Bitte stellen Sie sicher, dass Javascript zwecks Zugang zur Websiteaktiviert ist Quick View: Sehen NVIDIA-Anleger den Wald vor lauter Bäumen nicht? - Janus Henderson Investors - Germany Investor
Für private Anleger in Deutschland

Quick View: Sehen NVIDIA-Anleger den Wald vor lauter Bäumen nicht?

Portfoliomanager Richard Clode erläutert die wichtigsten Erkenntnisse aus der Präsentation der jüngsten Quartalsergebnisse von NVIDIA nach Ankündigung der US-Zölle und dem Verbot von H20-Chips.

Richard Clode, CFA

Portfoliomanager


29. Mai 2025
6 Minuten Lesezeit

Zentrale Erkenntnisse:

  • Die rasant zunehmende Generierung von KI-Token eröffnet neue Einsatzmöglichkeiten für KI-Anwendungen und steigert deren Leistungsfähigkeit. Dies stützt die Argumentation, dass sich die enormen Investitionen in diesem Bereich lohnen.
  • Mit der Rack-Architektur der Blackwell-Chips bietet NVIDIA eine KI-Infrastruktur der nächsten Generation für den Bereich der schlussfolgernden KI („Reasoning AI“). Ziel ist dabei, den ständig steigenden Anforderungen an maschinelles Lernen, Inferenz und Reasoning-Modelle gerecht zu werden.
  • Innovationen bei Reasoning-Modellen führen zu einer Verlagerung der Nachfrage nach KI-Infrastruktur von Trainingsclustern hin zu Inferenz, um die beschleunigte Token-Generierung zu ermöglichen. Das schafft für Technologieunternehmen eine breitere, langfristigere und nachhaltigere Wachstumsbasis.

Die von NVIDIA vorab angekündigte größte Abschreibung der Lagerbestände in der Unternehmensgeschichte – nach dem Verbot der Exporte von H20-Chips nach China) und der Ankündigung von Zöllen durch US-Präsident Trump im April – sowie die anhaltenden Probleme bei der Herstellung der Blackwell-Racks hatten zur Folge, dass die Ergebnisveröffentlichung erneut mit großer Anspannung erwartet wurde.

 Token sind (wirklich) das neue Öl

Jede Nation betrachtet KI inzwischen als zentralen Bestandteil der nächsten industriellen Revolution – eine neue Branche, die Intelligenz hervorbringt. … Ich kenne kein Unternehmen, keine Branche und kein Land, das glaubt, man könne auf Intelligenz verzichten.

                                                                                                                    Jensen Huang, Gründer und CEO von NVIDIA

KI-Token (die Dateneinheiten, die von KI-Modellen während des Trainings und der Inferenz verarbeitet werden) sind das neue Öl. Dafür sprechen die jüngsten KI-Chip-Deals, die US-Präsident Trump und Jensen Huang in Saudi-Arabien und den Vereinigten Arabischen Emiraten angekündigt haben. Microsoft gab zudem bekannt, im ersten Quartal 2025 100 Billionen Token generiert zu haben, also das Fünffache im Vergleich zum Vorjahr. Allein im März verarbeitete das Unternehmen 50 Billionen Token. Google wiederum teilte letzte Woche auf seiner I/O-Konferenz mit, mittlerweile über 480 Billionen Token pro Monat zu verarbeiten – ein Anstieg um das 50-Fache im Jahresvergleich.

NVIDIA erklärte, dass sich seine Token-Generierung im vergangenen Jahr verzehnfacht habe. Dies ist in mehrfacher Hinsicht ein bedeutender Wendepunkt. Am Markt wird seit Längerem über die Einsatzmöglichkeiten von KI diskutiert. Die Zahl der generierten Token gilt dabei als wichtige Kennzahl für die Nutzung und die zugrunde liegende Intelligenz. Gleichzeitig verdeutlicht dieser Anstieg, wie sehr die Marktteilnehmer den sogenannten „DeepSeek-Moment“ zu Beginn des Jahres missverstanden hatten: Damals wurde dem geringeren Bedarf an Investitionsausgaben für das Trainieren des Modells zu viel Bedeutung beigemessen, während die weitaus höhere Rechenintensität des von DeepSeek entwickelten Reasoning-Modells weitgehend ignoriert wurde. Nach Angaben von NVIDIA können Reasoning-Modelle 100- bis 1000-mal rechenintensiver sein als eine einzelne Chatbot-Abfrage, da das Modell tatsächlich „denkt“ und dabei mehrere Lösungswege für eine komplexere Anfrage prüft und seine Antwort validiert. Dadurch werden auch exponentiell mehr Token generiert und gleichzeitig neue Anwendungsmöglichkeiten für diese höhere Form von Intelligenz geschaffen, etwa im Bereich agentenbasierter KI-Lösungen für Verbraucher oder Unternehmen oder bei KI-gesteuerten autonomen Fahrzeugen und humanoiden Robotern. Durch KI-Innovationen entstehen immer mehr Anwendungsfälle, die eine glaubwürdige Kapitalrendite bieten, sodass die Ausgaben für KI-Infrastruktur nachhaltiger werden. Dies fördert die zunehmende Nutzung von KI über Inferenz, anstatt lediglich mehr Rechenleistung für das Training immer größerer KI-Modelle aufzuwenden.

Blackwell – entwickelt für das Zeitalter der Reasoning-Modelle

Der KI-Supercomputer Blackwell NVL72 ist eine „denkende Maschine“, die speziell für Reasoning-Modelle konzipiert ist.

                                                                                                                                                   Jensen Huang

 

So wie der Hopper-Chip speziell für das Training großer Transformer-Sprachmodelle entwickelt wurde, hat NVIDIA seinen Blackwell-Chip speziell dafür konzipiert, die Leistungsanforderungen von Reasoning-Modellen der nächsten Generation zu erfüllen. Um die Interaktion mit einem Reasoning-Modell zu ermöglichen, gleichzeitig eine angemessene Servicequalität zu gewährleisten und ein untragbar hohes Niveau bei Kosten oder Energieverbrauch zu vermeiden, musste NVIDIA erstmals ein vollständiges Rack-System entwickeln – der NVL72 wiegt zwei Tonnen und besteht aus 1,2 Millionen Bauteilen. Das Ergebnis ist eine 40-fache Inferenzleistung im Vergleich zu Hopper – damit hält eine KI-Infrastruktur der nächsten Generation Einzug in die Welt der Reasoning-Modelle und liefert Antworten auf die im letzten Jahr intensiv diskutierte Frage nach den Vorteilen von ASICs gegenüber GPUs.

Der Anlauf der Blackwell-Produktion verlief alles andere als reibungslos: Ende letzten Jahres musste der Chip bei TSMC überarbeitet werden, hinzu kamen zuletzt Probleme mit den Platinen und der Ausbeute in den GB200-Racks. Diese Schwierigkeiten scheinen nun jedoch überwunden, sodass die Marktteilnehmer auf einen deutlichen Anstieg der Rack-Auslieferungen im weiteren Jahresverlauf hoffen können. Nach Angaben von NVIDIA setzen Hyperscaler derzeit durchschnittlich fast 1.000 NVL72-Racks pro Woche ein, was 72.000 Blackwell-GPUs pro Woche entspricht. Auch die Racks des Modells Blackwell Ultra GB300 befinden sich inzwischen in der Testphase. Da sie dieselben Abmessungen und dieselbe Rack-Architektur wie das Modell GB200 verwenden, dürfte der Produktionshochlauf ab dem zweiten Halbjahr 2025 deutlich glatter verlaufen – bei etwa 50% mehr Rechenleistung zur Deckung der stark steigenden Inferenz-Nachfrage.

Geopolitische Entwicklungen und Folgen der Deglobalisierung

Die Frage ist nicht, ob China über KI verfügen wird, denn das tut es bereits. Entscheidend ist vielmehr, ob einer der weltweit größten KI-Märkte auf amerikanischen Plattformen basieren wird.

                                                                                                                                                                  Jensen Huang

KI steht im Zentrum geopolitischer Spannungen und des Wettstreits der Supermächte. Nach dem Exportverbot für die H20-Chips scheint sich das Geschäft von NVIDIA mit Rechenzentren in China dem Ende zu nähern, doch Jensen Huang appelliert weiterhin mit Nachdruck an die Politik, die aus seiner Sicht verfehlten Beschränkungen aufzuheben. Denn sie werden China nicht davon abhalte, über KI oder KI-Chips zu verfügen – beides hat das Land bereits. Eine bessere Strategie wäre es, dafür zu sorgen, dass einer der weltweit größten KI-Märkte, in dem die Hälfte aller KI-Entwickler der Welt tätig ist, auf US-Plattformen und US-Infrastruktur aufbaut.

NVIDIA prüft weiterhin Möglichkeiten, China mit einem noch leistungsschwächeren KI-Chip zu beliefern. Ob dies genehmigt wird und der Chip wettbewerbsfähig wäre, bleibt jedoch abzuwarten. Positiv ist, dass die Aufhebung der „AI Diffusion“-Regel der Biden-Regierung, die am 15. Mai in Kraft treten sollte, die jüngsten Geschäfte in Saudi-Arabien und den Vereinigten Arabischen Emiraten ermöglicht hat. NVIDIA stellte zudem klar, dass zwar ein erheblicher Teil seiner Umsätze in Singapur erwirtschaftet wird, die entsprechende Rechenleistung jedoch überwiegend an Kunden in den USA geliefert wird. Damit widersprach das Unternehmen jüngsten Berichten über eine Umleitung von Chips zur Umgehung der Exportbeschränkungen.

Schließlich bestätigte NVIDIA, dass das Unternehmen in einem Jahr KI-Chips in TSMC-Fabriken in Arizona produzieren und KI-Supercomputer in Fabriken in Texas montieren wird. Die Unterstützung von NVIDIA für das Ziel von US-Präsident Trump, Produktionskapazitäten in den USA aufzubauen, ist ein weiterer Schritt im Trend zur Deglobalisierung der Lieferketten, der angesichts der geopolitischen Spannungen, Handelskonflikte und demografischen Veränderungen seit der Pandemie zu verzeichnen ist.    

Unser Ziel: Vom Chip bis zum Supercomputer – komplett in den USA gefertigt, und das innerhalb eines Jahres.                                                                                                                                                                                                                                           Jensen Huang

Den Wald vor lauter Bäumen nicht sehen

Aufgrund der dominierenden Rolle von NVIDIA im aktuellen KI-Boom gelten die Gewinnmeldungen des Unternehmens am Markt in der Regel als Frühindikator für den Technologiesektor und als geopolitische Signale. Aus unserer Sicht birgt dieser kurzfristige Fokus jedoch die Gefahr, dass die Anleger den Wald vor lauter Bäumen nicht sehen. Während die KI mit Reasoning-Modellen für weitere Innovationen sorgt, führen agentenbasierte und physische KI-Lösungen zu überzeugenden Anwendungsmöglichkeiten und Monetarisierungsmodellen. Dies hat eine Verlagerung der Nachfrage nach KI-Infrastruktur von Trainingsclustern hin zu Inferenz zur Folge, um die beschleunigte Token-Generierung zu ermöglichen, da Reasoning-Modelle und deren Einsatz zunehmend Verbreitung finden. Für den Technologiesektor und die Weltwirtschaft ergibt sich daraus eine breitere, langfristigere und nachhaltigere Wachstumsbasis.

Quellen: Transkript der Telefonkonferenz von NVIDIA zu den Finanzergebnissen für das 1. Quartal des Geschäftsjahres 2026, 28. Mai 2025. NVIDIA-Blog; NVIDIA Newsroom.

„AI Diffusion“-Regel: Die geplante Regel soll den Export wichtiger US-amerikanischer KI-Technologie beschränken, um ihre Verbreitung außerhalb der USA zu begrenzen. Die Gegner argumentieren jedoch, dass die Beschränkungen das Streben der USA nach globaler Vorherrschaft in der KI konterkarieren und der globalen Konkurrenz Rückenwind verleihen könnte, um die Lücke zu füllen.

Agentische KI: nutzt ausgeklügeltes Nachdenken und iterative Planung, um komplexe, mehrstufige Probleme autonom zu lösen. Riesige Datenmengen aus verschiedenen Datenquellen und Anwendungen von Drittanbietern werden verwendet, um Herausforderungen unabhängig zu analysieren, Strategien zu entwickeln und Aufgaben auszuführen.

ASICs vs. GPUs: ASICs sind speziell entwickelte Halbleiter, die für bestimmte Aufgaben konzipiert sind und dadurch gegenüber GPUs für KI bestimmte Vorteile bieten, beispielsweise eine höhere Kosteneffizienz.

Capex/Investitionen: Unternehmensausgaben für den Erwerb oder die Modernisierung physischer Vermögenswerte wie Gebäude, Maschinen, Ausrüstung, Technologie usw., um den Betrieb aufrechtzuerhalten oder zu verbessern und zukünftiges Wachstum zu fördern.

DeepSeek: ein chinesisches KI-Startup und Entwickler von Open-Source-Lösungen für Large Language Models (LLMs) wie DeepSeek-V3 – ein wichtiger Konkurrent und im Vergleich zu ChatGPT von OpenAI und Gemini von Google günstiger.

Grafikprozessor (GPU): Eine Einheit, die komplexe mathematische und geometrische Berechnungen durchführt, die für die Grafikwiedergabe erforderlich sind und insbesondere bei High-End-Spielen, bei der Inhaltserstellung und beim maschinellen Lernen verwendet werden.

Hyperscaler : Unternehmen, die Infrastruktur für Cloud-, Netzwerk- und Internetdienste in großem Umfang bereitstellen. Beispiele sind Google Cloud, Microsoft Azure, Facebook Infrastructure, Alibaba Cloud und Amazon Web Services.

H20-Chip-Verbot: Am 9. April 2025 teilte die US-Regierung NVIDIA mit, dass für den Export seiner H20-Chips nach China eine Lizenz erforderlich sei. Daraufhin musste das Unternehmen im ersten Quartal des Geschäftsjahres 2026 Umsätze in Höhe von 5,5 Milliarden US-Dollar abschreiben.

Inferenz: bezieht sich auf die Verarbeitung künstlicher Intelligenz. Während sich maschinelles Lernen und Deep Learning auf das Training neuronaler Netze beziehen, wendet die KI-Inferenz Wissen aus einem trainierten neuronalen Netzwerkmodell an und verwendet es, um ein Ergebnis abzuleiten.

Hopper- und Blackwell-Chips von NVIDIA: Hopper kam 2022 auf den Markt und bietet leistungsstarke KI-Funktionen, die sich besonders für große Sprachmodelle und wissenschaftliche Berechnungen eignen. Blackwell wurde 2024 vorgestellt und ist für die komplexeren Anforderungen generativer KI und groß angelegter Simulationen konzipiert.

Rack: Rack-montierte Server verbessern die Raumausnutzung in Rechenzentren und sind für vielfältige Anforderungen an die Computing-Infrastruktur und umfassende Serververwaltung konzipiert. Sie entsprechen einheitlichen Standards und können daher problemlos in einem einzigen Metallgehäuse oder -behälter gestapelt werden.

Reasoning: Nutzung verfügbarer Informationen, um Vorhersagen zu treffen, Zusammenhänge herzuleiten und Schlussfolgerungen zu ziehen. Dabei werden Daten in einer Form dargestellt, die eine Maschine verarbeiten und verstehen kann. Anschließend wird Logik angewendet, um zu einer Entscheidung zu gelangen.

Token: KI-Token sind die von großen Sprachmodellen (LLMs) verwendeten grundlegenden Bausteine für die Ein- und Ausgabe. Diese Dateneinheiten werden von KI-Modellen während des Trainings und der Inferenz verarbeitet, um Vorhersagen, Generierung und Schlussfolgerungen zu ermöglichen.

Die vorstehenden Einschätzungen sind die des Autors zum Zeitpunkt der Veröffentlichung und können von den Ansichten anderer Personen/Teams bei Janus Henderson Investors abweichen. Die Bezugnahme auf einzelne Wertpapiere stellt keine Empfehlung zum Kauf, Verkauf oder Halten eines Wertpapiers, einer Anlagestrategie oder eines Marktsektors dar und sollten nicht als gewinnbringend angesehen werden. Janus Henderson Investors, die mit ihr verbundenen Berater oder ihre Mitarbeiter haben möglicherweise eine Position in den genannten Wertpapieren.

 

Die Wertentwicklung in der Vergangenheit ist kein zuverlässiger Indikator für die künftige Wertentwicklung. Alle Performance-Angaben beinhalten Erträge und Kapitalgewinne bzw. -verluste, aber keine wiederkehrenden Gebühren oder sonstigen Ausgaben des Fonds.

 

Der Wert einer Anlage und die Einkünfte aus ihr können steigen oder fallen. Es kann daher sein, dass Sie nicht die gesamte investierte Summe zurückerhalten.

 

Die Informationen in diesem Artikel stellen keine Anlageberatung dar.

 

Es gibt keine Garantie dafür, dass sich vergangene Trends fortsetzen oder Prognosen eintreten.

Marketing-Anzeige.

 

Glossar

 

 

 

WICHTIGE INFORMATIONEN

Bitte lesen Sie die folgenden wichtigen Informationen zu den Fonds im Zusammenhang mit diesem Artikel.

Janus Henderson Horizon Fund (der „Fonds“) ist eine SICAV nach luxemburgischem Recht, die am 30. Mai 1985 gegründet wurde und von Janus Henderson Investors Europe S.A. Janus Henderson Investors Europe S.A. kann beschließen, die Marketingvereinbarungen dieses Investmentfonds nach den einschlägigen Vorschriften zu beenden. Dies ist eine Werbeunterlage. Potenzielle Anleger sollten den Prospekt des OGAW und die wesentlichen Anlegerinformationen lesen, bevor Sie eine endgültige Anlageentscheidung treffen.
Janus Henderson Horizon Fund (der „Fonds“) ist eine SICAV nach luxemburgischem Recht, die am 30. Mai 1985 gegründet wurde und von Janus Henderson Investors Europe S.A. Janus Henderson Investors Europe S.A. kann beschließen, die Marketingvereinbarungen dieses Investmentfonds nach den einschlägigen Vorschriften zu beenden. Dies ist eine Werbeunterlage. Potenzielle Anleger sollten den Prospekt des OGAW und die wesentlichen Anlegerinformationen lesen, bevor Sie eine endgültige Anlageentscheidung treffen.