Die Nvidia Corporation entwickelt Grafikprozessoren und Systemarchitekturen für das Training und den Betrieb künstlicher Intelligenz und ist mit rund 92 Prozent Umsatzanteil im Rechenzentrumsgeschäft der zentrale Zulieferer der globalen KI-Infrastruktur.
Nvidia meldete für das zweite Quartal des Geschäftsjahres 2027 einen Umsatz von 96,2 Milliarden Dollar, mehr als doppelt so viel wie ein Jahr zuvor. Allein das Rechenzentrumsgeschäft trug 89 Milliarden Dollar bei, ein Plus von 117 Prozent und mittlerweile 92 Prozent des gesamten Konzernumsatzes. Die Bruttomarge lag bei 75 Prozent, ein Wert, der in der Halbleiterindustrie traditionell als kaum erreichbar galt. Für das dritte Quartal stellte das Unternehmen weitere 108 Milliarden Dollar in Aussicht, bei einer leicht sinkenden Marge von 74 Prozent. Die Verpflichtungen in der Lieferkette summierten sich im ersten Quartal des Geschäftsjahres 2027 auf 119 Milliarden Dollar – ein Auftragspolster, das die kurzfristige Nachfrage absichert, aber auch zeigt, wie sehr sich das gesamte Geschäft auf ein einziges Segment verengt hat.
Der eigentliche Burggraben liegt nicht im Silizium, sondern im Code. Mit der Plattform CUDA hat Nvidia über mehr als zehn Jahre ein Software-Ökosystem aufgebaut, für das heute Millionen Entwickler ihre Modelle schreiben, trainieren und optimieren. Wer zu einem anderen Chiphersteller wechseln will, muss nicht nur neue Hardware kaufen, sondern oft ganze Code-Bibliotheken neu schreiben und testen – ein Aufwand, den viele Unternehmen scheuen, solange die Leistung stimmt. Diese Kombination aus dominanter Hardware und kaum ersetzbarer Software erzeugt Wechselkosten, die sich in Geld schwer beziffern lassen, sich aber in der beständig hohen Marge niederschlagen. Nvidia AI Enterprise soll diesen Vorsprung inzwischen auch in wiederkehrende Software-Umsätze übersetzen, statt ihn allein über den Hardware-Verkauf zu monetarisieren.
Nvidia entwickelt seine Chips selbst, fertigt sie aber nicht – nahezu die gesamte Produktion läuft bei TSMC in Taiwan. Im laufenden Jahr hat Nvidia dort Apple als umsatzstärksten Kunden abgelöst, mit rund 33 Milliarden Dollar gegenüber 27 Milliarden Dollar bei Apple. Dieses Fabless-Modell erlaubt außergewöhnlich hohe Kapitalrenditen, weil das teure Anlagevermögen bei den Auftragsfertigern liegt, verlagert das operative Risiko aber tief in eine Lieferkette, die Nvidia nicht kontrolliert. Auf der Abnehmerseite zeigt sich ein spiegelbildliches Muster: In einzelnen Quartalen haben zwei Kunden bis zu 39 Prozent des Umsatzes ausgemacht, Cloud-Anbieter zusammen rund die Hälfte des Rechenzentrumsgeschäfts. Nvidia sitzt damit zwischen einem einzigen zentralen Fertiger und einer Handvoll zentraler Käufer.
Der Erfolg hat einen Verteidigungskampf ausgelöst, der weniger von klassischen Chip-Rivalen geführt wird als von Nvidias eigenen größten Kunden. AMD hält mit seiner MI-Serie einen Marktanteil von schätzungsweise sechs bis acht Prozent und bietet auf vergleichbaren Workloads einen Preisvorteil von 20 bis 30 Prozent. Deutlich gewichtiger ist die zweite Front: Google, Amazon, Microsoft und Meta entwickeln mit TPU, Trainium, Maia und MTIA jeweils eigene Beschleuniger, teils mit Broadcom als Designpartner. Zusammen kommt dieses Custom Silicon inzwischen auf schätzungsweise 15 bis 20 Prozent Marktanteil, Tendenz steigend. Rund 40 Prozent von Nvidias Umsatz stammt von genau den vier Konzernen, die parallel an der eigenen Unabhängigkeit von Nvidia arbeiten.
Um diesen Druck zu parieren, hat Nvidia das Innovationstempo verschärft. Auf die Blackwell-Generation folgt ab 2026 die Rubin-Architektur, 2027 dann Rubin Ultra mit deutlich höherer Rechendichte pro Rack; danach ist bereits eine weitere Generation unter dem Namen Feynman angekündigt. Der jährliche Architekturwechsel lässt Wettbewerbern kaum Zeit, aufzuholen. Gleichzeitig verkauft Nvidia nicht mehr nur einzelne Chips, sondern komplette Server-Racks samt Netzwerktechnik und der neuen Vera-CPU – Amazon Web Services orderte im August allein zwei Millionen dieser Grafikprozessoren. Damit verschiebt sich der Wettbewerb von der Chip- auf die Systemebene, wo einzelne Komponenten der Konkurrenz schwerer aufzuwiegen sind als ein einzelner schnellerer Prozessor.
Geopolitik ist der dritte, unsichtbare Konkurrent. Die amerikanischen Exportkontrollen gegenüber China ändern sich in unregelmäßigen Abständen: Mal dürfen abgeschwächte Chips wie der H20 ausgeliefert werden, mal schränkt die chinesische Seite selbst die Abnahme lizenzierter H200-Einheiten ein. Nach fast einem Jahr politischer Unsicherheit hat Nvidia sein chinesisches Kundengeschäft nicht zurückgewonnen und klammert Rechenzentrumsumsätze aus China inzwischen aus der eigenen Prognose aus. Diese Lücke öffnet heimischen chinesischen Herstellern ein Zeitfenster, um lokale Nachfrage zu bedienen, die Nvidia aus regulatorischen Gründen nicht bedienen darf oder will. Der technologische Vorsprung bleibt unbestritten, doch ein Markt, den man aus der eigenen Prognose streichen muss, ist ein Markt, den man nicht mehr kontrolliert.
Anfang September kündigte Nvidia die Übernahme der offenen KI-Plattform Hugging Face für rund 13 Milliarden Dollar an, mit Abschluss voraussichtlich in der ersten Hälfte 2027. Die Plattform soll offen bleiben, doch das strategische Kalkül ist klar: Während die größten Kunden an eigener Hardware arbeiten, sichert sich Nvidia die Softwareschicht, auf der Entwickler ihre Modelle teilen und trainieren. Hugging Face bringt zusätzlich Robotik-Frameworks wie LeRobot und Pollen Robotics mit, die unmittelbar an Nvidias eigene Forschung zu physischer KI anschließen. Es ist der bislang deutlichste Versuch, die Wechselkosten, die bislang vor allem über CUDA entstanden, auf eine zweite, community-getriebene Softwareebene auszudehnen.
Jenseits der Rechenzentren sucht Nvidia nach Absatzmärkten, die von den Investitionszyklen der Hyperscaler unabhängig sind. Auf der CES 2026 präsentierte das Unternehmen einen neuen Robotik-Stack aus Basismodellen, Simulationswerkzeugen und Edge-Hardware mit dem erklärten Ziel, für generalistische Robotik das zu werden, was Android für Smartphones ist. Die Simulationsplattform Omniverse dient Industriekunden zur digitalen Planung ganzer Fabriken, bevor eine einzige Maschine gebaut wird. Das Automobilgeschäft für autonomes Fahren bleibt mit rund 567 Millionen Dollar Quartalsumsatz klein gegenüber dem Rechenzentrumsgeschäft, wuchs zuletzt aber um 72 Prozent im Jahresvergleich. Keines dieser Felder kann die Dimension des KI-Kerngeschäfts heute ersetzen, doch alle zusammen sollen verhindern, dass Nvidias Wachstum an einer einzigen Investitionswelle hängt.
Der jüngste und umstrittenste strategische Baustein betrifft die Finanzierung der eigenen Nachfrage. Nvidia erwägt Berichten zufolge, eine Garantie über bis zu 250 Milliarden Dollar für ein OpenAI-Rechenzentrumsprojekt in Ohio zu übernehmen und einen separaten Chipkauf von OpenAI im Umfang von 350 Milliarden Dollar mitzufinanzieren. Gleichzeitig hält Nvidia eine Beteiligung an CoreWeave, das wiederum Infrastruktur an OpenAI liefert, während OpenAI Cloud-Kapazität bei Oracle kauft und Oracle Chips bei Nvidia bestellt. Aus Sicht des Managements sichert dieses Geflecht Nachfrage und Kundenbeziehungen langfristig ab, in einer Branche, in der Kapazität knapp und Vorlaufzeiten lang sind. Aus Sicht der Kritiker verwischt es die Grenze zwischen echter Endnachfrage und selbst finanziertem Wachstum.
Rund 5,6 Billionen Dollar Marktkapitalisierung machen Nvidia zum wertvollsten Unternehmen der Welt, getragen von einer operativen Marge und Wachstumsraten, für die es in der Halbleiterindustrie kein historisches Vorbild gibt. Ein Rechenzentrumsgeschäft, das binnen eines Jahres um 117 Prozent wächst und dabei 75 Prozent Bruttomarge abwirft, ist keine Momentaufnahme eines Hypes, sondern das Ergebnis einer über ein Jahrzehnt aufgebauten Kombination aus Hardware-Vorsprung und Software-Bindung, die sich bislang gegen jeden Angreifer behauptet hat. Der Aktienkurs stieg im laufenden Jahr um rund 40 Prozent, eine Bewertung, die weniger auf Hoffnung als auf tatsächlich ausgelieferten Milliarden beruht.
Doch genau in dieser Größe liegt die Verwundbarkeit. Ein Konzern, dessen Rechenzentrumsgeschäft 92 Prozent des Umsatzes ausmacht und dessen größte Käufer zugleich die vier Unternehmen sind, die am intensivsten an eigenen Chips arbeiten, trägt ein strukturelles Risiko in sich, das keine Marge auflösen kann. Verschärft wird dieses Bild durch die Finanzierungsgeflechte um OpenAI, Oracle und CoreWeave: Wenn ein Lieferant gleichzeitig Investor und Kreditgeber seiner eigenen Kunden wird, lässt sich ein Teil des ausgewiesenen Wachstums nicht mehr eindeutig von selbst erzeugter Nachfrage trennen. Investoren wie Michael Burry ziehen daraus explizite Parallelen zur Dotcom-Blase, während der Kurs an einzelnen Handelstagen um fünf Prozent schwankt, sobald neue Details dieser Konstruktion bekannt werden.
Nvidia wird nicht an der Qualität seines Geschäfts scheitern, wenn es scheitert – die operative Marge und der technologische Vorsprung sind real und durch testierte Zahlen belegt. Es könnte an der Struktur seiner eigenen Erfolgsgeschichte scheitern: an einer Nachfrage, die sich zunehmend selbst finanziert, und an Kunden, die ihre Abhängigkeit systematisch abzubauen versuchen. Ob die aktuelle Bewertung von 5,6 Billionen Dollar einen angemessenen Preis für ein infrastrukturelles Monopol darstellt oder den Höhepunkt eines Zyklus markiert, der sich selbst überholt hat, lässt sich erst beantworten, wenn Kundenkonzentration oder Finanzierungsgeflecht unter realem Druck stehen. Bis dahin tragen Stärke und größtes Risiko denselben Namen.