Nutanix ersetzt Token-Kosten durch eigene Infrastruktur
Nutanix hat 20 Millionen US-Dollar in einen eigenen On-Premises-KI-Cluster investiert. Auslöser waren stark steigende Kosten für KI-Coding-Werkzeuge wie GitHub Copilot und Anthropic Claude, die von den Entwicklungsteams über den gesamten Software-Lebenszyklus eingesetzt wurden.
Mit wachsender Nutzung stieg auch die nutzungsabhängige Abrechnung. CEO Rajiv Ramaswami fasste die Entwicklung deutlich zusammen:
„Die Nutzung explodierte und die Kosten taten es auch“, erklärte Ramaswami, sinngemäß aus dem Englischen übersetzt.
Die neue Infrastruktur soll sich nach Angaben des Unternehmens innerhalb eines Jahres amortisieren. Wie hoch die bisherigen monatlichen oder jährlichen Ausgaben für Copilot und Claude waren, hat Nutanix nicht aufgeschlüsselt.
| Kennzahl | Angabe |
|---|---|
| Investition in den KI-Cluster | 20 Millionen US-Dollar |
| Erwartete Amortisationszeit | 1 Jahr |
| Bisherige Ausgaben für externe KI-Dienste | Nicht veröffentlicht |
| Betriebsmodell | On-Premises mit Open-Weight-Modellen |
Open-Weight-Modelle übernehmen den Regelbetrieb
Nutanix nutzt für den internen KI-Betrieb nun überwiegend Open-Weight-Modelle. Bei diesen Modellen sind die trainierten Gewichte verfügbar, wobei Lizenz und Nutzungsrechte je nach Anbieter unterschiedlich ausfallen können. Welche konkreten Modelle zum Einsatz kommen, nennt das Unternehmen nicht.
Frontier-Modelle und externe Cloud-Cluster bleiben für einzelne Aufgaben verfügbar. Sie werden jedoch nur noch punktuell eingesetzt, wenn der jeweilige Anwendungsfall dies erfordert. Nutanix kombiniert damit lokale Standardverarbeitung mit gezieltem Zugriff auf leistungsfähige externe Modelle.
„Wir zahlen nicht mehr auf Token-Basis“, sagte Ramaswami, sinngemäß aus dem Englischen übersetzt.
Das Vorgehen ähnelt einem internen Modell-Routing, bei dem Aufgaben nach Kosten, Leistungsbedarf und Schutzbedarf verteilt werden. Wie stark Token-Ausgaben Entwicklungsbudgets belasten können, zeigt auch das Beispiel zu KI-Kosten und zentralem Modell-Routing.
MCP-Gateway kontrolliert Zugriffe von Agenten
Parallel hat Nutanix seine Enterprise AI Suite um ein Model Context Protocol Gateway erweitert. MCP ist ein Protokoll, über das KI-Agenten auf Werkzeuge und Datenquellen zugreifen können. Das Gateway sitzt zwischen Agenten und MCP-Servern und übernimmt Identitätsprüfung sowie Sicherheitskontrollen.
Für Unternehmen ist diese Kontrollschicht entscheidend, sobald Agenten interne Systeme selbstständig ansprechen. Die weitere Entwicklung solcher Schnittstellen wird auch in der MCP-Roadmap für KI-Agenten beschrieben.
Arm-Portierung soll günstigere Hardware ermöglichen
Nutanix arbeitet außerdem daran, seinen Software-Stack auf die Arm-Architektur zu portieren. Damit sollen Kunden die Plattform künftig auf einer breiteren Auswahl günstigerer Hardware betreiben können. Einen konkreten Termin für die Verfügbarkeit oder Angaben zu unterstützten Systemen nennt das Unternehmen nicht.
Auch zur Hardware des eigenen 20-Millionen-Dollar-Clusters liegen keine Details vor. Weder GPU-Hersteller noch Chipmodelle wurden bekannt gegeben. Damit lässt sich die technische Konfiguration nicht mit anderen lokalen KI-Clustern vergleichen.
Was das Kostenmodell für DACH-Unternehmen bedeutet
Das Beispiel zeigt, ab welcher Größenordnung die klassische SaaS- und Token-Abrechnung wirtschaftlich problematisch werden kann. Bei vielen Entwicklern, hoher Auslastung und dauerhaftem KI-Einsatz können laufende Gebühren die Kosten eigener Infrastruktur übersteigen. Das gilt allerdings nicht automatisch für jedes Unternehmen, da Auslastung, Betriebsaufwand und Modellanforderungen stark variieren.
Zur Investitionsrechnung gehören neben der Hardware auch Strom, Kühlung, Wartung, Personal und regelmäßige Erneuerungen. Ein eigener Cluster ist deshalb kein kostenloser Ersatz für Cloud-Dienste. Er verändert jedoch die Kostenstruktur von schwankenden Nutzungspreisen hin zu planbareren Infrastrukturkosten.
Hinzu kommt die Datenhoheit. Quellcode und interne Dokumente können innerhalb der eigenen Infrastruktur verarbeitet werden, statt sie standardmäßig an externe Modellanbieter zu übertragen. On-Premises-Betrieb schafft nicht automatisch DSGVO-Konformität, erleichtert aber die Kontrolle über Speicherorte, Zugriffe und Löschkonzepte.
Vor allem bei eigenen Entwicklungswerkzeugen bleibt die Abhängigkeit von externen Modellen häufig bestehen. Das zeigt auch der Fall eigener Coding-Agenten mit fortlaufender Anthropic-Rechnung. Nutanix reduziert diese Abhängigkeit, ohne externe Modelle vollständig auszuschließen.
Nutanix wächst, der Gewinn bleibt niedrig
Die Investition fällt in eine Phase wachsenden Umsatzes. Nutanix meldete für das vierte Quartal 757 Millionen US-Dollar Umsatz. Im gesamten Geschäftsjahr 2026 erreichte das Unternehmen 2,85 Milliarden US-Dollar, während der Nettogewinn bei 1,5 Millionen US-Dollar lag.
| Geschäftszahl | Wert | Veränderung |
|---|---|---|
| Umsatz im 4. Quartal | 757 Millionen US-Dollar | +16 % zum Vorjahr |
| Jahresumsatz 2026 | 2,85 Milliarden US-Dollar | +12 % zum Vorjahr |
| Nettogewinn im Geschäftsjahr | 1,5 Millionen US-Dollar | Keine Vergleichszahl genannt |
| Neukunden im Geschäftsjahr | Rund 3.000 | Viele wechselten von VMware |
Nutanix erwartet, noch weitere fünf Jahre Kunden von VMware gewinnen zu können. Der eigene KI-Cluster ist dabei mehr als ein Infrastrukturprojekt. Er dient als praktischer Beleg dafür, dass Unternehmen mit dauerhaft hoher KI-Auslastung SaaS-Abos und Token-Preise nicht als alternativlos betrachten müssen.