NVIDIA hat am 2. Oktober 2026 den Preis seines kompakten KI-Rechners DGX Spark mit 128 GB auf 6.950 US-Dollar angehoben, ein Jahr nach dem Marktstart zu 3.999 US-Dollar. Der Grund verteuert auch Server, Arbeitsspeicher und SSDs: KI-Rechenzentren kaufen den Speichermarkt leer. Das betrifft jede IT-Leitung, die für 2027 einen eigenen Server für Sprachmodelle eingeplant hat, etwa für eine Dokumentensuche über Konstruktionsunterlagen im Anlagenbau oder einen Assistenten für Qualitätsberichte beim Automobilzulieferer. Die Frage für die Budgetrunde lautet: jetzt bestellen, erst mieten oder auf sinkende Preise warten?
Auf sinkende Preise zu warten ist nach den Aussagen von Speicherherstellern und Marktforschern keine tragfähige Strategie. TrendForce erwartet für das vierte Quartal 2026 weiter steigende Vertragspreise, Micron rechnet für 2027 und 2028 mit einem noch knapperen Markt. Wer Anwendungsfall und Last kennt, sollte die Hardware jetzt dimensionieren und bestellen. Wer die Last nicht kennt, misst sie zwei bis vier Wochen auf gemieteter Hardware und bestellt dann. Teurer als jeder Preisanstieg ist ein Server, der für die tatsächliche Last zu groß gekauft wird.
Was sich am Hardwaremarkt geändert hat
Drei Meldungen der vergangenen Tage zeigen dieselbe Richtung.
- NVIDIA: Der DGX Spark mit 128 GB kostet im NVIDIA-Shop jetzt 6.950 US-Dollar und ist dort derzeit nicht lieferbar (NVIDIA Marketplace, abgerufen am 07.10.2026). Zum Marktstart im Oktober 2025 lag der Preis bei 3.999 US-Dollar, im Februar 2026 bei 4.699 US-Dollar (The Register, 02.10.2026). Neu ist eine Fassung mit 64 GB ab 4.999 US-Dollar, die ab 23. Oktober über sechs Hardwarepartner erhältlich sein soll und laut Hersteller Modelle bis rund 100 Milliarden Parameter lokal betreibt (NVIDIA Blog, 10/2026).
- TrendForce: Die Vertragspreise für herkömmlichen DRAM sollen im vierten Quartal 2026 um 10 bis 15 Prozent gegenüber dem Vorquartal steigen, für NAND-Flash um 15 bis 20 Prozent. Server-DRAM bleibt nach dieser Prognose knapp, bei Enterprise-SSDs beschleunigt sich der Anstieg (TrendForce, 30.09.2026).
- Micron: Der Speicherhersteller erwartet, dass Angebot und Nachfrage 2027 und 2028 noch weiter auseinanderliegen als 2026. Mehr als 75 Prozent der Produktion für 2027 seien bereits vertraglich gebunden, einen Zeitpunkt für den Ausgleich sehe man nicht (Micron, Quartalszahlen und Telefonkonferenz vom 30.09.2026).
kostet der DGX Spark mit 128 GB heute mehr als zum Marktstart vor einem Jahr. Berichte führen beide Preisrunden auf die Knappheit bei Speicherbausteinen zurück.
NVIDIA Marketplace; The Register, 10/2026
Was das für Ihren eigenen LLM-Betrieb heißt
Für einen eigenen LLM-Server folgt daraus dreierlei. Erstens wird ein heute angebotener Server im Frühjahr eher teurer als billiger. Zweitens werden Angebote kürzer gültig und Lieferzeiten länger: Ein Händler nennt für ein System mit acht RTX PRO 6000 typisch 6 bis 12 Wochen (Händlerangabe, 08/2026). Wer im zweiten Quartal 2027 produktiv gehen will, sollte im vierten Quartal 2026 bestellen. Drittens wird oft übersehen, dass der größte Kostenhebel nicht im Bestellzeitpunkt liegt, sondern in der richtigen Größe.
Ein Beispiel aus der Zulieferindustrie: Ein Automobilzulieferer mit drei Werken will 8D-Berichte, Prüfanweisungen und Reklamationen über eine Dokumentensuche mit eigenem Sprachmodell erschließen. 150 Nutzer in Qualität und Konstruktion, in der Spitze 20 gleichzeitige Anfragen mit je 12.000 Token Kontext. Als Modell kommt Qwen3.8-27B in Frage, das unter Apache 2.0 steht.
| Position | Wert |
|---|---|
| Modellgewichte in FP8 | rund 31 GB (Größe der FP8-Fassung) |
| Kontextspeicher (KV-Cache) | 64 KiB je Token, weil nur 16 der 64 Schichten volle Attention nutzen; 20 × 12.000 Token ergeben rund 15,7 GB |
| Zustand der übrigen 48 Schichten | rund 0,15 GB je Anfrage, bei 20 Anfragen rund 3 GB |
| Summe | rund 50 GB, passt mit Reserve auf eine Karte mit 96 GB |
| Hardware | 2 × RTX PRO 6000 mit je 96 GB für Ausfallsicherheit, je Karte 11.400 bis 13.200 Euro netto (Händlerangabe), zusammen 22.800 bis 26.400 Euro zuzüglich Server |
Steigen die Kartenpreise bis zu einer Bestellung im Frühjahr um weitere zehn Prozent (Annahme), kostet das Warten rund 2.300 bis 2.600 Euro. Wird dagegen aus Unsicherheit gleich ein System mit acht Karten bestellt, das derselbe Händler ab 149.000 Euro netto anbietet, liegt die Fehlinvestition beim Vielfachen. Ob zwei Karten die geforderten Antwortzeiten halten, zeigt erst ein Lasttest mit echten Dokumenten.
Ihre Optionen mit Aufwand, Kosten und Risiken
| Option | Aufwand | Kosten | Risiko |
|---|---|---|---|
| Jetzt dimensionieren und bestellen | Sizing 2 bis 4 Wochen, Lieferzeit einplanen | heutiger Preis, Angebote meist nur kurz gültig | Fehlgröße, wenn die Last geschätzt statt gemessen ist |
| Erst auf Mietgeräten messen, dann bestellen | 2 bis 4 Wochen Test, danach Bestellung | eine RTX PRO 6000 kostet auf dem Marktplatz vast.ai im Median rund 1,55 US-Dollar je Stunde, zwei Wochen Dauerbetrieb also rund 520 US-Dollar | Preis kann in der Testphase steigen; nur mit anonymisierten oder freigegebenen Testdaten |
| Private Cloud oder Colocation | Vertrag mit Rechenzentrum, Netzanbindung | monatliche Miete statt Investition | Abhängigkeit vom Anbieter; Mietpreise hängen am selben Hardwaremarkt |
| Pilot auf DGX Spark 64 GB | gering, Tischgerät | ab 4.999 US-Dollar (Herstellerangabe) | gut für Entwicklung und Pilot, mit 273 GB/s Speicherbandbreite nicht für 150 Nutzer ausgelegt |
| Nichts tun: Cloud-API weiter nutzen oder warten | keiner | nutzungsabhängig | sensible Daten verlassen das Haus; ein späterer Kauf wird nach den Prognosen teurer |
Wofür sich welcher Weg eignet
Jetzt bestellen lohnt sich, wenn der Anwendungsfall feststeht, die Daten das Haus nicht verlassen dürfen und der Server über drei bis fünf Jahre ausgelastet wird. Erst messen ist richtig, wenn Nutzerzahl und Kontextlängen nur geschätzt sind, wie bei den meisten Projekten nach dem ersten Piloten. Private Cloud oder Colocation passt, wenn im eigenen Serverraum Strom oder Kühlung für GPU-Server fehlen. Ein DGX Spark eignet sich für das Entwicklungsteam, nicht als Produktivsystem einer Abteilung. Bei geringer Last und unkritischen Daten bleibt die Cloud-API wirtschaftlich; ab welchem Volumen sich der eigene Betrieb rechnet, zeigt der Beitrag Private KI-Modelle: On-Premise-LLMs für sensible Daten.
Hardware-Sizing vor der BestellungIn zehn Arbeitstagen messen wir Ihr Lastprofil mit echten Beispielanfragen auf gemieteter Hardware, wählen Modell und Quantisierung und liefern eine Stückliste in drei Varianten (Kauf, Private Cloud, Pilot) mit Kostenrahmen über drei Jahre. So kann die Bestellung noch im laufenden Quartal erfolgen.
Häufige Fragen
Werden KI-Server 2027 wieder günstiger?
Nach den aktuellen Prognosen nicht. TrendForce erwartet für das vierte Quartal 2026 weiter steigende Vertragspreise für DRAM und NAND, Micron rechnet für 2027 und 2028 mit einem knapperen Markt als 2026. Neue Fabriken liefern laut Micron frühestens ab Mitte 2027 erste Wafer, nennenswerte Mengen erst einige Quartale später.
Reicht ein DGX Spark für den Produktivbetrieb?
Für ein Entwicklungsteam oder einen Pilot mit wenigen Nutzern ja. Mit 273 GB/s Speicherbandbreite bedient das Gerät aber nur wenige gleichzeitige Anfragen zügig. Für eine Abteilung mit über hundert Nutzern passt ein Server mit Rechenzentrums-GPUs.
Wie viel Vorlauf braucht ein eigener LLM-Server?
Rechnen Sie mit einem Quartal: zwei bis vier Wochen für Sizing und Lasttest, je nach Konfiguration mehrere Wochen bis Monate Lieferzeit und ein bis zwei Wochen für Einrichtung und Abnahme. Wer im zweiten Quartal 2027 produktiv sein will, sollte das Sizing jetzt starten.
Der nächste Schritt
torck plant und betreibt Sprachmodelle in den Rechenzentren von Kunden aus Industrie und Handel, von der Lastmessung bis zum laufenden Betrieb. Im Erstgespräch klären wir, welche Hardware Ihr Anwendungsfall braucht und ob sich der Kauf jetzt lohnt. Zur KI-Beratung mit On-Premise-LLM.
Weiterlesen: Welche Modelle für den Eigenbetrieb in Frage kommen, zeigt der Vergleich von Mistral, Llama und Qwen. Was das deutsche Modell an Hardware verlangt, steht im Beitrag zu Kolibri von Aleph Alpha.
German 
English 
French