Jensen Huang steht mit Nvidia momentan vor einem wegweisenden Moment, der die Herangehensweise des Tech-Giganten auf eine harte Probe stellen könnte. Auch wenn das Unternehmen am kommenden Mittwoch aller Voraussicht nach die Wirtschaftswelt, mit einem neuen fulminanten Quartalsbericht in Staunen versetzen wird, lässt ein fundamentaler Wandel der KI-Nutzung durchaus Zweifel an der künftigen Dominanz der Amerikaner aufkommen.
Grund dafür ist der Umstand, dass sich Nvidia nach Jahren an der Spitze beim Training von KI-Systemen nunmehr mit einer neuen Welle von Mitbewerbern konfrontiert sieht, da andere einflussreiche Big Player im Tech-Bereich immer massiver in eigene Prozessoren investieren, um ein Stück vom Kuchen bei der Nachfrage nach Echtzeit-Anwendungen abzubekommen. Für den Unternehmer bedeutet dies, dass sich das „Schlachtfeld“ vom reinen KI-Training hin zu sogenannten Inferenz-Workloads verlagert.
Welche Marktveränderungen zwingen Jensen Huang zu einer Neuausrichtung der Nvidia-Inferenzstrategie?
Die tektonischen Verschiebungen im Halbleitermarkt betreffen in erster Linie das lukrative Geschäft mit der Inferenz – also dem Ausführen von KI-Modellen, dem Beantworten von Kundenanfragen und dem Umsetzen von Aufgaben in Echtzeit – ein Bereich, der deutlich mehr Potential bietet, als der reine Trainingsmarkt, gleichzeitig aber auch einem sehr viel härteren Wettbewerb unterliegt.
Wie so oft sind es auch hier wieder die „üblichen Verdächtigen“ Intel und AMD, die dem Branchenprimus das Leben schwer machen wollen und daher mit Prozessoren auf den Markt drängen, die speziell für diese kleineren, kostensensitiven Aufgaben optimiert sind. Darüber hinaus hat sich mittlerweile auch Alphabet als ernstzunehmender Konkurrent etabliert, indem der Google-Mutterkonzern astronomische Verträge für seine maßgeschneiderten Tensor Processing Units (TPUs) abgeschlossen hat, während zudem auch Amazons Chip-Sparte mit den Trainium-Prozessoren spürbar an Boden gewinnt.
Marktdynamiken und Inferenz-Wettbewerb für Nvidia
- ➞ Fokus-Verschiebung: Die KI-Nachfrage wandert massiv vom Training von Systemen hin zu Echtzeit-Inferenz-Anwendungen.
- ➞ Eigene Chip-Entwicklungen: Tech-Giganten wie Alphabet (TPUs) und Amazon (Trainium) investieren Milliarden in eigene Halbleiter.
- ➞ Angriff der Altrivalen: AMD und Intel drängen mit kostengünstigeren Prozessoren für kleinere Inferenz-Workloads in den Markt.
- ➞ Groq-Akquisition: Integration der Technologie des Inferenz-Startups im März als strategische Antwort auf den Marktwechsel.
Um die Markposition zu verteidigen, hat Jensen Huang im März reagiert und mit der Vorstellung eines neuen Zentralprozessors sowie eines KI-Systems, das auf der Technologie des übernommenen, inferenzfokussierten Startups Groq basiert, eine deutliche Duftmarke gesetzt. Die Umsätze dieser neuen Chips sind indes noch nicht einmal in Nvidias ehrgeiziger Prognose enthalten, die bis Ende 2027 einen Umsatz von einer Billion Dollar durch die Blackwell- und Rubin-Plattformen vorsieht. Portfoliomanager wie John Belton von Gabelli Funds betonen daher, dass Investoren ganz genau beobachten werden, ob Nvidias Ökosystem angesichts der neuen Inferenz-Workloads seine unangefochtene Dominanz verteidigen kann und ob diese Technologie als neuer Wachstumsmotor zündet.
Welche finanziellen Rekorde und logistischen Risiken prägen das aktuelle Quartal unter Jensen Huang?
Trotz eines intensiveren Wettbewerbs verzeichnet Nvidia noch immer ein atemberaubendes Wachstum – so wird für das zweite Quartal 2026 ein Umsatzsprung von sagenhaften 79 Prozent und ein Gewinnanstieg um 81,8 Prozent auf 42,97 Milliarden Dollar erwartet. Ursache dieser Erfolge ist der unstillbare Durst nach entsprechenden Ressourcen von Big Tech-Kunden wie Microsoft und Meta, deren KI-Ausgaben in diesem Jahr auf über 700 Milliarden Dollar klettern.
Um die Lieferketten in adäquatem Maße abzusichern, veranlasste Jensen Huang fast schon eine Verdopplung der Ausgaben für Lieferverpflichtungen auf 95,2 Milliarden Dollar, wodurch Nvidia eine globale Verknappung bei Speicherchips umschiffen konnte. Dennoch drohen durchaus auch Effekte, mit der die gigantische Maschinerie ins Stocken geraten könnte – so warnen Analysten, dass Kunden beim Bau von Rechenzentren nicht hinterherkommen, um die gelieferten GPUs physisch unterzubringen. Zudem könnten die Bruttomargen von geschätzten 74,5 Prozent durch steigende Speicher- und Verpackungskosten im Jahresverlauf unter Druck geraten.
Welche Bedeutung hat der chinesische Markt für die Pläne von Jensen Huang?
Neben technologischen Hürden bleibt auch die Geopolitik für Jensen Huang ein unberechenbarer Faktor. So gilt China beispielsweise als politisches Minenfeld, weshalb Nvidia seine hochmodernen H200-Chips dort bislang nicht positionieren konnte, während Peking gleichzeitig heimische Halbleiter-Alternativen massiv bevorzugt.
Das tut jedoch unterm Strich dem vorsichtigen Optimismus an den Märkten nur bedingt Abbruch. Nicht zuletzt, weil eine Reise, die Jensen Huang an der Seite von US-Präsident Donald Trump absolvierte (wir berichteten), unter Investoren die Hoffnung auf mittelfristige Lockerungen regulatorischer Blockaden nährt. Da der chinesische Markt einen erheblichen Teil der globalen Tech-Nachfrage ausmacht, hängt der dauerhafte Erfolg der Wachstumsstrategie stark davon ab, ob Nvidia auf diesem wichtigen Markt wieder uneingeschränkt Fuß fassen kann.
Wirtschaftliche Kennzahlen und globale Risikofaktoren
- ✔ Gewinnexplosion: Der bereinigte Quartalsgewinn steigt laut Prognosen um 81,8 % auf knapp 43 Milliarden Dollar.
- ✔ Milliarden-Liefergarantien: Die Ausgaben für die Lieferkette wurden auf 95,2 Milliarden Dollar fast verdoppelt.
- ✔ Infrastruktur-Stau: Ein zu langsamer Bau von Rechenzentren bei Kunden schränkt den schnellen Einsatz der gelieferten GPUs ein.
- ✔ Margendruck: Höhere Kosten für Chip-Packaging und fortschrittliche Speicher bedrohen die historische Marge von 74,5 %.
Jensen Huang steuert Nvidia durch das Spannungsfeld einer Transformation im KI-Sektor
Jensen Huang hat die Tech-Welt in eine neue Ära geführt, muss nun jedoch beweisen, dass sein Konzern nicht gewissermaßen Opfer des eigenen Erfolgs wird. Zwar garantieren die gigantischen Investitionen der Big-Tech-Kunden kurzfristig erheblichen Cashflow, allerdings verändern die zunehmende „Emanzipation“ der Cloud-Anbieter und der Übergang zum Inferenz-Zeitalter die Spielregeln teilweise in erheblichem Maße.
Für Jensen Huang geht es in der nächsten Zeit darum, Lieferketten stabil zu halten und den Übergang zur nächsten Chip-Generation namens Rubin fehlerfrei zu orchestrieren. Letztlich wird sein Erfolg daran gemessen werden, ob Nvidias Ökosystem flexibel genug bleibt, um die Angriffe der finanzstarken Konkurrenz abzuwehren und die Spitzenposition im zukünftigen Billionen-Markt dauerhaft zu zementieren.
Bildnachweise:
picture alliance / TT NYHETSBYRÅN | Stefan Jerrevång/TT
picture alliance / SvenSimon | Frank Hoermann/SVEN SIMON
picture alliance / Sipa USA | Sipa USA
