Zusammenfassung:
Wer hätte gedacht, dass Kassetten einen zweiten Frühling im KI-Zeitalter einläuten würden? Am 29. Oktober kündigte das japanische Unternehmen Fujifilm an, dass es rund 10 Milliarden Yen (ca. 422 Millionen RMB) investieren wird und plant, sein Werk in Odawara in der Präfektur Kanagawa vom Geschäftsjahr 2026 bis 2028 zu erweitern, um die Produktionskapazität von Datenspeicherbändern auf das Fünffache des Geschäftsjahres 2025 zu erhöhen, wobei der Schwerpunkt auf der Produktion der LTO-Ultrium-10-Bänder der neuesten Generation liegt.

Laut Fujifilm ist dies die größte Investition in dedizierte LTO-Bandanlagen in den letzten 20 Jahren.
Der Hauptgrund für die Förderung des Ausbaus ist der enorme Bedarf an Datenarchivierung, der durch generative KI entsteht.
KI verwendet die fortschrittlichsten Chips. Warum braucht sie Bänder?
In der Computerbranche kursiert ein klassischer Witz.
Der Informatiker Andrew Tannenbaum sagte einmal:
Unterschätzen Sie niemals die Bandbreite eines mit Bändern beladenen Autos, das über die Autobahn rast
. Es klingt absurd, aber wenn die zu übertragenden Daten Petabytes oder sogar Exabytes erreichen, ist das Laden von Speichergeräten auf Lastwagen möglicherweise tatsächlich effizienter als die Übertragung über das Netzwerk.
Im Jahr 2016 startete Amazon AWS den Snowmobile-Dienst, der schwere Lastkraftwagen direkt zum Transport großer Speichergeräte einsetzt und bis zu 100 PB Daten gleichzeitig verschieben kann.
Während Snowmobile keine Bänder versendet und der Dienst im Jahr 2024 eingestellt wurde, verdeutlicht dies ein seit langem bestehendes Problem. Wenn der Datenumfang ein bestimmtes Niveau erreicht, ist die Frage, wie die Daten zu angemessenen Kosten gespeichert und verschoben werden können, eine technische Herausforderung für sich.
Die Explosion der generativen KI hat dieses Problem immer stärker in den Vordergrund gerückt.
Das Training großer Modelle erfordert GPU, HBM und Hochgeschwindigkeits-SSD. Allerdings hinterlassen Unternehmen nach dem Training auch den ursprünglichen Korpus, bereinigte Datensätze, Trainingsprotokolle, Modellprüfpunkte und historische Versionen, die durch kontinuierliche Iterationen generiert wurden.
Unter anderem erfordern die zu berechnenden Daten Hochgeschwindigkeitsspeichergeräte, und große Datensätze, auf die häufig zugegriffen wird, können auf mechanischen Festplatten abgelegt werden.
Und solche Daten, die über Monate oder sogar Jahre hinweg nicht genutzt werden, aber nicht einfach so gelöscht werden können, eignen sich für Systeme zur Langzeitarchivierung.
Die Branche bezeichnet Daten, auf die nur sehr selten zugegriffen wird, üblicherweise als „Cold Data“.
Nachdem beispielsweise ein KI-Unternehmen ein neues Modell trainiert hat, ist der alte Datensatz möglicherweise kurzfristig nicht mehr nützlich, muss aber möglicherweise dennoch wiederverwendet werden, wenn Experimente wiederholt, neu trainiert oder Compliance-Audits in der Zukunft durchgeführt werden.
Es treten Probleme auf. Wenn sich die Datenmengen immer weiter ansammeln, müssen wir dann alle Festplatten eingeschaltet lassen und Geld für die Verwaltung von Dateien ausgeben, auf die möglicherweise nicht alle paar Jahre zugegriffen werden kann?

Tape ist dafür einfach gut geeignet.
Erstens ist es günstig und energiesparend. Bänder können über längere Zeiträume offline gelagert werden und benötigen im Leerlauf keine kontinuierliche Stromversorgung, noch müssen sie den Gerätebetrieb und die Kühlung aufrechterhalten, wie Online-Festplatten-Arrays.
Fujifilm hat berechnet, dass ein automatisiertes Bandsystem unter bestimmten Bedingungen der Einsparung von 100 PB Daten und einem Zyklus von zehn Jahren die Gesamtbetriebskosten um etwa 86 % und die CO2-Emissionen um etwa 95 % im Vergleich zu einer rein mechanischen Festplattenlösung senken kann.
An zweiter Stelle steht die Sicherheit. Bänder können aus dem System entfernt und offline gespeichert werden, sodass die physisch isolierten Bänder auch bei einem Serverangriff durch Ransomware weiterhin die Möglichkeit haben, ein unabhängiges Backup aufzubewahren.
Außerdem sind moderne Bänder nicht so langsam wie gedacht. LTO-10 bietet rohe sequentielle Übertragungsraten von bis zu 1200 MB/s, und die automatisierte Bandbibliothek kann auch das Laden und Lesen per Roboter nutzen.

Bänder müssen jedoch nacheinander nach Daten suchen, und das zufällige Lesen einer Datei kann lange dauern, sodass sie nicht für häufigen Zugriff und Echtzeitberechnungen geeignet sind. Wenn die SSD im KI-Rechenzentrum dafür verantwortlich ist, dass die Daten jederzeit verfügbar sind, dann gleicht das Band eher einem kostengünstigen digitalen Lager mit großer Kapazität.
Tatsächlich verwendet die wissenschaftliche Gemeinschaft diesen Ansatz schon seit langem.
Im Dezember 2025 gab CERN, die Europäische Organisation für Kernforschung, bekannt, dass die vom Large Hadron Collider gespeicherten kumulativen experimentellen Daten 1EB erreicht haben, was 1 Million TB entspricht, wobei die meisten Daten auf etwa 60.000 Bändern gespeichert sind.

Experimentelle Daten, die vor Jahrzehnten gesammelt wurden, könnten durch das Aufkommen neuer Theorien wieder an Forschungswert gewinnen. CERN prognostiziert, dass der Umfang der Daten, die in den nächsten zehn Jahren gespeichert und verarbeitet werden müssen, etwa das Zehnfache der bisherigen kumulierten Speicherkapazität erreichen wird.
Eine ähnliche Logik gilt auch für historische Korpus-, Trainingsaufzeichnungen und Modellsicherungen, die von KI-Unternehmen gespeichert werden.
Das Wachstum des Bandmarktes wird bereits durch tatsächliche Daten gestützt.
Laut den von der LTO Alliance im September 2026 veröffentlichten Daten erreichte die weltweite LTO-Bandversandkapazität im Jahr 2024 einen Rekordwert von 176,5 EB, was einem Anstieg von 15,4 % gegenüber dem Vorjahr entspricht. Obwohl es etwas zurückgegangen ist, wird es im Jahr 2025 immer noch 160,3EB erreichen.
Mit Beginn des ersten Quartals 2026, mit der Einführung von LTO-10 und der steigenden Nachfrage nach Archivierung, ist die weltweite Bandversandkapazität im Vergleich zum Vorjahr um 57 % gestiegen. Bei den Statistiken handelt es sich hier um die von Bändern bereitgestellte Speicherkapazität, nicht um das Verkaufsvolumen von Bandkassetten.
Unternehmensband hatte schon immer einen stabilen Markt, und die Nachfrage nach massiver Datenarchivierung durch generative KI hat dieser alten Technologie neue Wachstumschancen eröffnet.
Ein Band kann 100 TB speichern und die Kapazität hat sich in 26 Jahren um das 400-fache erhöht
Es gibt noch einen weiteren Grund, warum Bänder im KI-Zeitalter wieder Aufmerksamkeit erregen können, die leicht übersehen werden.
Während normale Verbraucher dachten, die Bandtechnologie sei stagniert, hatten Ingenieure ihre Speicherdichte verbessert.
Im Juni 2025 brachte Fujifilm das 30-TB-Datenband LTO-10 auf den Markt und veröffentlichte im Dezember desselben Jahres eine 40-TB-Version, die 2026 verfügbar sein wird. Die ursprüngliche Kapazität einer einzelnen Box des neuesten Produkts beträgt 40 TB. Bei einer Berechnung nach dem Komprimierungsverhältnis von 2,5:1 unter idealen Bedingungen kann die theoretische Kapazität bis zu 100 TB erreichen.

Bild|LTO-10 30 TB
Zum Vergleich: Die erste Generation von LTO-Bändern, die im Jahr 2000 auf den Markt kam, hatte eine Rohkapazität von nur 100 GB. In nur 26 Jahren hat sich die Kapazität einer einzelnen Box um das 400-fache erhöht. Allerdings sind 100 TB eine theoretische Komprimierungskapazität. Bei bereits komprimierten Videos, Bildern und Modellgewichten kann die tatsächliche Kapazität diese Zahl normalerweise nicht erreichen.
Interessanter ist, dass die LTO-10-Bandkassette nur etwa 10 Zentimeter im Quadrat und 2,15 Zentimeter dick ist, in ihrem Inneren jedoch ein 1337 Meter langes Band aufgerollt ist, was drei Runden einer normalen Leichtathletik-Leichtathletik entspricht.
Um ein 1.337 Meter langes Band in eine Kassette zu passen, die nur etwa 10 Zentimeter im Quadrat misst, führte Fujifilm eine Aramidfolie und eine neue Dünnschicht-Herstellungstechnologie ein, um die Gesamtdicke des Bandes auf nur 4 Mikrometer zu reduzieren. Außerdem wurden ultrafeine magnetische Partikel verwendet, die die Bariumferrit- und Strontiumferrit-Technologie kombinieren, um die Datenmenge zu erhöhen, die pro Flächeneinheit aufgezeichnet werden kann.

Was das Speicherprinzip angeht, ist es eigentlich das gleiche wie bei den Tonbändern von vor Jahrzehnten.
Die Oberfläche des Magnetbandes ist mit winzigen Magnetpartikeln bedeckt. Beim Schreiben von Daten zeichnet der Magnetkopf digitale Informationen auf, indem er den lokalen Magnetisierungszustand ändert; Beim Lesen erkennt es Veränderungen im Magnetfeld und stellt die Daten durch Dekodierung und Fehlerkorrektur wieder her.
Moderne LTO-Bänder zeichnen in einem linearen Serpentinenformat auf, stellen Sie sich das wie eine Autobahn mit Zehntausenden von Fahrspuren vor. Der Magnetkopf schreibt von Anfang bis Ende entlang einer Reihe von Spuren und passt dann seine Position an, um in die entgegengesetzte Richtung zurückzuschreiben.
Der neueste LTO-10 verfügt über 15.104 Datenspuren, und das Laufwerk kann 32 Spuren gleichzeitig lesen und schreiben, wobei auf ausgefeiltere Materialien und Servosteuerungstechnologie zurückgegriffen wird, um die Kapazität kontinuierlich zu erhöhen.
Darüber hinaus ist das Wachstum der Bandkapazität noch lange nicht vorbei.
Im Jahr 2020 erreichten IBM und Fujifilm im Labor eine magnetische Aufzeichnungsdichte von 317 GB pro Quadratzoll und demonstrierten damit das technische Potenzial einer einzelnen Bandkassette, die in Zukunft 580 TB erreichen könnte, was dem 14,5-fachen des aktuellen kommerziellen 40-TB-Produkts entspricht.

Natürlich befindet sich 580 TB noch im Labordemonstrationsstadium und ist noch weit von der Kommerzialisierung entfernt.
Es gibt noch einen weiteren langfristigen Kostenfaktor für Bänder, der oft übersehen wird, nämlich die Kompatibilität.
Bandmedien können viele Jahre lang gespeichert werden, aber das bedeutet nicht, dass neue Laufwerke sie auch in Jahrzehnten noch lesen können. Die neuesten LTO-10-Laufwerke können nur auf LTO-10-Bändern lesen und schreiben, sodass Unternehmen gezwungen sind, ältere Geräte zu behalten oder historische Daten regelmäßig auf neue Medien zu migrieren.
Für Rechenzentren, die Zehntausende Bänder verwalten, sind Datenmigration, Überprüfung und Gerätewartung ebenfalls ein erheblicher Kostenfaktor.
Dennoch sind Bänder in groß angelegten Cold-Data-Archivierungsszenarien immer noch im Hinblick auf Kosten und Energieverbrauch stark konkurrenzfähig. Die Präzisionsbeschichtungen, Dünnschichtmaterialien und Magnetpartikeltechnologien, die Fujifilm in den letzten Jahrzehnten angesammelt hat, haben somit im KI-Zeitalter wieder kommerziellen Wert erlangt.
Die Geschichte der Bänder spielt sich auch in der mechanischen Festplattenindustrie ab.
Im Januar dieses Jahres gab Western Digital bekannt, dass die Festplattenproduktionskapazität des Unternehmens für das Kalenderjahr 2026 praktisch ausverkauft war und langfristige Kaufverträge mit einigen Großkunden bis 2028 verlängert wurden.

Die Situation von Seagate ist noch übertriebener. Einer Ergebnismitteilung von Ende Oktober zufolge wurde der überwiegende Teil der Nearline-Lieferkapazität für mechanische Festplatten des Unternehmens durch langfristige Verträge bis 2028 zugewiesen, und die Kaufverträge einiger Cloud-Dienstanbieter decken sogar bis 2030 ab.
Bemerkenswerter ist, dass mechanische Festplatten nicht nur mehr verkauft werden, sondern auch ihre Preise steigen.
Der Grund ist nicht kompliziert. Die zufällige Lese- und Schreibleistung von SSD übersteigt die von mechanischen Festplatten bei weitem, aber für Cloud-Dienstanbieter, die riesige Datenmengen über einen längeren Zeitraum online speichern müssen, bieten mechanische Festplatten immer noch einen Kostenvorteil pro TB.
Insbesondere die KI-Branche wächst weiter und es sammeln sich weiterhin Trainingsdaten, Modelldateien und verschiedene Arten generierter Inhalte an. Rechenzentren benötigen nicht nur schnellere SSDs, sondern auch mechanische Festplatten, die Dutzende oder Hunderte von PB-Kapazitäten zu vernünftigen Preisen bereitstellen können.

Natürlich haben Festplatten auch Leistungs- und Wartungskosten. Da die Kapazität einer einzelnen Festplatte weiter zunimmt, verbessert sich die Direktzugriffsfähigkeit nicht von Jahr zu Jahr und die Datenrekonstruktionszeit nach einem Ausfall kann sich ebenfalls verlängern.
Solange Speicherkosten, Kapazitätsdichte und Zugriffsleistung den Geschäftsanforderungen genügen, haben mechanische Festplatten für Cloud-Service-Anbieter jedoch immer noch einen Wert.
Von der Ankündigung von Fujifilm, die Produktion um das Fünffache zu erweitern, über die praktisch ausverkaufte jährliche Produktionskapazität von Western Digital bis hin zur Unterzeichnung einer langfristigen Vereinbarung mit Cloud-Dienstleistern durch Seagate bis 2030:
Eine Reihe traditioneller Technologien, die nach und nach ihre Präsenz auf dem Markt für Unterhaltungselektronik verloren haben, finden in KI-Rechenzentren neuen Wachstumsraum.
Allerdings könnte Klebeband in Zukunft auch neue Konkurrenten hervorbringen.
Im Februar 2026 veröffentlichte Microsoft Research die neuesten Ergebnisse des Project Silica in Nature. Die Forscher verwendeten Femtosekundenlaser, um Daten in das Glas zu schreiben, und erreichten eine Speicherkapazität von 4,8 TB in einem Glas von etwa 12 Quadratzentimetern und 2 Millimetern Dicke.

Auf der Grundlage beschleunigter Alterungstests schätzen Forscher, dass die Daten voraussichtlich mehr als 10.000 Jahre lang erhalten bleiben. Obwohl es noch weit von einer groß angelegten kommerziellen Anwendung entfernt ist, zeigt es eine weitere Möglichkeit für die Langzeitarchivierung auf.
In gewisser Weise bietet die Datenspeicherung im KI-Zeitalter ein recht wunderbares Bild.
Einerseits verbessert Fujifilm immer noch den jahrzehntelangen Magnetpulverbeschichtungsprozess, der es ermöglicht, in einer kleinen Schachtel mit Bändern Dutzende Terabytes an Daten zu speichern. Andererseits hat Microsoft damit begonnen, mithilfe von Lasern Informationen in Glas zu schreiben, so wie alte Menschen Wörter in Stein gemeißelt haben.
Während die Welt auf der Suche nach leistungsstärkeren GPUs und intelligenteren Großmodellen ist, haben die alten Technologien zur Datenspeicherung ihr eigenes goldenes Zeitalter eingeläutet.
Der Trend galt nie nur den neuen Dingen, sondern auch den alten Handwerken, die ihren Platz im neuen Trend gefunden haben.
Kommentare