Anthropic sucht Chipdesigner für ein "custom silicon team"
Anthropic entwickelt künftig eigene Halbleiter für den Betrieb seiner KI-Modelle. Das Unternehmen hat den Aufbau eines internen Teams für maßgeschneiderte Chips bestätigt, intern als "custom silicon team" bezeichnet. Sichtbar wurde der Schritt zunächst über Stellenanzeigen, unter anderem für einen Silicon Engineer und einen Technical Program Manager mit Chip-Erfahrung.
Der erklärte Zweck: Hardware und Modelle sollen parallel entwickelt werden, damit Claude schneller und effizienter läuft. Anthropic hat in der Vergangenheit bereits Hardware gemeinsam mit Partnern abgestimmt. Neu ist, dass die Chip-Kompetenz nun ins eigene Haus geholt wird.
Multi-Chip-Ansatz bleibt bestehen
Ein Sprecher stellte klar, dass Anthropic weiterhin einen "Multi-Chip-Ansatz" verfolgt. Eigene Designs sollen also nicht die bestehenden Lieferbeziehungen ersetzen, sondern ergänzen. Anthropic bezieht Rechenkapazität und Beschleuniger unter anderem von AWS, Google, Nvidia und AMD.
Laut einem Bericht des Branchendienstes The Information sondiert Anthropic Samsung als möglichen Fertigungspartner. Bestätigt ist ein solcher Vertrag bislang nicht. Auch zu Zeitplänen, Investitionssummen oder dem geplanten Einsatzgebiet der Chips äußert sich das Unternehmen nicht.
Warum die Anbieter selbst Chips bauen
Anthropic ist mit diesem Schritt spät dran, nicht früh. Die großen Modellanbieter arbeiten seit Jahren an eigener Hardware, weil zwei Probleme zusammenkommen: die Abhängigkeit von Nvidia und der Wunsch nach besserer Effizienz durch vertikale Integration, also die Abstimmung von Chip und Modell aufeinander.
| Anbieter | Eigene Hardware | Status |
|---|---|---|
| TPUs | seit Jahren im Produktivbetrieb | |
| Meta | MTIA-Beschleuniger | entwickelt und im Einsatz |
| OpenAI | Jalapeño (mit Broadcom) | im Juni 2026 vorgestellt, für Inferenz |
| Anthropic | noch unbenannt | Team im Aufbau |
| Mistral | unbestätigt | prüft den Schritt laut Berichten |
Inferenz meint dabei den laufenden Betrieb eines fertig trainierten Modells, also jede Anfrage, die ein Nutzer stellt. Genau hier entstehen die Dauerkosten, und genau hier lohnt sich spezialisierte Hardware am schnellsten.
Solange die Nachfrage nach Rechenkapazität das Angebot übersteigt, ist jede Abhängigkeit von einem einzigen Chiplieferanten ein strategisches Risiko. Eigene Designs sind der Versuch, dieses Risiko zu verkleinern.
Konkreter Nutzen liegt noch in der Ferne
Anthropic sucht die Schlüsselpositionen für das Team erst. Bis daraus lauffähige Hardware wird, vergeht üblicherweise viel Zeit. Ob und wann Kunden davon in Form von niedrigeren API-Preisen oder höherer Geschwindigkeit profitieren, ist offen und wird vom Unternehmen nicht kommuniziert.
Kurzfristig ändert sich für Anwender also nichts. Mittelfristig ist die Richtung aber klar erkennbar: Die Anbieter proprietärer Spitzenmodelle versuchen, ihren Vorsprung nicht nur über Modellqualität, sondern über die gesamte Wertschöpfungskette bis hinunter zum Silizium abzusichern.
Was das für Unternehmen im DACH-Raum bedeutet
Einen direkten Bezug zu Deutschland, Österreich oder der Schweiz gibt es bei dieser Meldung nicht. Sie zeigt aber, wie hart der Wettbewerb um Recheninfrastruktur im Hintergrund geführt wird. Verfügbarkeit, Latenz und Preisstabilität von Cloud-KI-Diensten hängen unmittelbar an diesen Kapazitätsfragen.
Für Unternehmen, die KI produktiv einsetzen, ist das ein Argument, die eigene Abhängigkeit nüchtern zu bewerten. Wer alle Prozesse an eine einzelne proprietäre API hängt, verlagert nicht nur Kosten, sondern auch Verfügbarkeitsrisiken zu einem Anbieter, dessen Kapazitätsplanung nicht beeinflussbar ist. Zusätzliche Brisanz bekommt das Thema durch die zunehmende Verlagerung von Rechenzentren, wie sie sich etwa bei Anthropics Milliardendeal für Rechenkapazität in Norwegen zeigt.
Interessant ist zudem der Zeitpunkt. Parallel zur Aufrüstung der großen Anbieter werden kleinere Modelle mit offenen Gewichten immer leistungsfähiger. Der Druck, den Open-Weight-Modelle aus China auf die US-Anbieter ausüben, ist ein Grund dafür, dass Effizienz pro Watt und pro Euro plötzlich wichtiger wird als reine Spitzenleistung. Modelle wie DeepSeek V4 Flash lassen sich auf eigener Hardware betreiben, mit planbaren Kosten und ohne Datenabfluss an Dritte.
Für die Praxis heißt das: Eigene Chips bei Anthropic sind ein Signal dafür, dass der Betrieb großer Modelle teuer bleibt und die Anbieter jeden Hebel ziehen, um Marge zu sichern. Wer diese Kostenstruktur nicht dauerhaft mitfinanzieren will, sollte prüfen, welche Aufgaben sich mit kleineren, selbst betriebenen Modellen erledigen lassen und wo tatsächlich ein Spitzenmodell nötig ist.