Ein einzelner Klick auf einen Chatbot ist eine Sache. Ein KI-Agent, der im Hintergrund eine Firma durchleuchtet, Datenbanken abfragt, Nachrichten und Geschaeftsberichte durchsucht und am Ende eine Investitionsempfehlung zusammenstellt, ist eine ganz andere. Genau an dieser Verschiebung setzt Nvidia mit seiner neuen Plattform Vera Rubin NVL72 an - und verspricht, die Effizienz solcher Agenten-Arbeitslasten drastisch zu steigern.

In einem Blogbeitrag vom 24. August 2026 kuendigt Nvidia die Plattform Vera Rubin NVL72 an und stellt sie als neuen Effizienzmassstab fuer sogenannte agentische KI dar - also KI-Systeme, die eigenstaendig Teilaufgaben planen, Werkzeuge nutzen und Unter-Agenten (kleinere KI-Helfer fuer Teilaufgaben) aufrufen. Laut Nvidia soll das System bis zu 30-mal mehr Arbeit pro Watt leisten. Als Beleg fuer den wachsenden Bedarf zitiert Nvidia Daten von OpenRouter, einem Vermittlungsdienst fuer KI-Modelle, wonach agentische Arbeitslasten rund 15-mal so viele Tokens verbrauchen wie eine einfache Chat-Anfrage. Ein Token ist dabei eine kleine Text-Einheit, mit der KI-Modelle rechnen.

Der Zeitpunkt ist kein Zufall. Waehrend klassische Chatbots seit Jahren im Einsatz sind, verschiebt sich die Branche gerade in Richtung autonomer Agenten, die deutlich mehr Rechenschritte pro Aufgabe brauchen. Damit steigen Stromverbrauch und Kuehlbedarf in Rechenzentren spuerbar - ein Thema, das Betreiber, Energieversorger und zunehmend auch die Politik unter Druck setzt. Nvidia, das den Markt fuer KI-Beschleuniger dominiert, versucht mit dem Effizienzargument zwei Fliegen zu schlagen: Es adressiert die Kostenrechnung der Cloud-Kunden und zugleich die oeffentliche Debatte um den Energiehunger von KI. Wer eine Plattform anbieten kann, die pro Watt mehr Ergebnisse liefert, hat im Werben um Hyperscaler und Unternehmenskunden ein starkes Verkaufsargument.

Offen bleibt allerdings vieles. Der Wert von 'bis zu 30x mehr Arbeit pro Watt' ist eine Herstellerangabe - unklar ist, gegen welche Vorgaengergeneration genau verglichen wird, unter welchen Lastprofilen und mit welchen Modellen. Auch ob sich die Effizienzgewinne in realen Agenten-Anwendungen so einstellen wie in Nvidias Benchmarks, laesst sich aus dem Material nicht ableiten. Die OpenRouter-Zahl zum 15-fachen Token-Verbrauch stuetzt zwar die Erzaehlung vom wachsenden Bedarf, sagt aber nichts darueber aus, wie repraesentativ die dort gemessenen Workloads fuer den Gesamtmarkt sind. Und schliesslich: Ein Termin fuer die breite Verfuegbarkeit von Vera Rubin NVL72 ist im vorliegenden Beitrag nicht belegt.

In den kommenden Wochen lohnt es sich zu beobachten, ob unabhaengige Tester oder grosse Cloud-Anbieter die Effizienzangaben nachvollziehen - und ob Konkurrenten wie AMD oder spezialisierte KI-Chip-Startups mit eigenen Zahlen kontern. Denn die eigentliche Frage hinter der Ankuendigung lautet nicht, ob KI-Agenten kommen, sondern wer die Rechenzentren baut, in denen sie bezahlbar laufen.