RAM-Schock 2026: Warum ein On-Premise-KI-Server jetzt kaufen günstiger ist als warten

Wer 2026 einen Server für lokale KI-Inferenz kalkuliert, erlebt ein ungewohntes Phänomen: Das Angebot vom Vormonat ist Makulatur. Nicht wegen der GPU – die ist teuer, aber planbar –, sondern wegen des Arbeitsspeichers. Server-RAM ist innerhalb weniger Quartale zum Kostentreiber Nummer eins geworden. Ein KI-getriebener Speicher-Supercycle hat DDR5-Module vervielfacht und High-Bandwidth-Memory (HBM) faktisch ausverkauft.

Dieser Artikel bündelt die belastbaren Zahlen von TrendForce, CNBC, Gartner und Tom's Hardware, erklärt den Mechanismus hinter der Knappheit und übersetzt ihn in eine ehrliche Entscheidungslogik: Wann lohnt es sich, die Beschaffung eines On-Premise-KI-Servers jetzt vorzuziehen – und wann ist Warten die bessere Wahl? Vorab so viel: Bei den meisten Planungshorizonten ist „jetzt kaufen" 2026 kein Verkaufsargument, sondern schlicht Mathematik.

Die Zahlen: Wie stark Server-RAM 2026 wirklich gestiegen ist

Beginnen wir mit den harten Fakten – und mit einer wichtigen Abgrenzung, die in vielen Schlagzeilen untergeht: Es gibt zwei verschiedene Preisgrößen, die man nicht vermischen darf. Die eine ist der Contract-Preis, den Hersteller und Großabnehmer quartalsweise aushandeln. Die andere ist der Retail- bzw. Spotmarkt-Preis für einzelne Module. Beide sind 2026 explodiert, aber in unterschiedlichem Tempo und über unterschiedliche Zeiträume.

Contract-Preise: der Quartalssprung

Laut TrendForce stiegen die DRAM-Contract-Preise rund 80–90 % von Q4 2025 auf Q1 2026 – Quartal über Quartal. Server-DRAM legte dabei etwa 88–93 % zu, klassisches PC-DRAM sogar rund 105–110 %. Und das war nicht der Anfang: Bereits im Quartal davor, in Q4 2025, hatte Server-DRAM schon rund 45–50 % und PC-DRAM 38–43 % zugelegt. Zwei aufeinanderfolgende Quartale mit derartigen Sprüngen bedeuten in der Summe eine Verteuerung, die weit jenseits normaler Marktschwankungen liegt.

Retail-Markt: die 3,5- bis 4-fache Verteuerung

Am Retail- und Spotmarkt fällt die Bewegung noch drastischer aus, allerdings über einen längeren Zeitraum betrachtet: Einzelne DDR5-Kits haben sich 2026 etwa verdreifacht bis vervierfacht, DDR4-Kits grob verdoppelt. Auf Jahressicht taxiert Gartner den DRAM-Anstieg auf rund 125 %. Wichtig zur Einordnung: Die „bis zu 4×" beziehen sich auf einzelne Retail-SKUs über mehrere Monate – nicht auf einen einzelnen Quartalssprung. Wer die 80–90 % QoQ und die 3,5–4× in einen Topf wirft, rechnet sich die Lage falsch.

Speichertyp	Preisbewegung 2026	Bezug
Server-DRAM (Contract)	+88–93 % (nach +45–50 % im Vorquartal)	Q4 25 → Q1 26, QoQ
PC-DRAM (Contract)	+105–110 % (nach +38–43 % im Vorquartal)	Q4 25 → Q1 26, QoQ
DDR5-Kits (Retail)	ca. 3,5–4× teurer	über mehrere Monate
DDR4-Kits (Retail)	ca. verdoppelt	über mehrere Monate
DRAM gesamt (Gartner)	ca. +125 %	Jahressicht 2026

Die Kernbotschaft aus den Zahlen: Es handelt sich nicht um eine kurze Preisspitze, die sich in vier Wochen wieder normalisiert. Zwei aufeinanderfolgende Quartale mit zweistelligen bis dreistelligen Zuwächsen – bestätigt von mehreren unabhängigen Marktbeobachtern – markieren einen strukturellen Regimewechsel im Speichermarkt.

Warum HBM den Standardspeicher verdrängt

Der eigentliche Motor hinter der Knappheit sitzt nicht im normalen Server-RAM, sondern in einer Spezialdisziplin: High-Bandwidth-Memory. HBM ist der gestapelte Hochgeschwindigkeitsspeicher, der direkt neben modernen KI-Beschleunigern sitzt und diese mit Daten füttert. Ohne HBM keine schnelle Inference – und genau deshalb reißt sich die gesamte KI-Industrie darum.

Der Wafer-Mechanismus

HBM belegt 2026 rund 23 % der DRAM-Wafer-Kapazität. Das klingt nach einem Teilsegment, ist aber überproportional teuer erkauft: Ein Gigabyte HBM verbraucht rund die drei- bis vierfache Waferfläche eines Gigabytes Standard-DRAM. Jeder Wafer, der zu HBM wird, produziert also deutlich weniger nutzbare Speicherkapazität – bindet aber physische Fertigungslinien, die dann für normalen Server-Speicher fehlen. TrendForce rechnet für KI-Speicher insgesamt inklusive GDDR7 bereits mit rund 20 % „equivalent wafer usage".

Der Nachfrage-Sog von oben

Wie stark der Sog ist, zeigt ein Blick auf die aktuelle GPU-Generation. NVIDIA Rubin nutzt bis zu 288 GB HBM4 pro GPU-Package – acht HBM4-Stacks mit rund 22 TB/s Bandbreite, ein Sprung von 192 GB der Vorgeneration. Jeder einzelne dieser Beschleuniger saugt eine Speichermenge auf, die noch vor wenigen Jahren einen ganzen Server ausgestattet hätte. Multipliziert mit den Hunderttausenden Chips, die die Hyperscaler bestellen, entsteht ein Nachfragedruck, gegen den der klassische Server-RAM-Markt schlicht das Nachsehen hat. Die Folge: weniger Kapazität und höhere Preise für Server-DDR5 – als direkter Kollateralschaden des KI-Booms.

Was das für die GPU-Server-Stückliste bedeutet

Für die konkrete Beschaffung eines KI-Servers ist entscheidend, wie sich diese Marktbewegung in der Stückliste – der Bill of Materials (BOM) – niederschlägt. Und hier liegt der oft unterschätzte Punkt: Arbeitsspeicher ist ein erheblicher BOM-Posten, keine Nebenposition.

RAM ist kein Randposten

Ein produktiver Inferenz-Server für den Mittelstand kombiniert typischerweise eine oder mehrere GPUs mit reichlich System-RAM – häufig 256 GB, 512 GB oder mehr, um Modelle zu laden, Batches zu puffern und mehrere Nutzer parallel zu bedienen. Verdoppelt oder vervierfacht sich der Preis pro Speichermodul, schlägt das unmittelbar und sichtbar auf den Gesamtpreis durch. Eine identische Konfiguration – gleiche GPU, gleiche CPU, gleiches Mainboard – kostet bei jeder Preisrunde spürbar mehr, ohne dass sie einen Deut mehr leistet.

Auch der GPU-Speicher ist betroffen

Die Knappheit endet nicht beim System-RAM. Auch der Grafikspeicher auf den Karten selbst – der VRAM – gerät unter Druck. GDDR7, wie es etwa auf der RTX PRO 6000 von NVIDIA zum Einsatz kommt, zählt TrendForce ausdrücklich zur KI-Speichernachfrage hinzu. Das heißt: Sowohl der Speicher in der GPU als auch der Speicher um die GPU herum wird teurer. Es gibt für den Einkäufer keine Ausweichposition innerhalb der Stückliste.

Wie lange die Knappheit anhält – Prognosen bis 2027/2028

Die naheliegende Hoffnung jedes Einkäufers lautet: aussitzen. Kurz warten, bis sich der Markt beruhigt, und dann günstig zuschlagen. Die Analystenlage rät davon ab.

Der Zeithorizont der Analysten

Übereinstimmend deuten die Aussagen von SK Hynix, Gartner und Broadcom auf anhaltend hohe Preise bis mindestens Ende 2027, teils bis 2028. Broadcom-CEO Hock Tan erklärte, die Lieferkapazitäten seines Unternehmens bis 2028 gesichert zu haben – ein deutliches Signal, dass die Branche selbst nicht mit einer kurzfristigen Entspannung rechnet. Micron ist für 2026 ausverkauft. Es gibt also keinen Marktakteur, der eine baldige Normalisierung in Aussicht stellt.

Warum es keinen klaren „Peak" zum Aussitzen gibt

Wichtig zur Einordnung – und hier weichen wir bewusst von oft kolportierten Vereinfachungen ab: Es gibt keinen belastbar prognostizierten Preis-Peak, den man abwarten könnte. Die Quellenlage spricht nicht von einer Spitze, nach der es zügig bergab geht, sondern von einem strukturell hohen Preisniveau, das die KI-Nachfrage über Jahre oben hält. DRAM und NAND bleiben nach dieser Lesart strukturell teuer. „Warten auf den Peak" ist damit keine Strategie, sondern ein Glücksspiel gegen eine Nachfrage, die von der gesamten KI-Industrie getragen wird.

Jetzt kaufen oder warten? Die ehrliche Entscheidungslogik

Kommen wir zur eigentlichen Frage. Wir wollen hier keinen Hard Sell betreiben, sondern eine faktenbasierte Timing-Logik anbieten. Die Entscheidung hängt an einer einzigen Vorfrage: Werden Sie in den nächsten zwölf Monaten ohnehin einen KI-Server anschaffen?

Wenn der Bedarf feststeht: eher vorziehen

Ist der Bedarf klar – ein definierter Use Case, ein gewähltes Modell, ein reales Budget –, dann spricht die Faktenlage klar für Vorziehen. Jede Preisrunde erhöht die CAPEX für exakt dieselbe Leistung. Wer wartet, kauft in einigen Monaten mit hoher Wahrscheinlichkeit dieselbe Hardware teurer. Hinzu kommt der ROI-Effekt: Ein Server, der früher in Betrieb geht, spart früher laufende Cloud-Kosten ein und amortisiert sich entsprechend früher. Zeit, in der die Maschine produktiv rechnet, ist Zeit, in der sie Geld verdient statt zu kosten.

Wann Warten trotzdem sinnvoll ist

Ehrlich bleibt die Logik nur, wenn sie auch das Gegenteil zulässt. Warten ist die richtige Entscheidung, wenn der Bedarf unsicher ist – wenn also gar nicht feststeht, ob und in welchem Umfang ein eigener Server überhaupt gebraucht wird. Ebenso, wenn die Modellwahl noch offen ist und sich der Speicherbedarf dadurch um den Faktor zwei oder drei verschieben könnte. In diesen Fällen wäre ein vorgezogener Kauf eine Wette auf eine Konfiguration, die sich später als falsch dimensioniert erweisen könnte. Dann ist das Risiko der Fehlinvestition größer als das Risiko der Preissteigerung.

Situation	Empfehlung
Beschaffung in 12 Monaten geplant, Use Case klar	Vorziehen
Modell gewählt, Speicherbedarf bekannt	Vorziehen
Bedarf unsicher, Business Case offen	Warten / erst Pilot
Modellwahl offen, Dimensionierung unklar	Warten / Beratung

On-Premise trotz teurem RAM: Warum die Rechnung oft trotzdem aufgeht

Ein naheliegender Einwand lautet: Wenn Speicher so teuer ist, verschiebt das nicht die ganze Make-or-Buy-Abwägung Richtung Cloud? Die Antwort ist bei planbarer Auslastung ein klares Nein – und zwar aus mehreren Gründen.

Fixe CAPEX schlägt variable Token-Rechnung

Der teurere RAM erhöht die einmaligen Anschaffungskosten, ja. Aber diese CAPEX ist fix und einmalig. Die Cloud-Alternative verursacht dagegen eine variable Token-Rechnung, die bei Dauerlast jeden Monat aufs Neue zuschlägt – und deren Preise ebenfalls nicht in Stein gemeißelt sind. Für einen Betrieb mit konstant hoher Auslastung – ein Support-Assistent, eine Dokumentenanalyse, ein interner Chat für Hunderte Mitarbeiter – amortisiert sich der Eigenbetrieb auch bei erhöhtem Speicherpreis in überschaubarer Zeit. Je höher und planbarer die Last, desto klarer die Rechnung zugunsten von On-Premise.

Datensouveränität gibt es gratis dazu

Zur monetären Seite kommt ein nicht-monetärer Zusatznutzen, der sich in keiner Cloud nachkaufen lässt: Datensouveränität. Wer sein KI-System selbst betreibt, hält alle Daten im eigenen Haus – DSGVO-Konformität und Schutz von Geschäftsgeheimnissen sind strukturell eingebaut, nicht vertraglich zugesichert. Für viele Mittelständler mit Konstruktionsdaten, Personalakten oder Mandantendaten ist das kein „nice to have", sondern die Grundvoraussetzung überhaupt.

MoE-Modelle entschärfen den Speicherhunger

Und die Technik arbeitet gegen die Knappheit. Moderne Mixture-of-Experts-Architekturen (MoE) aktivieren pro Anfrage nur einen Bruchteil ihrer Parameter und senken so den tatsächlich benötigten Speicher pro Nutzlast erheblich. In Kombination mit Quantisierung – der Reduktion der Zahlengenauigkeit im Modell – lässt sich derselbe Nutzwert mit deutlich weniger Speicher realisieren. Der teure RAM wird dadurch effizienter genutzt; man braucht schlicht weniger davon, um dasselbe zu leisten.

Unterm Strich: Der Speicher-Supercycle 2026 verschiebt die Kostenlinie nach oben, aber er kippt die grundsätzliche Logik nicht. Bei Dauerlast bleibt der eigene Server wirtschaftlich, löst das Datenschutzproblem gratis mit und wird durch effizientere Modelle laufend genügsamer. Wer ohnehin plant, fährt mit dem Vorziehen der Beschaffung fast immer besser als mit dem Warten auf einen Peak, den es so nicht gibt.

Häufig gestellte Fragen zum DRAM-Preisschock 2026

Wie stark sind Server-RAM-Preise 2026 gestiegen?

Die DRAM-Contract-Preise stiegen laut TrendForce rund 80–90 % von Q4 2025 auf Q1 2026 (Server-DRAM ca. 88–93 %). Am Retail-Markt haben sich einzelne DDR5-Module über längeren Zeitraum um das 3,5- bis 4-Fache verteuert, DDR4-Kits grob verdoppelt. Tom's Hardware bestätigt weiter steigende Preise bis mindestens Q3 2026.

Warum betrifft der HBM-Mangel auch normalen Server-RAM?

HBM für KI-Beschleuniger belegt 2026 rund 23 % der DRAM-Wafer-Kapazität und erzielt ein Vielfaches (mehrfach bis rund zehnfach) höhere Margen. Ein Gigabyte HBM verbraucht rund die drei- bis vierfache Waferfläche von Standard-DRAM. Hersteller ziehen Fertigungskapazität vom klassischen DRAM ab – dadurch steigen auch die Preise für Standard-Server-Speicher.

Sollten wir die Beschaffung jetzt vorziehen?

Wenn Sie ohnehin in den nächsten 12 Monaten einen KI-Server planen, spricht viel dafür: Analysten von SK Hynix, Gartner und Broadcom erwarten hohe Preise bis Ende 2027, teils bis 2028, jede Preisrunde erhöht die Kosten für identische Leistung, und ein früherer Betrieb bedeutet früheren ROI gegenüber laufenden Cloud-Kosten.

Lohnt sich On-Premise trotz teurem Speicher noch?

Bei planbarer, hoher Auslastung ja. Fixe Anschaffungskosten schlagen die variable Cloud-Token-Rechnung, und Datensouveränität gibt es on-premise gratis dazu. MoE-Modelle senken zusätzlich den nötigen Speicher pro Nutzlast. Der TCO-Rechner zeigt Ihre individuelle Break-even-Schwelle.