So bewerten Sie Ihre Stückliste hinsichtlich der Risiken durch KI-Komponenten in Rechenzentren 

Hyperscaler geben in diesem Jahr 600 Milliarden Dollar für Infrastruktur aus. Die Bauteile, die sie benötigen, sind dieselben, die auch in Ihrer Stückliste aufgeführt sind. 

KI-Rechenzentren verbrauchten im Jahr 2026 70 % aller weltweit produzierten Speicherchips. Die Lieferzeiten für Halbleiter erreichten im März 40 Wochen, was auf die kombinierte Nachfrage aus den Bereichen KI-Infrastruktur, Automobilindustrie und Industrie bei gleichzeitig begrenzten Fertigungskapazitäten zurückzuführen war. Die OEMs, die diesen Bedingungen am stärksten ausgesetzt sind, sind nicht diejenigen, die KI-Hardware herstellen. Es sind vielmehr jene, deren Stücklisten Komponentenkategorien enthalten, die auch beim größten Infrastrukturausbau der Technologiegeschichte zum Einsatz kommen, und die dieses Risiko noch nicht erfasst haben. 

Das Problem ist nicht, dass die Lieferengpässe unsichtbar sind. Die Daten sind öffentlich zugänglich. Das Problem ist vielmehr, dass die meisten Entwicklungs- und Beschaffungsteams ihre spezifischen Stücklisten nicht mit den Komponenten verknüpft haben, die am stärksten unter Druck stehen. Genau in dieser Verknüpfung liegt das Risiko. 

Warum das Risiko Ihres BOM im Zusammenhang mit KI-Rechenzentren nicht auf den ersten Blick erkennbar ist 

Die meisten OEMs betrachten ihre Stücklisten nicht als Konkurrenz zu Hyperscalern. Ihre Produkte sind medizinische Geräte, Verteidigungssysteme, industrielle Automatisierungsanlagen oder Automobilelektronik. Sie haben nichts mit KI zu tun. 

In dieser Annahme verbirgt sich das Risiko. 

Die Komponenten, die KI-Rechenzentren in riesigen Mengen verbrauchen, sind nichts Außergewöhnliches. Es handelt sich um Standardartikel aus dem Katalog: Speicher-ICs, Halbleiter für das Energiemanagement, Logikbausteine, Glasfaserkomponenten und Steckverbinder mit hoher Packungsdichte. Dies sind die Bausteine praktisch jedes komplexen Elektronikprodukts, das heute hergestellt wird. 

Wenn KI-Rechenzentren 70 % der weltweiten Speicherproduktion absorbieren, konkurrieren alle anderen Abnehmer um die verbleibenden 30 %. Wenn Hyperscaler langfristige Lieferverträge abschließen, die DRAM- und HBM-Kapazitäten für Jahre binden, steht dieses Angebot dem OEM aus der Luft- und Raumfahrt, der im nächsten Quartal bestellt, nicht zur Verfügung. Wenn Fabriken für Power-Management-ICs mit voller Kapazität laufen, um Aufträge für Rechenzentrumsserver zu erfüllen, rückt der Kunde aus der Automobil- oder Verteidigungsbranche in der Warteschlange weiter nach hinten. 

Die Frage lautet nicht: „Beeinflussen die Ausgaben für KI-Rechenzentren die Märkte für Komponenten?“ Die Antwort darauf lautet eindeutig „Ja“. Die Frage lautet vielmehr: Welche konkreten Bauteile in meiner Stückliste sind am stärksten betroffen, und in welchem Umfang? 

Die fünf Kategorien, die Ihre Stückliste mit dem Bedarf im Rechenzentrum verknüpfen 

Nicht jedes Bauteil einer komplexen Stückliste ist in gleichem Maße den Risiken von KI-Rechenzentren ausgesetzt. Das Risiko konzentriert sich auf fünf Kategorien. 

Speicher-ICs und Speicher mit hoher Bandbreite 

Samsung, SK Hynix und Micron kontrollieren über 95 % der weltweiten DRAM-Produktion und haben ihre Kapazitäten systematisch auf Speicher mit hoher Bandbreite für KI-Beschleuniger umgeschichtet. HBM beansprucht mittlerweile 23 % der gesamten DRAM-Wafer-Kapazität – vor zwei Jahren lag dieser Anteil noch im einstelligen Bereich. Jede Stückliste, die DDR5, LPDDR5 oder NAND-Flash enthält, ist von dieser Umschichtung betroffen. 

Energieverwaltungs-ICs und diskrete Halbleiter 

Jedes KI-Server-Rack benötigt Spannungsregler, Stromrichter und Gate-Treiber, die auf ausgereiften Halbleiterprozessknoten von 90 nm bis 350 nm hergestellt werden. Dies sind dieselben Knoten, die auch für Komponenten des Energiemanagements in der Industrie, der Automobilbranche und der Verteidigungsindustrie verwendet werden. Die Investitionen in Kapazitäten für ausgereifte Knoten haben nicht mit der Nachfrage Schritt gehalten. 

Glasfaserkomponenten und Hochgeschwindigkeitsverbindungen 

KI-Trainingscluster erfordern eine Verbindung mit einer Übertragungsrate von mehreren Terabit pro Sekunde zwischen Tausenden von GPUs. Die in dieser Größenordnung benötigten optischen Transceiver und Glasfaserstecker stehen in direkter Konkurrenz zu Beschaffungen in den Bereichen Telekommunikation, Luft- und Raumfahrt sowie Verteidigung. Daten von Accuris zur Lieferzeitverfolgung zeigen, dass Glasfaserkomponenten ab Mitte 2025 in die Kategorien mit den längsten Lieferzeiten fallen werden. 

Logik-ICs und programmierbare Logikbausteine 

Die Infrastruktur von Rechenzentren nutzt neben maßgeschneiderten KI-Chips auch Standard-Logik- und Schnittstellen-ICs. Die Lieferzeiten für Logik-ICs und programmierbare Logik lagen im März 2026 bei 25 bis 40 Wochen, was auf die kombinierte Nachfrage durch KI-Infrastruktur, die Elektrifizierung der Automobilindustrie und die industrielle Automatisierung zurückzuführen ist, die alle um dieselben Prozessknoten konkurrieren. 

Steckverbinder mit hoher Anschlussdichte 

Jeder KI-Server enthält Hunderte von Board-to-Board- und Rack-to-Rack-Steckverbindern. Bei Steckverbinderkategorien, die Anfang 2025 noch stabil erschienen, kam es gegen Ende des Jahres zu verlängerten Lieferzeiten: Dies ist in der Vergangenheit ein Anzeichen dafür, dass sich auf dem gesamten Markt eine vorsorgliche Beschaffung abzeichnet. 

Wenn Ihre Stückliste Bauteile aus einer dieser Kategorien enthält, besteht ein Risiko im Zusammenhang mit KI-Rechenzentren. Die Frage ist nur, in welchem Umfang. 

So bewerten Sie das Risiko Ihrer Stückliste 

Eine BOM-Risikobewertung für KI-Rechenzentren erfordert für jede gefährdete Komponente drei Datenpunkte: den aktuellen Verlauf der Vorlaufzeit, die Lieferantenkonzentration und die Überschneidung der Nachfrage mit den aktiven Beschaffungskategorien für Rechenzentren. 

Entwicklung der Vorlaufzeit. EineKomponente, deren Vorlaufzeit sich in den letzten 12 Monaten von 12 Wochen auf 28 Wochen erhöht hat, weist ein anderes Risikoprofil auf als eine Komponente, bei der die Vorlaufzeit konstant geblieben ist. Die Richtung der Entwicklung ist ebenso wichtig wie der aktuelle Wert. Bei jeder Komponente, deren Vorlaufzeit sich in Richtung 40 Wochen entwickelt, sind sofortige Maßnahmen erforderlich. 

Risiko der Abhängigkeit von einem einzigen Lieferanten. Komponenten, die nur von einem einzigen Hersteller oder über einen einzigen autorisierten Distributor bezogen werden können, bergen in einem angespannten Markt ein erhöhtes Risiko. Ein Problem mit den Lieferzeiten in Verbindung mit einer Konzentration der Lieferquellen führt zu einer Versorgungsunterbrechung. 

Nachfrageüberlappung mit Rechenzentrumskategorien. Fürjede gefährdete Komponente lautet die entscheidende Frage: Wird dieses Bauteil aktiv von der Rechenzentrumsinfrastruktur genutzt? Bei Speicher-ICs und Komponenten für das Energiemanagement ist die Überlappung hoch. Bei Spezialsensoren oder mechanischen Komponenten ist die Überlappung gering. Die Bewertung anhand der Nachfrageüberlappung bestimmt, worauf der Fokus gelegt werden soll. 

Diese Bewertung führt, wenn sie ordnungsgemäß durchgeführt wird, zu einer nach Prioritäten geordneten Liste: den Teilen in Ihrer Stückliste, die am dringendsten Beschaffungsmaßnahmen, eine Konstruktionsprüfung oder eine strategische Lagerentscheidung erfordern. 

Die Herausforderung besteht darin, dies in großem Maßstab umzusetzen. Eine komplexe Stückliste enthält Hunderte oder Tausende von Positionen. Eine manuelle Recherche zu den Lieferzeitentwicklungen, dem Lebenszyklusstatus und der Lieferantenkonzentration jeder einzelnen Komponente ist für ein Beschaffungsteam, das mehrere Programme gleichzeitig verwaltet, nicht praktikabel. 

Was eine Risikobewertung auf Stücklistenebene ermöglicht 

Teams, die in Echtzeit Einblick in die Risiken ihrer Stücklisten haben, können Maßnahmen ergreifen, die Teams, die sich auf regelmäßige Überprüfungen verlassen, nicht ergreifen können. 

Frühzeitige Beschaffungsmaßnahmen. EineKomponente, deren Vorlaufzeit sich um zwei Wochen pro Monat verlängert, wird innerhalb von vier Monaten eine Vorlaufzeit von 40 Wochen erreichen. Ein Team, das diesen Trend im Januar erkennt, kann bereits im Februar Bestellungen mit langem Vorlauf aufgeben. Ein Team, das im April eine vierteljährliche Überprüfung durchführt, stellt fest, dass die Gelegenheit bereits verpasst ist. 

Entscheidungen zur Verfügbarkeitsoptimierung. Beineuen Entwürfen können Entwicklungsingenieure, wenn sie wissen, welche Komponentenkategorien aufgrund der Nachfrage von KI-Rechenzentren unter Druck stehen, bereits vor der Festlegung des Schaltplans Bauteile auswählen, die mit mehreren Lieferanten kompatibel sind. Diese Entscheidung kostet nichts. Die Kosten für die Neugestaltung einer Leiterplatte aufgrund einer fehlenden Komponente belaufen sich auf mehrere hunderttausend Dollar, wenn man den Aufwand für die Entwicklung, die Validierung und die Auswirkungen auf den Zeitplan mit einbezieht. 

Gezielte strategische Lagerhaltung. Nichtjedes knapp verfügbare Bauteil rechtfertigt eine strategische Lagerhaltung. Die Risikobewertung der Stückliste ermittelt die Teile mit dem höchsten Risiko und der geringsten Substituierbarkeit. Das sind die Komponenten, für die es sich lohnt, zusätzliche Lagerbestände vorzuhalten. 

Schnellere Reaktion bei veränderten Rahmenbedingungen. Wennein Lieferant eine Zuteilungsbeschränkung oder eine Aktualisierung der Lieferzeit bekannt gibt, können Teams, die über aktuelle Daten zu den Risiken in der Stückliste verfügen, die Auswirkungen auf das Programm sofort einschätzen. Teams, denen diese Daten fehlen, benötigen Tage, um die erforderlichen Daten zusammenzutragen, bevor sie Maßnahmen ergreifen können. 

72 % der Unternehmen geben an, dass die jährlichen Kosten für reaktive Entscheidungen in der Lieferkette 50.000 US-Dollar übersteigen, und 46 % verzeichnen drei bis zehn kostspielige Lieferunterbrechungen pro Jahr. Die Kosten für eine einzelne, durch einen Engpass bedingte Neugestaltung können bis zu 250.000 US-Dollar betragen. Die Kosten für die kontinuierliche Überwachung der Stücklisten belaufen sich hingegen nur auf einen Bruchteil dieser Beträge. 

Der Versorgungsdruck ist kein Problem für das Jahr 2026

Die Versorgungsengpässe, die das Risiko bei Komponenten für KI-Rechenzentren beeinflussen, reichen weit über das Jahr 2026 hinaus. Es wird erwartet, dass sich etwa 30 bis 50 % der für 2026 geplanten Kapazität von KI-Rechenzentren aufgrund von Warteschlangen bei der Netzanbindung und Bauverzögerungen bis 2028 verzögern werden. Diese Verzögerung bedeutet, dass die Nachfrage nach Komponenten, die voraussichtlich 2026 ihren Höhepunkt erreichen wird, sich bis 2027 und 2028 weiterhin stark fortsetzen wird, wenn diese Projekte in Betrieb gehen.

Diese anhaltende Lieferengpasse ist kein kurzfristiges Problem, das sich innerhalb eines 12-Monats-Zyklus lösen lässt. Eine Planung, die davon ausgeht, dass sich die Lieferzeiten bis Ende 2026 wieder auf das Niveau von 2024 einpendeln, ist unter den aktuellen Bedingungen unrealistisch. Allein die Ausgaben der fünf größten Hyperscaler für KI-Rechenzentren werden von 2025 bis 2027 voraussichtlich 1,15 Billionen US-Dollar erreichen und sich damit gegenüber den 477 Milliarden US-Dollar der vorangegangenen drei Jahre mehr als verdoppeln. Dieser Anstieg spiegelt den steigenden Strombedarf und die wachsende Bedeutung kritischer Infrastruktur wider, die Cloud-Computing-Dienste und globale digitale Dienste unterstützt.

OEMs, die ihre Lieferketten proaktiv absichern, bewerten bereits jetzt das Risiko ihrer Stücklisten, verlängern den Planungshorizont für gefährdete Komponenten auf 52 Wochen oder mehr und treffen strategische Entscheidungen in Bezug auf Konstruktion und Beschaffung, solange noch Alternativen verfügbar sind. In diesem Umfeld steigender Nachfrage und komplexer Lieferkettenengpässe ist das Abwarten auf Zuteilungsbescheide viel zu lang.

BOM Intelligenceunterstützt Engineering-, Beschaffungs- und Lieferketten-Teams durch eine kontinuierliche Risikobewertung aller Stücklisten in ihrem Portfolio, Echtzeit-Transparenz bei den Vorlaufzeiten, Lebenszyklusüberwachung sowie Beschaffungsdaten zu 1,3 Milliarden Bauteilen mit einer Datengenauigkeit von über 98 %.Erfahren Sie, wie BOM Intelligence Ihre Stückliste hinsichtlich der Risiken durch KI-Rechenzentren bewertet.

Weiterführende Literatur 

– Wie KI-Rechenzentren die Versorgung mit elektronischen Bauteilen im Jahr 2026 neu gestalten 

– Die versteckten Kosten der Neugestaltung von Leiterplatten aufgrund fehlender elektronischer Bauteile 

– BOM Intelligence 

QuellenQuellen

1. Fortune. „Ein Ende der 700-Milliarden-Dollar-Ausgabenorgie der Big Tech-Unternehmen für KI ist nicht in Sicht.“ 30. April 2026.https://fortune.com/2026/04/30/big-tech-hyperscalers-will-spend-700-billion-on-ai-infrastructure-this-year-with-no-clear-end-in-sight-eye-on-ai/ Zitierte Statistiken: Die fünf größten Hyperscaler werden 2026 voraussichtlich über 600 Mrd. US-Dollar ausgeben, wobei 75 % in die KI-Infrastruktur fließen sollen; die Gesamtinvestitionen der Hyperscaler für den Zeitraum 2025–2027 werden auf 1,15 Billionen US-Dollar geschätzt, was das rasante Wachstum der Risiken bei KI-Rechenzentrumskomponenten und den Ausbau der digitalen Infrastruktur verdeutlicht.
2. Tom’s Hardware. „Rechenzentren werden 70 Prozent der im Jahr 2026 hergestellten Speicherchips verbrauchen.“ https://www.tomshardware.com/pc-components/ram/data-centers-will-consume-70-percent-of-memory-chips-made-in-2026Zitierte Statistik: 70 % der weltweiten Speicherchip-Produktion werden im Jahr 2026 von Rechenzentren verbraucht, was die Auswirkungen auf die Nachfrage nach Speichersystemen und Kühlsystemen in großen Rechenzentren unterstreicht.
3. Tech Insider. „Speicherchip-Knappheit 2026: HBM beansprucht 23 % der DRAM-Wafer.“ https://tech-insider.org/memory-chip-shortage-2026-ai-consumer-electronics/Zitierte Statistik: High-Bandwidth Memory (HBM) beansprucht 23 % der gesamten DRAM-Wafer-Kapazität, was den Druck durch das Training von KI-Modellen (Künstliche Intelligenz) und KI-Workloads im Rechenzentrumsbetrieb widerspiegelt.
4. The Register. „KI verschlingt derzeit Stromversorgungs- und Management-Chips für Server.“ 23. April 2026.https://www.theregister.com/2026/04/23/ai_now_gobbling_up_power/Zitierte Daten: Für das gesamte Jahr 2026 wird ein Mangel an Power-Management-ICs erwartet, der durch die Nachfrage nach KI-Servern in Rechenzentren getrieben wird und sich auf kritische Komponenten der Stromversorgung und der elektrischen Infrastruktur auswirkt.
5. Tech Insider. „Verzögerungen bei US-KI-Rechenzentren: Kapazitätskrise bei 7 GW.“ https://tech-insider.org/us-ai-data-center-delays-cancellations-7gw-capacity-crisis-2026/Zitierte Statistik: 30–50 % der für 2026 geplanten Rechenzentrumskapazität verschieben sich aufgrund von Herausforderungen bei der Netzkapazität und der Stromverteilung auf das Jahr 2028, was die betrieblichen Schwachstellen bei der Entwicklung von Rechenzentren verdeutlicht.
6. Accuris-Berichte zu monatlichen Veränderungen der Lieferzeiten, März 2025 bis März 2026. Zitierte Statistiken: Die Lieferzeiten für Halbleiter erreichen im März 2026 40 Wochen; bei Logik-ICs und programmierbaren Logikbausteinen liegen sie bei 25 bis 40 Wochen; Glasfaserkomponenten fallen ab Mitte 2025 in die Kategorien mit den längsten Lieferzeiten, was die Risiken für die Lieferkette angesichts des raschen Ausbaus von KI-Rechenzentrumsstandorten verdeutlicht.
7. Fuld & Company / Accuris, Umfrage zur „Electronic Parts Intelligence“, März 2026 (N=439). Zitierte Statistiken: 72 % der Unternehmen geben an, dass die jährlichen Kosten für reaktive Entscheidungen in der Lieferkette 50.000 US-Dollar übersteigen; 46 % erleben drei bis zehn kostspielige Lieferunterbrechungen pro Jahr, was die finanziellen Auswirkungen von Risiken bei Komponenten für KI-Rechenzentren auf die Systeme sowie die Bedeutung von BOM-Intelligence für das Wachstumsmanagement verdeutlicht.