Nvidias „$6-Billion-Summe“ ist ein Pressemitteilung, keine Zahlung.

Der Schlagzeile war es wert, gelesen zu werden: Der Hersteller humanoider Roboter, Figure, hat einen Vertrag abgeschlossen, der so groß ist, dass man ihn als „6 Milliarden Dollar an Nvidia-GPUs“ bezeichnen könnte – ein großer Gewinn für den Chipshersteller. Die Geschichte ist also real. Doch wenn man sich die tatsächliche Vertragsstruktur ansieht, stellt sich heraus, dass der Betrag, den Figure erhalten soll, kleiner ist, als es scheint. Der Betrag wird erst in einigen Jahren gezahlt werden, und er stammt aus den Bilanzen von zwei Privatunternehmen – nicht aus der Einnahmebilanz von Nvidia.

Beginnen Sie damit, herauszufinden, wer eigentlich unterschrieben hat. Die Firma hat nicht bei Nvidia bestellt. Stattdessen hat sie eine mehrjährige Partnerschaft mit Nscale geschlossen – einem in Großbritannien ansässigen AI-Cloud-Anbieter.Anfangs waren 3,5 Milliarden Dollar für die Berechnungen investiert, mit der Absicht, den Betrag auf über 6 Milliarden Dollar zu erhöhen.Es werden bis zu 100.000 Nvidia Vera Rubin-GPUs eingesetzt. Nvidia steht auf einer höheren Stufe dieser Kette: Sie verkauft die GPU an Nscale, und Nscale vermietet sie anschließend an Figure. Nvidia bucht die Bestellungen von Cloud-Anbietern ein – nicht von Kunden im Bereich Robotik.

Diese Unterscheidung ist wichtig für die „Windfall“-Strategie. Der einzige direkte finanzielle Vorteil für Nvidia ist das Geld, das Nscale für das Silizium bezahlt – dieses Geld geht bereits in den normalen Geschäften von Nvidias Data-Center-Business auf. Was Nvidia tatsächlich erhält, ist strategisch wertvoll. Jensen Huang nennt das den „physischen AI-Flywheel“. Die Helix-Modelle von Figure werden mit Nvidias Silizium trainiert, in Nvidias Isaac Sim validiert und anschließend auf Nvidias GPU-Architektur eingesetzt – also auf die GPUs, die in den Robotern selbst verbaut sind. Das ist eine Art Bindung an Nvidia, keine Einnahme – wertvoll, aber nicht eine Überraschung.

Nun die Zahlen und der Zeitplan. Nur 3,5 Milliarden Dollar sind die ursprünglich geplanten Mittel; die 6 Milliarden Dollar sind eine Voraussetzung für den ersten Phase. Nichts ist tatsächlich in Betrieb, bis die zweite Hälfte des Jahres 2027 – an einem Standort in Barstow, Texas.Es wurde von der Bitcoin-Minerion Ionic Digital vermietet – anfangs etwa 240 MW, und es wird auf 1,2 GW erhöht.Vera RubinErst im Juni 2026 begann die volle Produktion.Und die Kapazitäten von Figure erreichen die Partner von hyperscalern ab der zweiten Hälfte dieses Jahres. Somit liegt die Kapazität von Figure etwa ein Jahr hinter den ersten Kunden – und es handelt sich dabei um eine Gruppe von Geräten in Forschungsstufe. Eine Ausstattung mit 100.000 GPU entspricht der Größe eines Rechenzentrums eines großen AI-Forschungsinstituts – nicht dem, was eine Startup ohne vermarktete Produkte bereitstellt.

Der aussagekräftigste Punkt ist, wer bezahlt. Nscale nimmt daran teil.Eigenkapitalanteile bei Figure als Teil des GeschäftsvertragsUnd das erklärt die Finanzierung. Die Series C-Investitionen von Figure wurden im letzten September mit über 1 Milliarde Dollar abgeschlossen.Mit einer Bewertung von 39 Milliarden Dollar nach der Finanzierung.Dieser Betrag ist also mehrmalig so hoch wie der gesamte Cash, den das Unternehmen je erhalten hat. Ein Startup bezahlt nicht aus dem Working Capital – es bezahlt stattdessen mit Eigenkapital und zukünftigen Verpflichtungen – genau wie die Struktur zeigt. Und Nscale selbst ist ein Unternehmen, das stark finanziert wird: Im März wurden 2 Milliarden Dollar eingesammelt, wobei die Bewertung des Unternehmens 14,6 Milliarden Dollar betrug.Mit Nvidia als Investorund dazu noch 1,1 Milliarden Dollar für die Serie B-Investition.Das größte in der europäischen Geschichte..

Dann ist es die ingenieurtechnische Frage, die im Mittelpunkt des „Wettbewerbs“ steht. Der CEO von Figure behauptet, dass das Problem bei humanoiden Robotern darin besteht, die Rechenleistung zu optimieren – nicht das Hardware-Element. Vielleicht. Doch die Gesetzmäßigkeiten, die dazu führen, dass Text-LLM-Modelle so viel Rechenleistung benötigen, gelten nicht für visuell-sprachlich-handlungsmodelle in der physischen Welt – das ist noch aktive Forschung.Unbeweisbar auf der Textmodell-EbeneEs handelt sich dabei nicht um eine bewiesene Tatsache. Das Hausroboter-Modell, das Anfang dieses Jahres im Weißen Haus auftauchte, ist nicht zum Verkauf da. Eine Investition von mehreren Milliarden Dollar vor dem Zeitpunkt der Skalierung der Trainingsdaten ist eine echte Investition – keine vorausgesetzte Annahme. Diese Investitionen liegen auf den privaten Bilanzen von Nscale und Figure bis zum Zeitrahmen des Jahres 2027.

Für einen Nvidia-Besitzer ist diese Leistung ernsthaft, aber einfach zu verstehen: Man sollte sie als ein langsames, positives strategisches Signal betrachten – als eine weitere Bestätigung der Verbundenheit zwischen physischem und künstlicher Intelligenz – und nicht als Auslöser für kurzfristige finanzielle Entwicklungen. Nichts von dem hier Gesagten hat Auswirkungen auf Nvidias Gewinnrechnung heute. Die „Überschussaussichten“ sind nur eine Formulierung in einer Pressemitteilung. Das echte Risiko liegt bei zwei Privatunternehmen, gegen die ein Retail-Investor nicht leicht etwas tun kann. Die einzige Möglichkeit, Nvidias Aussagen zu überprüfen, ist, wenn eine Investition von 100.000 GPU-Powerbooks sich auszahlt – doch das wird erst möglich sein, wenn die Gesetze bezüglich der Skalierung im physischen Weltraum nachgewiesen werden können – und das wird erst in Jahren geschehen.