Künstliche Intelligenz: Chipkonzern Nvidia übertrifft Börsenwert von drei Billionen Dollar

Der US-amerikanische Chipkonzern Nvidia hat dank des Booms von
künstlicher Intelligenz (KI) einen Börsenwert von drei Billionen Dollar
übertroffen. Das Unternehmen verzeichnete ein Kursplus von fünf Prozent auf
1.224,40 Dollar, im nachbörslichen Handel legte die Aktie dann nochmals um knapp
ein Prozent zu.

Damit überholte Nvidia Apple und ist beim Börsenwert nun die
Nummer zwei nach Microsoft. Auch Microsoft legte wegen des Geschäfts mit künstlicher Intelligenz an der Börse zu. Investoren setzen darauf, dass
Microsoft die Technologie des ChatGPT-Erfinders OpenAI zum Beispiel in den
Büroalltag integrieren kann.

Auch von Apple werden bei der kommenden Woche anstehenden
hauseigenen Entwicklerkonferenz WWDC Ankündigungen zu KI erwartet. Dabei könnte
es Medienberichten zufolge um eine Partnerschaft mit OpenAI gehen.

Zuwachs von 262 Prozent

Chips von Nvidia spielen vor allem
beim Training von Software mit künstlicher Intelligenz in den Rechenzentren
eine Schlüsselrolle. Nvidia verkauft unter anderem an Microsoft, Google sowie
dem Facebook-Konzern Meta Tausende Chipsysteme. Dadurch steigen die
Geschäftszahlen und damit auch der Börsenkurs des Konzerns. Allein im
vergangenen Quartal wuchs der Umsatz von 7,2 Milliarden Dollar im Vorjahr auf
26 Milliarden Dollar – ein Zuwachs von 262 Prozent. Bei Nvidias leistungsstärkeren neuen Chipsystemen zeichnen sich Engpässe
bis ins kommende Jahr hinein ab. Zu Beginn des KI-Booms Anfang 2023 hat die
Aktie des Konzerns noch rund 150 Dollar gekostet. Allein in diesem Jahr sprang
der Kurs von rund 500 auf über 1.200 Dollar.

Nvidia-Technik wurde ursprünglich für Grafikkarten
entwickelt. Dann stellte sich aber heraus, dass sie sich auch für die
Rechenarbeit bei KI-Anwendungen eignen. Nvidias Chips
wurden damit zu einer Schlüsseltechnologie für diesen Bereich.

Inzwischen komme Nvidia-Technik nicht mehr nur beim
Training, sondern auch beim Betrieb von KI-Anwendungen zum Einsatz, sagte
Konzernchef Jensen Huang. Darin steckt potenziell ein noch stabileres Geschäft.
Denn das Anlernen braucht zwar eine gewaltige Rechenleistung, ist jedoch nur
einmal pro KI-Modell nötig.