Samsung und SK Hynix trotzen 6%-igem US-Chip-Ausverkauf – was sieht Korea anders?

Samsung Electronics und SK Hynix stiegen am Dienstag in Seoul und widerstanden dem Halbleiterausverkauf, der über Nacht die Wall Street erfasste, während Anleger neu bewerteten, ob Forderungen nach einer Verlangsamung der KI‑Entwicklung auf eine schwächere Chipnachfrage hindeuten.

Samsung gewann 0,7 % und SK Hynix legte bis 11:20 Uhr um 1,82 % zu, während der KOSPI kaum verändert war.

Die Bewegungen folgten einem 5%igen Rückgang des PHLX Semiconductor Index am Montag, als mit KI verbundene Chiphersteller von Befürchtungen getroffen wurden, dass ein langsameres Tempo der Entwicklung von Frontier‑Modellen die Infrastrukturinvestitionen dämpfen könnte.

Die Divergenz ist weniger dramatisch, als sie scheint, da koreanische Speicheraktien einen Großteil des Schocks bereits in der Sitzung zuvor verarbeitet hatten.

Korea hat die KI‑Angst zuerst eingepreist

Samsung fiel am Montag um 4,05 % und SK Hynix brach um 6,35 % ein, was dazu beitrug, den KOSPI um 3,26 % zu belasten.

Seoul reagierte daher auf die Debatte um eine KI‑Verlangsamung, bevor die Wall Street ihren eigenen Halbleiterausverkauf auslöste.

Die Erholung am Dienstag deutet darauf hin, dass Anleger nicht bereit waren, dieselbe Sorge zweimal zu verkaufen, ohne Belege dafür, dass Aufträge, Server‑Bereitstellungen oder die Speichernutzung schwächer werden.

Es ist jedoch keine breite Vertrauensbekundung, denn Privatanleger verkauften zwischen dem 1. und 11. September mehr als 13 Billionen Won an Samsung‑ und SK‑Hynix‑Aktien, während auch ausländische Investoren ihre Positionen reduzierten.

Aktienrückkäufe der Unternehmen schluckten einen Großteil dieses Verkaufs auf.

Speicherknappheiten erschweren das bärische Szenario

Die einfachste bärische Kette lautet, dass eine langsamere KI‑Entwicklung zu geringeren Investitionsausgaben, weniger Hardware‑Beschleunigern und letztlich zu geringerem Speicherbedarf führt.

Aktuelle Angebotsbedingungen machen diese Beziehung jedoch weniger eindeutig.

Ben Barringer, Global Head of Technology Research bei Quilter Cheviot, sagte gegenüber CNBC, dass die Inference‑Kapazität begrenzt bleibe, selbst wenn Training und Einführung von Modellen langsamer würden.

„Die Nachfrage übertrifft das Angebot nach wie vor deutlich“, sagte er und argumentierte, dass eine moderate Verlangsamung die Umsätze der Unternehmen nicht wesentlich beschädigen dürfte.

TrendForce berichtete diesen Monat, dass der Umsatz der DRAM‑Branche im zweiten Quartal im Vergleich zum Vorquartal um 59,5 % gestiegen sei, auf fast 154,73 Milliarden US‑Dollar.

Man erklärte, dass AI‑Server die Nachfrage nach HBM und hochkapazitärem Server‑Speicher antreiben, während die Lagerbestände der Anbieter historisch niedrig bleiben.

Die Forschungsfirma erwartet zudem, dass Server‑DRAM‑Knappheiten und erhöhte Preise bis 2027 andauern werden, da Kapazitäten in Richtung HBM verlagert werden.

Diese Knappheit wirkt sich bereits auf die Chippreise aus. Chinesische AI‑Chip‑Anbieter haben die Preise für einige Produkte um etwa 20–50 % erhöht, da HBM‑Engpässe die Kosten in die Höhe treiben.

Korea beobachtet, wohin die KI‑Gewinne fließen

Das stärkere koreanische Anlageargument ist, dass KI‑Ausgaben zunehmend Speicherversorger belohnen könnten, statt nur GPU‑Designer.

„Nächstes Jahr wird sich das Zentrum der Gewinne von Grafikprozessoren auf Speicher verlagern“, sagte Kim Dong‑won, Leiter der Research‑Abteilung bei KB Securities, der Seoul Economic Daily.

Diese Einschätzung erklärt, warum Samsung und SK Hynix sich anders entwickeln können als Nvidia und andere US‑Halbleiterwerte.

Ihre Gewinne sind zunehmend an Speicherpreise, HBM‑Knappheit und Servernachfrage gekoppelt und weniger allein an die Geschwindigkeit der nächsten Frontier‑Modell‑Veröffentlichung.

Das Risiko besteht darin, dass sich diese Unterscheidung schließlich auflöst.

Christopher Wood, Global Head of Equity Strategy bei Jefferies, sagte der Korea Times, dass die größte Gefahr darin bestehe, dass die Märkte zu dem Schluss kommen, Unternehmen könnten diese Investitionsausgaben nicht monetarisieren.

Wenn Hyperscaler zu dem Schluss gelangen, dass ihre enormen KI‑Investitionen keine ausreichenden Renditen erzielen können, würden Kürzungen schließlich sowohl GPUs als auch Server und Speicher treffen.