Moritz Conjé
Nach Amodeis Essay reagierten die Aktienmärkte am Montag kurzzeitig nervös, Nvidia eingeschlossen. Kursausschläge dieser Art sagen für sich genommen wenig, sie sind binnen weniger Tage meist wieder aufgeholt. Interessanter ist eine Frage, die in meinem letzten Beitrag "Sicherheitsdebatte-oder Marktordnung" bereits anklang, dort aber nur gestreift wurde: Amodeis Essay benennt Compute selbst als möglichen Hebel für ein Tempolimit. Was bedeutet das für die Firma, die diesen Hebel tatsächlich herstellt, aber am Verhandlungstisch der drei Labore nicht sitzt?
Zwei Geschäfte, ein Essay
Compute ist die Rechenleistung, die KI-Modelle brauchen. Sie kommt aus Rechenzentren voller Spezialchips, wie Nvidia sie herstellt. Gebraucht wird sie an zwei Stellen. Beim Training entsteht ein Modell: Es verarbeitet riesige Datenmengen und lernt daraus. Das ist enorm aufwendig, fällt aber nur an, wenn ein neues Modell entsteht. Bei der Inferenz wird das fertige Modell benutzt. Jede Anfrage, etwa an einen Chatbot oder einen Coding-Assistenten, muss berechnet werden, und das Ergebnis sind sogenannte Tokens, kleine Textbausteine, die das Modell ausgibt. Eine einzelne Anfrage braucht wenig Rechenleistung. Bei vielen Nutzern und Agenten, die rund um die Uhr laufen, wird daraus ein dauerhafter Bedarf.
Wer über ein Tempolimit für „Frontier AI" spricht, meint in erster Linie das Training immer leistungsfähigerer Modelle. Für Nvidias Umsatz ist das nur die halbe Geschichte. Laut den Zahlen zum zweiten Geschäftsquartal 2027 (Quartal bis 26. Juli 2026) entfielen 89,0 von 96,2 Milliarden US-Dollar Umsatz, also 92,6 Prozent, auf das Data-Center-Segment. Wie viel davon auf Training und wie viel auf Inferenz entfällt, weist Nvidia nicht getrennt aus. Jensen Huang selbst hat auf der GTC 2026 aber eine klare Rangfolge gesetzt: Nicht das einmalige Training eines Modells sei der Kern des Geschäfts, sondern der laufende Betrieb. „The computer is actually a manufacturer, a token manufacturing system", sagte er dort und rahmte Inferenz als „center of gravity" der gesamten Branche.
Ein Tempolimit, das im Kern das Training adressiert, wie Amodeis Essay es vorschlägt, träfe damit genau den Teil der Nachfrage, den Nvidias eigener CEO bereits als nicht mehr zentral einordnet. Werbung, Agenten, Coding-Assistenten und alle bereits ausgerollten Anwendungen laufen weiter, unabhängig davon, ob im nächsten Jahr ein noch größeres Modell trainiert wird. Diese strukturelle Trennung, nicht der Kurswert an einem beliebigen Montag, ist der eigentliche Grund, warum ein Pacing-Pakt zwischen drei Laboren Nvidias Geschäftsmodell kaum in seinem Kern berührt.
Der Hebel, den der Essay selbst benennt
Berührt wird Nvidia trotzdem, nur an einer anderen Stelle. Im Beitrag "Sicherheitsdebatte oder Marktordnung" hatte ich die drei Mechanismen herausgearbeitet, über die Amodeis Essay ein Tempolimit tatsächlich umsetzen will: Kartellrechts-Ausnahme, Fähigkeits-Checkpoints und externe Prüfer. Einer dieser Bausteine benennt das Steuerungsmittel explizit: „pacing based on limiting the ingredients that go into frontier models, such as training compute, the nature of training runs, or internal use of AI to improve AI." Egal, welche konkrete Ausgestaltung sich am Ende durchsetzt, Compute ist der Dreh- und Angelpunkt, über den sich jede Form von Tempolimit technisch überhaupt kontrollieren lässt. Wer die Schwelle definiert, ab der ein Modell als „Frontier" gilt, definiert damit indirekt auch, wie viel Rechenleistung ein Unternehmen kaufen darf, bevor zusätzliche Auflagen greifen.
Verhandelt wird dieser Mechanismus zwischen Anthropic, OpenAI und Google, mit Zustimmung von Musk. Der Hersteller der Hardware, über die sich diese Schwelle in der Praxis erst messen und durchsetzen ließe, kommt im Essay nicht vor. Das deckt sich mit einer Beobachtung aus "KI-Konsolidierungsphase": Während Musk, Altman und Google sich binnen 24 Stunden öffentlich hinter Amodeis Aufruf stellten, äußerte sich Huang zu „We Must Pace the Frontier" nicht direkt, sondern sprach auf Nvidias eigener Quartalszahlenkonferenz weiter in reiner Beschleunigungssprache von einem „Inflection Point" und einem „goldenen Zeitalter" neuer Labore. Im Licht des Compute-Hebels liest sich dieses Schweigen weniger als Desinteresse denn als die Position einer Partei, deren Produkt gerade zum Gegenstand einer Verhandlung wird, an der sie nicht beteiligt ist, strukturell ähnlich der Rolle, die Europa in Amodeis Essay einnimmt (siehe „Sicherheitsdebatte oder Marktordnung"): relevant für das Ergebnis, aber nicht am Tisch.
Die zweite Front: offene Modelle
Eine zweite strategische Linie ergibt sich aus einer Entscheidung, die Nvidia in denselben Wochen selbst getroffen hat. Am 3. September 2026 bestätigte der Konzern die Übernahme von Hugging Face für 12,93 Milliarden US-Dollar, die zweitgrößte Akquisition der Firmengeschichte. Damit wird Nvidia zum Eigentümer der zentralen Verteilplattform für offene Modelle. Im „We Must Pace the Frontier"-Essay kommen diese laut meinem Beitrag „Sicherheitsdebatte oder Marktordnung" kein einziges Mal vor. Wie eine Compute-Schwelle auf sie wirken würde, sagt der Essay nicht. In „Sicherheitsdebatte oder Marktordnung" habe ich dazu die Kritik von David Sacks aufgegriffen: Standards, die die Marktführer selbst formulieren, belasten kleinere Anbieter stärker als etablierte. Ob das auch für offene Modelle gilt, ist offen. Klar ist nur: Nvidia hat hier ein Interesse, das am Tisch der drei Labore nicht vorkommt.
Wie handfest dieser Interessenkonflikt ist, zeigt ein Detail aus dem in Beitrag „Wenn drei Krisen zusammenkommen" bereits behandelten Juli-Einbruch bei Hugging Face. Laut dem eigenen Incident-Report des Unternehmens versuchte das Sicherheitsteam zunächst, die Angriffsprotokolle mit kommerziellen Closed-Source-Modellen auszuwerten. Das scheiterte: „these requests were blocked by the providers' safety guardrails, which cannot distinguish an incident responder from an attacker." Durchgeführt wurde die forensische Analyse am Ende mit einem offenen Modell, „zai-org/GLM-5.2, an open-weight model, on our own infrastructure". Das widerlegt nicht die externen Prüfer aus dem Essay, denn dort geht es um Evaluatoren von Modellen, nicht um Guardrails im Alltagsbetrieb. Es zeigt aber, dass offene Modelle in der Praxis etwas leisten, das geschlossene nicht abdeckten, und dass der Essay sie an keiner Stelle als Option benennt.
Fazit
Ein Trainings-Tempolimit gefährdet Nvidias Geschäft kaum. Auch ohne neue Frontier-Modelle laufen die vorhandenen weiter, in Werbung, Coding-Assistenten und Agenten. Dieser Betrieb braucht Rechenleistung. Huang nennt ihn selbst den Schwerpunkt der Branche.
Exponiert ist Nvidia trotzdem, und zwar an zwei Stellen. Erstens stellt der Konzern den Hebel her, über den sich ein Compute-Tempolimit durchsetzen ließe. Ein solches Limit würde festlegen, wie viel Rechenleistung ein Labor für ein Training einsetzen darf. Diese Rechenleistung liefert Nvidia. Über die Regel verhandeln aber Anthropic, OpenAI und Google, nicht Nvidia. Der Konzern hätte also keinen Einfluss darauf, wo die Schwelle liegt. Zweitens übernimmt Nvidia Hugging Face, die zentrale Plattform für offene Modelle. Im Essay kommen diese Modelle nicht vor. Wie eine Compute-Schwelle auf sie wirken würde, bleibt offen. Klar ist nur, dass Nvidia hier ein eigenes Interesse hat, das am Verhandlungstisch nicht vorkommt.
Ein Risiko fürs nächste Quartal ist das nicht. Es ist eine Interessenlage, die in der Bremsen-Erzählung des Essays fehlt.
Ausblick
Offen bleibt, ob aus dem in Amodeis Essay nur als „one possible scheme" formulierten Compute-Checkpoint jemals eine konkrete, durchgesetzte Regel wird, und ob Hardware-Hersteller wie Nvidia dann einen Platz am Verhandlungstisch bekommen, den sie bislang nicht haben, ähnlich der in „Sicherheitsdebatte oder Marktordnung" offen gelassenen Frage nach Europas Rolle. Ebenso offen: ob der Hugging-Face-Vorfall aus „Wenn drei Krisen zusammenkommen", bei dem ein offenes Modell dort erfolgreich war, wo geschlossene Frontier-Modelle an ihren eigenen Guardrails scheiterten, in der weiteren Debatte als Argument für eine stärkere Rolle offener Modelle aufgegriffen wird, oder ob er als Einzelfall folgenlos bleibt.
Inhaltliche Anpassungen: 26.09.2026
