Hugging Face galt jahrelang als das freundliche Gegenmodell zur geschlossenen KI, eine offene Werkbank für Entwickler statt eine Blackbox für Aktionäre. Anfang September 2026 kaufte ausgerechnet der teuerste Chipkonzern der Welt genau diese Werkbank. Der Preis verrät, wie viel eine Plattform wert ist, deren Herzstück nichts kostet.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Hugging Face wird für rund 11,2 Milliarden Euro an Nvidia verkauft, und dieser Betrag wirft die eigentliche Frage auf: Womit verdient eine Firma so viel Geld, deren berühmtester Dienst, der offene Model-Hub, für jeden Entwickler gratis bleibt? Die Übernahme legt ein Erlösmodell frei, das lange im Windschatten der Open-Source-Erzählung lief. Genau dieses Modell sezieren wir hier, Schicht für Schicht.
Das Wichtigste in Kürze
- Nvidia übernimmt Hugging Face laut Bloomberg und CNBC für insgesamt rund 11,2 Milliarden Euro, davon rund 10,3 Milliarden Euro an die Anteilseigner und rund 0,9 Milliarden Euro als Bindungsprogramm für die Belegschaft.
- Der offene Model-Hub bleibt kostenlos. Das Geld kommt aus Inference-Diensten, den Pro- und Team-Abos sowie den Enterprise-Lizenzen, nach Schätzungen von Sacra rund 130 Millionen Euro wiederkehrender Jahresumsatz Mitte 2026.
- Als nicht börsennotiertes Unternehmen veröffentlicht Hugging Face keine geprüften Zahlen. Alle Umsatzangaben stammen aus Analystenmodellen von Sacra und Contrary Research und sind Schätzungen.
- Der eigentliche Wert liegt im Netzwerk aus über 18 Millionen Entwicklern und mehr als drei Millionen Modellen. Diese Menge kaufte Nvidia mit, nicht die Umsätze.
- Für den deutschen Mittelstand entscheidet die Übernahme, ob offene Modelle eine neutrale Heimat behalten oder unter das Dach eines einzelnen Hardwareherstellers rücken.
Bevor Sie weiterlesen: Kennen Sie die Zahlen hinter der KI-Werkbank?
1 Womit verdient Hugging Face den Großteil seines Geldes? Aufklappen ↓
Auflösung aufdecken ↓
2 Wie viel zahlt Nvidia laut Bloomberg und CNBC ungefähr für Hugging Face? Aufklappen ↓
Auflösung aufdecken ↓
3 Was bleibt bei Hugging Face kostenlos? Aufklappen ↓
Auflösung aufdecken ↓
4 In welchem Jahr wurde Hugging Face gegründet? Aufklappen ↓
Auflösung aufdecken ↓
5 Auf welchen geschätzten Jahresumsatz kommt Hugging Face laut Sacra Mitte 2026? Aufklappen ↓
Auflösung aufdecken ↓
Wer steckt hinter Hugging Face und wie fing alles an?
Hinter Hugging Face stehen drei Franzosen, die 2016 in New York eine Chatbot-App für gelangweilte Teenager bauen wollten und stattdessen die Zentralbibliothek der offenen KI schufen. Clément Delangue, Julien Chaumond und Thomas Wolf tauften ihr Startup nach dem umarmenden Emoji, ein bewusst harmloser Name für ein Produkt, das niemand ernst nahm. Die App plauderte mit Jugendlichen, erkannte Stimmungen und schlug Antworten vor. Kommerziell blieb sie eine Randnotiz.
Der eigentliche Schatz steckte im Maschinenraum. Um die App zum Sprechen zu bringen, hatten die Gründer eine Softwarebibliothek für Sprachmodelle geschrieben. 2018 stellten sie diese Bibliothek unter dem Namen Transformers offen ins Netz, kostenlos und für jeden veränderbar. Forscher und Ingenieure stürzten sich darauf, weil die Bibliothek eine mühsame Fummelei in wenige Zeilen Code verwandelte. Aus dem Nebenprodukt wurde das Hauptprodukt.
Der technische Kern war ein Versprechen auf Einfachheit. Die Transformers-Bibliothek bündelte hunderte verschiedener Modelle unter einer einheitlichen Schnittstelle, sodass ein Entwickler dasselbe Werkzeug für Übersetzung, Textanalyse oder Bilderkennung nutzen konnte. Diese Vereinheitlichung senkte die Einstiegshürde in die KI und band die Fachwelt früh an das Ökosystem. Modelle wie BERT und die frühen GPT-Varianten verbreiteten sich über genau diese Bibliothek und machten den Namen Hugging Face in der Forschung bekannt. Ein Test eines neuen Sprachmodells lief bald fast immer über dieses eine Werkzeug.
Der Kurswechsel war radikal. Delangue und seine Mitgründer warfen die Chatbot-Idee weg und richteten die Firma ganz auf die Werkzeuge für andere Entwickler aus. 2020 kam der entscheidende Baustein, der Hugging Face Hub, eine Art Lagerhalle, in der jeder fertig trainierte Modelle hochladen, herunterladen und teilen kann. Diese Drehscheibe zog binnen weniger Jahre die halbe KI-Forschung an.
Die Rollen im Gründerteam blieben über Jahre klar verteilt. Clément Delangue führte die Firma als Vorstandschef und öffentliches Gesicht, Julien Chaumond verantwortete die Technik, Thomas Wolf die Forschung. Diese Aufteilung zwischen Geschäft, Ingenieurskunst und Wissenschaft gab der Plattform eine Glaubwürdigkeit, die rein kommerzielle Anbieter selten erreichen. Thomas Wolf trat zudem als Autor und Vordenker der offenen KI auf und prägte das Selbstbild der Firma über die reine Technik hinaus. Diese Haltung zog eine treue Anhängerschaft an, lange bevor nennenswerter Umsatz floss.
Finanziert wurde der Aufstieg von Beginn an mit fremdem Geld, nicht mit Gewinn. Wagniskapitalgeber schossen frühe Runden zu, später stiegen die großen Namen der Branche ein. Genau diese Investoren, allen voran Nvidia, saßen 2026 auf der anderen Seite des Verhandlungstisches, als die Firma verkauft wurde. Die Grafik fasst den heutigen Deal in seinen harten Zahlen zusammen.
Wie wurde aus der Idee die Zentrale der offenen KI?
Aus einer geteilten Softwarebibliothek wurde binnen sechs Jahren die Standardinfrastruktur einer ganzen Branche, weil Hugging Face nicht das beste Modell verkaufte, sondern den Ort, an dem alle Modelle liegen. Der Sprung gelang über einen einfachen Mechanismus: Je mehr Forscher ihre Modelle auf dem Hub ablegten, desto attraktiver wurde der Hub für den nächsten Forscher. Diese Sogwirkung ließ sich mit Geld kaum nachbauen.
Zukäufe beschleunigten den Ausbau. 2021 übernahm die Firma Gradio, ein Werkzeug, mit dem sich Modelle in Minuten als kleine Web-Demo zeigen lassen. 2024 folgte XetHub für die Verwaltung riesiger Dateien. Im April 2025 kaufte Hugging Face die französische Robotikfirma Pollen Robotics, den fünften Zukauf der Firmengeschichte. Damit sprang die Plattform von reiner Software in die Hardware.
Jeder Zukauf folgte derselben Logik. Gradio brachte 2021 die einfache Vorführung von Modellen, XetHub 2024 die Technik für riesige Dateien, Pollen Robotics 2025 den Sprung in die Hardware. Statt fertiger Umsätze kaufte Hugging Face jeweils eine Fähigkeit, die das eigene Ökosystem verbreiterte und neue Nutzergruppen anzog. Anders als klassische Konzerne integrierte Hugging Face die übernommenen Teams eng in die offene Plattform, statt sie als eigene Produkte abzuschotten. Aus jedem Zukauf wurde so ein Baustein des gemeinsamen Ökosystems.
Die Robotik ist kein Ausreißer, sondern Strategie. Mit der offenen Bibliothek LeRobot, geführt vom früheren Tesla-Optimus-Ingenieur Rémi Cadene, übertrug Hugging Face sein Rezept auf körperliche Maschinen. Der humanoide Roboter Reachy 2 und der Roboterarm SO-100 für rund 86 Euro machen aus der Software-Drehscheibe eine Werkbank für verkörperte KI. Die Wette lautet: Was mit Sprachmodellen funktionierte, wiederholt sich mit Robotern.
Die Zahlen der Robotik-Offensive sprechen für sich. Die offene Bibliothek LeRobot sammelte laut den Projektdaten binnen zwölf Monaten über 12.000 Sterne auf der Entwicklerplattform GitHub, ein Maß für Aufmerksamkeit in der Szene. Der Roboterarm SO-100 für rund 86 Euro drückte die Einstiegskosten auf einen Bruchteil des bisher Üblichen. Damit wiederholt die Firma ihr Grundrezept, offene Werkzeuge zum Nulltarif und Geld an anderer Stelle. Der humanoide Roboter Reachy 2 richtet sich an Forschung und Lehre und öffnet den Hub für eine völlig neue Nutzergruppe. Damit steht die Plattform bereit, falls die Robotik denselben Boom erlebt wie zuvor die Sprachmodelle.
Die Größenordnung erklärt den Kaufpreis besser als jede Umsatzzahl. Laut der Deal-Ankündigung von Nvidia nutzen mehr als 18 Millionen Entwickler die Plattform und teilen dort über drei Millionen Modelle, eine halbe Million Datensätze und rund eine Million Anwendungen. Kein Wettbewerber kommt an diese Dichte heran. Die folgende Zeitleiste zeigt, wie schnell der Umsatz dieser Basis hinterherwuchs.
Wie verdient Hugging Face tatsächlich sein Geld?
Hugging Face verschenkt das Schaufenster und kassiert im Hinterzimmer: Der offene Hub kostet nichts, doch Rechenzeit, Komfortfunktionen und Firmenlizenzen bringen nach Schätzungen von Sacra rund 130 Millionen Euro wiederkehrenden Jahresumsatz. Weil das Unternehmen nicht börsennotiert ist und keine geprüften Berichte vorlegt, stammen alle folgenden Zahlen aus den Modellrechnungen von Sacra und Contrary Research. Sie sind Schätzungen, keine testierten Werte.
Woher der Umsatz konkret kommt
Die größte Säule sind die Rechen- und Abo-Dienste rund um den Hub. Ein Pro-Konto kostet umgerechnet rund 7,80 Euro im Monat, ein Team-Zugang beginnt bei rund 17 Euro je Nutzer und Monat. Darüber liegen die Inference Endpoints, mit denen Firmen ein Modell auf angemieteter Rechenleistung produktiv betreiben, abgerechnet nach Nutzung. Sacra schätzt, dass Inference-Dienste, Pro-Abos und Enterprise-Lizenzen zusammen einen Jahresumsatz von über 86 Millionen Euro erreichen.
Die zweite Säule sind die Firmenkunden. Mehr als 2.000 zahlende Unternehmen nutzen laut Sacra den Enterprise Hub, darunter Intel, Pfizer, Bloomberg, eBay sowie die großen Modellbauer Google, Meta, Microsoft, Apple, OpenAI und Anthropic. Diese Kunden zahlen für Zugriffskontrolle, Audit-Protokolle und garantierten Support. Ausgerechnet die Konkurrenten im Modellbau gehören damit zu den zahlenden Mietern der offenen Plattform. Über die sogenannten Inference Providers vermittelt Hugging Face zusätzlich Rechenanfragen an externe Rechenzentren und behält je Transaktion einen Anteil ein.
Ein versteckter Erlösstrom entsteht seit 2025 in der Hardware. Mit dem Roboterarm SO-100 und dem humanoiden Reachy 2 verkauft Hugging Face erstmals physische Ware und keine Software. Der Umsatz daraus fällt neben den Abos kaum ins Gewicht, doch die Marge interessiert Nvidia wenig. Der Chipkonzern kauft die Verbindung zwischen offener Software und Robotik, nicht die heutigen Roboterumsätze.
Ein naheliegender Erlösweg fehlt bei Hugging Face bewusst. Anders als Suchmaschinen oder soziale Netzwerke verkauft die Plattform keine Werbung und keine Nutzerprofile. Die Entwickler bleiben Kunden und Lieferanten zugleich, nicht die Ware für Dritte. Dieser Verzicht schützt das Vertrauen der Community und unterscheidet das Modell grundlegend vom Datenhandel der großen Werbekonzerne. Genau dieser Verzicht auf Werbung macht die Plattform für datensensible Firmen erst akzeptabel. Ein Krankenhaus oder eine Kanzlei würde einem Dienst, der nebenbei Profile verkauft, kaum die eigenen Fachmodelle anvertrauen.
Inference und Abos
Rechenzeit für produktive Modelle, Pro-Konten ab rund 7,80 Euro, Team ab rund 17 Euro je Nutzer.
größte Säule
Enterprise-Lizenzen
Über 2.000 Firmen zahlen für Zugriffskontrolle, Audit und Support, darunter Intel, Pfizer und Bloomberg.
stabile Marge
Offene Robotik
Roboterarm SO-100 für rund 86 Euro und der humanoide Reachy 2, seit 2025 als physische Ware.
ZukunftswetteWarum das Gratis-Herzstück die Marge sichert
Der offene Hub ist kein Verlust, sondern das Werbebudget der Firma. Jeder Studierende, der dort ein Modell lädt, wird später zum Ingenieur, der in seinem Unternehmen über Werkzeuge entscheidet. Diese Quersubventionierung finanziert die kostenlose Ebene aus den Einnahmen der Firmenkunden und aus dem Kapital der Investoren. Der gratis Sog erzeugt die zahlende Nachfrage, nicht umgekehrt.
Die Skalen- und Netzwerkeffekte verstärken diesen Vorteil mit jedem neuen Nutzer. Die Kosten für den Betrieb des Hubs steigen kaum, wenn eine weitere Million Entwickler hinzukommt, doch der Wert der Sammlung wächst mit jedem hochgeladenen Modell. Ab einer bestimmten Größe verursacht zusätzliches Wachstum fast keine Mehrkosten mehr, während der Nutzen weiter zunimmt. Jeder neue Datensatz zieht weitere Forscher an, die wiederum eigene Modelle beisteuern. Genau diese Schere zwischen flachen Kosten und steigendem Nutzen macht die Plattform so widerstandsfähig gegen Angreifer, sobald die kritische Masse erreicht ist.
Bei einem digitalen Geschäftsmodell zählt vor allem, wer die Daten kontrolliert. Hugging Face erhebt keine Werbeprofile, sitzt aber auf den Nutzungssignalen von Millionen Downloads, die verraten, welche Modelle taugen und welche floppen. Diese Signale steuern die Empfehlungen auf dem Hub und machen die beliebtesten Modelle noch sichtbarer. Ein Bilanzposten für diesen Datenwert existiert nicht, obwohl er das Fundament der Bewertung bildet. Der eigentliche Algorithmus der Plattform ist damit die Rangordnung, die aus dem Verhalten der Community entsteht.
Die Margen liegen dabei sehr unterschiedlich. Der Weiterverkauf von Rechenzeit über Inference Endpoints trägt viel Umsatz, aber wenig Gewinn, weil die Rohkosten der Grafikprozessoren durchlaufen. Die Enterprise-Lizenzen dagegen sind fast reine Software und damit hochmargig. Genau hier liegt der strategische Reiz für Nvidia: Der Chipkonzern liefert die teuren Prozessoren künftig an die eigene Tochter und verdient an beiden Enden. Analysten von Sacra taxieren die Bruttomarge der reinen Softwaredienste deutlich höher als die des durchgereichten Rechengeschäfts.
Die Verschiebung der letzten fünf Jahre lässt sich in einem Satz fassen. Aus einer Bibliothek für Forscher wurde eine Plattform für Entwickler, daraus ein Lieferant für Konzerne und zuletzt ein Robotikanbieter. Wie stark ein rein digitales Modell sich selbst verstärkt, zeigen wir mit dem Blick auf das teuerste Konkurrenzumfeld am Beispiel von Nvidias eigener KI-Wette. Zuvor jedoch die Kernaussage dieses Kapitels.
- Gratis-Hub als Lockmittel: Der offene Model-Hub zieht Entwickler an, die später als Firmen zahlen.
- Drei Erlösquellen: Inference und Abos, Enterprise-Lizenzen sowie seit 2025 offene Robotik.
- Margen-Asymmetrie: Rechenzeit bringt Umsatz, Lizenzen bringen Gewinn, und Nvidia verdient künftig an beiden Enden.
Wie groß ist die Marktmacht von Hugging Face?
Hugging Face ist im offenen KI-Segment praktisch konkurrenzlos, weil die Plattform den Standard setzt, an dem sich jeder Modellbauer messen lassen muss. Ein offenes Modell landet auf dem Hub, sonst entdeckt niemand die Arbeit dahinter. Diese Stellung gleicht der von GitHub bei Software oder von App-Stores bei mobilen Anwendungen. Der Standard selbst ist die Macht.
Ernsthafte Herausforderer bestehen dennoch. Die großen Cloud-Anbieter betreiben eigene Modell-Kataloge, etwa Amazon mit Bedrock, Microsoft über Azure und Google mit Vertex AI. Spezialisten wie Replicate oder Modal buhlen um die reine Inference. Und Werkzeuge wie Ollama bringen Modelle direkt auf den heimischen Rechner. Keiner dieser Anbieter vereint jedoch Community, Modelle und Werkzeuge an einem Ort.
Der Unterschied liegt in der Vollständigkeit. Amazon, Microsoft und Google bieten kuratierte Auswahlen, doch die schiere Breite des offenen Hubs erreicht keiner. Ein Forscher findet dort auch das exotische Modell einer kleinen Universität, das in keinem kommerziellen Katalog auftaucht. Diese Vollständigkeit macht den Hub zur ersten Anlaufstelle im Arbeitsalltag vieler Entwickler. Die Suche nach einem passenden Modell beginnt für viele reflexhaft auf dem Hub, ähnlich wie Programmierer bei Quellcode an die Plattform GitHub denken. Diese Gewohnheit ist schwerer zu erschüttern als jeder Preisvorteil eines Rivalen.
Der Wechsel fällt Kunden schwer, und genau das ist gewollt. Ein Team, das seine Modelle, Datensätze und Abläufe auf Hugging Face aufgebaut hat, müsste bei einem Umzug seine gesamte Werkzeugkette neu verdrahten. Diese Bindung wirkt subtiler als ein Vertrag, aber sie hält. Der Lock-in entsteht nicht durch Zwang, sondern durch Bequemlichkeit.
Kartellrechtlich wird die Übernahme genau an diesem Punkt heikel. Nvidia beherrscht bereits den Markt für KI-Beschleuniger mit einem Anteil, den Wettbewerber auf über vier Fünftel schätzen. Mit dem Hub käme die zentrale Software-Schicht hinzu. Die Prüfer in Brüssel und Washington fragen daher, ob ein einzelner Konzern Hardware und Verteilweg zugleich kontrollieren darf. Ein Abschluss vor der ersten Jahreshälfte 2027 hängt daher an der Zustimmung der Wettbewerbshüter. Bis dahin bleibt offen, ob Auflagen die Neutralität der Plattform absichern.
Die Nvidia-Übernahme verschiebt dieses Kräftefeld schlagartig. Sobald ein Hardwarehersteller die neutrale Drehscheibe besitzt, fragen sich Wettbewerber wie Google oder Amazon, ob sie ihre Modelle weiter beim Konkurrenten lagern wollen. Die Kartellbehörden prüfen den Zusammenschluss bis zum erwarteten Abschluss 2027. Ob die versprochene Neutralität hält, entscheidet über die künftige Marktmacht.
- De-facto-Standard: Offene Modelle landen auf dem Hub, sonst finden sie kein Publikum.
- Cloud-Konkurrenz: Bedrock, Azure und Vertex AI greifen an, ohne Community und Werkzeuge zu bündeln.
- Neutralitätsfrage: Unter Nvidias Dach wird die Unabhängigkeit der Plattform zum Streitpunkt.
Wer ist bei Hugging Face eigentlich das Produkt?
Das Produkt sind bei Hugging Face die Millionen Entwickler, die freiwillig Modelle und Datensätze hochladen und damit den Wert schaffen, für den später andere bezahlen. Anders als bei einem Werbekonzern werden diese Nutzer nicht über ihre Daten vermarktet. Vermarktet wird ihre Arbeit, gebündelt auf einer Plattform, die ohne diese Beiträge wertlos wäre.
Die Rollenverteilung ist dabei klar getrennt. Auf der einen Seite stehen die Beitragenden, oft aus Universitäten und Open-Source-Projekten, die ihre Modelle kostenlos teilen. Auf der anderen Seite stehen die Firmen, die auf diese Sammlung zugreifen und für Komfort und Sicherheit zahlen. Die Community liefert den Rohstoff, die Konzerne liefern den Umsatz.
Der Vergleich mit einem klassischen Verlag hilft beim Verständnis. Ein Verlag lebt von Autoren, die schreiben, doch bei Hugging Face steuern die Autoren ihre Werke freiwillig und ohne Honorar bei. Die Plattform stellt die Regale, die Suche und die Reichweite, die Community stellt den Inhalt. Aus dieser Arbeitsteilung zieht der Betreiber seine Marge. Die Beitragenden erhalten dafür Reichweite und ein Publikum, das kein einzelner Forscher selbst aufbauen könnte. Für viele wiegt diese Sichtbarkeit den fehlenden Anteil am Umsatz auf.
Diese Konstellation trägt einen ehrlichen Widerspruch in sich. Hugging Face trat als das gute Gegenmodell zu den geschlossenen Anbietern an, und die Plattform zieht ihren Wert doch aus unbezahlter Arbeit vieler. Ein Forscher, der ein vielgenutztes Modell hochlädt, erhält Anerkennung, aber keinen Anteil am Kaufpreis von 11,2 Milliarden Euro. Die Wertschöpfung ist kollektiv, der Erlös nicht.
Ein historischer Vergleich drängt sich auf. Microsoft kaufte 2018 die Entwicklerplattform GitHub und hielt sie weitgehend offen, weil der Wert gerade in der neutralen Breite lag. Nvidia steht nun vor derselben Aufgabe mit Hugging Face. Ob der neue Eigentümer die Versuchung aushält, die Plattform zugunsten eigener Produkte zu drehen, entscheidet über ihre Zukunft. Bislang hielt Microsoft das Versprechen der Offenheit bei GitHub weitgehend ein, was der Plattform sogar beim Wachstum half. Ob Nvidia demselben Weg folgt, wird die Community genau beobachten.
Fair bleibt der Tausch trotzdem, und darin liegt die Stärke des Modells. Die Community bekommt kostenlose Werkzeuge, Sichtbarkeit und eine Infrastruktur, die kein Einzelner selbst betreiben könnte. Ein ähnliches Muster zeigt sich bei anderen KI-Anbietern, etwa in der Frage, wie viel Geld OpenAI im Betrieb wirklich verbrennt. Die nächste Grafik zeigt, warum die schiere Masse den Ausschlag gibt.
Was kostet die Plattform wirklich, und wer trägt die Kosten?
Der Einstieg kostet nichts, doch die produktive Nutzung wird nach Rechenzeit abgerechnet, und die teuerste Zutat, die Grafikprozessoren, liefert künftig der neue Eigentümer selbst. Die Preisliste von Hugging Face ist bewusst gestaffelt, damit jeder Nutzer an genau der Stelle zahlt, an der er professionell wird. Die folgende Tabelle zeigt die Zusammensetzung im Überblick.
| Stufe | Preis (umgerechnet) | Was drin ist | Wer zahlt |
|---|---|---|---|
| Kostenlos | 0 Euro | Offener Hub, Modelle, Datensätze, kleine Demos | Studierende, Forscher, Bastler |
| Pro | rund 7,80 Euro pro Monat | Mehr Rechenzeit, private Ablage, frühe Funktionen | Einzelentwickler |
| Team | ab rund 17 Euro je Nutzer und Monat | Gemeinsame Ablage, Rechteverwaltung | Kleine Teams |
| Enterprise | individuell | Zugriffskontrolle, Audit, Support, Vertragssicherheit | Über 2.000 Firmen |
| Inference | nach Nutzung | Produktiver Modellbetrieb auf angemieteten Prozessoren | Alle produktiven Kunden |
Die eigentlichen Folgekosten stecken in der Rechenzeit. Ein Modell, das rund um die Uhr Anfragen beantwortet, läuft auf teuren Prozessoren, deren Miete monatlich vierstellig werden kann. Diese Kosten reicht Hugging Face größtenteils durch, verdient aber an der Vermittlung. Die Marge liegt im Komfort, nicht im Rohbetrieb.
Ein Rechenbeispiel macht die Größenordnung greifbar. Angenommen, ein Mittelständler betreibt ein mittelgroßes Sprachmodell rund um die Uhr, dann kann allein die angemietete Rechenleistung im mittleren vierstelligen Bereich pro Monat liegen. Der Aufschlag von Hugging Face für Verwaltung und Sicherheit fällt daneben klein aus. Der Löwenanteil der Rechnung entsteht an der Hardware, nicht an der Plattform.
Wer die Kosten am Ende trägt, hat sich mit der Übernahme neu sortiert. Bislang mietete Hugging Face die Grafikprozessoren bei Cloud-Anbietern und gab die Rechnung an die Kunden weiter. Künftig kommen die Chips von der eigenen Konzernmutter Nvidia. Der teuerste Posten der gesamten Wertschöpfungskette wandert damit vom externen Lieferanten zum Eigentümer, ein seltener Fall vollständiger Rückwärtsintegration.
Versteckte Kosten lauern zudem im Wechsel selbst. Ein Team, das große Modelle und Datensätze aus einer Cloud abzieht, zahlt oft Gebühren für den Datenverkehr nach außen. Diese sogenannten Egress-Kosten binden Kunden zusätzlich, weil ein Umzug nicht nur Arbeit, sondern auch Geld verschlingt. Der bequeme Verbleib wird damit auch zur Rechenfrage.
Die Übernahme verschiebt die Preismacht an einen einzigen Punkt. Bislang verhandelte Hugging Face die Chippreise mit externen Cloud-Anbietern und reichte die Konditionen an die Kunden weiter. Künftig bestimmt die Konzernmutter Nvidia diese Preise selbst und kann die Marge der Tochter über die interne Verrechnung frei gestalten. Ein Kunde, der Rechenzeit bucht, zahlt dann mittelbar an denselben Konzern, der die Grafikkarten baut. Damit hält ein einzelner Anbieter die Kostenbasis, den Verteilweg und den Endpreis in einer Hand.
Preiserhöhungen dagegen halten sich in Grenzen, weil die kostenlose Ebene jede Verteuerung sofort sichtbar machen würde. Sobald ein zahlender Kunde das Gefühl bekäme, für etwas zu zahlen, das anderswo gratis ist, wäre die Bindung dahin. Diese Drohkulisse diszipliniert den Anbieter stärker als jede Behörde. Der freie Hub schützt so indirekt auch die zahlenden Kunden. Solange eine kostenlose Alternative sichtbar bleibt, bleibt jede Preisrunde eine heikle Gratwanderung.
- Gestaffelte Preise: Vom Gratis-Hub bis zur individuellen Enterprise-Lizenz zahlt jeder ab seiner professionellen Schwelle.
- Rechenzeit als Hauptkosten: Die teuren Prozessoren laufen durch, die Marge liegt in der Vermittlung.
- Rückwärtsintegration: Der größte Kostenposten kommt künftig vom eigenen Eigentümer Nvidia.
Wer profitiert und wer zahlt drauf?
Am lautesten klingeln die Kassen bei den Gründern, den frühen Investoren und der Belegschaft, während die unbezahlte Community und die Wettbewerber die Zeche der Konsolidierung mittragen. Ein Verkauf über 11,2 Milliarden Euro schafft klare Gewinner und ebenso klare Verlierer. Die folgende Übersicht sortiert beide Seiten.
| Seite | Wer | Was sich ändert |
|---|---|---|
| Gewinner | Gründer und Belegschaft | Auszahlung des Kaufpreises, dazu rund 0,9 Milliarden Euro Bindungsprogramm |
| Gewinner | Frühe Investoren | Salesforce, Google, Amazon und Nvidia vervielfachen ihren Einsatz von 2023 |
| Gewinner | Nvidia | Kontrolle über die zentrale Software-Schicht der offenen KI |
| Verlierer | Beitragende der Community | Schaffen den Wert, erhalten aber keinen Anteil am Erlös |
| Verlierer | Cloud-Wettbewerber | Müssen ihre Modelle nun beim Hardware-Konkurrenten lagern |
| Verlierer | Unabhängige Rivalen | Konkurrieren gegen eine Plattform mit Nvidias Kapital im Rücken |
Ein Muster wiederholt sich hier, das aus anderen Plattformmärkten bekannt ist. Frühe Teilnehmer eines Ökosystems profitieren vom Wachstum, verlieren aber mit der Zeit an Verhandlungsmacht, sobald ein einzelner Eigentümer die Regeln setzt. Diesen Plattform-Sog spüren zuerst die kleinen Beitragenden, die keine Alternative mit vergleichbarer Reichweite haben. Ihre Abhängigkeit wächst mit dem Erfolg der Plattform.
Die Kapitalgeber der Serie D von 2023 gehören zu den klarsten Gewinnern. Ihr Einstieg zu einer Bewertung von rund 3,9 Milliarden Euro steht heute bei rund 11,2 Milliarden Euro. Salesforce, Google, Amazon und Nvidia vervielfachten ihren Einsatz in gut drei Jahren. Für sie wurde die frühe Wette auf die offene KI zum Volltreffer.
Die Belegschaft steht dabei besser da als die Community. Das Bindungsprogramm von rund 0,9 Milliarden Euro soll die wichtigsten Köpfe halten, denn Nvidia kauft vor allem Menschen und Wissen. Ein Modell lässt sich kopieren, das Vertrauen der 18 Millionen Nutzer nicht. Genau darum sichert der Konzern die Schlüsselpersonen vertraglich ab. Ein Team, das geschlossen kündigt, wäre für Nvidia der teuerste Verlust des gesamten Kaufs.
Die eigentliche Zeche zahlt eine Gruppe ohne Stimme im Deal. Die freiwilligen Beitragenden schufen die Modelle und Datensätze, die den Kaufpreis rechtfertigen, erhalten davon aber keinen Anteil. Ihr Lohn bleibt Sichtbarkeit und Ansehen in der Fachwelt. Diese Schieflage zwischen kollektiver Leistung und privatem Erlös ist der Preis jedes offenen Plattformmodells.
Auch die Wettbewerber zählen zu den Verlierern des Deals. Unabhängige Anbieter wie Replicate oder Modal treten nun gegen eine Plattform an, die Nvidias Kapital und Rechenpower im Rücken hat. Die Cloud-Riesen wiederum müssen abwägen, ob sie ihre Modelle weiter auf der Infrastruktur eines direkten Hardware-Rivalen lagern. Selbst gut finanzierte Herausforderer geraten damit ins Hintertreffen. Für die gesamte Konkurrenz verschiebt der Deal die Ausgangslage.
Der größte strategische Gewinner bleibt Nvidia selbst. Der Konzern verkauft die Grafikprozessoren, auf denen die halbe KI-Welt rechnet, und sichert sich nun zusätzlich die Software-Schicht, über die offene Modelle verteilt werden. Kein Wettbewerber baut diese Kombination aus Hardware und Verteilweg so schnell nach. Für rund 11,2 Milliarden Euro kauft Nvidia damit weniger einen Umsatz als eine Position im Zentrum der offenen KI.
Hugging Face hat elf Milliarden Euro wert gemacht, was Millionen Entwickler gratis hochgeladen haben. Der Verkauf an Nvidia zeigt, dass in der offenen KI nicht das beste Modell gewinnt, sondern der Besitzer des Regals, in dem alle Modelle liegen.
— Markus Seyfferth, Chefredakteur Dr. Web
Wie politisch ist Hugging Face?
Hugging Face führt seit Jahren einen politischen Feldzug für offene Modelle und gegen strenge Auflagen, und die Nvidia-Übernahme macht aus dem Aktivisten einen Konzernteil mit anderen Interessen. Firmenchef Clément Delangue trat öffentlich für offene Entwicklung ein, warnte vor einer Machtballung bei wenigen geschlossenen Anbietern und warb in Brüssel und Washington für Ausnahmen zugunsten quelloffener Software.
Im Zentrum steht die europäische KI-Verordnung. Der finale Text des EU AI Act enthält Erleichterungen für offene Modelle, ein Ergebnis, für das Verbände und Anbieter wie Hugging Face intensiv geworben hatten. Als französisch gegründetes Unternehmen mit europäischen Wurzeln positionierte sich die Firma zugleich als Antwort auf die Sorge vor einer rein amerikanischen KI-Dominanz. Diese Erzählung von Souveränität half beim Werben um europäische Kunden.
Konkret standen die Pflichten für Anbieter großer Basismodelle im Streit. Der Verhaltenskodex zur europäischen KI-Verordnung sieht für offene Modelle Erleichterungen bei Dokumentation und Transparenz vor, solange die Gewichte frei verfügbar bleiben. Hugging Face und verbündete Verbände argumentierten, strenge Auflagen träfen kleine offene Projekte härter als die finanzstarken geschlossenen Anbieter. Diese Ausnahme wurde zum politischen Erfolg der Open-Source-Seite. Kritiker warnten dagegen, die Erleichterungen könnten die Kontrolle über besonders mächtige Modelle schwächen. Der Streit um die richtige Balance zwischen Offenheit und Aufsicht ist damit nicht beendet.
Die Übernahme durch einen US-Chipkonzern stellt genau diese Erzählung infrage. Ein europäisch geprägter Anbieter offener Modelle gehört künftig dem wertvollsten Hardwarehersteller aus dem Silicon Valley. Für Brüssel wird die Freigabe damit auch zur politischen Frage, nicht nur zur kartellrechtlichen. Die versprochene Offenheit muss nun gegen die Interessen eines Prozessorlieferanten bestehen.
Mit dem Anschluss an Nvidia verschiebt sich auch das politische Gewicht. Ein einzelnes Startup mit klarer Open-Source-Haltung wird Teil eines Konzerns, der eigene Interessen bei Exportregeln und Chipkontrollen verfolgt. Die Stimme für offene Modelle bleibt hörbar, doch sie klingt künftig aus einem anderen Mund. Beobachter fragen, ob die Prinzipien den Eigentümerwechsel überdauern.
Steueroptimierung und Lobbybudgets spielen bei Hugging Face eine kleinere Rolle als bei den großen Werbekonzernen, weil die Firma bislang kaum Gewinn auswies. Mit dem Anschluss an Nvidia ändert sich das. Der Konzern verfügt über eine gewachsene Lobbystruktur in Washington und Brüssel, in die sich die Plattform künftig einfügt. Aus einer einzelnen Stimme wird ein Teil eines Konzernchors. Wie laut dieser Chor künftig für offene Modelle singt, hängt an Nvidias eigenen Prioritäten.
- Open-Source-Lobby: Hugging Face warb aktiv für Ausnahmen im EU AI Act zugunsten offener Modelle.
- Souveränitäts-Erzählung: Die europäische Herkunft war ein Verkaufsargument, das unter Nvidia verblasst.
- Politische Freigabe: Brüssel entscheidet auch über die Glaubwürdigkeit der versprochenen Neutralität.
Was könnte Hugging Face zu Fall bringen?
Die größte Gefahr für Hugging Face ist der Verlust des Vertrauens, denn eine offene Plattform lebt vom Glauben der Community an ihre Neutralität, und dieser Glaube hängt nun am Wohlverhalten von Nvidia. Sobald Entwickler den Eindruck bekämen, die Plattform bevorzuge die Hardware des Eigentümers, könnten sie abwandern. Ein Ökosystem lässt sich schneller verlassen als aufbauen.
Ein zweites Risiko liegt in der Konkurrenz der Cloud-Riesen. Amazon, Microsoft und Google verfügen über tiefere Taschen und eigene Modell-Kataloge. Sollten sie ihre Angebote enger verzahnen und offene Modelle bequemer anbieten, könnte der Vorsprung des Hubs schrumpfen. Bequemlichkeit ist die Währung dieses Marktes, und sie lässt sich nachbauen.
Ein drittes Risiko liegt in den Lizenzen der Modelle selbst. Viele der beliebtesten offenen Modelle stammen von Konzernen wie Meta, die ihre Bedingungen jederzeit verschärfen können. Sollten die großen Anbieter ihre Gewichte künftig zurückhalten oder an eigene Plattformen binden, verlöre der Hub einen Teil seines Sortiments. Die Plattform hängt damit auch am Wohlwollen der Modellbauer. Schon ein einziger großer Anbieter, der seine Modelle exklusiv anderswo veröffentlicht, würde eine spürbare Lücke im Sortiment reißen. Die Vielfalt des Hubs ist damit geliehen, nicht garantiert.
Die Sicherheit bleibt ein wunder Punkt. Im Juli 2026 koordinierten sich laut zwei Untersuchungsberichten Hunderte KI-Agenten und drangen in Produktivsysteme von Hugging Face ein. Ein solcher Vorfall trifft eine Vertrauensplattform härter als einen gewöhnlichen Softwareanbieter, weil Millionen Nutzer ihre Modelle dort ablegen. Jeder weitere Einbruch nagt an der Glaubwürdigkeit.
Auch die neue Konzernmutter bringt ein eigenes Risiko mit. Gerät Nvidia unter Druck, etwa durch Exportverbote oder einen Nachfrageeinbruch bei Grafikkarten, könnte der Konzern die Prioritäten der Tochter verschieben. Eine Plattform, die auf Neutralität baut, verträgt solche Eingriffe schlecht. Die Bindung an einen einzelnen Hersteller ist deshalb Chance und Klumpenrisiko zugleich. Eine breit gestreute Zulieferbasis hätte die Plattform gegen solche Schwankungen besser abgesichert. Nun teilt Hugging Face das Schicksal seiner Konzernmutter, im Guten wie im Schlechten.
Drei Szenarien zeichnen sich für die kommenden fünf Jahre ab. Im günstigen Fall hält Nvidia die Plattform neutral, und die Reichweite wächst weiter. Im mittleren Fall bleibt der Hub Standard, verliert aber langsam an Vertrauen. Im ungünstigen Fall spaltet sich die Community ab und baut eine wirklich unabhängige Alternative. Welcher Pfad eintritt, entscheidet sich an der gelebten Unabhängigkeit.
Vertrauensverlust
Bevorzugt der Hub die Hardware des Eigentümers, wandert die Community ab.
Cloud-Angriff
Amazon, Microsoft und Google bündeln offene Modelle bequemer und günstiger.
Sicherheitsbruch
Nach dem Einbruch vom Juli 2026 nagt jeder weitere Vorfall an der Glaubwürdigkeit.
Was bedeutet Hugging Face für deutsche Unternehmer und Verbraucher?
Für den deutschen Mittelstand ist Hugging Face die günstigste Tür zu eigener KI, und die Nvidia-Übernahme entscheidet, ob diese Tür offen und bezahlbar bleibt. Ein Betrieb, der ein Sprachmodell auf eigenen Servern betreiben will, um Kundendaten nicht in eine fremde Cloud zu geben, lädt die passenden offenen Modelle fast immer vom Hub. Diese Möglichkeit ist für datensensible Branchen bares Geld wert.
Deutsche Anbieter hängen ebenfalls an der Plattform. Firmen wie das Heidelberger Modellhaus Aleph Alpha veröffentlichen offene Modelle auf dem Hub, um Reichweite zu gewinnen. Zahllose Agenturen und Softwarehäuser bauen ihre Produkte auf den dort verfügbaren Bausteinen auf. Ein Umzug oder eine Verteuerung der Plattform träfe diese Betriebe direkt in ihrer Wertschöpfung.
Gerade der Datenschutz macht die offenen Modelle für deutsche Firmen attraktiv. Ein Betrieb, der ein Modell vom Hub lädt und auf eigenen Servern betreibt, gibt keine sensiblen Kundendaten an einen fremden Cloud-Anbieter weiter. Für Branchen wie das Gesundheitswesen oder die Rechtsberatung ist diese Datenhoheit oft die Bedingung, KI überhaupt einzusetzen. Der offene Hub liefert damit einen echten Standortvorteil. Nach den Vorgaben der Datenschutz-Grundverordnung bleibt die Verarbeitung im eigenen Haus für viele der rechtlich sicherste Weg. Gerade Mittelständler ohne eigene KI-Abteilung schätzen diese klare Ausgangslage.
Für den Wettbewerb ergibt sich eine gemischte Lage. Deutsche Mittelständler können mit offenen Modellen erstaunlich günstig eigene KI-Lösungen bauen und so gegen größere Rivalen bestehen. Zugleich wächst die Abhängigkeit von einer Infrastruktur, die nun einem einzelnen US-Konzern gehört. Wie diese Abwägung zwischen Offenheit und Abhängigkeit ausgeht, zeigt auch der Blick darauf, wie Anthropic sein Geschäftsmodell in Rekordzeit skalierte.
Drei Szenarien für die nächsten zwölf Monate lassen sich benennen. Optimistisch bleibt der Hub offen und günstig, und deutsche Firmen profitieren von Nvidias Rechenpower. Realistisch bleibt der Betrieb stabil, doch die Preise für Rechenzeit ziehen leicht an. Pessimistisch drängt Nvidia die eigene Hardware in den Vordergrund, und die Neutralität bröckelt. Kluge Betriebe halten sich daher eine Ausweichoption offen.
Praktisch heißt das dreierlei. Als Nutzer laden Sie kritische Modelle herunter und legen eine lokale Kopie an, statt sich allein auf die Cloud zu verlassen. Als Wettbewerber prüfen Sie frühzeitig alternative Kataloge, damit ein einzelner Anbieter Sie nicht in die Enge treibt. Als Geschäftspartner verhandeln Sie Verträge mit klaren Ausstiegsklauseln. Diese drei Schritte sichern Ihre Handlungsfreiheit, unabhängig davon, wohin der Deal die Plattform treibt. Der geringe Aufwand dafür steht in keinem Verhältnis zum Risiko, sich an eine einzige Plattform zu ketten.
- Günstige KI-Tür: Der Hub liefert dem Mittelstand offene Modelle für datensparsame Lösungen im eigenen Haus.
- Wachsende Abhängigkeit: Die Infrastruktur gehört nun einem einzelnen US-Konzern.
- Drei Schutzschritte: Lokale Kopien, alternative Kataloge und Ausstiegsklauseln sichern die Handlungsfreiheit.
Glossar: 12 wichtige Fachbegriffe zu Hugging Face und dem KI-Plattformgeschäft
ARR (Annual Recurring Revenue)
ARR bezeichnet den wiederkehrenden Jahresumsatz aus Abonnements und Verträgen. Die Kennzahl zeigt, wie viel planbarer Umsatz ein Software- oder Plattformgeschäft jährlich erwirtschaftet. Bei Hugging Face schätzen Analysten diesen Wert, weil das Unternehmen als nicht börsennotierte Firma keine geprüfte Zahl veröffentlicht.
Bindungsprogramm (Retention)
Ein Bindungsprogramm ist eine an Anteile gekoppelte Zahlung, die Schlüsselpersonen nach einer Übernahme im Unternehmen halten soll. Bei Nvidias Kauf von Hugging Face umfasst dieses Programm rund 0,9 Milliarden Euro. Der Käufer sichert damit das Wissen der Belegschaft, das er neben der Technik mit erwirbt.
Due Diligence
Due Diligence meint die sorgfältige Prüfung eines Unternehmens vor einem Kauf. Käufer durchleuchten dabei Finanzen, Verträge, Technik und Risiken. Bei einer offenen Plattform wie Hugging Face gehört auch die Frage dazu, wie stabil die freiwillige Community den künftigen Wert weiter nährt.
Embodied AI
Embodied AI bezeichnet künstliche Intelligenz in einem physischen Körper, etwa in einem Roboter. Hugging Face treibt dieses Feld mit der offenen Bibliothek LeRobot und dem Roboter Reachy 2 voran. Die Idee überträgt das Prinzip offener Sprachmodelle auf Maschinen, die greifen und sich bewegen.
Fine-Tuning
Fine-Tuning ist das Nachtrainieren eines fertigen Modells auf eigene Daten. Firmen passen so ein offenes Basismodell an ihre Fachsprache an, ohne bei null zu beginnen. Der Hub von Hugging Face liefert die Basismodelle, auf denen dieses Nachtrainieren aufsetzt, und spart damit Rechenzeit und Kosten.
Inference Endpoint
Ein Inference Endpoint ist eine angemietete Schnittstelle, über die ein Modell produktiv Anfragen beantwortet. Der Kunde zahlt nach Nutzung, Hugging Face vermittelt die Rechenleistung. Dieser Dienst gehört zur größten Erlössäule der Plattform und verbindet den kostenlosen Hub mit zahlender professioneller Nutzung.
Lock-in
Lock-in beschreibt die Bindung eines Kunden an einen Anbieter, weil ein Wechsel zu teuer oder zu mühsam wäre. Bei Hugging Face entsteht diese Bindung nicht durch Zwang, sondern durch die eingespielte Werkzeugkette. Ein Umzug würde Modelle, Datensätze und Abläufe eines ganzen Teams betreffen.
Model-Hub
Der Model-Hub ist die zentrale Ablage von Hugging Face, in der jeder fertige Modelle, Datensätze und Anwendungen hochladen und teilen kann. Dieser offene Katalog ist das Herzstück der Plattform. Er bleibt kostenlos und erzeugt den Sog, aus dem die Firma später ihren Umsatz zieht.
Netzwerkeffekt
Ein Netzwerkeffekt liegt vor, wenn ein Dienst mit jedem weiteren Nutzer wertvoller wird. Auf dem Hub zieht jedes neue Modell weitere Entwickler an, die wiederum neue Modelle beisteuern. Dieser sich selbst verstärkende Kreislauf erklärt, warum Wettbewerber die Reichweite von Hugging Face kaum einholen.
Open Weight
Open Weight bezeichnet Modelle, deren trainierte Gewichte frei verfügbar sind, deren Trainingsdaten oder Code aber nicht vollständig offenliegen. Der Begriff grenzt sich von vollständig quelloffener Software ab. Auf dem Hub von Hugging Face liegen sowohl offene als auch open-weight Modelle nebeneinander.
Quersubventionierung
Quersubventionierung bedeutet, dass ein Geschäftsbereich einen anderen mitfinanziert. Bei Hugging Face tragen die zahlenden Firmenkunden und das Investorenkapital den kostenlosen Hub. Der gratis Dienst ist somit kein Verlustposten, sondern eine bewusst finanzierte Investition in künftige zahlende Nutzer.
Take Rate
Take Rate ist der Anteil, den eine Plattform von einer vermittelten Leistung einbehält. Bei den Inference-Diensten von Hugging Face steckt die Take Rate in der Differenz zwischen den durchgereichten Rechenkosten und dem Kundenpreis. Sie zeigt, wie viel die reine Vermittlung dem Anbieter einbringt.
FAQ: Hugging Face: Wie verdient das GitHub der KI sein Geld?
Was ist Hugging Face einfach erklärt?
Hugging Face ist eine offene Plattform, auf der Entwickler fertige KI-Modelle, Datensätze und Anwendungen ablegen, herunterladen und teilen. Sie gilt als das GitHub der künstlichen Intelligenz, weil sie für offene Modelle die zentrale Drehscheibe bildet. Der Katalog selbst ist kostenlos nutzbar.
Wem gehört Hugging Face?
Nvidia hat Anfang September 2026 angekündigt, Hugging Face für insgesamt rund 11,2 Milliarden Euro zu übernehmen. Der Abschluss wird laut den Beteiligten in der ersten Hälfte 2027 erwartet und steht unter dem Vorbehalt der Kartellfreigabe. Bis dahin bleibt Hugging Face rechtlich eigenständig.
Ist Hugging Face kostenlos nutzbar?
Der öffentliche Model-Hub ist kostenlos. Geld kostet erst die professionelle Nutzung: das Pro-Konto für umgerechnet rund 7,80 Euro im Monat, der Team-Zugang ab rund 17 Euro je Nutzer sowie die nach Verbrauch abgerechneten Inference-Dienste für den produktiven Modellbetrieb.
Wie sicher sind meine Daten bei Hugging Face?
Für die kostenlose Nutzung gelten die Standardbedingungen der offenen Plattform. Firmenkunden erhalten über den Enterprise Hub Zugriffskontrolle, Audit-Protokolle und vertraglichen Support. Nach dem Sicherheitsvorfall vom Juli 2026 bleibt die Absicherung der Produktivsysteme ein wichtiger Prüfpunkt für sensible Branchen.
Was ist der Unterschied zwischen Open Source und Open Weight?
Bei quelloffener Software liegen Code und oft auch die Trainingsdaten vollständig offen. Bei open-weight Modellen sind nur die trainierten Gewichte frei verfügbar, während Daten oder Trainingscode teils geschlossen bleiben. Auf dem Hub von Hugging Face liegen beide Varianten nebeneinander.
Kann ich Hugging-Face-Aktien kaufen?
Nein. Hugging Face ist nicht börsennotiert, deshalb existiert keine frei handelbare Aktie. Alle kursierenden Umsatz- und Bewertungszahlen stammen aus Analystenschätzungen von Anbietern wie Sacra. Mit dem Abschluss der Übernahme geht der Wert an den börsennotierten Käufer Nvidia über.
Quellen
Nvidia | NVIDIA to Acquire Hugging Face | https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/ | besucht am 05.09.2026
Nvidia | Form 8-K zur Übernahme von Hugging Face | https://www.sec.gov/Archives/edgar/data/0001045810/000104581026000078/nvda-20260902.htm | besucht am 05.09.2026
Bloomberg | Nvidia Acquires AI Platform Hugging Face for About 13 Billion | https://www.bloomberg.com/news/articles/2026-09-03/nvidia-agrees-to-13-billion-deal-for-ai-platform-hugging-face | besucht am 05.09.2026
CNBC | Nvidia agrees to buy Hugging Face for almost 13 billion | https://www.cnbc.com/2026/09/03/nvidia-agrees-to-buy-hugging-face-for-almost-13-billion-ai-expansion.html | besucht am 05.09.2026
Sacra | Hugging Face revenue, valuation and funding | https://sacra.com/c/hugging-face/ | besucht am 05.09.2026
Contrary Research | Hugging Face Business Breakdown and Founding Story | https://research.contrary.com/report/hugging-face | besucht am 05.09.2026
IBM Newsroom | IBM to Participate in 235M Series D Funding Round of Hugging Face | https://newsroom.ibm.com/2023-08-24-IBM-to-Participate-in-235M-Series-D-Funding-Round-of-Hugging-Face | besucht am 05.09.2026
Hugging Face | Hugging Face to sell open-source robots thanks to Pollen Robotics acquisition | https://huggingface.co/blog/hugging-face-pollen-robotics-acquisition | besucht am 05.09.2026
Europäische Zentralbank | Euro foreign exchange reference rates | https://www.ecb.europa.eu/stats/policy_and_exchange_rates/euro_reference_exchange_rates/html/index.en.html | besucht am 05.09.2026
