Am 10. September 2026 kündigten NVIDIA und Palantir den gemeinsamen Einsatz künstlicher Intelligenz entlang kritischer Lieferketten an. Das ist kein Laborprojekt: Der erste Kunde ist NVIDIA selbst, das den Stack nutzt, um zu entscheiden, wie Materialien, Fertigungskapazitäten und knappe Komponenten entlang einer Lieferkette zuzuteilen sind, die das Unternehmen als eine der komplexesten der Welt beschreibt und die Millionen von Teilen und Tausende von Zulieferern umfasst. Die Ankündigung fällt in eine Phase, in der das Wettrennen um KI ein Stadium erreicht, in dem sich die wettbewerbliche Beschränkung von der Leistungsfähigkeit eines einzelnen Chips auf die Fähigkeit verschiebt, ihn zu bauen, zu verteilen und mit Strom zu versorgen.
Vom Wafer zum Token: was der Stack tatsächlich tut
Die Architektur bringt die offenen NVIDIA-Nemotron-Modelle in Palantir Foundry und AIP, die Plattform für künstliche Intelligenz von Palantir, verankert in der Ontologie: der Schicht, die verstreute Daten und Logik in Objekte, Verknüpfungen und Aktionen organisiert, die die reale Welt abbilden. Das erklärte Ziel ist es, Transparenz in der Lieferkette zu schaffen, Beschränkungen früher zu erkennen, operatives Know-how kontinuierlich zu kodifizieren und Entscheidungen mit Maschinengeschwindigkeit zu lenken, während Kontrolle und Eigentum an proprietären Daten erhalten bleiben. Nachtrainierte Modelle empfehlen Aktionen, erklären Abwägungen und markieren aufkommende Risiken, doch die Experten der Lieferkette behalten die Kontrolle über die endgültigen Entscheidungen. Innerhalb von AIP ermöglicht die Software NVIDIA cuOpt Optimierung und Szenarioplanung, sodass Teams Lieferbeschränkungen modellieren und die operativen Auswirkungen von Zuteilungsentscheidungen bewerten können.
Die Mathematik der Zuteilung: cuOpt und Time of Ownership
Laut der technischen Dokumentation von NVIDIA wird die Kette von wafer-out bis zum ersten Token gemessen und zerfällt in zwei Abschnitte: time-to-rack, von dem Moment, in dem Silizium die Fab verlässt, bis ein montiertes System in einem Rechenzentrum ankommt, und time-to-token, alles danach, einschließlich Strom, Kühlung, Netzwerk und Software-Stack. Das Lieferkettenteam von NVIDIA hat mit Palantir ein Kommandozentrum aufgebaut, das Digital Supply Chain Intelligence centre, das jeden Input einer Zuteilungsentscheidung in Foundry vereinheitlicht. Die quantitative Seite läuft auf cuOpt, das wöchentlich ein gemischt-ganzzahliges lineares Programm löst, das die Time of Ownership minimiert, also die Zeit, die ein Fertigungsstandort Material hält, bevor es als Baugruppe oder Produkt das Werk verlässt. Die Formulierung bildet zudem den Abhängigkeitsgraphen ab: Ein Compute-Tray wird durch seinen knappsten Input blockiert und nicht durch seinen durchschnittlichen, und die bindende Beschränkung verschiebt sich von Woche zu Woche.
Eine Zahl verdeutlicht die physische Komplexität: Ein Compute-Tray des GB200 NVL72 benötigt zwei Grace-CPUs, vier Blackwell-GPUs und zweiunddreißig HBM3e-Stacks. Ein Vera-Rubin-Rack, die nächste Plattformgeneration, kommt auf bis zu 1.3 Millionen Teile über Compute-, Speicher-, Netzwerk-, Strom-, Kühlungs- und Mechanikkomponenten hinweg.
Das interessanteste und offenherzigste Detail in der technischen Dokumentation ist jedoch ein anderes: Menschliche Planer übertrafen das quantitative Modell durchweg, weil sie E-Mails, Wettervorhersagen, geopolitische Ereignisse und Zulieferer-Gespräche einbezogen, die der Solver nicht sehen konnte. Genau deshalb geht es bei dem Projekt nicht darum, Menschen zu ersetzen, sondern darum, ihr Wissen zu kodifizieren.
Nachtrainiertes Nemotron: 86.7% bei Zuteilungsentscheidungen
NVIDIA hat daher Nemotron 3.5 Lightning, ein Modell mit 30 Milliarden Parametern, auf erfassten Zuteilungsentscheidungen, Begründungen und Ergebnissen nachtrainiert, unter Verwendung von NeMo Anonymizer, Data Designer und AutoModel innerhalb eines kontrollierten Lebenszyklus auf Palantir Autopilot. Das spezialisierte Modell erreichte eine Genauigkeit von 86.7% bei Zuteilungsentscheidungen im Entwicklungsbenchmark: 31.2 Prozentpunkte mehr als das größere Nemotron 3 Ultra und 69.2 Punkte mehr als sein eigenes Basismodell. Angenommene, bearbeitete und übersteuerte Empfehlungen fließen in die Ontologie zurück und treiben weitere kontrollierte Nachschulungsläufe an: Institutionelles Wissen wird zu einem akkumulierenden Aktivum, das die Einarbeitung verkürzt.
Nicht der erste Schritt
Die Partnerschaft begann nicht jetzt. Am 28. Oktober 2025 kündigten die beiden Unternehmen einen ersten integrierten Technologie-Stack für operative KI an, mit Lowe's unter den ersten Anwendern, das einen digitalen Zwilling seines globalen Logistiknetzes aufbaute. Der Umfang hat sich seither erweitert: Die neue Referenzarchitektur, das von Dell Technologies und Cisco unterstützte Palantir Sovereign AI Operating System, ist für souveräne und lokale Bereitstellungen konzipiert, und das Modell wird Fertigung, Energie, Gesundheitswesen, Automobil und Luftfahrt angeboten.
Der Markt gibt keine Rabatte
Die Wall Street zuckte mit den Schultern. Laut 24/7 Wall St. verlor NVIDIA im vorbörslichen Handel 1.35% und Palantir 1.88%; Giocare in Borsa meldete NVIDIA mit 218.92 dollars, ein Minus von 2.12% über 24 Stunden. Der Grund ist, dass die Vereinbarung die Zahlen nicht ändert, die jetzt zählen. Die Auslieferungen von Vera Rubin begannen im August 2026 und die Plattform dürfte im laufenden Quartal rund 20% des Rechenzentrumsumsatzes ausmachen, wobei die Umsatzchance pro Gigawatt von 25 billion in der Blackwell-Generation auf 40 billion dollars steigt. Der Rechenzentrumsumsatz erreichte im zweiten Quartal 89.02 billion dollars, ein Plus von 117% im Jahresvergleich, und die Prognose für das laufende Quartal liegt bei 108 billion. Das Unternehmen prognostiziert jedoch für das vierte Quartal eine Non-GAAP-Bruttomarge von 71-72%, gedrückt durch extreme Preise beim Speicher, und trägt 279 billion dollars an Lieferverpflichtungen, die überwiegend an die Speicherbeschaffung für Vera Rubin gebunden sind. Palantir schloss das zweite Quartal mit einem Umsatz von 1.94 billion dollars ab, ein Plus von 92.8%, einem US-Geschäftsumsatz von 764 million, ein Plus von 149%, einer Ganzjahresprognose von etwa 8.15 billion und einer Rule of 40 von 155%. Die Bewertungen bleiben hoch: NVIDIA ist rund 5.4 trillion dollars wert, Palantir etwa 390 billion.
Der eigentliche Engpass: Chips, Strom oder Infrastruktur?
Die drei Antworten sind keine Alternativen: Sie verschieben sich. Beim Speicher weist eine von TechRadar zitierte Notiz von KB Securities auf eine schwere Angebotsknappheit im Jahr 2027 hin, während die Infrastrukturinvestitionen um 60% im Jahresvergleich auf 1.3 trillion dollars gestiegen sind und Speicher als Brennstoff verbrauchen. Auf der Stromseite ist das Problem nicht die nationale Erzeugung, sondern ihre lokale Konzentration. TechRepublic berichtet über Zahlen der Internationalen Energieagentur: Die weltweite Stromnachfrage von Rechenzentren wuchs 2025 um 17%, wobei der Verbrauch in KI-fokussierten Rechenzentren um 50% sprang, und der Gesamtverbrauch soll von 485 Terawattstunden im Jahr 2025 auf 950 im Jahr 2030 steigen. RAND schätzt, dass die US-Pläne für 2030, 151 Gigawatt angekündigte Front-of-the-Meter-Kapazität plus 149 Gigawatt hinter dem Zähler, etwa 82 Gigawatt netto lieferbare Kapazität ergeben, überwiegend konzentriert in Texas. Ein Vorfall im Juli 2024 in Nord-Virginia, an den das Belfer Center der Harvard-Universität erinnert, trennte sechzig Rechenzentren gleichzeitig vom Netz und erzeugte einen Überschuss von 1,500 Megawatt, der Notfallanpassungen des Stromnetzes erzwang: ein Stabilitätsproblem durch konzentrierte Last, kein Erzeugungsdefizit. Und die Rechnung für die Lieferung ist bereits steil: Goldman Sachs schätzt, dass nur 50-60% der geplanten US-Kapazität planmäßig ans Netz gehen wird, getroffen von Netzverzögerungen und Gerätemangel. Der Engpass verschiebt sich mit anderen Worten vom Silizium auf die Schicht, die Silizium organisiert und mit Strom versorgt. Und genau auf diesem Feld wird die Ankündigung vom 10. September ausgetragen.
Quellen
