Ein zwölfstündiger Totalausfall des chinesischen KI-Anbieters DeepSeek legte die Workflows von 355 Millionen Nutzern lahm – und macht damit ein strukturelles Problem sichtbar, das die gesamte KI-Branche betrifft: die gefährliche Abhängigkeit von einzelnen, zentralisierten Diensten ohne echte Ausweichoption.
DeepSeek-Ausfall: Zwölf Stunden ohne KI-Dienst betreffen Millionen Nutzer
Ein vollständiger Systemausfall des chinesischen KI-Anbieters DeepSeek hat rund 355 Millionen Nutzer weltweit über einen Zeitraum von zwölf Stunden von der Plattform abgeschnitten. Der Vorfall rückt ein strukturelles Problem in den Fokus, das viele Unternehmen bislang unterschätzen: die operative Abhängigkeit von einzelnen KI-Diensten ohne ausreichende Ausweichoptionen.
Was geschah
DeepSeek, der chinesische Anbieter, der Anfang 2025 mit seinem kostengünstigen Large Language Model international für Aufmerksamkeit gesorgt hatte, war über einen halben Tag vollständig nicht erreichbar. Betroffen waren sowohl die Weboberfläche als auch API-Zugänge, über die Unternehmen ihre eigenen Anwendungen anbinden. Eine offizielle Ursachenanalyse blieb zunächst aus. Für Nutzer, die DeepSeek in produktive Workflows integriert hatten, bedeutete der Ausfall einen vollständigen Stillstand dieser Prozesse.
Skalierungsrisiken bei zentralisierten KI-Diensten
DeepSeeks rapides Nutzerwachstum illustriert ein bekanntes Muster in der Tech-Branche: Plattformen skalieren schnell auf der Nachfrageseite, während Infrastruktur und Redundanzmechanismen nicht im gleichen Tempo ausgebaut werden.
Mit über 350 Millionen Nutzern zählt DeepSeek zu den meistgenutzten KI-Diensten weltweit – ein Maßstab, der entsprechend robuste Betriebsarchitekturen erfordert.
Ob der Ausfall auf Kapazitätsengpässe, technische Fehler oder externe Faktoren zurückzuführen ist, blieb unklar.
Vendor Lock-in als unterschätztes Risiko
Der Vorfall macht ein strukturelles Problem sichtbar, das weit über DeepSeek hinausgeht. Unternehmen, die KI-Funktionalitäten tief in ihre Geschäftsprozesse integrieren – sei es für Kundenkommunikation, Dokumentenverarbeitung oder interne Analysen – schaffen damit eine direkte Abhängigkeit von der Verfügbarkeit eines externen Anbieters. Anders als bei klassischer Unternehmenssoftware existieren für viele KI-Dienste noch keine ausgereiften Standards für Service Level Agreements (SLAs), die klare Verfügbarkeitsgarantien und Kompensationsregelungen definieren.
Der Ausfall von DeepSeek ist kein Einzelfall. Auch etablierte Anbieter wie OpenAI und Anthropic hatten in der Vergangenheit Verfügbarkeitsprobleme, die produktive Anwendungen zeitweise lahmlegten.
Die Abhängigkeit von einer einzigen Quelle für KI-Inferenz bleibt in vielen Unternehmen eine strukturelle Schwachstelle.
Gegenmaßnahmen: Redundanz und Multi-Provider-Strategien
Technisch versierte Unternehmen setzen zunehmend auf Multi-Provider-Architekturen, bei denen API-Anfragen im Fehlerfall automatisch auf einen alternativen Anbieter umgeleitet werden. Gateways wie LiteLLM oder proprietäre Abstraktionsschichten ermöglichen es, mehrere Modelle parallel zu konfigurieren.
Für sicherheitskritische Anwendungsfälle gewinnt zudem das lokale Deployment von Open-Source-Modellen an Bedeutung – ein Ansatz, der Netzabhängigkeit grundsätzlich eliminiert, jedoch höhere Infrastrukturkosten verursacht.
Für deutsche Unternehmen, die KI-Dienste in geschäftskritischen Prozessen einsetzen oder planen einzusetzen, ist der DeepSeek-Ausfall ein konkreter Anlass, die eigene Resilienzstrategie zu überprüfen:
- Verfügbarkeits-SLAs sollten vor der Anbindung externer Modelle vertraglich gesichert werden
- Fallback-Optionen sind technisch zu implementieren
- Anbieterabhängigkeiten müssen systematisch bewertet und dokumentiert werden
In einem regulatorischen Umfeld, das mit dem EU AI Act zunehmend Anforderungen an Transparenz und Betriebssicherheit stellt, wird Ausfallsicherheit von KI-Systemen mittelfristig auch zur Compliance-Frage.
Quelle: TechRepublic AI
