NVIDIAs Marktanteil in China sank von 95 % auf null. Die 12-Milliarden-Dollar-Frage lautet: Wer hat die Lücke gefüllt?

Vor zwei Jahren hielt Nvidia 95 % des chinesischen Marktes für KI-Beschleuniger. Mit Stand der GTC 2026 erklärt Jensen Huang, diese Zahl liege bei null.

Nicht rückläufig. Nicht unter Druck. Null. Allein im ersten Quartal seines Geschäftsjahres 2026 verbuchte Nvidia im Zusammenhang mit Exportbeschränkungen Wertminderungen in Höhe von 4,5 Milliarden US-Dollar. Früher machte China 20-25 % des Rechenzentrumsumsatzes von Nvidia aus. Dieser Posten ist heute eine Abschreibung.

Die Geschichte, die alle erzählen, handelt von Handelspolitik und Geopolitik. Die Geschichte, die für jeden, der mit KI-Agenten arbeitet, viel wichtiger ist, handelt davon, was als Nächstes geschah: China hat nicht gewartet. Es hat gehandelt und gebaut.

Huaweis 12-Milliarden-Dollar-Antwort

Als sich der Zugang für Nvidia schloss, öffnete er sich für Huawei. Die Umsätze des Unternehmens mit KI-Chips sollen im Jahr 2026 schätzungsweise 12 Milliarden US-Dollar erreichen, ein Sprung um 60 % im Vergleich zu 7,5 Milliarden US-Dollar im Jahr 2025. Das ist kein Rundungsfehler. Hier entsteht in Echtzeit ein neuer Marktführer.

Die Hardware dahinter ist der Ascend 950PR, der im März in die Massenproduktion ging. Er liefert bis zu 2 Petaflops FP4-Leistung mit 128 GB lokal produziertem HBM-Speicher. Eine aktualisierte Version, der 950DT, wird für das vierte Quartal 2026 mit 144 GB HBM erwartet. Für Inference-Workloads, also dort, wo die meisten produktiven KI-Agenten tatsächlich laufen, ist der 950PR so wettbewerbsfähig, dass chinesische Hyperscaler ihre Systeme um ihn herum aufbauen, anstatt auf das Ende der Sanktionen zu warten.

Huawei ist auf dem besten Weg, bis Ende des Jahres 60 % des chinesischen Marktes für KI-Chips zu kontrollieren. Dahinter bauen Cambricon, Moore Threads und MetaX ihre eigenen Positionen aus. Der gesamte adressierbare Markt für KI-Beschleuniger in China wird für 2026 auf 30-35 Milliarden US-Dollar geschätzt. Nichts von diesem Geld fließt an amerikanische Unternehmen.

Das CUDA-Problem, über das niemand spricht

Chips liefern die Schlagzeilen. Die Software ist die eigentliche Geschichte.

Seit über einem Jahrzehnt ist Nvidias CUDA-Plattform die Standard-Programmierebene für KI-Workloads. Nahezu jedes größere Modell, jede Training Pipeline, jeder Inference Stack wurde auf CUDA aufgebaut. Entwickler haben es an der Universität gelernt. Unternehmen bauten ihre internen Tools darauf auf. Die Wechselkosten sollten eigentlich Nvidias unüberwindbarer Wettbewerbsvorteil sein.

Die Exportkontrollen haben diesen Vorsprung in China zunichte gemacht. Wenn chinesische Entwickler keine Nvidia-Hardware mehr kaufen können, schreiben sie auch keinen CUDA-Code mehr. Stattdessen entwickeln sie auf Huaweis Ascend-Ökosystem, auf CANN (Compute Architecture for Neural Networks), auf MindSpore – auf einem Software-Stack, der vor drei Jahren in dieser Größenordnung noch gar nicht existierte.

Jensen Huang brachte es auf den Punkt: „Einen kompletten Markt von der Größe Chinas aufzugeben, ist strategisch wahrscheinlich nicht sehr sinnvoll. Ich denke, das ist bereits weitgehend nach hinten losgegangen.“ Seine Sorge gilt nicht den verlorenen Hardware-Umsätzen von Nvidia. Es geht ihm um das Software-Ökosystem, das China gerade gewinnt. Wenn chinesische Entwickler auf Ascend statt auf CUDA setzen, schaffen sie einen alternativen Stack, der sich anschließend global exportieren lässt.

Zwei KI-Stacks statt einem

Die praktische Folge ist eine Spaltung. Die amerikanische KI-Infrastruktur läuft auf Nvidia. Die chinesische KI-Infrastruktur läuft auf Huawei. Beide Ökosysteme entwickeln sich nun unabhängig voneinander weiter – mit eigener Hardware, eigenen Software-Ebenen und eigenen Optimierungsmustern.

Für Unternehmen, die KI-Agenten einsetzen, ist dies weit über die Geopolitik hinaus von Bedeutung. Die Modellanbieter driften bereits auseinander. DeepSeek, Qwen und andere Modelle chinesischen Ursprungs werden auf Ascend-Hardware trainiert und optimiert. Westliche Modelle laufen auf Nvidia. Wenn Ihre Orchestrierungsebene für Agenten an ein einziges Hardware-Ökosystem gebunden ist, verlieren Sie den Zugang zur Hälfte aller neu entwickelten Modelle.

Hier werden hardware-agnostische Plattformen für Agenten zum strukturellen Vorteil und sind nicht mehr nur ein Komfortmerkmal. Ein Agent, der auf jedem Modell läuft – unabhängig davon, auf welchem Silizium es trainiert wurde –, kümmert sich nicht darum, ob der nächste Durchbruch aus Santa Clara oder aus Shenzhen kommt.

Was 4,5 Milliarden US-Dollar an Abschreibungen tatsächlich bewirkt haben

Die US-Exportkontrollen haben ihr erklärtes Ziel erreicht: China hat keinen Zugriff auf die neuesten Chips von Nvidia. Die Zweitrundeneffekte sind jedoch schwerlich ein Grund zur Freude.

Chinas Inlandsmarkt für KI-Chips wuchs in weniger als drei Jahren von fast Null auf geschätzte 30-35 Milliarden US-Dollar. Huawei hat einen wettbewerbsfähigen Inference-Chip und den passenden Software-Stack dazu entwickelt. Chinesische Hyperscaler wie ByteDance, Alibaba und Tencent haben ihre Training Pipelines auf heimischer Hardware aufgebaut, weil sie keine andere Wahl hatten. Chinas Cyberspace-Administration wies daraufhin die heimischen Unternehmen an, die Bestellung von Nvidia-Chips komplett einzustellen, selbst nachdem die USA einige Beschränkungen gelockert hatten. Die Tür schloss sich von beiden Seiten.

Die 4,5-Milliarden-Dollar-Abschreibung von Nvidia hat die Entstehung eines parallelen KI-Ökosystems finanziert. Eines, das keine amerikanische Hardware benötigt. Eines, das eigene Software-Standards entwickelt. Und eines, das im nächsten Jahrzehnt global mit CUDA konkurrieren wird.

Was das für Enterprise AI bedeutet

Die Entwicklung von 95 auf null ist dramatisch, aber die strategische Frage ist viel einfacher: Wo soll Ihre KI-Infrastruktur angesiedelt sein?

Unternehmen, die auf einen einzigen Modellanbieter, einen einzigen Hardware-Hersteller oder ein einziges Ökosystem setzen, wetten auf eine Seite einer Spaltung, die bereits im Gange ist. Die Unternehmen, die sich durchsetzen werden, sind diejenigen, deren Infrastruktur für Agenten jedes Modell auf jeder Hardware ausführen und flexibel wechseln kann, wenn sich die Lieferketten verschieben.

Der Chip-Krieg ist eine Hardware-Geschichte. Die eigentliche Frage ist, ob Ihr KI-Stack flexibel genug ist, um ihn zu überstehen.