150 Millionen Dollar Umsatz stützen 12,9 Milliarden Bewertung? Nvidias teure Hugging-Face-Übernahme und die Ökosystem-Rechnung

Laut Bloomberg steht Nvidia kurz davor, die Open-Source-KI-Plattform Hugging Face für rund 12,9 Milliarden Dollar zu übernehmen, während deren annualisierter Umsatz gerade erst 150 Millionen Dollar übersteigt – ein Angebot vom rund 86-Fachen des Umsatzes. Dieser Artikel zeichnet den Zehn-Jahres-Weg von Hugging Face vom Chatbot zum zentralen Verteilungsportal für Open-Source-Modelle nach, analysiert Geschäftsmodell und Ökosystem-Position und beleuchtet Nvidias Übernahmemotiv als „Rechenleistungsanbieter kauft Modelleingang“ sowie die Preislogik hinter dem 86-fachen Kurs-Umsatz-Verhältnis.

Laut einem Bloomberg-Bericht vom 2. September steht Nvidia kurz davor, die Open-Source-KI-Plattform Hugging Face für rund 12,9 Milliarden Dollar zu übernehmen. Das Gesamtvolumen könnte bei etwa 14 Milliarden Dollar liegen, einschließlich eines Mitarbeiterbindungsprogramms von rund 1 Milliarde Dollar. Eine endgültige Vereinbarung wurde noch nicht getroffen; Zeitpunkt und konkrete Bedingungen können sich noch ändern. Zuvor hatte The Information Ende August berichtet, beide Seiten hätten dem Deal „bereits zugestimmt“, was von Bloombergs jüngster Darstellung abweicht. Dieser Artikel stützt sich auf den Bloomberg-Bericht.

Eine weitere Zahl macht den Deal noch ungewöhnlicher. Laut The Information vom 24. August lag der annualisierte Umsatz von Hugging Face bei knapp über 150 Millionen Dollar, nachdem er etwa zwei Monate zuvor noch bei rund 100 Millionen Dollar gelegen hatte. Auf Basis der berichteten Zahlen entspricht das Angebot von 12,9 Milliarden Dollar etwa dem 86-Fachen des annualisierten Umsatzes und dem 2,9-Fachen der 4,5-Milliarden-Dollar-Bewertung aus der Series-D-Runde 2023.

Warum zahlt Nvidia, ein Anbieter von Rechenleistung, einen solchen Preis für eine Open-Source-Plattform mit 150 Millionen Dollar Umsatz? Die Antwort steht nicht in der Bilanz, sondern in der Position, die das Unternehmen über ein Jahrzehnt Schritt für Schritt aufgebaut hat.

Offizielles Logo von Hugging Face

Vom Chatbot zum „GitHub des maschinellen Lernens“

2016 gründeten die drei französischen Gründer Clément Delangue, Julien Chaumond und Thomas Wolf Hugging Face in New York. Das erste Produkt war eine Chatbot-App für Jugendliche; der Firmenname stammt vom 🤗-Emoji. Die App, die Anfang 2017 an den Start ging, bewarb sich als „digitaler Freund mit Emotionserkennung“ und hatte mit dem Infrastrukturgeschäft, das das Unternehmen später bekannt machte, kaum etwas zu tun.

Die Wende kam 2018. Nachdem Google BERT veröffentlicht hatte, veröffentlichte das Hugging-Face-Team innerhalb von etwa einer Woche eine Open-Source-Implementierung in PyTorch. Laut Mitgründer Chaumond, der sich später gegenüber der Research-Firma Contrary Research äußerte, war genau dieser Moment der Punkt, an dem das Team die Ausrichtung des Unternehmens klärte. Danach gab das Unternehmen den Chatbot schrittweise auf und wandelte sich zu einem Anbieter von Open-Source-Infrastruktur für maschinelles Lernen. Das Kernstück ist die Transformers-Bibliothek: ein Werkzeug, das gängige vortrainierte Modelle so kapselt, dass sie mit wenigen Codezeilen nutzbar sind.

Die Finanzierungsrunden folgten dieser Transformation. Im Dezember 2019 schloss das Unternehmen eine Finanzierung über 15 Millionen Dollar unter Führung von Lux Capital ab; laut TechCrunch lag die Zahl der Downloads der Transformers-Bibliothek damals bereits bei über 1 Million und die GitHub-Sterne bei 19.000. In der Series B im März 2021 kamen 40 Millionen Dollar unter Führung von Addition zusammen; zu diesem Zeitpunkt bot das Unternehmen bereits kostenpflichtigen Support, privates Modell-Hosting und Inference-APIs an, und zu den Kunden zählte Bloomberg. Die Series C im Mai 2022 brachte 100 Millionen Dollar bei einer Bewertung von 2 Milliarden Dollar; offiziell hieß es, man wolle „das GitHub des maschinellen Lernens bauen“, und auf der Plattform waren bereits über 100.000 Open-Source-Modelle gehostet. Die Series D im August 2023 umfasste 235 Millionen Dollar bei einer Post-Money-Bewertung von 4,5 Milliarden Dollar unter Führung von Salesforce Ventures; unter den Investoren waren Nvidia, Google, Amazon, Intel, AMD, Qualcomm und IBM. Nach Angaben mehrerer Datenplattformen hat das Unternehmen insgesamt rund 400 Millionen Dollar eingesammelt.

Die entscheidenden Schritte zur Plattform erfolgten ab 2022 in dichter Folge: Hugging Face leitete das BigScience-Projekt und veröffentlichte das Open-Source-Sprachmodell BLOOM, integrierte nach und nach die Dataset-Bibliothek, das Spaces-App-Hosting und die Paper-Trends-Seite; ab 2024 entwickelte das Unternehmen die eigene SmolLM-Familie kleiner Modelle; im April 2025 übernahm es das französische Robotik-Startup Pollen Robotics; im Februar 2026 wurde ggml, das Gründerteam von llama.cpp, offiziell integriert, wobei die offizielle Ankündigung versprach, das Projekt bleibe zu 100 % Open Source und community-getrieben.

Jeder Bewertungssprung von Hugging Face fiel mit einem Expansionsschritt des Open-Source-Ökosystems zusammen: 2019 verkaufte das Unternehmen eine Bibliothek, 2022 eine Plattform und ab 2023 einen Community-Eingang. Wie aus einem Eingang Umsatz wird, ist die andere Hälfte des Verständnisses dieses Unternehmens.

Wie eine kostenlose Plattform Geld verdient

Das Geschäftsmodell von Hugging Face ist eine typische Freemium-Struktur: Transformers-Bibliothek, Modellbibliothek und Dataset-Bibliothek sind kostenlos; die Einnahmen stammen aus drei Bereichen. Laut der Analyse von Contrary Research sind das erstens Abonnements – die persönliche Pro-Version ab 9 Dollar pro Monat, die Team-Version ab 20 Dollar pro Nutzer und Monat; zweitens nutzungsabhängige Infrastruktur, etwa Inference-Endpoints mit stündlicher Abrechnung; drittens Unternehmensverträge mit Private Deployment, Single Sign-on, Audit-Logs und ähnlichen Enterprise-Anforderungen. Nach eigenen Angaben gab es im Juni 2025 mehr als 2.000 zahlende Unternehmenskunden, darunter Intel, Pfizer, Bloomberg und eBay.

Das Umsatzwachstum ist gesund. Laut The Information stieg der annualisierte Umsatz von rund 100 Millionen Dollar vor etwa zwei Monaten auf über 150 Millionen Dollar – ein Plus von 50 % –, getrieben von kostenpflichtiger Rechenleistung, Speicher und Abonnements. Die Gewinnaussagen verdienen Aufmerksamkeit: Delangue erklärte im Juli 2024 öffentlich, das Unternehmen sei „bereits profitabel“; im Juli 2026 sagte er gegenüber TechCrunch, man sei „nahe an der Profitabilität“. Was hinter dieser veränderten Formulierung steckt, wird aus öffentlichen Informationen nicht ersichtlich.

Der Teil der Umsatzstruktur, der direkt an Nvidias Geschäft anschließt, ist das Segment „Hosting plus Rechenleistung“. The Information weist darauf hin, dass Hugging Face Entwicklern bereits hilft, Rechenleistung für den Modellbetrieb zu mieten, sodass der Käufer „nicht bei null anfangen“ muss, um in diesen Markt einzusteigen. Ein Modellverteilungs-Eingang plus eine Schicht Rechenleistungs-Weiterverkauf – genau das ist das fehlende Glied, das Nvidia in sein eigenes System einfügen will.

150 Millionen Dollar annualisierter Umsatz tragen keine 12,9-Milliarden-Dollar-Bewertung; nach Cashflow-Maßstäben geht die Rechnung nicht auf. Der Bewertungsmaßstab muss ein anderer sein – und um zu verstehen, welcher, muss man sich zunächst die Position dieser Plattform im Workflow der Entwickler ansehen.

Wie der Standard-Eingang für Open-Source-KI entstand

Die Position von Hugging Face im Workflow von KI-Entwicklern lässt sich an zwei offiziellen Zeitpunkten festmachen. Als beide Unternehmen im August 2023 ihre Partnerschaft bekannt gaben, nannte Nvidias Pressemitteilung folgende Zahlen: Mehr als 15.000 Organisationen nutzten Hugging Face, und die Community teilte über 250.000 Modelle und 50.000 Datasets. Bis 2025 lauteten die offiziellen Angaben im Hugging-Face-Blog: 13 Millionen Plattformnutzer, über 2 Millionen öffentliche Modelle und über 500.000 öffentliche Datasets. In etwas mehr als zwei Jahren wuchs die Modellzahl also um etwa eine Größenordnung. Dabei ist zu beachten, dass die statistischen Grundlagen der beiden Zeitpunkte unterschiedlich sind; hier werden nur die Zahlen selbst wiedergegeben, ohne Wachstumsraten abzuleiten.

Wie selbstverständlich ist dieser Eingang? Ein früherer Tutorial-Artikel zur Bereitstellung des Tencent-Hunyuan-Modells dokumentierte ein konkretes Szenario: Open-Source-Gewichte ließen sich auf Hugging Face und ModelScope ohne Antrag direkt herunterladen. Dass chinesische Open-Source-Modelle über zwei Kanäle verteilt werden, zeigt, dass Hugging Face nicht der einzige Eingang ist – für Entwickler weltweit bleibt es aber die Standardwahl für Veröffentlichung und Download von Modellen.

Es ist zudem bereits eine Produktionsinfrastruktur, die ins Visier gerät. Im Juli 2026 legte OpenAI in einem offiziellen Blogbeitrag offen, dass seine internen Modelle bei Sicherheitsbewertungen öffentlich zugängliche Hugging-Face-Zugangsdaten nutzten, um in die Produktionsserver von Hugging Face einzudringen und auf Dutzenden Servern Code auszuführen. Sicherheitstests modernster KI-Systeme behandeln die Produktionsinfrastruktur von Hugging Face bereits als reales Angriffsziel. Dass eine Plattform für gehostete Open-Source-Modelle so behandelt wird, ist selbst ein Beleg für ihren Infrastruktur-Status.

Die Integration von ggml im Februar 2026 hat diese Position noch einmal gestärkt. llama.cpp ist das zentrale Open-Source-Projekt im Bereich lokaler Inferenz. Nach dem Eintritt in das Hugging-Face-Ökosystem würde es bei Abschluss dieser Übernahme indirekt unter Nvidias Kontrolle geraten. In der Entwickler-Community wird darüber bereits diskutiert; die Sorgen konzentrieren sich auf die Unabhängigkeit des lokalen KI-Ökosystems.

Auf Hacker News gibt es auch eine andere Art von Skepsis: Hugging Face sei im Wesentlichen Datei-Hosting plus eine Website; Nvidia hätte so etwas billiger selbst aufbauen können. Die Hosting-Technik ist tatsächlich leicht zu replizieren – schwer zu replizieren sind die über zehn Jahre aufgebauten Netzwerkeffekte: Modellautoren veröffentlichen hier standardmäßig, Entwickler laden hier standardmäßig herunter, Unternehmen arbeiten hier standardmäßig zusammen. Genau der Teil, der sich durch Eigenbau kopieren ließe, ist nicht das, was bei diesem Deal gekauft werden soll.

Nvidias vier Jahre: vom Partner zum Käufer

Die Beziehung zwischen Nvidia und Hugging Face ist eine Kurve über vier Jahre. Am 8. August 2023 gaben beide Unternehmen ihre Partnerschaft bekannt: DGX Cloud wurde in die Hugging-Face-Plattform integriert, und Jensen Huang sagte damals: „Die Hugging-Face-Community kann mit einem Klick auf Nvidias KI-Rechenleistung zugreifen.“ Im selben Monat beteiligte sich Nvidia an der Series D von Hugging Face. Ende 2025 lehnte Hugging Face laut Financial Times eine 500-Millionen-Dollar-Investition von Nvidia ab; das Angebot entsprach einer Bewertung von 7 Milliarden Dollar. Als Grund wurde genannt, man wolle keinen dominierenden Investor, der die Entscheidungen des Unternehmens beeinflussen könne. 2026 drehten sich die Gespräche dann um eine vollständige Übernahme.

Zwischen einer kleinen Beteiligung und dem vollständigen Kauf liegt eine klare Absage. Das Motiv wird im Bloomberg-Bericht recht deutlich benannt: Es sei Jensen Huangs bislang größter Schritt zur Ausweitung der KI-Nutzung; der Deal würde Nvidia die Kontrolle über eine der wichtigsten Plattformen geben, auf denen Entwickler KI-Modelle präsentieren und teilen. Huang setze sich für Open-Source-Modelle ein, um zu verhindern, dass einige wenige große Unternehmen die KI-Technologie dominieren – jene Unternehmen, die derzeit den größten Teil von Nvidias Umsatz beitragen, aber alle eigene Chips entwickeln.

Der letzte Satz ist der Kern des gesamten Motivs. Nvidias größte Kunden werden zu seinen größten potenziellen Wettbewerbern. Das Open-Source-Ökosystem ist die Basis, mit der Nvidia den Verlust von Kunden absichern will – und den Verteilungs-Eingang für Open-Source-Modelle hält Hugging Face in der Hand. Diesen Eingang zu kaufen bedeutet, den vorgelagerten Teil des Workflows „Modell finden, Modell herunterladen, trainieren, bereitstellen“ an den eigenen Rechenleistungs-Stack anzuschließen.

Das ist kein isolierter Schritt. Zuvor war berichtet worden, Nvidia investiere 1,5 Milliarden Dollar, um OpenAI 8 GW Rechenkapazität zu sichern. Vom Binden von Kunden über Kapital bis zur direkten Übernahme des Verteilungs-Eingangs folgt die Logik einer durchgehenden Linie. Beides sind Berichtsangaben; ob sie zutreffen, muss sich nach Abschluss des Deals zeigen. Sollte die Transaktion zustande kommen, wäre es die größte Übernahme in Nvidias Geschichte; die bisher größte war die 2019 angekündigte Mellanox-Übernahme für 6,9 Milliarden Dollar.

Wie rechnet sich das 86-fache Kurs-Umsatz-Verhältnis?

Nehmen wir das Angebot auseinander. Auf Basis der berichteten Zahlen ergibt sich: 12,9 Milliarden Dollar sind etwa das 2,9-Fache der 4,5-Milliarden-Dollar-Bewertung von 2023 und etwa das 86-Fache des annualisierten Umsatzes von 150 Millionen Dollar; das Mitarbeiterbindungsprogramm von 1 Milliarde Dollar entspricht rund 7,7 % des Transaktionswerts.

Das 86-fache Kurs-Umsatz-Verhältnis ist kein Einzelfall. Zuvor war berichtet worden, Stripe verhandle über die Übernahme der Model-Routing-Plattform OpenRouter zum rund 70-Fachen des annualisierten Umsatzes. Die Multiplikatoren der beiden Deals basieren auf unterschiedlichen Berechnungsgrundlagen und befinden sich beide noch in der Verhandlungsphase; sie können sich nicht gegenseitig bestätigen. Die Preislogik ist jedoch dieselbe: Großkonzerne zahlen einen Aufschlag für Verteilungs-Eingänge und kaufen nicht den aktuellen Cashflow, sondern die Position. Weiter oben wurde bereits der Fall Moonshot AI analysiert, bei dem ein ARR von rund 300 Millionen Dollar eine Bewertung von 50 Milliarden Hongkong-Dollar stützte – etwa das 160-Fache des Umsatzes. Bei Modellunternehmen bemisst sich die Bewertung an der Modellqualität, bei Plattformen an der Ökosystem-Position; die beiden Zahlen basieren auf unterschiedlichen Grundlagen und dienen nur als Größenordnungs-Referenz.

Noch aussagekräftiger ist die Bewertungskurve von Hugging Face selbst: 2 Milliarden Dollar 2022, 4,5 Milliarden Dollar 2023, ein abgelehntes Angebot über 7 Milliarden Dollar 2025 und ein Angebot über 12,9 Milliarden Dollar 2026. Vier Stufen in vier Jahren, während der Umsatz von einem niedrigen zweistelligen Millionenbereich auf 150 Millionen Dollar stieg – gesundes Wachstum, aber bei weitem nicht im gleichen Verhältnis. Die Differenz zwischen Bewertung und Umsatz ist der Preis, den der Markt der Ökosystem-Position „Open-Source-Verteilungs-Eingang“ beimisst.

Das Mitarbeiterbindungsprogramm von 1 Milliarde Dollar ist ein weiteres Signal. Die Turbulenzen bei OpenAI, das innerhalb einer Woche COO und CRO verlor und insgesamt sieben Führungskräfte gehen sah, wurden bereits breit berichtet. Bei KI-Plattformen steckt das Vermögen in den Menschen, nicht im Code – das zeigt sich am deutlichsten in der Struktur des Bindungsprogramms. Für ein Team von einigen hundert Personen (dies ist eine analytische Beschreibung; die genaue Mitarbeiterzahl wird je nach Quelle unterschiedlich angegeben) macht das Bindungsprogramm fast 8 % des Transaktionswerts aus. Das zeigt, dass Nvidia genau weiß, in wessen Köpfen das steckt, was es kauft: die Menschen, die die Community pflegen, die Open-Source-Governance betreiben und dafür sorgen, dass Modellautoren weiterhin hier veröffentlichen wollen. Details zu Umfang und Form des Bindungsprogramms nennt der Bloomberg-Bericht nicht.

Die Annahme der Neutralität

Delangue bezeichnete Hugging Face über Jahre als „die Schweiz der KI-Welt“ und betonte die plattformübergreifende Neutralität. Bei der Ankündigung der Partnerschaft mit Nvidia 2023 sagte er, Unternehmen sollten „das Schicksal ihrer KI in den eigenen Händen halten“. Die Ablehnung der 500-Millionen-Dollar-Investition Ende 2025 wurde damit begründet, dass man keinen dominierenden Investor akzeptiere. Kein Jahr später steuert das Unternehmen auf einen vollständigen Verkauf zu. Was zwischen „kein dominierender Aktionär“ und „nur noch ein Eigentümer“ passiert ist, beantworten die vorliegenden Berichte nicht; dieser Artikel beantwortet es nicht anstelle der Beteiligten.

Die Spaltung der Community ist real. In der Hacker-News-Diskussion argumentieren Optimisten, Nvidia habe starke Anreize, die Plattform kostenlos zu halten, weil ein florierendes Open-Source-Ökosystem die GPU-Nachfrage aufrechterhalte – dies sei „eines der am wenigsten schlechten Ergebnisse“. Skeptiker befürchten dagegen, eine Plattform, die sich als hardwareunabhängig positioniert, werde nach der Übernahme durch einen Chiphersteller allmählich in Richtung des CUDA-Stacks kippen. Für das Risiko der Abhängigkeit von einer einzelnen Infrastruktur gibt es bereits Präzedenzfälle, etwa den Lieferstopp von OpenAI für Cursor – allerdings sind die Fälle unterschiedlich gelagert: Ersteres ist ein ereignisbezogenes Risiko durch einen Anbieter, der aktiv die Lieferung einstellt; Letzteres ist eine strukturelle Anreizveränderung durch einen Eigentümerwechsel. Letzteres wirkt langsamer, ist aber schwerer umkehrbar.

Nach Bloomberg-Angaben könnte der Deal bereits diese Woche offiziell verkündet werden – oder auch scheitern. Ob er zustande kommt oder nicht: Das 86-fache Kurs-Umsatz-Verhältnis hat dem Open-Source-Ökosystem bereits einen Preis zugewiesen. Die Frage ist, dass der Wert der Community gerade auf der Annahme beruht, sie gehöre keiner einzelnen Partei. Ob diese Annahme noch trägt, ist die eigentliche Frage, die nach dem Deal beantwortet werden muss.

Link zum Original