Drei Anbieter, ein Ausfall: Warum Betriebskontinuität kein Vendor-Problem ist, sondern ein Branchenproblem

Am Morgen des 3. September 2026 passierte etwas, das viele Unternehmen für ausgeschlossen hielten: Innerhalb weniger Stunden fielen ChatGPT und Codex von OpenAI, Claude von Anthropic und Grok von xAI nahezu zeitgleich aus. Auch bei Googles Gemini und AI Studio wurden zeitweise Störungen gemeldet, etwa beim Ausstellen neuer API-Schlüssel – wobei die Berichtslage hier uneinheitlich bleibt und manche Quellen Gemini als nicht betroffen einstufen. Wer sein Unternehmen mit einer „Multi-Vendor-Strategie" gegen genau dieses Szenario absichern wollte, stand plötzlich trotzdem ohne funktionierendes KI-Backend da.

Genau das ist der Punkt, den dieser Artikel behandelt: Warum drei bis vier vermeintlich unabhängige Anbieter praktisch gleichzeitig ausfallen können – und warum die Antwort darauf nicht „einen weiteren Anbieter buchen" lautet, sondern ein grundsätzliches Umdenken bei der Betriebskontinuität von KI-gestützten Prozessen erfordert.

Für viele mittelständische Unternehmen ist diese Erkenntnis besonders unbequem, weil sie gerade erst dabei sind, KI-Agenten in produktive Abläufe zu integrieren – Kundenkommunikation, Angebotsprozesse, interne Recherche, Terminplanung. Genau in dieser Aufbauphase entsteht häufig die stille Annahme, ein zweiter Chat-Anbieter als Fallback sei bereits ausreichende Absicherung. Der 3. September 2026 zeigt, dass diese Annahme in der Praxis nicht immer trägt. Das bedeutet nicht, dass Sie auf KI-Agenten verzichten sollten – es bedeutet, dass Betriebskontinuität von Anfang an mitgedacht werden muss, statt sie erst nachträglich nachzurüsten, wenn der erste Ausfall bereits echten Schaden angerichtet hat.

Bevor Sie also die Frage stellen, welcher Anbieter „schuld" war, lohnt sich ein Schritt zurück: Was genau ist am 3. September 2026 passiert, was ist gesichert, was ist umstritten – und was folgt daraus konkret für Ihre eigene KI-Infrastruktur.

Ein Vormittag, drei Ausfälle

Die Zeitfenster der Störungen laut Statusseiten und Presseberichten: Claude war nach übereinstimmenden Angaben rund drei Stunden lang beeinträchtigt (ca. 9:26 bis 12:16 Uhr ET), Grok etwa dreieinhalb Stunden (ca. 9:30 bis 13:00 Uhr ET), ChatGPT und Codex rund zwei Stunden (ca. 10:43 bis 12:55 Uhr ET). OpenAI selbst meldete, den Vorfall um 10:58 Uhr UTC erkannt und nach rund 24 Minuten eingedämmt zu haben – betroffen waren nach eigenen Angaben 15 ChatGPT- und 4 Codex-Komponenten. Auf DownDetector gingen in den USA rund um 10:54 Uhr ET über 35.000 Nutzerberichte zu ChatGPT ein, davon etwa 85 Prozent konkret zum Chat-Dienst; Claude und Grok verzeichneten im selben Zeitraum jeweils zwischen 1.200 und 1.500 Meldungen.

Für sich genommen ist jeder dieser Ausfälle eine Randnotiz, wie sie bei jedem digitalen Dienst vorkommt. Bemerkenswert ist die zeitliche Häufung: Drei große KI-Anbieter, die in Marketing und öffentlicher Wahrnehmung als Konkurrenten mit unabhängiger Infrastruktur auftreten, waren praktisch gleichzeitig eingeschränkt nutzbar. Für Unternehmen, die produktive Workflows – von der Kundenkommunikation über Content-Erstellung bis zu mehrstufigen Agenten-Prozessen – auf diesen Diensten aufgebaut haben, bedeutete das: Ausfall des Hauptsystems, und der vermeintliche Fallback-Anbieter war ebenfalls nicht erreichbar.

Die Ursache bleibt umstritten – und genau das ist ein Warnsignal

Mehrere Fachartikel, darunter TechTimes und shattered.io, führen die Häufung auf eine Störung bei Microsoft Azure in der Region East US zurück, da ChatGPT, Claude und Grok teilweise auf Azure-Infrastruktur laufen. Andere Quellen, darunter die Analyse von Infotech/SoftwareReviews und ein Bericht von Cryptobriefing, widersprechen dem ausdrücklich: Ein gemeinsamer Root Cause sei zu keinem Zeitpunkt offiziell bestätigt worden.

Diese Uneinigkeit ist selbst die eigentliche Botschaft. Als Kunde eines KI-Anbieters sehen Sie ein Markenlogo, eine Preisliste und eine Statusseite – aber Sie sehen nicht, auf welchem Rechenzentrum, welchem DNS-Anbieter, welchem CDN oder welchem Identity-Provider der Dienst tatsächlich läuft. Selbst Fachmedien mit direktem Zugang zu den Anbietern konnten sich Tage nach dem Vorfall nicht auf eine gemeinsame Ursache einigen. Wenn schon die Öffentlichkeit im Nachhinein nicht zweifelsfrei klären kann, ob und wie stark die Infrastrukturen dreier „unabhängiger" Anbieter verknüpft waren, dann können Sie als Kunde es vorab erst recht nicht zuverlässig beurteilen.

Genau diesen Punkt bringt die Analyse von Infotech/SoftwareReviews auf den Punkt:

„Eine Multi-Modell-Strategie ist nur dann resilient, wenn ihre Alternativen wirklich unabhängig voneinander ausfallen."

Das klingt zunächst banal, hat aber weitreichende Konsequenzen für jedes Unternehmen, das sich gerade jetzt eine KI-Strategie aufbaut. „Wir nutzen ChatGPT UND Claude" fühlt sich nach Redundanz an. Ob es tatsächlich Redundanz ist, hängt davon ab, ob beide Anbieter unabhängig voneinander scheitern können – und genau diese Unabhängigkeit ist laut den vorliegenden Berichten am 3. September 2026 nicht gegeben gewesen, zumindest nicht zweifelsfrei.

Der Cascade-Risk: Wenn der Fallback selbst zum Problem wird

Die Infotech-Analyse beschreibt einen zweiten Effekt, der bei der Diskussion um Multi-Vendor-Strategien oft übersehen wird: Fällt ein Anbieter aus, leiten viele Systeme automatisch auf einen Konkurrenzdienst um. Das klingt zunächst nach genau der Absicherung, die man sich wünscht. Das Problem: Wenn gleichzeitig tausende andere Unternehmen dieselbe automatische Umleitung auslösen, kann der Backup-Dienst durch den plötzlichen Lastanstieg selbst überlastet werden – Infotech nennt das „Cascade Risk". Der zweite Anbieter fällt dann nicht aus eigener Schwäche aus, sondern weil er unerwartet die Last von mehreren ausgefallenen Wettbewerbern gleichzeitig auffangen soll.

Für einfache Chat-Anfragen ist das ärgerlich, aber verkraftbar – eine verzögerte Antwort, ein Timeout, ein erneuter Versuch später. Bei länger laufenden KI-Agenten, die mehrstufige Workflows mit mehreren Tool-Aufrufen, Zwischenergebnissen und Abhängigkeiten zwischen einzelnen Schritten ausführen, ist die Situation eine andere. Bricht ein solcher Agent mitten in einem Prozess ab – etwa während er Daten aus einem System abruft, in einem zweiten System verarbeitet und in einem dritten System aktualisiert – bleiben Teilergebnisse und angefangene, aber nicht abgeschlossene Aktionen zurück. Das ist kein verlorener Chat-Verlauf, sondern ein potenziell inkonsistenter Zustand in Ihren Geschäftsprozessen, der manuell nachbearbeitet werden muss.

Kein Einzelfall: Der Trend hinter dem 3. September – und was er kostet

Wer den Vorfall als bedauerlichen Ausreißer abtun möchte, sollte sich die Zahlen von Ookla auf Basis von Downdetector-Daten ansehen. Die Auswertung von 3,72 Millionen Nutzermeldungen über 471 Tage (Anfang 2025 bis 16. April 2026) zeigt einen klaren Trend: Die Zahl der „High-Signal-Störungstage" – definiert als Tage mit mehr als zehnfacher üblicher Meldungsrate – bei ChatGPT, Claude, Gemini und Copilot zusammen stieg von 6 im ersten Quartal 2025 über 16 im vierten Quartal 2025 auf 51 im ersten Quartal 2026. Das ist ein Anstieg um den Faktor 8,5 innerhalb eines Jahres.

Innerhalb dieser 51 Tage im ersten Quartal 2026 entfielen laut Ookla 39 auf Claude, das im Vorjahr noch nahe null auffällige Tage aufwies, 7 auf Gemini, 3 auf Copilot und 2 auf ChatGPT. Die Verteilung zeigt: Die Anbieter sind unterschiedlich stark betroffen, aber keiner ist immun. Eine methodische Einordnung ist hier wichtig – „High-Signal-Tage" sind eine Proxy-Metrik auf Basis von Nutzerbeschwerden, keine offiziell von den Anbietern bestätigte Verfügbarkeits- oder SLA-Kennzahl. Als Richtungsindikator für die Entwicklung der Zuverlässigkeit ist die Zahl dennoch aussagekräftig.

Eine zweite, unabhängige Analyse von TierZero untermauert das Bild: Ein Beratungsunternehmen, das rund 215 Services trackt, stellt fest, dass KI- und ML-APIs branchenweit auf dem letzten Platz bei der Zuverlässigkeit landen – deutlich hinter Zahlungsdienstleistern wie Stripe (rund 99,99 Prozent Verfügbarkeit) oder klassischen SaaS-Plattformen. 77 Prozent der befragten Infrastrukturverantwortlichen erwarten laut TierZero, dass KI-bedingte Ausfälle künftig mindestens 10 Prozent aller jährlichen Störungen verursachen werden. 63 Prozent glauben zudem, dass das eigene Management unterschätzt, wie schnell KI-Nutzung bestehende Systeme belastet. Konkrete Beispiele stützen das: OpenAI verzeichnete laut TierZero im Januar 2026 im Schnitt einen Incident alle 2,5 Tage (11 Vorfälle in 28 Tagen, die meisten in 30 bis 90 Minuten behoben); bei GitHub wurden im Februar und März 2026 37 beziehungsweise 28 Incidents bei 90,21 Prozent Verfügbarkeit über 90 Tage gezählt.

Wie teuer ein solcher Ausfall wird, hängt naturgemäß stark von Unternehmensgröße und Branche ab. Die verfügbaren Studien stammen überwiegend aus dem US-amerikanischen bzw. globalen Großunternehmenskontext und lassen sich nicht eins zu eins auf den deutschen Mittelstand übertragen – als grobe Größenordnung sind sie dennoch aufschlussreich. Laut der Studie „Hidden Costs of Downtime 2026" von Splunk und Cisco kostet IT-Downtime bei großen Unternehmen weltweit im Schnitt rund 15.000 US-Dollar pro Minute, umgerechnet knapp 900.000 US-Dollar pro Stunde; für den Kreis der Global-2000-Unternehmen werden ungeplante Ausfälle mit kumuliert 600 Milliarden US-Dollar Schaden pro Jahr beziffert, ein Anstieg von 50 Prozent innerhalb von zwei Jahren.

Die ITIC-Erhebung, die häufiger im Kontext mittelgroßer Unternehmen zitiert wird, nennt für Handel und Fertigung mit 100 bis 1.000 Mitarbeitenden eine Bandbreite von 200.000 bis 500.000 US-Dollar pro Stunde Ausfall, in regulierten Branchen teils über 5 Millionen US-Dollar pro Stunde. Deutlich näher an der Realität vieler mittelständischer Teams liegt eine Rechnung von TierZero: Ein 50-köpfiges Engineering-Team verliert bei Ausfall einer kritischen KI-Abhängigkeit schätzungsweise 4.000 bis 7.500 US-Dollar pro Stunde, basierend auf einem Stundensatz von 80 bis 150 US-Dollar pro Person. Auch wenn Ihr Unternehmen kleiner ist und andere Stundensätze gelten – die Rechnung lässt sich mit Ihren eigenen Zahlen leicht nachvollziehen: Wie viele Mitarbeitende sind für ihre tägliche Arbeit direkt oder indirekt auf ein KI-System angewiesen, und was kostet eine Stunde ihrer Arbeitszeit, wenn dieses System drei Stunden lang nicht verfügbar ist?

Was ein echter KI-Notfallplan für den Mittelstand leisten muss

Die Infotech-Analyse formuliert eine Reihe konkreter Empfehlungen für IT-Verantwortliche, die sich direkt in eine Mittelstand-taugliche Checkliste übersetzen lassen:

• Workloads nach Business-Impact klassifizieren. Nicht jeder KI-gestützte Prozess ist gleich kritisch. Ein interner Recherche-Assistent verträgt einen dreistündigen Ausfall, ein Kundenservice-Agent oder ein Prozess mit Kundenkontakt in der Regel nicht.
• Vollständige Abhängigkeitsketten kartieren. Nicht nur den Modell-Anbieter selbst betrachten, sondern auch die dahinterliegende Cloud-Infrastruktur, DNS, CDN und Identity-Provider – so weit das für Sie als Kunde überhaupt einsehbar ist.
• Sekundäre Anbieter vorab qualifizieren. Nicht erst im Ausfall herausfinden, ob ein zweiter Anbieter die benötigte Funktion überhaupt abdeckt, sondern das vorab testen und dokumentieren.
• Kontrolliertes Degradieren einbauen. Mit Circuit-Breakern und Timeouts dafür sorgen, dass ein hängender KI-Aufruf nicht den gesamten Prozess blockiert, sondern kontrolliert abbricht oder auf eine einfachere Notfall-Logik zurückfällt.
• Notfallpläne in „Game Days" testen. Einen KI-Ausfall bewusst simulieren, statt die erste echte Bewährungsprobe im Ernstfall zu erleben.
• Unabhängig überwachen, statt sich auf Vendor-Statusseiten zu verlassen. Eigene synthetische Tests laufen lassen, die den tatsächlichen Nutzerpfad prüfen – Statusseiten der Anbieter melden Störungen erfahrungsgemäß mit Verzögerung.

Wichtig dabei: Rechtliche oder vertragliche Konsequenzen wie SLA-Verletzungen oder Vertragsstrafen für die betroffenen Unternehmen sind für den Vorfall vom 3. September 2026 in keiner der vorliegenden Quellen dokumentiert. Wer sich auf vertragliche Zusagen der Anbieter verlässt, sollte das nicht mit einem operativen Notfallplan verwechseln – beides sind unterschiedliche Absicherungsebenen, und nur eine davon liegt tatsächlich in Ihrer eigenen Kontrolle.

Vom Vendor-Problem zum Branchenproblem

Der naheliegende erste Reflex nach einem Vorfall wie dem vom 3. September 2026 lautet: „Welcher Anbieter war schuld, und sollten wir zu einem zuverlässigeren wechseln?" Die Zahlen legen nahe, dass diese Frage am eigentlichen Problem vorbeigeht. Mit 51 High-Signal-Störungstagen allein im ersten Quartal 2026, verteilt über vier verschiedene Anbieter, und mit einer Branche, die laut TierZero bei der Zuverlässigkeit branchenweit hinter etablierten SaaS- und Zahlungsdienstleistern liegt, handelt es sich nicht um das Problem eines einzelnen Anbieters, sondern um einen strukturellen Zustand der gesamten KI-Infrastruktur-Landschaft im Jahr 2026.

Das ist keine Entwarnung für den Einsatz von KI-Agenten im Unternehmen – die Produktivitätsgewinne sind real und die Investitionen in die Technologie werden laut Gartner-Prognosen 2026 auf 2,59 Billionen US-Dollar weltweit steigen, ein Plus von 47 Prozent gegenüber dem Vorjahr. Es ist aber ein klares Signal, dass Betriebskontinuität bei KI-gestützten Prozessen nicht mit der Auswahl eines zweiten Anbieters erledigt ist. Wer KI-Agenten in geschäftskritische Workflows integriert, braucht dieselbe Sorgfalt bei Notfallplanung, Abhängigkeitsanalyse und kontrolliertem Degradieren, die in der klassischen IT-Infrastruktur seit Jahrzehnten Standard ist – nur eben angepasst auf die Besonderheiten von KI-Diensten, bei denen ein Ausfall nicht nur eine Anfrage betrifft, sondern einen laufenden, mehrstufigen Agenten-Prozess mitten im Ablauf unterbrechen kann.

Unternehmen, die jetzt anfangen, ihre KI-Abhängigkeiten systematisch zu kartieren, Workloads nach Kritikalität zu ordnen und echte Fallback-Prozesse zu testen, sind für den nächsten Vorfall dieser Art vorbereitet – und der nächste wird kommen, wenn der Trend von 6 auf 51 Störungstage pro Quartal sich fortsetzt. Wer stattdessen weiter darauf vertraut, dass „zwei Anbieter gleichzeitig nutzen" bereits Redundanz bedeutet, riskiert, beim nächsten gleichzeitigen Ausfall genauso überrascht zu werden wie viele Unternehmen am 3. September 2026.

Der entscheidende Unterschied liegt in der Perspektive: Statt zu fragen „Welcher KI-Anbieter ist der zuverlässigste?", lautet die richtige Frage für Ihr Unternehmen „Welche unserer Prozesse dürfen überhaupt von einem einzelnen externen Dienst abhängen – und wie sieht unser Plan aus, wenn genau dieser Dienst für drei Stunden ausfällt?" Diese Frage lässt sich nicht an einen Anbieter delegieren, egal wie viele Nines dessen Marketing verspricht. Sie ist Teil Ihrer eigenen Architektur- und Prozessentscheidungen – und genau deshalb ist Betriebskontinuität bei KI kein Vendor-Problem, sondern eine Managementaufgabe, die im eigenen Haus gelöst werden muss.