
Am 17. November bestätigte die NSA einen Ausfall von NSANet, ihrem internen Netzwerk zur Übermittlung von Verschlusssachen. Der Vorfall wurde als „Code Yellow“ eingestuft, die zweithöchste Stufe ihres dreistufigen Alarmsystems. Am selben Tag führte eine interne Systemaktualisierung bei Apple zu weitreichenden Störungen des Mitarbeiterportals, der internen Anmeldesysteme, des VPN-Fernzugriffs und von Verbraucherdiensten wie iCloud, dem App Store und Apple Pay. In zahlreichen Einzelhandelsfilialen weltweit wurden der Verkauf und der Reparaturbetrieb unterbrochen.
Einen Tag zuvor hatte ein Softwarefehler in den lokal betriebenen Hardwaresystemen von JPMorgan die Transaktionsverarbeitung verzögert. Downdetector verzeichnete mehr als 3.000 Störungsmeldungen. Auch Kunden der Bank of America, von Wells Fargo und anderer Institute meldeten damit zusammenhängende Störungen. Drei Tage davor hatte die FAA nach einem Ausfall der Kommunikationssysteme ein landesweites Startverbot verhängt. Mehr als 5.100 Flüge wurden gestrichen, fast 10.000 hatten Verspätung. Die Serie begann am 12. November, als zentrale Dienste von Microsoft 365 in mindestens 70 Ländern ausfielen. Outlook, Teams und Copilot waren gleichzeitig betroffen, und die Störungen dauerten mehr als zwei Tage an.

Sechs Tage. Fünf kritische Systeme. Keiner der Vorfälle wurde als Angriff eingestuft, und keiner wurde auf KI zurückgeführt. Doch gerade die Darstellung, es habe sich jeweils um einen isolierten technischen Ausfall ohne böswillige Einwirkung gehandelt, legt ein Problem offen, das schwerer zu beheben ist als ein Angriff.
Microsoft: Wie aus einer „Kapazitätserweiterung“ ein zweitägiger Ausfall wurde
Laut dem vorläufigen Kundenbericht von Microsoft vom 15. November und der Rekonstruktion der Ereignisse durch Bloomberg begann der Ausfall mit einer routinemäßigen Umleitung des Nutzerverkehrs. Am Abend des 11. November wurde der Datenverkehr von Teams automatisch auf ein anderes Serversystem umgeleitet, das den Outlook-Datenverkehr verarbeitete. Zusammen mit Kapazitätseinbußen aufgrund eines davon unabhängigen Problems löste dies einen Fehler aus, der seit Juli unbemerkt in den Rechenzentren des Unternehmens geschlummert hatte: Als der Datenverkehr stark zunahm, war der Arbeitsspeicher der Server erschöpft, und sie begannen abzustürzen.
Noch schwerwiegender war, dass das automatische Failover-System von Microsoft zusätzlichen Datenverkehr auf andere Server umleitete, die es als funktionsfähig einstufte. Dadurch breitete sich der Ausfall weiter aus. Als der geschäftliche Datenverkehr am Morgen des 12. November seinen Höchststand erreichte, reagierten mehr als 80 % der Outlook-Server nicht mehr. Microsoft benötigte anschließend weitere 15 Stunden, um das Problem zu identifizieren, bevor das Unternehmen mit der Bereitstellung einer Fehlerbehebung begann.
Die Erklärung von Microsofts Executive Vice President Ramanna deutete auf einen blinden Fleck im Testverfahren des Unternehmens hin: Die in den Laboren simulierten Datenverkehrsmuster und Hardwarekonfigurationen entsprachen nicht den realen Bedingungen. Die Tests konzentrierten sich üblicherweise auf ältere, weniger leistungsfähige Systeme. Der Fehler, der die Abstürze auslöste, erwies sich auf neuerer Hardware jedoch als „zerstörerischer“.
Doch der menschliche Faktor verdient ebenso viel Aufmerksamkeit wie die technische Erklärung. Im anonymen Berufsforum Blind behauptete ein Nutzer, der sich als Microsoft-Mitarbeiter zu erkennen gab, dass die für die Kerninfrastruktur von Microsoft 365 zuständigen Teams in den vergangenen Jahren mehrere Entlassungswellen und freiwillige Abgänge erlebt hätten. Ingenieure, die Altsysteme über lange Zeit gewartet hätten, hätten das Unternehmen verlassen. Den verbliebenen Mitarbeitern falle es deshalb schwer, komplexe Störungen rasch zu diagnostizieren. Die Rückkehr zu einem früheren Systemstand, die einst rund 45 Minuten gedauert habe, könne inzwischen fünf Stunden in Anspruch nehmen. Während dieses Vorfalls sollen interne Werkzeuge für das Störungsmanagement zeitweise nicht richtig geladen haben. Dadurch seien Ingenieure gezwungen gewesen, bis spät in die Nacht abteilungsübergreifend Code und Dienstarchitekturen zu untersuchen, die sie von ehemaligen Kollegen übernommen hätten.
Microsoft hat sich zu diesen Behauptungen bislang nicht öffentlich geäußert. Sie passen jedoch zu der ungewöhnlich langen Störung und dazu, dass Versuche, auf einen früheren Systemstand zurückzukehren, das Problem nicht beheben konnten.
Was wirklich geschieht: Das KI-Tempo und die Erneuerung der Infrastruktur driften immer weiter auseinander
Keiner dieser fünf Vorfälle wurde auf KI zurückgeführt. Microsoft bestritt ausdrücklich, dass „KI oder Agenten“ beteiligt gewesen seien. Auch die FAA und die NSA schlossen KI als Faktor aus. Doch „nicht durch KI verursacht“ und „ohne Zusammenhang mit dem KI-Zeitalter“ sind zwei verschiedene Dinge.
Hier entwickeln sich zwei Kurven auseinander. Die eine steht für die durch KI getriebene Häufigkeit von Änderungen und die Intensität der Arbeitslasten: Datenverkehrsmuster und Hardwarekonfigurationen verändern sich, und Softwareaktualisierungen erfolgen immer schneller. Testumgebungen und die Kapazitäten zur Störungsbehebung können damit kaum Schritt halten. Die andere Kurve steht für die Erneuerungszyklen der Infrastruktur: Bei den Kupferkabeln und Routern der FAA wird in Jahrzehnten gerechnet, die Netzwerke der NSA entwickeln sich über Generationen hinweg, und Microsofts interne Kapazitäten zur Wartung von Altsystemen schwinden von Quartal zu Quartal.
KI ermöglicht es, zahlreiche Systemschwachstellen mit beispielloser Geschwindigkeit zu erkennen. Das setzt Unternehmen und Behörden enorm unter Druck, diese umgehend zu beheben, häufig durch die gleichzeitige Bereitstellung mehrerer Patches. Dadurch werden Systeme erheblich belastet, die nie für einen derart raschen Wandel ausgelegt waren. Der ursächliche Zusammenhang besteht hier nicht darin, dass KI Schwachstellen schafft. Vielmehr beschleunigt KI das Veränderungstempo, während die Systeme, die diese Veränderungen verkraften müssen, für einen langsameren Rhythmus konzipiert wurden.
Der Fall Microsoft veranschaulicht diesen Mechanismus am deutlichsten. Der Fehler hatte seit Juli unbemerkt geschlummert. Eine routinemäßige Umleitung des Datenverkehrs löste ihn aus. Die automatische Ausfallsicherung verstärkte seine Auswirkungen. Und der Verlust von Fachwissen zur Wartung von Altsystemen machte die Wiederherstellung ungewöhnlich langwierig. Keiner dieser einzelnen Schritte war KI, doch jeder vollzog sich unter dem Druck des KI-getriebenen Ausbaus von Cloud-Diensten.