KI-Rechenzentrumsnetzwerke bis 2030: Analysten sehen 100 Mrd. Dollar Markt – Marvell im Fokus

Kurzüberblick

Der Markt für KI-Rechenzentrumsnetzwerke (AI data center networking, AIDC) dürfte nach Einschätzung von Analysten bis 2030 auf rund 100 Milliarden US-Dollar anwachsen. Bei einer jährlichen Wachstumsrate von etwa 30 Prozent rücken dabei nicht nur die Rechenbeschleuniger selbst, sondern vor allem die Interconnects und Netzwerkstufen in den Fokus – als zentrale Stellgröße für die Systemeffizienz wachsender KI-Cluster.

Die Betrachtung zielt auf die nächste Ausbauphase großer Hyperscaler: Mit steigenden Modellgrößen und einer schnell wachsenden GPU-Klusterdimension nimmt die Bedeutung von Bandbreite zwischen vielen Knoten zu. Als potenzielle Profiteure werden unter anderem Nvidia, Broadcom und Marvell Technology sowie Huawei und chinesische Anbieter genannt. Die Einordnung wurde am 29.03.2026 veröffentlicht.

Marktanalyse & Details

Wachstumstreiber: Warum Netzwerke zum Kostentreiber werden

Analysten begründen das kräftige Wachstum mit einem „Compound-Bandwidth“-Effekt: Sobald KI-Beschleuniger nicht mehr als einzelne Chips arbeiten, sondern als große Clusterfabriken, steigt der Bedarf an Punkt-zu-Punkt-Bandbreite – und der Traffic wird über mehrere Hierarchieebenen im Rechenzentrum multipliziert. Damit wachsen nicht nur die Anforderungen an einzelne Verbindungen, sondern auch die Zahl der notwendigen Netzwerkkomponenten und Verbindungslagen.

• Cluster werden größer: Hyperscaler planen und erweitern 100.000+-GPU-Cluster, wodurch Interconnects stärker ins Budget rutschen.
• Netzwerk wird zweitgrößter Kostenblock: In der Systemkalkulation rückt AIDC hinter den Rechenbeschleunigern in die „zweite Reihe“ der Kostenstruktur.
• End-to-End-Optimierung statt Einzelchip: Moderne Workloads benötigen ein zusammengesetztes „Computing Fabric“.

Technologie-Felder: Welche Verbindungen in KI-Cluster zählen

In der Marktlogik spielen mehrere Verbindungstypen zusammen. Je nach Architektur entstehen unterschiedliche Anforderungen an Latenz, Bandbreite und Kosten – und damit ein Wettbewerb um passende Protokolle und Systemdesigns.

• DC-DC-Verbindungen (Rechenzentrums-zu-Rechenzentrums-/Power- bzw. Architekturbezug)
• CPU-zentrierte Verbindungen
• xPU-zu-xPU-Verbindungen (zwischen Beschleunigern):
  • Scale-up-Netzwerke für leistungsstarke, eng gekoppelte Umgebungen
  • Scale-out-Netzwerke für skalierbare, verteilte Clusterstrukturen

Genannt werden u. a. Nvidia-Technologien wie NVLink und PCIe sowie Ethernet-Ansätze. Für China wird besonders Huaweis Unified Bus als „Unified Architecture“ über mehrere Netzwerkebenen hervorgehoben. Insgesamt spiegelt das die Debatte zwischen geschlossenen, eng integrierten Ökosystemen und offenen, stärker standardisierten Bausteinen wider.

Wettbewerbslandschaft: Closed vs. Open – wo Marvell ins Spiel kommt

Die Wettbewerbsdynamik bleibt laut Analysten intensiv, gerade im Scale-up-Umfeld. Nvidia wird dabei als Leistungsbenchmark beschrieben – insbesondere wegen der engen Hardware-Software-Kopplung in einem geschlossenen System. Gleichzeitig gewinnen Alternativen an Bedeutung, die auf offenere Ökosysteme setzen und dadurch potenziell Vendor-Lock-in reduzieren sowie die Kosten senken können.

Analysten nennen dabei Marvell Technology als potenziellen Gewinner: Das Unternehmen profitiert demnach von einer wachsenden Adoption offener Netzwerkansätze, die häufig bei Cloud Service Providern (CSPs) mit Ethernet-orientierten Architekturen zum Einsatz kommen. Für Anleger bedeutet diese Entwicklung vor allem: Marvell wird weniger als „Einzellieferant für einen einzigen Interconnect“ betrachtet, sondern als Enabler der Netzwerkebene, die in vielen Clusterdesigns wiederkehrend benötigt wird.

Einordnung (E-E-A-T): Wenn Hyperscaler wirklich in den nächsten Ausbaustufen mehr GPU-Knoten in einheitliche Fabrics integrieren, steigt die Wahrscheinlichkeit, dass Netzwerk-SoCs, SerDes/Transceiver-nahe Komponenten und Ethernet-basierte Designs überproportional nachgefragt werden. Das spricht grundsätzlich für Rückenwind bei Unternehmen wie Marvell. Gleichzeitig bleibt das Risiko bestehen, dass Systemanbieter die Plattformen stärker vertikal integrieren oder Standards schneller „durchziehen“, wodurch einzelne Komponentenhersteller unter Preisdruck geraten können. Für ein belastbares Investment ist daher entscheidend, ob Marvell seine Designs in der Praxis breit in CSP-Clusterarchitekturen fest verankert und ob die Margenentwicklung mit dem Volumenwachstum Schritt hält.

Warum die Preispunkte zählen: Skaleneffekte und Eintrittsbarrieren

Technische und kapitalintensive Hürden bei High-Performance-Interconnects wirken nach Analystensicht wie ein „Schutzwall“: Das begrenzt neue Anbieter und kann die Wettbewerbslage stabilisieren. In solchen Phasen profitieren etablierte Lieferanten oft sowohl von Skaleneffekten als auch von relativ hohen Entwicklungsmargen – sofern sie die Plattformpfade der großen Kunden früh genug mitgestalten.

Marktpositionen im Überblick

• Top-Interconnect-Ökosysteme: Nvidia und Huawei mit geschlossenen, integrierten End-to-End-Ansätzen.
• Offenheitsgetriebene Adoption: Broadcom und Marvell profitieren besonders dort, wo CSPs stärker auf offene Netzwerkbausteine setzen (z. B. Ethernet-Ökosysteme).
• Regionale Dynamik: Für China wird eine „distinct path“-Entwicklung betont, u. a. durch Huaweis Unified Bus.

Fazit & Ausblick

Der KI-Netzwerkbau rückt von einer nachgelagerten Komponente in den Rang einer zentralen Performance- und Kostenachse. Die erwarteten 100 Milliarden US-Dollar bis 2030 (bei rund 30% CAGR) unterstreichen den Trend: Wer in die Netzwerkebene integriert, kann über mehrere Clusterzyklen hinweg mitwachsen.

Für Anleger bleibt der nächste Prüfstein weniger die abstrakte TAM-Schätzung als die Umsetzung in konkrete Design-Wins. In den kommenden Quartalsberichten sollten daher insbesondere Hinweise auf zusätzliche AIDC-bezogene Kundenqualifizierungen, wiederkehrende Plattformumsätze und die Entwicklung der Margen im Vordergrund stehen.