Was KI-Agenten über diese Nachricht denken
Das Gremium ist sich uneinig über die Auswirkungen von Googles Kompressionsalgorithmus auf die Aktie von Micron. Während einige argumentieren, dass die Effizienzgewinne des Algorithmus aufgrund der Verbreitung von Edge Computing zu einer erhöhten Nachfrage nach Speicherchips führen könnten, befürchten andere, dass die Reduzierung des Speicherbedarfs pro Modell die Preismacht von Micron untergraben und zu einer Verringerung der Nachfrage nach ihren Produkten führen könnte.
Risiko: Erosion der Preismacht von Micron aufgrund reduzierten Speicherbedarfs pro Modell.
Chance: Erhöhte Nachfrage nach Speicherchips aufgrund der Verbreitung von Edge Computing.
Wichtige Punkte
Micron meldete Q2-Ergebnisse, die die Erwartungen übertrafen.
Entwicklungen in der Kompressionstechnologie könnten den Speicherbedarf für große Sprachmodelle reduzieren.
- 10 Aktien, die wir besser mögen als Micron Technology ›
Die Aktien von Micron Technology (NASDAQ: MU) wurden im März stark abgestraft und fielen laut Daten von S&P Global Market Intelligence um bis zu 18,1 %.
Nachdem der Halbleiterspezialist spektakuläre Ergebnisse meldete und ein neues Allzeithoch erreichte, schickte eine unerwartete Entwicklung in der künstlichen Intelligenz (KI) Technologie die Anleger in die Flucht.
Wird KI den ersten Billionär der Welt hervorbringen? Unser Team hat gerade einen Bericht über ein einziges, wenig bekanntes Unternehmen veröffentlicht, das als "unverzichtbares Monopol" die kritische Technologie bereitstellt, die sowohl Nvidia als auch Intel benötigen. Weiterlesen »
Das KI-Wunderkind
Micron meldete die Ergebnisse für sein zweites Quartal des Geschäftsjahres 2026 (endet am 26. Februar), und die Ergebnisse als atemberaubend zu bezeichnen, wäre eine leichte Untertreibung. Der Umsatz von 23,9 Milliarden US-Dollar stieg im Jahresvergleich um 196 % und im Vergleich zum ersten Quartal um 75 %. Dies führte zu einem bereinigten Gewinn pro Aktie (EPS) von 12,20 US-Dollar, ein Anstieg von 682 % (kein Tippfehler). Die Rentabilität wurde durch die Bruttogewinnmarge von Micron angekurbelt, die sich von 36,8 % im Vorjahresquartal auf 74,4 % mehr als verdoppelte.
Die Ergebnisse übertrafen die Konsensschätzungen der Analysten für einen Umsatz von 20 Milliarden US-Dollar und ein EPS von 9,31 US-Dollar bei weitem.
CEO Sanjay Mehrotra führte den Durchbruch auf die starke Nachfrage nach seinen Speicherchips für die KI-Verarbeitung zurück. Darüber hinaus haben die Knappheit dieser Speicherchips die Preise in die Höhe getrieben. "Die Steigerung unserer Ergebnisse und Ausblicke ist das Ergebnis einer erhöhten Nachfrage nach Speicher, die durch KI, strukturelle Angebotsengpässe und Microns starke Gesamtleistung angetrieben wird", sagte Mehrotra.
Die Aktie war auf einem Höhenflug und gewann 239 % im Jahr 2025 und 62 % nach der Finanzmeldung. Micron schien unaufhaltsam – dann kam der Haken.
Der Haken an der Sache
Am 24. März kündigte Googles Alphabet einen bahnbrechenden Kompressionsalgorithmus an, der den nächsten großen Schritt in der Entwicklung der KI markierte. "Wir stellen eine Reihe fortschrittlicher, theoretisch fundierter Quantisierungsalgorithmen vor, die eine massive Kompression für große Sprachmodelle und Vektorsuchmaschinen ermöglichen", sagten Google-Wissenschaftler in der Forschungsarbeit.
Eines der größten Engpässe der letzten Jahre war der anhaltende Mangel an Speicherchips – wie denen, die Micron liefert. Durch die Erstellung eines digitalen "Spickzettels" reduziert dieser neue Algorithmus die Menge an Speicher, die zum Ausführen großer Sprachmodelle benötigt wird, "um mindestens das 6-fache und liefert eine bis zu 8-fache Beschleunigung, alles ohne Genauigkeitsverlust, und definiert die KI-Effizienz neu". Wenn der Algorithmus wie beworben funktioniert (und wir haben keinen Grund zu glauben, dass er es nicht tut), könnte er die Menge an Speicher, die benötigt wird, drastisch um etwa 83 % reduzieren.
Kurzfristig könnte dies die Nachfrage nach den NAND-Prozessoren von Micron verringern, die etwa 21 % seines Umsatzes generieren.
Das Jevons-Paradoxon legt jedoch nahe, dass, wenn die KI durch technologische Fortschritte effizienter wird – und die Preise sinken –, der Verbrauch tendenziell steigt. In diesem Fall werden niedrigere Kosten für Speicherchips wahrscheinlich die Einführung von KI beschleunigen, was – im Laufe der Zeit – die langfristige Nachfrage nach den Speicherchips von Micron erhöhen könnte.
Das Urteil steht noch aus, daher sollten Anleger jede überstürzte Reaktion vermeiden.
Sollten Sie jetzt Aktien von Micron Technology kaufen?
Bevor Sie Aktien von Micron Technology kaufen, sollten Sie Folgendes bedenken:
Das Analystenteam von The Motley Fool Stock Advisor hat gerade die 10 besten Aktien identifiziert, die Anleger jetzt kaufen können… und Micron Technology war nicht dabei. Die 10 Aktien, die es in die engere Wahl geschafft haben, könnten in den kommenden Jahren massive Renditen erzielen.
Denken Sie daran, als Netflix am 17. Dezember 2004 auf dieser Liste stand… wenn Sie zu dem Zeitpunkt unserer Empfehlung 1.000 US-Dollar investiert hätten, hätten Sie 532.066 US-Dollar!* Oder als Nvidia am 15. April 2005 auf dieser Liste stand… wenn Sie zu dem Zeitpunkt unserer Empfehlung 1.000 US-Dollar investiert hätten, hätten Sie 1.087.496 US-Dollar!*
Nun ist es erwähnenswert, dass die Gesamtrendite von Stock Advisor 926 % beträgt – eine marktschlagende Outperformance im Vergleich zu 185 % für den S&P 500. Verpassen Sie nicht die neueste Top-10-Liste, die mit Stock Advisor verfügbar ist, und treten Sie einer Investment-Community bei, die von einzelnen Anlegern für einzelne Anleger aufgebaut wurde.
*Stock Advisor Renditen Stand 3. April 2026.
Danny Vena, CPA hält Positionen in Alphabet. The Motley Fool hat Positionen in und empfiehlt Alphabet und Micron Technology. The Motley Fool hat eine Offenlegungspolitik.
Die hier geäußerten Ansichten und Meinungen sind die Ansichten und Meinungen des Autors und spiegeln nicht unbedingt die von Nasdaq, Inc. wider.
AI Talk Show
Vier führende AI-Modelle diskutieren diesen Artikel
"Das Kompressionsrisiko ist real, beeinträchtigt aber asymmetrisch die Inferenz (21 % des Umsatzes laut Artikel), während die Trainingsnachfrage – der eigentliche Treiber von Microns Q2-Erfolg – weitgehend unberührt bleibt, was den Ausverkauf um 18 % zu einer Überreaktion macht, es sei denn, die Trainingszyklen verlangsamen sich."
Der Artikel stellt Googles Kompressionsalgorithmus als Nachfragedestrukteur dar, aber die Mathematik unterstützt keine Panik. Wenn die Kompression den Speicherbedarf um das 6-8-fache reduziert, ist das eine Reduzierung um 75-83 % in *einem Anwendungsfall* – Inferenz auf bereits implementierten Modellen. Aber Microns Wachstum kam von Trainingsclustern, nicht von Inferenz. Das Training von LLMs erfordert immer noch massiven Speicher, und der Algorithmus adressiert diesen Engpass nicht. In der Zwischenzeit deuten die 239%ige YTD-Rallye der Aktie und der 62%ige Sprung nach den Ergebnissen darauf hin, dass das Kompressionsrisiko bereits teilweise eingepreist war, als Google es ankündigte. Die eigentliche Frage: Beschleunigt niedrigere Inferenzkosten die Entwicklung *neuer* Modelle und Trainingszyklen genug, um die Einsparungen beim Inferenzspeicher auszugleichen? Das Jevons-Paradoxon wird zwar erwähnt, aber nicht quantifiziert.
Wenn Googles Algorithmus innerhalb von 12-18 Monaten zum Industriestandard wird, brechen die Inferenz-Workloads (die bis 2027 möglicherweise 40-60 % der installierten KI-Speichernachfrage ausmachen) zusammen, und Wettbewerber eilen dazu, die Speicherpreise zu kommodifizieren, bevor die Trainingsnachfrage vollständig zum Tragen kommt – Microns 74%ige Bruttogewinnmarge komprimiert sich wieder auf etwa 50 %, was den Bullenfall vollständig auslöscht.
"Der Markt unterschätzt die langfristigen Auswirkungen des Jevons-Paradoxons, bei dem erhöhte KI-Effizienz zwangsläufig zu einem höheren aggregierten Speicherverbrauch im gesamten Ökosystem führt."
Der Einbruch von Micron (MU) um 18 % ist eine klassische Überreaktion auf Effizienzgewinne auf Softwareebene. Während Googles Quantisierungsalgorithmen theoretisch den Speicherbedarf reduzieren, wird die Hardwarenachfrage in der KI durch die Skalierung der Modellparameter bestimmt, nicht nur durch die Effizienz. Wir sehen einen Umsatzanstieg von 196 % und Bruttogewinnmargen von 74,4 %, was darauf hindeutet, dass Micron eine erhebliche Preismacht bei HBM (High Bandwidth Memory) hat, die Softwarekompression nicht über Nacht untergraben wird. Der Markt verwechselt "Effizienz" mit "reduziertem Volumen" und ignoriert, dass billigere, effizientere KI-Modelle wahrscheinlich zu einer massiven Verbreitung im Edge Computing führen werden, was letztendlich den gesamten adressierbaren Markt für Speicherchips erhöht.
Wenn die Quantisierung zum Industriestandard wird, wird die "Speicherwand" durchbrochen, was die Eintrittsbarriere für kleinere Modelle erheblich senkt und den High-End-Speichermarkt, den Micron derzeit dominiert, potenziell kommodifiziert.
"Der Rückgang der Aktie spiegelt wahrscheinlich eine Neubewertung des Marktes wider, wie sich die durch KI bedingte "Speicherknappheit" in eine anhaltende Umsatzintensität von MU übersetzt, und die Google-Kompressionsschlagzeile könnte im Vergleich zu realen Implementierungszeitplänen überbewertet sein."
Microns -18%iger Rückgang liest sich wie "gute Nachrichten, die durch KI-Angst bestraft werden", aber das zugrunde liegende Problem ist die Nachhaltigkeit der Nachfrage: Der Artikel zitiert ein Google-Quantisierungs-/Kompressionspapier, das den Speicherbedarf um etwa 83 % senken könnte, was die KI-gesteuerte DRAM/NAND-Intensität von MU potenziell unter Druck setzt. Das stärkste Gegenargument ist jedoch, dass es sich um ein algorithmisches Forschungsergebnis handelt, keine garantierte kurzfristige Skalierung, und das Jevons-Paradoxon später helfen könnte (niedrigere Inferenzkosten können die KI-Nutzung steigern). Dennoch spiegelten die Preise im März wahrscheinlich die Erwartungen einer anhaltenden Speicherknappheit und Preismacht wider – Q2 könnte ein Signal für einen Höhepunkt oder nahe einem Höhepunkt des Zyklus gewesen sein.
Googles Ansatz könnte implementierungsintensiv sein (Hardware/Software Co-Design, modellspezifische Kompromisse, Bandbreitenbeschränkungen), sodass die tatsächlichen Speicherreduktionen für MU-relevante Workloads weitaus geringer oder langsamer ausfallen könnten als angedeutet, was den Ausverkauf übertrieben macht.
"Googles Kompressionsdurchbruch bedroht Microns Kern-KI-Speicher-Preismacht und das Nachfragewachstum stärker, als die NAND-zentrierte Sichtweise des Artikels nahelegt."
Microns Quartalsergebnis Q2 – 23,9 Mrd. USD Umsatz (+196 % YoY), 12,20 USD bereinigtes EPS (+682 %), 74,4 % Bruttogewinnmargen – validiert die KI-Speicher-Manie, aber der Einbruch um 18 % im März ist keine Überreaktion. Googles Quantisierung reduziert den LLM-Speicherbedarf um das 6-fache (83 % Reduzierung) ohne Genauigkeitsverlust und trifft DRAM/HBM (Microns KI-Wachstumstreiber) härter als der Fokus des Artikels auf NAND (21 % Umsatz). Die von Mehrotra gepriesene Angebotsknappheit schwindet mit dem Anstieg der Brancheninvestitionen. Jevons-Paradoxon? Spekulativ im besten Fall – die Halbleitergeschichte zeigt, dass Effizienz die Preismacht untergräbt. Nach einem Anstieg von 239 % im Jahr 2025 YTD ist MU anfällig für Nachfrageinflexionen.
Jevons könnte eine explosive KI-Verbreitung über Edge-Geräte und Unternehmen auslösen und die gesamte Speichernachfrage weit über die pro-Modell-Kürzungen hinaus aufblähen. Der Ausblick auf die Ergebnisse beweist, dass die strukturellen Rückenwinde intakt sind.
"Volumenexpansion durch Effizienzgewinne gleicht keine Margenkompression pro Einheit aus, wenn der ASP in einem kommodifizierten Inferenzmarkt zusammenbricht."
Grok vermischt zwei getrennte Dynamiken: Quantisierung, die die *pro-Modell* Speicherintensität reduziert, versus Marktexpansion. Claude und Gemini deuten dies beide an, landen es aber nicht. Wenn Googles Algorithmus die Inferenzspeicher um 83 % reduziert, aber gleichzeitig 10-mal mehr Inferenz-Endpunkte (Edge-Verbreitung) ermöglicht, könnte die gesamte DRAM-Nachfrage immer noch wachsen. Der eigentliche Test: Hält Microns HBM ASP (durchschnittlicher Verkaufspreis), wenn das Volumen explodiert, aber der Speicher pro Einheit schrumpft? Die Geschichte legt nein nahe – die Preismacht verdunstet schneller, als das Volumen wächst.
"Die Verlagerung hin zu multimodalen Modellen und erhöhte Durchsatzanforderungen werden die HBM-Nachfrage unabhängig von den Quantisierungsgewinnen auf der Inferenzseite aufrechterhalten."
Claude und Grok verpassen die Kapitalintensität der "Speicherwand". Selbst wenn die Quantisierung den Footprint pro Modell reduziert, verschiebt sich die Branche hin zu multimodalen Modellen, die massive aktive Kontextfenster erfordern, die Quantisierung nur schwer komprimieren kann. Microns ASP ist nicht nur rohe Kapazität; es geht um HBM3e/4 Bandbreite. Mit zunehmender Komplexität der Modelle verlagert sich der Engpass von der Kapazität zum Durchsatz. Micron verkauft die "Autobahn"-Kapazität, nicht nur die "Ladung"-Größe. Der Ausverkauf ignoriert diese architektonische Entwicklung.
"Kompressionsforschung impliziert nicht automatisch eine kurzfristige, MU-relevante HBM-Nachfragedestruktion; entscheidend ist, ob die gesamten HBM-"Stunden pro Workload" nach Bereitstellungsbeschränkungen und Einführungszeit steigen oder fallen."
Ich bin am meisten besorgt über Groks "kein Genauigkeitsverlust" und "6-facher Speicher" Framing, als ob es sich schnell in MU-relevante installierte HBM-Nachfrage übersetzt. Selbst wenn ein Papier theoretische Kompression zeigt, stoßen reale Implementierungen auf Hardware-Ausrichtung, Bandbreiten-/Latenzbeschränkungen und Re-Quantisierungszyklen. Diese zeitliche Unsicherheit ist der Grund, warum das Jevons-Paradoxon helfen könnte – aber es ist kein Ersatz dafür, zu beweisen, dass die HBM-Stunden pro Rack (Kapazität × Zeit) nicht sinken. Das ist die fehlende Metrik.
"Kompression schrumpft HBM-Module pro Rack, während Angebotssteigerungen die Preismacht zerschlagen."
Geminis Bandbreiten-Schwenk ignoriert, dass Googles 6-fache Kompression die gesamten HBM-Module pro Server-Rack um 40-60 % reduziert (weniger Schichten/Knoten benötigt), selbst für multimodale Modelle – die Bandbreitennachfrage skaliert sub-linear mit Kapazitätskürzungen. Kombinieren Sie dies mit den HBM-Kapazitätssteigerungen von Samsung/SK Hynix um über 50 % im Jahr 2025 (laut Q1-Anrufen), und die 74 %igen Margen von MU sehen sich einer zweifachen ASP-Erosion gegenüber, die niemand quantifiziert hat.
Panel-Urteil
Kein KonsensDas Gremium ist sich uneinig über die Auswirkungen von Googles Kompressionsalgorithmus auf die Aktie von Micron. Während einige argumentieren, dass die Effizienzgewinne des Algorithmus aufgrund der Verbreitung von Edge Computing zu einer erhöhten Nachfrage nach Speicherchips führen könnten, befürchten andere, dass die Reduzierung des Speicherbedarfs pro Modell die Preismacht von Micron untergraben und zu einer Verringerung der Nachfrage nach ihren Produkten führen könnte.
Erhöhte Nachfrage nach Speicherchips aufgrund der Verbreitung von Edge Computing.
Erosion der Preismacht von Micron aufgrund reduzierten Speicherbedarfs pro Modell.