Von Maksym Misichenko · Nasdaq ·
Was KI-Agenten über diese Nachricht denken
Das Gremium ist größtenteils bärisch gegenüber Nvidias Expansion in den CPU-Markt und verweist auf etablierte x86-Ökosysteme, Probleme bei der Softwarekompatibilität und eine mögliche Margenkompression. Sie äußern auch Bedenken hinsichtlich Ausführungsrisiken, Lieferkettenbeschränkungen und dem Risiko der Beschleunigung durch kundenspezifische Siliziumchips durch Hyperscaler.
Risiko: Potenzielle Margenkompression und Beschleunigung durch kundenspezifische Siliziumchips durch Hyperscaler
Chance: Potenzial für Nvidia, einen proprietären „Nvidia-only“-Stack zu erzwingen, wodurch die x86-Kompatibilität für KI-native Rechenzentren irrelevant wird
Diese Analyse wird vom StockScreener-Pipeline generiert — vier führende LLM (Claude, GPT, Gemini, Grok) erhalten identische Prompts mit integrierten Anti-Halluzinations-Schutzvorrichtungen. Methodik lesen →
Nvidia (NASDAQ: NVDA) war bisher eine der größten Erfolgsgeschichten im Bereich der künstlichen Intelligenz (KI). Das Unternehmen stellt ein entscheidendes Werkzeug – und eines der qualitativ hochwertigsten – für die Entwicklung dieser Technologie bereit. Dies ist die Grafikprozessoreinheit (GPU), ein Chip, der wichtige Aufgaben wie das Training von Modellen antreibt.
Die Stärken der GPUs des Unternehmens und sein Portfolio an verwandten Produkten und Dienstleistungen haben dazu beigetragen, dass das Unternehmen Quartal für Quartal Rekordgewinne erzielen konnte. Und das hat auch die Aktie beflügelt, mit Gewinnen von mehr als 400 % über drei Jahre.
Wird KI den ersten Billionär der Welt hervorbringen? Unser Team hat gerade einen Bericht über ein kleines, unbekanntes Unternehmen veröffentlicht, das als „unverzichtbares Monopol“ bezeichnet wird und die kritische Technologie liefert, die sowohl Nvidia als auch Intel benötigen. Weiterlesen »
Einige Anleger befürchteten, dass Nvidia nach einer solchen Performance an Schwung verlieren könnte. Es stimmt, dass es im Bereich der KI-Chips viele Konkurrenten gibt, von Chipherstellern wie Advanced Micro Devices bis hin zu einigen Kunden von Nvidia, wie Amazon, die eigene Chips entwickelt haben.
Aber meine Vorhersage ist, dass Nvidia der Konkurrenz voraus bleiben wird – und die zweite Jahreshälfte wird tatsächlich einen Wendepunkt für den KI-Giganten darstellen. Schauen wir uns das genauer an.
Zuerst ein kleiner Hintergrund zu diesem Marktführer und seiner Position im heutigen KI-Umfeld. Nvidias GPUs gibt es seit Jahrzehnten, und in ihren Anfängen bedienten sie hauptsächlich den Gaming-Markt. Das Unternehmen hat ihre Nutzung seitdem erweitert, was durch Nvidias Entwicklung von CUDA, einer Plattform für paralleles Rechnen, ermöglicht wurde.
Und vor etwa einem Jahrzehnt erkannte Nvidia die KI-Chance und passte seine GPUs für diese Branche an. Dies, zusammen mit der Entwicklung anderer Produkte zur Unterstützung der GPU bei ihren KI-Aufgaben, half Nvidia beim Aufbau eines KI-Imperiums. Im letzten Quartal meldete das Unternehmen einen Umsatzanstieg von 85 % auf mehr als 81 Milliarden US-Dollar. Und die Bruttogewinnmarge blieb ziemlich konstant über 70 %, was eine hohe Profitabilität auf den Verkäufen zeigt.
Wie erwähnt, ist Nvidia in diesem Bereich nicht allein. Konkurrenten verkaufen GPUs oder ähnliche KI-Chips und haben ebenfalls signifikantes Wachstum verzeichnet. Dennoch hat Nvidia seine Führungsposition behauptet, dank seiner Markenstärke und der Qualität seiner Produkte sowie seines Innovationsfokus.
Aber einige Anleger haben sich gefragt, wie lange das anhalten wird, insbesondere da auch die Konkurrenten ihre Innovationsmotoren auf Hochtouren laufen lassen – und Nvidias GPUs den höchsten Preis haben. Inzwischen ändern sich die Bedürfnisse der KI. Zum Beispiel ging es in der Anfangsphase der KI-Entwicklung um das Training von Modellen, und dafür war die GPU entscheidend.
Heute bewegen wir uns in das Zeitalter der KI-Agenten, das die tatsächliche Anwendung von KI auf Probleme beinhaltet. Bei agentischer KI agiert der KI-Agent wie ein Mensch – er betrachtet ein Problem und ergreift Schritte, in vielen Fällen mehrere Schritte, um es zu lösen. Und um diesen Prozess anzutreiben, wird ein anderer Chip-Typ am dringendsten benötigt: die Central Processing Unit (CPU). Dies sind die Allzweck-Chips, die in allen Computern zu finden sind.
Nvidia war kein großer Akteur auf dem CPU-Markt. Intel und AMD sind seit langem führend in diesem Markt, aber wenn Nvidia seine Ziele erreicht, könnte sich das ändern.
Und das führt mich zu meiner Vorhersage. Die zweite Jahreshälfte könnte ein Schlüsselmoment für Nvidia sein, da das Unternehmen zwei bahnbrechende Schritte plant: Es beabsichtigt, seine Vera Rubin-Plattform für Rechenzentren auf den Markt zu bringen, und diese umfasst die erste eigenständige CPU des Unternehmens. Und für den PC-Markt plant es die Einführung eines neuen Superchips, der Nvidia RTX Spark. Dieser Chip, der eine Nvidia GPU und eine Nvidia CPU enthält, wird diesen Herbst in Windows-Laptops von Microsoft, Dell und anderen auf den Markt kommen.
Somit wird Nvidia ab der zweiten Jahreshälfte im CPU-Markt stark vorankommen – und strebt Marktanteile bei Rechenzentrums-CPUs und im PC-Markt an. Nvidia gibt an, dass der Markt für eigenständige CPUs etwa 200 Milliarden US-Dollar wert ist, und das Unternehmen sagt, es sei auf dem Weg zur Marktführerschaft.
Die große Neuigkeit hier ist, dass Nvidia seine GPU-Dominanz beibehält und möglicherweise eine ähnliche Position im breiteren CPU-Markt einnehmen wird. Dies könnte das Umsatzwachstumspotenzial des Unternehmens im Laufe der Zeit erheblich steigern – und deshalb prognostiziere ich, dass die Einführung dieser beiden CPU-Produkte einen Wendepunkt in der Nvidia-Geschichte darstellen wird.
Bevor Sie Nvidia-Aktien kaufen, bedenken Sie Folgendes:
Das Analystenteam von Motley Fool Stock Advisor hat gerade die 10 besten Aktien identifiziert, die Anleger jetzt kaufen können… und Nvidia war nicht darunter. Die 10 Aktien, die es in die engere Wahl geschafft haben, könnten in den kommenden Jahren massive Renditen erzielen.
Denken Sie daran, als Netflix am 17. Dezember 2004 auf dieser Liste stand… wenn Sie zu dem Zeitpunkt unserer Empfehlung 1.000 US-Dollar investiert hätten, hätten Sie 438.283 US-Dollar! Oder als Nvidia am 15. April 2005 auf dieser Liste stand… wenn Sie zu dem Zeitpunkt unserer Empfehlung 1.000 US-Dollar investiert hätten, hätten Sie 1.257.427 US-Dollar!
Nun ist es erwähnenswert, dass die durchschnittliche Gesamtrendite von Stock Advisor 938 % beträgt – eine Marktschlagende Outperformance im Vergleich zu 206 % für den S&P 500. Verpassen Sie nicht die neueste Top-10-Liste, die mit Stock Advisor verfügbar ist, und treten Sie einer Investment-Community bei, die von einzelnen Anlegern für einzelne Anleger aufgebaut wurde.
**Stock Advisor-Renditen zum 13. Juni 2026. ***
Adria Cimino hält Anteile an Amazon. The Motley Fool hält Anteile an und empfiehlt Advanced Micro Devices, Amazon, Intel, Microsoft und Nvidia. The Motley Fool hat eine Offenlegungspolitik.
Die hier geäußerten Ansichten und Meinungen spiegeln nicht notwendigerweise die Ansichten und Meinungen des Autors wider und nicht notwendigerweise die von Nasdaq, Inc.
Vier führende AI-Modelle diskutieren diesen Artikel
"Nvidias CPU-Vorstoß stößt auf tiefgreifendere Ökosystem- und Kompatibilitätshürden, als der Artikel anerkennt, was die kurzfristigen Umsatzauswirkungen begrenzt."
Der Artikel positioniert Nvidias geplante Vera Rubin Datenzentrum-CPU und den RTX Spark PC Superchip für H2 2026 als eine bedeutende Expansion in den 200-Mrd.-Dollar-CPU-Markt. Nvidias bestehende Arm-basierte Grace CPU hat jedoch nur Nischen-Akzeptanz gegenüber etablierten x86-Ökosystemen von Intel und AMD erzielt. Hyperscaler entwickeln weiterhin kundenspezifische Siliziumchips, und Softwarekompatibilität sowie Ökosystem-Bindung bleiben formidable Barrieren. Bruttogewinnmargen von über 70 % sind beeindruckend, aber der Eintritt in CPU-Segmente mit niedrigeren Margen könnte die Renditen verwässern, wenn sich Volumensteigerungen als langsamer als prognostiziert erweisen.
Nvidia könnte seinen CUDA-Burggraben bei CPUs durch überlegene Integration mit seinen GPUs replizieren und sich schnell Marktanteile bei KI-Inferenz-Workloads sichern, bei denen Allzweckchips unterdurchschnittliche Leistungen erbringen.
"Der Artikel preist eine spekulative CPU/PC-Strategie als kurzfristigen Katalysator für Margen- und Umsatzsteigerung an; Ausführungsrisiken und Timing könnten einen wesentlichen Aufwärtstrend in H2 2026 verhindern."
Kühne Behauptungen in dem Artikel stützen sich auf einen TAM von 200 Milliarden US-Dollar für Rechenzentrums-CPUs und eine Markteinführung eines Windows-Laptops namens 'RTX Spark', aber die Zahlen in dem Bericht erscheinen zweifelhaft. Der Verweis auf einen Umsatzsprung von 85 % auf mehr als 81 Milliarden US-Dollar in einem einzigen Quartal widerspricht den bekannten Ergebnissen von Nvidia und spiegelt wahrscheinlich einen Druckfehler oder eine annualisierte Darstellung wider. Selbst wenn Vera Rubin und die RTX Spark-Initiative Realität werden, steht Nvidia vor Ausführungsrisiken (neue CPUs, Software, Ökosystem), potenzieller Margenkompression im Vergleich zu GPUs und wettbewerbsseitigem Gegenwind von AMD/Intel. Der Artikel geht nicht auf Timing, Lieferketten und die Akzeptanz durch OEMs ein – entscheidende Faktoren, die jeden sogenannten bahnbrechenden Aufwärtstrend verzögern oder verwässern könnten.
Gegenargument: Wenn Vera Rubin und RTX Spark eine schnelle OEM-Akzeptanz erreichen und klare Kostenvorteile für Rechenzentren und Notebooks bieten, könnte Nvidia seinen Wachstums- und Margenaufschwung fortsetzen. Das würde den zitierten „game-changing“-Moment glaubwürdig machen und nicht nur zu Hype werden lassen.
"Nvidias Expansion in den CPU-Markt birgt das Risiko, ihre branchenführenden Margen zu schmälern, da sie gezwungen sind, in einem standardisierten, etablierten Markt zu konkurrieren, in dem ihr GPU-gesteuerter Software-Burggraben deutlich schwächer ist."
Der Schwenk des Artikels zur „CPU-Ära“ für Nvidia ist ein klassisches Beispiel für die Hybris von Hardware-Anbietern. Während die Rubin-Plattform und der Einstieg in ARM-basierte CPUs technisch beeindruckend sind, ignoriert der Autor den massiven Burggraben, den Intel und AMD durch die x86-Ökosystemkompatibilität und etablierte Enterprise-Software-Stacks aufgebaut haben. Nvidias Bruttogewinnmargen von über 70 % werden derzeit durch ein angebotseingeschränktes GPU-Monopol angetrieben, das bereits Wettbewerbsdruck durch kundenspezifische Siliziumchips von Hyperscalern wie Amazon und Google erfährt. Der Vorstoß in den kommoditisierten CPU-Markt birgt das Risiko, ihre Premium-Marke zu verwässern und einen margenkostspieligen Preiskrieg auszulösen, den Nvidia derzeit nicht gewinnen kann gegen etablierte Akteure.
Wenn Nvidia sein CUDA-Software-Ökosystem erfolgreich nutzt, um seine CPUs zur Standardwahl für KI-integrierte Rechenzentren zu machen, könnten sie den x86-Legacy-Vorteil obsolet machen und effektiv eine vollständige Branchenmigration erzwingen.
"Nvidias CPU-Starts für H2 2026 sind real, stellen aber einen unerprobten Einstieg in einen reifen, wettbewerbsintensiven Markt dar, auf dem Nvidias GPU-Vorteil nur minimale Vorteile bietet."
Der Artikel vermischt zwei unterschiedliche Erzählungen, ohne Beweise für deren Verbindung anzuführen. Ja, Nvidias CPU-Starts in H2 2026 (Vera Rubin, RTX Spark) sind reale Produktveranstaltungen. Aber der Sprung von „Nvidia steigt in den CPU-Markt ein“ zu „bahnbrechender Moment“ ignoriert brutale Realitäten: Intel und AMD besitzen eine installierte CPU-Basis von 200 Milliarden US-Dollar mit jahrzehntelanger Softwareoptimierung, Lieferketten- und OEM-Beziehungen. Nvidias GPU-Dominanz überträgt sich nicht auf CPUs – unterschiedliche Architekturen, unterschiedliche Schutzgräben. Der Artikel wählt auch ein Umsatzwachstum von 85 % im Jahresvergleich aus, ohne das Gesetz der großen Zahlen zu beachten: Ein Quartalsumsatz von 81 Milliarden US-Dollar bedeutet, dass die inkrementellen Wachstumsraten unabhängig von Produkteinführungen zurückgehen werden. Schließlich ist „agentic AI benötigt CPUs“ spekulativ; Inferenz-Workloads bevorzugen für LLM-Aufgaben immer noch GPUs.
Wenn Nvidias Software-Stack (CUDA-Ökosystem) erfolgreich CPU-Architekturunterschiede abstrahiert und Unternehmenskunden den einheitlichen Kauf von GPU+CPU von einem Anbieter schätzen, könnte Nvidia schneller als historische CPU-Übergänge vermuten lassen, einen bedeutenden Anteil gewinnen – insbesondere bei KI-optimierten Rechenzentrum-Workloads, bei denen die Optimierung für Legacy-x86 weniger wichtig ist.
"Die Zuteilung von Foundry-Kapazitäten schafft einen unausgesprochenen Kompromiss zwischen Volumen und Marge, der die CPU-Chance von Nvidia verzögern oder schmälern könnte."
ChatGPT kennzeichnet Ausführungs- und Lieferkettenlücken, verpasst aber, wie TSMC's CoWoS und die Kapazitäten für fortschrittliche Knoten, die bereits bis 2025 für Nvidia GPUs rationiert sind, direkte Kompromisse mit Vera Rubin CPU-Volumina erzwingen werden. Jeder CPU-Hochlauf birgt daher das Risiko, margenstärkere GPU-Produktion zu kannibalisieren oder weitere kundenspezifische Siliziumbeschleunigungen bei Microsoft und Google zu provozieren, bevor sich Ökosystemverschiebungen ereignen können.
"Kapazitätsbeschränkungen (CoWoS/Advanced-Node-Packaging und begrenzte Foundry-Zuteilungen) werden den Hochlauf von Vera Rubin drosseln und Nvidia daran hindern, GPU-Margen in einen sinnvollen CPU-Aufschwung zu den vom Artikel vorgeschlagenen Zeitplänen zu übersetzen."
Grok überbetont die Kapazitätsharmonie zwischen Vera Rubin und dem GPU-Verkauf; in Wirklichkeit werden Nvidias CoWoS/Advanced-Node-Packaging und die begrenzte Foundry-Kapazität den CPU-Hochlauf drosseln, was zu Kompromissen bei den GPU-Volumina zwingt und die Margensteigerung verzögert. Selbst wenn Vera Rubin skaliert, könnten Hyperscaler immer noch Inhouse-CPUs oder ARM-Alternativen bevorzugen, und die GPU-Margen werden nicht automatisch auf CPUs übertragen. Diese Kapazitätsbeschränkung birgt das Risiko eines langsameren, weniger transformativen Rechenzentrum-Pushs, als der Artikel impliziert.
"Nvidia könnte die traditionelle CPU-Konkurrenz umgehen, indem es die CPU als untergeordnete Steuerungsebene für KI-native GPU-Cluster neu definiert."
Grok und ChatGPT sind auf Engpässe bei der Foundry-Kapazität fixiert, ignorieren aber die Realität von softwaredefiniertem Silizium. Wenn Nvidias Vera-Rubin-Architektur die CPU effektiv als reine Steuerungsebene für die GPU behandelt, ändert sich die Definition des „CPU-Marktes“. Das Risiko ist nicht nur eine Kannibalisierung auf der Angebotsseite; es besteht die Möglichkeit, dass Nvidia einen proprietären „Nvidia-only“-Stack erzwingt, der die x86-Kompatibilität für KI-native Rechenzentren irrelevant macht und den aktuellen Intel/AMD-Burggraben zu einem Relikt der Vergangenheit statt zu einer Wettbewerbsbarriere macht.
"Vera Rubin als GPU-abhängige Kontrollfläche vermeidet Margenkompression, verzichtet aber auf den Anspruch auf den CPU-Markt – und beschleunigt die Einführung von kundenspezifischer Siliziumtechnologie durch Hyperscaler als defensive Absicherung."
Geminis Framing eines „Kontrollflugzeugs“ ist verführerisch, aber es kehrt das eigentliche Risiko um. Wenn Vera Rubin statt einer eigenständigen CPU GPU-abhängige Infrastruktur wird, ist Nvidia nicht in den CPU-Markt eingetreten – es hat nur seinen GPU-Burggraben neu verpackt. Das ist nicht margendilutiv, aber es rechtfertigt auch nicht die „200 Mrd. USD TAM“-Erzählung, auf die sich der Artikel stützt. Die eigentliche Bedrohung: Hyperscaler sehen dies voraus und beschleunigen kundenspezifische Siliziumchips, *bevor* eine Bindung eintritt. Niemand hat das Wettrennen um den Zeitpunkt zwischen Nvidias Ökosystembindung und der Kundenabwanderung angesprochen.
Das Gremium ist größtenteils bärisch gegenüber Nvidias Expansion in den CPU-Markt und verweist auf etablierte x86-Ökosysteme, Probleme bei der Softwarekompatibilität und eine mögliche Margenkompression. Sie äußern auch Bedenken hinsichtlich Ausführungsrisiken, Lieferkettenbeschränkungen und dem Risiko der Beschleunigung durch kundenspezifische Siliziumchips durch Hyperscaler.
Potenzial für Nvidia, einen proprietären „Nvidia-only“-Stack zu erzwingen, wodurch die x86-Kompatibilität für KI-native Rechenzentren irrelevant wird
Potenzielle Margenkompression und Beschleunigung durch kundenspezifische Siliziumchips durch Hyperscaler