Nvidias Maschine dreht sich: Wachstum oder Kreislauf?

Kernpunkte

• Nvidia verdoppelte im zweiten Quartal des Fiskaljahres 2027 Umsatz und Nettogewinn auf 96,2 bzw. 59,7 Milliarden Dollar – das Datacenter-Segment wächst um 117 Prozent.
• Parallel mobilisiert Nvidia über sechs Finanzpartner bis zu 500 Milliarden Dollar, um Kunden die Abnahme eigener Hardware zu finanzieren – Nvidia-GPUs dienen dabei als Kreditsicherheit.
• Nvidias Marktanteil bei KI-Beschleunigern liegt 2026 bei geschätzten 75 bis 81 Prozent; im Trainingssegment hält das Unternehmen über 90 Prozent.
• Die zentrale offene Frage ist nicht ob das Wachstum existiert, sondern ob es trägt: Der Mechanismus, bei dem Nvidia gleichzeitig Ware, Finanzierung und Sicherheit kontrolliert, hat historische Vorläufer – und keiner davon endete unproblematisch.

Das zweite Quartal des Fiskaljahres 2027, das am 26. Juli 2026 endete, liefert Zahlen, die sich schwer einordnen lassen, weil sie keine bekannte Referenz haben. 96,2 Milliarden Dollar Quartalsumsatz, 106 Prozent mehr als im Vorjahr. Der Nettogewinn: 59,688 Milliarden Dollar, plus 126 Prozent. Die Bruttogewinnmarge liegt bei 75,0 Prozent – für ein Hardwareunternehmen eine Zahl aus dem Lehrbuch der Softwaremonopole. Für das dritte Quartal prognostiziert Nvidia 108 Milliarden Dollar Umsatz, und das ohne Berücksichtigung von China-Geschäft.

Diese Zahlen beschreiben eine Maschine. Die Frage, die sie nicht beantworten, lautet: Wer bezahlt sie, und mit wessen Geld?

Das Datacenter-Segment als Schwerkraftzentrum

Der Löwenanteil des Wachstums stammt aus einem einzigen Segment: Datacenter, 89 von 96,2 Milliarden Dollar Quartalsumsatz, Wachstum von 117 Prozent gegenüber dem Vorjahr. Kunden sind die großen Hyperscaler – AWS, Microsoft Azure, Google Cloud, Oracle. Sie investieren in KI-Infrastruktur in einem Tempo, das ihre eigenen Bilanzen belastet, weil sie fürchten, den Anschluss zu verlieren, wenn sie pausieren.

Diese Konzentration hat eine Logik und einen Preis. Die Logik: Wer die Infrastruktur besitzt, auf der KI-Modelle trainiert und betrieben werden, besitzt einen strukturellen Hebel über die gesamte Branche. Nvidias Marktanteil bei KI-Beschleunigern insgesamt wird für 2026 auf 75 bis 81 Prozent geschätzt, im Trainingssegment auf über 90 Prozent – damit ist CUDA, Nvidias proprietäres Software-Ökosystem, faktisch der Industriestandard. Wer wechseln will, wechselt nicht nur Hardware, sondern Jahrzehnte akkumulierter Optimierungsarbeit.

Der Preis dieser Konzentration: Nvidias Q3-Guidance enthält explizit keinen Umsatz aus China. US-Exportkontrollen haben den chinesischen Markt abgeschnitten; Berichte deuten darauf hin, dass dort heimische Anbieter – Huawei eingeschlossen – bis 2026 rund 90 Prozent des lokalen Marktanteils übernehmen könnten. Was das für Nvidias globale Dominanz langfristig bedeutet, ist offen.

Der 500-Milliarden-Mechanismus

Das eigentlich Ungewöhnliche an Nvidias Wachstum ist nicht seine Größe, sondern sein Finanzierungsmodell. Nvidia hat Partnerschaften mit sechs Finanzinstituten – Apollo, Blackstone, BlackRock, Brookfield, Goldman Sachs, KKR – geschlossen, um über 500 Milliarden Dollar an Kapital für KI-Infrastruktur zu mobilisieren. Die Mechanik: Nvidias GPUs werden als Sicherheit für Kredite behandelt, die Kunden aufnehmen, um eben diese GPUs zu kaufen. Jensen Huang vergleicht die Hardware mit Gewerbeimmobilien oder mautpflichtigen Straßen – langfristige Infrastruktur mit messbarem Cashflow.

Kritiker nennen das zirkuläre Finanzierung. Der Begriff trifft den Kern: Nvidia verkauft Hardware, deren Kauf durch Kredite finanziert wird, die durch dieselbe Hardware besichert sind, die denselben Kreislauf am Laufen hält. Nvidia hat parallel 100 Milliarden Dollar an verifizierten Kundenverträgen vorgelegt, um zu belegen, dass die Nachfrage unabhängig von der Finanzierungsstruktur existiert. Die Verträge wurden nicht öffentlich einsehbar gemacht; ihre genaue Ausgestaltung – Laufzeiten, Konditionen, Risikoteilung – bleibt unklar.

Ein historischer Vergleich kursiert in der Branche: Lucent Technologies finanzierte in den späten 1990ern den Kauf eigener Netzwerkausrüstung durch Kundenkredite, mit Hardware als Sicherheit. Als die Nachfrage einbrach, brachen Umsatz, Kreditportfolio und Aktienkurs gleichzeitig ein. Der Vergleich hinkt: Nvidias Marktposition ist stärker, die Nachfrage nach KI-Rechenleistung strukturell begründeter als die Telekomboom-Nachfrage der Jahrtausendwende. Aber die Struktur ähnelt sich.

Hinzu kommt eine Episode, die wenig Aufmerksamkeit bekam: Nvidia pausierte zeitweise Teile eines Finanzierungsprogramms für Cloud-Kunden. Gründe wurden nicht genannt; ob es regulatorische Bedenken, operative Schwierigkeiten oder etwas anderes war, blieb offen.

Was GPUs als Sicherheit bedeutet

Nvidias Argument, GPUs seien Infrastruktur, setzt eine bestimmte Entwertungsgeschwindigkeit voraus – nämlich eine langsame. Tatsächlich läuft das Unternehmen selbst gegen diese Annahme: Blackwell folgt auf Hopper, Vera Rubin folgt auf Blackwell. Jede neue Architektur lässt die vorherige schneller veralten. GPUs, die heute als Sicherheit für fünfjährige Kredite dienen, sind in zwei Jahren möglicherweise nicht mehr das führende Trainingssystem. Wer das Risiko trägt – Nvidia, die Finanzpartner oder die Kunden –, ist aus den öffentlichen Darstellungen nicht vollständig ablesbar.

Hinzu kommt die Wettbewerbsdimension. AMD investiert in ROCm, seine Software-Alternative zu CUDA; ob es die Bindungswirkung des Nvidia-Ökosystems brechen kann, ist offen. Die Hyperscaler selbst entwickeln eigene Chips – Googles TPUs, Amazons Trainium, Microsofts Maia, Metas MTIA –, um die Abhängigkeit zu reduzieren. Bisher treten diese Eigenentwicklungen neben Nvidia-Hardware auf, nicht statt ihr. Ob das so bleibt, wenn die Kosten der Abhängigkeit steigen, ist die strukturelle Frage hinter den Quartalszahlen.

Woran man es erkennt

Nvidias freier Cashflow der letzten zwei Jahre lag bei 191 Milliarden Dollar – das ist kein Luftbau. Die Nachfrage nach KI-Rechenkapazität ist real, messbar in Investitionsbudgets, Rechenzentrumsbauprojekten, Modelltrainingszyklen. Ob das Wachstum nachhaltig ist, entscheidet sich nicht an den Q2-Zahlen, sondern an zwei Indikatoren in den nächsten Quartalen: erstens, ob die Hyperscaler ihre Investitionsbudgets halten oder zurückfahren, wenn eigene Chipentwicklungen reifer werden; und zweitens, wie Nvidias 500-Milliarden-Finanzierungsstruktur mit dem Hardware-Wertverlust umgeht, sobald eine Folgegeneration die Kreditbasis der aktuellen Generation aushöhlt. Die Quartalszahlen zeigen, dass die Maschine läuft. Sie zeigen nicht, wie sie gebaut ist.