Wieso die Hyperscaler trotz KI-Umsatzkluft weiter investieren?

• NVIDIA Corp. - WKN: 918422 - ISIN: US67066G1040 - Kurs: 140,110 $ (Nasdaq)

Eine aktuelle Analyse von Sequoia zeigt, dass zwischen den erforderlichen und den prognostizierten Einnahmen aus KI eine massive Lücke von rund 400 Mrd. USD klafft.

Die Kostenstruktur der KI-Infrastruktur

Die Grafik illustriert den enormen Einfluss der KI-Infrastruktur auf die Betriebskosten.

GPUs, die für die Datenverarbeitung in Rechenzentren essenziell sind, machen mittlerweile etwa 50 % der Betriebskosten dieser Rechenzentren aus. Nvidia macht einen Umsatz von 120 Milliarden USD – ein klares Zeichen dafür, wie stark Hyperscaler auf deren Technologie angewiesen sind.

Um diese GPU-Kosten und andere infrastrukturelle Anforderungen zu bewältigen, werden die Ausgaben für Rechenzentren bis 2025 auf etwa 200 Mrd. USD geschätzt. Doch selbst diese Summe reicht nicht aus, um die Skaleneffekte zu erzielen, die Hyperscaler anstreben. Denn um die typische Bruttomarge von 50 % zu erreichen, wären KI-Einnahmen von rund 400 Mrd. USD erforderlich.

Die aktuellen Prognosen zeichnen ein ernüchterndes Bild: Die realistischen KI-Umsätze der Hyperscaler bleiben weit hinter den erforderlichen 400 Milliarden USD zurück. Diese Lücke stellt ein fundamentales Problem dar, da es Fragen bzgl. Profitabilität und Rentabilität der KI-Investitionen aufwirft.

Abschreibungen und langfristige Gewinne

Was wäre aber, wenn die Hyperscaler ihre Investitionsausgaben (CapEx) für KI-Infrastruktur reduzieren könnten, indem sie hohe Abschreibungen auf bestehende Investitionen vornehmen und Wertminderungen geltend machen?

Dies würde kurzfristig ihre Steuerlast reduzieren, da die Verluste aus den Abschreibungen ihre steuerpflichtigen Gewinne mindern. Langfristig würden die Hyperscaler weiterhin von ihren Infrastrukturinvestitionen profitieren, da diese auch unabhängig von den Abschreibungen weiterhin Einnahmen generieren.

Mit anderen Worten: Die einmal getätigten Investitionen in GPUs und Rechenzentren würden auf lange Sicht Renditen erwirtschaften, während die Unternehmen kurzfristig Steuervorteile nutzen können. Ein Grund, wieso sich die Investitionen rechnen würden.

Fazit

Unternehmen wie Nvidia profitieren direkt von den steigenden Investitionen in GPUs, während Hyperscaler durch ihre strategischen Bilanzierungsansätze ihre langfristige Wettbewerbsfähigkeit sichern.

Alle weiteren Details ließt Du bei Rocco & mir im AktienPuls360

AktienPuls360 | Fundi & Charting: Best of Both Worlds

Im AktienPuls360 habe ich mich mit Rocco Gräfe als Mann mit über 20 Jahren Erfahrung in Charttechnik zusammengeschlossen und wir kombinieren unsere Talente miteinander. Tiefes fundamentales Research & passende charttechnische Einstiege sind keine Traumvorstellung, sondern sind seit Anfang September 2024 Realität.

Drei Depots mit allen Trades, tiefgründige Recherchen, das Experten-Battle Charttechnik vs. Fundamentalanalyse, tägliche Big-Picture-Einordnungen der Märkte und Live-Webinare zu DAX und US-Werten, ...

👉 Überzeuge Dich 14 Tage unverbindlich

Nvidia CES 2025: 50 % Performance in 2025? Nun deutlich wahrscheinlicher

Nvidia stellt sich immer breiter auf und wird immer mehr zu einem Software-Anbieter, der um seine Hardware ein komplettes Ökosystem baut. Nvidia stützt sich nicht nur auf seine führenden Hardwareprodukte wie GPUs, sondern auch auf eine starke Software- und Infrastrukturstrategie, die maßgeblich zum Erfolg beiträgt.

Hardware-Kompenten werden um Software ergänzt und gewährleisten einen Lock-in-Effekt in das Nvidia Ökosystem. Dies fehlt allen anderen Wettbewerbern.

Nach KI-Sprachmodellen & KI-Agenten ist vor physischer KI

Auf der CES 2025 kündigte Nvidia den Aufbau eines umfassenden Weltmodells mit dem Namen Cosmos an, um die nächste Ära der physischen KI einzuläuten.

Dieses Modell soll als Basis für autonome Fahrzeuge, Robotik und die Entwicklung physischer KI-Agenten dienen. Nvidia plant, reale und simulierte Daten in einem zentralisierten System zu vereinen, um Fahrzeugen eine bessere Umweltwahrnehmung zu ermöglichen, Edge-KI-Systeme mit präziseren Modellen auszustatten und die Skalierung autonomer Fahrzeuge in städtischen und ländlichen Umgebungen zu beschleunigen.

Neben physischer KI investiert Nvidia auch stark in KI-Agenten. Mit der NIM-Plattform (Nvidia Inference Microservices) bietet das Unternehmen containerisierte Lösungen an, die nahtlos über verschiedene Systeme und Plattformen hinweg integriert werden können. Dies ermöglicht diversen Industrien, spezifische KI-Agenten für ihre Zwecke zu entwickeln und kontinuierlich zu aktualisieren.

• Die anhaltende KI-Modell-Skalierung treibt die enorme Nachfrage nach Blackwell-Chips. Sollte diese Dynamik anhalten, wird die Nachfrage nach Nvidia-Hardware in den kommenden Jahren voraussichtlich stärker wachsen als bislang erwartet.
• KI-Agenten benötigen immense Rechenressourcen. Eine einzige Anfrage an einen Agenten aktiviert mehrere Modelle gleichzeitig, was die Nachfrage nach Nvidia-Hardware erheblich steigern wird.
• Aktuell macht Nvidias Automobilsegment weniger als 3 % des Umsatzes aus (5 Mrd. USD Jahresumsatz, +25 % ggü. Vorjahr). Innerhalb von drei Jahren könnte Physische KI an Dynamik gewinnen und in zehn Jahren zu einem signifikanten Umsatztreiber werden.
• Nvidia strebt an, sowohl im Datacenter- als auch im Desktop-Markt Marktanteile zu gewinnen. Zum Leidwesen von Intel und AMD

Beim Fireside Chat der JPM-Konferenz sprach Nvidias CFO Colette Kress über die zukünftigen Investitionen der Hyperscaler und Nvidias Marktstrategie. Sie betonte, dass Nvidia jedes Jahr die Investitionszyklen der Hyperscaler genau analysiert. Die aktuelle globale Transformation sei eine einzigartige Zeit, in der weltweit ein gemeinsamer Fokus auf diese technologische Entwicklung liege. Laut Kress gibt es keine Anzeichen, dass diese Wachstumsphase endet, vielmehr sei noch viel Potenzial vorhanden.

Zum Thema GPUs im Vergleich zu kundenspezifischen ASICs erklärte Kress, dass solche spezialisierten Chips immer existieren werden. Nvidias Ziel sei es jedoch, alle Kunden im Ökosystem zu unterstützen. Für jeden großen Cloud-Service-Provider (CSP) stehe ein dediziertes Nvidia-Team zur Verfügung. Sie wies darauf hin, dass der TPU von Google bisher der einzige erfolgreiche ASIC sei, Nvidia in diesem Bereich jedoch deutlich voraus sei.

Zusätzlich plant der designierte US-Präsident Donald Trump laut CNBC eine Investition von 20 Milliarden USD in den Bau neuer KI-Rechenzentren. Nvidia-CEO Jensen Huang äußerte sich ebenfalls optimistisch über das zukünftige Wachstum des Unternehmens. Auf die Frage, ob er von Trump zu einem Gespräch eingeladen wurde, erklärte Huang, dass dies bislang nicht der Fall sei, er jedoch gerne mit ihm sprechen würde.

Nvidia erklärt, dass das KI-getriebene Wachstum voraussichtlich ein Jahrzehnt andauern wird. Gleichzeitig betonte das Unternehmen, dass die Nachfrage weiterhin das Angebot übersteigt, was die anhaltend starke Nachfrage nach ihren Produkten und Lösungen unterstreicht.