NVIDIA Geschäftsjahr 2027 Q2: Data-Center-Umsatz erreicht 89 Milliarden Dollar, Q3 mit Ausblick auf 108 Milliarden
Das Quartalsergebnis auf einen Blick
NVIDIA hat im zweiten Quartal des Geschäftsjahres 2027 einen Gesamtumsatz von 96 Milliarden US-Dollar ausgewiesen – eine Verdoppelung im Jahresvergleich und ein Beleg für die ungebrochen hohe Nachfrage nach KI-Infrastruktur. Das Wachstum wird von einem massiven Ausbau des Data-Center-Segments getrieben, das 89 Milliarden US-Dollar generierte – ein sequenzieller Anstieg von 18 % gegenüber dem vorangegangenen Quartal. Der Anteil des Data-Center-Geschäfts am Gesamtumsatz macht nun deutlich mehr als 90 % aus und unterstreicht die strukturelle Fokussierung NVIDIAs auf KI-Computing und Rechenzentrumsinfrastruktur. Dieses Wachstumstempo markiert einen Wendepunkt in der globalen Skalierung von Rechenzentrumskapazität und lässt erwarten, dass die Investitionszyklen der Hyperscaler und Unternehmenskunden in den kommenden Quartalen weiter an Fahrt gewinnen werden.
Die Aufschlüsselung des Data-Center-Segments
Das Data-Center-Segment teilt sich in zwei Haupttreiber auf, die unterschiedliche Kundenstränge und Geschäftslogiken abbilden. Das Hyperscale-Segment – hauptsächlich große Cloud-Betreiber wie AWS, Google Cloud und Meta – erreichte 49 Milliarden US-Dollar mit einem sequenziellen Anstieg von 13 %. Dies ist ein solides, aber moderateres Wachstum im Vergleich zu anderen Segmenten des Data-Center-Geschäfts und deutet auf eine stabilere, weniger volatile Nachfragestruktur bei den etablierten Cloud-Giganten hin.
Das ACIE-Segment (Accelerated Compute, Inference, Enterprise – einschließlich NeoClouds, Unternehmenskunden und Sovereign-AI-Lösungen) erzielte 40 Milliarden US-Dollar mit einem sequenziellen Wachstum von 25 % und einer beeindruckenden Steigerung von 138 % im Jahresvergleich. Dieses Wachstumstempo spricht für einen diversifizierteren Markt als nur die größten Cloud-Betreiber, und es widerlegt die Annahme, dass KI-Infrastruktur-Nachfrage auf eine Handvoll bekannter Technologiekonzerne konzentriert bleibt.
Besonders bemerkenswert ist, dass das ACIE-Segment nun ungefähr die Hälfte des gesamten Data-Center-Geschäfts ausmacht, wie CFO Colette Kress mitteilte. Innerhalb dieses Segments ist der Umsatz aus Sovereign-AI-Anwendungen – Lösungen für Regierungen, nationale Agenturen und strategische staatliche Infrastrukturen – um das Dreifache im Jahresvergleich gestiegen. Dies ist ein schneller wachsendes Subsegment als die Hyperscale-Cloud und reflektiert ein geopolitisches Phänomen: mehrere Länder investieren in nationale KI-Rechenzentrums-Kapazität, entweder aus Gründen der strategischen Autarkie oder des Datenschutzes. Diese Diversifizierung der Kundenstruktur deutet darauf hin, dass die KI-Nachfrage nicht auf eine Handvoll hyperscalarer Technologiekonzerne beschränkt ist, sondern sich kontinuierlich auf Unternehmens- und Staatskunden ausweitet.
Prognose und das Angebots-Nachfrage-Dilemma
Für das dritte Quartal des Geschäftsjahres 2027 leitet NVIDIA einen Umsatz von 108 Milliarden US-Dollar aus, plus oder minus 2 %. Dies würde einer Steigerung von etwa 21 % gegenüber Q2 entsprechen und würde die Sequenz von Rekordquartalen fortsetzen. Mittelfristig projiziert das Unternehmen für das Geschäftsjahr 2028 ein Umsatzwachstum von ungefähr 70 %. Diese Zahlen sind an sich imposant, aber sie verdecken ein tieferes strukturelles Merkmal des Marktes.
Jedoch zeigt die Aussage von CEO Jensen Huang ein aufschlussreiches Spannungsverhältnis auf: Die tatsächliche Marktnachfrage liege näher bei 100 % Wachstum. Der Unterschied zwischen der prognostizierten 70 % und der geschätzten 100 % Nachfrage wird dem Angebotsengpass zugeschrieben – ein strukturelles Merkmal in einer Branche, in der die Produktion von hochmoderner Halbleitertechnologie und die Infrastrukturkapazität nicht mit der Nachfrage Schritt halten können. Diese Angebotskonstraint deutet darauf hin, dass das Wachstum eher durch die Herstellungskapazität und die globalen Lieferkettenengpässe als durch die Marktakzeptanz limitiert wird. Mit anderen Worten: Der Markt hätte Platz für 100 % Wachstum, doch NVIDIA und seine Lieferanten können physisch nicht mehr als 70 % liefern.
Bruttomargen unter Druck
Parallel zum Umsatzwachstum sieht sich NVIDIA mit Margenkompression konfrontiert – ein klassisches Merkmal einer Industrie, in der die Nachfrage die Lieferfähigkeit übersteigt. Der Primärtreiber dieser Margenverschlechterung sind die Preisentwicklungen bei DRAM-Komponenten, die ein kritischer Bestandteil moderner KI-Beschleuniger sind. Die Bruttomarge wird für Q3 auf 74 % heruntergeführt. Für das vierte Quartal wird mit einem Tiefstand von ungefähr 71 % bis 72 % gerechnet. Das Management erwartet jedoch eine Erholung auf 72 % bis 73 % im nächsten Geschäftsjahr, was darauf hindeutet, dass die Preisdrücke auf den Speicherkomponentenmärkten als zeitlich begrenzt angesehen werden.
Diese Margenverschlechterung, obwohl sie die Gesamtrentabilität beeinträchtigt, ist kein Signal einer gefährdeten Geschäftsposition. Sie spiegelt vielmehr eine klassische Kostendrucksituation wider: Während die Nachfrage nach KI-Chips rekordverdächtig ist, sind die Kosten für die Speicherkomponenten, die in diese Chips integriert werden, kurzfristig gestiegen. Dies ist keine ungewöhnliche Entwicklung in der Halbleiterindustrie – es zeigt eher, dass NVIDIA wie alle Hersteller mit den Kosten seiner Lieferkettenpartner navigieren muss. Die Aussicht auf eine Erholung in den kommenden Quartalen deutet darauf hin, dass das Management erwartet, dass diese Preisdruck-Phase vorübergehend ist.
Die Vera-Rubin-GPU und die Revenue-per-Gigawatt-Architektur
Ein zentraler Aspekt des langfristigen Data-Center-Umsatzausblicks ist die Einführung der Vera-Rubin-GPU, die nächste Generation in NVIDIAs GPU-Hierarchie. Diese neueste Architektur bietet eine 30-fach höhere Durchsatzleistung pro Megawatt im Vergleich zur Blackwell-Ultra-GPU und reduziert die Kosten pro Token um das 35-Fache. Die Produktion hat bereits begonnen, und das Unternehmen berichtet, dass Kaufaufträge von jedem großen Hyperscaler, Cloud-Anbieter und OEM vorliegen – ein bemerkenswertes Zeichen für die breite Nachfrage nach dieser Technologie, bevor sie in großem Maßstab verfügbar ist.
Die Vera Rubin illustriert einen zentralen Trend in NVIDIAs langfristiger Geschäftsstrategie: die kontinuierliche Steigerung des Umsatzes pro Gigawatt Rechenzentrumkapazität. Diese Metrik ist ein entscheidender technischer und wirtschaftlicher Indikator, denn sie zeigt, wie viel Umsatz NVIDIA aus einer standardisierten Einheit physischer Infrastrukturkapazität generieren kann. Dies ist wichtig, weil Hyperscaler und Unternehmenskunden ihre Investitionen häufig an verfügbare Strommengen koppeln oder an die Kühlkapazität der Rechenzentren. Wenn NVIDIA mehr Umsatz pro Gigawatt generieren kann, dann amortisieren sich die Infrastrukturkosten des Kunden schneller.
Für die Hopper-GPU lag diese Zahl bei 18 Milliarden US-Dollar pro Gigawatt. Bei Blackwell stieg sie auf 25 Milliarden US-Dollar. Mit der Vera Rubin wird eine Steigerung auf 40 Milliarden US-Dollar pro Gigawatt erwartet. Diese Progression – von 18 auf 25 auf 40 Milliarden – ist geometrisch, nicht linear, und zeigt, dass die Effizienzsteigerungen und die Leistungsfähigkeit von NVIDIAs Produkten sich beschleunigen. Jede neue Generation ermöglicht nicht nur mehr Berechnung in derselben Energieintensität, sondern generiert auch exponentiell mehr Umsatz für NVIDIA pro physischer Einheit der Kundeninfrastruktur. Dies ist ein struktureller Vorteil, der sich in das mehrjährige Umsatzwachstum einschreibt und erklärt, warum NVIDIA trotz fehlender Preissteigerung Umsätze generieren kann, die mit der Nachfrage wachsen.
Hyperscale-Nachfrage als Validationssignal
Ein konkretes und quantifiziertes Validationssignal kommt von Amazon, einem der größten Hyperscaler weltweit. Das Unternehmen plant die Bereitstellung von zusätzlich 2 Millionen GPUs bis zum Ende des Geschäftsjahres 2029, ergänzt durch Vera-CPUs und teilweise in Kombination mit der Rubin-GPU. Diese Ankündigung ist mehreres gleichzeitig: Sie ist ein quantitativer Indikator für die groß angelegte Infrastrukturinvestition eines der größten Cloud-Betreiber. Sie ist auch ein Zeichen für Nvidias Position in einer breiteren Plattformstrategie – nicht nur GPUs für Berechnung, sondern CPUs für Steuerung und potentiell auch Netzwerk-Hardware für Datenfluss.
Die Kombination aus Hyperscale-Ausbau bei Amazon, ACIE-Diversifizierung (Enterprise und Sovereign AI) sowie Sovereign-AI-Wachstum malt ein Bild von Data-Center-Umsätzen, die auf mehreren Achsen gleichzeitig expandieren: nach Kundentyp (Hyperscale, Enterprise, Staat), nach Anwendungsfall (Training und Inferenz) und nach Technologie-Generation (Hopper zu Blackwell zu Vera Rubin). Diese mehrdimensionale Breite des Wachstums, gepaart mit der strukturellen Angebotskonstraint, deutet darauf hin, dass NVIDIA mit einer mehrjährigen Wachstumsperiode konfrontiert ist, bei der die aggregierte Marktnachfrage die verfügbare Liefermenge übersteigt und die Preisgestaltung durch Knappheit statt durch Wettbewerb bestimmt wird.