NVIDIA hat am 11. März 2026 mit Nemotron 3 Super ein neues KI-Sprachmodell vorgestellt, das einen ungewöhnlichen Ansatz verfolgt: Es ist frei verfügbar, offen dokumentiert — und trotzdem leistungsfähig genug für anspruchsvollste Unternehmensanwendungen. Das Modell wurde speziell für sogenannte Agenten-Systeme entwickelt, also KI-Anwendungen, die eigenständig mehrstufige Aufgaben erledigen können — etwa automatisierte Code-Prüfungen, Sicherheitsanalysen oder das Durcharbeiten hunderter Seiten Finanzdokumente.
Warum dieses Modell anders ist
Das Besondere an Nemotron 3 Super liegt in einem cleveren Architektur-Trick: Das Modell hat zwar insgesamt 120 Milliarden Bausteine (Parameter), aber bei jeder einzelnen Anfrage sind nur 12 Milliarden davon aktiv. Man kann sich das vorstellen wie ein großes Büro mit 120 Spezialisten, von denen immer nur die 12 relevantesten an einer bestimmten Aufgabe arbeiten. Der Fachbegriff dafür ist Mixture-of-Experts (MoE) — und das Ergebnis: Die Antwortqualität eines großen Modells, aber bei einem Bruchteil des Rechen- und Strombedarfs.
NVIDIA geht noch einen Schritt weiter: Eine neue Technik namens Latent MoE komprimiert die Daten, bevor sie an die Spezialisten weitergeleitet werden. Das erlaubt es dem Modell, viermal so viele Experten gleichzeitig zu befragen — bei den gleichen Kosten wie zuvor für einen einzigen. Zusätzlich sagt das Modell nicht nur das nächste Wort voraus, sondern gleich mehrere gleichzeitig (Multi-Token Prediction), was die Antwortgeschwindigkeit laut NVIDIA verdreifacht.
Fünfmal schneller, doppelt so genau
Die Kombination dieser Techniken liefert beeindruckende Ergebnisse. Im Vergleich zum Vorgänger Nemotron Super erreicht die neue Version laut NVIDIA den fünffachen Verarbeitungsdurchsatz — also fünfmal mehr Anfragen in der gleichen Zeit — und die doppelte Genauigkeit. Auf NVIDIAs neuester Chip-Generation Blackwell soll das Modell in einem besonders speichereffizienten Format (NVFP4) laufen und dabei viermal schneller arbeiten als in einem gängigen Format auf der Vorgänger-Hardware.
Für Unternehmen bedeutet das konkret: KI-Agenten, die bisher an den Betriebskosten scheiterten, werden wirtschaftlich tragbar. Wenn ein Agenten-System bei jeder Aktion den gesamten bisherigen Gesprächsverlauf mitsenden muss — was in der Praxis bis zu 15-mal mehr Datenvolumen erzeugt als ein einfacher Chat —, dann wird Geschwindigkeit und Effizienz zum entscheidenden Kostenfaktor.
Unabhängige Tests bestätigen das Bild
Das unabhängige Analyse-Portal Artificial Analysis hat Nemotron 3 Super vorab getestet und stuft es als das intelligenteste offene Modell ein, das jemals mit diesem Grad an Transparenz veröffentlicht wurde. Im hauseigenen Intelligence Index erreicht es 36 Punkte — vor dem vergleichbaren GPT-OSS-120B von OpenAI mit 33 Punkten, aber hinter Alibabas Qwen3.5 mit 42 Punkten.
Besonders relevant für Unternehmen: Bei einem realistischen Lasttest mit langen Eingabetexten (50.000 Wortbausteine rein, 2.000 raus — typisch für die Verarbeitung großer Dokumente oder Code-Analysen) lieferte Nemotron 3 Super 11 Prozent mehr Durchsatz pro GPU als GPT-OSS-120B. Der Konkurrent Qwen3.5 ist zwar 6 Punkte intelligenter, schafft aber 40 Prozent weniger Durchsatz pro Chip.
Wer es bereits einsetzt
Die Liste der Unternehmen, die Nemotron 3 Super ab dem ersten Tag einsetzen, liest sich wie ein Who's Who der Industrie: Siemens nutzt es für Halbleiter-Design, Palantir für Cybersicherheit, Cadence und Dassault Systèmes für Engineering-Workflows, Amdocs für Telekommunikation. Auch die Cloud-Anbieter sind schnell: Google Cloud, Oracle und demnächst auch AWS und Microsoft Azure bieten das Modell an.
Für kleinere Unternehmen besonders interessant: Nemotron 3 Super ist auf der Plattform OpenRouter kostenlos nutzbar und steht auf Hugging Face zum Download bereit. Dell und HPE bieten es für Unternehmen an, die das Modell auf eigenen Servern betreiben wollen.
Offen heißt hier wirklich offen
Was Nemotron 3 Super von vielen Wettbewerbern unterscheidet: NVIDIA veröffentlicht nicht nur die Modellgewichte unter einer freizügigen Lizenz, sondern auch die komplette Trainingsmethodik, über 10 Billionen Wortbausteine (Tokens) an Trainingsdaten und 15 Trainingsumgebungen für die Verhaltensoptimierung. Unternehmen können das Modell nicht nur einsetzen, sondern verstehen, wie es trainiert wurde — und es auf ihre eigenen Daten anpassen.
Das Analytics-Portal Artificial Analysis vergibt dafür einen Offenheits-Score von 83 von 100 — nur noch hinter Spezialprojekten wie Ai2 und MBZUAI, die sich der vollständigen Transparenz verschrieben haben.
Einordnung: Was das für Unternehmen bedeutet
NVIDIAs Schritt ist strategisch durchdacht. Kurz vor der hauseigenen GTC-Konferenz am 16. März positioniert sich der Chipriese nicht mehr nur als Hardware-Lieferant, sondern als Anbieter eines kompletten KI-Stacks — von der GPU über die Software bis zum Modell. Für Unternehmen hat das handfeste Vorteile:
- Kostenkontrolle: Ein offenes Modell kann auf eigener Hardware laufen. Keine API-Kosten pro Anfrage, keine Abhängigkeit von einem einzelnen Anbieter.
- Transparenz: Wer wissen will, was in seinem KI-System passiert — etwa für Regulierung oder interne Compliance —, bekommt Einblick in Trainingsdaten und -methodik.
- Anpassbarkeit: Unternehmen können das Modell auf ihre spezifischen Daten und Prozesse feinabstimmen, statt eine Einheitslösung zu nutzen.
Der Haken: Die volle Leistung entfaltet Nemotron 3 Super erst auf NVIDIAs neuesten Blackwell-Chips. Das Modell funktioniert auch auf älterer Hardware, aber wer die beworbene Geschwindigkeit will, braucht die aktuelle Generation. NVIDIA verkauft hier nicht nur ein Modell — es verkauft ein Ökosystem.
Trotzdem: Für Unternehmen, die KI-Agenten in ihren Geschäftsprozessen einsetzen wollen, ist Nemotron 3 Super eines der attraktivsten Angebote am Markt. Schnell, offen, gut dokumentiert — und mit einem Industrieriesen im Rücken, der dafür sorgen wird, dass es nicht über Nacht verschwindet.
Quellen
- NVIDIA Blog — Offizielle Ankündigung von Nemotron 3 Super
- NVIDIA Developer Blog — Technische Architektur-Details und Trainingsmethodik
- Artificial Analysis — Unabhängige Benchmark-Analyse und Effizienz-Tests
- SiliconANGLE — Brancheneinordnung und Enterprise-Partner
- NVIDIA Research — Forschungspaper und Modell-Dokumentation
- Bryan Catanzaro (NVIDIA VP AI Research) auf X — Erste Benchmark-Ergebnisse und Einordnung zum Launch