Am 14. August 2003 um 16:10 Uhr Ostküstenzeit hielt ein Softwarefehler im Energiemanagementsystem der FirstEnergy Corporation in Akron, Ohio, die Operatoren davon ab zu sehen, dass mehrere Hochspannungsleitungen ausgelöst hatten. In den nächsten vier Stunden pflanzte sich der Ausfall fort. Am Ende hatten 55 Millionen Menschen in acht US-Bundesstaaten und Ontario keinen Strom mehr — der größte Blackout in der Geschichte Nordamerikas. Fünf Jahre später, im September 2008, entfaltete sich eine andere Kaskade: Lehman Brothers meldete am 15. Insolvenz an, AIG brauchte in der Woche darauf eine Bundesrettung über 182 Milliarden Dollar, Geldmarktfonds erlebten Ansturm, die Commercial-Paper-Märkte froren ein. Notenbanken pumpten weltweit Billionen ins System. Das globale Finanzsystem hatte, wie das nordöstliche Stromnetz fünf Jahre zuvor, einen Kaskadenausfall erlebt — Verflechtungen, die im Normalbetrieb Effizienz erzeugten, waren unter Belastung zu Kanälen der Ausfallausbreitung geworden.
Ein Kaskadenausfall ist das strukturelle Muster, bei dem der Ausfall einer Komponente sich durch ein eng gekoppeltes Netzwerk fortpflanzt und einen systemweiten Zusammenbruch erzeugen kann, der weit größer ausfällt als jeder isolierte Ausfall. Die Bedingungen sind gut verstanden: starke Abhängigkeiten, knappe Reserven (Systeme, die auf Normallast-Effizienz getrimmt sind, haben wenig Puffer für umgeleitete Last), schnelle Ausbreitung und eine verstärkende Rückkopplung, in der jeder Ausfall den nächsten wahrscheinlicher macht. Der tiefere strukturelle Punkt: Optimierung auf Effizienz neigt dazu, Fragilität zu erzeugen — in einem eng gekoppelten Netz wirken Redundanz und Reserve im Normalbetrieb wie Verschwendung, der Marktdruck räumt sie weg, und das Optimum für den Normalfall entfernt gerade jene Puffer, die für die Resilienz im Ausnahmefall nötig sind. Die Finanzkrise von 2008 ist der Lehrbuchfall: Das System war durch Konsolidierung, Verbriefung und mathematisches Risikomanagement effizienter geworden, und jeder Effizienzgewinn fütterte die Fragilität. Kaskaden kommen in wiedererkennbaren Spielarten: Domino-Sequenzen durch ein Netz (das klassische Blackout-Muster), Ausfälle zentraler Hubs (die Cloudflare- und AWS-US-East-1-Ausfälle), selbsterfüllende Informations-Kaskaden (Bankenstürme), Lieferketten-Kaskaden (die Suezkanal-Blockade 2021, der Halbleitermangel 2020–2022) und parallele Kaskaden quer durch verschiedene Bereiche. Die theoretischen Rahmen sind tragfähig. Duncan Watts' Kaskadenmodell auf Netzwerken von 2002 zeigt, dass die Kaskadengröße an Netztopologie und Schwellenverteilung hängt. Selbstorganisierte Kritikalität (Per Baks Sandhaufen-Modell) beschreibt Dynamiken, in denen die meisten Störungen kleine Lawinen auslösen und seltene Störungen beliebig große. Die üblichen Eingriffe — Redundanz, Entkopplung eng gekoppelter Teilsysteme, Schutzschalter, vorab abgestimmte Krisenpläne — sind gut bekannt, aber teuer im Unterhalt und in normalen Zeiten politisch schwer zu rechtfertigen, weil ihre Kosten sichtbar sind und ihr Wert nicht.
Die heutige Infrastruktur ist verflochtener und enger gekoppelt als zu jedem früheren Zeitpunkt der Geschichte. Cyber-physische Systeme — Stromnetze mit internetangebundener Steuerung, Lieferketten mit IoT-Komponenten eines einzigen Anbieters — schaffen neue Kaskadenpfade: Die Schadsoftware NotPetya verbreitete sich 2017 von einem Update einer ukrainischen Buchhaltungssoftware aus und legte gleichzeitig Töchter von Maersk, Merck und FedEx lahm, mit einem weltweiten Schaden von rund 10 Milliarden Dollar. Klimakaskaden sind ein offenes Anliegen; Wechselwirkungen zwischen Kippelementen (Schmelzen des Grönland-Eises → Verlangsamung der AMOC → Abkühlung in Europa → landwirtschaftliche Verwerfungen) werden in der Klimasystemforschung ernst genommen. KI-Systeme bringen eine neue Ausfallklasse: Je tiefer LLMs in kritische Infrastruktur einziehen, desto eher werden Ausfallmodi, die sich über KI-Abhängigkeiten fortpflanzen — Halluzination, Prompt-Injection, Datenvergiftung im Training —, strukturell zu Kaskadenausfällen. Die nützlichste Diagnosefrage für jedes moderne System lautet schlicht: was fällt aus, wenn X ausfällt.