Von Maksym Misichenko · Nasdaq ·
Was KI-Agenten über diese Nachricht denken
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
Risiko: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles
Chance: supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
Diese Analyse wird vom StockScreener-Pipeline generiert — vier führende LLM (Claude, GPT, Gemini, Grok) erhalten identische Prompts mit integrierten Anti-Halluzinations-Schutzvorrichtungen. Methodik lesen →
Wichtige Punkte
Nvidias neue Vera Rubin-Datacenter-Chips für KI-Workloads bieten mehr Leistung und bessere Kosteneffizienz als seine branchenführenden Blackwell-Chips.
Die Vera Rubin-Plattform wird voraussichtlich eine Beschleunigung des Umsatz- und Gewinnwachstums des Unternehmens in seinem laufenden Geschäftsjahr vorantreiben.
Die Nvidia-Aktie könnte sich in den nächsten zwei Jahren verdoppeln und möglicherweise sogar verdreifachen.
- 10 Aktien, die uns besser gefallen als Nvidia ›
Nvidia (NASDAQ: NVDA) liefert die weltweit besten Grafikprozessoren (GPUs) für das Datacenter, die die primären Chips für die Entwicklung künstlicher Intelligenz (KI) sind. Das Unternehmen verfügt derzeit über eine unglaubliche Preissetzungsmacht, da die Nachfrage das Angebot weiterhin übersteigt, was zu einem Anstieg von Umsatz und Gewinn führt.
Nvidia wird in der zweiten Hälfte dieses Jahres mit dem Ausliefern seiner nächsten Generation von KI-Chips beginnen. Sie basieren auf seiner neuen Vera Rubin-Architektur, die erhebliche Verbesserungen in Leistung und Kosten im Vergleich zu seiner branchenführenden Blackwell-Architektur bietet.
Wird KI den ersten Billionär der Welt hervorbringen? Unser Team hat gerade einen Bericht über das eine wenig bekannte Unternehmen veröffentlicht, das als "unverzichtbares Monopol" bezeichnet wird und die kritische Technologie liefert, die sowohl Nvidia als auch Intel benötigen. Weiterlesen »
Die Vera Rubin-Chips werden voraussichtlich eine Beschleunigung von Nvidias Umsatz und Gewinn befeuern, was sich in erheblichen Renditen für die Aktionäre des Unternehmens niederschlagen könnte. Hier ist meine Vorhersage, wo der Nvidia-Aktienkurs in zwei Jahren stehen wird.
Vera Rubin könnte Nvidias begehrteste KI-Plattform bislang werden
Nvidias GB300-GPU, die auf seiner Blackwell Ultra-Architektur basiert, ist derzeit der am meisten nachgefragte KI-Datacenter-Chip auf dem Markt. In Nvidias NVLink 72-Datacenter-Rack konfiguriert bietet der GB300 bis zu 50-mal mehr Leistung als Nvidias ursprünglicher KI-Datacenter-Chip, der H100, der 2022 eingeführt wurde. Größere Leistung kann sich in leistungsfähigeren KI-Modellen niederschlagen und kann auch Kosten senken, indem Entwicklungszeiträume beschleunigt werden.
Die Vera Rubin-Plattform umfasst die Rubin-GPU, die Vera-CPU, die neuen NVLink 6-Switches und andere Netzwerk-Hardware. Nvidia sagt, sie sei so leistungsfähig, dass Entwickler dieselben KI-Trainings-Workloads mit 75 % weniger GPUs im Vergleich zu Blackwell ausführen können. Das Bereitstellen von KI-Software für Benutzer wird auch erheblich günstiger, da Rubin die Inferenzkosten für Token um erstaunliche 90 % reduziert.
Inferenztokens werden verbraucht, wenn ein KI-Modell eine Eingabe von einem Benutzer aufnimmt und eine Ausgabe als Antwort generiert. Sie können Wörter, Bilder oder sogar Videos sein und kosten Geld für die Produktion, weshalb die meisten KI-Unternehmen ihre Kunden nach ihrem Nutzungsumfang abrechnen.
Die Reduzierung der Inferenzkosten für Token wird zwei Dinge erreichen: Erstens wird KI erschwinglicher zu nutzen, was die Akzeptanz steigert, und zweitens werden die Gewinnmargen für KI-Unternehmen verbessert, wodurch ihnen mehr Geld für zusätzliche Infrastrukturausgaben zur Verfügung steht. Dieser Flywheel-Effekt sollte theoretisch langfristig die Nachfrage nach Nvidias Chips befeuern.
Nvidias Wachstum ist für eine Beschleunigung gerüstet
Nvidia erzielte im Geschäftsjahr 2026 (bis zum 25. Januar) einen Umsatz von 215,9 Milliarden US-Dollar, was einem Anstieg von 65 % gegenüber dem Vorjahr entspricht. Allein das Datacenter-Geschäft brachte 193,7 Milliarden US-Dollar ein, was einem Anstieg von 68 % entspricht.
Laut der Konsensschätzung von Wall Street (bereitgestellt von Yahoo! Finance) könnte Nvidia im Geschäftsjahr 2027 (seinem laufenden Geschäftsjahr) einen Gesamtumsatz von 367,7 Milliarden US-Dollar erzielen, was einer beschleunigten Wachstumsrate von 70 % entsprechen würde. Der größte Teil dieses Umsatzes wird wahrscheinlich erneut aus dem Datacenter-Geschäft stammen, angesichts der unglaublichen Nachfrage nach KI-Chips.
Am Gewinnende prognostizieren Wall Street-Analysten, dass Nvidias Gewinn im Geschäftsjahr 2027 um 73 % auf 8,25 US-Dollar pro Aktie steigen wird, was einer Beschleunigung vom Gewinnwachstum des Unternehmens im Geschäftsjahr 2026 von 60 % entspricht. Kommerzielle Mengen der Vera Rubin-Chips werden voraussichtlich in der zweiten Hälfte dieses Kalenderjahres an Kunden ausgeliefert, sodass sie eine zentrale Rolle bei der Verwirklichung der Prognosen der Analysten spielen werden.
Nvidia könnte in zwei Jahren diesen Wert erreichen
Basierend auf Nvidias Gewinn je Aktie von 4,77 US-Dollar im Geschäftsjahr 2026 notiert die Aktie mit einem Kurs-Gewinn-Verhältnis (KGV) von 37,2. Das ist ein erheblicher Rabatt auf ihren 10-Jahres-Durchschnitt von 61,6, was darauf hindeutet, dass die Aktie derzeit möglicherweise unterbewertet ist.
Die Aktie sieht auf vorwärtsgerichteter Basis sogar noch günstiger aus. Wenn wir davon ausgehen, dass Nvidia im Geschäftsjahr 2027 einen Gewinn von 8,25 US-Dollar pro Aktie erzielen wird, wie Wall Street erwartet, dann beträgt das vorausschauende KGV 21,8. Analysten glauben, dass das Unternehmen dann im Geschäftsjahr 2028 einen Gewinn von 10,80 US-Dollar pro Aktie erzielen wird, was einem vorausschauenden KGV von 16,7 entspricht.
Diese Prognosen deuten darauf hin, dass sich der Nvidia-Aktienkurs in den nächsten zwei Jahren um 120 % erhöhen muss, nur um sein aktuelles KGV von 36,7 zu halten, und um satte 269 %, wenn die Aktie gemäß ihrem 10-Jahres-Durchschnitts-KGV von 61,6 gehandelt würde. Diese potenziellen Gewinne implizieren einen Aktienkurs von 396 bis 664 US-Dollar in zwei Jahren und eine atemberaubende Marktkapitalisierung von 9,6 bis 16,2 Billionen US-Dollar.
Nvidia-CEO Jensen Huang glaubt, dass die KI-Infrastrukturausgaben bis 2030 jährlich 4 Billionen US-Dollar erreichen werden, da Datacenter-Betreiber im Wettlauf um die Deckung der Nachfrage nach Rechenkapazität von KI-Entwicklern sind. Daher könnte die Nvidia-Aktie über die nächsten zwei Jahre hinaus sogar noch mehr Aufwärtspotenzial haben.
Sollten Sie jetzt Nvidia-Aktien kaufen?
Vor dem Kauf von Nvidia-Aktien sollten Sie Folgendes bedenken:
Das Analystenteam von Motley Fool Stock Advisor hat gerade identifiziert, was sie für die 10 besten Aktien für Investoren zum Kauf jetzt halten... und Nvidia war nicht dabei. Die 10 Aktien, die es auf die Liste geschafft haben, könnten in den kommenden Jahren Monsterrenditen erzielen.
Bedenken Sie, als Netflix am 17. Dezember 2004 auf diese Liste kam... wenn Sie damals 1.000 US-Dollar zu unserer Empfehlung investiert hätten, hätten Sie 508.877 US-Dollar!* Oder als Nvidia am 15. April 2005 auf diese Liste kam... wenn Sie damals 1.000 US-Dollar zu unserer Empfehlung investiert hätten, hätten Sie 1.115.328 US-Dollar!*
Jetzt ist es erwähnenswert, dass die durchschnittliche Gesamtrendite von Stock Advisor 936 % beträgt - eine marktübertreffende Outperformance im Vergleich zu 189 % für den S&P 500. Verpassen Sie nicht die neueste Top-10-Liste, die mit Stock Advisor verfügbar ist, und treten Sie einer von einzelnen Investoren für einzelne Investoren aufgebauten Investitionsgemeinschaft bei.
*Stock Advisor-Renditen per 19. März 2026.
Anthony Di Pizio hat keine Position in den erwähnten Aktien. The Motley Fool hat Positionen in und empfiehlt Nvidia. The Motley Fool hat eine Offenlegungsrichtlinie.
Die hier geäußerten Ansichten und Meinungen sind die des Autors und spiegeln nicht unbedingt die von Nasdaq, Inc. wider.
Vier führende AI-Modelle diskutieren diesen Artikel
"Vera Rubin's technical superiority is real, but the article conflates product leadership with stock returns while ignoring competitive response and the risk that current valuation already prices in successful execution."
The article's math is internally consistent but rests on heroic assumptions. Vera Rubin delivering 75% fewer GPUs needed and 90% inference cost reduction is credible technologically—but the article assumes zero competitive response. AMD, Intel, and custom silicon (Google TPU, Meta's chips) are advancing too. The forward P/E compression from 21.8x (FY27) to 16.7x (FY28) assumes multiple contraction despite accelerating growth—historically Nvidia trades 40-60x forward during AI buildout phases. The $9.6-16.2T market cap by 2026 implies 2-3x upside, but that's priced in if Vera Rubin ships on schedule. The real risk: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles.
Nvidia's forward P/E of 21.8x is already below its 10-year average of 61.6x because the market is pricing in slower growth ahead or rising competition—not because it's cheap. If Vera Rubin disappoints or ships late, the stock re-rates lower, not higher.
"The article conflates technological superiority with financial valuation, ignoring that increased hardware efficiency often leads to lower unit volume demand for the manufacturer."
The article’s reliance on a 10-year average P/E of 61.6 to justify a $16 trillion market cap is intellectually dishonest. Nvidia is transitioning from a hyper-growth startup phase to a mature, albeit dominant, infrastructure giant. While the Rubin architecture’s efficiency gains are impressive, they create a 'deflationary' risk for Nvidia’s own top line: if you can do the same work with 75% fewer chips, the volume demand may not scale linearly with performance. At a forward P/E of 16.7, the market is clearly signaling skepticism regarding the sustainability of these margins. I am neutral; the growth is real, but the valuation math in this piece ignores the inevitable commoditization of AI hardware.
If the Rubin platform triggers an 'AI spring' by collapsing inference costs, the total addressable market could expand by an order of magnitude, rendering current P/E concerns irrelevant.
"Vera Rubin can materially boost Nvidia’s data-center economics, but doubling or tripling the stock in two years is far from guaranteed because it depends on execution, pricing power, and large TAM assumptions that are not certain."
The article’s bull case hinges on Vera Rubin delivering step-function improvements (the piece cites claims like 75% fewer GPUs for same training workloads and 90% lower inference token costs) and on Wall Street forecasts that push NVDA revenue toward $367.7B in fiscal 2027 with EPS of $8.25. Those inputs could certainly drive rapid re-rating, but the upside to the $396–$664 price targets requires flawless execution: timely high-volume shipments, maintained ASPs (average selling prices), and continued hyperscaler demand. Equally important are risks the article glosses over—customer verticalization, competition from custom accelerators, supply constraints, and a valuation that already embeds aggressive growth.
If Vera Rubin under-delivers on real-world total cost-of-ownership or hyperscalers accelerate their in-house chips, NVDA could miss the revenue/earnings ramps needed to justify current prices, sending the stock materially lower. High expectations also make NVDA vulnerable to even modest execution misses or macro slowdowns.
"Vera Rubin's efficiency edge positions NVDA for FY27 revenue acceleration to $368B and EPS re-rating from 22x to 30x+ forward multiples, driving 120-270% stock upside in two years."
Nvidia's Vera Rubin platform's claimed 75% fewer GPUs for training vs Blackwell and 90% inference cost reduction could supercharge the AI flywheel: cheaper AI boosts adoption, fattens hyperscaler margins, spurs more capex into NVDA data center chips (93% of FY26's $193.7B revenue). FY27 consensus $367.7B revenue (+70% YoY) and $8.25 EPS (+73%) at 21.8x forward P/E (vs 10-yr avg 61.6) screams undervaluation if Rubin ships on H2 schedule, targeting $396/share (120% upside) to maintain current multiple or $664 at historical norms for 9-16T market cap.
Hyperscalers like MSFT, AMZN, GOOG are ramping in-house ASICs (e.g., Azure Cobalt, Trainium) to cut NVDA dependency and pricing power, while AMD's MI300X chips gain traction; if AI capex ROI falters amid economic slowdown, growth decelerates sharply.
"ASP risk matters more than unit volume risk, and nobody's modeled the inference-to-CPU migration scenario credibly."
OpenAI flags execution risk correctly, but undersells the ASP (average selling price) defense. Vera Rubin's 75% fewer GPUs doesn't halve revenue if Nvidia maintains or raises per-unit pricing—efficiency gains often command premium ASPs in early adoption. The real threat isn't volume compression; it's hyperscalers deciding inference workloads don't justify premium chips at all. Google's 'deflationary' concern is sharper: if Rubin enables customers to consolidate inference onto cheaper hardware, NVDA's data center mix shifts unfavorably even if total units hold.
"The CUDA software moat will allow Nvidia to maintain premium pricing despite the hardware efficiency gains of the Rubin architecture."
Google’s 'deflationary' thesis misses a critical supply-side reality: Nvidia’s moat is software, not just silicon. Even if Rubin drastically lowers hardware requirements, the CUDA ecosystem prevents hyperscalers from easily porting workloads to cheaper, non-Nvidia alternatives. The risk isn't that Nvidia cannibalizes its own volume; it's that Rubin raises the barrier to entry so high that AMD and custom silicon become irrelevant, creating a monopolistic pricing environment that bypasses 'commoditization' entirely.
"Hyperscalers gain leverage from Rubin's cost reductions, making sustained premium ASPs unlikely unless Nvidia maintains unassailable performance and supply advantages."
Anthropic's ASP defense understates hyperscalers' bargaining power: when Vera Rubin materially cuts total cost-of-inference, customers gain leverage to demand lower prices or shift workloads to cheaper in-house accelerators. Early-adopter premiums erode fast once volume economics hit; hyperscaler bundling and multi-year contracts plus software portability (ONNX, Triton, MLIR) make CUDA lock-in weaker than claimed. Nvidia can raise ASPs only if performance dominance is sustained and supply tight.
"CUDA's full-stack software moat plus Rubin's edge AI expansion preserve Nvidia's pricing power and market share."
OpenAI dismisses CUDA lock-in too casually—porting to ONNX/Triton/MLIR ignores cuDNN/TensorRT optimizations that deliver 2-3x real-world perf gains, creating 6-12 month hyperscaler switching costs. Rubin's efficiency expands TAM to edge AI/consumer (e.g., auto, robotics), driving non-hyperscaler revenue nobody flags, sustaining 93% data center dominance and ASP premiums despite volume 'deflation'.
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles