Am 20. April kam es zu einem großflächigen weltweiten Ausfall von ChatGPT.
Gegen 10 Uhr vormittags Eastern Time begannen die Fehlermeldungen auf Down Detector sprunghaft anzusteigen. In Großbritannien erreichte die Spitze über 8.700 Meldungen, in den USA über 1.900. Neben der Hauptoberfläche von ChatGPT waren auch Codex, die API-Plattform und die Projects-Funktion betroffen. Einige Nutzer berichteten, dass laufende Arbeitsaufgaben aufgrund der Dienstunterbrechung gelöscht wurden.
Gegen 13:00 Uhr implementierte OpenAI einen Fix; gegen 13:30 Uhr normalisierte sich der Betrieb weitgehend. Die gesamte Unterbrechung dauerte etwa drei Stunden.
Wie OpenAI reagierte
Während des gesamten Vorgangs zeigte die Statusseite von OpenAI folgende Aussagen:
"Wir untersuchen weiterhin die Probleme mit den aufgeführten Diensten."
Und:
"Wir haben Abhilfemaßnahmen implementiert und überwachen die Wiederherstellung."
Keine Angabe der Grundursache, keine technischen Details, kein Abschlussbericht.
Dies ist nicht das erste Mal. Bei mehreren größeren Ausfällen von ChatGPT in der Vergangenheit hat OpenAI keine detaillierten Post-Mortem-Analysen wie AWS oder Google Cloud vorgelegt – solche Berichte würden klarstellen: Welche Komponente ausgefallen ist, warum dies so viele Nutzer betraf und wie es in Zukunft verhindert werden kann. OpenAI liefert jedes Mal nur ein Minimum an Informationen.
Was diese drei Stunden für Unternehmen bedeuten
Drei Stunden mögen kurz klingen, aber für Teams, die KI bereits in ihre Arbeitsabläufe integriert haben, sind die Auswirkungen konkret:
- Laufende Codex-Aufgaben wurden unterbrochen, Fortschritt ging verloren
- Produktfunktionen, die an die OpenAI-API angebunden sind, fielen vollständig aus
- Teams, die ChatGPT für die Bearbeitung von Echtzeit-Kundenanfragen nutzen, standen still
- Einige Nutzer verloren Arbeitsinhalte, die aufgrund des Fehlers vom System gelöscht wurden
Bevor Unternehmen die Zuverlässigkeit der KI-Infrastruktur ernst nehmen, werden die Kosten solcher Vorfälle weiterhin unterschätzt.
Warum KI-Dienste anfälliger sind als traditionelle SaaS
Mehrere strukturelle Gründe:
Hohe Verkehrskonzentration: ChatGPT ist eines der weltweit am meisten besuchten KI-Produkte. Jeder einzelne Fehlerpunkt hat eine extrem große Reichweite.
Komplexe Inferenzkette: Die Inferenz großer Modelle gleicht nicht der einfachen Anfrage-Antwort-Struktur traditioneller APIs. Lastausgleich und Fehlertoleranzmechanismen sind schwieriger zu entwerfen, und Fehler sind schwerer schnell zu lokalisieren.
Zu hohe Iterationsgeschwindigkeit: Modellaktualisierungen und Funktionsiterationen erfolgen häufig. Jede Bereitstellung kann neue Instabilitäten einführen. AWS und Google Cloud verfügen über jahrzehntelange Erfahrung in der Zuverlässigkeitstechnik; die technischen Systeme der KI-Dienstanbieter holen noch auf.
SLA-Problem: Die KI-Branche hat noch keine ernsthafte Antwort
Die meisten etablierten SaaS-Anbieter bieten eine SLA (Service Level Agreement) von 99,9 %, was einer jährlichen Ausfallzeit von nicht mehr als 8,7 Stunden entspricht; strengere 99,99 % drücken die jährliche Ausfallzeit auf 52 Minuten.
OpenAI hat derzeit kein öffentliches Unternehmens-SLA. Anthropic ebenfalls nicht.
Das bedeutet: Eine Vielzahl von Unternehmen setzt ihre Kernprozesse auf einen Dienst ohne klare Zuverlässigkeitszusicherung, und die Verträge enthalten keine Klauseln für Entschädigungen bei Ausfällen. Dies ist kein kleines Problem, insbesondere wenn KI bereits im Kern der Produktionsumgebung angekommen ist.
Was Sie bedenken sollten, wenn Ihr Geschäft von KI abhängt
Multi-Anbieter-Strategie: Kritische Prozesse sollten gleichzeitig an zwei API-Sätze angebunden werden, z. B. OpenAI und Anthropic. Fällt einer aus, läuft der andere weiter. Die Implementierungskosten sind gering, aber die Routing-Logik muss vorbereitet sein.
Lokale Modell-Backups: Nicht-Echtzeit-Aufgaben können mit lokal bereitgestellten Open-Source-Modellen als Fallback-Lösung bedient werden. Bei Szenarien mit hoher Latenztoleranz können Anfragen zwischengespeichert und nach der Wiederherstellung des Dienstes verarbeitet werden.
Vertragsklauseln: Nehmen Sie bei Unternehmensverträgen mit KI-Anbietern Zuverlässigkeitsanforderungen in den Vertrag auf – auch wenn der Anbieter derzeit keine Standard-SLA hat, sollten klare Vereinbarungen zu Benachrichtigungsmechanismen und Entschädigungen bei Ausfällen getroffen werden.
Resilienzdesign auf Code-Ebene: Timeout-Behandlung, Wiederholungslogik, Fallback-Pfade – dies sind keine Optionen, sondern grundlegende technische Anforderungen bei der Anbindung externer KI-APIs.
Dieser Ausfall war nicht der erste von OpenAI und wird nicht der letzte sein. Auf dem Weg zur Reife der KI-Infrastruktur werden solche Vorfälle weiterhin auftreten. Es gibt nur eine Frage: Haben die Teams, die KI bereits in der Produktion einsetzen, ernsthaft Notfallpläne entworfen?
Quellenangabe: CocoLoop, ChatGPT was down — Live updates on the massive AI outage (Tom's Guide); ChatGPT was down for many — as OpenAI says it's 'monitoring the recovery' (TechRadar); OpenAI's ChatGPT Down for Thousands of Users (GV Wire); ChatGPT Down: Thousands of Users Hit by Major Outage on April 20 (TechGenyz)