Nvidias Aufstieg ist außergewöhnlich. Einige besonders einprägsame Zahlen und Technikvergleiche im neuen DER-STANDARD-Video halten der Prüfung jedoch nur eingeschränkt stand. Die Einleitung verwechselt Umsatz mit einem später erwähnten Gewinnvergleich. Rechenzentren waren schon vor ChatGPT ein großes Geschäft. Und ein historischer Leistungsvorsprung bei bestimmten KI-Aufgaben bedeutet keine Überlegenheit gegenüber jedem anderen Computer.
Wir prüfen den vollständigen, 21:45 Minuten langen Beitrag „Die irre Geschichte von Jensen Huang und Nvidia“ vom 1. November 2026. Prüfstand ist der 2. November 2026. Entscheidend sind veröffentlichte Geschäftsberichte, ursprüngliche Forschungsarbeiten und zeitgenössische Dokumente. Persönliche Erinnerungen, unternehmerische Wertungen und Zukunftsszenarien werden davon getrennt.
Umsatz wie alle großen deutschen Konzerne? Schon Volkswagen widerlegt das
Falsch ist die Umsatzbehauptung am Anfang. Sie steht außerdem in der Videobeschreibung und beruht damit nicht allein auf einer möglicherweise fehlerhaften automatischen Transkription. NVIDIA meldete für das Geschäftsjahr bis zum 25. Januar 2026 einen Umsatz von 215,938 Milliarden US-Dollar. Der Nettogewinn betrug 120,067 Milliarden Dollar. Beides sind unterschiedliche Größen, wie die Konzern-Gewinnrechnung zeigt.
Allein Volkswagen erzielte im Kalenderjahr 2025 321,913 Milliarden Euro Umsatz. Beim EZB-Jahresdurchschnitt von 1,1300 Dollar je Euro sind das rechnerisch rund 363,8 Milliarden Dollar. Die Geschäftsjahre decken sich nicht vollständig; für die pauschale Gleichsetzung mit sämtlichen großen deutschen Konzernen genügt aber schon dieses Gegenbeispiel. NVIDIA verdient einen sehr hohen Gewinn mit deutlich weniger Umsatz.
Der spätere DAX-Gewinnvergleich bleibt methodisch offen
Ab etwa Minute 16:35 spricht das Video tatsächlich von Gewinn statt Umsatz. Ein solcher Vergleich müsste das Jahr, die Unternehmen, den Wechselkurs und vor allem die Gewinnart nennen. Operativer Gewinn, Ergebnis vor Steuern und Nettogewinn sind nicht austauschbar. Die DAX-Auswertung von EY für 2025 behandelt beispielsweise operative Gewinne. NVIDIAs Nettogewinn einfach daneben zu stellen, wäre kein sauberer Vergleich.
Die Größenordnung soll Nvidias außergewöhnliche Ertragskraft veranschaulichen. Die konkrete Gleichheit mit allen DAX-Konzernen ist ohne nachvollziehbare Rechnung nicht ausreichend belegt. Daraus folgt weder, dass jede denkbare Gewinngegenüberstellung falsch wäre, noch dass die Umsatzbehauptung der Einleitung dadurch richtig wird.
Was zum Prüfdatum tatsächlich als Ergebnis vorliegt
Die jüngste veröffentlichte Quartalsmeldung betrifft den Zeitraum bis zum 26. Juli 2026: 96,221 Milliarden Dollar Umsatz und 59,688 Milliarden Dollar Nettogewinn. Das sind Quartalszahlen. „Geschäftsjahr 2027“ ist NVIDIAs Bezeichnung und bedeutet hier nicht, dass diese Einnahmen erst im Kalenderjahr 2027 anfielen.
Der am 26. August veröffentlichte Ausblick von 108 Milliarden Dollar Umsatz, plus oder minus zwei Prozent, für das folgende Quartal ist dagegen eine Unternehmensprognose. Er wird in dieser Prüfung nicht als bereits erzielter Umsatz verbucht. Diese Trennung ist gerade bei schnell wachsenden Unternehmen wichtiger als ein möglichst großer Zahlenwert.
Das Geld kam bis 2022 ausschließlich aus Gaming? Nein
Die Erzählung vom lange allein durch Spiele finanzierten KI-Experiment verkürzt die Geschäftsentwicklung. Im Geschäftsjahr bis zum 30. Januar 2022 erzielte NVIDIA 12,462 Milliarden Dollar Gaming-Umsatz, aber bereits 10,613 Milliarden Dollar im Bereich Data Center. Bei insgesamt 26,914 Milliarden Dollar Umsatz war das Rechenzentrumsgeschäft schon damals fast so groß wie Gaming. Diese veröffentlichten Jahreszahlen liegen vor dem öffentlichen Start von ChatGPT.
Richtig ist der spätere enorme Bedeutungszuwachs: Im Geschäftsjahr 2026 entfielen rund 89,7 Prozent des Umsatzes auf Data Center. Im jüngsten Quartal waren es mit 89,0 von 96,221 Milliarden Dollar etwa 92,5 Prozent. „90 Prozent und mehr“ passt damit zum aktuellen Quartal. Data Center ist allerdings eine Umsatzkategorie mit unterschiedlichen Produkten, kein separat gemessener Anteil ausschließlich generativer KI. Seit dem Geschäftsjahr 2027 fasst NVIDIA andere Aktivitäten zudem unter „Edge Computing“ zusammen; aktuelle und alte Gaming-Tabellen sind deshalb nicht einfach dieselbe Aufteilung.
Auch das im Video genannte Wachstum um mehr als das Zwanzigfache ist richtig: Gegenüber 5,010 Milliarden Dollar im Geschäftsjahr 2016 beträgt der Faktor beim Umsatz des Geschäftsjahres 2026 sogar rund 43. Ein starker Aufstieg ist damit belegt. Die Behauptung, davor sei praktisch nur Gaming vorhanden gewesen, braucht es dafür nicht.
Läuft jede KI-Anfrage über NVIDIA?
Als pauschale technische Behauptung ist das falsch. Google beschreibt seine eigenen Tensor Processing Units, kurz TPUs, als Rechenbasis für Gemini und Produkte wie Search. Diese spezialisierten KI-Beschleuniger sind keine NVIDIA-GPUs. Auch OpenAI nennt neben NVIDIA unter anderem AMD, AWS Trainium und weitere Architekturen in seiner Infrastrukturstrategie. Das beweist nicht, welcher Chip eine bestimmte einzelne Anfrage bearbeitet. Es widerlegt aber die Vorstellung, KI-Rechnen sei grundsätzlich nur mit NVIDIA möglich.
NVIDIAs Stellung lässt sich sinnvoller über leistungsfähige Hardware, Software, Netzwerke und das große Entwicklerökosystem erklären. Eine hohe Verbreitung oder wirtschaftliche Marktmacht ist außerdem nicht schon die Feststellung eines rechtlichen Monopols. Das Video liefert keine abgegrenzte Marktanalyse, aus der sich eine solche rechtliche Bewertung ableiten ließe.
Gründung: Die drei Ingenieure stimmen, der Februar ist nicht das Firmendatum
NVIDIA nennt in seiner Unternehmensgeschichte den 5. April 1993 als Gründungsdatum und Jensen Huang, Chris Malachowsky sowie Curtis Priem als Gründer. Die im Video erzählten Restaurantgespräche im Februar sind deshalb vom formalen Gründungsakt zu unterscheiden. NVIDIAs eigener Denny’s-Rückblick stützt den Ort der Gespräche, ist aber eine spätere Erinnerung, keine damalige Mitschrift.
Der Börsenprospekt von 1999 bestätigt Huangs vorherige Arbeit bei LSI Logic und seine Elektrotechnikabschlüsse an Oregon State und Stanford. Er beschreibt außerdem frühere Grafikentwicklungen der Mitgründer bei Sun und anderen Unternehmen. Die Charakterisierung als Genies oder die Bedeutung früher persönlicher Erfahrungen bleiben biografische Deutungen. Die Serviettenzeichnung relativiert der Beitrag selbst; sie wird hier nicht nachträglich zur bewiesenen Tatsache gemacht.
NV1, Dreiecke und die Rettungsgeschichte
Der schwierige Start mit dem NV1 ist gut dokumentiert. Der zeitgenössische Börsenprospekt nennt die Einführung im Mai 1995 und den späteren Abbruch der eigenen inkompatiblen Produktlinie. Ein Zeitzeugengespräch im Computer History Museum erläutert das Problem der quadratischen Flächen gegenüber dem verbreiteten dreiecksbasierten Ansatz. Das stützt den technischen Kern der Darstellung, ohne jeden Misserfolg allein auf eine geometrische Form zurückzuführen.
Bei den fünf Millionen Dollar lohnt sich die Unterscheidung: Der Prospekt dokumentiert für den NV2 einen Vertragspartner, der 1995 und 1996 insgesamt fünf Millionen Dollar Entwicklungsfinanzierung bereitstellte und zusätzlich im Juli 1995 Vorzugsaktien für fünf Millionen Dollar kaufte. 1996 wurde die betreffende Entwicklung beendet. Den Partner benennt dieses Dokument nicht. Es bestätigt Finanzierungen und den Kurswechsel; die konkrete Reise- und Verhandlungsszene mit Sega, die halbierte Belegschaft und ein exakter Rest von 30 Tagen Gehaltszahlung lassen sich daraus nicht beweisen. Diese dramatischen Details bleiben entsprechend als rückblickende Erzählung eingeordnet.
RIVA, TSMC und die „erste GPU“ brauchen jeweils ihren eigenen Kontext
Der RIVA 128 kam laut Prospekt im dritten Quartal 1997 in die kommerzielle Auslieferung. Die kombinierte 2D-/3D-Funktion war ein wichtiger Produktvorteil. Ein allgemeiner Erstanspruch folgt daraus nicht: Schon der frühere NV1 vereinte verschiedene Grafik- und Multimediafunktionen. Auch die Vorstellung, vor NVIDIA habe grundsätzlich jeder Rechner seine gesamte Grafik ausschließlich mit der CPU berechnet, geht zu weit. Die dokumentierten früheren Grafikbeschleuniger zeigen eine längere Entwicklung.
Der Einstieg in die Zusammenarbeit mit TSMC 1998 ist dagegen durch den Auftragsfertiger selbst bestätigt. NVIDIA entwirft Chips und lässt sie von spezialisierten Partnern fertigen. Daraus folgt keine Aussage, sämtliche heutigen Produktionsschritte oder Bauteile fänden ausschließlich in Taiwan statt. Die im Video erwähnten späteren Konsolenpartnerschaften sind zudem kein Beleg dafür, dass bereits der RIVA 128 die nachfolgenden PlayStation- und Xbox-Generationen antrieb.
Die GeForce 256 von 1999 vermarktete NVIDIA als erste GPU mit integrierter Geometrieverarbeitung und Beleuchtung. Das erklärt den historischen Meilenstein. Es bedeutet nicht, dass Grafikprozessoren oder dreidimensionale Computergrafik zuvor unbekannt waren. Die Formulierung „Erfinder der GPU“ übernimmt eine bestimmte Herstellerdefinition; sie sollte nicht einem einzelnen Mitgründer die gesamte Vorgeschichte zuschreiben.
CPUs rechnen nicht grundsätzlich nur hintereinander
GPUs können sehr viele gleichartige Rechenschritte parallel bearbeiten. Das macht sie für Bildverarbeitung und bestimmte KI-Berechnungen besonders geeignet. Falsch wäre jedoch, einer CPU paralleles Arbeiten grundsätzlich abzusprechen. Mehrkernige CPUs verarbeiten ebenfalls Aufgaben gleichzeitig. Intels technische Erklärung beschreibt beide Architekturen und ihre unterschiedlichen Stärken. In leistungsfähigen KI-Systemen arbeiten sie typischerweise zusammen.
CUDA erleichterte die Nutzung von NVIDIAs GPUs für allgemeine Berechnungen. Der Geschäftsbericht zum Jahr 2007 beschreibt diese Architektur bereits bei der im November 2006 eingeführten GeForce-8-Generation. Eine Datierung des Beginns auf 2006 ist damit nachvollziehbar; öffentliche Softwarewerkzeuge und ihre spätere Verbreitung sind weitere Schritte. Neuronale Netzwerke wurden allerdings lange vor 2012 erforscht.
Der Wettbewerbserfolg von 2012 ist konkret belegt: Alex Krizhevsky, Ilya Sutskever und Geoffrey Hinton trainierten ihr Netz auf zwei GTX-580-Grafikkarten. Ihr Original-Paper berichtet für den ILSVRC-2012-Wettbewerb eine Top-5-Fehlerquote von 15,3 Prozent gegenüber 26,2 Prozent beim zweitbesten Beitrag. Das war ein wichtiger Durchbruch. Es ist weder eine Messung allgemeiner Intelligenz noch die Erfindung neuronaler Netze. Die Formulierung vom „Urknall“ ist eine historische Wertung.
DGX-1: 129.000 Dollar und ein begrenzter Leistungsvergleich
Auch die Verbindung zu OpenAI hat einen realen Kern. Dessen Gründungsmitteilung von Dezember 2015 nennt Sutskever als Forschungsdirektor und Altman sowie Musk als Co-Chairs. NVIDIA übergab OpenAI 2016 einen DGX-1; daran erinnert auch der eigene Bericht über eine spätere Übergabe. Dass dabei bereits der konkrete spätere ChatGPT-Produktplan feststand, belegen diese Quellen nicht.
Beim ersten DGX-1 nannte NVIDIA 129.000 US-Dollar für die P100-Variante, nicht 129.000 Euro. Die Produktseite unterscheidet außerdem die spätere V100-Variante und einen gesonderten Supportplan. In der Ankündigung von 2016 bezog sich die Zahl 250 auf den Durchsatz bestimmter Deep-Learning-Aufgaben im Vergleich zu 250 CPU-Servern. Daraus wird keine 250-fache Überlegenheit gegenüber jedem beliebigen Computer bei jeder Aufgabe.
Die kleine neuere Maschine ist ebenfalls real: NVIDIA dokumentiert die Übergabe eines DGX Spark an OpenAI im Oktober 2025. Die kompakte Bauform ist bemerkenswert. Sie bedeutet aber nicht, dass ein solches Gerät ein beliebig großes Trainingsrechenzentrum ersetzt. „Supercomputer“ wird hier als Produktbezeichnung verwendet; ein aussagekräftiger Leistungsvergleich braucht Aufgabe, Genauigkeit, Speicherbedarf und Vergleichssystem.
Kryptomining: behördlicher Vergleich und Anlegerklage sind verschiedene Dinge
Dass Kryptomining die Nachfrage nach Gaming-Karten beeinflusste, ist belegt. NVIDIA nennt in seinen Berichten ausdrücklich Ethereum. Das pauschale Bitcoin-Beispiel des Videos beschreibt daher nicht präzise den dort dokumentierten GPU-Mining-Boom. Kryptowährungen und ihre Verfahren sind technisch nicht austauschbar.
Die US-Börsenaufsicht SEC beanstandete 2022 unzureichende Angaben zum Mining-Einfluss in zwei Quartalsberichten des Geschäftsjahres 2018. NVIDIA akzeptierte einen Vergleich mit 5,5 Millionen Dollar Geldzahlung, ohne die Feststellungen anzuerkennen oder zu bestreiten. Daneben steht die private Anlegerklage. Der Supreme Court entschied im Dezember 2024 nicht über die Wahrheit der Vorwürfe, sondern beendete seine Überprüfung ohne Sachurteil. Laut aktuellem Quartalsbericht wurde die Anlegerklasse im März 2026 zugelassen. Das ist eine Verfahrensentscheidung, keine abschließende Feststellung einer Haftung.
Hohe Margen sind belegt; die konkrete Stückkostenrechnung nicht
Die Zahlen „8.500 Dollar Herstellung, 30.000 bis 40.000 Dollar Verkauf“ werden ohne genaues Chipmodell, Ausstattung, Lieferzeitpunkt oder Kostenabgrenzung genannt. Aus den herangezogenen veröffentlichten Unterlagen lässt sich diese konkrete Rechnung nicht verifizieren. Ein Fertigungskostenansatz erfasst zudem nicht automatisch Entwicklung, Software, Vertrieb und sämtliche Systemkomponenten.
Die hohe Ertragskraft ist trotzdem dokumentiert: Für das Quartal bis Juli 2026 weist der Quartalsbericht eine Bruttomarge von 75,0 Prozent aus. Diese Konzernkennzahl ist der Umsatz abzüglich Umsatzkosten im Verhältnis zum Umsatz. Sie ist weder ein pauschaler Aufschlag auf einen einzelnen Chip noch die Nettogewinnmarge nach allen Aufwendungen.
Börsenwert und Huangs Vermögen sind keine festen Jahreszahlen
5,7 Billionen Dollar wären tatsächlich 5.700 Milliarden Dollar. Ein Börsenwert wird jedoch aus Aktienkurs und Aktienzahl zu einem bestimmten Zeitpunkt berechnet. Der Beitrag nennt für seinen zwischenzeitlichen Höchstwert und die wechselnde Rangfolge keinen exakten Börsentag. Die geprüften Geschäftsberichte ersetzen keine dazu passende Kursreihe. Ein aktueller erster Platz oder genau dieser historische Höchststand wird hier deshalb nicht als unabhängig bestätigt ausgegeben.
Auch die 3,36 Prozent brauchen einen Stichtag und eine Eigentumsdefinition. Im NVIDIA-Proxy-Bericht mit Stichtag 23. März 2026 werden Huang 3,58 Prozent nach den SEC-Regeln zugerechnet, einschließlich verschiedener Trusts und einer Stiftung. Das ist kein unmittelbarer Gegenbeweis gegen einen späteren oder anders abgegrenzten Wert von 3,36 Prozent.
Rein rechnerisch ergeben 3,36 Prozent von 5,7 Billionen rund 191,5 Milliarden Dollar. Das erklärt die gerundeten 200 Milliarden im Video. Es bestätigt aber weder Huangs verfügbares Privatvermögen noch eine aktuelle Rangliste der reichsten Menschen: Zugeordnete Stiftungstitel, Schulden, andere Anlagen und die schwankende Bewertung müssten getrennt berücksichtigt werden.
Finanzielle Verflechtungen sind real; der sichere Blasencrash folgt daraus nicht
Das Grundmuster ist belegt: NVIDIA investiert in Unternehmen, die wiederum NVIDIA-Rechenleistung nutzen. OpenAI nennt NVIDIA als strategischen Investor der im März 2026 abgeschlossenen Finanzierungsrunde und gleichzeitig als wesentlichen Hardwarepartner. Die OpenAI-Mitteilung unterscheidet jedoch auch weitere Kapitalgeber, Cloudanbieter und Chiparchitekturen. Geld fließt also nicht in einem einzigen geschlossenen Kreis.
NVIDIA selbst beschreibt im aktuellen Quartalsbericht langfristige Cloud-Abnahmeverpflichtungen und Risiken finanzieller Unterstützung seiner Partner. Das macht Abhängigkeiten und mögliche Übertragungseffekte zu einer berechtigten Frage. Beteiligung, Kredit, Garantie, Liefervertrag und bloße Investitionsabsicht sind dabei verschiedene Instrumente. Sie dürfen nicht alle als bereits bezahlter Chipumsatz addiert werden.
Eine Beteiligung an einem Kunden beweist für sich genommen weder Scheingeschäfte noch manipulierte Umsätze. Umgekehrt ist veröffentlichter Umsatz kein Beweis für dauerhaft tragfähige Nachfrage. Ob Bewertungen zu hoch sind oder eine KI-Blase platzen wird, bleibt eine Prognose. Der Beitrag kann Risiken beschreiben; einen künftigen Crash kann er nicht als feststehendes Ergebnis belegen.
ACE und G-Assist: Demo, Werkzeugkasten und verfügbare Funktionen trennen
NVIDIAs ACE ist ein Entwicklerangebot mit KI-Bausteinen für Figuren und andere Anwendungen. Der GDC-Bericht zu konkreten Spieleintegrationen zeigt den realen Ansatz. Das schaltet jedoch nicht automatisch Gespräche mit jeder Figur in jedem vorhandenen Spiel frei. Dafür müssen Entwickler das jeweilige Spiel entsprechend ausstatten.
G-Assist ist zum Prüfdatum nicht nur ein Zukunftsprojekt: Die aktuelle Funktionsseite beschreibt einen installierbaren, experimentellen Systemassistenten für unterstützte RTX-PCs. Er kann Einstellungen und Leistungsdaten bearbeiten; sein KI-Modell arbeitet lokal. Die Hilfe zu Spielinhalten wurde dagegen in einer Technologievorführung von 2024 mit ARK gezeigt. Aus dieser Demo folgt keine allgemeine, für jedes Spiel verfügbare Komplettlösung. Das Video vermischt hier Entwicklungsziel und Produktstand.
Die abschließende Vorstellung ständig beobachtender Helfer auf allen PCs und Smartphones ist ein Zukunftsszenario. Daraus lässt sich weder eine allgemeine technische Pflicht zu NVIDIA-Chips noch eine einheitliche Datenübertragungspraxis ableiten. Für eine Datenschutzbewertung käme es auf die konkrete Anwendung, ihre Berechtigungen und die lokale oder externe Verarbeitung an.
Fazit: Die Erfolgsgeschichte bleibt, die großen Gleichsetzungen tragen nicht
Der Beitrag beschreibt nachvollziehbare Meilensteine: die drei Gründer, den schwierigen Start, den Wechsel zu erfolgreicher PC-Grafik, CUDA, den ImageNet-Durchbruch und den Aufstieg der Rechenzentrumssparte. Besonders korrekturbedürftig sind die Umsatzgleichsetzung mit deutschen Konzernen, die angeblich alleinige Gaming-Finanzierung bis 2022 und pauschale Aussagen über CPUs, KI-Anfragen und den DGX-1. Bei Börsenrang, Gründervermögen, Einzelchipkosten und einem kommenden Blasencrash reicht die Beleglage nicht für die vorgetragene Genauigkeit oder Gewissheit.
Die zentrale Unterscheidung hilft auch über NVIDIA hinaus: Umsatz ist nicht Gewinn, Börsenwert ist kein verfügbares Geld und eine Herstellerdemo ist noch keine allgemeine Produkteigenschaft. Wer diese Ebenen trennt, kann die Bedeutung des Unternehmens anerkennen und seine Risiken trotzdem nüchtern beurteilen.