40 Milliarden Dollar. So viel Kapital soll Nvidia 2026 bislang in KI-Unternehmen gesteckt haben. Es ist kein Chipumsatz, sondern Geld, das zurück in das Ökosystem fließt, das Nvidias GPUs kauft, verbindet und betreibt.
Nach den von TechCrunch am 9. Mai zitierten Zahlen entfallen allein 30 Milliarden Dollar auf OpenAI, aus einer Ende Februar abgeschlossenen Vereinbarung. Der Rest verteilt sich auf mehrere milliardenschwere Börseninvestments und rund zwei Dutzend private Finanzierungsrunden. Wedbush-Analyst Matt Bryson beschrieb dies gegenüber CNBC als Ausbau von Nvidias Burggraben.
Der Markt sieht beide Seiten. Die Struktur wirkt unangenehm, aber solange der Kreislauf läuft, will kaum jemand ihn anhalten.
Was in den 40 Milliarden steckt
Die offengelegten Deals zeigen ein Muster. OpenAI erhält Kapital und bleibt Nvidias größter GPU-Kunde. Corning kann bis zu 3,2 Milliarden Dollar in Glasfaserkapazität für KI-Rechenzentren investieren. IREN kann Mining-Infrastruktur in GPU-Rechenzentren umbauen. Am Ende stärkt jeder Schritt die Nachfrage nach Nvidia-Chips.
2025 kam Nvidia auf 67 Venture-Deals. In den ersten fünf Monaten 2026 nähert sich die Zahl privater Runden bereits 25, zusätzlich zu großen Public-Market-Wetten und der OpenAI-Zusage. Das ist keine normale Corporate-Venture-Aktivität mehr.
Warum Kreislaufinvestitionen heikel sind
Kreislauffinanzierung ist nicht neu, gilt aber oft als Warnsignal. Die Sorge lautet: Dasselbe Geld wandert durch mehrere Unternehmen und lässt Umsatz und Wachstum stärker aussehen, als die externe Nachfrage tatsächlich ist.
Der klassische Vergleich ist die Telekomblase um 2000. Ausrüster finanzierten Netzbetreiber, die mit dem Geld Ausrüstung derselben Anbieter kauften. Als die Endnachfrage ausblieb, brach die Kette zusammen.
Nvidias Variante ist nicht identisch, weil der Konzern Eigenkapital kauft statt Kunden direkt zu kreditieren. Das Grundrisiko bleibt ähnlich. Wenn reale Nachfrage von Verbrauchern und Unternehmen langsamer wächst als die KI-Infrastruktur, kann ein schwaches Glied die ganze Kette belasten.
Worauf Jensen Huang setzt
Nvidias These lautet, dass der Engpass nicht mehr nur bei GPUs liegt. Strom, Kühlung, optische Verbindungen, Rechenzentrumsflächen, Grundstücke und Netzanschlüsse sind ebenso kritisch.
Deshalb finanziert Nvidia fehlende Bausteine selbst: Glasfaser bei Corning, Rechenzentrumskapazität bei IREN und Nachfrage-Sichtbarkeit bei Modellfirmen wie OpenAI. Nvidia verkauft nicht nur Chips, sondern baut ein Compute-System, das am besten im eigenen Ökosystem funktioniert.
Wenn dieser Kreislauf hält, wird es für AMD, Broadcom, Googles TPU-Programm und Amazon Trainium schwerer, selbst mit guter Hardware in eine bereits um Nvidia herum kapitalisierte Lieferkette einzudringen.
Die andere Seite der Finanztechnik
Die unbequeme Frage ist die Bewertung. Nvidias Multiple, Kapitalrendite und Cashflow-Geschichte beruhen auf dem Bild eines Chipunternehmens. Wenn ein wachsender Teil der Gewinne in Kunden und Zulieferer zurückfließt, könnten Investoren Nvidia eher als Investitionsschicht der KI-Compute-Kette sehen.
Ein Chipunternehmen und ein Investmentvehikel werden unterschiedlich bewertet. Sollte der Markt Nvidia neu einordnen, könnte selbst eine Bewertung von 3,5 Billionen Dollar unter Druck geraten.
Wie lange kann das laufen?
Huangs Zug im Jahr 2026 ist klar: Mit 40 Milliarden Dollar formt Nvidia Nachfrage und Angebot für KI-Compute zugleich und hält Käufer wie Kapazität in der eigenen Umlaufbahn.
Die Struktur funktioniert, solange externes Wachstum schneller ist als der Kreislauf selbst. Der nächste Test ist die zahlende Nutzung bei OpenAI, Anthropic und anderen führenden Modellfirmen. Wächst der Enterprise-Markt wie erwartet, kann die Schleife weiterlaufen. Wenn nicht, muss Nvidia erklären, wie viel des investierten Geldes als dauerhafte GPU-Nachfrage zurückkommt.
Huang wettet auf das erste Szenario. Die Antwort dürfte 2027 klarer werden.
Quellen: CocoLoop, TechCrunch, CNBC