Nvidia 13F deckt neues Schlachtfeld auf: KI-Handel wechselt von GPU-Käufen zu Käufen von „Engpass-Assets“
Nvidia 13F deckt neues Schlachtfeld auf: KI-Handel wechselt von GPU-Käufen zu Käufen von „Engpass-Assets“
Original anzeigen
Von:美股研究社
Bitget vereint das Traden mit Kryptowährungen, Aktien und Gold auf einer einzigen Plattform. Jetzt traden!
Ein Willkommenspaket im Wert von 6.200 USDT für neue Nutzer! Jetzt registrieren!
Quelle: US-Aktienforschungsagentur
Nach der jüngsten 13F-Offenlegung von Nvidia hat der Markt diese schnell als „Huang Renxun Aktiendepot“ zum Nachahmen angesehen.
Am 15. Mai hat Nvidia das 13F-Depot für das erste Quartal 2026 veröffentlicht. Das 13F hat von Natur aus eine Verzögerung und spiegelt nur einen Teil der öffentlich bekannten Wertpapierpositionen bis zum 31. März wider. Es ist keine Echtzeit-Handelsanweisung und sollte nicht als „Nvidia empfiehlt zu kaufen“ interpretiert werden.
Doch die Struktur des Portfolios ist interessant: Intel bleibt die größte Position, CoreWeave wurde stark aufgestockt, Coherent und Generate Biomedicines sind neu hinzugekommene Titel, Synopsys, Nokia, Nebius und andere bleiben weiterhin im Depot. Öffentlich zugänglichen Daten zufolge hat Nvidia im Q1 die CoreWeave-Position auf etwa 47,21 Millionen Aktien erhöht, neu Coherent mit etwa 7,8 Millionen Aktien und neu Generate Biomedicines mit etwa 833.000 Aktien aufgenommen. Laut der Nvidia-Webseite wurde dieses 13F am 15. Mai 2026 eingereicht.
CoreWeave steht für den Betrieb von AI-Rechenleistung, Coherent für optische Vernetzung und Bandbreitenbarrieren, Generate Biomedicines für die Erweiterung von KI in werthaltige Industrien wie Biopharma. Schaut man auf Nvidias Investitionen im März von jeweils 2 Milliarden Dollar in Coherent und Lumentum sowie den Ausbau der optischen Verbindungskapazitäten mit Corning im Mai, wird klar: KI-Investitionen wechseln von „Wer besitzt die GPU“ hin zu „Wer kann die GPU schneller liefern, mit geringerer Latenz vernetzen und effizienter in echte Rechenleistung umwandeln“.
Für Investoren ist die eigentliche Marktübersetzung dieses 13F: Das KI-Interesse bleibt bei Nvidia, aber der Mehrwert wandert zunehmend dorthin, wo Nvidia seine Defizite ausgleicht.
Die GPU-Dividende ist nicht vorbei,
Nvidia dehnt seine Kontrolle jetzt auf die Lieferkette der KI-Fabriken aus
Die Marktstrategie für KI ist sehr direkt: Kaufe Nvidia, kaufe GPU, kaufe HBM, kaufe TSMC, kaufe CoWoS, kaufe Server. Die Logik dahinter: Der Boom bei großen KI-Modellen und die globale Knappheit an Rechenleistung machen Nvidia zum seltensten Zugang.
Diese Logik besteht weiterhin. Das Problem ist, sie ist nicht mehr neu.
Wenn Nvidias Marktkapitalisierung sich im Billionenbereich bewegt, die Erwartungen an Datacenter-Erträge zur Konsensprognose werden, und Blackwell, Rubin, HBM, CoWoS immer wieder im Handel auftauchen, ist es schwer, mit „starke GPU-Nachfrage“ neue Erwartungen zu generieren. Das Kapital sucht nun nicht nach „Ist KI immer noch stark?“, sondern nach den Engpässen, die wirklich das Wachstum begrenzen.
Nvidias 13F gibt eine klare Antwort: Das Unternehmen wechselt vom Chiphersteller zum Systemorganisator der KI-Fabriken.
Intel dominiert das Depot, steht für fortschrittliche Fertigung, Packaging und US-Halbleiterkapazitäten; Synopsys steht für EDA und Chipdesign-Tools; Nokia für Netzwerk-Infrastruktur; CoreWeave und Nebius für KI-Cloud und Rechenleistungsbetrieb; Coherent für optische Kommunikation; Generate Biomedicines für die realen, werthaltigen Einsatzgebiete von KI-Rechenleistung. Die Gemeinsamkeit dieser Titel ist nicht ihr „Trendcharakter“, sondern dass sie an entscheidenden Punkten der KI-Infrastruktur stehen.
Das ist der wichtigste Wandel bei Nvidia: Das Unternehmen interessiert sich nicht nur für den Verkauf von GPUs, sondern auch für deren Einsatz, Vernetzung, kontinuierliche Nutzung durch Kunden und ertragsrelevante Wirkung in realen Branchen.
Warum? Weil KI-Infrastruktur kein einfaches Warenverkaufsgeschäft mehr ist, sondern ein extrem kapitalintensives, hochkomplexes Liefersystem. Die GPU ist nur der Eingang, dahinter stehen Racks, Stromversorgung, Kühlung, Netzwerk, optische Module, Glasfaser, Datacenter-Standorte, Stromverträge, Cloud-Ressourcenmanagement, Softwarestack, Kundenbindung. Wenn ein Glied ausfällt, wird die GPU von einem „knappen Asset“ zu „Bestandsware“.
Deshalb fördert Nvidia CoreWeave, nicht nur als Kunde; investiert in Coherent, nicht nur wegen des Aktienkurses. Die größere Logik ist: Nvidia muss die Lieferkette der KI-Fabriken kontrollierbarer machen.
Diese Veränderung ist für die Kapitalmärkte sehr wichtig.
Die erste Phase der KI-Transaktionen: Der Kernwert ist die GPU.
Die zweite Phase: Die Kernwerte sind die Infrastrukturen, die GPU-Effizienz maximieren.
Die dritte Phase: Der Kernwert wird zu den hochwertigen Anwendungen, die Rechenleistung kontinuierlich konsumieren.
Nvidias 13F deckt genau diese drei Ebenen ab.
CoreWeave ist der Lieferkanal der zweiten Phase, Coherent die physische Verbindung der zweiten Phase, Generate Biomedicines das Nachfragefenster der dritten Phase. Sie sind nicht klassische „Nvidia-Shadow-Aktien“, sondern Knotenpunkte, die Nvidia frühzeitig besetzen muss, um das Wachstum der KI-Ökologie zu sichern.
Wenn Investoren nur sehen „Nvidia kauft CoreWeave, Coherent“, wird daraus leicht ein kurzfristiges Theme. Die zutreffendste Lesart ist: Nvidia signalisiert dem Markt, dass die Engpässe in der KI-Infrastruktur sich vom Chip-Delivery auf Rechenleistung, optische Vernetzung, Energieversorgung, Glasfaser und vertikale Anwendungen verlagern.
Das verändert Bewertungsanker.
Bisher bewertet der Markt Lieferketten nach Order Visibility, Auslieferungsmenge und Bruttomarge. Jetzt kommt ein Kriterium dazu: Gehört das Unternehmen zum von Nvidia definierten Ökosystem der KI-Fabriken? Solange dieses System expandiert, sind die Lieferanten nicht nur Zulieferer, sondern Bedingung für die Ausweitung der KI-Infrastruktur.
Das ist der echte Wert des 13F.
Es lädt nicht dazu ein, das Depot nachzuahmen, sondern den Blick dafür zu schärfen, wo das Kapital bei der nächsten KI-Investitionsrunde ungelöste Engpässe sucht.
CoreWeave und Coherent
sind die realistischsten Barrieren für KI-Infrastruktur
CoreWeave ist der Name aus dem 13F, der am leichtesten gehandelt werden kann.
Die Story ist klar: KI-Cloud, GPU-Cluster, Rechenknappheit, Nvidia-Ökologie, Kundenwachstum. CoreWeave erzielte im ersten Quartal einen Umsatz von 2,078 Milliarden US-Dollar, gegenüber 982 Millionen US-Dollar im Vorjahr; die Auftragsreserven lagen bei 99,4 Milliarden US-Dollar; das Unternehmen sagt, es verfügt über eine aktive Kapazität von mehr als 1 GW und insgesamt über 3,5 GW unter Vertrag. Das zeigt: CoreWeave ist kein „kleiner GPU-Vermieter“, sondern der repräsentativste „neue Cloud-Anbieter“ im KI-Rechenbetrieb.
Doch der Jahresbericht von CoreWeave zeigt auch die Schattenseite: Im ersten Quartal gab es einen Nettoverlust von 740 Millionen Dollar, Zinsaufwendungen von 536 Millionen Dollar, einen operativen Verlust von 144 Millionen Dollar. Mit anderen Worten: Das Unternehmen wächst schnell, hat viele Aufträge, aber es ist ein typisches High-Leverage-, High-Capex-, High-Abschreibung-Modell. Es ist keine schlanke Cloud-Softwarefirma, sondern eher ein ständig ausgebautes KI-Kraftwerk.
Das macht es besonders kontrovers und wertvoll.
Microsoft, Amazon und Google sind die klassischen Cloud-Provider – warum braucht es CoreWeave? Weil die KI-Cloud-Nachfrage sehr spezifisch ist: Die Betreiber großer Modelle brauchen schnelle Lieferung, flexible Skalierung, optimierte GPU-Cluster, Netzwerk-Topologie, Storage und Scheduling. Die Universal-Cloud-Riesen könnten das auch, müssen aber viele Geschäftsfelder balancieren, ihre Capex-Strategie ist stärker vom Free Cashflow abhängig. CoreWeave als vertikaler KI-Cloud-Anbieter legt alles auf KI-Rechenleistung, erzielt höchste Effizienz, trägt aber auch höchste Risiken.
Die Aufstockung von CoreWeave durch Nvidia ist im Kern die Förderung eines effizienten GPU-Verteilungskanals.
Das ist für Nvidia entscheidend. So stark die GPU-Nachfrage, wenn sie von Cloud-Anbieter-Beschaffung und Datacenter-Lieferzyklen ausgebremst wird, leidet Umsatzrealisierung und Ökologie. CoreWeave hilft Nvidia, Chips schneller in mietbare, abrufbare und abrechenbare Rechenleistung umzuwandeln.
Aber dabei gibt es ein Risiko: Der Markt diskutiert bereits „Kreisfinanzierung“.
Laut Reuters hat die Stiftung von Huang Renxun und seiner Frau 108,3 Millionen Dollar KI-Ressourcen von CoreWeave gekauft und an Forschungsorganisationen gespendet. Gleichzeitig wird eine intensive Finanzbeziehung zu Nvidia vermeldet, inklusive einer 2-Milliarden-Dollar-Investition sowie einem 6,3-Milliarden-Dollar-Vertrag über nicht genutzte Cloud-Kapazitäten. Investoren äußern Bedenken bezüglich möglicher Kreisfinanzierung.
Das ist kein kleines Problem.
Wenn Nvidia gleichzeitig Lieferant, Investor ist und über das Ökosystem Kundenaufträge vergrößert, wird der Markt irgendwann fragen: Wie hoch ist die Qualität der CoreWeave-Einnahmen? Ist die Kundenzentralität zu groß? Können Schulden und Zinsen durch zukünftige Cashflows gedeckt werden? Wird CoreWeave, wenn die KI-Cloud-Nachfrage abflacht, der erste Hochleverage-Asset, der im KI-Zyklus unter Druck gerät?
CoreWeave ist also kein „sicher wachsendes Asset“, sondern das High-Beta-Exemplar beim KI-Rechenbetrieb. Die Kapitalstory ist stark, die Finanzstruktur schwergewichtig. Kurzfristig zählen Aufträge und Nvidia-Bindung, mittelfristig Auslastung und Zinsdeckungsgrad, langfristig die Fähigkeit, von Trainings-Cloud auf Inferenz-Cloud zu wechseln und stabile Cashflows zu schaffen.
Coherent repräsentiert hingegen eine andere Wand: Die Bandbreitenbarriere.
Nvidia verkündete im März mit Coherent einen mehrjährigen Strategie-Deal und investiert 2 Milliarden Dollar in deren Forschung, Kapazitäten und Betrieb und erhält Zugang zu fortschrittlichen Laser- und optischen Netzwerkprodukten. Offiziell wird betont, dass optische Vernetzung und fortschrittliche Packaging-Integration zukünftig die Basis für KI-Infrastruktur bilden, da sie extrem hohe Bandbreiten und niedrigen Energieverbrauch in der KI-Fabrik ermöglichen.
Die Veränderung dahinter ist enorm.
Bisher war bei AI-Servern die GPU-Zahl entscheidend. Jetzt sind die GPU-Cluster immer größer, Training und Inferenz verlangen den schnellen Datenfluss zwischen Chips, Servern, Racks, Datacentern. Schnell rechnen ist der erste Schritt, langsam übertragen kann die Effizienz zerstören. Kupferverbindungen sind bei Distanz, Energieverbrauch und Bandbreite physikalisch limitiert, optische Module, Laser, Silicon Photonics, CPO, Glasfaser werden vom Nebenprodukt zum Kernasset der KI-Fabrik.
Deshalb hat Nvidia am selben Tag 2 Milliarden Dollar in Lumentum investiert und im Mai eine langfristige Partnerschaft mit Corning geschlossen. Corning will die US-Kapazität für optische Verbindungen verzehnfachen, die Glasfaserproduktion um über 50% steigern und drei neue Fabriken bauen. Nvidias Pressemitteilung unterstreicht: Moderne AI-Workloads brauchen tausende GPUs und erfordern eine nie dagewesene Menge leistungsfähiger Glasfaser, Verbindungen und Photonentechnik, um Daten zu transportieren.
Diese Linie ist es wert, beschrieben zu werden.
Sie zeigt, dass der Flaschenhals der KI-Infrastruktur sich von „zu wenig Chips“ hin zu „zu wenig Verbindung“ verschiebt. Optische Kommunikation galt bislang als zyklische Hardware, wird jetzt als physische Basis der KI-Fabrik neu bewertet. Coherent, Lumentum, Corning sind nicht mehr nur Randlieferanten von Nvidia, sondern Vorbedingung für die Expansion großer KI-Cluster.
Hier wird im kommenden Jahr am ehesten die Erwartungslücke bei der KI-Wertschöpfungskette entstehen.
GPU ist vom Markt voll erkannt, HBM wurde mehrfach gehandelt, der Wert von CoWoS und fortschrittlicher Verpackung wird immer klarer. Optische Module, Glasfaser, Laser, CPO, optische Vernetzung werden noch zu oft als „Mitläufer“ gesehen. Nvidia bestätigt ihre Bedeutung immer wieder durch Investitionen, Einkaufszusagen und Kapazitätsbindung: Je größer die KI-Fabrik, desto wichtiger werden optische Verbindungen.
Meine Einschätzung: CoreWeave und Coherent stehen für zwei Werte in der KI-Infrastruktur – „Wie wird Rechenleistung ausgeliefert?“ und „Wie wird Rechenleistung effizient verbunden?“. Erstere ist Cloud-Betriebseffizienz, letztere physische Netzwerk-Effizienz. Sie sind verschiedene Assets, aber beide liegen im nächsten Kontrollradius von Nvidia.
GENB:
Am Ende muss echte Nachfrage aus hochwertige Branchen kommen
Generate Biomedicines ist im 13F nur eine kleine Position und wird vom Markt leicht übersehen.
Das Unternehmen ging im Februar dieses Jahres an die Nasdaq, sammelte 400 Millionen Dollar zum Ausgabepreis von 16 Dollar pro Aktie ein. Laut Reuters wird Generate Biomedicines von Flagship Pioneering unterstützt, nutzt KI-Technologien zur Entwicklung von Protein-Therapien und konzentriert sich auf Immun- und Tumorforschung; das Kernmedikament GB-0895 gegen schwere Asthma soll bis Frühjahr 2028 die klinische Rekrutierung abschließen.
Dass Nvidia GENB kauft, heißt nicht, dass es zum Biotech-Fonds wird. Logisch ist vielmehr: Nvidia beobachtet, wo KI-Rechenleistung letztendlich den höchsten Wertbeitrag erzeugt.
Das ist eine zentrale Frage.
Derzeit diskutiert der gesamte Markt KI-Investitionen: Microsoft, Amazon, Google, Meta bauen für Milliarden Datacenter, Nvidia verkauft GPU, TSMC erweitert Fertigung, SK Hynix und Micron steigern HBM, Coherent und Corning bauen optische Kapazitäten aus. Diese Investitionen verlangen eine zahlende Nachfrage. Kurzfristig ist das Training und Inferenz großer KI-Modelle, mittelfristig Unternehmens-Agenten, AI-Suche, AI-Büro, AI-Kundenservice, AI-Coding. Langfristig absorbieren voraussichtlich Pharma, Materialwissenschaften, Robotik, Simulationsindustrien und autonomes Fahren die gewaltige Rechenleistung.
AI-Pharma ist der Paradebereich.
Im Gegensatz zu Chatbots und Cloud wachsen die Umsätze nicht schnell und die Ertragsrealisierung ist unsicher, aber wenn erfolgreich, verändert es die Wertschöpfungskette der Arzneimittelforschung. Biopharma ist von Natur aus datenintensiv, fehleranfällig, mit langen Entwicklungszyklen. Klassische Arzneientwicklung umfasst Zielentdeckung, Kandidaten-Screening, präklinische und klinische Studien. Jeder Fehlschlag kostet Zeit und Geld. KI verbessert dabei Design, Screening und Validierung, nicht nur die Produktivität, sondern die gesamte Rendite des Sektors.
Aber dieser Bereich wird oft missverstanden.
AI-Pharma ist keine optische Verbindung, kein Produkt, das heute bestellt, morgen produziert und sofort Einnahmen erzielt. Wichtig ist nicht nur die Anzahl der von KI erzeugten Proteine, sondern ob Kandidaten klinisch geprüft, erfolgreich validiert, von Behörden zugelassen und letztlich vermarktet werden. Der Kapitalmarkt kann das Thema spielen, aber Bewertungsrendite gibt es erst mit klinischen Daten.
GENB ist also ein Signal für die „Fernnachfrage“, weniger eine kurzfristige Handelsstory.
Nvidias aktuelles Problem ist nicht der GPU-Absatz, sondern der Beweis, dass KI-Investitionen nicht zur nächsten Überkapazität führen. Dafür reicht nicht das fortlaufende Geldverfeuern der Modellanbieter oder das Kapazitätswachstum der Clouds – KI muss in reale Ertragsbranchen gelangen. Pharma, Materialwissenschaften, Robotik, Industrie-Simulation sind solche Richtungen.
Die kleine GENB-Position erinnert den Markt: Die finale Meile der KI-Wertschöpfung liegt nicht im Serverraum, sondern in der Gewinn- und Verlustrechnung der Industrie.
Wenn KI nur im Infrastruktur-Layer bleibt, wird irgendwann die Kapitalrendite hinterfragt. Erst wenn KI in Arzneimittelentwicklung, Industriesimulation, Energieoptimierung, Robotik, Unternehmensentscheidungen kommt, wandelt sich die Rechenleistung vom Trainings-Hype zum echten Bedarf.
Das ist auch Nvidias Wunsch.
Nvidia verkauft nicht nur GPU, sondern „intelligente Produktionsmittel“. Der Wert von Produktionsmitteln hängt davon ab, ob daraus mehr Umsatz generiert wird. KI im Pharma-Bereich fördert die Ausweitung der Rechenleistung von Internet und Cloud auf industrielle und wissenschaftliche Szenarien.
Deshalb: Nicht die Codes im 13F sind wirklich nachahmenswert, sondern die Fragen, die Nvidia mit Kapital und Bestellungen stellt:
Nach der GPU – Was fehlt der KI-Fabrik?
Wer bringt Rechenleistung schneller online?
Wer beschleunigt den Datentransfer?
Wer bringt KI-Kapazität in werthaltige Branchen?
Diese drei Fragen sind möglicherweise die Roadmap für die nächste KI-Investitionsphase.
0
0
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
PoolX: Locked to Earn
APR von bis zu 10%. Mehr verdienen, indem Sie mehr Lockedn.
Jetzt Lockedn!
Das könnte Ihnen auch gefallen
BGSC schwankt in 24 Stunden um 89,3 %: Token-Burn-Programm treibt die anhaltende Auswirkung an
Bitget Pulse•2026/05/18 20:12
Im Trend
MehrKrypto-Preise
Mehr
Bitcoin
BTC
$76,838.99
-1.82%
Ethereum
ETH
$2,116.99
-3.28%
Tether USDt
USDT
$0.9992
-0.03%
BNB
BNB
$642.22
-1.87%
XRP
XRP
$1.38
-2.51%
USDC
USDC
$0.9998
-0.01%
Solana
SOL
$84.84
-2.08%
TRON
TRX
$0.3561
+0.13%
Dogecoin
DOGE
$0.1041
-5.82%
Hyperliquid
HYPE
$45.85
-1.15%
Wie man PI verkauft
Bitget listet PI - Kaufen oder verkaufen Sie PI schnell auf Bitget!
Jetzt traden
Sie sind noch kein Bitgetter?Ein Willkommenspaket im Wert von 6200 USDT für neue benutzer!
Jetzt anmelden