Kurzfassung
· Anthropic soll einen selbstentwickelten KI-Serverchip erkunden, aber das Design, der Chip-Spin (Tape-Out) oder die Produktionsplanung sind noch nicht bestätigt.
· OpenAI hat den Jalapeño-Inferenzchip offengelegt und mit Tests begonnen; eine Bereitstellung ist für Ende 2026 geplant.
· Samsung könnte von dem Trend profitieren, KI-Chips auszulagern, aber Anthropic ist kurzfristig weiterhin auf Rechenleistung von AWS, Google und Nvidia angewiesen.

Die Diskussionen um Anthropic und die selbst entwickelte KI-Serverchip-Entwicklung gewinnen an Fahrt, aber das ist noch keine bereits realisierte Chip-Bestellungslinie. Im Fokus der Öffentlichkeit steht vor allem, dass die auf Claude bezogenen Inferenzkosten, die GPU-Lieferungen, die Stromversorgung von Rechenzentren und die Kapazität der Racks zu harten Nebenbedingungen für Unternehmen großer Sprachmodelle werden. OpenAI hat bereits eine Jalapeño-Inferenzchip-Partnerschaft mit Broadcom offengelegt, und es wurde außerdem berichtet, dass Anthropic die Bewertung von spezielleren Chips für die eigenen Modelle vorantreibt. Doch nach dem derzeit verfügbaren öffentlichen Informationsstand ist noch nicht bestätigt, ob Samsung an der Fertigung beteiligt ist oder ob das Projekt in ein formales Designstadium eingetreten ist.

Anthropic erkundet noch immer frühzeitig – nicht kurz vor der Massenproduktion

Die Richtung, die Anthropic Berichten zufolge verfolgt, ist ein Server-Chip, der besser zu der Art passt, wie man die eigenen KI-Modelle betreibt. Im Vergleich zu generischen GPUs könnte ein maßgeschneiderter Chip, falls das Design gelingt, bei bestimmten Inferenzaufgaben die Kosten senken, die Energieeffizienz verbessern und die Abhängigkeit von externen Chip-Lieferungen reduzieren.

Die Schwierigkeit solcher Chips liegt nicht nur in der Performance eines einzelnen Chips. Unternehmen großer Modelle müssen gleichzeitig mit Rechengeschwindigkeit, Speicherbandbreite, Interconnect-Netzwerken, Leistungsaufnahme (Power), Kühlung und Stabilität im Cluster umgehen. Das wirklich Schwierige ist, zehntausende Chips im Rechenzentrum stabil gemeinsam arbeiten zu lassen und Trainings- oder Inferenzaufgaben zuverlässig und dauerhaft zu bedienen.

Derzeit ist die belastbarere Formulierung, dass Anthropic sich noch in einer frühen Bewertungs- und Definitionsphase befindet. Welche KI-Aufgaben der Chip hauptsächlich übernehmen soll, wie die Leistungs- und Effizienzziele (Performance/Watt) gesetzt werden, wie Server und Cluster aufeinander abgestimmt werden müssen und ob externe Chip-Design-Dienstleister einbezogen werden sollen – auf diese Fragen gibt es bislang keine eindeutig veröffentlichten Antworten.

Auch nach außen bleibt das Unternehmen vorsichtig in der Kommunikation. Im April dieses Jahres kündigte Anthropic eine Ausweitung der Zusammenarbeit mit Amazon an; in den kommenden zehn Jahren will man mehr als 100 Milliarden US-Dollar in AWS-Technologie investieren, die maximale Kapazität von 5 GW fest vertraglich sichern und erklärt, man habe bereits mehr als 1 Million Trainium2-Chips für das Training und die Bereitstellung von Claude eingesetzt. Gleichzeitig betont Anthropic eine diversifizierte Hardware-Strategie, doch AWS bleibt weiterhin der wichtigste Anbieter für Training und Cloud-Services.

Das bedeutet: Selbst wenn die Erkundung selbst entwickelter Chips weiter voranschreitet, ist es kurzfristig schwierig, bestehende Lieferanten zu ersetzen. AWS Trainium, Googles TPU und Nvidias GPUs bleiben weiterhin wichtige Bestandteile der skalierenden Rechenkapazitäts-Architektur von Anthropic.

OpenAI geht einen Schritt voraus – der Druck durch die Inferenzkosten ist direkter

Dass Anthropic in diesem Stadium in die Diskussion um selbst entwickelte Chips gerückt wird, hat einen wichtigen Hintergrund: OpenAI hat bereits zuvor ein Vorbild geliefert.

Aus den offiziellen Mitteilungen von Broadcom geht hervor, dass OpenAI und Broadcom am 24. Juni 2026 Jalapeño vorgestellt haben. Der Chip ist als Beschleuniger für die Inferenz großer Sprachmodelle positioniert und wird auch als Intelligence Processor bezeichnet. OpenAI und Broadcom geben an, dass der Chip vom ersten Entwurf bis zur Herstellung des Silizium-Wafers rund neun Monate benötigt habe; Engineering-Muster seien bereits im Labor im Einsatz, und die Bereitstellung soll bis Ende 2026 beginnen.

Hier muss man zwei Phasen unterscheiden. Jalapeño ist bereits veröffentlicht und geht in Tests über, bedeutet aber nicht, dass es bereits großflächig kommerziell eingesetzt wird. Es steht vielmehr dafür, dass die führenden Modellunternehmen begannen, die Inferenzkosten stärker in die Kontrolle über Hardware einzubeziehen – nicht, dass der Bedarf an GPUs unmittelbar ersetzt wird.

Inferenz ist der Rechenprozess, der entsteht, nachdem Nutzer Produkte wie ChatGPT oder Claude befragen, sodass das Modell die Antwort generiert. Im Vergleich zum Training tritt Inferenz häufiger auf; mit dem Wachstum der Nutzerzahlen steigt der Kostendruck daher weiter. Für Unternehmen großer Modelle kann schon eine nur geringfügige Reduktion der Kosten pro Inferenz, wenn sie über riesige Anfragevolumina und langfristige Rechenzentrums-Ausgaben hinweg betrachtet wird, am Ende zu erheblichen Einsparungen werden.

Anthropics Tempo ist deutlich früher. Das Unternehmen hat keine Chipspezifikationen veröffentlicht und keine Leistungskennzahlen, keine Partnerliste oder einen Zeitplan für die Massenproduktion offen gelegt. Der Fortschritt von OpenAI macht dem Markt lediglich einen Richtungsimpuls sichtbar: Die führenden Modellunternehmen kaufen nicht mehr nur GPUs ein – sie versuchen auch, Teile der Recheninfrastruktur in ihren eigenen Kontrollbereich zu verlagern.

Samsung wird zwar stärker „eingepreist“, aber Aufträge sind noch nicht final

Warum Samsung für den Markt so stark im Blick ist: Es verfügt sowohl über fortgeschrittene Fertigungskompetenz als auch darum bemüht, mehr Chancen für die Auftragsfertigung von KI-Chips zu gewinnen. Nachdem es Berichte über die Finanzierung von Anthropic und die Zusammenarbeit bei Infrastruktur gab, liegt es für Außenstehende nahe, Samsung mit potenziellen Fertigungsmöglichkeiten für KI-Beschleuniger in Verbindung zu bringen.

Die Schwierigkeit liegt jedoch daran, sie mit der richtigen Perspektive zu betrachten. Was sich anhand öffentlicher Informationen bestätigen lässt: Samsung, SK Hynix, Micron und andere Unternehmen waren in Gesprächen über Anthropics Infrastruktur-Partner vertreten. Micron hat bereits am 22. Juni 2026 bekannt gegeben, dass es mit Anthropic eine strategische Vereinbarung erzielt hat, die unter anderem den Entwurf einer Speicher- und Storage-AI-Architektur, Lieferabsprachen, die interne Verwendung von Claude durch Micron sowie eine strategische Investition in Anthropics Series H umfasst.

Diese Kooperationssignale lassen sich nicht direkt gleichsetzen mit der Aussage, dass Samsung bereits einen Auftrag für Anthropics selbst entwickelte Chips erhalten hätte. Zu den Behauptungen, Anthropic habe Kontakt mit Samsung hinsichtlich der Fertigungszusammenarbeit aufgenommen, gibt es keine ausreichenden öffentlich verifizierbaren Informationen. Die vorsichtigere Einschätzung lautet: Wenn Anthropics Projekt für selbst entwickelte Chips bis in die Fertigungsphase voranschreitet, könnte Samsung möglicherweise einer der Marktbeobachteten Beteiligten sein – derzeit kann man es jedoch nicht als fest vereinbarte Transaktion darstellen.

Für Chip-Projekte gilt: Von einer frühen Bewertung bis zur finalen Massenproduktion müssen dazwischen Architekturentscheidungen getroffen, Designvalidierungen durchgeführt, Fertigungsprozesse ausgewählt, Packaging- und Testschritte umgesetzt und die Koordination in der Lieferkette abgestimmt werden. Solange das Chip-Design noch nicht endgültig feststeht, ist die Rolle des Auftragsfertigers auch schwer wirklich „einzutüten“.

Einstellungs- und Recruiting-Offensive erhöht die Glaubwürdigkeit, aber die Route ist noch nicht festgelegt

Personelle Weichenstellungen lassen die Hardware-Hinweise bei Anthropic stärker in den Fokus rücken. Medienberichten zufolge ist ein früheres Mitglied des Teams für maßgeschneiderte Chips bei OpenAI, Clive Chan, zu Anthropic gewechselt. Öffentliche Informationen zeigen, dass er an der frühen Aufbauarbeit für das Chip-Team von OpenAI beteiligt war und zudem Erfahrungen im Zusammenhang mit Teslas Dojo hat. Anthropic intensiviert außerdem aktuell die Rekrutierung von Chip-Ingenieuren.

Das zeigt, dass das Unternehmen zumindest im Hinblick auf Hardware-Fähigkeiten vorsorgt. Für ein Modellunternehmen kann ein Hardware-Team, das Modelle, Inferenz-Workloads und Rechenzentrums-Systeme versteht, dabei helfen zu entscheiden, welche Aufgaben sich für kundenspezifische Chips eignen und welche weiterhin von GPUs, TPUs oder Chips von Cloud-Anbietern abhängig sein sollten.

Doch das sollte man etwas herunterkühlen. Was sich anhand öffentlich zugänglicher Informationen bestätigen lässt: Samsung, SK Hynix, Micron und andere Unternehmen tauchten in Diskussionen über Anthropics Infrastruktur-Partner auf. Micron hat am 22. Juni 2026 angekündigt, eine strategische Vereinbarung mit Anthropic getroffen zu haben – einschließlich Entwurf einer Speicher- und Storage-AI-Architektur, Lieferabsprachen, dass Micron intern Claude einsetzt, sowie einer strategischen Investition in Anthropics Series H.

Das ist auch der Grund, warum Nvidia kurzfristig nicht so leicht ersetzt werden kann. Nvidias GPUs sind weiterhin die Hauptstütze für KI-Training und -Inferenz; das Software-Ökosystem ist ausgereift, und die Kunden in Rechenzentren haben bereits viele Systeme rund um dessen Plattform aufgebaut. Selbst entwickelte Chips übernehmen eher zuerst Teilaufgaben in bestimmten Inferenzszenarien – statt GPUs umfassend zu ersetzen.

Für Investoren hat die Frage nach den Auswirkungen der von Anthropic selbst entwickelten Chips in der Praxis vorerst eher den Charakter eines Lieferketten-Pokers. Die führenden Modellunternehmen wollen sich mehr Kontrolle über Rechenkapazitäten sichern; davon könnten Cloud-Anbieter, Broadcom, Samsung, TSMC, Speicherhersteller und die Lieferkette für fortschrittliche Packaging-Lösungen profitieren. In Anthropics Fall sind die belegbaren Fakten jedoch begrenzt: Die eigene Erkundung steckt noch in einem frühen Stadium, die Rolle von Samsung ist nicht bestätigt, und die skalierbare Rechenleistung für Claude ist weiterhin auf AWS, Google und Nvidia angewiesen.