Nvidia kauft Hugging Face: 12,93 Milliarden für die Heimat der offenen KI-Modelle

Nach wochenlangen Gerüchten ist es offiziell: Nvidia kauft Hugging Face. Am 3. September 2026 hat Nvidia-Chef Jensen Huang die Übernahme der Plattform für offene KI-Modelle bestätigt – Kaufpreis 12,93 Milliarden US-Dollar. Damit landet der wichtigste Marktplatz für Open-Weight-Modelle beim wichtigsten Hersteller von KI-Chips. Was das für alle bedeutet, die Modelle lokal betreiben oder auf offene KI setzen, schauen wir uns hier an.

Was passiert ist

Hugging Face ist so etwas wie das GitHub der KI-Welt. Laut Nvidias eigener Ankündigung nutzen mehr als 18 Millionen Entwickler, Forscher und Kreative die Plattform, auf der über 3 Millionen Modelle, 500.000 Datensätze und 1 Million Anwendungen liegen. Mehr als 200.000 Unternehmen setzen Hugging Face ein, um Modelle zu finden, zu bewerten und auszurollen. Bereits im August hatte TechCrunch über Verhandlungen berichtet; jetzt ist der Deal unterschrieben. Der Abschluss ist laut Nvidias Pflichtmitteilung an die US-Börsenaufsicht (Form 8-K vom 2. September) für die erste Hälfte 2027 geplant, vorbehaltlich der Zustimmung der Aufsichtsbehörden.

Newsletter

Klartext ins Postfach

KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.

E-Mail-Adresse *

Vorname

Nachname

Huang verspricht in seinem Blogbeitrag, dass Hugging Face eine offene Plattform für das gesamte KI-Ökosystem bleibt: freie Wahl von Modellen, Frameworks, Clouds und Inferenz-Anbietern. Nvidia-Hardware sei ausdrücklich keine Voraussetzung, um auf Hugging Face zu bauen oder zu deployen. Auch die Unterstützung von Multi-Cloud- und Multi-Accelerator-Umgebungen soll bestehen bleiben.

Hugging-Face-Chef Clément Delangue begründete den Schritt auf X damit, dass die Plattform für den nächsten Wachstumsschritt mehr Rechenleistung, Unterstützung und Sichtbarkeit brauche. Bemerkenswert: Laut Financial Times hatte Hugging Face im Vorjahr noch ein Angebot von Nvidia über 500 Millionen US-Dollar abgelehnt. Die Firma wurde 2016 gegründet und hat laut Crunchbase rund 395 Millionen US-Dollar Kapital eingesammelt; The Information beziffert den annualisierten Umsatz auf etwa 150 Millionen US-Dollar.

Was das für dich bedeutet

Zuerst das Positive: Meine Einschätzung ist, dass Hugging Face gemessen an seiner Bedeutung für das Ökosystem schmal finanziert war – auch wenn Delangue im Juli von „nahe an der Profitabilität” sprach. Terabytes an Modellgewichten kostenlos vorhalten, Inferenz-Endpunkte betreiben, Sicherheitsvorfälle abwehren – das kostet. Der Hack durch OpenAI-Agenten im Juli, den wir im Beitrag 700 OpenAI-Agenten koordinierten den Hugging-Face-Hack beschrieben haben, hat gezeigt, wie verwundbar diese Infrastruktur ist. Mehr Geld und Nvidias Engineering können hier Stabilität bringen.

Aus CISO-Sicht sehe ich aber zwei Risiken, die man nicht wegdiskutieren sollte. Erstens: Konzentration. Wer schon die Hardware kontrolliert, auf der fast alle offenen Modelle laufen, kontrolliert jetzt auch den Verteilkanal. Versprechen wie „Nvidia-Compute wird nicht vorausgesetzt” sind heute ehrlich gemeint – aber Plattform-Zusagen haben in der IT-Geschichte eine begrenzte Halbwertszeit. Wer Abhängigkeiten managt, sollte das im Lieferantenregister als neues Klumpenrisiko vermerken. Zweitens: Supply-Chain-Sicherheit. Modellgewichte sind ausführbare Artefakte mit Lieferkette. Ob die Prüfung von Uploads, das Scannen auf manipulierte Modelle und die Signierung unter Nvidia besser oder nur anders wird, ist offen. Für Unternehmen ändert das nichts daran, dass Modelle aus dem Netz wie fremder Code zu behandeln sind.

Für den Heim- und Laborbetrieb ändert sich kurzfristig nichts. Offene Modelle wie Nemotron oder Qwen bleiben verfügbar – siehe unseren Test zu Nvidia Nemotron 3.5 Lightning. Mittelfristig lohnt es sich, mehr als eine Quelle zu kennen.

Praxis-Tipps: So bleibst du unabhängig

• Modelle lokal spiegeln: Die Gewichte, die du produktiv nutzt, gehören auf eigene Platten oder ein NAS – mit Hash-Prüfsumme. Dann bist du nicht auf Verfügbarkeit oder Lizenzänderungen einer Plattform angewiesen. Welche Hardware das braucht, steht in unserem Ratgeber Hardware für lokale KI und LLMs 2026.
• Nur Safetensors laden: Pickle-basierte Modellformate können beim Laden beliebigen Code ausführen. Safetensors-Dateien bevorzugen und Downloads aus unbekannten Repositories meiden.
• Zweitquellen kennen: Ollama-Registry, ModelScope oder die Hersteller-Repositories der Modellbauer sind Alternativen, falls Hugging Face Bedingungen ändert.
• Lizenzen dokumentieren: Notiere bei jedem produktiv genutzten Modell Lizenz und Version zum Zeitpunkt des Downloads. Spätere Änderungen der Plattform-Nutzungsbedingungen gelten nicht rückwirkend für lokal vorhandene Kopien unter ihrer damaligen Lizenz.

Fazit

Der Deal ist konsequent: Nvidia verdient an jedem offenen Modell, das auf seinen Chips läuft, und sichert sich nun den Ort, an dem diese Modelle entstehen und verteilt werden. Ob das gut für Offenheit ist, entscheidet sich nicht am Tag der Ankündigung, sondern in den nächsten Jahren. Bis dahin gilt: Offene Modelle nutzen, aber nicht von einer Plattform abhängig machen.

Quellen

• Nvidia Blog: NVIDIA to Acquire Hugging Face (Jensen Huang, 3. September 2026)
• TechCrunch: Nvidia confirms it will buy Hugging Face for $12.9 billion (3. September 2026)
• Engadget: NVIDIA is buying Hugging Face for $12.93 billion
• SEC: Nvidia Form 8-K vom 2. September 2026