Die Nvidia-Aktie ist bereit für einen Anstieg im Jahr 2025, da fortschrittliche KI-Modelle 100-mal mehr Rechenleistung erfordern

Nvidia schloss am 26. Januar sein bisher bestes Geschäftsjahr ab und meldete einen Rekordumsatz von 130,5 Mrd. US-Dollar - ein Plus von 114 % gegenüber dem Vorjahr - und übertraf damit die Prognosen von 128,6 Mrd. US-Dollar. 115,1 Mrd. US-Dollar steuerte das Segment Rechenzentren bei, was einer Steigerung von 142 % gegenüber dem Vorjahr entspricht.
Wichtigste Erkenntnisse
- Das Geschäftsjahr von Nvidia, das am 26. Januar endete, brachte Rekorde bei den Einnahmen und der Produktskalierung.
- Trotz der guten Ergebnisse ist die Nvidia-Aktie im letzten Monat um über 6 % gefallen.
- Die Bedenken der Anleger rühren von Chinas DeepSeek-KI-Modell her, das die Leistung von US-Konkurrenten zu geringeren Kosten übertrifft.
- Nvidia-CEO Jensen Huang spielt diese Bedenken herunter und betont neue KI-Trainingsmethoden und das zukünftige Wachstumspotenzial der Aktie.
DeepSeek wirft einen Schatten auf das Rekordjahr von Nvidia
Im vierten Quartal begann Nvidia mit der Auslieferung seiner neuen Blackwell-Grafikprozessoren und erzielte damit einen unerwarteten Umsatz von 11 Milliarden US-Dollar. Der Produktionshochlauf von Blackwell war der schnellste in der Geschichte von Nvidia.
Trotz dieser Meilensteine wird die Nvidia-Aktie zum Zeitpunkt der Erstellung dieses Berichts bei rund 116 US-Dollar gehandelt und ist damit in den letzten fünf Tagen um 11 % und im letzten Monat um 6 % gefallen.
Kursdynamik der Nvidia-Aktie in den letzten 5 Tagen. Quelle: TradingView
Der Abschwung ist teilweise auf die makroökonomische Unsicherheit und die eskalierenden Handelsspannungen zurückzuführen, aber auch auf den Aufstieg des chinesischen KI-Modells DeepSeek.
DeepSeek hat gezeigt, dass vergleichbare Ergebnisse mit einer geringeren Rechenleistung als bei der Konkurrenz erzielt werden können. Das Modell arbeitet ohne Zugang zu den neuesten Chips von Nvidia, die nicht nach China exportiert werden dürfen. Stattdessen kompensiert es dies durch fortschrittliche Softwaretechniken, wie das Training kleinerer KI-Modelle mit optimierten Methoden.
DeepSeek und ähnliche Modelle könnten die Nachfrage nach den Hochleistungs-Chips von Nvidia, wie dem Blackwell GB200, im Jahr 2025 dämpfen.
Jensen Huang, CEO von Nvidia, beruhigte die Anleger jedoch kürzlich mit dem Argument, dass die Entwicklung des KI-Trainings den Bedarf an Rechenleistung noch weiter steigern wird. Er deutete an, dass einige Modelle in Zukunft das Tausend- oder sogar Millionenfache an Rechenleistung benötigen könnten, um komplexe Simulationen und andere fortschrittliche Ergebnisse zu erzeugen.
Nvidia-Aktien bleiben für Anleger attraktiv
Daher plant Nvidia, die Blackwell-Produktion weiter zu steigern, um die starke Nachfrage zu befriedigen. Große Kunden haben bereits ihre voraussichtlichen Ausgaben für Rechenzentren und KI-Chips für dieses Jahr bekannt gegeben, und zwar in schwindelerregenden Zahlen:
- Amazon: Über 100 Milliarden Dollar
- Microsoft: Über 80 Milliarden Dollar
- Alphabet (Google): Rund 75 Mrd. $
- Meta-Plattformen: Bis zu 65 Mrd. $
Auch wenn nicht alle diese Investitionen direkt an Nvidia fließen werden, bleibt der Appetit auf Hochleistungscomputer trotz der Fortschritte von DeepSeek groß.
Darüber hinaus wird die Aktie auf der Grundlage von Nvidias Gewinn pro Aktie (EPS) für das Geschäftsjahr 2025 in Höhe von 2,99 $ derzeit zu einem Kurs-Gewinn-Verhältnis (KGV) von 42,5 gehandelt, das 28 % unter dem 10-Jahres-Durchschnitt von 59,3 liegt. Der Konsens der Wall Street (über Yahoo!) schätzt den Gewinn pro Aktie für das Geschäftsjahr 2026 auf 4,49 $, was einem KGV von nur 27,7 entspricht.
Daraus ergibt sich, dass die Nvidia-Aktie in den nächsten 12 Monaten um 53 % steigen müsste, um ihr aktuelles KGV zu halten - oder um 114 %, um zu ihrem 10-Jahres-Durchschnitt zurückzukehren.
Wie wir bereits berichteten, vertiefen Nvidia und Cisco ihre Zusammenarbeit, um Unternehmen bei der Bewältigung der Komplexität der KI-Einführung zu helfen und ihnen die Integration fortschrittlicher KI-Systeme in ihre Rechenzentren zu erleichtern.