Nvidias KI-Fabrik: Wie souverän ist Deutschland mit fremder Technik?

RWTH Aachen, 7. November 2026 – Während in den Rechnern der Hochschulen Modelle trainiert werden, entscheidet sich an anderer Stelle, wem die Grundlagen dieser Systeme gehören. Am 19. Oktober vereinbarten die Bundesregierung und Nvidia eine Zusammenarbeit: Deutsche Industriedaten und deutsches Ingenieurswissen sollen mit der KI-Technologie des US-Konzerns verbunden werden.

Im Mittelpunkt steht „Physical AI“ – also künstliche Intelligenz, die Roboter und Produktionsanlagen steuert. Bei Siemens in Erlangen testen Nvidia und Siemens solche Anwendungen bereits in der laufenden Produktion. Der Standort soll als Vorlage für weitere Fabriken dienen. Für Nvidia ist das mehr als ein Pilotprojekt: Der Konzern erhält Zugang zu Produktionswissen und realen Industrieanwendungen, mit denen sich die eigene Plattform weiterentwickeln lässt.

Die Fabrik als Trainingsraum

Deutschland ist für Nvidia Teil eines internationalen Geschäfts mit staatlichen und industriellen Partnern, unter anderem in Frankreich und Großbritannien. Der Konzern verkauft Rechentechnik für das Training und den Betrieb von KI. Produziert werden die Chips unter anderem beim taiwanischen Auftragsfertiger TSMC.

Nvidias Marktstellung beruht allerdings nicht allein auf Prozessoren. Entscheidend ist das Zusammenspiel aus Chips, Vernetzung und Software. Zentral ist CUDA, eine Plattform mit Programmierwerkzeugen und Softwarebausteinen für Nvidia-Chips. Viele KI-Programme und viele Entwicklerkenntnisse sind auf CUDA zugeschnitten. Wer den Chiplieferanten wechseln will, muss deshalb mit Anpassungen, Umschulungen und zusätzlichem Aufwand rechnen.

Die französische Wettbewerbsbehörde warnte bereits 2024 vor dieser Abhängigkeit. Google entwickelt eigene KI-Prozessoren, Amazon eigene Trainium-Chips. Beide Konzerne wollen Kosten senken und mehr Wertschöpfung selbst behalten. Amazon stellte am 20. Oktober eine Testversion einer Software vor, die die Übertragung von KI-Programmen auf eigene Chips erleichtern soll. Entwickler sollen vertraute Programmierwerkzeuge weiterverwenden können. Nur: Für einen wirtschaftlichen Wechsel muss die Software auf der neuen Hardware auch ausreichend schnell laufen.

Auch AMD bietet KI-Prozessoren samt Software an und meldete am 27. Oktober deren Einsatz bei Meta für KI-Training und Empfehlungssysteme. Huawei stellte im September eine weiterentwickelte KI-Rechenplattform vor, die ebenfalls Chips, Vernetzung und Software kombiniert. Durch solche Alternativen und mögliche Nachfrageverlagerungen steigt die Verhandlungsmacht von Nvidias Kunden.

„Sovereign AI“ – souverän mit fremder Technik?

US-Exportbeschränkungen erschweren China den Zugang zu leistungsfähigen KI-Chips und fördern dort den Aufbau eigener Alternativen. Nvidia berichtet zudem, dass die chinesische Regierung Unternehmen zum Kauf heimischer Produkte drängt. Ein weiter wachsender KI-Markt garantiert dem Konzern deshalb weder seinen bisherigen Einfluss noch dauerhaft hohe Preise.

Interessant werden für Nvidia Staaten und Industrieunternehmen, die komplette KI-Systeme benötigen, aber meist keine eigenen Chips entwickeln können. Nvidias Finanzchefin Colette Kress bezifferte den Markt für Kunden ohne eigene Chipentwicklung als groß. Der Konzern nennt dieses Geschäft „Sovereign AI“.

Für das Ende Januar abgeschlossene Geschäftsjahr gab Nvidia im Februar mehr als 30 Milliarden Dollar Umsatz in dieser Kategorie an – mehr als das Dreifache des Vorjahres. Bei einem Gesamtumsatz von 215,9 Milliarden Dollar entsprach das mindestens rund 14 Prozent.

Staaten können regionalen Cloud-Anbietern laut Nvidia Grundstücke und Strom bereitstellen, die ausländischen Großkonzernen nicht zugänglich wären. In Deutschland betreibt die Telekom eine Münchner KI-Cloud für Unternehmen, Forschung und Verwaltung. SAP liefert darauf aufbauend Software und Anwendungen; die technische Infrastruktur stammt von Nvidia.

Regierungen wollen eigene KI-Kapazitäten aufbauen und heimische Unternehmen stärken. Nvidia kann diese Politik für die Verbreitung seiner Plattform nutzen. Der KI-Forscher Björn Ommer sieht in selbst betriebener Recheninfrastruktur zusätzlichen Handlungsspielraum. KI-Professor Holger Hoos warnt dagegen davor, Europa dauerhaft auf Anwendungen fremder Basistechnologie zu beschränken.

Offene Modelle, geschlossene Abhängigkeiten

Im Forschungsverbund SOOFI entwickeln deutsche Forschungseinrichtungen und Unternehmen offene KI-Modelle. Das erste SOOFI-Modell basiert auf einem von Nvidia veröffentlichten Bauplan und wurde in der Münchner KI-Cloud der Telekom trainiert. Das Konsortium entwickelt eigene Trainingsverfahren und erforscht eigene Modellarchitekturen, nutzt bislang aber Nvidias Bauplan und Rechentechnik.

Nvidias Lizenz erlaubt unter bestimmten Bedingungen die kommerzielle Nutzung, Bearbeitung und Weitergabe der offenen Modelle. Eine größere Verbreitung kann zugleich die Nachfrage nach Nvidias Rechentechnik erhöhen. Offen heißt also nicht automatisch unabhängig.

Die Lizenzfreiheit beseitigt technische Wechselhürden nicht. Meta und AMD berichteten im Oktober, dass auf Nvidia zugeschnittene Rechenabläufe für AMD-Hardware angepasst werden mussten. Solche Anpassungen kosten Zeit und Geld. Auch vertraute Softwarewerkzeuge helfen wenig, wenn die Abläufe auf dem neuen Chip langsamer laufen oder neu entwickelt werden müssen.

Unklar ist außerdem, wie viel der Staat für die Kooperation bezahlt und welche Leistungen er erhält. Die Regierungsmitteilung nennt keine Fördersumme. Das ZDF berichtete unter Berufung auf das Handelsblatt von einem dreistelligen Millionenbetrag, unter anderem für gemietete Rechenleistung. Davon zu unterscheiden sind eine bereits 2025 angekündigte privatwirtschaftliche Milliardenpartnerschaft von Telekom und Nvidia sowie die rund 20 Millionen Euro Förderung für SOOFI.

Die tatsächliche Eigenständigkeit hängt unter anderem von Nutzungsrechten, Infrastrukturzugang und den Kosten eines Anbieterwechsels ab. Aus der öffentlichen Ankündigung geht nicht hervor, wie Wechselmöglichkeiten zu anderen Anbietern abgesichert werden. Eigene deutsche Rechenkapazitäten allein klären diese Frage nicht.

Wer besitzt das Wissen aus der Fabrik?

In der Regierungsmitteilung werden die Interessen der Beschäftigten nicht thematisiert. Dabei ist das Erfahrungswissen der Menschen in den Betrieben eine wichtige Grundlage industrieller KI.

Im Mercedes-Werk Berlin-Marienfelde bringen Beschäftigte dem Roboter Apollo Arbeitsabläufe bei und steuern ihn aus der Ferne. Der Autozulieferer Schaeffler trainiert in Deutschland Roboter für den Fabrikeinsatz, indem diese Abläufe aus Werken nachahmen und wiederholen. Das Wissen von Fachkräften wird dadurch für Systeme nutzbar, über deren Einsatz Unternehmen entscheiden.

KI und Robotik können Beschäftigte entlasten. Sie können aber auch Tätigkeiten ersetzen, die Beschäftigte den Maschinen beigebracht haben. Erfahrungswissen kann so zu einem privat verwertbaren Produktionsmittel werden. Mit der technologischen Eigenständigkeit von Unternehmen kann ein Verlust an Verfügungsmacht der Beschäftigten einhergehen. Die Frage liegt auf der Hand, auch wenn sie in Pressemitteilungen gern unter den Tisch fällt: Wem gehört digitalisiertes Erfahrungswissen – und wer entscheidet über seine Nutzung und die daraus entstehenden Erträge?

Eine Informationsfreiheitsanfrage zum Lock-in

Wie die Bundesregierung digitale Souveränität konkret versteht, wollte Marleen Uebler vom Bundesministerium für Digitales und Staatsmodernisierung (BMDM) wissen. Ihre Informationsfreiheitsanfrage vom 20. März 2026 war am 22. April 2026 noch nicht beantwortet worden. Uebler teilte mit, dass die gesetzliche Antwortfrist um einen Tag überschritten sei, und bat um umgehende Information zum Bearbeitungsstand.

Die ursprüngliche Anfrage trägt den Titel „Digitale Souveränität der KI-Gigafabrik – Vendor-Lock-in, CUDA-Abhängigkeit und Rechenzentrumsstrategie 2026“ und die Vorgangsnummer 365829. Uebler beantragte Zugang zu Informationen nach dem Informationsfreiheitsgesetz (IFG), dem Umweltinformationsgesetz (UIG) und – soweit einschlägig – dem Verbraucherinformationsgesetz (VIG).

Als Grundlage nannte sie eine Pressemitteilung der Bundesregierung vom Juni 2025 zur Nvidia-Kooperation sowie die Rechenzentrumsstrategie der Bundesregierung vom 18. März 2026 „Mehr Rechenpower für Deutschland“. Darin ist „Technologie und Souveränität“ eines von drei zentralen Handlungsfeldern.

Uebler fragte, wie das BMDM digitale Souveränität im Zusammenhang mit der geplanten KI-Infrastruktur definiert. Sie wollte wissen, ob interne Bewertungen oder Gutachten prüfen, ob eine vollständig auf Hardware eines US-Unternehmens und der proprietären Nvidia-Plattform CUDA basierende Infrastruktur als souverän gelten kann. Außerdem fragte sie, welche Infrastrukturteile der öffentlichen Hand oder europäischen Trägern gehören und welche von privaten Unternehmen betrieben und als Dienstleistung vermietet werden.

Zur CUDA-Abhängigkeit erkundigte sie sich, ob offene Software-Ökosysteme wie OpenCL, ROCm oder SYCL in die Planung einbezogen wurden