26 Milliarden Dollar für „offene“ KI – wer glaubt da noch an Altruismus?
NVIDIA investiert 26 Milliarden Dollar über die nächsten fünf Jahre in die Entwicklung offener KI-Modelle. Das geht aus einem SEC-Filing hervor und wurde von NVIDIA-Führungskräften gegenüber WIRED bestätigt. Zum Vergleich: OpenAI hat für das Training von GPT-4 rund 3 Milliarden Dollar ausgegeben. NVIDIA legt also das Achtfache auf den Tisch – und gibt die Ergebnisse kostenlos ab.
Klingt großzügig. Ist es aber nicht.
Denn wer genauer hinsieht, erkennt eine Strategie, die es in der Technologiegeschichte so noch nicht gab. NVIDIA verschenkt keine Technologie. NVIDIA verschenkt den Köder – und verkauft den Haken.
Das Prinzip: Kostenlos nutzen, teuer betreiben
NVIDIAs neue Nemotron-Modelle gehören zu den stärksten offenen KI-Modellen im Markt. Nemotron 3 Super hat Platz 1 auf den DeepResearch-Benchmarks erreicht und ist laut NVIDIA 2,2x schneller als OpenAIs GPT-OSS. Jeder kann diese Modelle herunterladen, anpassen, in eigene Produkte einbauen. Kostenlos.
Aber hier kommt der Haken: Nemotron 3 Super liefert dank einer komplett neuen Architektur bis zu 5x mehr Durchsatz als sein Vorgänger – wobei dieses Potenzial erst auf Blackwell-Hardware voll zum Tragen kommt, weil das Modell nativ im NVIDIA-eigenen 4-Bit-Format NVFP4 trainiert wurde. Modell und Hardware sind untrennbar verwoben. Der Einstieg ist kostenlos, der Ausstieg nicht.
Und selbst Metas Llama 4 – ein Modell, das gar nicht von NVIDIA stammt – läuft dank NVIDIAs Optimierungen auf Blackwell 3,4x schneller als auf der Vorgängergeneration H200. Das hat NVIDIA in MLPerf-Benchmarks nachgewiesen und wurde unabhängig bestätigt. Über 42.000 Tokens pro Sekunde auf einem einzigen DGX-B200-Knoten. Ein Weltrekord – der nur auf NVIDIA-Hardware möglich ist.
Das ist, als würde ein Motorenhersteller nicht nur die besten Motoren bauen, sondern auch noch das Spezial-Benzin dafür entwickeln. Das Benzin gibt es umsonst. Aber es läuft nur in seinen Motoren.
„Open Source ist in diesem Fall kein Geschenk an die Community, sondern ein Vertriebskanal für Hardware. Wer NVIDIAs Modelle nutzt, braucht NVIDIAs Chips – und genau das ist der Plan.“, so Ingo Lücker, Gründer der KI LEAGUE.
Open Weight ist nicht Open Source – und genau das ist der Punkt
Ein Detail, das in der Diskussion oft untergeht: NVIDIAs Modelle sind „open weight“, nicht Open Source im strengen Sinn. Die Gewichte sind öffentlich zugänglich, aber die Nutzungsbedingungen können Einschränkungen enthalten. Du kannst das Modell herunterladen und anpassen – aber du bist nicht frei, es beliebig kommerziell einzusetzen.
Auch das passt ins Bild: Der Zugang ist offen, der Ausgang nicht.
Für IT-Dienstleister ist diese Unterscheidung relevant. Wer seinen Kunden Lösungen auf Basis von Nemotron aufbaut, muss die Lizenzbedingungen genau prüfen – und sich bewusst sein, dass „offen“ hier nicht „frei“ bedeutet.
Warum ein Wechsel so schwer ist: Der CUDA-Graben
NVIDIAs eigentlicher Wettbewerbsvorteil ist nicht der Chip. Es ist CUDA – eine Software-Plattform, die über 20 Jahre aufgebaut wurde. CUDA ist das Betriebssystem der KI-Welt. Es wird an Universitäten gelehrt, Startups bauen darauf auf, und praktisch jedes KI-Framework ist dafür optimiert.
Ein paar Zahlen, die das greifbar machen:
- NVIDIA hält 86 % der GPU-Umsätze im Rechenzentrumsmarkt
- Über 7,5 Millionen Entwickler arbeiten mit CUDA
- In realen KI-Anwendungen läuft Software auf NVIDIA-Hardware 10 bis 30 % schneller als auf Alternativen – nicht wegen besserer Chips, sondern wegen besserer Software
Das Problem ist nicht, dass es keine Alternativen gibt. AMD hat mit ROCm eine echte Option geschaffen. Aber wer von NVIDIA weg will, wechselt nicht einfach einen Lieferanten. Er wechselt ein ganzes Ökosystem – Werkzeuge, Workflows, Wissen im Team.
Und jetzt kommt NVIDIA mit eigenen Modellen, die genau in diesen Stack eingebettet sind. Optimiert für Blackwell. Trainiert in NVIDIAs eigenem Zahlenformat. Bereitgestellt über NVIDIAs eigene Plattformen.
„Wenn ein Unternehmen dir Technologie im Wert von 26 Milliarden Dollar anbietet, solltest du dich fragen, womit du am Ende bezahlst. In diesem Fall mit Abhängigkeit – und die steht in keiner Rechnung.“, so Ingo Lücker, Gründer der KI LEAGUE.
Was das für IT-Dienstleister bedeutet
Die Konsequenzen für IT-Dienstleister und ihre Kunden sind konkret:
- Vendor Lock-in auf Hardware-Ebene: Wer heute auf NVIDIA-optimierte Modelle setzt, bindet sich an eine Hardware-Plattform. Switching Costs entstehen nicht durch Verträge, sondern durch Performance-Verluste bei jedem Wechsel.
- Kosten-Transparenz wird schwieriger: Die Modelle sind kostenlos, die Infrastruktur nicht. Und auf nicht-NVIDIA-Hardware verlieren die Modelle einen erheblichen Teil ihrer Leistung.
- Technologie-Governance wird Pflicht: Wer KI-Strategie diskutiert, ohne die Hardware-Abhängigkeit als strategisches Risiko zu bewerten, handelt fahrlässig. Das gehört in jeden Technologie-Risikobericht.
Meine Einordnung: Gravitationsfeld statt Produkt
NVIDIA baut kein Produkt. NVIDIA baut ein Gravitationsfeld.
Open-Weight-Modelle, die nur auf eigener Hardware ihr volles Potenzial entfalten. Ein Software-Stack, der so tief integriert ist, dass ein Wechsel Jahre dauern würde. Und eine Investition von 26 Milliarden Dollar, die sicherstellt, dass der Strom an hochoptimierten Modellen nicht abreißt.
Lock-in entsteht heute nicht mehr durch proprietäre Software. Lock-in entsteht durch Optimierung. Die Modelle sind offen. Die Switching Costs sind es nicht.
„Open Source als Plattformstrategie – das ist die eleganteste Form des Lock-in, die die Tech-Branche je gesehen hat. Wer das Ökosystem kontrolliert, kontrolliert den Markt.“, so Ingo Lücker, Gründer der KI LEAGUE.
Einladung zum nächsten KI LEAGUE Live Talk
Der Live Talk richtet sich bewusst an IT-Dienstleister und Systemhäuser, die KI einordnen wollen. Die Teilnahme ist kostenlos – der Austausch ausdrücklich erwünscht.
Einladung zur KI LEAGUE
Die KI LEAGUE ist der Ort für IT-Dienstleister, die KI nicht hypen, sondern verstehen wollen. Als Plattform für Einordnung, Austausch und kritische Diskussion – jenseits von Buzzwords und Produktversprechen.
Jetzt informieren und dabei sein
Quellen
1. WIRED / THE DECODER – NVIDIA plant 26 Milliarden Dollar für Open-Weight-Modelle
2. NVIDIA Blog – Nemotron 3 Super: 5x Higher Throughput for Agentic AI
3. NVIDIA Technical Blog – Accelerating Inference on Meta Llama 4
4. NVIDIA Technical Blog – Blackwell MLPerf Inference v5.0
5. Constellation Research – Nemotron als Open-Source-Champion
