Souveränität schlägt Preis: das neue Vergabe-Signal
Angelika Beierlein
8 Min. Lesezeit Der Bund will seine zentrale Verwaltungscloud von SAP und der Deutschen Telekom bauen ...
Zum Beitrag
6 Min. Lesezeit
NVIDIA Vera Rubin (NVL576) ist in Vollproduktion. AWS, Google Cloud und Microsoft Azure deployen bereits die neue Architektur. CIOs die ihre KI-Infrastruktur-Roadmaps für 2026/2027 noch auf Hopper-Basis kalkulieren, planen mit Kostenkurven die die Realität um den Faktor 10 verfehlen – in die falsche Richtung.
Das Wichtigste in Kürze
- 1/10 der Token-Kosten gegenüber Hopper. Vera Rubin liefert laut NVIDIA GTC-Benchmark etwa 10x bessere Token-per-Dollar-Effizienz als H100/H200 – ein Kostenfaktor der existierende KI-Business-Cases grundlegend verändert.
- Cloud-Provider deployen seit März/April 2026. AWS, Google Cloud und Azure haben Vera-Rubin-Kapazitäten bereits in ihre Region-Rollouts integriert. On-Demand-Verfügbarkeit ab Q3 2026 geplant.
- Hopper-basierte Kostenkurven sind überholt. Wer heute Inference-Kosten für 2027 auf H100-Basis kalkuliert, überschätzt die KI-Betriebskosten massiv. Das verändert Make-or-Buy-Entscheidungen für On-Prem-KI-Infrastruktur.
- Roadmap-Konsequenz für CIOs. On-Prem-KI-Server-Investitionen auf Hopper-Basis 2026/2027 werden schneller veralten als geplant. Cloud-Pfad gewinnt für viele DACH-Unternehmen an Attraktivität.
Was ist NVIDIA Vera Rubin? Vera Rubin (intern NVL576) ist NVIDIAs Nachfolge-Architektur für die Blackwell-Generation. Der Name ehrt die Astronomin Vera Rubin. Der NVL576 kombiniert 576 Vera-Rubin-Tensor-Cores mit NVIDIAs neuer NVLink-Interconnect-Technologie und ist für Inference-Workloads – also den produktiven Betrieb trainierter KI-Modelle – auf 10x bessere Token-per-Watt-Effizienz optimiert als die Vorgängergeneration H100.
Verwandt: cloudmagazin: Kubernetes 1.36 Haru – Infrastruktur-Upgrade-Checkliste
Die Kostenmathematik: Was 1/10 Token-Kosten für KI-Budgets bedeutet
Die relevante Zahl für CIOs ist nicht die GPU-Performance in FLOPS – sondern der Preis pro Million Output-Tokens im produktiven Betrieb. Auf H100 kostet GPT-4-ähnliche Inference je nach Auslastung und Cloud-Provider zwischen 8 und 15 USD pro 1 Million Output-Tokens. Vera Rubin bringt diese Kurve auf etwa 0,8 bis 1,5 USD – ein Faktor 10 günstiger.
Token-Kosten Vergleich (Inference, Cloud, 70B-Modell-Äquivalent)
H100 (Hopper, 2023)
~$10
pro 1M Output-Tokens
B200 (Blackwell, 2025)
~$3
pro 1M Output-Tokens
Vera Rubin (2026)
~$1
pro 1M Output-Tokens
Was das für Business-Cases bedeutet: Ein Unternehmen das heute 50.000 USD monatlich für KI-Inference auf Cloud-H100-Kapazitäten ausgibt, würde auf Vera-Rubin-Basis etwa 5.000 USD zahlen. Eine interne KI-Assistenz-Plattform die auf H100-Basis nicht rentabel erschien, kann auf Vera-Rubin-Basis funktionieren. Make-or-Buy-Entscheidungen für eigene On-Prem-KI-Server verschieben sich deutlich in Richtung Cloud.
Cloud-Provider Rollout-Zeitplan: Wer deployt wann
Q1/Q2 2026 – Produktion startet
NVIDIA beginnt Volume-Produktion Vera Rubin NVL576. Google Cloud und AWS erhalten erste Dedicated-Allocations für eigene interne Workloads.
Q2 2026 – Enterprise-Preview
AWS, Google Cloud und Azure öffnen Vera-Rubin-Kapazitäten für strategische Enterprise-Kunden in Private-Preview. DACH-Region-Verfügbarkeit Frankfurt und Amsterdam erste Priorität.
Q3 2026 – On-Demand (geplant)
On-Demand-Verfügbarkeit für alle Enterprise-Kunden. Pricing auf Basis aktueller NVIDIA-Produktionskosten – erwartet signifikant unter H100-Spot-Preisen der gleichen Generation.
Was CIOs in DACH jetzt entscheiden müssen
Cloud-First-Strategie gewinnt
- Vera Rubin senkt Cloud-Inference-Kosten um ~70% gegenüber H100
- Cloud-Provider absorbieren Hardware-Upgrade-Zyklen
- Kein CapEx-Risiko bei NVIDIA-Generationswechsel
- DACH-Datensouveränität via EU-Only-Cloud-Regionen
On-Prem riskiert Fehlinvestition
- H100-Server heute gekauft: 3 Jahre Abschreibung auf überholter Basis
- Hohe Strom- und Kühlkosten bleiben konstant
- Vera Rubin On-Prem erst ab H2 2027 realistisch verfügbar
- ROI-Berechnung mit Hopper-Kurven systematisch zu pessimistisch
Die pragmatische CIO-Position für 2026: On-Prem-KI-Server-Investitionen auf H100/H200-Basis einfrieren bis Vera-Rubin-On-Prem-Verfügbarkeit klar ist. Cloud-Inference-Kapazitäten für Vera Rubin vorbuchen (Reserved Instances) wenn die eigene Inference-Nutzung planbar ist. Managed-Service-Anbieter die auf Hopper-Basis kalkulieren auf Vera-Rubin-Roadmap ansprechen.
Mehr aus dem MBF Media Netzwerk
Quelle Fakten: NVIDIA GTC 2026, AWS re:Invent Pre-Announcement April 2026, Google Cloud Blog, Microsoft Azure AI Infrastructure Blog.
Häufige Fragen
Wann ist Vera Rubin für DACH-Unternehmen über Cloud verfügbar?
AWS, Google Cloud und Azure planen On-Demand-Verfügbarkeit für Q3 2026. Frankfurt und Amsterdam als EU-Regionen sind erste Priorität für DACH-Rollout. Private-Preview-Zugang ist für strategische Enterprise-Kunden bereits ab Q2 2026 beantragt werden – über den jeweiligen Account-Manager.
Wie valide ist der 10x-Token-Kosten-Vorteil – ist das Marketing oder Realität?
Die 10x-Zahl stammt aus NVIDIA-internen Benchmarks für Inference-Workloads unter optimalen Bedingungen. Reale Produktionszahlen werden niedriger ausfallen – 5-7x Kostenreduktion gegenüber H100 ist eine realistischere Erwartung für produktive Workloads. Selbst bei 5x bleibt das ein strategisch bedeutsamer Unterschied für Infrastruktur-Budgetplanung.
Sollten CIOs laufende H100-Investitionen stoppen?
Nicht pauschal. H100-Infrastruktur die heute bestellt wird und Q4 2026 in Produktion geht, hat noch 2-3 Jahre produktiven Einsatz vor Vera-Rubin-Parität im On-Prem-Segment. Training-Workloads sind weniger betroffen als Inference. Die Frage ist: Wofür brauche ich die GPU-Kapazität? Für Inference-Skalierung ist die Vera-Rubin-Pause sinnvoll. Für Training kann H100 noch vertretbar sein.
Was bedeutet das für laufende Make-or-Buy-Analysen bei KI-Infrastruktur?
TCO-Analysen die auf H100-Cloud-Kosten als Baseline aufgebaut wurden unterschätzen die Cloud-Attraktivität ab 2027 systematisch. Wer gerade eine KI-Infrastruktur-Analyse durchführt, sollte Vera-Rubin-Cloud-Preise als Szenario einbeziehen. Eigenständige On-Prem-KI-Investitionen über 5 Millionen EUR Projektvolumen sollten auf diesen Faktor explizit hin analysiert werden.
Hat Vera Rubin Konkurrenz – AMD, Intel, oder eigene Cloud-Chips?
AMD MI350 und MI400 kommen als Konkurrenz, sind aber noch nicht in Vollproduktion. Google TPU v6 (Trillium) ist bereits in Produktion aber nicht für externe Kunden verfügbar. AWS Trainium 3 und Inferentia 3 sind für Training und Inference spezialisiert, aber nicht GPU-kompatibel für bestehende CUDA-Workloads. Für DACH-Unternehmen ohne eigene Chip-Abhängigkeit ist Vera Rubin via Cloud die pragmatischste Option in 2026.
Quelle Titelbild: Pexels / panumas nikhomkhai (px:17489157)
Auch verfuegbar inEnglisch · Franzoesisch · Spanisch