Nvidias 10-Milliarden-Dollar-Wette auf Physical AI: Warum China und Robotik entscheidend sind

Nvidias nächste Wachstumsstory könnte weit über Rechenzentren hinausgehen. Der Konzern positioniert seine Chips, Simulationssoftware und KI-Modelle als technische Grundlage für Maschinen, die ihre Umgebung wahrnehmen, Schlussfolgerungen ziehen und in der realen Welt handeln können – etwa Roboter, autonome Fahrzeuge und industrielle Systeme.

Dieses Geschäft soll bereits heute rund 10 Milliarden US-Dollar Jahresumsatz generieren. CEO Jensen Huang hält in den kommenden zehn Jahren eine Verzehnfachung für möglich. Das würde einem Geschäft von potenziell 100 Milliarden US-Dollar entsprechen. Die Zahl ist allerdings eine strategische Zielvorstellung für künftige Verbreitung und keine eigenständige Umsatzposition, die Nvidia in seinen Finanzberichten ausweist.

Was „Physical AI“ für Nvidia bedeutet

Mit „Physical AI“ sind KI-Systeme gemeint, die nicht nur Texte, Bilder oder Software erzeugen, sondern in der realen Welt agieren. Für Nvidia umfasst das Geschäft mehrere Ebenen:

• Training: Leistungsstarke GPUs in Rechenzentren trainieren die Modelle, die Roboter, autonome Fahrzeuge und andere Maschinen steuern.
• Simulation: Entwickler können Verhalten in virtuellen Umgebungen testen, bevor sie Systeme in der Realität einsetzen.
• Inference am Gerät: Prozessoren in Fahrzeugen und Robotern verarbeiten Sensordaten und treffen Entscheidungen in Echtzeit.
• Modelle und Software: Offene Modelle und Entwicklungswerkzeuge helfen Herstellern, Anwendungen für Physical AI zu bauen, zu prüfen und einzusetzen.

Strategisch ist diese Kombination wichtig, weil Nvidia so an mehreren Stationen im Lebenszyklus einer Maschine beteiligt sein kann: Der Konzern verkauft die Rechenleistung für die Entwicklung eines Roboters, die Software für dessen Simulation und den Prozessor, der später im fertigen Produkt steckt.

Warum Huang eine Verzehnfachung erwartet

Huangs These: KI wandert aus der digitalen Welt in Fabriken, Fahrzeuge, Lagerhäuser und andere physische Umgebungen. Besonders attraktiv ist die Produktion, weil viele Aufgaben wiederholbar, messbar und strukturiert sind. Dadurch lassen sich Automatisierungssysteme leichter testen und skalieren als in zahlreichen offenen oder unvorhersehbaren Alltagssituationen.

Huang hat Robotik als potenziell 50 Billionen US-Dollar schwere Industrie bezeichnet und erklärt, ihr „ChatGPT-Moment“ sei erreicht. Diese Summe beschreibt einen möglichen Gesamtmarkt für die Produktion und verwandte Robotikanwendungen – nicht Nvidias erwarteten Umsatz. Der Konzern könnte nur einen Teil dieses Werts über Prozessoren, Software, Simulation und Infrastruktur abschöpfen.

Die entscheidende Frage lautet deshalb nicht, ob der Markt groß genug ist. Entscheidend ist, ob autonome Maschinen den Sprung von Vorführungen und einzelnen Fabrikeinsätzen zu verlässlichen kommerziellen Anwendungen schaffen. Sie müssen sicher, bezahlbar, produktiv und auch in deutlich größeren Betriebsumgebungen wartbar sein.

Nvidia verkauft einen kompletten Technologie-Stack

Nvidias Strategie soll die Plattform sowohl vor als auch nach dem Einsatz eines Roboters nützlich machen.

Die Robotikwerkzeuge Isaac und die zugehörigen Simulationsumgebungen sollen Entwicklern helfen, Robotersysteme in virtuellen Welten zu entwickeln und zu testen. Nvidia beschreibt seine übergeordnete Plattform als Grundlage für das Design, Training, Testen und Ausrollen von Physical AI.

Zudem entwickelt der Konzern die Cosmos-Modelle für Anwendungen im Bereich Physical AI. Nvidia bezeichnet Cosmos Transfer und Cosmos Predict als offene Weltmodelle, die eine physikbasierte Erzeugung synthetischer Daten und die Bewertung von Roboterstrategien in Simulationen ermöglichen. Cosmos Reason soll intelligenten Maschinen helfen, die physische Welt zu interpretieren und auf sie zu reagieren.

Auf der Hardwareseite sind Nvidias Edge-Prozessoren für KI direkt auf dem Gerät ausgelegt. Das Forschungssystem von Unitree verbindet beispielsweise einen humanoiden Roboterkörper des chinesischen Herstellers mit Nvidias Jetson-Thor-Hardware sowie den Robotikmodellen und der Simulationssoftware des US-Konzerns.

Die Logik dahinter ähnelt Nvidias allgemeiner Plattformstrategie: Hardware, Software und Entwicklerökosystem sollen so eng zusammenspielen, dass Kunden Nvidia während der Entwicklung und auch beim späteren Betrieb weiter nutzen.

Warum China für die Robotikstrategie zentral ist

China verfügt derzeit über eine außergewöhnlich große industrielle Basis und einen bedeutenden Heimatmarkt für humanoide Roboter. Chinesische Unternehmen stellten im ersten Halbjahr 2026 mehr als 97 Prozent der weltweit ausgelieferten humanoiden Roboter. Insgesamt wurden weltweit rund 19.100 Einheiten verschickt – mehr als dreimal so viele wie im Vorjahreszeitraum mit etwa 5.100 Einheiten. 1

Die Auslieferungszahlen zeigen eine frühe industrielle Dynamik. Sie beweisen jedoch nicht, dass humanoide Roboter bereits breit profitabel sind oder menschliche Arbeitskräfte umfassend ersetzen können. Chinas Lieferketten, Produktionskapazitäten und Nachfrage aus Fabriken schaffen für Robotikunternehmen dennoch günstige Voraussetzungen, um Prototypen in größere Stückzahlen zu überführen.

Damit werden chinesische Roboterhersteller für Nvidia zu wichtigen Partnern. Die Zusammenarbeit mit Unitree verbindet Nvidias Software- und Edge-Computing-Plattform mit einem bekannten chinesischen Anbieter humanoider Roboter. Das angekündigte System richtet sich zunächst an Forschungseinrichtungen, darunter Stanford und die ETH Zürich. Es ist daher kein Beleg für eine bereits massenhafte Nutzung durch Privathaushalte.

Für Nvidia geht es strategisch um mehr als den Verkauf von Prozessoren für einen einzelnen Roboter. Der Konzern will eine gemeinsame Entwicklungs- und Rechenarchitektur etablieren, während die Hersteller ihre Produktion hochfahren.

H200-Verkäufe zeigen die Grenzen des China-Geschäfts

Nvidias China-Strategie bleibt zugleich durch Exportkontrollen begrenzt. Der H200 ist ein Beschleuniger für Rechenzentren, der anspruchsvolle KI-Aufgaben wie das Training und die Ausführung von Modellen unterstützt. US-Behörden haben bestimmte Verkäufe erlaubt, der Zugang bleibt jedoch begrenzt und politisch sensibel.

Nvidia teilte mit, im jüngsten Quartal eine kleine Zahl von H200-Chips an chinesische Kunden verkauft zu haben. Diese Verkäufe machten weniger als 1 Prozent des Data-Center-Umsatzes des Zeitraums aus. Außerdem habe Nvidia nicht die gesamte Menge ausgeliefert, die durch die US-Lizenz erlaubt gewesen wäre.

Berichten zufolge erhielten ByteDance und Tencent jeweils Lieferungen von etwa 10.000 H200-Prozessoren. Das zeigt, dass trotz der Beschränkungen weiterhin ein Teil der Nachfrage Nvidia erreichen kann. Die Transaktionen sollten jedoch nicht als Rückkehr zu uneingeschränkten China-Verkäufen verstanden werden. Exportgenehmigungen, chinesische Vorgaben, Lieferentscheidungen und lokale Alternativen können Umfang und Zeitpunkt des Geschäfts jederzeit verändern.

Auch die Unterscheidung zwischen den Produkten ist wichtig: Rechenzentrums-GPUs wie der H200 trainieren und betreiben KI-Modelle. Prozessoren wie Orin und Thor sind dagegen für die Echtzeitberechnung direkt in Fahrzeugen und Robotern ausgelegt. Ein Kunde kann daher während der Entwicklung Nvidia-Infrastruktur verwenden und beim späteren Einsatz auf Nvidia-Hardware am Rand des Netzwerks setzen.

Wie Physical AI Nvidia breiter aufstellen könnte

Nvidias Finanzergebnis wird derzeit vom Bedarf an Rechenzentren dominiert. Physical AI eröffnet dem Konzern zusätzliche Felder: Fahrzeugcomputer, industrielle Automatisierung, Logistik, Robotik, Simulation und Edge-Inference.

Daraus könnte ein sich selbst verstärkender Kreislauf entstehen:

1. Mehr Maschinen werden in der realen Welt eingesetzt.
2. Diese Maschinen erzeugen Betriebsdaten und machen neue Sonderfälle sichtbar.
3. Bessere Daten und Simulationen verbessern die Modelle für Physical AI.
4. Leistungsfähigere Modelle machen weitere Automatisierung wirtschaftlich.
5. Neue Einsätze erhöhen die Nachfrage nach Trainings-, Simulations- und Inference-Hardware.

Dieser Kreislauf ist der Kern von Nvidias Strategie. Wenn der Konzern zur Standardplattform für Physical AI wird, könnte der Umsatz von vielen Tausend oder Millionen Maschinen kommen – und nicht nur von einer vergleichsweise kleinen Zahl großer Cloud- und Rechenzentrumsbetreiber.

Das größte Risiko: Auslieferungen sind noch keine breite Nutzung

Das stärkste aktuelle Signal für einen Robotikboom ist das Wachstum der Auslieferungen sowie die schnelle Expansion des dazugehörigen Software- und Hardwareökosystems. Stückzahlen sind jedoch zunächst nur ein Frühindikator.

Nvidias langfristige These setzt voraus, dass autonome Systeme auch außerhalb kontrollierter Umgebungen zuverlässig funktionieren. Roboter müssen nützliche Aufgaben in Fabriken, Lagern, auf Baustellen, in der Landwirtschaft, im Einzelhandel, auf Straßen und später vielleicht in Privathaushalten erledigen. Außerdem müssen sie Sicherheitsanforderungen erfüllen, zu vertretbaren Kosten arbeiten und genügend Produktivität liefern, um Anschaffung, Betrieb und Wartung zu rechtfertigen.

Dauert dieser Übergang länger als erwartet, bleibt Huangs 50-Billionen-Dollar-These eine langfristige Möglichkeit und wird nicht zu einem kurzfristig verfügbaren Umsatzpool. Nvidias Geschäft mit Physical AI verfügt bereits über reale Produkte, Kunden und erste Umsätze. Der Sprung von rund 10 auf 100 Milliarden US-Dollar hängt jedoch davon ab, ob die reale Wirtschaft autonome Maschinen in großem Maßstab übernimmt.