NVIDIA (NVDA): Der Kern-Monopolist für KI-Computing und die nächste Phase seines Wachstums

NVIDIA (NVDA): Der Kern-Monopolist für KI-Computing und die nächste Phase seines Wachstums

Kurzfassung

NVIDIA ist kein legales Monopol, aber es ist das, was dem KI-Compute-Markt am nächsten kommt, ein wirtschaftliches Plattformmonopol. Sein Vorteil erstreckt sich über GPUs hinaus auf CUDA, Netzwerktechnik, Systementwicklung, Inferenzsoftware, Entwicklertools und Unternehmensbereitstellung.

Zum 31. Juli 2026, 11:51 UTC, wurde NVIDIA bei 195,04 $ pro Aktie gehandelt, was einer Marktkapitalisierung von etwa 4,76 Billionen $ entspricht.

Die Aktie ist absolut gesehen teuer, aber ihre Bewertung ist weniger extrem als während der aggressivsten Phase der KI-Rallye 2024–2025. Die Kernfrage ist nicht länger, ob NVIDIA KI-Chips verkaufen wird. Es geht darum, ob die Investitionsausgaben der Hyperscaler im KI-Bereich (AI capex), die Nachfrage nach Inferenz und die Software-Monetarisierung schnell genug wachsen können, um einen Eigenkapitalwert von 4,8 Billionen Dollar zu stützen, während AMD und kundenspezifische Chips allmählich Marktanteile gewinnen.

Szenario-Zusammenfassung

Dies sind Szenario-Ergebnisse, keine präzisen Prognosen. Die Streubreite ist ungewöhnlich groß, da NVIDIAs Erträge stark von KI-Investitionen (Capex), der Umsetzung von Produktübergängen, Bruttomargen, Exportkontrollen und Bewertungskennzahlen abhängen.

Bewertung: 72/100. NVIDIA bleibt eines der qualitativ hochwertigsten Wachstumsunternehmen auf dem Markt, und sein aktuelles Multiple ist vertretbar, wenn die Ausgaben für KI-Infrastruktur weiterhin hoch bleiben. Allerdings erfordert die Aktie immer noch mehrere Jahre außergewöhnlicher Umsetzung. Sie ist auf einer langfristigen Risiko-Rendite-Basis attraktiv, aber kein konventionelles Schnäppchen.

Marktübersicht Mitte 2026

Das jüngste gemeldete Quartal von NVIDIA war das Geschäftsjahr Q1 2027, das am 26. April 2026 endete. Der Umsatz betrug 81,6 Milliarden US-Dollar, ein Anstieg von 85 % gegenüber dem Vorjahr; der Umsatz des Rechenzentrumsgeschäfts lag bei 75,2 Milliarden US-Dollar, ein Anstieg von 92 %; die Bruttomarge betrug 74,9 %; und das GAAP-Betriebsergebnis lag bei 53,5 Milliarden US-Dollar. NVIDIA prognostizierte für das Geschäftsjahr Q2 2027 einen Umsatz von etwa 91 Milliarden US-Dollar, wobei kein Umsatz mit Rechenzentrums-Computing aus China angenommen wurde. (investor.nvidia.com)

Unter Verwendung des Aktienkurses vom 31. Juli, der zuletzt gemeldeten Bilanz und der jüngsten Finanzergebnisse ergibt sich die folgende Bewertungsübersicht:

Die LTM-Zahlen werden aus den Ergebnissen des Geschäftsjahres 2026 zuzüglich des Geschäftsjahres Q1 2027, abzüglich des Geschäftsjahres Q1 2026, berechnet. NVIDIA generierte im Geschäftsjahr 2026 einen operativen Cashflow von 102,7 Milliarden US-Dollar und tätigte Investitionsausgaben in Höhe von 6,0 Milliarden US-Dollar. Im Geschäftsjahr Q1 2027 betrug der operative Cashflow 50,3 Milliarden US-Dollar gegenüber Investitionsausgaben von 1,8 Milliarden US-Dollar. (sec.gov)

Das Schlagzeilen-KGV (Kurs-Gewinn-Verhältnis) verdient Vorsicht. Das Nettoergebnis des Geschäftsjahres Q1 2027 enthielt ungefähr 15,9 Milliarden US-Dollar an sonstigen Erträgen, hauptsächlich im Zusammenhang mit Anlagegewinnen. Das Betriebsergebnis und der freie Cashflow bieten daher sauberere Messgrößen für die zugrunde liegende Bewertung. (sec.gov)

NVIDIAs Segmentmix: Computing, Netzwerktechnik und Software

NVIDIA hat seine Berichtsstruktur im Geschäftsjahr Q1 2027 geändert. Es konzentriert sich nun auf Rechenzentren (Data Center) und Edge Computing, wobei das Rechenzentrumsgeschäft in Hyperscale und KI-Clouds, Industrie und Unternehmen unterteilt ist.

Gemeldeter Umsatzmix

Der Umsatz des Rechenzentrumsgeschäfts stieg im Geschäftsjahr 2026 um 68 % gegenüber dem Vorjahr auf 193,7 Milliarden US-Dollar. Dieses Geschäftsfeld hatte bis zum Geschäftsjahr Q1 2027 eine überwältigende Dominanz erreicht, als das Rechenzentrumsgeschäft mehr als 92 % des gesamten Unternehmensumsatzes generierte. (sec.gov)

Im Geschäftsjahr Q1 2027 machte Computing etwa 80 % des Rechenzentrums-Umsatzes aus, während die Netzwerktechnik etwa 20 % beitrug. Dies ist wichtig, da der Markt NVIDIA zunehmend als Unternehmen für Rechenzentrumssysteme und nicht nur als GPU-Designer bewertet.

Training versus Inferenz

NVIDIA weist den Umsatz nicht nach Training und Inferenz aufgeschlüsselt aus. Die Unterscheidung ist auch unvollkommen, da dieselben GPU-Cluster oft für beide Workloads verwendet werden können und NVIDIA häufig integrierte Systeme statt einzelner Chips verkauft.

Für Modellierungszwecke ist meine Schätzung für den Umsatz des Rechenzentrums-Computing Mitte 2026:

• Trainingsbezogenes Computing: etwa 45%–50%
• Inferencing-bezogenes Computing: etwa 50%–55%

Diese Schätzung spiegelt die breitere Verlagerung hin zur Inferenz wider. Gartner hat prognostiziert, dass die Inferenz im Jahr 2026 etwa 55 % der für KI optimierten Infrastrukturausgaben ausmachen würde, während NVIDIA wiederholt betont hat, dass Inferenz-Implementierungen zusätzlich zum Training expandieren. (gartner.com)

Bis 2029 ist eine vernünftige Mischannahme:

• Training: 35%–40%
• Inferenz: 60%–65%

Dies bedeutet nicht unbedingt, dass die Trainingseinnahmen sinken. Das wahrscheinlichere Ergebnis ist, dass die Inferenz zu einem zweiten großen Skalierungszyklus wird, da KI-Agenten, Suchsysteme, Codierungsassistenten, Unternehmens-Copiloten, Robotik und Echtzeit-Empfehlungssysteme zunehmend große Mengen an Rechenleistung verbrauchen.

Netzwerktechnik: ein zunehmend wichtiger Gewinnpool

Die Netzwerktechnik ist einer der am meisten unterschätzten Wachstumstreiber von NVIDIA.

Das Geschäft umfasst:

• NVLink Scale-up-Interconnects
• InfiniBand
• Spectrum-X Ethernet
• ConnectX Netzwerkkarten
• BlueField DPUs
• Switch-Chips, optische Technologien, Kabel und Netzwerksoftware

NVIDIAs Netzwerkumsatz überstieg im Geschäftsjahr 2026 31 Milliarden US-Dollar, mehr als das Zehnfache des Niveaus von 2021. Im Geschäftsjahr Q4 2026 erreichte der Netzwerkumsatz 11 Milliarden US-Dollar, ein Anstieg um mehr als das 3,5-fache gegenüber dem Vorjahr, angetrieben durch NVLink, Spectrum-X Ethernet und InfiniBand. (s201.q4cdn.com)

Netzwerktechnik ist aus zwei Gründen wichtig:

1. Große KI-Cluster werden zunehmend durch Datenbewegung und nicht nur durch den arithmetischen Durchsatz begrenzt.
2. NVIDIA kann einen größeren Teil des Werts jeder KI-Fabrik erfassen, indem es die Verbindung, das Switching, die Netzwerktechnik und die Systemarchitektur rund um die GPU verkauft.

Dies macht NVIDIA auch schwieriger zu verdrängen. Ein konkurrierender Beschleuniger muss nicht nur die GPU-Leistung erreichen; er muss auch innerhalb einer vollständigen Architektur für verteiltes Computing funktionieren.

Software: gering gemeldeter Umsatz, enormer strategischer Wert

NVIDIA weist CUDA oder AI Enterprise nicht als eigenständiges Umsatzsegment aus. Software ist oft in Hardwaresystemen, Cloud-Angeboten, Supportverträgen und Unternehmensabonnements eingebettet.

Der Software-Stack umfasst:

• CUDA und CUDA-X
• cuDNN, TensorRT, NCCL und verwandte Bibliotheken
• NVIDIA AI Enterprise
• NIM Inferenz-Mikrodienste
• NeMo Modell- und Agenten-Tools
• Run:ai und Orchestrierungstools
• Omniverse und physische KI-Software
• DGX Cloud und Bereitstellungsdienste für Unternehmen

Für Modellierungszwecke schätze ich, dass direkte und wiederkehrende Software- oder softwaregestützte Dienste heute grob 2%–4% des Unternehmensumsatzes ausmachen könnten, obwohl die tatsächliche Zahl nicht offengelegt wird. Diese Schätzung sollte nicht mit einer gemeldeten Segmentzahl verwechselt werden.

Der wichtigere Punkt ist, dass CUDA als Nachfrage- und Preisgraben (Moat) fungiert. NVIDIAs eigene Einreichungen beschreiben die Plattform als umfassend CUDA, Beschleunigungsbibliotheken, Modelle, APIs, SDKs, Frameworks und Unternehmenssoftware, anstatt nur die zugrunde liegende GPU. (sec.gov)

Der wirtschaftliche Wert des Software-Stacks ist daher wesentlich größer als sein direkter Umsatzbeitrag.

Nachfrage nach KI-Infrastruktur und Capex-Ausblick

Der stärkste Beleg für NVIDIAs nächstes Wachstumssegment ist das Ausgabeverhalten seiner Kunden.

Die aktuellen Investitionspläne (Capex) für 2026 von vier großen Hyperscalern betragen ungefähr:

Dies sind die gesamten Investitionsbudgets, nicht nur Ausgaben für NVIDIA. Sie umfassen Rechenzentren, Strominfrastruktur, CPUs, Speicher, Netzwerktechnik, Immobilien und andere Ausrüstung. Microsoft hat angegeben, dass etwa zwei Drittel seiner Investitionen (Capex) auf kurzlebige Vermögenswerte entfallen, hauptsächlich GPUs und CPUs. (microsoft.com)

Das Management von NVIDIA erklärte im Februar 2026, dass Analysten erwarteten, dass die fünf größten Cloud-Anbieter und Hyperscaler im Jahr 2026 Investitionen (Capex) von fast 700 Milliarden US-Dollar tätigen würden, wobei diese Kunden etwas mehr als die Hälfte des Rechenzentrums-Umsatzes von NVIDIA ausmachten. Das Management erwartete auch ein sequenzielles Umsatzwachstum im gesamten Kalenderjahr 2026 und gab an, dass die Lieferverpflichtungen bis ins Kalenderjahr 2027 reichten. (s201.q4cdn.com)

Basis-Szenario für Capex-Annahmen

Mein Modell geht davon aus:

• 2026 Hyperscaler-Investitionen (Capex) bleiben um $735B–$760B
• 2027 Ausgaben wachsen um ca. 15%
• 2028 Ausgaben wachsen um ca. 10%
• 2029 Ausgaben wachsen um ca. 8%
• Inferenz- und agentische Workloads gleichen einige Effizienzgewinne aus
• Souveräne KI und Unternehmens-KI erweitern den Kundenstamm über die größten US-amerikanischen Cloud-Unternehmen hinaus

Die entscheidende Annahme ist, dass die KI-Infrastruktur zu einem produktiven Vermögenswert wird und nicht zu einem kurzlebigen spekulativen Aufbau. Bisher bleibt die Nachfrage stark genug, sodass Hyperscaler ihre Ausgaben trotz steigender Abschreibungen und Druck auf den freien Cashflow weiterhin erhöhen.

Blackwell-Hochlauf und Lieferengpässe

Blackwell hat sich von einem Startrisiko zu einem wichtigen Umsatztreiber entwickelt.

Im Geschäftsjahr Q4 2026:

• Der Rechenzentrums-Umsatz erreichte ungefähr $62 Milliarden
• Grace Blackwell-Systeme machten grob zwei Drittel des Rechenzentrums-Umsatzes aus
• Fast neun Gigawatt Blackwell-Infrastruktur waren eingesetzt worden
• Der Netzwerkumsatz erreichte $11 Milliarden

Das Geschäftsjahr Q1 2027 zeigte dann einen Anstieg des Rechenzentrums-Umsatzes auf 75,2 Milliarden US-Dollar, wobei das Rechenzentrums-Computing um 77 % und die Netzwerktechnik um 199 % gegenüber dem Vorjahr zulegten. (s201.q4cdn.com)

Die Liefersituation verbessert sich, ist aber nicht irrelevant. NVIDIA legte Verpflichtungen in Höhe von 119 Milliarden US-Dollar für Fertigung, Lieferung, Kapazität und Sonstiges offen, wovon etwa 95 Milliarden US-Dollar im restlichen Geschäftsjahr 2027 fällig waren. Dies zeigt sowohl eine starke erwartete Nachfrage als auch das Ausmaß der zukünftigen Lieferverpflichtungen des Unternehmens. (sec.gov)

Die Hauptlieferrisiken sind:

• Fortschrittliche Verpackungskapazität
• Verfügbarkeit von High-Bandwidth Memory (HBM)
• Rack-Level-Stromversorgung und -Kühlung
• Optische und Netzwerkkomponenten
• Systemintegration und -qualifizierung
• Übergangszeitpunkt von Blackwell zu Rubin

NVIDIAs nächste große Plattform, Vera Rubin, wird voraussichtlich in der zweiten Hälfte des Geschäftsjahres 2027 mit der Auslieferung beginnen. NVIDIA behauptet, Rubin könne die Kosten pro Inferenz-Token im Vergleich zu Blackwell um bis zu das Zehnfache senken und benötige weniger GPUs für bestimmte Trainings-Workloads. Diese Behauptungen schaffen erhebliches Potenzial, bergen aber auch ein Umsetzungsrisiko, da das Unternehmen Kunden auf eine weitere komplexe Rack-Scale-Plattform umstellen muss, ohne die Nachfrage nach Blackwell zu stören. (sec.gov)

Wettbewerbsreaktionen: AMD und kundenspezifische Chips

AMD

AMD ist der glaubwürdigste Wettbewerber im Bereich kommerzieller Chips.

AMDs Rechenzentrums-Umsatz erreichte im ersten Quartal 2026 5,8 Milliarden US-Dollar, ein Anstieg von 57 % gegenüber dem Vorjahr, angetrieben durch EPYC-Prozessoren und den fortgesetzten Hochlauf der Instinct-GPUs. AMDS MI350-Produkte werden bereits von Cloud-Anbietern eingesetzt, wobei die MI450/Helios-Plattform voraussichtlich im dritten Quartal 2026 skaliert werden soll. (amd.com)

AMDs Vorteile umfassen:

• Niedrigere Plattformkosten
• Offene Software-Positionierung durch ROCm
• Starke CPU-plus-GPU-Integration
• Potenziell attraktive Speicherkapazität
• Kundenwunsch nach einer zweiten Bezugsquelle

Die Nachteile bleiben erheblich:

• Kleineres Software-Ökosystem
• Weniger Momentum bei der installierten Basis
• Weniger Entwickler-Anteil
• Schwächere Netzwerkintegration
• Weniger ausgereifte Betriebs-Tools für große Cluster

AMD muss NVIDIA nicht vollständig ersetzen, um relevant zu sein. Ein nachhaltiger Anteil von 10%–20% an den zusätzlichen Ausgaben für KI-Beschleuniger könnte NVIDIAs Preisgestaltung und Bewertungs-Multiple unter Druck setzen.

Kundenspezifische Chips

Kundenspezifische Beschleuniger stellen eine strukturell wichtigere Bedrohung dar, insbesondere für die Inferenz.

Beispiele sind:

• Microsoft Maia 200, entwickelt für Inferenz-Workloads
• Meta MTIA, entwickelt für Empfehlungs- und Inferenz-Workloads
• Amazon Trainium, das Amazon weiterhin für Training und Inferenz erweitert
• Googles TPU-Familie

Microsoft sagt, Maia 200 sei Teil einer heterogenen Infrastrukturstrategie, die darauf abzielt, die Leistung pro Dollar zu verbessern und die Abhängigkeit von proprietären Fabrics zu reduzieren. Meta sagt, MTIA werde ein wichtiger Bestandteil seiner internen KI-Infrastrukturstrategie bleiben, während Amazon seit über einem Jahrzehnt in Trainium und andere kundenspezifische Chips investiert hat. (blogs.microsoft.com)

Die entscheidende Frage ist nicht, ob es kundenspezifische Chips geben wird. Das wird es. Die Frage ist, ob kundenspezifische Chips:

1. NVIDIA-Beschleuniger ersetzen werden, oder
2. Die gesamte KI-Computing-Nachfrage erweitern und dabei nur ausgewählte Workloads übernehmen werden

Die wahrscheinliche Antwort ist beides. Kundenspezifische Chips werden wahrscheinlich Marktanteile bei stabilen, hochvolumigen, intern kontrollierten Inferenz-Workloads gewinnen, während NVIDIA am stärksten bleibt bei:

• Training von Frontier-Modellen
• Sich schnell ändernden Workloads
• Multi-Tenant-Cloud-Umgebungen
• Unternehmens-Implementierungen
• Großflächiger verteilter Inferenz
• Systemen, die breite Framework-Kompatibilität erfordern

NVIDIA versucht auch, die Bedrohung durch kundenspezifische Chips durch NVLink Fusion zu neutralisieren, was Hyperscalern und kundenspezifischen ASIC-Designern ermöglicht, ihre eigenen CPUs oder XPUs an NVIDIAs Plattform anzuschließen. Diese Strategie könnte es NVIDIA ermöglichen, kundenspezifische Chips über Interconnect, Netzwerktechnik, Software und Systemarchitektur zu monetarisieren, selbst wenn es nicht jeden Beschleuniger verkauft. (sec.gov)

Ist der CUDA-Graben dauerhaft?

Warum der Graben mächtig ist

Die CUDA-Bindung ist nicht nur eine Frage des Wissens einer Programmiersprache durch Entwickler. Die breiteren Wechselkosten umfassen:

• Jahre optimierter Kernels
• CUDA-spezifische Bibliotheken
• Implementierungen für verteiltes Training
• Performance-Optimierung
• Debugging-Tools
• Modell-Serving-Infrastruktur
• Container- und Orchestrierungs-Integrationen
• Mitarbeiter-Expertise
• Bestehende Produktions-Implementierungen
• Anbieter-Support und -Zertifizierung

NVIDIAs Software-Stack ist auch eng mit seiner Netzwerk- und Hardwarearchitektur integriert. Seine Referenzarchitekturen kombinieren GPUs, CPUs, Netzwerktechnik, Sicherheit, Speicher, Stromversorgung, Kühlung und Software als ein System. (sec.gov)

Das schafft einen klassischen Ökosystemeffekt: Mehr Entwickler bauen auf CUDA, weil mehr Kunden NVIDIA nutzen, während Kunden NVIDIA nutzen, weil mehr Software und Talente bereits verfügbar sind.

Warum der Graben nicht unverwundbar ist

Die CUDA-Bindung kann sich abschwächen, wenn:

• PyTorch und andere Frameworks mehr Hardware-Unterschiede abstrahieren
• ROCm wesentlich einfacher zu implementieren wird
• Kundenspezifische Chips eine bessere Compiler-Unterstützung erhalten
• Inferenz-Workloads stärker standardisiert werden
• Große Kunden ihre eigenen Software-Stacks aufbauen
• Offene Modelle den Wert proprietärer Optimierung reduzieren
• Kosten pro Token wichtiger werden als Spitzenleistung

Der Graben ist daher dauerhaft, aber nicht statisch. NVIDIA muss die gesamte Plattform weiter verbessern, nicht nur die GPU-Architektur.

Bewertung: aktuelle Multiples im Vergleich zu Historie und Mitbewerbern

NVIDIAs Fünfjahres-Bewertungskontext

Unter Verwendung ungefährer Jahresend- oder Nachlauf-Bewertungsbeobachtungen lagen NVIDIAs Fünfjahres-Spannen grob bei:

Die aktuelle Bewertung ist daher:

• Unter den extremsten Verkaufs-Multiples der KI-Ära
• Unter den höchsten EV/EBIT-Multiples der Wachstumsphase
• Immer noch deutlich über den Bewertungen reifer Halbleiterunternehmen
• Unterstützt durch ungewöhnlich hohe operative Margen und freien Cashflow

NVIDIAs Bruttomarge im Geschäftsjahr 2026 betrug 71,1 %, während die Bruttomarge im Geschäftsjahr Q1 2027 wieder bei etwa 75 % lag. Die LTM-EBIT-Marge beträgt rund 64 %, was erklärt, warum ein hohes EV/Umsatz-Multiple immer noch ein besser vertretbares EV/EBIT-Multiple ergeben kann als bei vielen Halbleiter-Mitbewerbern. (sec.gov)

Indikativer Peer-Vergleich

Es folgt ein gerundeter Vergleich unter Verwendung ungefährer Marktbewertungen vom Juli 2026 und der neuesten gemeldeten Finanzdaten. Die Peer-Gruppe ist unvollkommen: Broadcom hat ein großes Infrastruktur-Softwaregeschäft, TSMC ist eine Foundry, AMD befindet sich in einer schnelleren Investitionsphase, und Qualcomm ist reifer.

Die Quintessenz ist nicht, dass NVIDIA billig ist. Es ist, dass NVIDIAs Premium teilweise durch überlegenes Wachstum, Bruttomarge, Cash-Generierung und strategische Position gerechtfertigt ist.

Die Bewertung wird anfällig, wenn das Umsatzwachstum unter etwa 20 % fällt, während die Bruttomargen in den mittleren 60er-Bereich sinken. In diesem Umfeld wäre ein EV/EBIT-Multiple näher an 18x–22x angemessener.

12–36 Monate Upside-Modell

Das Modell verwendet Annahmen zu Umsatz, EBIT-Marge und EV/EBIT-Multiple. Es geht von annähernd stabilen verwässerten Aktien von etwa 24,2 Milliarden aus und addiert den aktuellen Nettobarmittelbestand zum Unternehmenswert.

12-Monats-Szenarien

Bären-Szenario

Das Bären-Szenario geht davon aus:

• Hyperscaler pausieren oder reduzieren KI-Investitionen (Capex)
• Kundenspezifische Chips übernehmen einen signifikanten Inferenz-Anteil
• AMDs MI400-Plattform wird kommerziell wettbewerbsfähig
• Übergang von Blackwell zu Rubin führt zu Lieferunterbrechungen
• Bruttomargen sinken, da Systeme komplexer werden
• NVIDIA erhält keinen nennenswerten China-Upside

Dies führt zu starkem absolutem Wachstum, aber unzureichendem Wachstum für die aktuelle Bewertung.

Basis-Szenario

Das Basis-Szenario geht davon aus:

• Blackwell bleibt über weite Teile des Jahres 2026 lieferengpassbehaftet
• Rubin fährt in der zweiten Hälfte des Geschäftsjahres 2027 hoch
• Inferenz wächst schneller als Training
• Netzwerktechnik bleibt ein wachstumsstarkes Zusatzprodukt
• KI-Investitionen (Capex) bleiben bis 2028 erhöht
• Bruttomarge stabilisiert sich bei 72 %–75 %

Dieses Szenario unterstützt eine prozentuale Rendite im mittleren 20er-Bereich über 12 Monate, aber keine lineare Entwicklung. Die Aktie könnte auch bei sich verbessernden Fundamentaldaten noch Rückgänge von 20 %–30 % erleben.

Bullen-Szenario

Das Bullen-Szenario geht davon aus:

• Hyperscaler-Investitionen (Capex) steigen weiter
• Agentische KI erhöht den Token-Verbrauch erheblich
• Rubin startet termingerecht mit überlegenen Kosten pro Token
• NVIDIA behält mehr als 80 % der Ökonomie kommerzieller KI-Beschleuniger
• Netzwerktechnik und Software wachsen schneller als Computing
• Souveräne und Unternehmens-KI werden zu bedeutenden Kunden der zweiten Welle

Diese Kombination könnte einen Anstieg auf $350 pro Aktie innerhalb von 12 Monaten unterstützen.

36-Monats-Szenarien

Das Basis-Szenario erfordert, dass der Umsatz bis zum Geschäftsjahr 2029 600 Milliarden US-Dollar erreicht, was einem jährlichen Wachstum von etwa 41 % gegenüber dem Geschäftsjahr 2026 entspricht. Das ist anspruchsvoll, aber nicht unvereinbar mit NVIDIAs aktueller Skalierungsentwicklung. Das Bullen-Szenario setzt voraus, dass die KI-Infrastruktur zu einem mehrjährigen Investitionszyklus wird und NVIDIA einen ungewöhnlich großen Anteil der in diesem Zyklus generierten Gewinne behält.

Das Bären-Szenario zeigt das zentrale Bewertungsrisiko: NVIDIA kann weiterhin schnell wachsen und dennoch schlechte Aktionärsrenditen erzielen, wenn das Wachstum schneller als vom Markt erwartet abnimmt.

Katalysatoren, die das Rating anheben könnten

Das Rating könnte von 72 auf 80 oder höher steigen, wenn:

1. Der Umsatz im Geschäftsjahr Q2 2027 die Prognose von 91 Milliarden US-Dollar übertrifft und das Management den Ausblick für das Gesamtjahr anhebt.
2. Die Blackwell Ultra-Lieferung verbessert sich ohne einen signifikanten Rückgang der Bruttomarge.
3. Rubin beginnt termingerecht mit der Produktion und erzielt glaubwürdige Inferenz-Kosten-pro-Token-Vorteile.
4. Hyperscaler ihre 2027 Capex-Pläne beibehalten oder erhöhen.
5. NVIDIA stärkere wiederkehrende Umsätze aus AI Enterprise, NIM, DGX Cloud, Run:ai oder anderen Softwareprodukten offenlegt.
6. Der Netzwerkumsatz weiterhin schneller wächst als das Computing.
7. Kundenspezifische Chip-Implementierungen zunehmend NVLink Fusion und NVIDIA-Netzwerktechnik nutzen.

Risiken, die das Rating senken könnten

Das Rating könnte auf 55–60 fallen, wenn:

1. Alphabet, Amazon, Microsoft oder Meta ihre KI-Investitionen (Capex) kürzen.
2. Die KI-Nutzung wächst, aber die Token-Preise fallen schneller als die Auslastung steigt.
3. Kundenspezifische Chips einen großen Teil der Inferenz-Workloads erfassen.
4. AMDs MI400-Plattform wettbewerbsfähige Leistung und eine bedeutsame Lieferung erreicht.
5. HBM-, Packaging-, Strom- oder optische Engpässe Rubin verzögern.
6. Bruttomargen mehrere Quartale unter 70 % fallen.
7. Exportkontrollen die China-Nachfrage dauerhaft reduzieren.
8. Kundenkonzentration während eines KI-Ausgaben-Verdauungszyklus zu einem finanziellen Problem wird.
9. NVIDIAs 119 Milliarden US-Dollar an Lieferverpflichtungen im Verhältnis zur Endnachfrage überhöht werden. (sec.gov)

Fazit

NVIDIAs nächste Wachstumsphase wird wahrscheinlich nicht allein aus dem Verkauf weiterer Trainings-GPUs resultieren. Die wichtigere Chance liegt in der vollständigen KI-Fabrik:

• GPUs für das Training
• GPUs und spezialisierte Systeme für die Inferenz
• NVLink, InfiniBand und Ethernet-Netzwerktechnik
• CPUs, DPUs, Speicher und Systemarchitektur
• CUDA und CUDA-X
• Unternehmens-Bereitstellungssoftware
• Inferenzoptimierung und KI-Agenten-Infrastruktur

Die Wettbewerbsbedrohung ist real, insbesondere durch kundenspezifische Inferenz-Chips und AMDS erweiterte Instinct-Roadmap. Aber NVIDIAs Vorteil ist breiter als die Chipleistung. Sein Graben ist die Kombination aus Entwickler-Ökosystem, Software-Kompatibilität, System-Level-Engineering, Netzwerktechnik, Lieferketten-Skalierung und schneller Produktentwicklung.

Mit etwa dem 18,6-fachen des LTM EV/Umsatzes und dem 29-fachen des LTM EV/EBIT ist NVIDIA nicht billig. Doch im Vergleich zu seinen historischen Höchstmultiples ist die Bewertung angemessener, als die Schlagzeilen-Marktkapitalisierung vermuten lässt. Die Aktie bietet erhebliches Aufwärtspotenzial, wenn die KI-Investitionen (Capex) nachhaltig bleiben und die Inferenz zum nächsten großen Workload-Zyklus wird.

Endgültiges Rating: 72/100.
Kurze Begründung: Außergewöhnliche Geschäftsqualität und starkes säkulares Wachstum unterstützen weiteres Aufwärtspotenzial, aber der aktuelle Preis geht bereits von anhaltenden Hyperscaler-Ausgaben, erfolgreicher Blackwell- und Rubin-Umsetzung, dauerhafter CUDA-Bindung und begrenzter Margenkompression aus.