Ist Moore's Law wirklich vorbei? Was das Mooresche Gesetz sagt – und was nicht

Kurz gesagt: „Moore's Law“ ist kein Naturgesetz, sondern eine Beobachtung über Bauteilzahl und Kosten. Die Zahl der Transistoren pro Chip wächst weiter. Vorbei ist dagegen, was viele eigentlich damit meinen: dass jeder neue Prozessor von selbst schneller und jeder Transistor von selbst deutlich billiger wird.

Wer einen älteren Rechner als Homeserver weiterbetreibt, merkt das im Alltag: Ein aktueller Prozessor hat viel mehr Kerne, aber pro Kern ist er nicht um Welten schneller als einer von vor zehn Jahren. Beides ist mit Moore's Law vereinbar – je nachdem, welche Version man meint. Deshalb lohnt ein Blick darauf, was Gordon Moore wirklich geschrieben hat.

Was Moore 1965 tatsächlich sagte #

Der Ausgangspunkt ist ein Artikel in der Fachzeitschrift Electronics. Moore, damals Forschungschef bei Fairchild Semiconductor, schrieb darin über integrierte Schaltungen, also Chips, auf denen mehrere Bauteile gemeinsam gefertigt werden. Sein Argument war ökonomisch:

• Für einfache Schaltungen sinken die Kosten pro Bauteil, je mehr Bauteile auf einen Chip passen.
• Ab einer gewissen Zahl steigen sie wieder, weil mehr Chips in der Fertigung defekt sind (die Ausbeute sinkt).
• Dazwischen gibt es also eine Bauteilzahl, bei der jedes Bauteil am günstigsten ist.

Genau diese Zahl – die Komplexität bei minimalen Kosten pro Bauteil – war laut Moore bis dahin ungefähr um den Faktor zwei pro Jahr gewachsen. Er erwartete, dass die Rate mindestens zehn Jahre annähernd konstant bleibt, und kam so für 1975 auf 65.000 Bauteile pro ChipBelegt.

Zwei Dinge fehlen in dieser Aussage, die man heute oft mit ihr verbindet: Rechenleistung und Taktrate. Moore sprach über Bauteile und Kosten. Bemerkenswert ist ein Nebengedanke: Moore hielt die Abwärme damals für beherrschbar und argumentierte, dass kleinere Strukturen bei gleicher Leistung pro Fläche höhere Geschwindigkeiten erlaubenBelegt. Genau diese Annahme sollte Jahrzehnte später kippen.

Die Korrektur von 1975 #

Zehn Jahre später zog Moore Bilanz. Auf dem IEEE International Electron Devices Meeting 1975 stellte er fest, dass sich seine Projektion erfüllt hatte – dank besserer Fotolithografie, größerer Wafer, verbesserter Prozesse und von ihm so genannter „circuit and device cleverness“. Für die Zukunft senkte er die Rate auf eine Verdopplung alle zwei Jahre statt jedes JahrBelegt. Den Namen „Moore's Law“ gab der Beobachtung erst später Carver MeadBelegt.

Die oft zitierten „18 Monate“ stehen übrigens nicht im Text von 1965; dort ist von rund einem Jahr die Rede, in der Korrektur von 1975 laut Computer History Museum von zwei Jahren.

Vier Dinge, die gern verwechselt werden #

Wer fragt, ob Moore's Law vorbei ist, meint meistens eine von vier Größen. Sie hingen jahrzehntelang eng zusammen, laufen aber inzwischen auseinander:

Dass Transistorzahl und Tempo so lange gemeinsam wuchsen, lag an einer zweiten Regel, dem Dennard-Scaling (kleinere Transistoren brauchten weniger Strom, mehr davon machten den Chip also nicht heißer) – warum sie endete und was daraus folgte, erklärt der Artikel Warum stecken CPU, GPU und NPU in einem Chip?

Was die Datenreihen zeigen #

Eine gut dokumentierte, frei nutzbare Zusammenstellung ist das Repository „Microprocessor Trend Data“ von Karl Rupp. Es enthält Datenpunkte zu Transistorzahl, Taktrate, Einzelkernleistung, Leistungsaufnahme und Kernzahl von Mikroprozessoren seit den frühen 1970ern, zuletzt bis 2021. Die folgenden Werte haben wir selbst aus den Rohdateien abgelesen – es sind einzelne Datenpunkte, keine eigenen Messungen:

• Transistoren: Der größte Chip im Datensatz von 2000 hat rund 37 Millionen Transistoren, 2010 rund 1,3 Milliarden, 2021 rund 58 MilliardenBelegt. Von 2010 bis 2021 ist das etwa der Faktor 44 – rechnerisch gut fünf Verdopplungen in elf Jahren, also ziemlich genau Moores Zweijahrestakt.
• Taktrate: Der höchste Takt im Datensatz liegt bei rund 4,7 GHz und stammt aus 2007; bis 2021 kommt kein Datenpunkt darüberBelegt. Zum Vergleich: Zwischen 1990 und 2000 stieg der Takt im Datensatz von rund 33 MHz auf rund 1 GHz, also etwa auf das Dreißigfache.
• Einzelkernleistung: Sie wächst weiter, aber langsamer. Im Datensatz steigt der beste Benchmarkwert von 2010 bis 2021 grob um den Faktor 2,5. Die Werte stammen aus verschiedenen Generationen des SPEC-Benchmarks und sind deshalb nur als Größenordnung zu lesen.

Die Kerne sind in dieser Zeit mehr geworden, nicht schneller getaktet: Die zusätzlichen Transistoren fließen in mehr Kerne, größere Caches und spezialisierte Einheiten.

Und die Kosten pro Transistor? #

Hier liegt der eigentliche Kern von Moores ursprünglichem Argument – und hier ist die Lage am wenigsten eindeutig. Der Ökonom Kenneth Flamm beschreibt, dass die Fertigungskosten pro Transistor historisch um etwa 20 bis 30 Prozent pro Jahr gefallen sind, und findet in Preisdaten für Speicherchips, Auftragsfertigung und Intel-Prozessoren Hinweise auf eine deutliche VerlangsamungBelegt. Flamm diskutiert dabei auch Gegenbefunde; die Datenlage ist nicht trivial, weil Hersteller ihre Kosten nicht offenlegen und Listenpreise etwas anderes sind als Fertigungskosten.

Auch aus der Industrie kommt die Bestätigung, dass Verkleinern allein nicht mehr reicht: AMD-Ingenieure schreiben, dass sich die Transistordichte früher alle 18 bis 24 Monate verdoppelt habe, der Fortschritt der Fertigungsprozesse sich inzwischen verlangsame und gleichzeitig die Herstellungskosten stiegenHerstellerangabe.

Warum „3 nm“ keine Länge mehr ist #

Ein Grund, warum die Debatte so verwirrend ist: Die Namen der Fertigungsgenerationen führen in die Irre. Früher bezeichnete die Zahl eine echte Strukturgröße, etwa die kürzeste Gate-Länge eines Transistors. Eine Gruppe um den Stanford-Forscher H.-S. Philip Wong hält diese physikalische Maßzahl heute für praktisch überholt und schlägt stattdessen eine Dichtemetrik vor, die Fortschritte bei Logik, Speicher und Packaging gemeinsam erfasstBelegt. IEEE Spectrum fasst das so zusammen, dass in einem 7-Nanometer-Chip nichts tatsächlich so klein istBelegt.

Für die Moore-Frage heißt das: Kleinere Knotennamen beweisen keinen Fortschritt, und stagnierende Strukturgrößen widerlegen ihn nicht. Aussagekräftig ist, wie viele Transistoren tatsächlich auf die Fläche passen – und was sie kosten. Was hinter den Knotennamen steckt, bekommt einen eigenen Artikel (In Vorbereitung: Was bedeutet „3 nm“ wirklich?).

Wie es trotzdem weitergeht #

Wenn das Schrumpfen allein weniger bringt, sucht die Industrie andere Wege, mehr Transistoren sinnvoll zu nutzen:

1. Chiplets: Statt eines großen Chips werden mehrere kleinere kombiniert. AMD beschreibt, dass es Systeme bewusst in mehrere kleinere „Chiplets“ aufteilt und diesen Ansatz von einzelnen Prozessoren auf ganze Produktfamilien ausgeweitet hatHerstellerangabe. Kleinere Chips haben eine bessere Ausbeute, und nicht jeder Teil muss im teuersten Prozess gefertigt werden.
2. 3D-Stacking: Chips werden übereinandergestapelt und direkt verbunden. Intel stellte 2022 Forschung zu 3D-Packaging mit zehnfach höherer Verbindungsdichte vor und nennt als Ziel eine Billion Transistoren pro Package bis 2030Herstellerangabe. Wichtig: Intel zählt dabei pro Package – mehrere Chips in einem Gehäuse –, nicht pro einzelnem Chip. Das verschiebt die Messlatte, die Moore 1965 im Kopf hatte.
3. Spezialisierung: Statt Allzweckkerne immer schneller zu machen, bekommen bestimmte Aufgaben eigene Recheneinheiten – GPU, NPU, Videoeinheit. Das ist der rote Faden in Warum stecken CPU, GPU und NPU in einem Chip?

Parallel wächst der Druck an einer anderen Stelle: Rechenwerke werden schneller schneller als der Speicher, der sie füttert. Warum das für KI oft die eigentliche Grenze ist, erklärt Ist Datenbewegung das eigentliche KI-Problem? Welche grundsätzlich anderen Rechnerarchitekturen erforscht werden, ordnet die Landkarte Was kommt nach CPU und GPU? ein.

Welche Lesart ist vorbei – welche nicht? #

Ob sich die Transistorzahl über 2030 hinaus im bisherigen Takt steigern lässt, hängt davon ab, ob Packaging und neue Materialien das nachlassende Schrumpfen ausgleichen können – das ist plausibel, aber nicht gezeigtEvidenz: Theorie.

Reality Check (Stand 2026-09): Belegt ist, dass die Transistorzahl weiter wächst und dass Taktrate und Einzelkernleistung sich davon abgekoppelt haben. Dass die Kosten pro Transistor langsamer fallen, stützen ökonomische Analysen, das genaue Ausmaß bleibt umstritten. Die öffentliche Datenreihe endet 2021. Alle Aussagen darüber, dass Moore's Law bis 2030 „auf Kurs“ sei, sind Herstellerziele.

Was heißt das fürs eigene Homelab? #

Ganz praktisch drei Dinge:

• Ältere Hardware bleibt länger brauchbar. Weil die Einzelkernleistung nur noch langsam steigt, reicht ein paar Jahre alter Rechner für viele Homeserver-Dienste völlig aus – siehe Alten PC als Homeserver nutzen: Was er taugt und was er wirklich kostet.
• Beim Neukauf zählt Effizienz mehr als Takt. Neue Generationen bringen vor allem mehr Kerne, Spezialeinheiten und oft bessere Effizienz im Leerlauf. Was ein Rechner im Dauerbetrieb tatsächlich zieht, lässt sich messen, statt es aus Datenblättern zu schätzen – ein Beispiel ist das LAB 35-W-CPU im Homeserver: 5,1 W im Leerlauf, 31,6 W unter Volllast.
• Bei lokaler KI hilft Moore's Law am wenigsten. Dort bremst meist der Speicher, nicht die Zahl der Transistoren – ausführlich in Warum kostet lokale KI so viel Hardware?

Moore's Law ist also nicht einfach tot. Es hat nur aufgehört, alles andere automatisch mitzuziehen.