Was macht Nvidia? KI-Chips einfach erklärt in 9 Antworten
Was macht Nvidia? Ein verständlicher Leitfaden zu den Chips hinter ChatGPT, Claude und Gemini: wer sie kauft, was sie kosten und warum sie die Preise Ihrer KI-Tools bestimmen.

Nvidia entwickelt die Chips, mit denen fast jedes bekannte KI-System trainiert und betrieben wird, darunter die Systeme hinter ChatGPT, Claude und Gemini. Das Unternehmen begann 1993 mit Grafikchips für PC-Spiele. Im letzten vollen Geschäftsjahr verkaufte es Produkte im Wert von $215.9 Milliarden, rund 90% davon an Rechenzentren. Dieser Leitfaden erklärt, was die Chips leisten, wer sie kauft und warum sie mitbestimmen, was Ihre KI-Tools kosten.
Sie führen ein Unternehmen und keinen Handelsraum, und doch taucht derselbe Name ständig in den Nachrichten auf. Im November 2026 war es wieder so: Nvidias langjähriger Vorstandschef trat zurück, die Aktie fiel die sechste Woche in Folge, und das Unternehmen sank erstmals seit Juli 2025 unter eine Bewertung von $4 Billionen. Man fragt sich zu Recht, warum ein Chiphersteller aus Kalifornien für die Café-Inhaberin in Leeds oder den Klempner in Bristol wichtig sein sollte. Was macht Nvidia, und warum reicht das Unternehmen bis in Ihre monatlichen Abonnements? Kurz gesagt: Jede Antwort eines KI-Tools wird auf Hardware berechnet, und der Großteil dieser Hardware stammt von Nvidia.
Im Folgenden: wie wir diesen Leitfaden geprüft haben, das Unternehmen in einer Tabelle, 9 verständliche Antworten, die Konkurrenten, der Zusammenhang mit den Preisen, die Sie zahlen, und was ein kleines Unternehmen daraus mitnehmen sollte. Nichts hier ist eine Anlageberatung.
Sie müssen keine Chip-Nachrichten verfolgen, um KI gut zu nutzen. Jobbit zeigt, was jede Aufgabe in Credits kostet, und lässt Sie das Modell wählen. Kostenloser Tarif, 100 Credits pro Tag, keine Karte.
Wie wir diesen Leitfaden geprüft haben
- Nvidias eigene Dokumente, gelesen am 14. November 2026. Der Jahresbericht für das am 25. Januar 2026 endende Jahr, die Mitteilungen zu den Quartalsergebnissen und die Unternehmenschronik.
- Eigene Mitteilungen anderer Unternehmen zu deren Ausgaben: Amazon, Meta, Google, Microsoft und Anthropic.
- Unabhängige Stellen für den Kontext. Die Internationale Energieagentur zum Strom, der AI Index der Stanford University zu den Kosten, IBM für eine neutrale Definition des Chips.
- Chippreise sind Schätzungen von Analysten. Nvidia veröffentlicht keine Preisliste, und wir weisen jedes Mal darauf hin, wenn ein Preis genannt wird.
- Zeitpunkt. Nvidias nächste Ergebnisse werden am 17. November 2026 erwartet, also nach Abfassung dieses Textes, daher enden die Zahlen hier mit dem im Juli abgeschlossenen Quartal.
Nvidia auf einen Blick
| Frage | Antwort | Quelle |
|---|---|---|
| Gegründet | 5. April 1993 von Jensen Huang, Chris Malachowsky und Curtis Priem | Nvidia-Chronik |
| Sitz | Santa Clara, Kalifornien | Jahresbericht |
| Mitarbeitende | Rund 42.000 in 38 Ländern | Jahresbericht |
| Erstes Geschäftsfeld | 3D-Grafik für Spiele und Multimedia | Nvidia-Chronik |
| Umsatz, Jahr bis Januar 2026 | $215.9 Milliarden, plus 65% | Ergebnismitteilung |
| Davon aus Rechenzentren | $193.7 Milliarden, rund 90% | Ergebnismitteilung, eigene Berechnung |
| Umsatz, Quartal bis Juli 2026 | $96.2 Milliarden, plus 106% gegenüber dem Vorjahr | Ergebnismitteilung |
| Bruttomarge, gleiches Quartal | 75% | Ergebnismitteilung |
| Aktuelle Chipfamilie | Blackwell | Ergebnismitteilung |
| Nächste Chipfamilie | Vera Rubin, seit Sommer 2026 in Produktion | Ergebnismitteilung |
| Nächste Ergebnisse | 17. November 2026 | Ankündigung von Nvidia |
| Vorstandschefin | Colette Kress, kommissarisch, seit 12. November 2026 | Unternehmensmitteilung |
Die 9 verständlichen Antworten
1. Was stellt Nvidia eigentlich her?
Chips sowie die Computer und die Software, die um sie herum gebaut sind. Der Chip heißt Grafikprozessor (GPU, englisch graphics processing unit). IBM definiert ihn als „einen elektronischen Schaltkreis, der entwickelt wurde, um Computergrafik und Bildverarbeitung zu beschleunigen". Nvidias eigener Zeitstrahl besagt, das Unternehmen habe die GPU 1999 erfunden. Jahrelang bedeutete das bessere Grafik in Videospielen.
2. Warum ist ein Spielechip gut für KI?
Ein Spiel zu zeichnen heißt, die Farbe von Millionen Bildpunkten im selben Augenblick zu berechnen. Ein normaler Prozessor arbeitet Aufgaben meist nacheinander ab. Eine GPU hat, mit den Worten von IBM, „Hunderte, sogar Tausende Kerne", die nebeneinander rechnen. Das Training eines KI-Modells ist dieselbe Art von Arbeit: unzählige kleine Rechnungen, die alle gleichzeitig laufen können. Stellen Sie sich einen genialen Buchhalter vor und daneben eine Halle mit zehntausend Menschen mit Taschenrechnern. Für diese Arbeit gewinnt die Halle.
3. Was ist CUDA, und warum gilt es als wichtig?
CUDA ist Nvidias 2006 vorgestellte Softwareschicht, mit der Programmierer die Chips für Rechnungen nutzen können, die mit Grafik nichts zu tun haben. In den folgenden Jahren schrieben Forschende ihre KI-Werkzeuge darauf auf. Diese Geschichte ist ein großer Teil von Nvidias Vorsprung: Ein Konkurrent muss den Chip erreichen und zusätzlich Menschen überzeugen, jahrelang gewachsene Software umzuziehen.
4. Stellt Nvidia ChatGPT her?
Nein. Nvidia stellt die Assistenten nicht her. OpenAI entwickelt ChatGPT, Anthropic entwickelt Claude, Google entwickelt Gemini. Nvidia verkauft die Hardware, auf der sie laufen, ähnlich wie die Firma, die Öfen an jede Bäckerei der Stadt liefert. Den Unterschied zwischen Chatbot und Agent erklärt was ein KI-Agent ist.
5. Wer kauft die Chips?
Eine kleine Zahl sehr großer Kunden. Nvidias Jahresbericht sagt, der Umsatz konzentriere sich auf Kunden, die direkt oder indirekt kaufen. Meist sind es die Cloud-Anbieter und die KI-Labore.
- Amazon erwartet nach eigenen Angaben für 2026 Investitionsausgaben von rund $220 Milliarden.
- Meta erwartet $135 Milliarden bis $145 Milliarden, und laut Nvidia umfasst die Partnerschaft mit Meta „Millionen" von Chips.
- Google teilte Anlegern mit, die Ausgaben würden 2027 „deutlich steigen", berichtete die Associated Press.
- OpenAI unterzeichnete im September 2025 eine Absichtserklärung mit Nvidia über Systeme mit mindestens 10 Gigawatt, wobei Nvidia bis zu $100 Milliarden investieren soll, sobald sie in Betrieb genommen werden.
6. Was kostet einer dieser Chips?
Nvidia veröffentlicht keine Preise. Schätzungen von Analysten, über die Tom's Hardware berichtet, beziffern einen Blackwell-Spitzenchip auf bis zu etwa $70,000 und ein komplettes Server-Rack auf etwa $3 Millionen oder mehr. Behandeln Sie das als Schätzungen. Sie erklären die Bruttomarge von 75% und warum nur die größten Unternehmen in großen Mengen kaufen.
7. Wie groß ist Nvidia?
Gemessen am Umsatz: $215.9 Milliarden im letzten vollen Jahr. Gemessen am Börsenwert war es im Oktober 2025 das erste Unternehmen mit einer Bewertung von $5 Billionen, und CNBC berichtete am 13. November 2026, es habe erstmals seit Juli 2025 unter $4 Billionen geschlossen. Ein Aktienkurs ist eine Meinung über die Zukunft, und die Meinungen über KI schwanken in diesem Monat stark.
8. Warum darf Nvidia nicht frei nach China verkaufen?
Die Vereinigten Staaten beschränken den Export moderner KI-Chips nach China aus Gründen der nationalen Sicherheit. Die Regeln begannen im Oktober 2022 und wurden seitdem mehrfach verschärft und gelockert. Im Dezember 2025 sagte der Präsident, ein älterer Chip dürfe dorthin mit einer Gebühr von 25% verkauft werden, während die neuesten Familien ausgeschlossen blieben, berichtete Reuters. Nvidias eigene Prognose für das jüngste Quartal geht von gar keinen Verkäufen von Rechenzentrumschips nach China aus.
9. Warum steht Nvidia im November 2026 in den Nachrichten?
Aus drei Gründen. Der seit 1993 amtierende Vorstandschef Jensen Huang trat am 12. November 2026 zurück, und die Finanzchefin Colette Kress wurde kommissarische Vorstandschefin. Die Aktie fiel in dieser Woche um rund 13%, den sechsten wöchentlichen Rückgang in Folge, berichtete CNBC, wobei Anleger sich bereits Sorgen machen, wie viel Schulden der KI-Ausbau erfordert. Und die Quartalsergebnisse kommen am 17. November, wobei Analysten etwa $108.9 Milliarden Umsatz erwarten.
Die Konkurrenten, jeweils in einer Zeile
- Google baut eigene KI-Chips, die TPUs. Anthropic plant, bis zu eine Million davon zu nutzen.
- Amazon baut Trainium. Der Vorstandschef sagte im Dezember 2025, die zweite Version sei bereits ein Geschäft mit mehreren Milliarden Dollar mit mehr als einer Million Chips in der Produktion.
- Microsoft kündigte im Januar 2026 Maia 200 an und behauptet 30% mehr Leistung pro Dollar als die neueste Hardware in der eigenen Flotte.
- AMD verkauft konkurrierende GPUs und vereinbarte laut Presseberichten im Oktober 2025 einen großen Liefervertrag mit OpenAI.
- Huawei baut Chinas Alternative auf, die Ascend-Familie, mit einer veröffentlichten Roadmap bis 2026.
Anthropic ist ein nützliches Beispiel dafür, wohin die Entwicklung geht. Das Unternehmen sagt, es laufe auf drei Plattformen: den Chips von Google, den Chips von Amazon und denen von Nvidia. Die größten Käufer wollen nicht von einem Lieferanten abhängen, aus demselben Grund, aus dem auch Sie es nicht sollten.
Warum Chips bestimmen, was Ihre KI-Tools kosten
Keine Studie misst, wie genau Chippreise an Ihr Abonnement weitergegeben werden. Die Kette von Ursache und Wirkung lässt sich dennoch leicht nachvollziehen.
- Jede Antwort kostet Rechenzeit. Wenn Sie eine Nachricht senden, erledigt irgendwo ein Chip die Arbeit. Ein langes Dokument oder ein Video braucht weit mehr als eine kurze Frage.
- Rechenzeit ist knapp. Im September 2026 stoppte OpenAI neue Anmeldungen für den Tarif zu $200 im Monat, weil die Nachfrage nach einem neuen Modell die Kapazität überstieg, berichtete Fortune. Google sagte Anlegern im Oktober, die Nutzung wachse „auch bei Kapazitätsengpässen".
- Deshalb rationieren die Anbieter. Nachrichtenlimits, langsamere Antworten zu Stoßzeiten und die besten Modelle nur in höheren Tarifen sind allesamt Wege, begrenzte Chips zu verteilen. Unser Leitfaden zu was kostenlose KI-Tarife erlauben nennt die aktuellen Grenzen.
- Die Kosten für dieselbe Qualität sinken schnell. Der AI Index der Stanford University stellte fest, dass die Kosten für den Betrieb eines Modells auf festem Leistungsniveau zwischen November 2022 und Oktober 2024 um mehr als das 280-Fache sanken. Nvidia behauptet, die nächsten Chips senkten die Kosten pro Antwort um bis zu das Zehnfache.
- Das neueste Modell ist immer das teure. Die Preise fallen für die Leistung des Vorjahres und bleiben hoch für die Leistung dieses Jahres.
- Strom liegt unter allem. Die Internationale Energieagentur sagt, Rechenzentren hätten 2024 rund 415 Terawattstunden verbraucht, etwa 1.5% des weltweiten Stroms, und erwartet, dass sich das bis 2030 mehr als verdoppelt.
Was ein kleines Unternehmen daraus mitnehmen sollte
- Nutzen Sie das kleinste Modell, das die Aufgabe erledigt. Für die Zusammenfassung einer E-Mail braucht es nicht das leistungsstärkste Modell. Kleinere Modelle kosten weniger und antworten schneller.
- Rechnen Sie damit, dass sich Limits verschieben. Obergrenzen und Preise ändern sich, wenn sich das Chipangebot ändert. Halten Sie ein zweites Tool bereit, zu dem Sie wechseln können.
- Beobachten Sie, was eine Aufgabe kostet. Tools, die die Nutzung pro Aufgabe zeigen, helfen, Verschwendung zu erkennen. Unser Preisleitfaden erklärt, wie Credits funktionieren.
- Kaufen Sie nicht nach Schlagzeilen. Ein fallender Aktienkurs sagt nichts darüber aus, ob ein Tool Ihnen am Montagmorgen nützt.
- Lernen Sie das Vokabular einmal. Unser KI-Glossar erklärt Tokens, Modelle und den Rest in einfacher Sprache.
Wie ein KI-Agent die Hardware vor Ihnen verbirgt
ChatGPT, Claude, Gemini, Microsoft Copilot, Manus und Metas Muse laufen alle auf Chips wie diesen, ebenso jedes andere KI-Produkt. Der Unterschied liegt darin, wie viel von der Technik Sie bedenken müssen.
- Eine Auswahl an Modellen. Mit den kostenpflichtigen Tarifen von Jobbit wählen Sie zwischen Modellen mehrerer Anbieter, mit angezeigten Preisen, sodass eine leichte Aufgabe ein leichtes Modell nutzen kann. Siehe die Tarife.
- Ein sichtbarer Zähler. Credits zeigen, was jede Aufgabe verbraucht hat.
- Ein niedriger Einstiegspreis. Go kostet £7 im Monat mit 2,000 Credits und Hosting für eine kleine App auf Ihrer eigenen Domain.
- Fertige Arbeit statt Antworten. Der Agent baut die Website, das Dokument oder die Tabelle, und eine menschliche Fachkraft kann über das Netzwerk übernehmen, wenn die Aufgabe es erfordert.
Häufig gestellte Fragen
Was macht Nvidia in einfachen Worten?
Nvidia entwickelt Computerchips namens GPUs und die Systeme drumherum. Sie wurden für Grafik in Videospielen gebaut und erwiesen sich als ideal für KI, weil sie riesige Mengen kleiner Rechnungen gleichzeitig ausführen. Die meisten bekannten KI-Systeme werden auf ihnen trainiert und betrieben.
Warum ist Nvidia so wertvoll?
Weil fast jedes Unternehmen, das KI baut, seine Chips braucht, das Angebot begrenzt ist und der Gewinn pro Verkauf hoch ist: eine Bruttomarge von 75% im Quartal bis Juli 2026. Die Software CUDA sorgt außerdem dafür, dass Kunden nur zögerlich wechseln. Ob die Bewertung gerechtfertigt ist, ist Ansichtssache und wird in diesem Leitfaden nicht beurteilt.
Nutzt ChatGPT Nvidia-Chips?
Ja, unter anderem. OpenAI unterzeichnete 2025 eine Absichtserklärung mit Nvidia über Systeme mit mindestens 10 Gigawatt und hat auch Vereinbarungen mit anderen Chipherstellern angekündigt. Die meisten großen KI-Labore nutzen inzwischen mehr als einen Lieferanten.
Wer sind Nvidias Konkurrenten?
AMD verkauft konkurrierende GPUs. Google, Amazon und Microsoft entwickeln jeweils eigene KI-Chips für ihre eigenen Rechenzentren. Huawei führt Chinas Bemühungen an. Keiner hat bisher Nvidias Marktanteil beim Training der größten Modelle erreicht.
Wer ist derzeit Vorstandschef von Nvidia?
Colette Kress, die Finanzchefin, wurde am 12. November 2026 kommissarische Vorstandschefin, nachdem Jensen Huang, der das Unternehmen 1993 mitgegründet hatte, zurückgetreten war. Der Verwaltungsrat hat mitgeteilt, er suche einen dauerhaften Nachfolger.
Wird KI billiger oder teurer?
Beides. Die Kosten für ein festes Leistungsniveau sind sehr schnell gefallen, nach Stanfords Messung in zwei Jahren um mehr als das 280-Fache. Die neuesten und leistungsfähigsten Modelle bleiben teuer und werden oft rationiert. Die praktische Antwort lautet, das Modell an die Aufgabe anzupassen. Testen Sie Jobbit kostenlos mit 100 Credits pro Tag und ohne Karte.