Was passiert, wenn ein KI-System, auf das Sie sich verlassen, morgen nicht mehr verfügbar ist? Nicht, weil es einen Fehler hat. Nicht, weil der Anbieter pleite ist. Sondern weil Sie es plötzlich nicht mehr nutzen dürfen.
Für mich war das am 12. Juni 2026 keine theoretische Frage mehr.
Reihe „Modell-Souveränität“ · Teil 1 von 7
Der Morgen, an dem mein Agent stillstand
Ich betreibe einen Validator-Agenten, der nachts die Ergebnisse anderer KI-Systeme prüft und mir morgens einen Prüfbericht erzeugt. An diesem Morgen lag kein Bericht da, sondern eine Fehlermeldung: kein Zugang mehr zu dem Modell, auf dem der Agent lief.
Ehrlich gesagt hat mich das getroffen. Ich hatte auf dieses Modell gewartet und es in den Tagen davor intensiv eingesetzt.
Was geschah
Bleiben wir bei den belegbaren Fakten. Anthropic hatte das Modell (Claude Fable 5) am 9. Juni 2026 veröffentlicht. Drei Tage später, am 12. Juni um 17:21 Uhr Ostküstenzeit, zwang eine Anordnung der US-Regierung Anthropic, den Zugang zu sperren. Grundlage war eine Exportkontrolle: Der Zugang sei für alle ausländischen Staatsangehörigen zu sperren, innerhalb wie außerhalb der USA. Weil sich Nutzer technisch nicht zuverlässig nach Nationalität trennen ließen, blieb nur die globale Abschaltung für alle. Alle anderen Modelle des Anbieters liefen weiter. (Quelle: Anthropic, 12.06.2026.)
Fable ist hier nur die Fallstudie. Das eigentliche Thema ist größer, und genau deshalb schreibe ich darüber.
Fable war Teil eines echten Workflows
Fable war bei mir nicht im Testbetrieb, sondern Teil eines produktiven Workflows. Die folgenden Nutzungsdaten stammen direkt aus Claude Code.
Meine Nutzung von Claude Fable 5 (10. bis 12. Juni 2026)
- 1.434 Nachrichten
- 2,54 Mio. Output-Tokens
- 360.000 Input-Tokens
- 13,6 Mio. Cache-Writes
- 384 Mio. Cache-Reads
In diesen drei Tagen entstanden daraus Prüfberichte, Architektur-Reviews und produktive Entwicklungsarbeit. Die Nutzungsdaten sind unten dokumentiert. Diese Zahlen sind nicht wichtig, weil sie groß sind. Sie sind wichtig, weil sie zeigen: Das Modell war Teil eines realen Workflows, kein Benchmark-Experiment.
Aufgefangen hat mich kein Vertrag, sondern Architektur
Weitergearbeitet habe ich trotzdem, und zwar aus einem einzigen Grund: Vor dem Modell sitzt bei mir ein Gateway, das die Anfragen verteilt. Als der Zugang wegfiel, hat es die Last auf ein anderes Modell umgelenkt. Ein herber Rückschlag, aber kein Stillstand.
Das ist der Punkt, an dem ich kurz innehalten musste. Nicht meine Verträge haben den Agenten am Leben gehalten. Eine Architektur-Entscheidung hat es getan.
Daraus ist ein Satz entstanden, der diese gesamte Reihe trägt: Modell-Souveränität ist eine Illusion. Architektur-Souveränität ist real.
Die eigentliche Erkenntnis
Jetzt meine Einschätzung: Das Problem war nicht, dass das Modell verschwand. Das Problem war, dass ich mich darauf verlassen hatte und davon überrascht wurde. Genau das meine ich mit Modell-Abhängigkeit: Ein Geschäftsprozess bleibt nur mit einem bestimmten KI-Modell funktionsfähig, und ein getesteter Ersatz existiert nicht.
Wir diskutieren bei KI ständig über Fähigkeiten. Wir vergleichen Benchmarks, streiten über Kontextfenster, rechnen Preise pro Million Token. Über die wichtigste Frage reden wir zu selten: Was passiert, wenn das Modell morgen nicht mehr da ist? Nicht technisch, sondern regulatorisch, geopolitisch oder vertraglich.
Was das mit Ihnen zu tun hat
Das ist keine Geschichte von guten und bösen Ländern. Das Modell hätte aus jedem Land kommen können, das Risiko wäre dasselbe gewesen. Es geht nicht um die Nationalität des Anbieters, sondern um die fehlende Garantie, dass ein einzelnes Modell dauerhaft verfügbar bleibt.
Dieser Vorfall betrifft nicht nur einzelne Entwickler oder KI-Enthusiasten. Er wirft eine grundsätzliche Frage für europäische Unternehmen auf: Was passiert, wenn ein geschäftskritischer Prozess von einer Technologie abhängt, deren Verfügbarkeit letztlich außerhalb der eigenen Kontrolle liegt?
Genau dieser Frage gehen die nächsten Teile dieser Reihe nach: den drei neuen Modell-Risiken, warum Verträge dagegen nicht reichen, wie Architektur statt Modellwahl Resilienz schafft, und was Europa daraus lernen sollte.
Kernaussagen dieses Beitrags
- Claude Fable 5 wurde drei Tage nach Veröffentlichung abgeschaltet.
- Ein produktiver Workflow war davon unmittelbar betroffen.
- Die Ursache war keine technische Störung, sondern eine regulatorische Anordnung.
- Ein Multi-Model-Gateway verhinderte den Betriebsausfall.
- Architektur-Souveränität ist wichtiger als die Bindung an ein einzelnes Modell.
Bis dahin eine Frage an Sie: Wüssten Sie aus dem Stand, welche Ihrer Prozesse heute an genau einem KI-Modell hängen, und was passiert, wenn dieses Modell morgen wegfällt?
Weiterlesen in der Reihe
Teil 2: Die drei neuen Modell-Risiken. Warum der sichtbare Ausfall noch das harmloseste der drei Modell-Risiken ist.
Move fast and secure things.