NVIDIA Q2 FY2027: Wenn Angebote den Wachstum begrenzen, nicht die Nachfrage

96 Milliarden US-Dollar: Die Rekordnummer und vier Quartale Wachstumsbeschleunigung

NVIDIA hat im zweiten Quartal des Geschäftsjahres 2027 einen Umsatz von 96 Milliarden US-Dollar erzielt – mehr als eine Verdopplung gegenüber dem Vorjahreszeitraum. Das ist bereits das vierte aufeinanderfolgende Quartal, in dem die Wachstumsraten beschleunigen, während der globale Boom um künstliche Intelligenz die Nachfrage nach hochleistungsfähigen Grafikprozessoren (GPUs) kontinuierlich anheizt. Diese Größenordnung verdeutlicht, wie zentral NVIDIA in der weltweiten KI-Infrastrukturwelle positioniert ist.

Das Datencenter-Segment – das Kerngeschäft des Unternehmens – erwirtschaftete einen Umsatz von 89 Milliarden US-Dollar und wuchs um 18 Prozent sequenziell, von Quartal zu Quartal. Diese Quote zeigt kein Anzeichen von Abschwächung. Doch hinter dieser Oberfläche verbergen sich zwei grundlegend unterschiedliche Geschäftsdynamiken: zum einen die großen Hyperscaler, die massive Trainingscluster aufbauen; zum anderen eine schnell wachsende neue Kundengruppe namens ACIE – bestehend aus NeoClouds, Enterprise- und Sovereign-AI-Workloads.

Hyperscale versus ACIE: Das neue Machtverhältnis im Datencenter

Die Hyperscaler – Amazon, Google, Meta und Microsoft – sind weiterhin der Motor des Datencenter-Geschäfts von NVIDIA. Sie verzeichneten im Q2 einen Umsatz von 49 Milliarden US-Dollar, gestützt durch ein sequenzielles Wachstum von 13 Prozent. Das ist beeindruckend, aber auch instruktiv: 13 Prozent Quartalswachstum ist robust, jedoch nicht das rasende Wachstum, das NVIDIA noch vor zwei Jahren verzeichnete.

Der echte Wachstumstreiber ist dagegen ACIE. Der ACIE-Umsatz betrug 40 Milliarden US-Dollar in Q2 – ein sequenzielles Wachstum von 25 Prozent und ein Jahr-über-Jahr-Wachstum von 138 Prozent. Das Beeindruckendste daran: ACIE macht nun etwa die Hälfte des gesamten Datencenter-Geschäfts aus. Dies signalisiert eine fundamentale Verschiebung in der Kundenstruktur. Der Datencenter-Markt verbreitert sich. Nicht nur die Tech-Hyperscaler nutzen GPUs in großem Stil; Regierungen, Finanzinstitute, Industrie und andere Sektoren bauen jetzt ihre eigenen KI-Infrastrukturen auf.

Innerhalb dieses Kontextes ist die Verdreifachung des Sovereign-AI-Umsatzes gegenüber dem Vorjahr besonders aussagekräftig. Länder und staatliche Organisationen weltweit investieren massiv in selbstbestimmte KI-Fähigkeiten – ein Phänomen, das geopolitische Spannungen um Technologieabhängigkeit widerspiegelt und für NVIDIA ein eigenes stabiles Geschäftsfeld schafft, das von kommerziellen Zyklen entkoppelt ist.

Das fundamentale Dilemma: Wachstum, das durch Angebotskapazität, nicht Nachfrage begrenzt wird

Hier kommt ein kritischer Punkt, der für Anleger und Analysten essentiell ist: NVIDIA's Wachstum wird nicht länger durch Nachfrage begrenzt, sondern durch Angebotskapazität. Mit anderen Worten, die physische Produktion von Chips – nicht das Interesse oder die Kaufkraft der Kunden – ist der Engpass.

Das Unternehmen rechnet für das Gesamtgeschäftsjahr 2028 mit einem Umsatzwachstum von etwa 70 Prozent. Doch CEO Jensen Huang hat unmissverständlich gemacht, dass die tatsächliche Nachfrage näher bei 100 Prozent liegt. Das 30-Prozent-Loch zwischen Angebot (70 Prozent) und tatsächlicher Nachfrage (100 Prozent) ist kein Marketing-Spin – es ist ein präziser Maßstab für die Stärke des Produktionsengpasses. NVIDIA kann schlicht nicht so viele GPUs herstellen, wie Kunden kaufen möchten.

Dies ist eine beispiellose Situation in einem Halbleitermarkt, der gewöhnlich von Überangebot geprägt ist. Das bedeutet auch, dass NVIDIA's Wachstum in den kommenden zwei bis drei Jahren allein durch Fabrikkapazitäten und Lieferketten begrenzt wird, nicht durch Wettbewerb, Marktsättigung oder Produktzyklen.

Bruttomarge unter Druck: Der Weg durch die Talsohle

Einer der schwieriger zu verdauenden Aspekte der Q2-Bilanz ist der Druck auf die Bruttomarge. NVIDIA führt diesen Druck auf steigende Speicherkostenerwartungen zurück – der Preis für DRAM und HBM (High Bandwidth Memory) ist im Laufe des Jahres 2026 gestiegen, da alle Chipmaker und Cloud-Provider gleichzeitig für ihre KI-Systeme einkaufen.

Für Q3 gibt NVIDIA eine Bruttomarge von 74 Prozent aus und erwartet einen Umsatz von 108 Milliarden US-Dollar, plus oder minus 2 Prozent. Ein Tief wird in Q4 mit etwa 71 bis 72 Prozent erwartet, bevor sich die Marge im nächsten Geschäftsjahr auf 72 bis 73 Prozent erholt. Dies ist nicht katastrophal – 72 bis 73 Prozent sind immer noch Spitzenniveaus für die Halbleiterindustrie – aber die Talsohle ist dennoch spürbar.

Das Management kommuniziert ein klares Narrativ: Die Speicherkostenexplosion ist vorübergehend. Sobald die HBM-Beschaffung sich normalisiert und die weltweite Nachfrage weniger verzweifelt wird, sollten sich die Margen wieder aufrichten. Dies wird jedoch frühestens in der zweiten Hälfte des Geschäftsjahres 2028 erwartet.

Vera Rubin: Die nächste Welle der Monetarisierung und der Energieeffizienz

Um das Wachstum und die Margin-Dynamik vollständig zu verstehen, ist es essentiell, über die GPU-Generationen nachzudenken. NVIDIA monetarisiert derzeit die Hopper- und Blackwell-Generationen in ihrem Höhepunkt, während das nächste Produkt – Vera Rubin – bereits am Horizont auftaucht.

Die Vera-Rubin-Architektur soll einen bahnbrechenden technologischen Sprung darstellen: 30-mal höherer Durchsatz pro Megawatt Stromverbrauch und 35-mal niedrigere Token-Kosten im Vergleich zu Blackwell Ultra. Dies ist nicht nur eine Leistungsverbesserung – es ist eine fundamentale wirtschaftliche Neudeklaration. Rechenzentren werden künftig nicht nur nach Rechenleistung bewertet, sondern nach Energieeffizienz und Token-Kosten pro Watt.

Der Umsatz pro Gigawatt Datencenter-Kapazität steigt mit jeder Generation dramatisch: Hopper generierte 18 Milliarden US-Dollar pro Gigawatt, Blackwell 25 Milliarden US-Dollar pro Gigawatt, und Vera Rubin wird voraussichtlich 40 Milliarden US-Dollar pro Gigawatt erreichen. Dies ist das strukturelle Wachstumsmuster, das NVIDIA über die nächsten Jahre antreibt – nicht nur höhere Verkaufsmengen, sondern fundamental höhere Erträge pro physische Kapazitätseinheit.

AWS und die Tiefe der Hyperscaler-Verpflichtung

Ein konkretes Signal für die Tiefe der Hyperscaler-Investitionen kam von Amazon Web Services (AWS). Der Cloud-Gigant kündigte an, bis zum Geschäftsjahr 2029 zusätzliche 2 Millionen GPUs bereitzustellen – zusammen mit Vera-CPUs, die mit der kommenden Rubin-GPU gepaart werden. Dies ist mehr als nur ein Bestellauftrag; es ist ein Mehrjahres-Kapitalkomitment, das Amazons Vertrauen in KI-Infrastruktur und das laufende Wettrüsten mit Google, Meta und Microsoft widerspiegelt.

Die AWS-Ankündigung zeigt auch, dass die Hyperscaler nicht nur auf Trainingsclustern sitzen – sie planen bereits für Inference-Workloads und produktive KI-Anwendungen im großen Maßstab. Die Kombination von GPU (Rubin) mit spezialisierter CPU (Vera) deutet darauf hin, dass die nächste Welle von KI-Workloads nicht nur rechenintensiv sein wird, sondern auch speicherbandbreiten- und stromeffizienzabhängig.

Fazit: Angebotsengpass als neue strukturelle Realität

NVIDIA's Q2-Bilanz zeichnet das Bild einer Firma, die ihre Grundprobleme gelöst hat – nicht Nachfrage, nicht Produkt-Markt-Passung, sondern reine Fabrikkapazität. Der Umsatz von 96 Milliarden US-Dollar ist keine Anomalie; er ist der neue Normalzustand für ein Unternehmen, das die Infrastrukturrevolution einer Dekade ermöglicht hat.

Die Margin-Kompression ist real und wird anhalten, aber sie wird auch verstanden, kommuniziert und mit einem klaren Erholungspfad versehen – ein Zeichen von Management-Vertrauen. Die Vera-Rubin-Ramp eröffnet eine neue Monetarisierungskurve. Und die ACIE-Explosion zeigt, dass KI-Infrastruktur nicht länger nur ein Tech-Thema ist, sondern ein geopolitisches und branchenweit strategisches Imperative.