Drei Ergebnisse aus Mathematik, Informatik und Physik, alle von Modellen erzeugt, alle in Lean geprüft. Ob daraus Beweise werden, entscheidet nicht der Formalismus, sondern die Fachwelt.
Was OpenAI am 26. Oktober angekündigt hat
OpenAI hat am 26. Oktober drei Ergebnisse veröffentlicht, eines aus der harmonischen Analysis, eines aus der Komplexitätstheorie und eines aus der Quantenfeldtheorie. Alle drei stammen nach Unternehmensangaben aus internen Modellen, alle drei wurden in Lean formalisiert, einem Werkzeug, das mathematische Schlüsse maschinell prüft.
Neu ist weniger die Rechnung als der Umgang damit. OpenAI bezeichnet die eigenen Manuskripte als eine Art Rohdaten und hat externe Fachleute gebeten, als eine Art Lotse zu wirken und Gruppen zu bilden, die die Ergebnisse einordnen. Für die drei Fälle wurden drei verschiedene Wege gewählt. Das ist der eigentliche Versuchsaufbau dieser Veröffentlichung, und er ist bemerkenswerter als die Rechnungen selbst.
Die Exponentialzeit-Hypothese in zwei Sätzen
Der spektakulärste Teil betrifft die Informatik. Die Exponentialzeit-Hypothese, kurz ETH, ist eine Vermutung über die Erfüllbarkeit boolescher Formeln, ein Problem, das eng mit der Frage nach P und NP verwandt ist. Sie besagt, grob gesprochen, dass sich solche Formeln nicht wesentlich schneller prüfen lassen als durch systematisches Durchprobieren.
Warum ist das wichtig? Hunderte Arbeiten in Graphentheorie, Datenbanken, Biologie und Geometrie leiten aus dieser Annahme ab, dass bestimmte Probleme keinen schnellen Algorithmus haben können. Fällt die Annahme, wackeln diese Schlussfolgerungen, und zwar nicht als Fußnote.
OpenAI behauptet, das System habe die Hypothese widerlegt, und die Widerlegung sei in Lean bestätigt worden. Die natürliche Sprache sei am 16. Oktober entstanden, die Formalisierung am 17. Oktober. Geleitet wird die Prüfung von Russell Impagliazzo und Ramamohan Paturi von der University of California in San Diego sowie Ryan Williams vom MIT. Impagliazzo und Paturi haben die Hypothese einst mit Francis Zane formuliert.
Warum ein Lean-Beweis die Fachwelt nicht überzeugt
Lean prüft, ob jeder Schritt aus den Axiomen folgt. Es prüft nicht, ob der Satz interessant ist, ob die Definitionen das Richtige beschreiben oder ob ein Mensch den Beweis nachvollziehen kann. Ein formal korrekter Beweis kann an einer falsch gestellten Frage hängen.
Genau hier liegt der Streitpunkt. Mehrere Mathematiker beklagen, die Ausgaben seien kaum lesbar. Wer den Gedankengang verstehen will, bekommt eine Datei, die eine Maschine akzeptiert, und muss die Argumentation trotzdem selbst rekonstruieren. Für die Mathematik zählt aber nicht nur, dass etwas stimmt, sondern dass jemand erklären kann, warum.
Dazu kommt die Reichweite. Verifiziert ist die formale Ableitung, nicht die Behauptung, dass das Ergebnis die Mathematik verändert. Der Unterschied ist der Kern der ganzen Debatte.
Lokale Glättung: der Fall aus der Analysis
Das Mathematik-Ergebnis betrifft die lokale Glättungsvermutung, die Sogge 1991 aufgestellt hat. Sie beschreibt das Verhalten von Wellen, wenn sie sich bündeln, und besagt, dass die extremste Bündelung nur kurz anhält. Aus ihr folgen zwei berühmte Vermutungen: die Kakeya-Vermutung und die Restriktionsvermutung von Stein.
2019 bewiesen Guth, Wang und Zhang den Fall in zwei räumlichen Dimensionen. 2025 lösten Wang und Zahl die Kakeya-Vermutung in drei Dimensionen. Nach Angaben von OpenAI liefern die eigenen Modelle nun einen Beweis in jeder Dimension, gestützt auf eine neuartige Hilfsgleichung.
Der Zeitplan ist eng, und er erklärt, warum die Veröffentlichung so knapp ausfiel: Ausgabe am 18. Oktober, Lean-Formalisierung am folgenden Tag, Freigabe eine Woche später. Veröffentlicht wurden ein Aufsatz in natürlicher Sprache und der formale Beweis, beide im öffentlichen GitHub-Repository des Unternehmens. Fachleute können also selbst nachsehen, was dort steht.
Yang-Mills: Was der Physik-Beweis zeigt und was nicht
Das Physikergebnis ist der Fall, bei dem am meisten schiefgehen kann. OpenAI behauptet einen strengen Existenzbeweis für wechselwirkende Quantenfeldtheorien mit Eichfeldern und Fermionen in vier Dimensionen, einschließlich der Quantenchromodynamik und einer vereinheitlichten Vervollständigung des Standardmodells, und das klingt größer, als es ist.
Eine Kritik ist das nicht. Die Gravitation bleibt ausdrücklich außen vor.
Kein Beweis für die Gravitation.
Bewiesen wird die Existenz der einfachsten großen vereinheitlichten Theorie, nicht des Standardmodells selbst, weil sich dieses nicht bis zu beliebig kurzen Abständen fortsetzen lässt. Als Teilproblem steckt der Beweis der reinen Yang-Mills-Theorie darin, also eines der Millennium-Probleme des Clay Institute.
Geleitet wird die Gruppe von David Gross, der 2004 den Nobelpreis für Physik erhielt, zusammen mit Michael Douglas, Arthur Jaffe, Igor Klebanov und Nikita Nekrasov. Die Zeitachse reicht von der natürlichen Sprache für Yang-Mills am 9. September über die Quantenchromodynamik am 18. September bis zur abgeschlossenen Formalisierung am 16. Oktober. Die Gruppe hat entschieden, die KI-Artefakte vorerst zurückzuhalten und selbst zu schreiben.
Drei Ergebnisse, drei Veröffentlichungswege
Die Mathematik wurde direkt veröffentlicht, mit der Begründung, Forscher könnten sich selbst organisieren. Für die Informatik bildete sich eine externe Gruppe, die das Ergebnis erklärt, während die Rohfassung öffentlich bleibt. In der Physik überließ OpenAI die Entscheidung der Gruppe, die zunächst nichts freigibt.
Vier Grundsätze nennt das Unternehmen für diese Zusammenarbeit: keine Vertraulichkeitsvereinbarungen, kein Anspruch auf akademische Anerkennung, ausdrückliche Nennung der Beiträge der Prüfer, Unabhängigkeit der Beteiligten, die unbezahlt und ehrenamtlich mitwirken. Zusätzlich fließen fünf Millionen Dollar an die Simons Foundation für Workshops und Programme.
Man kann das als ehrlichen Versuch lesen, mit einem Problem umzugehen, für das es noch keine Regeln gibt. Man kann es auch als Steuerung der Deutung lesen, denn wer die ersten Prüfer auswählt, bestimmt, wer zuerst spricht.
Die Kritik: 700 Manuskripte sind keine Einladung zum Prüfen
Der Widerstand ist nicht neu. Schon am 6. Oktober hatte OpenAI mehr als 700 mathematische Dokumente auf einmal veröffentlicht, und diese Menge war Teil des Problems, weil sie niemand in kurzer Zeit prüfen kann. Die daraufhin gegründete Association for Human Mathematics erklärte, 700 Dateien auf einmal seien keine wissenschaftliche Vorstellung, sondern eine Machtdemonstration. Der Mathematiker und Fields-Medaillen-Träger Terence Tao teilte diese Erklärung und stützte sie inhaltlich.
Die Beratungsgruppe AGMAI, die sich mit Mathematik und KI befasst, hatte laut dem Magazin Futurism bereits Ende September klargestellt, dass sie Tests hochkomplexer Mathematik mit proprietären Modellen nicht unterstützt, und ein Ende solcher Praxis gefordert. In der Ankündigung von OpenAI kommt dieser Punkt nicht vor.
Auch die Diskussion auf Hacker News fiel zunächst skeptisch aus. Der Beitrag erreichte 461 Punkte und 177 Kommentare, viele davon beschäftigten sich mit den fehlenden Details und der schieren Menge an Material. Das ist kein Beweis gegen die Ergebnisse. Es ist ein Hinweis darauf, wie schwer sie zu prüfen sind.
Was davon bleibt
Für Leser ohne Fachkenntnis lässt sich die Lage so zusammenfassen: Es gibt drei Behauptungen, drei formalisierte Kerne und drei externe Gruppen, die noch arbeiten. Der Widerlegung der Exponentialzeit-Hypothese kommt dabei die größte Bedeutung zu, weil sie weit über die Komplexitätstheorie hinaus wirkt.
Belastbar ist bislang, dass die formalen Beweise von einer Maschine akzeptiert werden. Ob sie stimmen, im Sinne von richtig verstandenen Definitionen, und ob sie die Mathematik voranbringen, entscheidet sich in den nächsten Monaten in Fachzeitschriften und Seminaren, nicht in einer Ankündigung.
Wer die Entwicklung verfolgen will, achtet auf den Bericht der Informatik-Gruppe um Impagliazzo, Paturi und Williams. Dort wird sich zeigen, ob aus einer formalen Ableitung ein Ergebnis wird, das die Fachwelt trägt.






