Am 12. Juni 2026 erließ das US-Handelsministerium eine Exportkontroll-Anordnung, die Anthropic zwang, Fable 5 und Mythos 5 für alle Kunden auszusetzen—nicht eine Teilmenge, alle, sofort. Anthropic kam innerhalb weniger Stunden nach. Das leistungsfähigste öffentliche Modell am Freitagmorgen war am Freitagabend weg.
Anthropic widersprach öffentlich. Das änderte nichts. Die Entscheidung lag nicht bei ihnen.
Waren Ihre Workflows an genau dieses Modell gebunden, spielte die Anbieterbeziehung in dem Moment keine Rolle mehr, in dem die Anordnung eintraf. Kein SLA deckt einen nationalen Sicherheitsbescheid ab. Kein Account Manager kann es eskalieren.
Kein Zwei-Anbieter-Problem
Die naheliegende Lösung: Anthropic und OpenAI griffbereit halten. Das trifft den Kern nicht.
Als die Anordnung kam, blieben Anthropics andere Modelle online. Der Ausfall betraf die Modell-Ebene, nicht die Anbieter-Ebene. Ein Team, das breit auf „Claude“ standardisiert hatte, war besser dran als eines, das Prompts, Fine-Tunes und Parser speziell auf Fable 5 ausgerichtet hatte.
Jedes einzelne Modell kann ohne Vorwarnung verschwinden—durch Geschäftsentscheidung, Abschaltung, Preisänderung oder, wie letzte Woche, Regulierung. Das Risiko ist nicht, welches Unternehmen Sie gewählt haben. Es ist, ob ein Modellstring Ihre Architektur trägt.
Was modellagnostisch wirklich heißt
„Wir könnten wechseln, wenn wir müssten“ ist nicht modellagnostisch. Meist steht der Modellname an Dutzenden Stellen im Code, und eine Migration würde Wochen dauern.
In der Praxis sieht Unabhängigkeit so aus:
- Eine Routing-Schicht zwischen Anwendung und Modell. Agenten fordern eine Fähigkeit—Reasoning, Extraktion, Klassifikation—, keinen Anbieter-String. Die Plattform wählt das Modell, und diese Wahl kann sich ohne Deploy ändern.
- Prompts und Antwortschemas an einem Ort, abstrahiert von Anbieter-Besonderheiten. Modellwechsel darf Parsing nicht brechen.
- Fallback pro Modell als Standardverhalten, nicht als letzter Ausweg im Catch-Block. Fehlt ein Modell oder existiert es nicht mehr, wird Traffic automatisch umgeleitet.
- Derselbe Agent auf mehreren Modellen lauffähig, um Kosten, Latenz und Qualität zu vergleichen und eine getestete Alternative warm zu halten.
Damit wird ein Fable-5-Ereignis zur Routing-Änderung, nicht zum Produktionsvorfall.
Governance, nicht nur Engineering
Für regulierte Unternehmen reicht Verfügbarkeit nicht. Unter dem EU AI Act sind Sie für die KI-Systeme verantwortlich, die Sie einsetzen. Verschwindet ein Modell und Sie fallen auf etwas Ungetestetes zurück, haben Sie eine ungeprüfte Änderung in ein System gebracht, für das Sie rechtlich haften.
Richtig umgesetzt heißt Modellunabhängigkeit: Der Wechsel ist gesteuert—Routing-Entscheidungen protokolliert, Modellwechsel prüfbar, und Sie können nachweisen, welches Modell wann welche Ausgabe erzeugt hat. Resilienz und Compliance sind dieselbe Disziplin: wissen und dokumentieren, was tatsächlich läuft.
Die meisten Teams behandeln Agnostik als Kostenthema und merken zu spät, dass Audit-Trail und Fallback von Anfang an ein System hätten sein sollen.
Ein einfacher Test
Fragen Sie Ihr Team: Wäre das Primärmodell morgen um 9 Uhr ohne Vorwarnung weg—wie lange bis Sie wieder normal laufen?
Ist die Antwort in Tagen gemessen—oder „wir müssten schauen“—haben Sie keine Anbieter-Diversität. Sie haben einen Single Point of Failure mit Logo.
Modelle werden sich weiter ändern. Neue kommen, alte werden abgeschaltet, manche von Leuten entfernt, die Ihrer Beschaffung nicht Rechenschaft schulden. Die dauerhafte Lösung: Das Unternehmen sollte gleichgültig sein, welches Modell darunter läuft.
Dafür ist eine Orchestrierungs- und Governance-Schicht da—der Unterschied zwischen Agenten deployen und sie mit Vertrauen betreiben, wenn sich die Modelllandschaft verschiebt.
Copyl routet Agenten über mehrere Modelle mit Identität pro Agent, vollständigen Audit-Trails und EU-Datenresidenz. Verschwindet ein Modell, laufen Ihre Agenten weiter—und Sie können nachweisen, was sich geändert hat. Sprechen Sie mit uns über Multi-Modell-Routing.