In den USA war letzte Woche echt was los. So eine Häufung sieht man auch nicht oft. Am Donnerstag, dem 12. November, waren Outlook, Teams und Exchange Online von Microsoft weltweit gestört, laut Microsoft fast 24 Stunden lang. Am Freitag hat die US-Flugsicherung FAA landesweit alle Starts angehalten. Und am Montag, dem 16. November, ging bei JPMorgan Chase stundenlang das Onlinebanking und ein Teil der Zahlungen nicht, Kunden anderer Banken merkten das bei Überweisungen, an denen Chase beteiligt war (Fortune, CNN).
Am Montagabend saß dann der Heimatschutzminister Markwayne Mullin bei Fox News. Er sagte sinngemäß, er glaube, das sei „die SI“, also eine Superintelligenz. Woher er das hat? Hat er nicht gesagt, nur dass es ihm jemand aus der Tech-Branche erzählt habe. Im selben Gespräch meinte er, er sei sich zu 98 % sicher, dass es kein Angriff war, und die Vorfälle hingen einzeln nicht zusammen (Fortune). Wie das alles gleichzeitig stimmen soll, weiß ich ehrlich gesagt auch nicht. Na ja.
Was die Betroffenen selbst sagen
Guckt man in die Erklärungen der Firmen, wird es halt deutlich weniger spektakulär. Microsoft spricht von einem Fehler, der schon länger unentdeckt im System lag, dazu mehr Last und weniger Serverkapazität als sonst (ABC News). Laut einem Bericht kam der Fehler mit einem Windows-Update im Juli auf bestimmte Netzwerkserver, und rund 15 Stunden vor dem Ausfall wurde Datenverkehr von Teams auf genau diese Server umgeleitet (Wccftech). Das steht so bisher nur dort. Den Abschlussbericht will Microsoft bis zum 20. November vorlegen. Mit Angriffen oder KI habe das nichts zu tun, sagt Microsoft (Forbes).
Bei der FAA hat laut Behörde eine Flut von Daten im eigenen Telekommunikationsnetz ältere Flugsicherungstechnik ins Wanken gebracht, in 17 von 22 Kontrollzentren. Auch da gibt es keinen Hinweis auf einen Angriff. Die genaue Ursache wird noch gesucht. Chase nennt einen Softwarefehler in den eigenen Systemen im Haus, und ein FBI-Beamter wird so zitiert, dass es mit einer Software-Version zusammenhing, die Chase am selben Montag ausgerollt hatte (Fortune).
Also ein alter Fehler, der unter Last aufgeht, eine Umstellung kurz davor, ein frisches Release am Montagmorgen. Kennt man irgendwie aus jedem Betrieb. Dafür braucht es keine Superintelligenz.
Und welche Rolle spielt KI?
Das kann gerade keiner sagen. Und das muss man dann auch mal so sagen. Gary Marcus, ein bekannter KI-Kritiker, schreibt, die Infrastruktur schmelze und KI sei anscheinend mitverantwortlich. Gegenüber Fortune sagt er aber selbst, man wisse es noch nicht. Er vermutet, dass die Firmen nicht alles offenlegen (Fortune). Find ich fairer als den Minister. Der nennt nämlich gar nichts, was man nachprüfen kann.
Ich will das Thema trotzdem nicht als Panikmache abtun. Wir bauen selbst jeden Tag mit KI, und eins merkt man da sehr schnell. Es entstehen viel mehr Änderungen in viel kürzerer Zeit. Und jede davon kann so ein Release am Montagmorgen sein. Darüber hab ich schon mal geschrieben, als es darum ging, wer bei KI-Agenten den Code zusammenhält. Ob in den drei Fällen KI-geschriebener Code drinsteckte, weiß von außen keiner. Aber die Fragen, die so ein Ausfall aufwirft, sind mit und ohne KI dieselben.
Was das für einen IT-Ausfall bei euch heißt
Bei uns läuft jede Änderung über denselben Weg. Sie wird gespeichert, ein Skript spielt sie auf den Server und startet die Anwendung neu. Von außen fragt alle fünf Minuten eine Prüfung jede Seite ab und meldet sich nach zwei Fehlschlägen in Slack. Ist jetzt nichts Besonderes. Aber wenn dann was hakt, ist die erste Frage immer, was wir zuletzt geändert haben. Und die lässt sich in einer Minute beantworten. Dass ein grünes Häkchen allein nicht reicht, hab ich übrigens erst vor kurzem gelernt. Steht im Artikel übers Website überwachen.
Ihr müsst dafür gar nicht selbst Software betreiben. Ob sie beim Dienstleister läuft, bei Microsoft oder auf dem Rechner im Büro, das hier könnt ihr bei euch mal durchgehen:
- Festhalten, was wann geändert wird. Updates, neue Versionen, umgestellte Einstellungen, auch beim Dienstleister. Eine einfache Liste mit Datum reicht. Geht was kaputt, sucht man da zuerst.
- Vor jeder Änderung den Rückweg klären. Wer kann die alte Version wiederherstellen, und wie lange dauert das? Kommt da „müsste gehen“, ist das halt keine Antwort.
- Nicht direkt vor der vollen Zeit ändern. Ein Update Montag früh um acht trifft alle auf einmal. Wenn es geht, dann ändern, wenn noch jemand da ist und hinterher draufschaut.
- Von außen prüfen lassen, ob es läuft. Also so, wie ein Kunde die Seite oder das Postfach sieht. Und festlegen, wer die Meldung bekommt.
- Für die wichtigsten Werkzeuge einen Plan ohne sie haben. Was macht ihr, wenn Mail und Teams einen Tag weg sind? Wie erreicht ihr Kunden? Wo liegen die Telefonnummern? Bei Microsoft letzte Woche war das genau die Frage.
- Im Ausfall erst die letzte Änderung prüfen, dann Theorien. Klingt banal. Aber die Woche in den USA zeigt ganz gut, wie schnell sonst über Superintelligenz geredet wird, wo vermutlich ein Release dahintersteckt.
Einordnung
Große Ausfälle wird es weiter geben, mit oder ohne KI. Und je mehr geändert wird, desto öfter. Wer bei Änderungen weiß, was passiert ist, wer zuständig ist und wie man zurückkommt, ist meistens deutlich schneller wieder da.
Wer bei sich einmal durchgehen will, wo solche Abläufe ohne klare Zuständigkeit laufen, kann das mit dem Prozess-Check machen.