ChatGPT, Claude und Grok gleichzeitig gestört: Was der KI-Ausfall vom 3. September zeigt

Mehrere große KI-Dienste hatten am 3. September 2026 nahezu gleichzeitig Probleme: OpenAIs ChatGPT und Codex, Anthropics Claude sowie xAIs Grok. Auffällig war vor allem, dass Nutzerinnen und Nutzer konkurrierender Plattformen innerhalb desselben Vormittags über Fehler berichteten.

Die wichtigste Einordnung lautet jedoch: Es handelte sich um zeitlich überlappende Störungen, nicht um einen nachgewiesenen gemeinsamen Ausfall. OpenAI nannte für den eigenen Dienst einen Routing-Fehler. Für Claude und Grok belegen die verfügbaren Statusmeldungen und Berichte keine gemeinsame technische Ursache. 4041

Was über den zeitlichen Ablauf bekannt ist

Nach Angaben von OpenAI begann der Routing-Fehler am 3. September gegen 7:43 Uhr pazifischer Zeit. Dadurch waren ChatGPT und Codex für einen Teil der Nutzenden plattformübergreifend nicht erreichbar. Gegen 8:17 Uhr pazifischer Zeit sei eine Lösung eingespielt worden; deren Wirkung wurde anschließend weiter überwacht. 40

Der öffentliche OpenAI-Statusvorfall wurde um 14:58 Uhr UTC angelegt und sprach von „erhöhten Fehlerraten bei ChatGPT und Codex“. 17 Spätere Berichte über die als behoben markierten Statusmeldungen datieren die vollständige Wiederherstellung bei OpenAI auf 16:55 Uhr UTC. Ausgehend vom genannten Startzeitpunkt um 7:43 Uhr pazifischer Zeit – 14:43 Uhr UTC – ergibt sich eine Dauer von ungefähr zwei Stunden und zwölf Minuten. Betroffen waren allerdings nicht alle Konten und Zugriffswege gleichermaßen. 4041

Auch Anthropic und xAI meldeten im selben größeren Zeitfenster Probleme. Laut Berichten auf Basis ihrer Statushinweise war der Modellfehler bei Anthropic um 16:16 Uhr UTC behoben; xAI erklärte später um 17:07 Uhr UTC, der Grok-Traffic sei wieder stabil. 41

Was Nutzer und Statusseiten meldeten

Berichtet wurden fehlgeschlagene Anmeldungen, Chat-Fehler, ausbleibende Antworten sowie Probleme beim Zugriff über Web, App und Desktop-Anwendungen. Bei Downdetector gingen besonders viele Meldungen zu ChatGPT ein: In den USA wurden mehr als 35.000 Meldungen registriert, daneben über 1.400 zu Claude und mehr als 1.200 zu Grok. In Indien waren es laut derselben Berichterstattung mehr als 2.800 ChatGPT-Meldungen, rund 170 zu Claude und über 70 zu Grok. Solche Meldungen sind kein vollständiges Maß für alle betroffenen Konten, zeigen aber, dass die Störung weithin wahrgenommen wurde. 42

OpenAIs Statusseite bestätigte erhöhte Fehlerraten bei ChatGPT und Codex und führte den Vorfall später als behoben. 1720 Zeitgenössische Berichte beschrieben Auswirkungen auf Web, Mobilgeräte und Desktop – also nicht nur auf eine einzelne Oberfläche. 3950

Bei Claude betrafen die gemeldeten erhöhten Fehlerraten mehrere Modelle, darunter Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8 und Opus 4.6. Spätere Updates deuteten darauf hin, dass viele Modelle wieder ihr normales Fehlerniveau erreicht hatten, während Opus 4.8 und Opus 5 länger beeinträchtigt blieben. 364749

xAI bestätigte Probleme bei Grok; späteren Berichten zufolge war der Traffic nach dem Vorfall wieder stabil. 4941

War Gemini die unbeeinträchtigte Alternative?

In frühen Berichten erschien Google Gemini oft als großer Konkurrent, der offenbar weiter verfügbar war, während ChatGPT, Claude und Grok Störungen hatten. Diese Einordnung ist mit Vorsicht zu lesen. Andere Berichte erwähnten auch Gemini-bezogene Meldungen bei Downdetector, doch die bereitgestellten Quellen zeigen keinen entsprechenden, von Google bestätigten Vorfall. 4448

Praktisch kann ein Dienst für einen Teil der Nutzenden funktionieren, während andere erhöhte Fehlerraten erleben. Ausfalltracker sind deshalb wertvolle Frühindikatoren, ersetzen aber weder die Statusmeldung eines Anbieters noch ein eigenes Monitoring der Anwendung.

Warum der Ausfall weit über den Chat hinausging

Für viele Teams bedeutet ein KI-Ausfall mehr als nur eine unbeantwortete Frage im Chatfenster. Fallen Coding-Assistenten oder agentische Workflows aus, können Entwicklungsaufgaben ins Stocken geraten. Liefert eine API Fehler, können Produktfunktionen und interne Automatisierungen warten, fehlschlagen oder manuelle Eingriffe erfordern. Auch Rechercheabläufe sind gefährdet, wenn Werkzeuge für Suche, Zusammenfassungen oder lang laufende Aufgaben nicht verfügbar sind.

OpenAIs eigene Statushistorie zeigt, wie breit KI-Plattformvorfälle wirken können: In separaten jüngeren Meldungen waren unter anderem Codex, Suche, Agents, Deep Research, Connectoren, Datei-Uploads, Logins und GitHub-abhängige Workflows betroffen. 19242529

Das macht keinen Anbieter grundsätzlich unzuverlässiger als andere. Es zeigt vielmehr, warum die Abhängigkeit von nur einem Anbieter, einem Modell oder einer Agenten-Laufzeitumgebung zu einem operativen Single Point of Failure werden kann.

Astra- und GPT-6-Spekulationen sind kein Beleg

Der Zeitpunkt nährte Spekulationen: Berichte brachten den Ausfall mit Gerüchten über eine bevorstehende OpenAI-Ankündigung namens „Astra“ in Verbindung, die möglicherweise mit einem künftigen Modell der GPT-6-Ära zusammenhängt. Die verfügbaren Fakten stützen aber keinen ursächlichen Zusammenhang.

OpenAI erklärte die eigene Störung mit einem Routing-Fehler. Kein Anbieter stellte öffentlich eine Verbindung zwischen den zeitgleichen Problemen und Astra, GPT-6 oder einem Modellstart her. Die Überschneidung lieferte eine aufmerksamkeitsstarke Erzählung – aber keinen Kausalnachweis. 403746

Was frühere Ausfälle über das Zuverlässigkeitsrisiko sagen

Der Vorfall vom 3. September war kein Einzelfall in diesem Markt. In der xAI-Statushistorie findet sich etwa ein Grok-2-Timeout vom 15. Januar 2025 mit einer Dauer von 3 Stunden und 10 Minuten sowie ein Ausfall der strukturierten Ausgabe für Grok-2, der 3 Tage und 21 Stunden dauerte. 23 Auch die OpenAI-Statushistorie dokumentiert verschiedene Vorfälle rund um Codex-Aufgaben, ChatGPT-Funktionen und API-gestützte Workflows. 212732

Aus diesen Einzelmeldungen lässt sich kein belastbares Zuverlässigkeitsranking ableiten: Dafür fehlen vergleichbare Definitionen von Ausfallzeit, Reichweite und Zahl der betroffenen Nutzenden. Die Daten stützen aber eine engere Schlussfolgerung: Wer kritische Prozesse auf gehostete KI-Dienste stützt, sollte Ausfälle als normalen Planungsfaktor behandeln.

Checkliste für belastbarere Abläufe

Organisationen können die Folgen eines Anbieter-Ausfalls begrenzen, wenn sie Ausfälle von vornherein einplanen:

• Anbieterneutrale Schnittstellen nutzen, soweit sinnvoll, damit Anwendungen nicht zu eng an ein einzelnes Anfrageformat oder einen bestimmten Workflow gebunden sind.
• Ausweichlösungen festlegen – etwa einen zweiten Anbieter, ein kleineres lokales Modell, einen Workflow mit reduziertem Funktionsumfang oder einen manuellen Prozess.
• Nicht dringende API-Aufgaben sicher puffern und erneut ausführen, mit Limits, damit wiederholte Fehlversuche den Ausfall nicht zusätzlich verstärken.
• Kritische Abläufe von Komfortfunktionen trennen. Ein Chat-Assistent kann verzichtbar sein; ein Ablauf, der Code-Reviews, Kundensupport oder eine Produktaktion blockiert, möglicherweise nicht.
• Failover und manuelle Notfallanweisungen testen. Ein Backup, das nie praktisch erprobt wurde, ist kein verlässlicher Kontinuitätsplan.

Ungewöhnlich am 3. September war, dass mehrere bekannte KI-Dienste zugleich gestört wirkten. Die größere Lehre ist dagegen alltäglich, aber entscheidend: Resilienz entsteht nicht dadurch, den nächsten Ausfall vorherzusagen, sondern dadurch, dass ein einzelner Anbieter-Ausfall keine unverzichtbare Arbeit zum Stillstand bringt. 41