Nvidia

Training bleibt wichtig, während Inferenz und agentische Workloads den Mix verbreitern. Gleichzeitig senken bessere Modelle, Quantisierung und spezialisierte Chips den Compute-Bedarf je Aufgabe. Der relevante KPI ist deshalb nicht nur Tokenvolumen, sondern der Nettoeffekt auf wirtschaftlich bezahlten Compute.

Wettbewerb kommt von AMD, kundeneigenen ASICs und alternativen Software-/Cloudstacks. NVIDIA verteidigt sich über schnellere Systeminnovation und ein breiteres Ökosystem; Kunden werden dennoch bei planbaren Workloads Kostenalternativen testen.

Management hat NVIDIA vom Grafikchipanbieter zur AI-Infrastrukturplattform transformiert. Blackwell ist laut 10-Q inzwischen der Großteil der Systemlieferungen; Rubin soll im zweiten Halbjahr FY2027 anlaufen.

Der Moat wird schwächer, wenn offene Software die Portierung vereinfacht oder wenn neue Plattformen verspätet und mit hohen Übergangskosten kommen. Deshalb sind Produkttermine, Yield, Networking-Mix und reale Kundennutzung wichtiger als Roadmap-Ankündigungen allein.

Q1 FY2027 erzielte 53,5 Mrd. USD operatives Ergebnis. Das GAAP-Nettoergebnis von 58,3 Mrd. USD lag wegen nichtoperativer Effekte über dem operativen Ergebnis; für die Szenarien verwenden wir daher normalisierte, langfristig niedrigere Nettomargen.

Zum Quartalsende verfügte NVIDIA über 50,3 Mrd. USD Cash, Cash Equivalents und marktgängige Schuldpapiere gegenüber 8,5 Mrd. USD Schulden. Die Bilanz bietet Puffer, ändert bei der heutigen Marktkapitalisierung aber nicht den zentralen Bewertungshebel.

Die Szenariomitten ergeben sich aus normalisiertem FY2029-EPS und einem zur jeweiligen Wachstumsreife passenden Multiple. Die Bandbreiten zeigen Sensitivität, keine statistische Konfidenz.

Der heutige Kurs entspricht etwa 31x dem aktuellen EPS-Snapshot. Damit ist Multiple-Kompression auch bei operativem Wachstum möglich. Umgekehrt kann anhaltend hohes Wachstum eine scheinbar hohe heutige Bewertung relativieren.

Der pessimistische Fall modelliert nicht das Ende von KI, sondern eine Normalisierung von Capex, Margen und Multiple. Der Bullcase erfordert dagegen gleichzeitig starke Endnachfrage, saubere Rubin-Ausführung und einen größeren monetarisierten Plattformanteil.

Vor jeder Freigabe werden Umsatz, Marge, Aktienzahl und Multiple gegen die neuesten Primärquellen aktualisiert. Ein Kursziel ohne aktualisierte Annahmen wird nicht fortgeschrieben.

Kurzfristig sind Q2-Umsatz, Bruttomarge und die neue Segmentierung in Hyperscale und ACIE entscheidend. Mittelfristig muss Rubin die angekündigte Partnerverfügbarkeit in tatsächliche Systeme, Auslastung und Folgeaufträge übersetzen.

Eine breitere Nachfragebasis außerhalb weniger Hyperscaler würde den Case qualitativ verbessern; neue Exportbeschränkungen oder Finanzierungslimits bei AI Clouds wirken in die Gegenrichtung.

Wesentliche Risiken sind Kunden- und Lieferkettenkonzentration, Exportregeln, Energie- und Rechenzentrumsknappheit, Custom ASICs sowie Übergangsrisiken neuer Plattformen. Das 10-Q nennt zudem mögliche Verzögerungen, Qualitätsprobleme, Yield- und Garantiekosten beim Plattformhochlauf.

Wir stufen den Case auf erhöhtes Risiko, wenn zwei Quartale gleichzeitig Data-Center-Verlangsamung, strukturellen Margendruck und schwächere Folgeaufträge zeigen. Ein gebrochener Case verlangt zusätzlich einen belegten Verlust der Plattformposition oder dauerhaft unwirtschaftliche Nachfrage.

Automatisch aktualisiert werden SEC-Fakten, Kurs, Marktwert und bekannte Ereignisse. Materielle Abweichungen erzeugen lediglich einen Review-Vorschlag.

Quartalszahlen oder ein materielles Regulierungs-/Produktionsereignis lösen einen vollständigen Deep Dive aus. Case-Status und Szenarien ändern sich erst nach Quellenprüfung und Vier-Augen-Freigabe.

Unternehmensangaben sind Primärquellen, aber nicht unabhängig. Wir trennen gemeldete Fakten, Managementausblick und eigene Modellannahmen sichtbar voneinander.

Die Analyse dient Information und Bildung. Szenarien sind weder Garantie noch individuelle Anlageberatung; Steuern, Liquidität und persönliche Risikotragfähigkeit sind nicht modelliert.