Die Nachfrage nach KI bleibt stark, kann aber den Aktienkurs nicht antreiben! Nvidia ist im bisherigen vierten Quartal nur um 1 % gestiegen, die Marktteilnehmer zeigen sich zunehmend abwartend.

Trotz der weiterhin steigenden Investitionen im Bereich der künstlichen Intelligenz kühlt sich die Kursentwicklung von Nvidia ab. Der Aktienkurs des KI-Chip-Giganten ist seit dem vierten Quartal nur um etwa 1% gestiegen, das aktuelle Kurs-Gewinn-Verhältnis liegt bei etwa 24 und damit ungefähr auf dem Niveau des Nasdaq 100 Index. Das zeigt, dass der Markt die Bewertungsprämie des Unternehmens neu einschätzt.

Die Veränderung der Wettbewerbslandschaft ist zum Kernantrieb der abwartenden Stimmung geworden. Nvidia-CEO Jensen Huang hat in diesem Monat für rund 20 Milliarden US-Dollar die Technologie-Lizenz des Start-ups Groq für Inferenz-Hardware erworben und einen Großteil des Chip-Teams übernommen. Dieser Schritt belegt die Wettbewerbsfähigkeit anderer Unternehmen in bestimmten Bereichen. Gleichzeitig hat Cerebras ein 10-Milliarden-Dollar-Lieferabkommen für schnelle Inferenz-Chips mit OpenAI unterzeichnet, und auch Anthropic arbeitet mit mehreren nicht-Nvidia-Chip-Lieferanten zusammen.

Diese Transaktionen verändern die Wahrnehmung des Marktes in Bezug auf das Gefüge der KI-Chips. Mehrere Start-ups berichten von einem deutlichen Anstieg des Investoreninteresses seit dem Groq-Deal. SambaNova hat sogar die Gespräche über einen Verkauf zu einem deutlich niedrigeren Preis als in der letzten Finanzierungsrunde aufgegeben und sucht stattdessen eine neue Finanzierungsrunde.

Für Investoren bedeuten diese Signale: Auch wenn Nvidia weiterhin unangefochtener Marktführer im Bereich der KI-Chips bleibt, könnte seine Monopolstellung nicht mehr so unerschütterlich sein wie früher. Der Markt bewegt sich von „Wetten auf den einen Marktführer“ hin zu „Neubewertung von Wettbewerbsrisiken“.

Der Inferenz-Chip-Markt rückt ins Zentrum des Wettbewerbs

Im Wettstreit um KI-Chips richten immer mehr Start-ups und Investoren ihren Fokus auf den Bereich „Inference“, also den entscheidenden Schritt, bei dem nach dem Training eines Modells dieses ausgeführt und Antworten generiert werden. Dieses Segment wird zunehmend als Ansatzpunkt gesehen, um die Dominanz von Nvidia herauszufordern.

Das Handelsunternehmen Jump hat in diesem Monat gemeinsam eine Finanzierungsrunde in Höhe von 230 Millionen US-Dollar bei dem Inferenz-Chip-Start-up Positron angeführt und ist bereits Kunde des Unternehmens. CTO Alex Davies sagt dazu offen:

„Fast alle nutzen Nvidia für Training und Inferenz, aber wir sehen, dass sich die Branche verändert – das wird nicht so bleiben. Wir glauben nicht, dass es nur einen Gewinner geben wird.“

Mit seinen Hochbandbreiten-Speicherchips dominiert Nvidia das groß angelegte parallele Training von KI-Modellen. Doch eine Reihe von Start-ups versuchen, durch die Erforschung unterschiedlicher Speicherarchitekturen bei Inferenz-Anwendungen eine schnellere Reaktionszeit zu erzielen. Gleichzeitig verschwimmen die Grenzen zwischen Training und Inferenz, da KI-Modelle bei der Abfrage immer häufiger Echtzeitentscheidungen treffen und nicht mehr nur auf vortrainierte Ergebnisse angewiesen sind. Das eröffnet neue Chancen für innovative Chip-Architekturen.

Sid Sheth, CEO des von Microsoft unterstützten KI-Chip-Unternehmens D-Matrix, betont, dass das Interesse an schnellen Inferenz-Chips seit dem Auftritt von DeepSeek Anfang letzten Jahres deutlich gestiegen ist. Das Unternehmen schloss im November eine Finanzierungsrunde über 275 Millionen US-Dollar ab.

Technologiekonzerne forcieren die Entwicklung eigener Chips

Große Technologiekonzerne entwickeln mit Hochdruck eigene KI-Chips, um ihre Abhängigkeit von Nvidia zu verringern. OpenAI veröffentlichte am Donnerstag erstmals ein Modell, das auf Chips von Cerebras läuft; Anthropic hat Vereinbarungen mit Amazon Trainium und Google TPU geschlossen; Microsoft brachte im vergangenen Monat die zweite Generation seines eigenen KI-Chips Maia auf den Markt und erhielt Zugang zu OpenAIs Chip-IP.

Auch Start-ups sind sehr aktiv. Das Inferenz-Chip-Unternehmen Etched sammelte im vergangenen Monat rund 500 Millionen US-Dollar ein, um die Dominanz von Nvidia anzugreifen; das KI-Modelle-Start-up Simile trat aus dem Stealth-Modus heraus und sicherte sich eine 100-Millionen-Dollar-Finanzierungsrunde unter Führung von Index Ventures, um Unternehmen dabei zu helfen, menschliches Verhalten vorherzusagen.

Trotz des beschleunigten internen Chip-Designs kaufen Amazon, Google, Microsoft, OpenAI und andere weiterhin in großem Umfang GPUs von Nvidia, um ihre KI-Produkte und Cloud-Dienste zu betreiben. Das unterstreicht, dass Nvidias Position als Marktführer nach wie vor stark ist, auch wenn die Wettbewerbslandschaft sich allmählich verändert.

Nvidias Verteidigungsstrategie und Marktausblick

Nvidia hat sich als starker Marktführer erwiesen. Das Unternehmen verfügt über ein breites Produktportfolio und verpflichtet sich, seine Chips jedes Jahr vollständig neu zu gestalten. Der Deal mit Groq bietet Nvidia zusätzliche Expansionsmöglichkeiten. Auf die Frage, ob diese Vereinbarung zur Einführung neuer, speziell für Inferenz entwickelter Chips führen werde, wollte sich Jensen Huang nicht festlegen und sagte lediglich: „Vielleicht schaffen wir an irgendeiner Stelle etwas Einzigartiges.“

Sheth erwartet, dass Nvidia auf seiner Flaggschiff-Konferenz im März Maßnahmen ankündigen wird, um der steigenden Nachfrage nach schnellen Inferenz-Chips zu begegnen. Laut Bloomberg haben Start-ups und etablierte Unternehmen zu verschiedenen Zeiten behauptet, mit Nvidia konkurrieren zu können, doch in den meisten Fällen gelang ihnen das nicht – zumindest nicht in großem Umfang oder auf allen Ebenen. Dennoch zeigen sich erste Risse im Markt.

Davies erklärt:

„Wenn man sich das Wachstum dieser Branche ansieht, erkennt man spezielle Hardware. Das war schon immer so in der Ingenieursgeschichte: Man beginnt mit etwas Allgemeinem, dann wächst es rasant und irgendwann erkennt man, dass man nicht nur eine einzige Lösung haben kann.“