Auf den Punkt: Unternehmen sollten die Abhängigkeit von öffentlichen KI-APIs als operatives Risiko bewerten und private oder selbstgehostete Modelle in ihre IT-Risikostrategie einbeziehen.
Ausfälle bei Google und Anthropic verdeutlichen das operative Risiko, das Unternehmen eingehen, wenn sie auf öffentliche Large Language Models setzen. Die Kontrolle über kritische KI-Infrastruktur liegt dabei nicht bei den Betreibern selbst.
Jüngste Störungen bei Google und Anthropic zeigen ein zentrales Problem der API-basierten KI-Nutzung: Unternehmen sind direkter von Verfügbarkeit, Leistung und Richtlinienänderungen der Anbieter abhängig. Diese Abhängigkeiten lassen sich weder vertraglich vollständig absichern noch intern steuern.
Für CTOs entsteht daraus ein klassisches IT-Risiko-Szenario. Wenn öffentliche KI-Services ausfallen oder – etwa durch regulatorische Vorgaben – eingeschränkt werden, wirkt sich das unmittelbar auf produktive Geschäftsprozesse aus. Die Nutzung von Claude, GPT oder ähnlichen Public APIs ist daher nicht nur eine Komfortwahl, sondern bindet betriebliche Abhängigkeiten, die nicht innerhalb der eigenen Risikoakzeptanz liegen.
Private KI-Modelle – ob in-house gehostet oder auf Private-Cloud-Infrastruktur – verschieben diese Kontrolle zurück in den Verantwortungsbereich des Unternehmens. Das erfordert zusätzliche Investitionen in Infrastruktur, Training und Betrieb, bietet aber vorhersehbare Risiken und eigene Entscheidungshoheit über Verfügbarkeit, Datenverarbeitung und Compliance.
Quelle: itwelt.at · Erschienen 30. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.2.