittelstand steckt in der Allokation. Wenn Server- und HBM-Nachfrage die Fertigungslinien dominieren, bleiben Commodity-Module und Enterprise-SSDs im Fahrwasser derselben Kapazitätsentscheidung. Distributoren priorisieren dann Großkunden und Rahmenverträge. Mittelständische Nachbestellungen rutschen nach hinten, selbst wenn das Volumen klein wirkt.

Agentic AI und LTAs: warum die Knappheit strukturell bleibt

Für die zweite Jahreshälfte 2026 erwartet Samsung robuste Server-Nachfrage. Begründet wird das mit anhaltendem AI-Infrastructure-Capex und der breiteren Einführung agentischer KI-Systeme. Server-DRAM, Enterprise-SSDs und HBM sollen schneller wachsen als das Angebot. Mobile und PC dämpfen die Nachfrage nur teilweise. Unterm Strich bleibt der Markt unterversorgt.

Dazu kommen langfristige Abnahmeverträge. Berichte zur Earnings-Kommunikation und zur IR-Lagebeschreibung nennen finalisierte Vereinbarungen mit den fünf größten globalen Datacenter-Kunden sowie fortgeschrittene Gespräche mit weiteren Großabnehmern. Für Einkäufer im Mittelstand heißt das: die planbare Kapazität ist zuerst an Hyperscaler und AI-Plattformen gebunden. Wer später bestellt, kauft Restmengen und Wartezeiten.

Samsung rechnet zudem damit, dass sich die Angebotsknappheit bis 2027 weiter zuspitzen kann. Als mittelfristigen Treiber nennt das Unternehmen die stark steigende Token-Erzeugung durch KI-Workloads. Mehr Tokens bedeuten mehr Inferenz, mehr Server, mehr HBM und mehr schneller Speicher drumherum. Das ist kein reines Cloud-Thema: On-Prem-Inferenz, Edge-Boxen in der Fertigung und KI-fähige IPC-Systeme ziehen denselben Memory-Mix nach.

Wo der Mittelstand die Rechnung schon spürt

Die zweite Seite der Memory-Rallye zeigt sich im Gerätegeschäft. Samsung selbst meldet im Mobile- und Netzwerkbereich zwar wachsende Umsätze, aber Ergebnisdruck durch teure Komponenten. Genau diese Kostenlogik trifft auch DACH-Betriebe: Industrie-PCs, Steuerungen mit Edge-KI, NAS- und Backup-Systeme, GPU-Server für Pilotprojekte und Ersatzspeicher für bestehende Flotten werden teurer oder später geliefert.

Dazu kommt die Energie- und Standortfrage. Mehr lokale Inferenz bedeutet mehr Strom und oft mehr Kühlung im Serverraum. Wer wegen Token-Preisen Workloads zurückholt, spart nicht automatisch. Memory, Beschleuniger und Energiekosten wandern gemeinsam in denselben Business Case. Ohne diese drei Zeilen bleibt jede „KI spart Personal“-Rechnung unvollständig.

Einkauf und IT sollten deshalb nicht auf den nächsten Preisrutsch warten. Die Hersteller-Kommunikation zielt auf anhaltende Unterversorgung und auf Multi-Year-Sichtbarkeit für Großkunden. Wer 2027 größere Rollouts plant, braucht heute Alternativen: spezifizierte SKUs, Zweitlieferanten, Cloud-Bursting für Spitzen und klare Prioritäten, welche Workloads wirklich eigenen Speicher brauchen.

Energie und Standort: der unsichtbare Kostenblock

Mehr Memory und mehr Beschleuniger im eigenen Haus bedeuten messbar mehr Leistungsaufnahme. Wer Inferenz von der Cloud zurückholt, spart Token-Kosten nur dann, wenn Strompreis, Kühlung und Auslastung mitgerechnet werden. Gerade in energieintensiven Betrieben trifft das auf bestehende Netzentgelte und auf die Frage, ob der Serverraum überhaupt Reserve hat.

Für die Geschäftsführung ist das ein Steuerungsproblem. IT beantragt Hardware für KI-Piloten. Facility rechnet Kilowattstunden. Einkauf sieht steigende Speicherpreise. Ohne gemeinsame Tabelle entscheidet jeder Bereich für sich und das Projekt läuft in den nächsten Forecast als Überraschung. Die Samsung-Kommunikation zu anhaltender AI-Infrastruktur-Nachfrage ist deshalb auch ein Signal an den Energiemanager: Kapazitätsplanung gehört in denselben Kalender wie der Memory-Einkauf.

Drei Checks für Einkauf, IT und GF

1. Kritische SKUs inventarisieren. Listen Sie Server-DRAM-Module, HBM-abhängige Systeme, Enterprise-SSDs und Edge-Geräte mit KI-Anteil. Markieren Sie, was bis Q1/Q2 2027 ersetzt oder erweitert werden muss. Ohne diese Liste verhandeln Sie blind.

2. Lieferfähigkeit absichern. Fragen Sie Distributoren und OEMs nach verbindlichen Lieferfenstern und nach Abhängigkeit von einzelnen Memory-Herstellern. Prüfen Sie, ob Rahmenverträge oder Vorreservierungen möglich sind. Parallel: welche Workloads können auf Cloud- oder gemietete GPU-Kapazität ausweichen, wenn Hardware rutscht?

3. Gesamtbudget neu rechnen. Legen Sie Hardware, Strom, Kühlung und laufende Token-Kosten nebeneinander. Agentic-AI-Projekte scheitern selten an der Demo, sondern an der zweiten Welle: mehr Speicher, mehr Instanzen, mehr Energie. Die Samsung-Zahlen sind ein Frühindikator dafür, dass diese zweite Welle teurer wird als 2024/2025 kalkuliert.

Die nächste Entscheidung

Samsung gibt den Takt für den Memory-Markt vor. Der Takt heißt: AI-Infrastruktur und agentische Systeme binden Kapazität, Preise und Termine. Für Geschäftsführung und IT bleibt eine klare Wahl. Entweder Sie sichern kritische Hardware und Lieferpfade jetzt oder Sie akzeptieren, dass Projekte 2027 am Speicher scheitern, lange bevor die Software limitiert. Abwarten verschiebt in diesem Zyklus nur das Risiko in den nächsten Forecast.

Häufige Fragen

Bildquelle: KI-generiert (Juli 2026)