Wenn der Chip-Hersteller die offene KI-Plattform kauft

Am 26. und 27. August 2026 berichtete zunächst The Information, dann CNBC, Fortune, Forbes und Tom's Hardware fast gleichlautend: Nvidia habe sich mit Hugging Face auf eine Übernahme für rund 12,9 Mrd. USD geeinigt. Es wäre die größte tatsächlich vollzogene Akquisition in der Firmengeschichte des Chip-Herstellers – deutlich größer als die 6,9-Mrd.-USD-Übernahme von Mellanox im Jahr 2020, wenn auch deutlich kleiner als das seinerzeit gescheiterte, mit rund 40 Mrd. USD bewertete Übernahmeangebot für Arm.

Stand heute, 1. September 2026, ist der Deal offiziell unbestätigt. Weder Nvidia noch Hugging Face haben ihn öffentlich bestätigt, und laut TechCrunch existiert bislang kein unterschriebener Vertrag. Theoretisch könnten die Verhandlungen also noch platzen. Trotzdem lohnt es sich, das Szenario ernst zu nehmen – denn wenn es zum Vertragsabschluss kommt, verändert sich etwas Grundlegendes für jedes Unternehmen, das offene KI-Modelle nutzt, testet oder in seine Prozesse einbaut.

Für Leserinnen und Leser, die mit Hugging Face bislang nur am Rande zu tun hatten: Die Plattform hat sich über Jahre zur zentralen Anlaufstelle für offene KI-Modelle entwickelt – vergleichbar mit einer Art GitHub für maschinelle Lernmodelle. Wer ein Sprachmodell, ein Bildmodell oder ein spezialisiertes Klassifikationsmodell sucht, findet es dort, lädt es herunter, passt es an und setzt es im eigenen Betrieb ein, ohne bei einem einzelnen Cloud-Anbieter oder Chip-Hersteller Kunde werden zu müssen. Genau diese Rolle als neutraler Marktplatz ist es, die durch eine Übernahme durch einen der größten Infrastruktur-Anbieter der Branche infrage gestellt werden könnte.

Vom Investor zum Eigentümer: Eine lange Beziehung mit neuem Vorzeichen

Nvidia ist kein Unbekannter bei Hugging Face. Bereits im August 2023 beteiligte sich der Chip-Konzern an der Series-D-Finanzierungsrunde der Plattform, die damals 235 Mio. USD einbrachte – gemeinsam mit Google, Amazon, Intel, AMD, Qualcomm, IBM und Salesforce, bei einer Bewertung von 4,5 Mrd. USD. Diese breite Investorenbasis war kein Zufall, sondern Strategie: Hugging Face positionierte sich bewusst als neutraler Boden, auf dem konkurrierende Hardware-Anbieter gemeinsam investieren konnten, ohne dass einer die Kontrolle übernahm.

Ende 2025 versuchte Nvidia offenbar, diese Balance zu verschieben: Ein Folgeinvestment von 500 Mio. USD bei einer Bewertung von 7 Mrd. USD wurde Hugging Face angeboten – und abgelehnt. Der Grund, den Mitgründer und Co-CEO Clem Delangue bereits 2024 öffentlich formuliert hatte, klingt im Rückblick wie eine Vorahnung:

„Concentration of power is the biggest risk in AI." – Clem Delangue, Mitgründer und Co-CEO von Hugging Face, 2024

Gut acht Monate später soll genau diese Machtkonzentration nun eintreten – zu einem Preis, der fast dem Dreifachen der Bewertung von 2023 entspricht. Was hat den Sinneswandel ausgelöst? Berichten zufolge spielte ein möglicher Konkurrenzbieter eine Rolle: Salesforce, selbst bereits Investor bei Hugging Face, soll ebenfalls Interesse an einer Übernahme gezeigt haben. Diese Information stammt bislang nur aus einer Quelle und konnte nicht unabhängig zweitbestätigt werden, gilt in der Berichterstattung aber als einer der Gründe, warum Hugging Face diesmal zustimmte, wo man Ende 2025 noch ablehnte.

Zur genauen Deal-Struktur – ob in bar, in Aktien oder als Mischform bezahlt wird, welche Integrationspläne bestehen und ob es vertragliche Zusagen zur Wahrung der Plattform-Neutralität gibt – ist bislang nichts öffentlich bekannt. Jede Aussage dazu wäre reine Spekulation. Was sich aber belastbar sagen lässt: Eine annähernde Verdreifachung der Bewertung innerhalb von drei Jahren, verbunden mit dem Wechsel von einem Konsortium aus konkurrierenden Investoren zu einem einzigen dominanten Mehrheitseigentümer, ist ein strukturell anderes Szenario als jede vorherige Finanzierungsrunde.

Auch die schiere Größenordnung des Kaufpreises verdient einen zweiten Blick. Presseschätzungen zufolge dürfte Hugging Face Mitte 2026 auf eine annualisierte Umsatzrate von grob 100 bis 150 Mio. USD kommen, hochgerechnet von rund 50 Mio. USD im Jahr 2024. Legt man diese – ausdrücklich nicht von Hugging Face selbst bestätigten – Schätzungen zugrunde, entspräche der Kaufpreis von rund 12,9 Mrd. USD grob dem 80- bis 130-Fachen des geschätzten Jahresumsatzes. Ein derart hohes Vielfaches zahlt ein Käufer üblicherweise nicht für den heutigen Umsatz einer Plattform, sondern für ihre strategische Position: für den privilegierten Zugang zu Millionen Entwicklerinnen und Entwicklern, die dort täglich offene Modelle suchen, herunterladen und einsetzen – und für die Möglichkeit, diesen zentralen Knotenpunkt der offenen KI-Welt künftig mitzugestalten.

Warum nicht die Modell-Lizenz, sondern die Hardware-Neutralität das eigentliche Risiko ist

Ein verbreitetes Missverständnis lautet: Wenn Nvidia Hugging Face übernimmt, werden die dort gehosteten offenen Modelle plötzlich unter restriktiveren Lizenzen stehen oder verschwinden. Fachmedien wie The New Stack verorten das eigentliche Risiko jedoch explizit nicht dort. Die Modell-Lizenzen selbst – ob Apache 2.0, MIT oder andere offene Lizenzformen – ändern sich durch einen Eigentümerwechsel der Hosting-Plattform nicht automatisch. Wer ein Modell unter einer offenen Lizenz heruntergeladen hat, behält die damit verbundenen Rechte unabhängig davon, wem die Plattform gehört, von der er es bezogen hat.

Das eigentliche Risiko liegt tiefer: in der Hardware-Neutralität der Plattform. Hugging Face hat sich selbst öffentlich als „Switzerland of AI" bezeichnet – als neutrale Schweiz zwischen konkurrierenden Chip-Herstellern. Diese Neutralität ist keine reine Marketing-Aussage, sondern technisch verankert: Die Plattform pflegt eigene Bibliotheken wie „Optimum AMD" und „Optimum Intel", die es ermöglichen, Modelle auch auf Nicht-Nvidia-Hardware effizient zu betreiben. Genau dieser technische Unterbau ist es, der Entwicklerinnen und Entwicklern weltweit das Vertrauen gegeben hat, dass Hugging Face nicht einseitig auf eine Hardware-Architektur optimiert.

Unter Nvidia-Eigentümerschaft entsteht ein struktureller Interessenkonflikt. Es müsste niemand böswillig handeln oder aktiv Wettbewerber benachteiligen – schon eine schleichende Verschiebung genügt: Wenn neue Modelle künftig bevorzugt in Nvidia-optimierten Formaten wie TensorRT-LLM oder als NIM-Container bereitgestellt werden, wenn die Suchlogik und die empfohlenen Deployment-Pfade auf der Plattform stärker auf Nvidia-GPUs zugeschnitten sind, dann verschiebt sich die faktische Hardware-Bindung – auch ohne dass sich an der Lizenz eines einzigen Modells etwas ändert. Ein Unternehmen könnte weiterhin ein „offenes" Modell nutzen und trotzdem stärker an eine bestimmte Chip-Architektur gebunden sein als zuvor.

Für Betriebe, die heute glauben, mit dem Einsatz offener Modelle bereits „unabhängig" zu sein, ist das eine wichtige Differenzierung: Offenheit auf der Lizenzebene schützt nicht automatisch vor Abhängigkeit auf der Infrastrukturebene. Beide Ebenen müssen getrennt betrachtet und geprüft werden.

Kartellrecht als Bremse – und als Unsicherheitsfaktor

Ein Deal dieser Größenordnung bleibt nicht ohne behördliche Prüfung. In den USA greift die HSR-Meldepflicht, die eine Prüfung durch die Federal Trade Commission oder das Department of Justice auslöst. In der EU dürfte die Übernahme parallel zu bereits laufenden Kartelluntersuchungen gegen Nvidia betrachtet werden – unter anderem im Zusammenhang mit der GPU-Zuteilung und einer Klage, die Nvidia selbst gegen EU-Regulierer im Kontext der Run:ai-Übernahme angestrengt hat. Auch eine Prüfung durch die britischen Wettbewerbsbehörden gilt als wahrscheinlich.

Berichten zufolge könnte ein solches Verfahren zwölf Monate oder länger dauern – oder am Ende sogar scheitern. Für Unternehmen, die jetzt über ihre KI-Strategie nachdenken, bedeutet das zweierlei. Erstens: Es besteht kein akuter Handlungsdruck, der eine überstürzte Reaktion rechtfertigen würde. Der Deal ist weder vollzogen noch behördlich geprüft, und es kann gut ein Jahr oder länger dauern, bis Klarheit herrscht. Zweitens: Genau dieser lange Zeitraum ist der richtige Moment, um die eigene KI-Lieferkette in Ruhe zu überprüfen, statt erst zu reagieren, wenn Fakten geschaffen sind. Ob und mit welchen Auflagen eine Freigabe erfolgen würde, ist zum jetzigen Zeitpunkt reine Spekulation von Marktbeobachtern – eine belastbare Prognose lässt sich seriös nicht abgeben.

Was das konkret für Ihre KI-Unabhängigkeit im Mittelstand bedeutet

Für den deutschen Mittelstand, der zunehmend offene KI-Modelle für eigene Anwendungen einsetzt – von Textklassifikation über Bilderkennung bis zu spezialisierten Sprachmodellen –, ergeben sich aus diesem Szenario mehrere konkrete Handlungsfelder, die unabhängig davon Sinn ergeben, ob der Deal am Ende zustande kommt oder nicht.

Das erste Handlungsfeld betrifft die Frage nach Multi-Hardware-Support. Wer heute mit einem Hosting- oder Deployment-Partner zusammenarbeitet, sollte aktiv nachfragen, ob dieser Partner Modelle tatsächlich auf mehr als einer Hardware-Architektur betreiben kann – also nicht nur auf Nvidia-GPUs, sondern auch auf AMD-, Intel- oder ARM-basierten Systemen, und idealerweise cloud-agnostisch. Wo diese Frage heute noch mit „das spielt doch keine Rolle" beantwortet wird, lohnt sich ein genauerer Blick auf die vertraglichen Exit-Optionen.

Das zweite Handlungsfeld betrifft die eigene Datenhaltung. Solange Hugging Face als neutrale Plattform galt, war es bequem, Modelle direkt von dort zu beziehen, ohne eigene Kopien vorzuhalten. Unter einer möglichen Nvidia-Eigentümerschaft ändert sich dieses Kalkül: Es wird sinnvoller, die für den eigenen Betrieb relevanten Modell-Gewichte, Konfigurationen und Versionsstände selbst zu sichern – entweder per Self-Hosting oder über alternative Registries –, statt sich vollständig auf die Verfügbarkeit und Empfehlungslogik einer einzelnen, künftig womöglich Nvidia-eigenen Plattform zu verlassen.

Das dritte Handlungsfeld betrifft die Diversifizierung der Modell-Auswahl selbst. In der Fachpresse werden dazu zwei Richtungen konkret genannt. Zum einen Edge-AI-Ansätze, die Rechenlast stärker auf Endgeräte statt auf zentrale GPU-Cluster verlagern – etwa Modelle aus der Gemma- oder der Nemotron-Cascade-Reihe. Zum anderen alternative, nicht US-zentrische Open-Source-Modelle wie DeepSeek oder Qwen, die eine Diversifizierung weg von einer einzigen geografischen und unternehmerischen Abhängigkeit ermöglichen. Keiner dieser Wege ist ein Ersatz für eine durchdachte KI-Strategie, aber jeder davon reduziert das Risiko, an einem einzigen Punkt der Lieferkette überproportional verwundbar zu sein.

Wichtig ist dabei die richtige Reihenfolge: Es geht nicht darum, aus Vorsicht sofort alle bestehenden Hugging-Face-Integrationen abzubauen. Der Deal ist unbestätigt, unterliegt einer langwierigen kartellrechtlichen Prüfung und könnte am Ende auch scheitern. Es geht vielmehr darum, die eigene KI-Architektur so zu gestalten, dass ein solches Szenario – sollte es eintreten – kein existenzielles Risiko darstellt, sondern eine von mehreren Optionen bleibt, mit der Ihr Betrieb souverän umgehen kann.

Praktisch heißt das für die meisten mittelständischen Betriebe: eine einmalige Bestandsaufnahme, bevor irgendetwas geändert wird. Welche Modelle laufen aktuell produktiv, über welche Plattform wurden sie bezogen, und auf welcher Hardware werden sie betrieben? Wer diese drei Fragen für jede eingesetzte KI-Anwendung sauber beantworten kann, hat bereits die Grundlage für eine informierte Entscheidung geschaffen – unabhängig davon, ob der Nvidia-Hugging-Face-Deal am Ende zustande kommt oder nicht. Wer sie nicht beantworten kann, sollte genau das als ersten Schritt nachholen, bevor er über Diversifizierung überhaupt nachdenkt.

Die größere Lehre: Konzentration ist das eigentliche Muster

Was diesen Fall über den konkreten Deal hinaus bemerkenswert macht, ist das wiederkehrende Muster dahinter. Erst investieren mehrere große Infrastruktur-Anbieter gemeinsam in eine neutrale Plattform, um Zugang und Einfluss zu sichern, ohne die Kontrolle zu übernehmen. Dann versucht einer dieser Investoren, seinen Anteil und Einfluss schrittweise auszubauen. Und am Ende steht möglicherweise die vollständige Übernahme – getrieben auch durch konkurrierenden Kaufdruck von außen. Delangues Warnung aus dem Jahr 2024 vor der Machtkonzentration als größtem Risiko der KI-Branche liest sich vor diesem Hintergrund weniger wie eine abstrakte Sorge und mehr wie eine präzise Beschreibung des Mechanismus, der sich hier gerade vollzieht.

Für Unternehmen, die ihre KI-Strategie langfristig planen, ist die Konsequenz nicht, in Alarmismus zu verfallen, sondern strukturell zu denken: Jede zentrale Plattform, jedes zentrale Modell und jeder zentrale Infrastruktur-Anbieter kann grundsätzlich Gegenstand einer solchen Konzentration werden. Eine robuste KI-Architektur ist deshalb keine, die auf den vermeintlich sichersten einzelnen Anbieter setzt, sondern eine, die von vornherein mit Wechseloptionen, Redundanzen und Multi-Anbieter-Fähigkeit geplant wird. Das gilt für die Wahl der Sprachmodelle ebenso wie für die Wahl der Hosting-Plattform, der Hardware und der vertraglichen Bedingungen mit allen beteiligten Partnern.

Genau hier liegt der praktische Wert, den ein Ereignis wie dieses für Ihren Betrieb hat, auch wenn der Deal am Ende nicht zustande kommen sollte: Er zwingt zu der Frage, wie abhängig die eigene KI-Nutzung tatsächlich von einzelnen Punkten in der Lieferkette ist – und ob diese Abhängigkeit bewusst eingegangen wurde oder sich einfach über die Zeit unbemerkt aufgebaut hat.

Ob Nvidia Hugging Face am Ende tatsächlich für rund 12,9 Mrd. USD übernimmt, ob die Kartellbehörden zustimmen und welche Zusagen zur Plattform-Neutralität es am Ende geben wird, ist heute noch offen. Was schon jetzt feststeht, ist die Lehre, die sich unabhängig vom Ausgang ziehen lässt: KI-Unabhängigkeit entsteht nicht dadurch, dass man auf offene Lizenzen setzt, sondern dadurch, dass man die gesamte Lieferkette – Modell, Plattform und Hardware – bewusst gestaltet, statt sie dem Zufall oder einem einzelnen dominanten Anbieter zu überlassen.