Europas KI-Chip-Startups fordern Nvidia heraus: Milliarden-Finanzierungen im Fokus

Europäische Startups im Bereich der KI-Chips rücken zunehmend in den Fokus von Investoren. Sie streben hohe Finanzierungsrunden an, um ihre Technologien zu skalieren und Nvidias Dominanz im Bereich der KI-Inferenz herauszufordern. Diese Unternehmen setzen auf innovative Architekturen, um die Effizienz von KI-Modellen zu steigern.

Der europäische Aufschwung im KI-Chip-Markt

Der europäische Markt für KI-Chips erlebt einen deutlichen Aufschwung, angetrieben durch den globalen KI-Boom. Mehrere Startups in Europa suchen derzeit nach erheblichen Finanzierungen, um ihre alternativen Technologien zu Nvidias Grafikprozessoren (GPUs) zu entwickeln und zu skalieren. Dies geschieht vor dem Hintergrund einer wachsenden Nachfrage nach effizienteren Lösungen für die KI-Inferenz.

Die niederländische Firma Euclyd, mit Unterstützung des ehemaligen ASML-CEO Peter Wennink, führt Gespräche über eine Finanzierungsrunde von mindestens 100 Millionen Euro (118 Millionen US-Dollar). Auch das britische Startup Optalysys plant eine Finanzierung von über 100 Millionen US-Dollar noch in diesem Jahr. Berichten zufolge suchen zudem das britische Unternehmen Fractile und das französische Arago nach neunstelligen Finanzierungsrunden. Im Jahr 2026 haben Investoren bereits über 200 Millionen US-Dollar in das niederländische Axelera und das britische Olix investiert.

Euclyd: Ein Herausforderer mit ASML-Wurzeln

Euclyd, 2024 von Bernardo Kastrup, einem ehemaligen ASML-Direktor, gegründet, entwickelt KI-Chips, die eine 100-fach höhere Energieeffizienz für die Inferenz im Vergleich zu Nvidias Vera-Rubin-Chips der neuesten Generation bieten sollen. Das Startup hat bereits eine Seed-Runde von unter 10 Millionen Euro abgeschlossen und sucht nun frische Mittel zur Skalierung seiner Technologie und zur Belieferung erster Kunden. Euclyd baut Chipsysteme, die GPUs ersetzen sollen, jedoch mit einer anderen Architektur.

Bernardo Kastrup erklärt, dass Euclyds Chips Daten an mehreren Stellen verarbeiten, was die Effizienz für die KI-Inferenz steigert, während GPUs viel Zeit und Energie für die Datenbewegung durch den Speicherstack aufwenden. Die Siliziumsysteme des Unternehmens für grundlegende Modelle sollen den Energieverbrauch, die Kosten und den Platzbedarf der KI-Rechenzentrumsinfrastruktur reduzieren. Euclyd hat bereits einen Chip für die KI-Inferenz entwickelt und arbeitet an einem Multi-Chiplet-System, das bis 2028 produziert werden soll und schneller als die aktuelle Produktiteration sein wird. Das Unternehmen verhandelt mit vier potenziellen Kunden und hofft, zwei davon im nächsten Jahr und zwei im übernächsten Jahr beliefern zu können.

Photonik als nächste Generation: Das Beispiel Olix

Neben Euclyd gibt es weitere innovative Ansätze, wie den von Olix aus Großbritannien, das photonikbasierte Prozessoren für KI entwickelt. Diese Systeme nutzen Licht zur Datenbewegung und teilweise auch zur Berechnung. Olix befindet sich noch in der Forschungs- und Entwicklungsphase, strebt aber ebenfalls an, im nächsten Jahr erste Kunden zu beliefern, wie Taavet Hinrikus, Partner bei Plural und Investor in Olix, gegenüber CNBC mitteilte.

Hinrikus betont, dass die elektronische Architektur von Chips, einschließlich GPUs, in Bezug auf ihre Miniaturisierung an Grenzen stößt. Die von aktuellen Chips erzeugte Wärme wird zu einem großen Problem, weshalb er fest davon überzeugt ist, dass Photonik-Plattformen das nächste Paradigma sein werden. Olix zielt auf alle Kunden ab, die Inferenzdienste benötigen, darunter Hyperscaler und Regierungen.

Nvidias Strategie und die Konkurrenz

Nvidia hat sich schnell zum wertvollsten Unternehmen der Welt entwickelt, da seine ursprünglich für Gaming konzipierten GPUs für das Training von KI-Modellen neu eingesetzt wurden. Doch der Fokus verschiebt sich nun auf die effizientesten Wege zur Nutzung dieser Modelle, bekannt als KI-Inferenz. Obwohl der US-Chiphersteller auch Halbleitersysteme für diesen Zweck entwickelt, behaupten europäische Startups, dass ihre Technologien dies effizienter können.

Patrick Schneider-Sikorsky, Direktor des Nato Innovation Fund (NIF), der in Fractile investiert hat, kommentiert: "Inferenz ist jetzt dominant, und die bestehende GPU-Architektur wurde nicht für die Aspekte gebaut, die im großen Maßstab am wichtigsten sind." Nvidia investierte im letzten vollständigen Geschäftsjahr, das im Januar 2026 endete, über 18 Milliarden US-Dollar in Forschung und Entwicklung. Im Dezember erwarb das Unternehmen Vermögenswerte des KI-Inferenz-Startups Groq für 20 Milliarden US-Dollar und kündigte im März an, 4 Milliarden US-Dollar in zwei Unternehmen zu investieren, die Photonik-Technologie entwickeln.

Herausforderungen für europäische Startups

Trotz des vielversprechenden Potenzials stehen europäische Startups vor erheblichen Hürden. Patrick Schneider-Sikorsky vom NIF weist darauf hin, dass die Entwicklungszeiten für Chips lang sind und der Weg vom Tape-out bis zur Volumenbereitstellung schwierig ist. Zudem müsse das europäische Foundry-Ökosystem noch reifen.

Fabrizio Del Maffeo, CEO von Axelera, ergänzt, dass Regierungen in Europa immer noch "konservativ" bei Investitionen in Produkte neuer Unternehmen seien und es kein Äquivalent zur DARPA gebe, einer Forschungsagentur des US-Verteidigungsministeriums, die Startups und andere Technologieprojekte finanziert. Europa fehle es auch an Mechanismen zur Förderung des Konsums lokal hergestellter Produkte, und fragmentierte Arbeitsgesetze über Grenzen hinweg erschwerten die Rekrutierung europäischer Talente.

Finanzierungslandschaft und geopolitische Impulse

Die Finanzierungslücke zwischen europäischen und US-amerikanischen KI-Chip-Startups ist signifikant. Laut Dealroom haben europäische Startups im Jahr 2026 bisher 800 Millionen US-Dollar eingesammelt, während ihre US-amerikanischen Pendants 4,7 Milliarden US-Dollar erhielten.

Dennoch gibt es starke geopolitische Impulse, die Kapital in Richtung heimischer europäischer Siliziumentwicklung lenken. Schneider-Sikorsky vom NIF nennt hierbei die US-Exportkontrollen, das Konzentrationsrisiko um den Chiphersteller TSMC und die Notwendigkeit einer echten europäischen souveränen Rechenleistung als treibende Kräfte. Diese Faktoren könnten dazu beitragen, die europäische Chipindustrie weiter zu stärken und die Abhängigkeit von externen Anbietern zu verringern.