#8 NVIDIA

Ist Nvidia struktureller Gewinner eines nachhaltigen AI-Superzyklus oder nur der bestfinanzierte Schaufelverkäufer in einem Goldrausch, der irgendwann merkt, dass weniger Gold da ist als gedacht?  Bull Case – „Die neue Infrastruktur der Welt gehört Nvidia“

High-End AI-GPUs (relevant für OpenAI, Microsoft etc.)

Beispiel: H100 (der Standard der letzten 2 Jahre) Nvidia H100 NVL 94GB GPU · 29.999,00 €

 Ein kompletter AI-Server (8 GPUs): 200.000 – 400.000 USD

Deshalb explodieren die Capex-Zahlen so schnell.

Das Narrativ ist gefährlich überzeugend: Quasi-Monopol auf High-End-AI-Compute
Nvidia verkauft nicht Chips, sondern ein komplettes Ökosystem (CUDA, Software, Networking).
→ Lock-in ähnlich wie bei Windows früher, nur mit mehr Stromverbrauch. ( Compute Unified Device Architecture)

Explodierende Nachfrage bleibt strukturell Training + Inference + Agenten + Video + Robotics

Jede neue AI-Generation erhöht den Compute-Bedarf exponentiell
→ Nachfrage wächst schneller als jede Kapazität

Capex der Hyperscaler bleibt hochNvidia verdient an der Rate of Change, nicht am Peak.

Margen bleiben extrem  Bruttomargen >70 % im Data Center möglich  Pricing Power durch Knappheit + Softwarebindung

Neue Märkte kommen obendrauf  Sovereign AI (Staaten bauen eigene Modelle)

Edge AI / Automotive / Industrie   AI-as-a-Service über Partner

👉 Ergebnis im Bull Case: Umsatz wächst weiter zweistellig bis stark zweistellig

Gewinn skaliert überproportional Bewertung bleibt hoch, aber „reinwächst“

Interpretation: Nvidia ist dann nicht Cisco 2000, sondern eher Microsoft 1995.

Bear Case – „Der Peak der Bestellungen ist näher als der Peak der Nutzung“

Hier wird es unangenehm realistisch: Vorzieheffekt (Frontloading)
Hyperscaler kaufen jetzt massiv, um nicht abgehängt zu werden
→ tatsächliche Nutzung hinkt hinterher

ROI-Frage wird brutal CFOs stellen irgendwann die simpelste Frage der Welt:

„Wie verdienen wir mit diesem 50-Mrd.-Datacenter eigentlich Geld?“

Custom Chips greifen an  Google TPU  Amazon Trainium / Inferentia

• Meta + Broadcom  → Schrittweise Erosion von Nvidia-Anteilen

Inference wird effizienter  Modelle werden sparsamer Hardware-Auslastung steigt
→ weniger Bedarf pro Dollar Umsatz Preisdruck beginnt Sobald Angebot > Nachfrage:

• Rabatte + Leasingmodelle + sinkende Margen

👉 Ergebnis im Bear Case:Umsatzwachstum verlangsamt sich abrupt Margen fallen deutlich (z. B. 70% → 55–60%) Bewertung komprimiert

Interpretation: Klassischer Infrastruktur-Zyklus: Boom → Überkapazität → Margenkompression

Bubble Case – „Die Dotcom-Metapher ist kein Meme, sondern ein Drehbuch“

Jetzt wird’s hässlich, aber nicht unrealistisch:

Massive Überinvestition  700+ Mrd. USD Capex basiert auf: unsicheren AI-Geschäftsmodellen extrapolierten Wachstumsraten

Nachfrage knickt gleichzeitig ein  regulatorische oder energiebezogene Limits

• Kettenreaktion  Hyperscaler kürzen Capex gleichzeitig

Preisverfall GPUs werden plötzlich: verfügbar + rabattiert

Bewertung implodiert Multiple Compression + Gewinnrevisionen Aktie fällt 40–70 %

👉 Ergebnis im Bubble Case: Umsatz stagniert + Margen kollabieren schneller als erwartet

Markt erkennt: „Wir haben Infrastruktur für Nachfrage gebaut, die noch gar nicht existiert“

Interpretation: Cisco 2000 lässt grüßen. Nur mit mehr Megawatt.

Fazit Bull Case: Nvidia ist die Plattform der AI-Ökonomie → struktureller Gewinner über Jahre

Bear Case: Zyklischer Höhepunkt im Investitionszyklus → Wachstum normalisiert sich hart

• Bubble Case: Überbau der Infrastruktur → klassischer Tech-Crash im Capex-Segment

Die Wahrheit ist,: Nvidia kann gleichzeitig struktureller Gewinner und kurzfristig massiv überbewertet sein. Der kritische Punkt ist nicht Technologie., sondern Kapitaldisziplin der Kunden.

Warum ist das für Nvidia so wichtig?

Weil:  Training = wenige, gigantische Jobs Inference = dauerhafte, skalierende Nachfrage  Und genau hier liegt der Hebel:

Wenn AI wirklich Alltag wird, ist Inference der viel größere Markt.  ABER:

Inference wird schnell effizienter +kann auf günstigerer Hardware laufen +braucht nicht zwingend High-End-GPUs von Nvidia → Das ist einer der größten Risiken im Bear Case.

a) Eigene Modelle (intern entwickelt)

Microsoft hat:  Phi-Modelle (Phi-2, Phi-3 etc.)

kleine, effiziente LLMs stark für Edge / lokale Anwendungen  weniger spektakulär, dafür wirtschaftlich sinnvoll 👉 Stärke:billig, schnell, gut für Copilot-Features

👉 Schwäche:

• nicht auf GPT-4/5-Niveau

b) Open-Source / Partner-Modelle Ohne OpenAI könnte Microsoft problemlos umschwenken auf: Meta Llama   Mistral AI Modelle andere Open-Source-LLM

SoftBank KI-Investments (grobe Größenordnung)

👉 Gesamt:~90 bis 130+ Mrd. USD KI-Exposure  Was SoftBank hier macht, ist kein klassisches VC-Investing:  These von Masayoshi Son:

„Es wird wenige dominante KI-Plattformen geben. Ich besitze einen signif. Teil davon.“

1. Grundsatz: Die Golf-Fonds WOLLEN weiter massiv in KI investieren

Die großen Player wie:  Saudi PIF Abu Dhabi (Mubadala, ADIA, MGX)

• Qatar Investment Authority  haben ein gemeinsames Ziel:

Weg vom Öl → rein in Technologie, AI und Infrastruktur

Sie gehören zu den wichtigsten Kapitalgebern für AI weltweit         2025 allein:

• Mubadala: ~12,9 Mrd. USD in AI/Digital
• Kuwait: ~6 Mrd. USD

Qatar: ~4 Mrd. USD 👉 Das ist kein kurzfristiger Trend, sondern strategische Staatsdoktrin.

2. Bereitschaft, in die USA zu investieren: formal extrem hoch

Saudi-Arabien:→ bis zu 1 Billion USD Investmentzusagen in US-Wirtschaft/Tech

UAE: → 1,4 Billion USD 10-Jahres-Framework (inkl. AI, Chips, Infrastruktur)

 Rein finanziell: Die USA bleiben der wichtigste Zielmarkt.

Warum? beste Tech-Unternehmen  tiefster Kapitalmarkt   Zugang zu Nvidia, OpenAI, Microsoft

3. Aber: Die Spielregeln haben sich geänderta) Politische Spannungen → mehr Kontrolle & Auflagen US-Exportkontrollen (Chips, AI)  Sicherheitsbedenken (China, Technologieabfluss)

• Deals werden zunehmend politisch geprüft

👉 Ergebnis: Investments sind nicht mehr rein wirtschaftlich, sondern geopolitisch

b) Golf-Staaten spielen bewusst „strategische Neutralität“

Sie investieren gleichzeitig in: USA  China  eigene AI-Ökosysteme

Das ist kein Zufall: Diversifikation = geopolitische Versicherung

c) Kapital wird stärker im Inland gebunden

Ganz frisch und entscheidend: Saudi PIF will künftig ~80 % lokal investieren

👉 Das ist ein Gamechanger.

GEGENFINANZIERUNG

1. NVIDIA ↔ OpenAI (das Extrembeispiel) NVIDIA will bis zu 100 Mrd. USD in OpenAI investieren

OpenAI verpflichtet sich im Gegenzug: massive Rechenzentren aufzubauen mit NVIDIA-GPUs

👉 Ergebnis: OpenAI nutzt das Geld, um… NVIDIA-Systeme zu kaufen

• Geld fließt zurück zum Verkäufer

Mechanik:   NVIDIA investiert in CoreWeave und  CoreWeave kauft massiv NVIDIA-GPUs  finanziert diese über Debt (teils mit GPUs als Sicherheit)

1. Wie viel wollen Hyperscaler und kleinere Firmen 2026 in KI investieren?

Die belastbarste Zahl für die großen Vier in den USA ist derzeit etwa 650 Mrd. USD für 2026. Reuters verweist auf eine Bridgewater-Analyse für Alphabet, Amazon, Meta und Microsoft zusammen. Andere Reuters-Stücke nennen für dieselben vier Größenordnungen von 630 bis 635 Mrd. USD.

Dazu kommen weitere große AI-Infrastrukturspieler:

• Oracle will 2026 45 bis 50 Mrd. USD aufnehmen, um zusätzliche Cloud-/AI-Kapazität aufzubauen.
• CoreWeave plant 2026 30 bis 35 Mrd. USD Capex, ausdrücklich für Nvidia-Chips, Rechenzentren und Energie.

Damit landet man für die US-KI-Infrastruktur-Landschaft 2026 bereits grob bei 725 bis 735 Mrd. USD, noch ohne alle kleineren Private-Player, Neoclouds, Modellanbieter und Energie-/Netzvorleistungen vollständig zu erfassen. Eine vorsichtige Arbeitszahl ist also: rund 700 bis 750 Mrd. USD.

Falls du mit „ChatGPT“ wirtschaftlich die Firma dahinter meinst, ist die relevante Zahl die OpenAI-Bewertung. OpenAI selbst schrieb am 31. März 2026, dass die jüngste Finanzierungsrunde mit 122 Mrd. USD frischem Kapital zu einer Post-Money-Bewertung von 852 Mrd. USD abgeschlossen wurde. Reuters hat das ebenfalls aufgegriffen.

4. Wann wäre die nächste Kapitalerhöhung nötig?

Eine harte, veröffentlichte Deadline sehe ich nicht. Aber die Richtung ist klar:

• OpenAI hat gerade erst Ende März 2026 122 Mrd. USD aufgenommen. Das spricht gegen eine unmittelbar nötige neue Runde.

Fazit: Risiken sind deutlich größer als die Chance, dass NVIDIA dauerhaft ein Monopol bleibt