Zusammenfassung der Kerninhalte
Im Mai 2026 debütierte das AI-Chip-Unternehmen Cerebras an der NASDAQ mit dem größten Halbleiter-IPO aller Zeiten (Finanzierung von über 5,5 Milliarden US-Dollar). Der Gründer und CEO Andrew Feldman teilte in einem Interview seine tiefen Einblicke in die AI-Branche mit: Themen wie die AI-Infrastruktur als keine Blase (die Nachfrage übersteigt das Angebot), Engpässe in der Lieferkette (Mangel an HBM-Speicher), Cerebras’ differenzierte Strategie (Verwendung von SRAM statt HBM), OpenAI’s frühe Vorbereitungen, die komplexe Logik des Wettstreits um Chips zwischen China und den USA, die schwierigsten Phasen eines Startups (18 Monate ohne Chipproduktion) sowie der tatsächliche Einfluss von AI auf die Beschäftigung wurden behandelt – mit Fokus auf Technologie, Geschäftsstrategie, Geopolitik und persönliches Wachstum.
Detaillierte Analyse
1. AI-Infrastruktur: Blase oder echte Nachfrage? Feldman: „Die Nachfrage jagt das Angebot“
Während der Markt von einer „AI-Blase“ spricht, prognostiziert Huang Renxun, dass die Infrastruktur für AI bis 2030 3-4 Billionen US-Dollar kosten wird. Feldmans Meinung ist klar: Es handelt sich nicht um eine Blase.
– Vergleich mit historischen Blasen: Die Glasfaserblase der 90er Jahre basierte auf dem Prinzip „Zuerst bauen wir die Infrastruktur, dann kommen die Kunden“. Bei AI hingegen „brauchen die Kunden die Technologie sofort – aber wir können sie nicht schnell genug liefern“. Cerebras verfügt über Bestellungen im Wert von 25 Milliarden US-Dollar; auch NVIDIA und AMD sind in ähnlicher Situation – sie wollen die Chips gerne verkaufen, doch die Datenzentren werden zu langsam gebaut.
– Warum keine Blase? Eine Blase basiert auf der Hoffnung auf zukünftige Nachfrage, während es aktuell darum geht, die aktuellen Bedürfnisse zu erfüllen – und diese Nachfrage wächst exponentiell (auch 85-jährige Menschen und 11-jährige Kinder nutzen bereits AI).
– Die Rolle der verzögerten Genehmigungen: Ähnlich wie Ampeln an Autobahnenkontrollen verhindern sie eine übermäßige Nachfrage und sorgen für ein gesünderes Marktklima.
2. Lieferkettenengpässe: Der Preis für HBM-Speicher steigt in die Höhe – Cerebras entgeht dem Problem mit SRAM
HBM (der Hochgeschwindigkeits-Speicher, der in GPUs verwendet wird) ist der zweitgrößte Engpass in der aktuellen AI-Lieferkette (der größte Engpass liegt bei der Kapazität von TSMC). Nur Samsung, Micron und SK Hynix können diesen Speicher herstellen; die Preise sind um das Vier- bis Fünffache gestiegen, wobei Microns Gewinnmarge sogar 80–85 % erreicht (ähnlich hoch wie bei Softwareunternehmen).
– Cerebras’ differenzierte Strategie: Anstelle von HBM verwendet das Unternehmen SRAM – dieser Speicher wird direkt auf den Chip integriert, was keine zusätzlichen Kosten verursacht und keinen Mangel auslöst.
– Wann wird der Mangel gelöst? Schwierig! Die Erweiterung der Kapazitäten erfolgt schrittweise: Der Bau einer Waferfabrik kostet 40 Milliarden US-Dollar und dauert fünf Jahre; eine einfache Erhöhung der Produktion reicht nicht aus. Solange die Nachfrage nach AI weiter wächst, wird der HBM-Mangel bestehen bleiben.
3. Schwierigste Phase eines Startups: 18 Monate ohne Chipproduktion – das Vertrauen des Boards rettet das Unternehmen
Cerebras benötigte zehn Jahre, um auf den Markt zu kommen; in dieser Zeit gab es eine „Höllenzeit“:
– In 18 Monaten wurden monatlich 8 Millionen US-Dollar ausgegeben – doch der Chip wurde nicht hergestellt. Zuerst brannte das Gerät nach nur zwei Sekunden Betrieb ab; nach einem Jahr konnte es eine Stunde durchhalten, aber es scheiterte immer noch.
– Entscheidender Faktor: Das Board übte keinen Druck aus. Feldman: „Wenn der Druck nicht von innen kommt, haben sie den falschen Menschen ausgewählt.“ Die Hardwareentwicklung ist ohnehin schwierig – und Cerebras versuchte, Probleme bei der Herstellung von Chip-Level-Speichern zu lösen, die noch niemand zuvor gelöst hatte.
– Unterstützung durch die Familie: Während dieser Zeit blieb Feldman zu Hause und sprach wenig; seine Frau wusste, dass es nicht an ihr lag, sondern an Produktionsproblemen des Unternehmens. Diese „stille Unterstützung“ half ihm, durchzukommen.
4. Der Wettstreit um Chips zwischen China und den USA: Soll man fortschrittliche Chips an China verkaufen? Welche Risiken birgt die Abhängigkeit von TSMC?
Dies ist ein sensibles Thema – aber Feldman äußert sich ehrlich:
– Sicherheitsaspekte: Wenn fortschrittliche Chips an China verkauft würden, würde deren Militär sie sicherlich nutzen. Obwohl dies die amerikanische militärische Überlegenheit nicht verringern würde, würde der Krieg schwieriger und teurer werden.
– Reale Herausforderungen: Eine Blockade könnte dazu führen, dass China eigene Technologien entwickelt (wie es bereits im Bereich Solarenergie und Lithiumbatterien geschafft hat). Für die USA wäre dies nachteilig – als Industriepartner dürfen sie nicht zulassen, dass ihre Technologie für „raubende Konkurrenz“ genutzt wird.
– Abhängigkeit von TSMC: Die USA sind zu stark von TSMC in Taiwan abhängig; das birgt geopolitische Risiken. Feldman schlägt vor, TSMC die Möglichkeit zu geben, in den USA Fabriken zu bauen – mit einer 20-jährigen Befreiung von lokalen Vorschriften, um die Produktion schnell in die USA zurückzuholen. In der Vergangenheit verloren die USA nicht nur Waferfabriken, sondern auch ganze Industriezweige (Verpackung, Testung usw.).
5. AI und Beschäftigung: Trägt AI zur Entlassung von Arbeitnehmern bei? Tatsächlich sind die meisten Entlassungen eine Rückkehr zur Normalität nach der Pandemie; neue Technologien schaffen neue Arbeitsplätze
Viele befürchten, dass AI Arbeitsplätze ersetzen wird – aber Feldman betont:
– Die aktuellen Entlassungen werden oft AI zugeschrieben; 90 % der Fälle sind auf die zu großen Personalzahlen während der Pandemie zurückzuführen. Nur 5–10 % der Entlassungen erfolgen tatsächlich aufgrund von Automatisierung durch AI.
– Technologie schafft neue Arbeitsplätze: Beispielsweise gab es in den 90er Jahren keine CIOs (Chief Information Officers); erst mit dem Aufkommen des Internets entstanden diese Positionen. In Zukunft werden neue Rollen wie „Chef-AI-Offiziere“ oder „AI-Management-Experten“ entstehen. Teile der Arbeit von HR-Mitarbeitern verschwinden, aber ihre Funktionen werden strategischer.
– Kernlogik: Technologie eliminiert alte Arbeitsplätze – doch sie schafft auch neue. Der Schlüssel liegt darin, sich an die Veränderungen anzupassen.
Fazit
Dieses Interview zeigt nicht nur den Erfolg von Cerebras, sondern auch die reale Situation der AI-Branche: Eine explodierende Nachfrage, Engpässe in der Lieferkette, die Notwendigkeit differenzierten technologischen Ansatzes sowie die Bedeutung von Ausdauer und Vertrauen bei Startups – sowie den Einfluss der Geopolitik auf die Technologieentwicklung. Für Laien ist es wichtig, diese Aspekte zu verstehen, um zu erkennen, wie AI das Leben, die Arbeit und sogar die globale Ordnung verändern wird.