Ajinomoto Co. Inc. 🇯🇵 Der nächste Hidden Champion in der AI-Kaskade 🏘️ Die Firma, die du mit „Ajinomoto“ und Umami-Gewürz (MSG, Hondashi, Gyōza) assoziierst, ist einer der krassesten versteckten AI-Profiteure. Sie halten ca. 95 % Weltmarktanteil am Ajinomoto Build-up Film (ABF) – dem essenziellen Isolier- und Aufbauschicht-Material für High-End-Semiconductor-Substrates/Packaging. Ohne ABF keine dichten Kupfer-Leiterbahnen in den Substraten von Nvidia H100/B200, AMD, Intel, Broadcom Switch-Chips oder AI-Servern. Es ist der unsichtbare Flaschenhals in der AI-Supply-Chain. Unternehmen & Produkte - Gegründet 1909 in Japan, Weltmarktführer bei Aminosäuren und Umami-Produkten (Food & Seasonings ~ Hauptumsatz, aber nicht mehr der Gewinn-Treiber). - Diversifikation: AminoScience (Biotech/Pharma), Healthcare und vor allem Functional Materials / Electronic Materials - Das AI-Killer-Produkt: ABF (seit 1999) – ein dünner Film aus Aminosäure-Chemie (Nebenprodukt der Gewürz-Produktion!). Wird schichtweise in Substrates für CPUs/GPUs/AI-Chips aufgebaut. Ermöglicht höhere Layer-Counts, bessere Signal-Integrität und thermische Performance – genau das, was AI-Data-Center brauchen. Wo in der Supply Chain? Optics Sehr weit oben / ultra-kritisch, aber unsichtbar. Nvidia/AMD/Intel → OSATs (z. B. TSMC, Amkor) → ABF-Substrate (Ajinomoto liefert den Film) → fertige AI-Chips/Server. ABF ist de-facto-Standard für High-End-Anwendungen (AI/HPC/Data Center). Keine qualifizierten Alternativen in Sicht, Monopol-ähnliche Position. Nachfrage explodiert durch AI-Server-Boom, Kapazitätsengpässe bis mindestens 2027. Ajinomoto hat Kunden-spezifische Preiserhöhungen für ABF gestartet (bestätigt Mai 2026), plus Weitergabe von Rohstoffkosten – das ist neu und ein Game-Changer (Aktivist Palliser Capital drängt seit Monaten darauf: „most under-monetized AI infrastructure monopoly“). Margen im Electronic-Materials-Bereich >50 %. Langfristig: Kapazitätsausbau bis 2030 ( 50 %) neue Fabrik 2032 signalisieren Vertrauen. Analysten-Konsens (14 Analysten): Outperform / Moderate Buy Durchschnittliches Kursziel ~4.939 JPY (leichte Unterbewertung zum aktuellen Kurs), High 5.500–6.000 JPY. Einige sehen aber deutlich mehr Potenzial durch Preiserhöhungen AI-Demand (EPS-Wachstum massiv). Fundamentals: FY2026 stark (Gewinn fast verdoppelt durch ABF). FY2027 Guidance: weiteres Umsatz-/Gewinnwachstum. Hohe Cashflow-Generierung, progressive Dividende. Risiken: JPY-Stärke, Makro. Aber AI-Tailwind überwiegt massiv. Ajinomoto ist kein „Food-Stock“ mehr – es ist ein reiner AI-Play mit defensiver Food-Basis. Monopol-Position Preismacht Kapazitätsausbau = asymmetrisches Upside. Genau das, was in der AI-Kaskade (nach Chip-Designern, Foundry, OSATs) als Nächstes re-pricing wird. Quellen: Company Data, Nikkei, WSJ, Analystenreports,

🚨🇬🇧BREAKING: UK Police just arrested a crying 5-year-old boy while taking away his father. Starmer's police dragged the terrified child into a car, then pepper-sprayed and the father and the man filming everything. What the hell is happening in Britain?

BLUE SKY SZENARIO für SK Hynix – mit realen Q1-2026-Margen SK Hynix wird in den nächsten Jahren eine 9.000.000 – 14.000.000 KRW-Aktie Im Q1 2026 hat SK Hynix bereits Rekordmargen erreicht: Bruttomarge ~79 %, Betriebsmarge 72 %, Nettomarge 77 %. Das ist kein Zufall – das ist der HBM-Supercycle in Aktion. Der Markt Der HBM-Markt explodiert von ca. 35 Mrd. USD (2025) auf 168 Mrd. USD bis 2030. SK Hynix hält aktuell 50–60 % Marktanteil (teilweise bis 69 %) und wird bei HBM4 für NVIDIA Rubin sogar auf ~70 % gesehen. Die gesamte HBM-Produktion ist bereits durch langfristige Verträge ausgebucht. Engpässe halten voraussichtlich bis mindestens Ende 2027 – wahrscheinlich länger. Detaillierte Blue-Sky-Rechenlogik (2030) Umsatz HBM-Anteil SK Hynix: 55 % von 168 Mrd. USD = 92 Mrd. USD Rest (DRAM NAND eSSD): 65–75 Mrd. USD Gesamtumsatz-Potenzial: 160–170 Mrd. USD pro Jahr Bruttogewinn Blended Bruttomarge (HBM-dominiert): 74–78 % (nahe den aktuellen 79 %) Bruttogewinn: 118–133 Mrd. USD Nettogewinn Im Blue-Sky-Fall (hohe Auslastung Pricing-Power über Jahre): Nettomarge 50–65 % (deutlich unter dem Q1-2026-Peak von 77 %, aber strukturell hoch) Jährlicher Nettogewinn: 80–105 Mrd. USD Bewertung Als unangefochtener HBM-Weltmarktführer mit dauerhaft hoher Profitabilität: 40–60x Forward P/E → Bei 85–95 Mrd. USD Nettogewinn ergibt sich eine Market Cap von 6–9 Billionen USD Ergebnis: Blue-Sky-Kursziel 9.000.000 – 14.000.000 KRW (bei ca. 710 Mio. Aktien). Das ist 4–6,5x vom aktuellen Niveau. Warum das möglich ist HBM wird zum „Öl des AI-Zeitalters“ – SK Hynix sitzt an der Quelle Strukturelle Knappheit hoher HBM-Mix halten Margen auf hohem Niveau Operating Leverage aus den neuen Mega-Fabs wirkt über Jahre Geopolitischer Vorteil als einer der wenigen High-End-HBM-Produzenten mit direkter NVIDIA-Anbindung Das ist kein normaler Memory-Zyklus mehr. Das ist ein multi-jähriger struktureller Supercycle – und SK Hynix ist der klarste Gewinner.

Curaçao ist so gut wie Brasilien @BrasilEdition @FIFAWorldCup

“Flower of Scotland” here in Foxborough. #WorldCup

Message received

This is more than a listing. It's a launch. @SpaceX $SPCX

Investing in 2026 is deciding which cartoon character you trust more

Team Südkorea 🇰🇷

The atmosphere is stunning 🏆

SK Hynix plans to list its shares in the US as soon as August, said two sources familiar with the matter, as the South Korean memory chipmaker seeks to capitalise on strong appetite for AI-linked stocks and broaden its investor base reut.rs/3Qd2GNN

Optics

Murata and Japan’s Hidden Electronic Infrastructure [Part 1. Power Integrity: Why AI Servers Need More Small Capacitors, Closer to the Chip] Full version: open.substack.com/pub/superp… The GPU is the chip that does the heavy calculations, but in an AI server the first thing you have to protect is stable voltage. As AI servers get bigger, the power network is no longer just wires. It becomes a system that absorbs sudden power shocks. When the GPU suddenly pulls a lot of electricity, the system cares more about “keeping the voltage steady” than about raw calculation speed. This is what Power Integrity — power stability — is all about. 1. What matters is not average power, but how fast the power suddenly changes In AI servers, the real problem is not “how much electricity is used on average.” It is how quickly and sharply the electricity demand changes. When the GPU starts a big matrix calculation or accesses memory, it pulls a huge burst of current in a very short time. This sudden change causes the voltage to drop for a moment. If the voltage drops too much, the GPU makes errors or slows down.That is why AI servers need more parts that keep the voltage steady around the GPU. 2. Decoupling capacitors are tiny “electricity reservoirs” right next to the GPU The main power supply is far away and cannot react instantly when the GPU suddenly needs a lot of current. So engineers place small “electricity reservoirs” right next to the GPU. These are called decoupling capacitors. When the GPU demands a sudden burst of power, the nearby capacitor quickly supplies electricity and prevents the voltage from dropping. The closer the capacitor is to the GPU, the more stable the voltage stays. 3. Why MLCC (multilayer ceramic capacitors) are so important The most common capacitor used in AI servers is the MLCC. It is important for three simple reasons: It is very small → you can fit many of them on a crowded board It reacts very fast → perfect for sudden power changes You can place thousands of them around the GPU Even though each MLCC is tiny, when you use many together they can quickly supply the electricity the GPU needs. Murata keeps making smaller and better MLCCs specifically for AI servers. 4. Capacitors are moving closer and closer to the GPU In AI servers, the position of capacitors is changing. They used to sit far away on the board → then closer to the GPU package → now even inside the package or embedded in the chip. Why? Because power changes are happening faster and faster. If a capacitor is too far away, electricity takes time to travel and the voltage drops more. So engineers are moving capacitors as close as possible to the GPU. Murata is also developing silicon capacitors for this exact purpose. 5. Power shocks are solved differently at different layers Power problems in AI servers do not happen in only one place. At the whole rack level → big energy storage devices are needed Right next to the GPU chip → tiny MLCCs and other small capacitors do the job For example, NVIDIA’s latest AI servers use large storage at the rack level, but still rely heavily on MLCCs right beside each GPU. The upper layers use higher voltage to send power farther, while the lower layers (near the chip) focus on very low voltage, high current, and ultra-fast changes. #Murata #MLCC #PowerIntegrity #AIInfrastructure #Decoupling #HiddenAIHardware

Cloudflare Investor Day – 9. Juni 2026 $NET Cloudflare zeigt auf diesem Slide sehr deutlich, warum das klassische Cloud-Modell (basierend auf VMs und Containern) bei der Skalierung von autonomen AI Agents an seine Grenzen stößt. USA: 100 Millionen Knowledge Worker × 1 Agent pro Worker × ca. 10 Agents pro CPU = 10 Millionen CPUs erforderlich Global: 1 Milliarde Knowledge Worker × 10 Agents pro Worker × ca. 10 Agents pro CPU = 1 Milliarde CPUs erforderlich Die weltweite jährliche Produktion von Server-CPUs liegt derzeit bei nur 35–45 Millionen Einheiten. Das globale Szenario würde also etwa das 20-Fache der aktuellen Jahresproduktion erfordern. Jeder AI Agent erzeugt bei jedem Lauf eine neue, ephemere Anwendungsinstanz. Das passt nicht zum bisherigen Skalierungsmodell der Hyperscaler („ein App-Server für viele Nutzer“). $NVDA Stark bis extrem bullish – Agents treiben vor allem Inference-Lasten, die direkt auf HBM-bestückten GPUs (Blackwell, Rubin etc.) laufen. $AMD Deutlich bullish – sowohl bei Server-CPUs als auch bei eigenen GPU/Accelerator-Lösungen. Intel: Bullish, insbesondere durch den expliziten CPU-Bedarf und die Gaudi-Acceleratoren. $AMD Sehr bullish – effiziente, skalierbare Architekturen sind für Cloud-native und Edge-Agent-Workloads prädestiniert. $RMBS Stark bullish – als führender Anbieter von High-Speed-Memory-Interface-IP profitiert das Unternehmen direkt vom HBM-Boom. HBM-Hersteller (SK Hynix, Samsung, Micron) $DRAM Extrem bullish – die gesamte HBM-Produktion 2026 ist bereits ausverkauft, Preise und Margen stehen unter weiterem Aufwärtsdruck. AI Supply Chain Der Slide unterstreicht nicht nur einen CPU-Engpass, sondern einen strukturellen Nachfrageschock für die komplette Wertschöpfungskette: Foundries $TSMC Advanced Packaging (CoWoS etc.), Equipment-Hersteller ( $ASML , $AMAT Applied Materials), Spezialmaterialien, Optik/Interconnects sowie Energie- und Data-Center-Infrastruktur. Die Skalierung von AI Agents erfordert ein massives Hochfahren der gesamten Halbleiter- und Infrastrukturkapazitäten – weit über das hinaus, was heute verfügbar ist.

Höchste Zielkurse (inländische Broker) - Samsung Electronics: SK Securities mit 610.000 KRW (347 €) - SK Hynix: SK Securities mit 4.000.000 KRW (2.273 €) Häufig genannte gemeinsame Annahmen der Analysten 1. Starke Ausweitung der AI-Server-Nachfrage 2. Längerfristige Verknappung des Speicherangebots 3. Steigende HBM-Preise 4. Robuste Preisentwicklung bei Standard-DRAM und NAND 5. Verbesserte Ergebnisvisibilität durch langfristige Lieferverträge (LTA) 6. Neubewertung der Bewertung von Speicherherstellern

🤯

#NEWS: Another one. 💥 Applied Digital has signed a 210 MW lease at Delta Forge 2, expanding our AI Factory franchise model to a fifth campus. $APLD ⚡ 1.4 GW of total leased capacity ⚡ 5 campuses across multiple states ⚡ Multiple hyperscaler customers ⚡ ~$36B contracted lease revenue ⚡ ~$86B including renewal options Applied Digital continues to demonstrate that its AI Factory franchise model can be replicated across geographies while maintaining the execution required to support the next generation of AI. Read the Press Release → ir.applieddigital.com/news-e… We're Hiring → applieddigital.com/careers

Kioxia versucht den Gap zu schließen 🇯🇵 $DRAM

📣 @SKhynix and @NVIDIA announce a multiyear technology partnership to codevelop next-generation memory for the global AI factory buildout. SK hynix will codevelop memory for NVIDIA's platforms — from NVIDIA Vera Rubin to Jetson Thor — while advancing fab digital twins using @NVIDIAOmniverse libraries and applying NVIDIA CUDA-X and PhysicsNeMo to accelerate semiconductor design and manufacturing. Read the press release: nvda.ws/4e43e0p