Unternehmen räumen KI-Beschleunigern mehr Auswahl ein, anstatt die Bewertung auf Nvidia zu beschränken. Das bedeutet jedoch nicht, dass sie ihre bestehenden Plattformen unmittelbar verlassen wollen. Laut der Juli-Ausgabe der VB-Pulse-Umfrage, an der 170 Personen aus dem Bereich KI-Infrastruktur teilnahmen, erklärten 39,4 %, dass sie in den kommenden 12 Monaten eher Beschleuniger außerhalb von Nvidia bewerten würden. Demgegenüber standen 25,3 %, die dasselbe über Nvidia Blackwell (GB300) oder Nvidia-Prozessoren der nächsten Generation sagten – ein Unterschied von 14 Prozentpunkten.
Zu den in der Umfrage genannten Alternativen gehören AWS Trainium, Google TPU, AMD Instinct und Intel Gaudi sowie ASIC-Chips, die Unternehmen intern entwickeln. Dennoch bleibt Nvidia in den meisten Produktionsumgebungen die Standardwahl. Das Ergebnis ist daher eher ein Hinweis auf einen größeren Bewertungskreis als ein Beleg für eine unmittelbare Veränderung des Produktionsanteils.
Mehr Aktivität, aber weniger Bereitschaft zu einer sofortigen Umstellung
Die Ergebnisse zu den Chips stehen in einem größeren Trend: Unternehmen betreiben ihre KI-Infrastruktur intensiver und versuchen, das Vorhandene zu optimieren, bevor sie über einen Wechsel der Hauptplattform entscheiden. Der Anteil der Befragten, die innerhalb von null bis drei Monaten mit einem Plattformwechsel rechnen, sank von 38,3 % im Juni auf 28,8 % im Juli. Gleichzeitig stieg der Anteil derjenigen, die innerhalb von drei bis sechs Monaten mit einer Änderung rechnen, um 4,1 Prozentpunkte, und der Anteil für einen Zeitraum von sechs bis zwölf Monaten um 5,3 Prozentpunkte. Der Anteil derjenigen, die keine Änderung planen, blieb mit rund 40 % nahezu stabil.
Mehrere Plattformen verzeichneten eine stärkere produktive Nutzung. Der Anteil der Befragten, die den Einsatz von Microsoft Azure in der Produktion meldeten, stieg von 29 % auf 47,1 %, während die Nutzung von Google Gemini von 41,1 % auf 47,6 % zunahm. Auch der Anteil für OpenAI stieg von 40,2 % auf 49,4 %, und die Nutzung von Anthropic erhöhte sich von 12,1 % auf 24,7 %. Der Sprung bei Azure sollte mit Vorsicht interpretiert werden, da die Juli-Stichprobe stärker zu großen Unternehmen tendierte: 57 % der Befragten arbeiten in Unternehmen mit mehr als 1.000 Beschäftigten, gegenüber 37 % im Juni.
Auch die Auslastung der von Unternehmen selbst verwalteten GPUs verbesserte sich. Der Anteil derjenigen, die diese Einheiten mit höchstens der Hälfte ihrer Kapazität betreiben, sank von 83 % im Juni in einer Stichprobe von 100 Teilnehmenden auf 69 % im Juli in einer Stichprobe von 155 Teilnehmenden. Der Anteil mit einer Auslastung von mehr als 50 % stieg von 13 % auf 23 %.
Der Maßstab verschiebt sich von der Plattformgröße zur Workload-Leistung
Die Auswahlkriterien zeigen, dass Kaufentscheidungen stärker mit dem tatsächlichen Betrieb verknüpft sind. Die Integration in die Cloud- und Unternehmensdatenumgebung blieb mit 40,0 % im Juli gegenüber 41,1 % im Juni der wichtigste Faktor. Die Priorität der Leistung stieg jedoch von 24,3 % auf 35,3 %. Ebenso nahm die Priorität der Kosten pro eine Million Token von 7,5 % auf 15,9 % zu, während die Priorität des Zugangs zu GPUs von 18,7 % auf 23,5 % stieg.
Demgegenüber sank der Anteil derjenigen, die die Gesamtbetriebskosten als wichtigsten Faktor auswählten, von 34,6 % auf 21,8 %. Das bedeutet nicht, dass Kosten an Bedeutung verloren haben. Vielmehr scheint die Bewertung stärker an die Workload gebunden zu sein: Wie funktioniert die Inferenz in der Produktion, wie zuverlässig ist sie und was kostet jede Einheit nützlicher Arbeit?
Warum ist dieser Trend wichtig?
Das Interesse an Alternativen außerhalb von Nvidia stieg von 31,8 % im Juni auf 39,4 % im Juli. Der Anstieg war bei Personen mit strategischer Kaufverantwortung deutlicher, trotz der kleinen Stichprobe bei leitenden Führungspositionen. In dieser Gruppe stieg der Anteil von 42,9 %, also sechs von 14 Personen, auf 57,1 %, also zwölf von 21 Personen. Unter den endgültigen Entscheidungsträgern stieg er von 35,4 % auf 50 %.
Diese Zahlen zeigen, dass die Diversifizierung bei Beschleunigern von einer technischen Frage zu einer strategischen Infrastrukturentscheidung wird. Das Führen von Alternativen auf Bewertungslisten gibt Unternehmen mehr Möglichkeiten, Leistung, Kosten und Hardwareverfügbarkeit zu vergleichen. Es belegt jedoch nicht, dass diese Alternativen einen Produktionsvorsprung erzielt haben oder dass Unternehmen den Wechsel zu ihnen bereits beschlossen haben.
Kontrolle beschränkt sich nicht auf Chips
Der gleiche Trend zeigte sich bei der Werkzeugebene, die Modelle mit Unternehmensdaten und -diensten verbindet und laut Umfrage Werkzeuge, Daten, Orchestrierung, Evaluierung, Identität, Sicherheit und Beobachtbarkeit umfasst. Im Juli bevorzugten 36,6 % die Beibehaltung unabhängiger Best-of-Breed-Werkzeuge neben den Modellen, während weitere 36,6 % eine Kombination aus nativen Laufzeitumgebungen der Anbieter und unabhängigen Werkzeugen bevorzugten. Damit befürworteten 79,2 % einen Ansatz, der einen Teil der architektonischen Kontrolle außerhalb eines einzelnen Modellanbieters bewahrt, gegenüber rund 65,3 % im Juni.
Der Anteil derjenigen, die eine Vereinheitlichung auf einem nativen Kontextpaket eines einzelnen Modellanbieters bevorzugen, sank hingegen von 20,8 % auf 11,9 %. Diese Kontrolle gewinnt praktische Bedeutung: 68,3 % der Befragten erklärten im Juli, dass sie aufgrund eines fehlenden oder falschen Kontexts bereits eine selbstsichere, aber falsche Antwort erhalten hätten, gegenüber 57,4 % im Juni. Außerdem gaben 62,4 % an, dass sich eine kontrollierte semantische oder kontextbezogene Ebene in der Produktion befindet oder im Aufbau ist.
Spezialisierte Clouds und Open-Source-Komponenten
Der Anteil derjenigen, die eine stärkere Nutzung spezialisierter Cloud-Anbieter für KI, sogenannter Neoclouds, erwarten, stieg von 33 % auf 38 %, während der Anteil derjenigen, die eine geringere Nutzung erwarten, von 9,7 % auf 5,4 % sank. Die derzeitige produktive Nutzung bei genannten Anbietern wie CoreWeave, Lambda, Crusoe und Nebius blieb jedoch deutlich niedriger und stieg von 1,9 % auf 5,9 %.
Die Differenz zwischen der Absicht zur Ausweitung und der aktuellen Nutzung weist auf einen möglichen Bewertungs- und Einführungsbereich hin, nicht auf eine abgeschlossene Einführung. Zuverlässigkeit, Sicherheit, Support, Netzwerke und Datenmanagement werden weiterhin entscheidende Faktoren dafür sein, ob diese Unternehmen den Zugang zu Beschleunigern in eine nachhaltige Nutzung durch Unternehmen umwandeln können.
Auch die Nutzung von Open-Source-Produktionspaketen und selbst verwalteten Paketen stieg von 3,7 % auf 12,9 %. Zu den Beispielen aus der Umfrage gehören PyTorch, Triton, vLLM, Ray und Kubernetes. Die Nutzung von Open-Source-Caching-Werkzeugen für Schlüssel-Wert-Paare wie LMCache und vLLM prefix caching stieg von 6,5 % auf 11,8 %. Die Betrachtung von Open-Source-Plattformen blieb jedoch nahezu stabil und stieg von 5,6 % auf 6,5 %. Das bedeutet, dass sich die Ausweitung auf Unternehmen konzentriert, die bereits in die Umsetzungsphase eingetreten sind, und nicht auf eine breitere Gruppe neuer Bewertender.
Methodische Einschränkungen: Der Artikel vergleicht zwei unabhängige Umfragewellen und zwei Zeitpunkte. Sie umfassten 107 Teilnehmende im Juni 2026 und 170 im Juli 2026 und waren keine Längsschnittstudie mit denselben Unternehmen. Auch die Zusammensetzung der Stichprobe veränderte sich, und es wurden keine Tests auf statistische Signifikanz durchgeführt. Daher sollten die monatlichen Unterschiede als Richtungssignale und nicht als Beleg für Kausalität betrachtet werden. Die Daten zur Kontextebene beruhen auf einer separaten Umfrage mit 101 Teilnehmenden in jedem Monat.