Nvidia-Aktie hinkt Chipsektor hinterher: Fallen jetzt auch noch die Preise für KI-Nutzung?

Aktien von Speicherchipherstellern wie SK Hynix und Micron sind die Mega-Gewinner des Börsenjahres 2026. Im Vergleich dazu tritt Nvidia fast auf der Stelle. Ausgerechnet jetzt gibt es Anzeichen, dass der Preis für Rechenleistung auf Nvidia-Chips fällt.

Jahrelang waren Nvidia-Aktionäre die Könige an der Börse. Doch im Jahr 2026 müssen sie etwas unerwartet kleinere Brötchen backen: Während der breite VanEck Semiconductor ETF, der einen Korb von Halbleitertiteln abbildet, seit Jahresbeginn 72 Prozent im Plus notiert, legte die Nvidia-Aktie, in Dollar gerechnet, nur um knapp sieben Prozent zu. Der einst unangefochtene Liebling des KI-Booms gerät in Sachen Performance etwas ins Hintertreffen.

Der Grund für Nvidias relative Schwäche liegt in einer Verschiebung der Aufmerksamkeit am Markt. Die nächste Phase des Aufbaus von KI-Infrastruktur dreht sich weniger um die Prozessoren selbst als um die Speicherchips und Infrastrukturkomponenten, die diese Prozessoren bei der Arbeit unterstützen. Davon profitieren vor allem Unternehmen wie Micron Technology, SK Hynix oder auch Sandisk, die allein im vergangenen Monat rund 60 Prozent zugelegt haben.

Wen Sie den Anteil an Chipaktien in Ihrem Depot generell erhöhen wollen, könnte ein Zertifikat auf den "Chip-Power Index" von BÖRSE ONLINE die richtige Idee für Sie sein. Hier erfahren Sie mehr.  

Rechenpreise für Nutzung von B200s sinken

Die Kursentwicklung von Nvidia fällt da zurück – und jetzt erscheint ein weiteres Warnsignal auf dem Schirm der Investoren. Es kommt vom Markt für GPU-Rechenkapazität. Dafür gibt es mittlerweile eine Art Spotmarkt, wie der US-Börsensender CNBC berichtet. Dort erreichte der Preis für eine Stunde Rechenleistung auf dem Nvidia Blackwell 200 ("B200")– dem aktuellen Flaggschiff-Prozessor der Amerikaner – am 30. Mai seinen Höhepunkt bei 6,11 US-Dollar je Stunde. Seitdem sank der Preis jedoch laut dem Echtzeit-Preisportal „Ornn“ kontinuierlich. Am 21. Juni stand er nur noch bei 4,22 US-Dollar je Stunde. Das bedeutet einen Rückgang um rund 31 Prozent innerhalb von drei Wochen.

Auch auf der Prognoseplattform Kalshi, auf der Nutzer auf wirtschaftliche und marktrelevante Ereignisse wetten können, herrscht Skepsis. Dort werden bereits Kontrakte auf die Preise für KI-Rechenleistung gehandelt. Laut CNBC, das eine Partnerschaft mit Kalshi eingegangen ist, setzt die Mehrheit der Trader darauf, dass der Preis für B200-Rechenkapazität das Hoch aus dem Mai bis zum 30. Juni nicht mehr übersteigen wird. Das ist zwar noch kein valides Signal, aber es spiegelt eine Erwartungshaltung einer breiten Investorengemeinschaft wider, die aufhorchen lässt.

Unsicherheit zieht in den KI-Markt ein

Dass die Nachfrage nach Rechenkapazität abnimmt, könnte auch daran liegen, dass vielen Unternehmen die Kosten zu hoch geworden sind. OpenAI und Anthropic haben Vorfeld ihrer geplanten Börsengänge die Tokenpreise angehoben und Flatrates weitgehend abgeschafft. Das führte zu einer Explosion der Kosten für die KI-Nutzung bei ihren Kunden. Bei Uber wurde bekannt, dass das Unternehmen sein gesamtes für 2026 geplantes KI-Budget schon im April ausgegeben hatte. Danach traten vielerorts die Finanzchefs auf die KI-Kosten-Bremse. 

Die sinkenden Preise für Rechenleistung sind möglicherweise aber auch ein Ausdruck erheblicher Planungsunsicherheit im KI-Markt: „Viele Kunden wissen nicht, wie viel Rechenleistung sie im nächsten Jahr benötigen werden, und viele Anbieter wissen nicht, wie viele GPUs sie in welcher Kapazität bestellen sollen", erklärte Seoyoung Kim, Finanzprofessorin an der Universität Santa Clara, gegenüber CNBC. „Und die Hersteller wie Nvidia wissen nicht, wie viel sie produzieren sollen." Das führe zu Preisschwankungen und mache eine verlässliche Nachfrageprognose schwieriger.

Google-Deal mit SpaceX spricht andere Sprache

Noch ist die Branche ausverkauft – aber wie lange wird dieser Zustand anhalten? Anfang Juni hat Google mit SpaceX vereinbart, dem Konkurrenten für den Zeitraum von Oktober 2026 bis Juni 2029 monatlich 920 Millionen US-Dollar zu zahlen, um KI-Rechenkapazität zu mieten. Dabei nutzt Google rund 110.000 Nvidia-GPUs sowie weitere Komponenten in SpaceX-Rechenzentren. Das ist ein klares Signal, dass Googles eigene KI-Rechenkapazität derzeit nicht ausreicht.

Das Analysehaus RBC Capital Markets sieht Nvidia dadurch bis weit in das Jahr 2027 hinein gut abgesichert. Diese GPU-Mietvereinbarungen sollten die anhaltenden Sorgen zerstreuen, dass Nvidia Marktanteile an anwendungsspezifische Schaltkreise verliert – zumindest kurzfristig", schrieben die Analysten.

Nvidia-Aktionäre müssen sich also kurzfristig noch keine Sorgen machen. Sie sollten die ersten Alarmsignale aber auch nicht völlig ignorieren, denn sie könnten die ersten, zarten Anzeichen für einen Stimmungswechsel sein. 

Charttechnish ist die Nvidia-Aktie in dieser Woche unter die 50-Tage-Linie gefallen. Das ist noch nicht dramatisch und kann ein Fehlsignal sein, zumal sich Technologieaktien am Donnerstag nach den fulminanten Micron-Zahlen erholen. Doch es passt zu dem Eindruck, dass auch für Nvidia die Luft dünner wird.

Häufige Fragen zum Thema

Warum rechnet die KI-Welt in "Token"?

Ein Token ist die kleinste Text- oder Dateneinheit, die ein Sprachmodell wie ChatGPT, Gemini oder Claude verarbeiten kann. Sprachmodelle (LLMs) denken nicht in Wörtern wie Menschen, sondern wandeln jeden Buchstaben oder jede Silbe in Zahlen (Vektoren) um. Bevor die KI einen Text verarbeitet, zerlegt ein sogenannter Tokenizer den Eingabetext in diese Bruchstücke. Deshalb ist ein Token nicht immer exakt ein Wort. Im Englischen entspricht ein Token im Durchschnitt etwa vier Zeichen oder 0,75 Wörtern. So besteht zum Beispiel der Begriff "Künstliche Intelligenz" aus 2 Wörtern, wird aber von den LLM-Algorithmen je nach Modell in 3 bis 5 Tokens zerlegt. Komplexe Wörter oder Sprachen mit vielen zusammengesetzten Wörtern , wie etwa Deutsch, benötigen deshalb für dasselbe Wort meist mehr Tokens als für den englischen Begriff.

Was kostet ein KI-Token?

Das ändert sich ständig, die Kosten variieren auch stark zwischen günstigen Modellen und High-End-Modellen: Ältere, langsamere Modelle wie GPT-4o mini oder Gemini Flash kosten etwa 15 bis 60 US-Cent pro eine Million Input-Tokens. Stärkere Modelle wie GPT-5 oder Claude Opus verlangen jüngsten Angaben zufolge etwa 1,50 bis 5,00 US-Dollar für eine Million Input-Tokens.

Sind die Preise für die Tokens kostendeckend?

Bisher offenbar nicht: OpenAI schreibt noch keine Gewinne, Anthropic offenbar auch nicht (mehr dazu hier). Denn jede KI-Anfrage verursacht auch echte Kosten für das Datenmangement, Mitarbeiter, den Strom oder auch die anteilige Abschreibung auf die verwendeten Chips.