Der Chip-Gigant Nvidia steht vor immer größeren Herausforderungen, da Technologiekonkurrenten auf ihn zukommen.
NVIDIA galt jahrelang als unangefochtene Königin der künstlichen Intelligenz (KI). Der Boom der generativen KI, der nach dem Erfolg von Chatbots und fortschrittlichen Sprachmodellen explodierte, machte das Unternehmen zu einem Symbol der neuen Technologiewirtschaft. Heute zeichnen sich jedoch erste Anzeichen ab, die auf eine weniger vorhersehbare Situation hindeuten. In den letzten Monaten sah sich die von Jensen Huang geführte Gruppe einem wachsenden Druck auf dem Markt für KI-Prozessoren ausgesetzt. Ihr Anteil im Bereich der Beschleuniger für künstliche Intelligenz, der im Jahr 2024 nahezu monopolistische Werte von fast 87 % erreicht hatte, soll nun auf eine Spanne zwischen 75 % und 80 % gesunken sein. Eine Zahl, die immer noch eine enorme Dominanz darstellt, aber zeigt, dass der Wettbewerbsvorteil nicht mehr uneinholbar ist.
Nvidias Marktanteil bei KI-Prozessoren sinkt, da große Technologiekonzerne verstärkt auf proprietäre Chips setzen
Hinter dem oben erwähnten Rückgang stehen zwei sehr wichtige Dynamiken. Auf der einen Seite wächst die direkte Konkurrenz durch Advanced Micro Devices, das mit seiner Instinct-Reihe versucht, im Markt für Hochleistungs-KI Fuß zu fassen. Auf der anderen Seite, und vielleicht noch bedeutsamer, ändern sich die Strategien der Großkunden von Nvidia. Giganten wie Google und Amazon investieren zunehmend in die Entwicklung proprietärer Chips für künstliche Intelligenz. Dies ist ein möglicherweise entscheidender Wandel, da diese Unternehmen nicht nur einfache Handelspartner sind: Sie stellen einen erheblichen Anteil der weltweiten Nachfrage nach KI-GPUs dar.
Wie bereits erwähnt, profitierte Nvidia bisher von einer nahezu unverzichtbaren Position im Bereich der KI-Modellschulung. Seine GPUs sind zum Referenzstandard für die Entwicklung fortschrittlicher Sprachmodelle, generativer Systeme und Cloud-Infrastrukturen geworden. Mit der Zunahme der von großen Technologieunternehmen selbst entwickelten Chips könnte ein Teil dieser Abhängigkeit jedoch allmählich abnehmen.
Und der Markt scheint dieses Risiko erkannt zu haben. Einige Finanzindikatoren und Prognoseplattformen zeigen ein etwas schwächeres Vertrauen in die Fähigkeit von Nvidia, bis Mitte 2026 die absolute Führung bei der globalen Marktkapitalisierung zu behaupten.
Das eigentliche Problem für Nvidia ist nicht AMD, sondern die Selbstständigkeit der großen Technologieunternehmen
Das unmittelbarste Narrativ spricht von einem Krieg zwischen Nvidia und AMD im KI-Bereich, aber die strategische Frage könnte viel tiefer liegen. Der zentrale Punkt ist nicht nur der Wettbewerb zwischen Chipherstellern, sondern die Tatsache, dass Nvidias Hauptkunden versuchen, ihre Abhängigkeit von externen Lieferanten zu verringern.
In den letzten Jahren haben Unternehmen wie Google, Amazon und andere Hyperscaler erkannt, dass die Kontrolle der KI-Infrastruktur einen enormen strategischen Vorteil darstellt. Die Entwicklung proprietärer Chips bedeutet nicht nur, die langfristigen Kosten zu senken, sondern auch die Anpassung der Hardware an die spezifischen Anforderungen ihrer eigenen Cloud-Systeme und KI-Plattformen.
Dieses Phänomen erinnert an das, was im Mobilfunksektor mit Apple geschah, das im Laufe der Zeit nach und nach Komponenten von Drittanbietern durch selbst entwickelte Lösungen ersetzte.
Dank seines Software-Ökosystems, der CUDA-Plattform und der enormen Erfahrung, die im Laufe der Jahre gesammelt wurde, hat Nvidia nach wie vor einen großen Vorsprung. Die Entwicklung eines leistungsstarken Chips reicht nicht aus, um wirklich konkurrenzfähig zu sein: Sie benötigen eine vollständige Entwicklungsumgebung, die stabil, kompatibel und von Entwicklern unterstützt wird. Und genau hier ist Nvidia seinen Konkurrenten weiterhin weit voraus.
Der Markt beginnt jedoch, die Nachhaltigkeit solch extremer Wachstumsraten auf lange Sicht in Frage zu stellen. Das Unternehmen verfügt immer noch über einen gigantischen Auftragsbestand und die Nachfrage nach seinen GPUs ist weiterhin sehr hoch, aber der KI-Sektor tritt in eine neue, reifere Phase ein, in der der anfängliche Optimismus pragmatischeren Einschätzungen weicht.
Es gibt noch einen weiteren, oft unterschätzten Aspekt: die Unterscheidung zwischen Training und Inferenz. Nvidia dominiert immer noch das Modelltrainingssegment, aber viele Konkurrenten versuchen, in der Inferenz, also in der praktischen Umsetzung bereits trainierter KI-Modelle, an Boden zu gewinnen. Es handelt sich um einen potenziell riesigen Markt, der eher für kundenspezifische Chips geeignet ist, die günstiger und effizienter sind.
Sollte sich dieser Übergang beschleunigen, könnte Nvidia seine Rolle in einem viel wettbewerbsintensiveren Umfeld als in den letzten Jahren verteidigen müssen.
Der KI-Boom tritt in eine komplexere Phase ein
Der Nvidia-Fall ist auch ein umfassenderes Signal für die Entwicklung des Sektors der künstlichen Intelligenz. Nach einer langen Phase, die von nahezu unkontrollierter Anlegerbegeisterung geprägt war, beginnt der Markt, zwischen realem Wachstum und spekulativen Erwartungen zu unterscheiden.
In den letzten zwei Jahren sind Nvidia-Aktien zum Symbol des globalen Wettlaufs um KI geworden. Das Unternehmen profitierte von der außergewöhnlichen Nachfrage, die durch die Notwendigkeit, eine Infrastruktur für Chatbots, multimodale Modelle und fortschrittliche Cloud-Dienste aufzubauen, angeheizt wurde. Dies hat seine Bewertung auf ein historisches Niveau getrieben und sogar zu Spekulationen geführt, dass es gemessen an der Marktkapitalisierung das größte Unternehmen der Welt werden könnte.
Jetzt tauchen jedoch einige unvermeidliche Fragen auf. Wie lange kann d