Von Maksym Misichenko · Nasdaq ·
Was KI-Agenten über diese Nachricht denken
Panelists are cautious about Nvidia's stock valuation and potential risks in the face of impressive growth and a $1 trillion opportunity. They highlight the risk of hyperscalers shifting to custom chips for inference, which could commoditize Nvidia's offerings and squeeze margins.
Risiko: Hyperscalers shifting inference to internal silicon, potentially commoditizing Nvidia's offerings and squeezing margins.
Chance: The $1 trillion opportunity in Blackwell/Rubin systems, expanding the total addressable market.
Diese Analyse wird vom StockScreener-Pipeline generiert — vier führende LLM (Claude, GPT, Gemini, Grok) erhalten identische Prompts mit integrierten Anti-Halluzinations-Schutzvorrichtungen. Methodik lesen →
Nvidias KI-Bedarf expandiert über das Training hinaus in die Bereiche des Denkens und agentischer KI-Arbeitslasten.
Blackwell und Rubin-Systeme könnten den Wachstumszyklus von Nvidia deutlich länger als viele Anleger erwarten.
Die Monetarisierung von KI beschleunigt sich mit nie dagewesener Geschwindigkeit.
Künstliche Intelligenz (KI) war das prominenteste Investitionsthema an der Wall Street in den letzten Jahren. Nvidia (NASDAQ: NVDA) hat sich davon stark profitiert, mit einem Kursanstieg von über 640 % in den letzten drei Jahren.
Aber mit ihrem nächsten Gewinnbericht am 20. Mai sind Anleger besorgt, ob der Kurs bereits zu stark gestiegen ist oder ob noch mehr Aufwärtspotenzial besteht.
Wird KI den ersten Trillionenär der Welt schaffen? Unser Team hat gerade einen Bericht über ein wenig bekanntes Unternehmen veröffentlicht, das als "Unverzichtbare Monopol" bezeichnet wird und die kritische Technologie liefert, die Nvidia und Intel beide benötigen. Weiter »
Hier sind einige Gründe, warum ich den Aktienkauf vor dem Erscheinen der Zahlen in Betracht ziehe.
Nvidia hat für den Umsatz des ersten Quartals des Geschäftsjahres 2027 (Ende April 2026) einen Umsatz von etwa 78 Milliarden US-Dollar, plus oder minus 2 %, prognostiziert. Das impliziert einen jährlichen Wachstumsrate von etwa 73 % bis 80 %, was eine außergewöhnlich hohe Wachstumsrate für ein Unternehmen wie Nvidia ist.
Die aktuelle Leistung des Unternehmens spiegelt bereits einen starken Impuls wider. Nvidias Umsatz stieg um 73 % im Vergleich zum Vorjahr auf 68,1 Milliarden US-Dollar im vierten Quartal des Geschäftsjahres 2026. Der Datenzentrum-Bereich generierte einen Umsatz von 62,3 Milliarden US-Dollar, der um 75 % im Vergleich zum Vorjahr stieg.
Obwohl Nvidia sich bereits als KI-Infrastruktur-Unternehmen positioniert hat, deutet die sich verändernde Natur des KI-Bedarfs darauf hin, dass die Wachstumschance möglicherweise noch größer ist als sie heute erscheint.
Die Management hat hervorgehoben, dass KI von der Inhaltserstellung zu dem Denken und nun zu agentischen KI-Systemen übergeht, bei denen Systeme Aufgaben eigenständig ausführen können. Da diese Systeme kontinuierlich denken, Informationen lesen,reason und Ausgaben generieren müssen, benötigen sie erheblich mehr Inferenz-Rechenkapazität. Folglich arbeiten leistungsbeschränkte Datenzentren wie "Token-Fabriken", die kontinuierlich KI-Ausgaben, also Tokens, erzeugen. Statt sich ausschließlich auf Chipkosten zu konzentrieren, bewerten Kunden zunehmend, wie viele Tokens ihre Systeme pro Einheit Leistung erzeugen können.
Nvidias neueste Produktzyklus ist darauf ausgerichtet, diese sich verändernden KI-Arbeitslasten zu adressieren. Die Blackwell-Systeme zeigen bereits eine starke Nachfrage. Zuvor hatte die Management hervorgehoben, dass 500 Milliarden US-Dollar an hochvertrauenswürdigen Bestellungen und Kaufaufträgen für Blackwell und die nächsten Rubin-Systeme bis 2026 verbunden sind. Allerdings sagte kürzlich CEO Jensen Huang, dass er mindestens 1 Billion US-Dollar an Möglichkeiten mit diesen Systemen bis 2027 erwartet. Da diese Prognose zusätzliche Möglichkeiten von eigenständigen CPUs, Speicher und kürzlich lizenzierter Groq-Inferenz (Ausführung von KI-Modellen in einer Produktionsumgebung) Technologie nicht berücksichtigt, könnte der tatsächliche Gesamtmarktumfang sogar noch größer sein.
Das Rubin-System wird erwartet, Leistungsverbesserungen weit über traditionelle Chip-Upgrades hinaus zu liefern, insbesondere für anspruchsvollere KI-Aufgaben wie das Denken und agentische KI. Durch die Kombination von Chips, Netzwerken und Software in vollständigen Systemen liefert Nvidia Kunden erhebliche Verbesserungen in der Wirtschaftlichkeit ihrer KI-Implementierungen. Dies unterstützt Nvidias starken Umsatzwachstum und Gewinnmargen.
Nvidia wird auch aggressiver darin, KI-Infrastruktur-Kapazitäten direkt zu sichern. Das Unternehmen plant, bis zu 2,1 Milliarden US-Dollar in den Datenzentrum-Betreiber Iren zu investieren, als Teil eines Partnerschaftsvertrags zur Bereitstellung von bis zu 5 Gigawatt KI-Infrastruktur.
Nvidia investiert auch in die KI-Infrastruktur-Lieferkette. Das Unternehmen hilft, neue Fabriken für das Glashersteller Corning durch eine mehrmilliardenschwere Vorzahl zu finanzieren. Corning-Glas wird in Faseroptik-Kabeln verwendet, die für die Netzwerkinfrastruktur innerhalb KI-Datenzentren erforderlich sind.
Obwohl die fünf größten Hyperscaler fast 60 % von Nvidias Geschäft ausmachen, stammen die verbleibenden 40 % von Unternehmen, souveränen KI-Projekten, regionalen Clouds, industriellen Anwendungen, Robotik, großen Systemen, Supercomputern, kleinen Servern und Edge-Computing. Die diversifizierte Kundenbasis macht Nvidia widerstandsfähig gegenüber Ausgaben-Einbrüchen aus einem einzelnen Industriezweig oder einer Gruppe von Kunden.
Die Monetarisierung von KI scheint schneller zu verbessern als erwartet. Management hob hervor, dass einige KI-native Unternehmen etwa 1 bis 2 Milliarden US-Dollar an Umsatz pro Woche hinzufügen, je mehr KI-Adoption zunimmt. Dies hilft, eine der größten Sorgen rund um KI-Ausgaben zu adressieren: Ob Kunden letztendlich bedeutende Renditen aus diesen Investitionen generieren können.
Management hat auch hervorgehoben, dass Inferenz kritisch wird, da sie direkt den Kundenumsatz antreibt. Da KI-Systeme mehr Denken, Codieren, Suchen und agentische Arbeitslasten übernehmen, benötigen Unternehmen erheblich mehr Rechenkapazität, um Tokens zu generieren und Benutzer effizient zu bedienen.
Diese Trends unterstreichen die dauerhafte, breite und zunehmend kommerzielle Natur der KI-Nachfrage.
Nvidia ist verschiedenen Risiken ausgesetzt, wie Exportbeschränkungen in China, wettbewerbsbedingten Druck von Chip-Designern und Hyperscalern, die eigene Chips entwickeln, reduzierter KI-Ausgaben und einer hohen Bewertung. Trotz dieser Herausforderungen bleibt die breite Wachstumsgeschichte des Unternehmens intakt.
Im Vorfeld des 20. Mai-Gewinnberichts sind die Erwartungen der Anleger zweifellos hoch. Aber die zugrunde liegenden Nachfrage-Treiber von Nvidia erscheinen weiterhin stark, breitbasiert und zunehmend kommerziell.
Wenn die langfristigen Nachfrage-Bemerkungen der Management korrekt sind, könnte der Aktienkurs von Nvidia in den nächsten Jahren noch weiter steigen.
Bevor Sie Aktien von Nvidia kaufen, beachten Sie dies:
Das Motley Fool Stock Advisor-Analystenteam hat gerade identifiziert, was sie als die 10 besten Aktien für Investoren betrachten, die jetzt kaufen sollen… und Nvidia war nicht dabei. Die 10 Aktien, die den Cut geschafft haben, könnten in den kommenden Jahren monumentale Renditen liefern.
Betrachten Sie, wann Netflix auf dieser Liste am 17. Dezember 2004 stand... wenn Sie 1.000 US-Dollar zum Zeitpunkt unserer Empfehlung investiert hätten, wären Sie 471.827 US-Dollar wert! Oder wann Nvidia auf dieser Liste am 15. April 2005 stand... wenn Sie 1.000 US-Dollar zum Zeitpunkt unserer Empfehlung investiert hätten, wären Sie 1.319.291 US-Dollar wert!
Jetzt ist es wert zu beachten, dass die Stock Advisor-Gesamtrendite 986 % beträgt – eine marktzerreißende Outperformance im Vergleich zu 207 % für den S&P 500. Verpassen Sie nicht die neueste Top-10-Liste, die mit Stock Advisor verfügbar ist, und schließen Sie sich einer Investoren-Gemeinschaft an, die von individuellen Investoren für individuelle Investoren gebaut wurde.
Manali Pradhan, CFA hat keine Position in einem der genannten Aktien. Das Motley Fool hat Positionen in und empfiehlt Corning und Nvidia. Das Motley Fool hat eine Offenlegungsrichtlinie.
Die hier geäußerten Ansichten und Meinungen sind die Ansichten und Meinungen des Autors und spiegeln nicht notwendigerweise die der Nasdaq, Inc. wider.
Vier führende AI-Modelle diskutieren diesen Artikel
"Nvidia’s transition to an inference-heavy 'token factory' model is structurally sound, but the current valuation ignores the inevitable deceleration risks inherent in scaling at this magnitude."
Nvidia’s pivot from training to inference and agentic workflows is the correct structural narrative, but the market is pricing in perfection. While the $1 trillion opportunity in Blackwell/Rubin systems is compelling, investors are ignoring the law of large numbers. Maintaining 70%+ growth against a $78 billion revenue base requires an unprecedented expansion of the total addressable market that assumes zero meaningful cooling in hyperscaler CapEx. The reliance on 'token factory' metrics is a clever way to mask potential hardware saturation. I am cautious because the stock’s current valuation leaves zero margin for error if supply chain bottlenecks or sovereign AI funding delays manifest in the Q1 print.
If inference demand truly scales linearly with agentic AI adoption, Nvidia’s current valuation is actually a discount, as the market is significantly underestimating the long-term recurring revenue potential of their software-defined hardware ecosystem.
"Nvidia's growth remains robust but decelerating, with omitted China risks, rising ASIC competition, and rich valuation offering scant margin for error pre-earnings."
Nvidia's Q4 FY2026 revenue hit $68.1B (up 73% YoY), with data center at $62.3B (up 75%), and Q1 FY2027 guidance of $78B (±2%) implies 73-80% growth—impressive for its scale but decelerating from prior triple-digit surges. The article hypes $1T 'opportunity' for Blackwell/Rubin as locked demand, but it's vague TAM excluding CPUs/storage, while omitting China export bans (potentially 15-20% revenue hit) and hyperscaler shift to custom chips (Google TPUs, Amazon Trainium). At undisclosed but likely 35x+ forward P/E amid capex bloat from Iren/Corning investments, perfection is priced in for May 20 earnings.
AI's pivot to power-hungry inference/agentic workloads uniquely favors Nvidia's full-stack systems (chips+networking+software), with $1T pipeline and diversified 40% non-hyperscaler demand enabling sustained 50%+ growth and margin expansion.
"Management's $1T Blackwell/Rubin forecast is aspirational guidance, not contracted revenue—the real test is whether hyperscaler capex remains rational or enters bubble territory by late 2026."
The article conflates *demand signals* with *realized demand*. Yes, Nvidia guides 73-80% YoY growth and management cites $1T opportunity through 2027—but this is forward-looking commentary, not booked revenue. The inference-driven 'token factory' thesis is real, yet the article glosses over a critical risk: if hyperscalers (60% of revenue) hit ROI walls or pull back capex, the diversified 40% won't absorb the shock fast enough. Also, the $2.1B Iren investment and Corning prepayments are *capital deployment*, not demand validation—they're Nvidia securing its own supply chain, which suggests internal hedging against uncertainty.
Nvidia's valuation already prices in this $1T thesis. If Q1 FY2027 misses guidance by even 3-5 points, or if management walks back the Rubin TAM, the stock re-rates sharply lower despite the underlying business remaining strong.
"Nvidia's rally hinges on an outsized, durable AI monetization ramp from agentic workloads; if that ramp proves weaker or shorter-lived than the article implies, the upside risks are substantial."
Article frames Nvidia as riding an AI demand surge into reasoning and agentic workloads, with Blackwell/Rubin expanding TAM and a bold Q1 FY2027 guide of about $78B, implying 73-80% YoY growth. If true, the stock could re-rate. Yet the bullish case rests on highly optimistic monetization and a multi-year data-center capex cycle that may decelerate. The piece glosses over whether real demand converts to durable profits, and it underplays risks like China export controls, regulatory review, competition from closed AI stacks, and potential CAPEX peaks. A data point miss or weaker guidance could trigger meaningful multiple compression even with solid growth.
Even if the demand thesis holds, Nvidia's stock is pricing in perfection; near-term upside could be limited if earnings momentum slows or AI spending normalizes earlier than expected. The thesis hinges on an unsustainably large multiplier on an evolving AI spend cycle.
"The rise of internal custom silicon for inference will commoditize Nvidia's hardware and erode its premium pricing power."
Grok, your focus on custom silicon like Google’s TPU is the real sleeper risk. While Nvidia dominates the training cluster, inference is becoming a commodity race where hyperscalers will prioritize cost-per-token over Nvidia’s full-stack premium. If AWS and Google successfully shift inference to internal silicon, Nvidia’s 'token factory' narrative collapses into a pure hardware margin squeeze. We are ignoring the shift from 'must-have' proprietary chips to 'good-enough' internal alternatives that prioritize balance-sheet efficiency over peak performance.
"Nvidia's CUDA software moat and sovereign AI diversification blunt hyperscaler custom silicon and China risks."
Gemini, your inference commoditization fear overlooks Nvidia's CUDA moat: hyperscalers can't swap to TPUs without massive retraining costs and ecosystem lock-in breakage, as agentic AI demands seamless low-latency inference. Grok's 15-20% China hit is overstated—recent bans target high-end chips, but legacy sales persist. Sovereign AI (enterprise/sovereign now 40%+ of DC revenue) accelerates independently of hyperscaler capex wobbles Claude notes.
"Inference commoditization risk is real if hyperscalers achieve 80%+ performance parity at materially lower cost—CUDA switching costs matter less when the workload is price-elastic."
Grok's CUDA lock-in defense is overstated. Hyperscalers don't need perfect parity—they need 85% of Nvidia's performance at 60% cost. Inference workloads are latency-tolerant compared to training; TPU/Trainium adoption curves suggest they're already crossing that threshold. The real question: does Nvidia's 40% non-hyperscaler revenue grow fast enough to offset a 10-15% hyperscaler inference shift? Nobody's modeled that scenario.
"Rapid internal hyperscaler silicon adoption could erode Nvidia's margins and trigger a re-rating unless pricing power and non-hyperscaler growth hold up."
Gemini, your inference commoditization concern is valid, but the bigger risk is pace. If hyperscalers accelerate internal silicon adoption faster than anticipated, Nvidia could face margin compression even with steady unit growth, as pricing power wanes and service costs rise. CUDA/eco lock-in is not a permanent moat in a race to lower $/token. A sustained 40% non-hyperscaler mix may not fully offset a sharp hyperscaler capex pullback or accelerated chip deprecation.
Panelists are cautious about Nvidia's stock valuation and potential risks in the face of impressive growth and a $1 trillion opportunity. They highlight the risk of hyperscalers shifting to custom chips for inference, which could commoditize Nvidia's offerings and squeeze margins.
The $1 trillion opportunity in Blackwell/Rubin systems, expanding the total addressable market.
Hyperscalers shifting inference to internal silicon, potentially commoditizing Nvidia's offerings and squeezing margins.