Am 24. Juni gab Qualcomm offiziell die Übernahme des KI-Softwareunternehmens Modular bekannt. Das Transaktionsvolumen beträgt etwa 3,9 Milliarden Dollar; Qualcomm wird bis zu 19,2 Millionen Aktien an die Modular-Aktionäre ausgeben. Der Abschluss wird für die zweite Jahreshälfte 2026 erwartet, vorbehaltlich der behördlichen Genehmigungen und üblicher Vollzugsbedingungen.
Nur auf die Zahl geschaut: 3,9 Milliarden sind in der Welt der großen Tech-Übernahmen keine Sensation. Doch das strategische Signal dieser Transaktion reicht weit darüber hinaus.
Modulars Kern-Assets sind zwei Dinge: die Programmiersprache Mojo und die MAX-Inferenz-Engine. Mojo ist eine Obermenge von Python, entwickelt von Chris Lattner (dem Schöpfer von LLVM und Swift) mit dem Ziel: „die Benutzerfreundlichkeit von Python + die Performance von C”. Mojo zielt direkt auf die Performance-Wand, gegen die KI-Entwickler laufen, wenn sie Python in der Produktion einsetzen. MAX ist ein hardware-agnostischer KI-Inferenz-Stack, der es ermöglicht, Modelle auf CPU, GPU, NPU oder sogar benutzerdefinierten ASICs auszuführen, ohne den Code für jeden Chip neu schreiben zu müssen.
Qualcomm kauft beides aus demselben Grund: eine Brücke über NVIDIAs CUDA-Burggraben zu bauen.
Wie tief NVIDIAs CUDA-Burggraben wirklich ist
Bevor wir diese Transaktion diskutieren, müssen wir uns klarmachen, worauf sie zielt.
NVIDIAs Dominanz im KI-Training und -Inferenz-Markt beruht nicht allein auf Hardware. Das CUDA-Ökosystem ist eine dreischichtige Festung: Die untere Schicht ist die GPU-Hardware (H100/B200-Generationenwechsel), die mittlere Schicht der CUDA-Toolchain und die Bibliotheken (cuBLAS, cuDNN, TensorRT), die oberste Schicht sind Millionen von Entwicklern, die über fünfzehn Jahre hinweg Modelle und Code in CUDA geschrieben haben. Alle drei Schichten zusammen erzeugen Wechselkosten, die nahezu unvorstellbar hoch sind – es geht nicht nur darum, einen Chip auszutauschen, sondern den gesamten Software-Stack zu erneuern.
AMDs ROCm und Intels oneAPI haben genau das versucht, aber mit begrenztem Erfolg. Der Grund: Ihr Ansatz war im Kern derselbe – ein funktional gleichwertiges CUDA-Substitut zu bauen und Entwickler zur Migration zu bewegen. Das Problem an diesem Ansatz: Migration selbst ist die größte Reibung – Entwickler haben kein Motiv, einen neuen Toolstack zu lernen, es sei denn, er ist deutlich besser.
Qualcomm wählt einen radikaleren Weg: eine Abstraktionsschicht über CUDA zu bauen, statt eine Alternative darunter.
Die MAX-Engine: Einmal schreiben, überall inferieren
Die Kernidee von MAX: Entwickler schreiben KI-Inferenz-Code mit einer einheitlichen API, und MAX selbst kompiliert den Code für die Zielhardware. CPU, Qualcomms eigene Hexagon-NPU, NVIDIA-GPU, AMD-GPU – Entwickler müssen sich nicht darum kümmern, was darunter läuft. Wenn ein neuer KI-Beschleuniger auf den Markt kommt, muss nur das MAX-Compiler-Backend ihn unterstützen – bestehender Code bleibt unverändert.
Wenn diese Idee aufgeht, verwandelt sich CUDAs Burggraben von „man muss durch CUDA hindurch” zu „man kann über MAX hinweg”. NVIDIAs Hardware-Vorteil (schneller sein) bleibt bestehen, aber der Software-Lock-in-Vorteil ist nicht länger absolut.
Qualcomms eigenes Hardware-Portfolio liefert den Landeplatz für diese Strategie: die Hexagon-NPU in Snapdragon-Smartphone-Chips, Automotive-Cockpit-Chips und die Cloud-AI-Beschleuniger-Serie, die Qualcomm seit Längerem vorantreibt. MAX als Software-Schicht, die all diese Hardware mit einem einheitlichen Programmiermodell verbindet – vom Smartphone über das Auto bis zum Rechenzentrum, ein Code, überall lauffähig. Vor der Modular-Übernahme hatte Qualcomm die Hardware, aber keinen einheitlichen Software-Stack. Nach der Übernahme hat es den Software-Stack.
Mojos Position: Der Entwickler-Eingang
Wenn MAX die Brücke ist, dann ist Mojo das Ingenieurteam, das sie baut.
Die dominierende Sprache im KI-Entwicklungs-Ökosystem ist Python. PyTorch, JAX, TensorFlow – alle auf Python. Aber Python hat bei der Inferenz-Bereitstellung klare Performance-Engpässe: dynamische Typisierung, GIL, Interpreter-Overhead. Mojos Designphilosophie: Python-Entwickler sollen System-Level-Performance bekommen, ohne eine neue Sprache lernen zu müssen – die Syntax ist fast identisch, aber der Code wird zu Maschinencode kompiliert und unterstützt SIMD, Tiling und manuelle Speicherverwaltung.
Vor der Übernahme war Mojos Community zwar nicht so groß wie die von Python, genoss aber im High-Performance-KI-Infrastruktur-Umfeld einen guten Ruf. Nomic AI schrieb eine GPU-beschleunigte Indexing-Pipeline in Mojo (200+ mal schneller als Python), einige Quantisierungs-Inferenz-Frameworks begannen, Mojo für Low-Level-Kernel zu verwenden. Diese Early Adopters sind nun indirekt in Qualcomms Ökosystem eingetreten.
Chris Lattner sagte in der Übernahmeerklärung, diese Transaktion gebe Modular „die Größenordnung und Plattformabdeckung, die es braucht, um seine Mission zu erweitern”. Man beachte die Wortwahl – „Größenordnung” und „Plattformabdeckung” – sie deuten darauf hin, dass das größte Hindernis für Mojos unabhängiges Wachstum die Distributionskanäle waren. Qualcomm verfügt nun einmal über eine installierte Basis von Milliarden von Geräten.
Die Signale dieser Transaktion
Software ist wertvoller als Silizium. In einer Übernahme durch einen Chiphersteller ist das Ziel ein Softwareunternehmen – eines, das Compiler und Inferenz-Engines baut. Qualcomm hat nicht mehr Transistoren gekauft, sondern „die Fähigkeit, Code auf beliebigen Transistoren laufen zu lassen”. Im KI-Inferenzmarkt holt der Wert des Software-Stacks gegenüber der Hardware-Performance auf.
CUDAs Burggraben wird erstmals mit Software statt mit Hardware angegriffen. AMD und Intel gingen den Weg des Hardware-Wettbewerbs, Qualcomm geht den Weg der Software-Abstraktion. Welcher Ansatz hat höhere Erfolgschancen? Historisch gibt es genügend Beispiele, in denen eine Abstraktionsschicht darunterliegende Unterschiede weggefressen hat: Java/JVM hat Betriebssystem-Unterschiede eliminiert, das Web hat Desktop-Anwendungen verdrängt. Wenn MAX die JVM der KI-Inferenz wird, schwindet CUDAs Lock-in-Effekt drastisch.
Der KI-Compiler-Krieg eskaliert. Modulars Mojo+MAX-Stack, Googles MLIR-Ökosystem, OpenAIs Triton – die KI-Compiler-Landschaft des Jahres 2026 entwickelt sich von einer Ära der Streitenden Reiche zu einer der Drei Königreiche. Qualcomm hat sich direkt in ein Lager eingekauft und damit den langen Eigenentwicklungszyklus übersprungen.
Regulatorisches Risiko: gering, aber beachtenswert. Das Transaktionsvolumen von 3,9 Milliarden liegt unter der kartellrechtlichen Prüfschwelle (der US-Hart-Scott-Rodino-Schwellenwert liegt 2026 bei 126,5 Millionen Dollar). Allerdings betrifft die Transaktion eine Basis-Softwareschicht – sollte Qualcomm MAX nach der Übernahme proprietär machen (nur noch für eigene Chips optimieren), könnte dies Branchenwiderstand auslösen. Modulars aktuelles Versprechen lautet, dass MAX offen bleibt und Drittanbieter-Hardware unterstützt.
Dieser Artikel basiert auf der öffentlichen Berichterstattung und Community-Diskussion zur Modular-Übernahme. Wenn Sie tiefergehende Einblicke aus erster Hand in die Wettbewerbslandschaft dieses Bereichs haben, sind Sie zur Diskussion eingeladen.