NVIDIAs Rekordquartal zeigt, wie Chiphersteller Big Tech überholen

NVIDIA erzielte ein Rekordquartal von 96,2 Milliarden US-Dollar und liefert Google-News-Lesern damit ein deutliches Signal, wo sich die Gewinne aus der KI-Infrastruktur ansammeln. Der Chiphersteller verdoppelte seinen Umsatz, während seine größten Kunden mehr Kapital für Rechenzentren, Chips, Netzwerke und Stromversorgung bereitstellten. Big Tech finanziert den Ausbau, doch Hardwarelieferanten erzielen einen Großteil der unmittelbaren Erträge.

Diese Umkehr verändert die vertraute Geschichte rund um KI-Investitionen. Microsoft, Amazon, Alphabet und Meta galten einst als die offensichtlichen Gewinner, weil sie den Cloud-Vertrieb und die Kundenbeziehungen kontrollierten. Diese Vorteile besitzen sie weiterhin, doch ihre Investitionsausgaben treiben nun außergewöhnliches Wachstum bei NVIDIA, Speicherlieferanten, Netzwerkanbietern und Rechenzentrumsbetreibern.

Das Ergebnis ist weder ein klarer Sieg für Chiphersteller noch eine dauerhafte Niederlage für Cloud-Anbieter. Es handelt sich um eine zeitliche Diskrepanz zwischen Verkäufern, die Umsätze sofort verbuchen, und Käufern, die Jahre benötigen, um ihre Infrastruktur zu monetarisieren. NVIDIAs jüngstes Quartal hat diese Lücke zu groß gemacht, als dass Anleger sie ignorieren könnten.

NVIDIAs Quartal verwandelte KI-Ausgaben in Lieferantenumsätze

NVIDIAs Ergebnisse zeigten, dass sich der Zyklus für KI-Infrastruktur weiterhin klar in der Aufbauphase befindet.

NVIDIA meldete für das am 26. Juli 2026 endende zweite Quartal des Geschäftsjahres 2027 einen Umsatz von 96,2 Milliarden US-Dollar. Der Umsatz stieg gegenüber dem Vorquartal um 18 % und gegenüber dem entsprechenden Zeitraum des Vorjahres um 106 %.

Der Umsatz im Bereich Data Center erreichte 89 Milliarden US-Dollar, ein Plus von 117 % gegenüber dem Vorjahr. Dieses Geschäft machte mehr als neun Zehntel des gesamten Quartalsumsatzes aus. NVIDIA meldete außerdem eine Bruttomarge von 75 % sowie einen verwässerten Gewinn je Aktie von 2,46 US-Dollar nach allgemein anerkannten Rechnungslegungsgrundsätzen.

Diese Zahlen sind wichtig, weil sie angekündigte KI-Budgets mit verbuchten Lieferantenumsätzen verbinden. Hyperscaler, also die größten Betreiber von Cloud-Rechenzentren, haben seit mehreren Quartalen über enorme Infrastrukturpläne gesprochen. NVIDIAs Quartalsergebnisse zeigen, dass ein wesentlicher Teil dieser Pläne von Präsentationen zu Bestellungen und ausgelieferten Systemen übergegangen ist.

Das Quartal übertraf zudem die Erwartungen der Wall Street. Von FactSet befragte Analysten hatten laut Associated Press im Durchschnitt einen Umsatz von 92,27 Milliarden US-Dollar erwartet. NVIDIA übertraf diesen Wert um fast 4 Milliarden US-Dollar.

Der Nettogewinn stieg von 26,42 Milliarden US-Dollar im Vorjahr auf 59,69 Milliarden US-Dollar. Auch die Betriebsausgaben erhöhten sich um 55 % auf 8,41 Milliarden US-Dollar, wobei dieser Anstieg deutlich langsamer ausfiel als das Umsatzwachstum.

NVIDIA prognostizierte für das laufende Quartal einen Umsatz von rund 108 Milliarden US-Dollar. Vor der Prognose hatten Analysten 104,86 Milliarden US-Dollar erwartet. Das Erreichen von NVIDIAs Ziel würde gegenüber dem vergleichbaren Zeitraum einem Wachstum von etwa 89 % entsprechen.

Das Unternehmen veröffentlichte außerdem eine ungewöhnliche längerfristige Prognose. Das Management erwartet, dass der Umsatz im Geschäftsjahr bis Januar 2028 um etwa 70 % steigt. NVIDIA gibt normalerweise Quartalsprognosen ab; die zusätzliche Vorhersage war daher eine direkte Antwort auf Bedenken hinsichtlich der Nachhaltigkeit der Nachfrage.

Das Angebot bleibt der unmittelbare Engpass. CEO Jensen Huang sagte Analysten, NVIDIA habe genügend Lieferkapazitäten gesichert, um etwa 70 % der erwarteten Nachfrage zu erfüllen. Das Unternehmen bezog Umsätze aus Data-Center-Computing in China nicht in seinen jüngsten Ausblick ein.

Diese Kombination hebt das Quartal von einer gewöhnlichen Ergebnisüberraschung ab. Der Umsatz verdoppelte sich, die künftige Nachfrage lag weiterhin über dem verfügbaren Angebot, und das Management erweiterte seine Prognose über das nächste Quartal hinaus. Die Hinweise deuten auf einen fortgesetzten Infrastrukturausbau hin, nicht lediglich auf Kunden, die frühere Bestellungen abarbeiten.

Die Marktreaktion spiegelte diesen Unterschied wider. NVIDIA-Aktien stiegen nach dem Bericht deutlich, während auch Intel, Micron, Broadcom und SK Hynix zulegten. Die Rally wertete NVIDIAs Prognose als Beleg für die breitere Halbleiterkette.

Diese Reaktion erklärt, warum sich der Bericht in Google News verbreitete. NVIDIA wird nicht länger nur als ein einzelnes Unternehmen betrachtet, das Ergebnisse vorlegt. Sein Auftragsbestand ist zu einem Indikator für KI-Investitionsausgaben von Cloud-Anbietern, Modellentwicklern, Regierungen und Unternehmenskäufern von Infrastruktur geworden.

Warum Google News dem Geld in die Chipbranche folgt

Die zentrale Umkehr ist einfach: Big Tech trägt die Kapitalbelastung, während Halbleiterlieferanten die frühesten Umsätze verbuchen.

Cloud-Anbieter müssen Anlagen errichten, bevor Kunden die Kapazität nutzen können. Sie kaufen Prozessoren, Speicher, Netzwerkausrüstung, Kühlsysteme und Strominfrastruktur Monate bevor ein neues Rechenzentrum nennenswerte Umsätze erzielt.

Chiphersteller stehen auf der anderen Seite dieser Transaktion. Sobald Hardware ausgeliefert ist und die maßgeblichen Bilanzierungsvoraussetzungen erfüllt sind, können Lieferanten Umsätze verbuchen. Ihre Kunden müssen die Systeme jedoch noch in Betrieb nehmen, verfügbare Kapazitäten auslasten und Dienstleistungen mit attraktiven Margen verkaufen.

Diese zeitliche Lücke lässt Halbleiterergebnisse außergewöhnlich aussehen, während der Cashflow der Hyperscaler die Baukosten aufnimmt. Dieselben Ausgaben können daher NVIDIAs Gewinn- und Verlustrechnung verbessern und im selben Quartal den freien Cashflow eines Cloud-Anbieters belasten.

Die Lücke hat sich vergrößert, weil KI-Cluster mehr als Grafikprozessoren benötigen. Eine GPU ist ein Prozessor, der viele Berechnungen parallel ausführen kann und sich daher für das Training und den Betrieb neuronaler Netze eignet. Große Cluster benötigen zudem Speicher mit hoher Bandbreite, Switches, optische Komponenten, Speicherlösungen und spezialisierte Netzwerke.

Dadurch verteilt sich die Umsatzchance über NVIDIA hinaus. Micron und SK Hynix liefern Speicher, der neben Beschleunigern eingesetzt wird. Broadcom und Marvell verkaufen Netzwerktechnik und kundenspezifisches Silizium. TSMC fertigt fortschrittliche Prozessoren und koordiniert hochentwickelte Packaging-Kapazitäten.

Gartner schätzte im April, dass der weltweite Halbleiterumsatz 2026 1,3 Billionen US-Dollar übersteigen würde. Seine Halbleiterprognose ging von einem jährlichen Wachstum von 64 % aus, wobei sich die Speicherumsätze voraussichtlich verdreifachen würden.

Das Marktforschungsunternehmen erwartete zudem, dass KI-Halbleiter etwa 30 % des gesamten Branchenumsatzes ausmachen würden. Die KI-Infrastrukturausgaben der Hyperscaler sollten 2026 um mehr als 50 % steigen.

Speicher veranschaulicht, wie ein gemeinsamer Engpass Gewinne neu verteilt. KI-Beschleuniger benötigen High-Bandwidth Memory, kurz HBM, der Daten schnell zwischen Speicher und Prozessoren bewegt. Eine Ausweitung der HBM-Produktion kann Kapazitäten für andere Speicherprodukte verringern und damit höhere Preise im gesamten Markt stützen.

Gartner prognostizierte, dass die jährlichen DRAM-Preise 2026 um 125 % steigen würden. Die Preise für NAND-Flash sollten demnach um 234 % zulegen, während spürbare Entlastung erst gegen Ende 2027 erwartet wurde. Diese Schätzungen können sich ändern, zeigen jedoch, warum Speicherhersteller an der breiteren KI-Rally teilnahmen.

Der Kontrast zu Big Tech bedeutet nicht, dass die Cloud-Umsätze schwach sind. Microsoft, Amazon und Google berichten weiterhin von Nachfrage nach KI-Diensten, während die verfügbaren Kapazitäten begrenzt bleiben. Der Unterschied liegt darin, wann Ausgaben zu Gewinn werden.

Laut von Reuters befragten Investoren kann ein Rechenzentrum 12 bis 18 Monate benötigen, um von der Bauphase zur Umsatzerzielung überzugehen. Hardwarelieferanten werden während dieser Entwicklungsphase bezahlt. Cloud-Anbieter müssen auf Auslastung, Softwareeinführung und Kunden-Workloads warten.

Diese Abfolge macht Chiphersteller zu den sichtbaren frühen Gewinnern. Sie erzeugt aber auch Schlagzeilen, die die Dauerhaftigkeit ihres Vorteils überzeichnen können. Infrastrukturanbieter führen während der Bauphase, doch Servicebetreiber können mehr Wert abschöpfen, sobald die installierten Kapazitäten wiederkehrende Workloads unterstützen.

Vorerst bestätigen NVIDIAs Ergebnisse, dass die Aufbauphase weiterhin dominiert. Das Unternehmen wandelt Hyperscaler-Budgets schneller in aktuelle Umsätze um, als Hyperscaler neue Kapazitäten in zusätzliche KI-Gewinne umwandeln.

NVIDIA gegen Big Tech ist ein Kampf um das Timing

Der zentrale Wettbewerb lautet nicht Hardware gegen Software, sondern unmittelbare Lieferantenrenditen gegen verzögerte Cloud-Monetarisierung.

Big Tech profitiert weiterhin von KI. Hyperscaler kontrollieren etablierte Kundenbeziehungen, Abrechnungssysteme, Entwicklerplattformen, Datendienste und globale Distribution. Diese Vermögenswerte können wertvoller werden, wenn KI-Workloads in den Produktivbetrieb übergehen.

Ihre Ausgabenverpflichtungen entstehen jedoch, bevor dieser Wert messbar wird. Reuters schätzte, dass sich die Investitionsausgaben der Hyperscaler zwischen 2025 und 2027 um rund 534 Milliarden US-Dollar erhöhen könnten. Der jährliche operative Cashflow sollte im gleichen Zeitraum um etwa 340 Milliarden US-Dollar wachsen.

Die Schätzungen deuten darauf hin, dass die zusätzlichen Investitionsausgaben den zusätzlichen operativen Cashflow zunächst übersteigen würden. Das macht die Investition nicht irrational, erhöht aber die Anforderungen an künftige Auslastung und Preisgestaltung.

Dieser Druck wird deutlicher, wenn Verpflichtungen außerhalb traditioneller Bilanzsummen einbezogen werden. Morgan Stanley untersuchte Einreichungen von Google, Meta, Microsoft, Oracle, Amazon, NVIDIA und Broadcom. Die Analyse identifizierte in der Gruppe mehr als 3 Billionen US-Dollar an außerbilanziellen Infrastrukturverpflichtungen.

Diese Schätzung umfasste 1,1 Billionen US-Dollar an Zahlungen für noch nicht begonnene Rechenzentrumsleasingverträge. Sie enthielt außerdem 1,7 Billionen US-Dollar an Kaufverpflichtungen für Ausrüstung wie Chips, Speicher und Netzwerksysteme.

Allein Google meldete laut der Analyse im jüngsten Quartal Kaufverpflichtungen von 707 Milliarden US-Dollar. Der Betrag war von 72,5 Milliarden US-Dollar im gesamten Jahr 2025 gestiegen, wobei sich Verpflichtungsstrukturen und Zeitpläne erheblich unterscheiden können.

Diese sind nicht mit konventionellen Schulden gleichzusetzen. Außerbilanzielle Verpflichtungen sind vertragliche Zusagen, die möglicherweise noch nicht als Verbindlichkeiten ausgewiesen werden. Ihre wirtschaftliche Bedeutung wächst, wenn Lieferanten und Rechenzentrumsentwickler diese Vereinbarungen nutzen, um neue Bauprojekte zu finanzieren.

Die Infrastrukturverpflichtungen schaffen eine verlängerte Risikokette. Ein Hyperscaler sagt künftige Zahlungen zu. Ein Lieferant oder Rechenzentrumsentwickler nimmt auf Grundlage dieser Verpflichtung Kredite auf. Zusätzliche Fabriken und Anlagen gehen dann in die Entwicklung, bevor die Endkundennachfrage vollständig nachgewiesen ist.

NVIDIA steht nahe dem Zentrum dieser Kette. Das Unternehmen verkauft Prozessoren direkt, hilft bei der Definition der Systemarchitektur, investiert in Teile des KI-Marktes und unterstützt Kunden, die seine Hardware kaufen. Starke Nachfrage stärkt die Plattform, während NVIDIAs Plattforminvestitionen zusätzliche Nachfrage anregen können.

Diese Zirkularität macht die Umsätze nicht ungültig. Kunden erhalten Hardware und nehmen reale Kapazitäten in Betrieb. Sie erschwert jedoch den Versuch, organisches Wachstum der Workloads von Kapazitätserweiterungen zu unterscheiden, die durch Finanzierung und strategische Partnerschaften gefördert werden.

AWS liefert ein konkretes Beispiel. Amazon und NVIDIA kündigten Pläne an, 2027 und 2028 weitere 2 Millionen NVIDIA-GPUs in der AWS-Infrastruktur bereitzustellen. Die Systeme werden Blackwell-Ultra-, Rubin- und Rubin-Ultra-Prozessoren umfassen.

Ihre AWS-Erweiterung umfasst außerdem NVIDIA-Netzwerktechnik, Vera-CPUs, offene Modelle, Datenverarbeitung und Robotik. Die Unternehmen erklärten, die Nachfrage habe einen früheren Plan übertroffen, mehr als 1 Million GPUs hinzuzufügen.

Für NVIDIA bieten diese Bereitstellungen einen Weg zu künftigen Hardware- und Plattformumsätzen. Für AWS schaffen sie Kapazitäten, die bei ausreichender Auslastung zahlende Workloads anziehen müssen.

Die Interessen der beiden Unternehmen stimmen daher operativ überein, unterscheiden sich jedoch finanziell. NVIDIA profitiert, wenn AWS die Ausrüstung kauft und einsetzt. AWS profitiert erst dann vollständig, wenn Kunden diese Kapazität mieten und Erträge oberhalb seiner Infrastrukturkosten erwirtschaften.

Deshalb stellt das jüngste Quartal eher eine Umkehr als eine Trennung dar. Big Tech hat die Cloud-Grundlagen des KI-Markts geschaffen. Seine Ausgaben übertragen nun beträchtlichen kurzfristigen wirtschaftlichen Wert auf Lieferanten, deren Produkte knapp geworden sind.

Was NVIDIAs Zahlen nicht klären

Ein Rekordquartal bestätigt die heutige Nachfrage, beweist jedoch nicht, dass jede Ebene der KI-Infrastruktur langfristig akzeptable Renditen erzielen wird.

Die wichtigste Unsicherheit ist die Monetarisierung. Unternehmen nutzen generative KI, Coding-Assistenten, Empfehlungssysteme, wissenschaftliche Modelle und Automatisierungstools. Doch die Gesamterlöse aus diesen Diensten müssen letztlich das in Prozessoren und Rechenzentren gebundene Kapital tragen.

Eine von Reuters zitierte Investitionsschätzung deutete darauf hin, dass die KI-Monetarisierung zwischen dem Fünffachen und Dreizehnfachen steigen müsste, um bestehende Ausgabenpläne zu rechtfertigen. Die Spanne hängt von Annahmen zu Margen, Nutzungsdauern von Vermögenswerten, Auslastung und Finanzierungskosten ab.

Diese Annahmen sind ungewöhnlich schwierig, weil sich KI-Hardware schnell weiterentwickelt. Ein herkömmliches Gebäude kann über Jahrzehnte wirtschaftlich nutzbar bleiben. Ein Beschleuniger kann bereits nach wenigen Produktzyklen relativ an Leistung verlieren, auch wenn er weiterhin funktioniert.

Abschreibungspläne erfassen diese wettbewerbliche Obsoleszenz möglicherweise nicht. Ein Rechenzentrumsbetreiber kann eine ältere GPU weiterhin betreiben, doch Kunden bevorzugen möglicherweise neuere Systeme, die niedrigere Inferenzkosten oder bessere Leistung bieten.

Lieferengpässe schaffen eine weitere Unklarheit. Knappheit stützt Preise und Lieferantenmargen, kann Kunden jedoch auch dazu bewegen, Alternativen zu suchen. Microsoft, Amazon, Google, Meta und KI-Labore entwickeln kundenspezifische Prozessoren für ausgewählte Workloads.

Kundenspezifisches Silizium muss NVIDIA nicht bei jeder Aufgabe ersetzen. Es muss nur genügend hochvolumige Workloads bewältigen, um die Abhängigkeit von universellen Beschleunigern zu verringern. Besonders wichtig ist dabei die Inferenz, also der Prozess, bei dem ein trainiertes Modell Ergebnisse erzeugt.

NVIDIA reagiert darauf mit einer breiteren Plattform. Das Unternehmen verkauft oder entwickelt inzwischen GPUs, CPUs, Netzwerkhardware, Softwarebibliotheken und vollständige Rack-Scale-Designs. Dieser Ansatz lässt einzelne Komponenten als integriertes System zusammenarbeiten.

Vera, NVIDIAs CPU für KI-Agenten, erweitert diese Strategie. Ein KI-Agent ist Software, die mehrere Schritte zur Erreichung eines Ziels plant und ausführt. NVIDIA zufolge ist Vera für verzweigte Workloads konzipiert, die Tools, Modelle, Datenbanken und andere Dienste koordinieren.

Das Unternehmen hat Unterstützung von AWS und anderen Infrastrukturbetreibern angekündigt. Leistungs- und Effizienzangaben hängen jedoch weiterhin vom Workload-Design, den Einsatzbedingungen und den von NVIDIA gewählten Vergleichen ab.

Wettbewerb kommt auch von AMD, spezialisierten Beschleuniger-Start-ups und internen Cloud-Chips. OpenAI und andere Großkunden haben Prozessoren untersucht, die auf ihre eigenen Anforderungen zugeschnitten sind. China bleibt sowohl ein wichtiger potenzieller Markt als auch eine Quelle zunehmenden Wettbewerbs.

NVIDIA hat chinesische Data-Center-Compute-Umsätze aus seinem aktuellen Ausblick ausgeschlossen. Diese Entscheidung verringert ein Prognoserisiko, doch Exportkontrollen und lokale Alternativen können weiterhin Produktionsplanung und Marktzugang beeinflussen.

Die Konzentration schafft ein separates Risiko. NVIDIAs Data-Center-Geschäft erwirtschaftete 89 Milliarden US-Dollar der vierteljährlichen Gesamterlöse von 96,2 Milliarden US-Dollar. Eine Abschwächung bei einer kleinen Zahl großer Käufer könnte die Nachfrage nach Prozessoren, Speicher, Netzwerktechnik und Fertigung beeinträchtigen.

Auch die steigenden Betriebsausgaben des Unternehmens verdienen Aufmerksamkeit. Die Quartalsausgaben erreichten 8,41 Milliarden US-Dollar, ein Anstieg von 55 % gegenüber dem Vorjahr. Die Umsätze wuchsen deutlich schneller, doch die fortlaufende Plattformerweiterung erfordert erhebliche Investitionen in Entwicklung und Lieferketten.

Anleger müssen zudem die Halbleiternachfrage von der Entwicklung von Halbleiteraktien trennen. Laut Reuters waren NVIDIA-Aktien in den drei Jahren vor dem jüngsten Bericht um mehr als 1.000 % gestiegen. Starke operative Ergebnisse können mit Bewertungsrisiken einhergehen.

Die skeptische Sicht ist daher enger gefasst als die Behauptung, das Quartal sei künstlich. NVIDIA meldete reale Umsätze, Gewinne und ausgelieferte Produkte. Die Sorge besteht darin, dass das aktuelle Wachstum Knappheit, erhöhte Infrastrukturbudgets und anhaltenden Zugang zu Kapital fortschreibt.

Eine Veränderung bei nur einem Faktor könnte den Zyklus verlangsamen. Mehr Angebot kann Preise senken. Günstigere Modelle können den Rechenbedarf reduzieren. Kundenspezifische Chips können gezielte Workloads übernehmen. Höhere Finanzierungskosten können neue Anlagen verzögern.

Das stärkste Gegenargument sind anhaltende Kapazitätsengpässe. NVIDIA erklärt, die Nachfrage übersteige das gesicherte Angebot deutlich, während Cloud-Anbieter nur begrenzt verfügbare Kapazitäten melden. Diese Hinweise deuten darauf hin, dass der Markt die Phase des Überangebots noch nicht erreicht hat.

Dennoch beschreiben Engpässe die Gegenwart. Sie beweisen nicht, dass jede für 2027 und 2028 bestellte Anlage eine hohe Auslastung erreichen wird. Dieser Unterschied sollte bei der Interpretation der google news-Berichterstattung über Rekordergebnisse zentral bleiben.

Die Chip-Rally reicht über NVIDIA hinaus

NVIDIA ist der deutlichste Profiteur, doch der breitere Wandel umfasst Speicher, Netzwerktechnik, Fertigung und spezialisierte Cloud-Kapazitäten.

Nach NVIDIAs Bericht stiegen Intel, Micron, Broadcom und SK Hynix laut Reuters zwischen 1,3 % und 3,5 %. Die gemeinsame Rally anderer KI-bezogener Chipaktien näherte sich 150 Milliarden US-Dollar.

Diese Bewegung spiegelte mehr als bloßes Mitziehen wider. NVIDIAs Prognose impliziert fortlaufende Bestellungen entlang einer komplexen Lieferkette. Beschleuniger erfordern fortschrittliche Fertigung, Packaging, Speicher, Leiterplatten, optische Verbindungen, Switches, Server und Energieausrüstung.

TSMC nimmt eine kritische Fertigungsposition ein, weil es fortschrittliche Chips produziert, die von NVIDIA und anderen Kunden entworfen wurden. Das Unternehmen ist zudem am fortschrittlichen Packaging beteiligt, das Prozessoren und Speicher zu Hochleistungssystemen verbindet.

SK Hynix und Micron profitieren von der HBM-Nachfrage. Broadcom verkauft Netzwerkprodukte und entwickelt kundenspezifische Beschleuniger. Marvell liefert Dateninfrastrukturkomponenten, die Informationen über große Systeme hinweg verbinden und bewegen.

Neocloud-Anbieter haben sich demselben Trend angeschlossen. Diese Unternehmen sind darauf spezialisiert, GPU-Kapazität an KI-Labore und Unternehmen zu vermieten. CoreWeave und Nebius stiegen nach NVIDIAs Bericht, weil anhaltende Knappheit Nachfrage und Mietpreise stützen kann.

Ihre Ökonomie unterscheidet sich von der NVIDIAs. Ein Chiphersteller kann Hardware in einen angespannten Markt verkaufen. Eine Neocloud finanziert typischerweise Infrastruktur und ist im Zeitverlauf von Auslastung abhängig, wodurch sie stärker Schulden und künftigen Kapazitätspreisen ausgesetzt ist.

Reuters berichtete, dass der Philadelphia Semiconductor Index um 75 % gestiegen war und damit die vier größten KI-Kapitalausgeber übertroffen hatte. NVIDIA selbst hatte 2026 vor der Reaktion auf die Ergebnisse nur rund 12 % zugelegt und lag nach einem früheren mehrjährigen Schub hinter mehreren Chip-Konkurrenten zurück.

Die Performancelücke stützt die Erzählung der Chiphersteller, offenbart jedoch auch deren Grenzen. Halbleiterunternehmen sind nicht austauschbar. Speicherproduzenten, Foundries, Beschleunigerentwickler und Netzwerkanbieter sehen sich unterschiedlichen Zyklen und Wettbewerbsrisiken gegenüber.

Ein Speichermangel kann den Umsatz steigern, auch wenn das Versandwachstum moderat bleibt. Eine Foundry profitiert von hoher Auslastung, muss jedoch weiterhin teure Fertigungskapazitäten finanzieren. Ein Prozessorentwickler ist auf Softwareunterstützung und nachhaltige Architekturführerschaft angewiesen.

Big Tech bleibt zudem stärker diversifiziert. Alphabet erzielt Einnahmen aus Werbung und Cloud-Diensten. Amazon kombiniert Handel und Cloud-Computing. Microsoft verkauft Software-Abonnements, Cloud-Kapazität, Sicherheitsprodukte und Entwicklertools.

Diese Unternehmen können eine Phase hoher KI-Investitionen verkraften. Sie verfügen außerdem über Vertriebsvorteile, die Chip-Lieferanten nicht leicht nachbilden können. Ein Unternehmen, das bereits Cloud-Datenbanken, Identitätsdienste und Produktivitätssoftware bezieht, kann KI über einen bestehenden Anbieter hinzufügen.

Mehrere große Investoren lehnen daher eine dauerhafte Trennung zwischen Chips und Cloud ab. John Lamb, Investmentdirektor bei Capital Group, sagte Reuters, beide Gruppen gehörten zu einem expandierenden Markt. Er wies darauf hin, dass Anlagen in der Regel 12 bis 18 Monate benötigen, bevor sie Umsätze erzielen.

Richard Clode von Janus Henderson argumentierte, dass das Gewinn- und Cashflow-Wachstum der Hyperscaler zwischen Ende 2027 und 2028 die zusätzlichen Investitionsausgaben übertreffen sollte. Seine knappe Position lautete, dass die heutigen Investitionsausgaben zu künftigen Umsätzen werden.

Das ist die stärkste Herausforderung für die Verdrängungsthese. Chiphersteller führen, solange Kapazitäten knapp sind und der Bau sich beschleunigt. Cloud-Anbieter können den Vorteil zurückgewinnen, wenn die eingesetzte Infrastruktur wiederkehrende, margenstarke Dienste hervorbringt.

Die Unternehmen mit sowohl Infrastruktur als auch Softwarevertrieb könnten die dauerhafteste Position innehaben. Amazon, Microsoft und Google können kundenspezifische Chips, Beschleuniger von Drittanbietern, Cloud-Plattformen und Kundendatendienste kombinieren.

NVIDIA bewegt sich in die entgegengesetzte Richtung, indem es über Prozessoren hinaus expandiert. Seine Software, Netzwerktechnik, CPUs, Referenzsysteme und Investitionen verschaffen ihm größeren Einfluss über den gesamten Stack hinweg. Der Markt wird zu einem Wettbewerb zwischen zunehmend integrierten Plattformen.

Leser, die diesen Übergang verfolgen, benötigen mehr als einen Strom von Schlagzeilen. Eine durchsuchbare KI-Wissensdatenbank kann Teams dabei helfen, Ergebnisse, Bereitstellungsverpflichtungen und Produktankündigungen im Zeitverlauf miteinander zu verknüpfen.

Dieser Kontext ist wichtig, weil kein einzelnes Quartal die späteren Gewinner bestimmt. NVIDIAs Bericht bestätigt die aktuelle Umsatzverteilung. Er beendet nicht den Wettbewerb darum, wer den größten Anteil behält, nachdem Infrastruktur breit verfügbar geworden ist.

Drei Signale, die die Google-News-Erzählung testen werden

Der nächste Test besteht darin, ob Nachfrage, Auslastung und Wettbewerb NVIDIAs Position weiterhin gleichzeitig stützen.

Das erste Signal sind NVIDIAs Umsätze im laufenden Quartal. Das Management prognostizierte etwa 108 Milliarden US-Dollar und lag damit über dem Analystenkonsens zum Zeitpunkt der Veröffentlichung. Das Erreichen dieses Ziels würde das jährliche Wachstum nahe 89 % halten.

Ein weiteres Übertreffen würde die Ansicht stärken, dass das Angebot weiterhin die wichtigste Begrenzung ist. Ein Verfehlen aufgrund schwächerer Bestellungen statt aufgrund des Auslieferungszeitpunkts würde das Argument schwächen, dass Chiplieferanten einen dauerhaften Vorteil gesichert haben.

Die Data-Center-Umsätze verdienen gesonderte Aufmerksamkeit. Sie erreichten im jüngsten Quartal 89 Milliarden US-Dollar und machten den Großteil der Unternehmensumsätze aus. Das Wachstum muss breit genug bleiben, um neue Rubin-Systeme, Netzwerkprodukte, CPUs und bestehende Blackwell-Bereitstellungen zu stützen.

Das zweite Signal ist die Auslastung und der Cashflow der Hyperscaler. Amazon, Microsoft, Google und Meta müssen zeigen, dass neue KI-Kapazitäten zahlende Workloads unterstützen, anstatt lediglich den verfügbaren Bestand auszuweiten.

Cloud-Wachstum allein wird die Frage nicht beantworten. Anleger sollten die Kommentare des Managements zu begrenzten Kapazitäten, Kundennutzung, Abschreibungen, Leasingverpflichtungen und Kapitalrenditen prüfen.

Ein sichtbarer Anstieg KI-bezogener Umsätze, begleitet von einem verbesserten Cashflow im Verhältnis zu den Investitionsausgaben, würde das Big-Tech-Gegenargument stützen. Er würde zeigen, dass Käufer beginnen, den Wert zu erfassen, der derzeit zu den Lieferanten fließt.

Anhaltendes Wachstum der Verpflichtungen ohne entsprechende Dienstleistungserlöse würde die These der Chiphersteller stärken. Es würde darauf hindeuten, dass Cloud-Anbieter in einem kostspieligen Kapazitätswettlauf gefangen bleiben, dessen unmittelbare Profiteure weiter oben in der Lieferkette sitzen.

Das dritte Signal ist der wettbewerbsgetriebene Ausbau. AWS plant, 2027 und 2028 zusätzliche 2 Millionen NVIDIA-GPUs zu installieren, während große Cloud-Unternehmen ihre internen Beschleuniger weiterentwickeln.

Achten Sie darauf, welche Prozessoren produktive Workloads erhalten – nicht nur auf Ankündigungen. Ein kundenspezifischer Chip wird relevant, wenn Kunden ihn im großen Maßstab einsetzen und er den Bedarf an externen Beschleunigern verringert.

Auch der Einsatz von NVIDIAs Vera-CPU liefert einen nützlichen Test. Eine breite Akzeptanz würde das Unternehmen über den GPU-Markt hinaus in Workloads führen, die traditionell von Serverprozessoren übernommen werden. Ein begrenzter Einsatz würde zeigen, dass Cloud-Anbieter weiterhin vielfältige Architekturen bevorzugen.

Die Verfügbarkeit von Speicher und Netzwerktechnik wird alle drei Signale prägen. Lieferungen von Beschleunigern können ohne unterstützende Komponenten nicht skalieren. Anhaltende Engpässe können die Preissetzungsmacht der Anbieter sichern, während Kapazitätserweiterungen die Verhandlungsmacht wieder zu den Käufern verschieben können.

Auch die Finanzierungsbedingungen sind wichtig. Langfristige Leasingverträge und Kaufzusagen helfen dabei, Projekte zu starten, bevor Kunden sie tatsächlich nutzen. Höhere Finanzierungskosten oder strengere Kreditstandards können den Bau bremsen, selbst wenn das strategische Interesse weiterhin hoch ist.

Die jüngsten Geschäftszahlen haben einen klaren Ausgangspunkt gesetzt. NVIDIA verdoppelte seinen Umsatz, erzielte 89 Milliarden US-Dollar im Data-Center-Geschäft und gab einen Ausblick über den Markterwartungen. Zulieferer wandeln die Dringlichkeit rund um KI bereits jetzt in finanzielle Ergebnisse um.

Big Tech verfügt weiterhin über die Distribution, den Kundenzugang und die Serviceplattformen, die erforderlich sind, um diese Systeme später zu monetarisieren. Die Herausforderung besteht darin, nachzuweisen, dass die künftigen Umsätze eintreffen, bevor Infrastrukturkosten, Abschreibungen und Wettbewerb die erwarteten Renditen schmälern.

Das ist die eigentliche Geschichte hinter dem google news-Zyklus. Chiphersteller haben Cloud-Giganten als sichtbarste kurzfristige Gewinner der KI abgelöst, doch dieser Wandel muss nicht dauerhaft sein.

Vergleichen Sie in den kommenden drei Monaten NVIDIAs Ziel von 108 Milliarden US-Dollar mit der tatsächlichen Nachfrage und verfolgen Sie anschließend die Auslastung der Hyperscaler sowie die Einführung kundenspezifischer Chips. Diese Signale werden zeigen, ob das Quartal einen nachhaltigen Wandel bestätigte oder den Höhepunkt der Bauphase erfasste.