Chinas Chip-Offensive – Skalierung schlägt Spitzenleistung, Nvidia verliert den Vorsprung

Es ist ein Paradox der Sanktionen: Je strenger die USA chinesische Halbleiter vom globalen Technologiemarkt abschneiden, desto schneller entsteht eine Industrie, die nicht auf technische Spitzenleistung, sondern auf politische und wirtschaftliche Hebel setzt. Während Nvidia 2026 in China noch etwa 55 Prozent des AI-Server-Marktes hält – ein Rückgang gegenüber 62 Prozent im ersten Halbjahr 2025 –, haben heimische Hersteller wie Huawei, Alibaba und Baidu gemeinsam über eine Million eigene KI-Chips ausgeliefert. Der Atlas 900 SuperCluster, der 2026 mit bis zu 500.000 Ascend-Prozessoren starten soll, steht dabei für eine Strategie, die weniger auf Benchmarks als auf Skalierung, Subventionen und staatlich gelenkte Nachfrage setzt. Doch was bedeutet dieser Aufstieg für die globale Halbleiterindustrie – und wer trägt die Kosten für Chinas technologische Unabhängigkeit?

Kernzahlen:

• 1,9 Millionen AI-Server in China im ersten Halbjahr 2025 (Umsatz: 16 Mrd. USD)
• 35 % Marktanteil für heimische Chips im ersten Halbjahr 2025 – 2023 lag der Anteil noch bei 15 %
• Hunderte Tausend Ascend-Chips im Atlas 900 SuperCluster (Nvidias größtes System: 200.000 H100)
• Neun chinesische Hersteller mit über 10.000 ausgelieferten KI-Chips bis Anfang 2026

Die stille Revolution: Wenn Politik die Physik überholt

Die Zahlen sind beeindruckend, doch sie erzählen nur die halbe Wahrheit. Chinas Aufstieg im KI-Chip-Markt ist kein technologischer Durchbruch im klassischen Sinne, sondern die systematische Umgehung physikalischer Grenzen durch politische und wirtschaftliche Macht. Während Nvidia mit seinen Blackwell-GPUs weiterhin die Benchmarks anführt, setzt China auf eine einfache Gleichung: Wenn man keine Spitzenchips bauen kann, baut man einfach mehr davon. Der Atlas 900 SuperCluster mit seinen geplanten 500.000 Ascend-Chips ist das beste Beispiel dafür. Offizielle Leistungsdaten fehlen, doch die schiere Masse spricht für sich: ein System, das nicht durch Effizienz, sondern durch Größe besticht.

Anzahl der KI-Chips in SuperClustern

Zhou Di, Senior Engineer im Nationalen Expertennetzwerk für Wissenschaft und Technologie, beschreibt diese Entwicklung als „dual-track, domestically led“-Modell. Demnach werde Nvidia im Hochleistungssegment für hyperskalige Internetunternehmen und Spitzenforschung weiterhin führend bleiben. Heimische Chips hingegen dominierten dank Kostenvorteilen, maßgeschneiderten Dienstleistungen, politischer Unterstützung und Sicherheitsbedenken vertikale Märkte wie Verwaltung, Finanzen, Industrie und Gesundheitswesen.

Doch diese Aufteilung ist kein friedliches Nebeneinander, sondern ein strategischer Wettlauf um die Kontrolle über die Infrastruktur der Zukunft. Während Nvidia weiterhin die leistungsfähigsten Chips liefert, baut China parallel ein Ökosystem auf, das langfristig ohne US-Technologie auskommen soll. Der entscheidende Unterschied liegt nicht in der Hardware, sondern in der Software: Nvidias CUDA-Ökosystem, ein zwei Jahrzehnte altes Framework für KI-Kompatibilität, bleibt die größte Hürde für chinesische Alternativen. Xiang Ligang, Direktor der Zhongguancun Modern Information Consumer Application Industry Technology Alliance, erklärt, Nvidias Dominanz beruhe nicht allein auf der Chip-Leistung, sondern auf diesem tief verwurzelten Ökosystem.

Die 10.000-Chip-Schwelle: Vom Prototypen zur Massenproduktion

Der Übergang von Prototypen zur Massenproduktion markiert einen entscheidenden Moment in Chinas Halbleiterstrategie. Mindestens neun chinesische Hersteller – darunter Huaweis Ascend-Serie, Baidus Kunlunxin und Alibabas T-Head – haben bis Anfang 2026 die Marke von 10.000 ausgelieferten Chips überschritten. Iluvatar CoreX, ein Startup, lieferte allein bis Juni 2026 über 52.000 Chips an 290 Kunden in den Bereichen Finanzen, Gesundheitswesen und Verkehr. Roger Sheng, Vice-President of Research bei Gartner, sieht darin den Eintritt in eine Phase der „large-scale verification“. Dies markiere den Übergang von reiner Skalierung zu einem umfassenden Wettbewerb, der Software-Ökosysteme, kommerzielle Dienstleistungen und langfristige Zuverlässigkeit umfasse.

Anzahl ausgelieferter Chips (bis Anfang 2026)

Doch hinter diesen Zahlen verbirgt sich ein strukturelles Problem: Die meisten dieser Chips werden nicht auf dem freien Markt verkauft, sondern innerhalb staatlich gelenkter Ökosysteme eingesetzt. Alibabas T-Head-Chips etwa treiben Cluster mit 10.000 KI-Prozessoren an, die Kunden wie State Grid, die Chinesische Akademie der Wissenschaften und XPeng Motors bedienen. Die Nachfrage entsteht nicht durch technische Überlegenheit, sondern durch politische Vorgaben und Subventionen. He Hui, Semiconductor Research Director bei Omdia, beschreibt die Strategie chinesischer Tech-Giganten als zweigleisig: Einerseits kauften sie Nvidias fortschrittliche Chips im Rahmen der regulatorischen Vorgaben, andererseits unterstützten sie die Entwicklung heimischer KI-Prozessoren so weit wie möglich.

Diese Parallelstrategie zeigt Wirkung: Während Nvidia 2025 noch 62 Prozent des chinesischen AI-Server-Marktes hielt, sank dieser Anteil bis 2026 auf rund 55 Prozent. Gleichzeitig stieg der Marktanteil heimischer Chips von 35 auf etwa 41 Prozent – ein Wachstum, das weniger auf technologische Fortschritte als auf politische Weichenstellungen zurückzuführen ist. Berichten zufolge treiben lokale Regierungen den Bau von Datenzentren voran, oft mit der Auflage, chinesische Technologie einzusetzen.

Die Achillesferse: Energie, Effizienz und das fehlende Ökosystem

Doch Chinas Chip-Offensive hat einen entscheidenden Schwachpunkt: die Effizienz. Während Nvidias H100-GPUs mit einer thermischen Verlustleistung von etwa 700 Watt arbeiten, liegen die Werte chinesischer Alternativen wie Huaweis Ascend 910B deutlich höher. Z.ai, ein chinesisches KI-Unternehmen, baut ein Gigawatt-Datenzentrum ausschließlich mit heimischen Chips – doch die Effizienz pro Watt liege Analysten zufolge unter der von Nvidia-Systemen. Das bedeutet höhere Betriebskosten, mehr Energieverbrauch und eine größere Umweltbelastung.

Hinzu kommt das Problem der Software-Kompatibilität. Während Nvidias CUDA-Ökosystem weltweit von Entwicklern genutzt wird, fehlt chinesischen Chips ein vergleichbares Framework. Huaweis CANN oder Alibabas eigene Lösungen sind noch weit davon entfernt, eine ähnliche Verbreitung zu erreichen. Dies führt zu einem Teufelskreis: Solange die Software nicht ausgereift ist, bleiben die Chips auf Nischenmärkte beschränkt – und solange die Chips nicht weit verbreitet sind, lohnt sich die Entwicklung von Software nicht.

Doch China setzt auf Zeit. Mit LogicFolding, einer 3D-Chip-Architektur, die ohne EUV-Lithografie auskommt, will Huawei bis 2031 eine Transistordichte erreichen, die einem 1,4-Nanometer-Prozess entsprechen soll. Offiziell spricht Huawei von einer „Dichtesteigerung“, doch unabhängige Verifizierungen fehlen. Paul Triolo, Technologiechef bei der Beratungsfirma DGA Group, warnt, ein gestapeltes Design könne zwar effektive Dichtegewinne erzielen, löse aber nicht alle Probleme in Bezug auf Prozess, Ausbeute, Leistung, Wärme und Geräteleistung.

Wer profitiert – und wer verliert

Der Aufstieg chinesischer KI-Chips ist weniger ein technologisches als ein geopolitisches Phänomen. Die größten Profiteure sind nicht die Hersteller selbst, sondern die politischen Akteure, die diese Entwicklung vorantreiben. Die Stadt Hefei, die durch gezielte Investitionen in Unternehmen wie Changxin Technology (DRAM) und BOE (Displays) zu einem Zentrum für staatlich gelenkte Technologieinvestitionen aufstieg, ist das beste Beispiel dafür. Innerhalb von zehn Jahren kletterte Hefeis BIP-Ranking von Platz 28 auf Platz 18 – ein Aufstieg, der weniger auf unternehmerische Risikobereitschaft als auf staatliche Lenkung zurückzuführen ist.

Doch dieser Erfolg hat einen Preis. Die „Hefei-Modell“-Strategie – staatliche Investitionen in Schlüsseltechnologien, um ganze Industrieketten anzuziehen – führt zu massiven Fehlinvestitionen. Hunderte von Elektroauto-Startups gingen pleite, und in der Chipbranche wurden Milliarden in Projekte gesteckt, die nie profitabel wurden.

Für Nvidia bedeutet Chinas Aufstieg einen schmerzhaften Verlust. Das Unternehmen schätzt, dass die Exportbeschränkungen bis zu 5,5 Milliarden US-Dollar Umsatz kosten könnten – eine Summe, die sich bereits 2025 mit einem Rückgang von 4,5 Milliarden US-Dollar bemerkbar machte. CEO Jensen Huang bezeichnete den chinesischen Markt als „praktisch nicht mehr zugänglich“. Doch der wahre Verlust liegt nicht in den kurzfristigen Umsätzen, sondern in der langfristigen Erosion von Nvidias Ökosystem. Jeder Datenzentrumsbau mit heimischen Chips stärkt alternative Software- und Infrastruktur-Lösungen – und schwächt damit Nvidias globale Dominanz.

Umsatzverluste für Nvidia in Milliarden USD

Die Zukunft: Ein Markt mit zwei Geschwindigkeiten

Chinas KI-Chip-Industrie wird sich nicht über Nacht als globaler Technologieführer etablieren. Doch sie muss es auch nicht. Ihr Ziel ist bescheidener – und zugleich gefährlicher: die Schaffung eines parallelen Ökosystems, das langfristig ohne US-Technologie auskommen kann. Die Strategie ist klar: Skalierung statt Spitzenleistung, politische Lenkung statt freier Marktmechanismen, und ein langsamer, aber stetiger Aufbau von Alternativen zu Nvidias Dominanz.

Für den Westen bedeutet dies eine doppelte Herausforderung. Technologisch bleibt Nvidia vorerst unangefochten – doch politisch und wirtschaftlich verliert der Westen bereits an Einfluss. Die Frage ist nicht, ob China in der Lage sein wird, eigenständig leistungsfähige KI-Chips zu produzieren, sondern wie lange der Westen es sich leisten kann, auf diese Entwicklung zu reagieren. Bis 2030 dürfte China seine Abhängigkeit von ausländischen Halbleitern halbiert haben – und dann beginnt der eigentliche Wettbewerb um die technologische Vorherrschaft des 21. Jahrhunderts.