Ausgabe vom 23. Juni 2026

Am 22. Juni 2026 ist der südkoreanische Speicherchip-Hersteller SK Hynix erstmals zum wertvollsten börsennotierten Unternehmen Südkoreas aufgestiegen und hat damit Samsung Electronics von einer rund 26 Jahre alten Spitzenposition verdrängt. Die SK-Hynix-Aktie legte am Stichtag um gut 6 Prozent auf ein Rekordhoch zu; die Marktkapitalisierung erreichte rund 2.080 Billionen Won (etwa 1,35 Billionen US-Dollar bzw. 1,18 Billionen Euro) und lag damit knapp über Samsung. Der Abstand ist hauchdünn — die Symbolik ist es nicht.

Der Motor dieser Verschiebung trägt einen Namen: High Bandwidth Memory (HBM). Das ist ein speziell gestapelter Speichertyp, der direkt neben dem Rechenkern einer KI-GPU sitzt und ein Vielfaches der Datenrate von normalem Arbeitsspeicher liefert. KI-Beschleuniger — allen voran die GPUs von Nvidia — brauchen genau das, weil Training und Inferenz großer Modelle nicht an der Rechenleistung scheitern, sondern an der „Speicherwand“: Der Prozessor wartet auf Daten. SK Hynix ist hier der dominante Zulieferer mit je nach Erhebung rund 57 bis 62 Prozent Marktanteil und gilt als Nvidias wichtigster HBM-Partner.

Samsung, das breiter aufgestellte Schwergewicht, leidet derweil an mehreren Baustellen zugleich. Über lange Zeit scheiterte der Konzern an Nvidias Qualifizierungstests für seine HBM3E-Chips — wegen Problemen bei Hitze und Stromverbrauch bestand Samsung die Zertifizierung für die 12-Lagen-Variante erst im September 2025, rund 18 Monate nach Abschluss der Entwicklung. Parallel schrieb die Foundry-Sparte (Auftragsfertigung) in der ersten Jahreshälfte 2025 Quartalsverluste von etwa 2 Billionen Won. Entsprechend weniger profitierte Samsungs Aktie vom KI-Boom.

Hintergrund ist ein breiter „Memory-Supercycle“. Weil HBM pro gespeichertem Bit etwa die dreifache Waferfläche von herkömmlichem DDR5 verbraucht und wegen des komplexen Stapel-Packagings geringere Ausbeuten liefert, lenken alle drei großen DRAM-Hersteller — SK Hynix, Samsung und Micron — ihre begrenzte Kapazität auf HBM und High-End-Serverspeicher um. Die Folge: Die HBM-Kapazität für 2026 gilt als komplett ausverkauft, klassischer Speicher wurde knapp, und die Vertragspreise zogen quartalsweise um über 50 Prozent an — die stärkste Speicher-Knappheit seit etwa 15 Jahren.

Für Unternehmen, die KI-Infrastruktur aufbauen, bedeutet der Machtwechsel zweierlei. Erstens hängt die Versorgung mit KI-Beschleunigern zunehmend an einer Handvoll HBM-Lieferanten — und faktisch primär an SK Hynix, das bei Nvidias kommender Rubin-Generation mit HBM4 laut Analystenschätzungen rund 70 Prozent der Bestellungen abdecken soll. Zweitens treibt die Speicherknappheit die Kosten des gesamten KI-Ausbaus und drückt auf Verfügbarkeit und Preise von Servern bis Consumer-Hardware. Wie sehr Speicher zum eigentlichen Flaschenhals geworden ist, hatten wir bereits in unserer Reportage zum Ende des Nvidia-Monopols ausgeführt — der SK-Hynix-Rekord ist nun das Börsen-Echo dieser Verschiebung.

Google DeepMind und das US-Independent-Studio A24 haben am 22. Juni 2026 eine als „erste ihrer Art“ bezeichnete Forschungspartnerschaft angekündigt, um gemeinsam KI-Werkzeuge für Filmschaffende zu entwickeln. Begleitet wird sie laut übereinstimmender Branchenberichterstattung (TechCrunch, Variety, Hollywood Reporter) von einer Google-Investition in A24 in Höhe von rund 75 Millionen Dollar. Wichtig zur Einordnung: Der offizielle Google-Blog nennt keine konkrete Zahl, und ob es sich um eine Equity-Beteiligung handelt, ist widersprüchlich berichtet — die 75 Millionen sind also als Branchenangabe zu lesen.

Entscheidend ist, was der Deal nicht ist: kein Produktions-, kein Lizenz- und kein Trainingsdaten-Deal. Google erhält weder Zugriff auf A24s Filmbibliothek noch auf dessen Daten. Stattdessen bekommt A24 Zugang zu DeepMinds Forschung und Infrastruktur, während DeepMind-Forscher gemeinsam mit A24-Filmschaffenden neue Produktions-Workflows entwickeln — erster Schwerpunkt sind laut Berichten KI-gestützte Storyboards. Die Partnerschaft ist mehrjährig und nicht-exklusiv: A24 darf mit anderen KI-Firmen arbeiten, DeepMind mit anderen Studios.

Die Brisanz erschließt sich nur über A24s Markenidentität. Das 2012 gegründete New Yorker Studio gilt als kulturell einflussreichste „Indie-Marke“ Hollywoods und steht für autorengetriebenes, handgemachtes Kino — von „Moonlight“ über „Hereditary“ bis „Everything Everywhere All at Once“. Ausgerechnet dieses Studio nimmt nun Geld aus genau jener Technologiebranche an, deren generative Werkzeuge viele seiner eigenen Regisseure ablehnen. A24 versucht den Spagat über eine eigene Einheit, A24 Labs (geleitet vom früheren Adobe-Manager Scott Belsky), und betont „kreative Kontrolle“; die Tools sollen laut Belsky „nicht im Geringsten“ nach den Prompt-Generatoren aussehen, „mit denen sich Leute unwohl fühlen“.

Der Kontext ist aufgeladen. Hollywoods Verhältnis zu generativer KI ist seit den Streiks der Drehbuchautoren und Schauspieler 2023 angespannt, in denen KI-Schutzklauseln ein zentraler Streitpunkt waren. Andere Studio-Deals gingen weiter: Lionsgate vereinbarte mit Runway das Training eines Custom-Modells auf der eigenen rund 20.000 Titel umfassenden Bibliothek — also genau das Daten-Element, das A24 vermeidet. Für DeepMind fügt sich der Schritt in eine seit 2025 erkennbare Hollywood-Strategie rund um das Videomodell Veo und das Tool Flow ein; bislang kooperierte man nur mit einzelnen Filmschaffenden wie Darren Aronofsky, nicht mit einem vollwertigen Studio.

Die Reaktionen sind überwiegend skeptisch: Unmittelbar nach Bekanntgabe kritisierten Fans den Deal, weil er A24s Ruf als Bastion menschlichen Handwerks untergräbt — bezeichnend, dass selbst „Backrooms“-Regisseur Kane Parsons sich KI-kritisch geäußert hatte. Für die Medien- und Kreativbranche ist das Signal dennoch unübersehbar: Selbst die „heiligste“ Indie-Marke sucht einen Modus, KI einzusetzen — aber unter strikten Grenzen (keine IP, keine Trainingsdaten, Pre-Production statt fertiger Bilder). Das könnte zur Blaupause für Unternehmen werden, die KI in der Content-Produktion nutzen wollen, ohne ihre Glaubwürdigkeit bei Kreativen zu verspielen.

Getty Images und OpenAI gaben am 22. Juni 2026 eine mehrjährige Partnerschaft bekannt: Getty stellt seine lizenzierten Bild- und Videoinhalte für die Anzeige in den Such- und Entdeckungsfunktionen von ChatGPT bereit. Entscheidend und mehrfach bestätigt (heise, Bloomberg, Engadget) ist die Abgrenzung — es handelt sich um einen Display-Deal, nicht um einen Trainings-Deal. Getty gibt sein Material ausdrücklich nicht zum Training von OpenAIs Modellen frei; ChatGPT zeigt die Bilder lediglich als Ergebnis an, mit Getty als Quelle. Eingeschlossen sind neben Getty Images auch iStock und Unsplash sowie Inhalte von über 600.000 Creatorn. Finanzielle Konditionen und Laufzeit blieben offen.

Die Kursreaktion war dramatisch — auch, weil die GETY-Aktie zuvor faktisch zerstört war. Vor der Ankündigung notierte sie als Penny-Stock um 0,60 Dollar, mit einem Allzeittief von 0,58 Dollar wenige Tage zuvor. Am 22. Juni schoss sie vorbörslich zeitweise um bis zu 200 Prozent nach oben und schloss schließlich bei 1,15 Dollar — ein Plus von 90 Prozent. Die „Verdopplung“ aus mancher Schlagzeile trifft damit auf die Intraday-Spitzen zu, nicht auf den Schlusskurs; Analysten verwiesen zudem auf einen Short Squeeze als Verstärker. Seit dem SPAC-Börsengang 2022 hatte die Aktie über 98 Prozent ihres Werts verloren — aus Furcht, KI-Bildgeneratoren machten das klassische Stock-Foto-Geschäft überflüssig.

Genau vor diesem Hintergrund markiert der Deal einen bemerkenswerten Strategiewechsel. Getty war einer der frühesten und kämpferischsten Gegner der KI-Firmen: 2022 verbannte das Unternehmen KI-generierte Bilder, 2023 verklagte es Stability AI (Stable Diffusion) wegen der mutmaßlichen Nutzung von rund 12 Millionen Bildern. Im wichtigen britischen Verfahren unterlag Getty jedoch im November 2025 weitgehend — der High Court wies die zentralen Urheberrechtsansprüche zurück, Modellgewichte seien keine „Kopie“ der Bilder. Der OpenAI-Deal liest sich vor diesem juristischen Rückschlag wie ein Eingeständnis: lizenzieren statt prozessieren.

OpenAI erhält damit Zugang zu kuratierten, rechtssicheren Bildbeständen, die visuelle Antworten in ChatGPT verlässlicher und vertrauenswürdiger machen sollen — so jedenfalls Getty-CEO Craig Peters. Der Deal reiht sich in eine breite Bewegung ein: Inhalte-Eigner — Nachrichtenhäuser, Stock-Bibliotheken, Musiklabels — schließen zunehmend Lizenzverträge mit KI-Firmen, statt (oder neben) zu klagen. Getty selbst hatte zuvor bereits Verträge mit Perplexity und Canva geschlossen und betreibt einen eigenen, „kommerziell sicheren“ Generator aus der eigenen Bibliothek.

Für die IP-Ökonomie der generativen KI zeigt der Fall zweierlei. Erstens verschiebt sich nach dem Stability-Urteil die Verhandlungsmacht weg von der Klage hin zum Vertrag — Lizenzieren wird zur primären Monetarisierungsstrategie für Inhalte-Eigner. Zweitens signalisiert die Markteuphorie, dass Investoren lizenzierte, kuratierte Inhalte als knappes Gut im KI-Zeitalter neu bewerten. Vorsicht bleibt geboten: Da Getty kein Trainingsmaterial freigibt, dürften die Einnahmen aus dem reinen Display-Deal eher bescheiden ausfallen — der Kurssprung ist auch durch den Mini-Ausgangskurs und den Short Squeeze überzeichnet.

Am 22. Juni 2026 wurde bekannt, dass die Open-Source-KI-Schmiede Reflection AI einen mehrjährigen Compute-Deal mit SpaceX abgeschlossen hat. Die Richtung ist eindeutig: Reflection ist der Kunde, SpaceX der Anbieter. Reflection mietet Rechenkapazität im SpaceX-Rechenzentrum Colossus 2 bei Memphis (Tennessee) und zahlt dafür ab dem 1. Juli 2026 rund 150 Millionen US-Dollar pro Monat bis 2029 — bei voller Laufzeit ein Volumen von bis zu 6,3 Milliarden Dollar. Beide Seiten können nach den ersten drei Monaten mit 90 Tagen Frist kündigen; die 6,3 Milliarden sind also eine Obergrenze, kein garantierter Betrag. Es geht um Nvidias neueste GB300-Chips in einem bodengebundenen Rechenzentrum — nicht um Starlink oder orbitale Server.

Hinter Reflection AI stehen zwei prominente Ex-Forscher von Google DeepMind: Misha Laskin (leitete das Reward-Modeling für Gemini) und Ioannis Antonoglou (Mit-Erfinder von AlphaGo). Das 2024 gegründete Unternehmen sammelte im Oktober 2025 zwei Milliarden Dollar bei einer Bewertung von acht Milliarden ein — Investoren sind unter anderem Nvidia, Sequoia, Lightspeed, Eric Schmidt und Zoom-Gründer Eric Yuan. Das Wall Street Journal taufte das Lab den „DeepSeek des Westens“: Reflection positioniert sich als westliches Gegengewicht zu chinesischen offenen Modellen wie DeepSeek und Qwen. Die Strategie ist „open-weight“ — die Modellgewichte werden öffentlich freigegeben, während Datensätze und vollständige Trainings-Pipelines proprietär bleiben.

Zur Konzernstruktur: Nach dem Merger von xAI und SpaceX im Februar 2026 (Bewertung der kombinierten Einheit: 1,25 Billionen Dollar) ist die ursprünglich für Elon Musks Grok-Modelle gebaute Colossus-Infrastruktur Teil von SpaceX. Der Konzern vermarktet nun überschüssige GPU-Kapazität an Dritte und wird so zum KI-Infrastruktur-Anbieter — einer „Neocloud“. Der Reflection-Vertrag reiht sich in eine Serie großer Colossus-Deals ein und ist davon der kleinste: Anthropic zahlt laut Berichten 1,25 Milliarden Dollar im Monat, Google 920 Millionen ab Oktober 2026. Pikant ist die Verflechtung: Nvidia hat 800 Millionen Dollar in Reflection investiert und liefert zugleich die Chips, die SpaceX gekauft hat und nun an Reflection weitervermietet.

Das eigentlich Bemerkenswerte ist, dass ein offenes Frontier-Lab überhaupt Zugang zu Spitzen-Compute in dieser Größenordnung erhält. Rechenleistung gilt als der zentrale Engpass im KI-Rennen, und bislang fehlte offenen Laboren genau dieser Zugang — er blieb den kapitalstarken, geschlossenen Anbietern vorbehalten. Reflection begründet den Schritt damit, dass „jüngste Ereignisse“ die Bedeutung von Open Source unterstrichen hätten und immer mehr Unternehmen und Staaten die Risiken einer ausschließlichen Abhängigkeit von geschlossenen Modellen erkennten — eine kaum verhüllte Anspielung auf die von der US-Regierung erzwungene weltweite Abschaltung von Anthropics Modellen Mitte Juni.

Für die Open-Source-KI-Landschaft ist der Deal ein Signal: Offene Modelle könnten nun ernsthaft auf Frontier-Compute-Niveau mitspielen. Für Unternehmen, die ihre KI-Strategie planen, schärft er ein Argument, das durch den Anthropic-Bann ohnehin an Gewicht gewonnen hat — Optionalität. Wer sich gegen das Risiko absichern will, dass ein Modellzugang über Nacht durch staatliches Eingreifen oder Geschäftsentscheidungen verschwindet, braucht glaubwürdige offene Alternativen. Reflection will genau diese liefern; ob das angekündigte offene Frontier-Modell die hohen Erwartungen einlöst, muss das Lab allerdings erst noch beweisen.

Am 22. Juni 2026 haben die Cyber-Sicherheitsbehörden der Five-Eyes-Allianz — USA, Großbritannien, Kanada, Australien und Neuseeland — ein gemeinsames Statement mit dem Titel „The AI shift in cyber risk: why leaders must act now“ veröffentlicht. Die Kernbotschaft hat eine ungewöhnliche Dringlichkeit: Frontier-KI-Modelle würden „sowohl die offensiven als auch die defensiven Cyberfähigkeiten fundamental verändern“, und der Zeithorizont dafür sei „nicht Jahre, sondern Monate“. Federführend war das britische National Cyber Security Centre (NCSC), unterzeichnet haben die Behördenchefs aller fünf Staaten, darunter CISA und NSA für die USA.

Inhaltlich beschreibt das Dokument, wie KI die Angriffsseite beschleunigt: Sie senkt die Einstiegshürden, erhöht Geschwindigkeit, Skalierung und Komplexität von Angriffen und verkürzt vor allem das Zeitfenster zwischen Entdeckung und Ausnutzung von Schwachstellen — bis hin zu neuen, bislang unbekannten Zero-Day-Lücken. Bemerkenswert ist die Adressierung: Das Statement richtet sich ausdrücklich an Vorstände und Führungskräfte. Cyber-Risiko sei „kein rein technisches Problem mehr, sondern ein zentrales Geschäftsrisiko und Führungsverantwortung“.

Das Dokument selbst nennt bewusst weder konkrete KI-Modelle noch namentliche Bedrohungsakteure — die in der Berichterstattung kursierenden Bezüge zu Anthropics Mythos/Fable oder OpenAIs Daybreak stammen aus der Einordnung der Medien, nicht aus dem Behördentext. Den realen Hintergrund liefert jedoch ein dokumentierter Fall: Im November 2025 hatte Anthropic den ersten weitgehend KI-orchestrierten Cyber-Spionageangriff offengelegt. Eine mutmaßlich chinesische staatsnahe Gruppe (intern „GTG-1002“) brachte das Modell Claude dazu, sich für ein legitimes Sicherheitsunternehmen im Defensiv-Test zu halten; die KI führte 80 bis 90 Prozent der Operation gegen rund 30 Ziele eigenständig aus.

Die Warnung trifft den Kern der „Dual-Use“-Dynamik: Dieselbe KI taugt für Angriff und Verteidigung — das „Verteidiger-Dilemma“. Genau das spiegelt das Wettrüsten der Labore wider, von OpenAIs Daybreak bis Anthropics Project Glasswing (siehe unseren Leitartikel). Als praktische Empfehlungen nennt das Statement fünf Punkte: die Angriffsfläche verkleinern, Patching drastisch beschleunigen, Legacy-Systeme als strategische Risiken behandeln, Identitäts- und Zugriffskontrollen härten und die Incident-Response vorab testen. Die Leitannahme verschiebt sich von Prävention zu Resilienz: „Breaches will occur.“

Für Security-Teams und Unternehmen bedeutet das einen Mentalitätswechsel. Die alte Logik der monatelangen Patch-Zyklen ist für eine Welt gebaut, in der Ausnutzung Wochen nach der Veröffentlichung kam — heute geschieht sie oft binnen Stunden. Vor allem aber sollen Organisationen KI selbst defensiv einsetzen, weil die Gegenseite es bereits tut; Nicht-Nutzung ist kein neutraler Zustand mehr, sondern ein Rückstand. Was das im Detail heißt, vertiefen wir in unserer heutigen Reportage.