KI-Kapitalzentrum? Nvidia FY2027 Q2: Wachstum beschleunigt sich weiter, KI-Superzyklus tritt in mehrgleisige Phase ein

Wir haben uns bereits an ein allmählich verfestigtes Narrativ gewöhnt: Das Geld für KI-Infrastruktur fließt von „Chipkäufen“ zu Strom, Kühlung und den kundenspezifischen Chips der Cloud-Anbieter, während Nvidia als teuerstes Glied dieser Kette bei der Wachstumsdynamik im Rechenzentrumsbereich allmählich an Schwung verliert. In den vergangenen Quartalen haben Leerverkäufer wiederholt mit „zu hoher Basis“ und „Wachstumsspitze“ argumentiert, um Nvidias Obergrenze vorherzusagen. Hinzu kommen die beschleunigte Entwicklung eigener ASICs durch Hyperscaler sowie anhaltende Zweifel am Höhepunkt des KI-Investitionszyklus, sodass die Markterwartungen an Nvidia allmählich zurückgegangen sind.

Vor diesem Quartalsbericht lag die Konsensschätzung von 41 Analysten nur 1,2 % über der unternehmenseigenen Prognose – dies deutet fast darauf hin, dass die Wall Street lediglich bestätigen wollte, dass Nvidias Rechenzentrumswachstum nicht ins Stocken gerät. Nvidia hatte zuvor fünf Quartale in Folge die Erwartungen übertroffen, doch der Umfang der Übertreffung wurde jedes Mal geringer, was die Skepsis verstärkte, ob diese Kurve letztlich ihren Wendepunkt erreichen würde.

Am 26. August nach US-Börsenschluss legte Nvidia ein Ergebnis vor, das alle Erwartungen übertraf. Das Rechenzentrumsgeschäft blieb der absolute Wachstumsmotor, Umsatz und Prognose für das dritte Quartal lagen deutlich über dem Marktkonsens. Jensen Huangs erster Satz in der Pressemitteilung zum Quartalsergebnis gab gewissermaßen den Ton für das Quartal an: „KI hat ihren Wendepunkt erreicht. Sie leistet nützliche Arbeit. Ihre Token sind produktiv und profitabel. Jetzt ist Rechenleistung gleichbedeutend mit Umsatz.“

Ein Jahr des Wandels vom Zulieferer zum Kapitalgeber

Im vergangenen Jahr hat sich Nvidia allmählich zu einem großen Investor für KI-Infrastruktur entwickelt. Gaming-Grafikkarten sind längst nur noch eine Fußnote seiner Geschichte, und die Rolle als Zulieferer für Rechenzentren in der KI-Lieferkette ist nur eine von mehreren Identitäten. Am 18. September 2025 investierte Nvidia 5 Milliarden US-Dollar in Intel – ein seltener Schritt, in einen Konkurrenten zu investieren, der die Beziehung zwischen den beiden alten Rivalen weiter verkomplizierte. Dies geschah nur einen Monat, nachdem die US-Regierung etwa 10 % der Intel-Anteile für 8,9 Milliarden US-Dollar erworben hatte. Die Kombination aus staatlicher Beteiligung und Nvidias Kapitalspritze befeuerte die Fantasie des Marktes, dass der alteingesessene Chipriese an den Verhandlungstisch zurückkehren könnte. Die Intel-Aktie schoss an diesem Tag um 23 % in die Höhe – der größte Tagesanstieg seit 1987. Am 29. Dezember 2025 wurde die Transaktion offiziell abgeschlossen, wobei Nvidia im Rahmen einer Privatplatzierung über 214,7 Millionen Intel-Aktien erwarb.

In den folgenden elf Monaten begann Nvidia einen nahezu unbegrenzten Investitionsmodus. Am 22. September 2025 verpflichtete sich Nvidia, bis zu 100 Milliarden US-Dollar in OpenAI zu investieren – nur vier Tage nach der Intel-Investition. Im Januar 2026 investierte Nvidia 10 Milliarden US-Dollar in xAI, und im Juli 2026 stockte es seine Zusage an OpenAI auf insgesamt 250 Milliarden US-Dollar auf. Und erst am 20. August schloss Nvidia seine komplexeste Investitionstransaktion ab, bei der es gleichzeitig drei Dinge tat: Zunächst zahlte es 6 Milliarden US-Dollar für die Lizenzierung des KI-Modells „Model Factory“ von Poolside, investierte dann weitere 1 Milliarde US-Dollar bei einer Pre-Money-Bewertung von 12 Milliarden US-Dollar und unterbreitete schließlich über 100 Poolside-Mitarbeitern Stellenangebote, die sich Nvidias Open-Source-Modellprojekt Nemotron anschließen sollen.

Man kann sagen, dass Nvidia seinen Kapitaleinfluss erneut in ein führendes KI-Modellunternehmen ausgedehnt hat. Bemerkenswert ist, dass Poolside in einem Schreiben an seine Investoren ausdrücklich klarstellte: Dies sei weder eine Übernahme noch ein Acqui-Hiring, das Unternehmen werde unabhängig weitergeführt und die drei Mitgründer blieben an Bord. Und wenn es weiterhin unabhängig an Open-Source-Modellen arbeiten wolle, bräuchte es mehr Nvidia-Hardware, als realistisch möglich sei. Mit anderen Worten: Die Knappheit an Rechenleistung trieb das Unternehmen letztlich in Nvidias Arme.

Die anhaltenden Kapitalbewegungen lassen die Grenzen der gesamten KI-Branche verschwimmen: Zulieferer, Aktionär, Gläubiger, Kunde – diese einst klar getrennten Rollen fallen nun bei Nvidia gleichzeitig zusammen, das damit an mehreren Positionen am Verhandlungstisch sitzt. Dieser geschlossene Kapitalkreislauf macht den Vorwurf der „Kreislauffinanzierung“ noch konkreter. Nvidia investiert Geld in Kunden, die damit Nvidia-GPUs kaufen, woraufhin das Geld als Umsatz in Nvidias Bilanz zurückfließt. Das Umsatzwachstum treibt den Aktienkurs, und der steigende Aktienkurs verschafft Nvidia mehr Kapital, um in den nächsten Kunden zu investieren. Genau das meinen wir, wenn wir immer wieder hören: „Nvidia investiert 100 Milliarden US-Dollar in OpenAI, und OpenAI gibt das Geld an Nvidia zurück.“ Konkret funktioniert das Ökosystem so, dass Nvidia, Microsoft und Oracle alle in KI-Entwickler investieren, die anschließend zu Großabnehmern ihrer Cloud-Dienste werden – dasselbe Kapital zirkuliert also durch mehrere Unternehmen und wird an jeder Station als Umsatz verbucht.

Wenn die letztendliche kommerzielle Rendite der KI-Infrastruktur weiter auf sich warten lässt, wird dieser scheinbar effiziente Geldkreislauf an seinem schwächsten Glied zuerst reißen. Das Risiko besteht darin, dass jedes Glied dieser Kette auf der Annahme beruht, dass das nächste Glied weiterhin zahlen kann: Kann OpenAI mit seinen Modellen die Kosten der Rechenzentren wieder einspielen? Können Cloud-Anbieter ihre Rechenleistung vermieten? Können KI-Startups ein profitables Modell finden, bevor ihre Finanzierung aufgebraucht ist? Sobald an irgendeinem Punkt die Einnahmen hinter den Erwartungen zurückbleiben – etwa wenn Kunden ihre Bestellungen kürzen –, werden Nvidias Aufträge zurückgehen, was den Buchwert der Beteiligungen schmälert und die zur Stützung dieser Kunden eingesetzten Mittel und Garantien in potenzielle notleidende Kredite verwandeln könnte.

Die Verteidiger argumentieren dagegen so: Diese Investitionen erfolgen schrittweise und sind an tatsächliche Meilensteine der Bereitstellung gebunden. Im Fall von OpenAI wird beispielsweise erst mit jeder bereitgestellten Gigawatt eine neue Investition ausgelöst – 1 Milliarde US-Dollar bei der ersten Gigawatt, weitere Tranchen zu der dann geltenden Bewertung von OpenAI. Das bedeutet: Wenn die Bereitstellung nicht tatsächlich stattfindet, fließt auch kein Geld – es gibt keinen Spielraum, „Umsätze aus dem Nichts zu generieren“.

Dies ist die seit Monaten andauernde Debatte über Nvidias Kapitalstrategie, und die Sorgen über eine übermäßige Verschuldung der KI-Infrastruktur haben sogar den Anleihemarkt erreicht. Seit Beginn des Jahres 2026 haben Hyperscaler und mit Nvidia verbundene Unternehmen Anleihen im Volumen von 225 Milliarden US-Dollar begeben – ein Anstieg von 973,7 % gegenüber dem Vorjahr! Und unabhängig davon, ob diese Risiken letztlich eintreten, werden sie zu Stolpersteinen auf dem Weg zu höheren Nvidia-Kursen.

Ein weiteres Quartal über den Erwartungen

Nvidias Ergebnis für das zweite Quartal des Geschäftsjahres 2027 ist nach allen traditionellen Maßstäben geradezu perfekt. Der Umsatz belief sich auf 96,221 Milliarden US-Dollar, ein Plus von 106 % gegenüber dem Vorjahr und 18 % gegenüber dem Vorquartal – die höchste Wachstumsrate seit dem zweiten Quartal des Geschäftsjahres 2025. Das lag 5,2 Milliarden US-Dollar über der Mitte der unternehmenseigenen Prognose und mehr als 4 % über den Analystenschätzungen. Der bereinigte Gewinn je Aktie betrug 2,22 US-Dollar, ein Plus von 120 % gegenüber dem Vorjahr und fast 6 % über den Erwartungen. Der Non-GAAP-Betriebsgewinn belief sich auf 63,956 Milliarden US-Dollar, ein Plus von 124 % gegenüber dem Vorjahr, was einer operativen Marge von rund 66 % entspricht und über den von Analysten erwarteten 61,19 Milliarden US-Dollar liegt. Die Betriebskosten betrugen 8,232 Milliarden US-Dollar und lagen damit unter den erwarteten 8,32 Milliarden US-Dollar – die Umsätze übertrafen die Erwartungen, während gleichzeitig die Kosten stärker als erwartet gesenkt wurden. Nach Veröffentlichung der Zahlen stieg die Nvidia-Aktie im nachbörslichen Handel zunächst leicht an, drehte dann aber schnell ins Minus und verlor zeitweise 4 %.

Der Umsatz im Rechenzentrumsgeschäft belief sich auf 89 Milliarden US-Dollar, ein Plus von 117 % gegenüber dem Vorjahr und 18 % gegenüber dem Vorquartal. Das lag über den Analystenerwartungen von 85,8 bis 85,9 Milliarden US-Dollar und machte etwa 92,5 % des Gesamtumsatzes aus. Hyperscaler erwirtschafteten 48,71 Milliarden US-Dollar und übertrafen damit die erwarteten 43,55 Milliarden US-Dollar deutlich – eine Abweichung von fast 5,2 Milliarden US-Dollar. Der Umsatz aus KI-Cloud-, Industrie- und Unternehmensanwendungen belief sich auf 40,31 Milliarden US-Dollar und lag damit unter den Markterwartungen von 41,96 Milliarden US-Dollar. Der Umsatz im Edge-Computing betrug 7,2 Milliarden US-Dollar, ein Plus von 27 % gegenüber dem Vorjahr und 13 % gegenüber dem Vorquartal, und lag damit über den erwarteten 6,61 Milliarden US-Dollar. Diese Struktur zeigt, dass die Übertreffung in diesem Quartal hauptsächlich von Hyperscalern getragen wurde, während das Expansionstempo der Nachfrage aus dem Unternehmens-, Industrie- und Teilen des KI-Cloud-Segments leicht hinter den Markterwartungen zurückblieb.

Dies ist ein Signal, das mit Vorsicht zu behandeln ist. Bisher neigte der Markt (einschließlich vieler Analysen) zu der Annahme, dass sich Nvidias Kundenstruktur rasch diversifiziert und die Unternehmensnachfrage die Führung übernimmt. Die Daten dieses Quartals zeigen jedoch, dass die vier großen Cloud-Anbieter weiterhin die absoluten Hauptwachstumstreiber sind und das Volumenwachstum im Unternehmenssegment noch nicht vollständig nachgezogen hat. Der Umsatz aus Compute & Networking belief sich auf 88,3 Milliarden US-Dollar und lag ebenfalls über den erwarteten 84,69 Milliarden US-Dollar – ein Beleg für dieselbe Logik: Der Aufbau großer Cluster bleibt die Kernform der aktuellen Nachfrage.

Bei der Bruttomarge lagen sowohl die GAAP- als auch die Non-GAAP-Marge im zweiten Quartal bei 75,0 % – unverändert gegenüber dem Vorquartal und etwa 2,5 bis 2,6 Prozentpunkte über dem Vorjahreswert. Angesichts eines Umsatzes von fast 100 Milliarden US-Dollar und einer stark angespannten Lieferkette im Rechenzentrumsbereich zeigt eine Marge von 75 %, dass Nvidia im Markt für KI-Beschleuniger nach wie vor eine enorme Preissetzungsmacht besitzt. Die Prognose für das dritte Quartal liegt jedoch bei 74,0 % – etwa 1 Prozentpunkt unter dem zweiten Quartal und unter den Analystenerwartungen von 75 %. Dahinter stehen verschiedene Faktoren, darunter übliche Schwankungen bei Ausbeute und Kosten in der Anfangsphase der Massenproduktion neuer Plattformen sowie steigende Lieferkettenkosten, etwa bei HBM, fortschrittlichem Packaging und Substraten – dieselbe Ursache wie bei Apples früherer Speicherkrise.

Die Veränderung des Produktmixes könnte den Rückgang zudem zum Beginn eines längerfristigen Trends machen. Wenn der Anteil kompletter Rack-Systeme an den Auslieferungen steigt, unterscheidet sich die Kostenstruktur von der beim reinen Verkauf von GPUs. Das wichtigste Produktsignal im Bericht ist, dass Vera Rubin beschleunigt in die Massenproduktion geht. Die Racks laufen bereits bei Partnern wie CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure und Nebius. Dieses Detail ist wichtig, denn es bedeutet, dass Rubin bereits in den Rechenzentren echter Kunden im Einsatz ist. Diese völlig neue Systemarchitektur, die Vera-CPU, Rubin-GPU, Spectrum-6-Netzwerk, BlueField, Sicherheit, Speicher, Software-Toolchain und die DSX-Plattform kombiniert, wird in den kommenden Quartalen zum zentralen Anker der Wachstumsstory. Nvidia verwendet wiederholt den Begriff „KI-Fabrik“, um zu betonen, dass es keine Chips liefert, sondern ein komplettes System zum Aufbau, Betrieb und zur Skalierung von KI-Recheninfrastruktur. Dies ist für die Bewertungsgeschichte von entscheidender Bedeutung, denn eine der größten Sorgen des Marktes war bisher: Kann Nvidia nach dem Nachfragehöhepunkt bei Blackwell reibungslos auf die nächste Plattform umsteigen? Der erfolgreiche Produktionshochlauf von Rubin verlängert die Sichtbarkeit des Wachstumszyklus direkt. Der Plattformwechsel bringt jedoch auch kurzfristige Unsicherheiten mit sich, etwa Veränderungen bei Lieferkette, Lieferrhythmus, Kundenabnahme und Kostenstruktur – ein möglicher Grund für die gesenkte Bruttomargenprognose im dritten Quartal.

Aus diesem Bericht lässt sich ablesen, dass die Wachstumsqualität von Nvidias Kerngeschäft real ist und möglicherweise sogar besser als die oberflächlichen Zahlen vermuten lassen. Nach Abzug von 7,77 Milliarden US-Dollar an Gewinnen aus Beteiligungen belief sich der Non-GAAP-Nettogewinn auf 53,954 Milliarden US-Dollar bei einer operativen Marge von 66 % – ein Beleg dafür, dass das Kerngeschäft selbst äußerst profitabel ist und nicht durch Anlagegewinne geschönt wurde. Auch die Kostenkontrolle war besser als erwartet; dass der Umsatz aus KI-Cloud-, Industrie- und Unternehmensanwendungen (ACIE) jedoch um 1,6 Milliarden US-Dollar hinter den Erwartungen zurückblieb, zeigt, dass die Kundendiversifizierung langsamer vorankommt als vom Markt angenommen. Das bedeutet, dass sich das Risiko einer übermäßigen Abhängigkeit von den vier großen Cloud-Anbietern kurzfristig noch nicht verringert hat. Sinkende Bruttomargen, ein drastisch reduzierter freier Cashflow, stark gestiegene Forderungen und ein aufgeblähtes Beteiligungsportfolio zeichnen das Bild eines Unternehmens, das mit einer schwereren Bilanz und längeren Cash-Conversion-Zyklen schnelleres Wachstum stützt.

KI-Narrativ, Wettbewerbslandschaft und Lieferkette: drei parallele Linien

Nvidias Fundamentaldaten sind weiterhin solide, doch die drei Säulen, die sie tragen, befinden sich jeweils im Wandel. Zunächst das KI-Narrativ: Wir wissen, dass sich der Fokus der Wall Street im KI-Investitionszyklus von der „Ausweitung der Rechenleistung“ hin zur „Renditevalidierung“ verschoben hat. Jensen Huangs langfristige Einschätzung lautet, dass die Ausgaben für KI-Infrastruktur bis zum Ende des Jahrzehnts 3 bis 4 Billionen US-Dollar pro Jahr erreichen könnten, angetrieben von der flächendeckenden Verbreitung von KI-Agenten – also nicht mehr einfachen Frage-Antwort-Bots, sondern KI-Systemen, die kontinuierlich Entscheidungen treffen, Werkzeuge nutzen und mehrstufige Aufgaben ausführen können.

Diese Einschätzung selbst ist kaum umstritten. Die Meinungsverschiedenheiten betreffen den Zeitplan und den Renditepfad. Heute fragt niemand mehr, ob Investitionen in KI eine Investition in die Zukunft sind – im Mittelpunkt stehen Cashflow und Renditedruck. Wie bereits erwähnt, verstärken sich die Risiken am Anleihemarkt, und die tatsächliche, schnelle Realisierung des Kosten-Nutzen-Verhältnisses ist das Kernthema der gesamten KI-Lieferkette und zugleich der Endpunkt ihres Geschäftsmodells.

Darüber hinaus wird die Beschleunigung bei kundenspezifischen ASICs die Obergrenze von Nvidias Marktanteil im KI-Chipmarkt weiter erodieren. Daten zufolge wird der Anteil von Custom Silicon am gesamten KI-Chipmarkt voraussichtlich von 20,9 % im Jahr 2025 auf 27,8 % im Jahr 2026 steigen – die am schnellsten wachsende Wettbewerbsbedrohung im aktuellen KI-Chipmarkt. Google TPU, Amazon Trainium und Meta MTIA: Alle drei großen Cloud-Anbieter beschleunigen die Entwicklung eigener Chips. Broadcom als einer der größten Profiteure dieses Bereichs erzielt bereits einen KI-bezogenen Quartalsumsatz von rund 10,8 Milliarden US-Dollar.

Das Besondere an dieser Bedrohung ist, dass sie nicht von der Leistung, sondern von der Verhandlungsmacht getrieben wird. Den Cloud-Anbietern ist klar, dass ihre eigenen Chips in puncto Vielseitigkeit und Software-Ökosystem nicht mit Nvidia mithalten können. Doch sie sind bereit, bewusst Leistungseinbußen in Kauf zu nehmen, um die Abhängigkeit von einem einzigen Anbieter zu verringern, Autonomie in der Lieferkette zu gewinnen und bei Einkaufsverhandlungen ein Druckmittel zu haben. Deshalb wird diese Entwicklung Nvidias Position kurzfristig nicht erschüttern, muss aber langfristig genau beobachtet werden. Entscheidend ist nicht, ob TPU Blackwell schlagen kann, sondern welchen Anteil ihrer Investitionsausgaben die Cloud-Anbieter von Nvidia abziehen wollen.

Was die Lieferkette betrifft, so gibt es offenbar weiterhin keine Anzeichen für eine Entspannung der Angebotsknappheit bei Rechenzentren – einschließlich der Tatsache, dass über den gesamten Lebenszyklus hinweg Engpässe bestehen. Bereits im ersten Quartal war die Grundstimmung für das gesamte Jahr erkennbar. Nvidia erhöhte das Gesamtangebot im ersten Quartal auf 145 Milliarden US-Dollar, und das Management erklärte ausdrücklich, nicht immun gegen Lieferprobleme zu sein, aber zuversichtlich, das Kundenwachstum unterstützen zu können. Es erwartet, dass Nvidia während des gesamten Lebenszyklus von Vera Rubin lieferbeschränkt bleiben wird.

Dieser Satz lässt zwei Interpretationen zu, die für Investoren völlig unterschiedliche Implikationen haben. Für Bullen ist die Nachfrage tatsächlich so stark, dass die Chiphersteller mit der Produktion nicht hinterherkommen – Angebotsknappheit bedeutet stabile Preissetzungsmacht und extrem hohe Auftragssichtbarkeit. Gleichzeitig ist Angebotsknappheit auch ein Marketing-Narrativ, das kontinuierlich ein Gefühl der Verknappung und Kaufdringlichkeit erzeugt und Kunden dazu veranlasst, Aufträge frühzeitig zu sichern und nicht abzuwarten. Unabhängig davon, welche Interpretation zutrifft, bleibt die Lieferkette – insbesondere die CoWoS-Advanced-Packaging-Kapazität von TSMC und die HBM-Speicherkapazität – die entscheidende Variable für Nvidias Wachstumsobergrenze.

Das erklärt auch, warum in diesem KI-Hardware-Zyklus die vorgelagerten Zulieferer ebenfalls zu den sichersten Profiteuren gehören: TSMC beherrscht fortschrittliche Fertigung und Packaging, Micron und SK Hynix die HBM-Kapazitäten. Ihre Kapazitätsallokation bestimmt, wie viel Nvidia ausliefern kann, und Nvidias Auslieferungsmenge bestimmt wiederum die Umsatzobergrenze der gesamten KI-Infrastrukturkette.

Wenn wir diese drei Linien zusammenfügen und sie mit den Fundamentaldaten, den Erwartungen an den Quartalsbericht und den drei unterschwelligen Linien kombinieren, ergibt sich eine klare Struktur: Nachfrage, Kapazität und Kapital sind die Kernvariablen, die das Wachstumstempo des gesamten Systems aufrechterhalten.

Nvidia ist immer noch Nvidia. Nachdem es den Sprung vom Chiphersteller zum Erbauer der Welt der Rechenleistung geschafft hat, legt es nun vorzeitig das Fundament für eine Ära, die noch nicht vollständig angebrochen ist. Die Wachstumsgeschichte geht weiter, und das Unternehmen steht weiterhin an der hellsten Stelle dieser Zeit. Doch je heller das Rampenlicht, desto länger die Schatten. Die offenen Fragen, die es dem Markt hinterlässt, werden in den kommenden Quartalen zu einem der wichtigsten Handlungsstränge am US-Aktienmarkt.