LIVE
Alle Meldungen ›
AI IN LIFENEWS
Tools & AnwendungenWirtschaft & DealsKI-ModelleForschungChips & InfrastrukturGesellschaftSicherheitRegulierung & RechtRobotikTests OpenAIAnthropicGoogle & DeepMindMetaAlibaba / QwenxAIByteDance
Start › Forschung › FORSCHUNG
FORSCHUNG

OpenAI veröffentlicht 722 KI-Beweise zur Mathematik

Ein internes Frontier-Modell löste knapp ein Zehntel von rund 4.000 Aufgaben; OpenAI stellt 722 Manuskripte zu 372 Resultatfamilien auf GitHub online.

OpenAI veröffentlicht 722 KI-Beweise zur Mathematik
Symbolbild: Eine Hand hebt das oberste Blatt von einem Stapel maschinell erzeugter Beweis-Manuskripte, dahinter pulsieren die Statusleuchten eines Rechenracks.

Kurz gesagt

OpenAI hat am 07.10.2026 insgesamt 722 KI-generierte Manuskripte zu 372 Resultatfamilien im Repository github.com/openai/math veröffentlicht – das Ergebnis von rund 4.000 Aufgaben, die das Unternehmen einem internen Frontier-Modell vorlegte.

Auf einen Blick

  • 722 Manuskripte zu 372 Resultatfamilien, seit dem 07.10.2026 im Repository github.com/openai/math.
  • Rund 4.000 Aufgaben gestellt; bei knapp einem Zehntel entstanden relevante Lösungen.
  • Je Lösung im Schnitt so viel Rechenleistung wie etwa drei Stunden im Pro-Modus von ChatGPT.
  • Fast alle Resultate aus einem einzigen Prompt an einen Agenten – im Navier-Stokes-Fall waren 10.000 Agenten im Einsatz.
  • Das genutzte Modell wird nicht benannt; Lean-Formalisierungen liegen nur für einen Teil der Beweise vor.

OpenAI hat am 07.10.2026 insgesamt 722 KI-generierte Manuskripte zu 372 Resultatfamilien im Repository github.com/openai/math veröffentlicht. Dem internen Modell wurden dafür rund 4.000 mathematische Aufgaben gestellt; bei knapp einem Zehntel davon kamen Lösungen heraus, die das Unternehmen für relevant genug hielt, um sie zu publizieren.

Was in dem Repository liegt

Die Sammlung ist kein einzelner Durchbruch, sondern eine Masse kleiner Schritte. Als Schwerpunkte genannt werden Verbesserungen wichtiger Computeralgorithmen und Fortschritte bei der Riemann-Hypothese. Zu vielen Beweisen liegen Lean-Formalisierungen bei, sodass Maschinen die einzelnen Schritte nachrechnen können; weitere sollen folgen. Für den gesamten Bestand gilt die maschinelle Prüfung damit nicht – sie ergänzt die menschliche Durchsicht, sie ersetzt sie nicht.

Der Rechenaufwand ist diesmal angegeben

Jede Lösung kostete im Schnitt etwa so viel Rechenleistung wie drei Stunden im Pro-Modus von ChatGPT. Fast alle Resultate entstanden aus einem einzigen Prompt an einen einzigen Agenten. Das ist der auffälligste Unterschied zum Navier-Stokes-Fall, für den nach Angaben von The Decoder noch 10.000 Agenten im Einsatz waren.

Die Vorgeschichte läuft mit

Der Veröffentlichung voraus ging Streit um genau diese Navier-Stokes-Arbeit – eines der sieben Millennium-Probleme, auf das eine Million US-Dollar Preisgeld ausgeschrieben ist. Kritiker warfen OpenAI vor, das Modell habe auf Vorarbeiten von Fachleuten zugreifen können; zusätzlich steht der Vorwurf im Raum, OpenAI habe Hinweise auf den Beitrag eines beim Konkurrenten Anthropic angestellten Forschers zurückgehalten. Das Preisgeld beanspruchte das Unternehmen nicht.

Diesmal hat sich OpenAI vorab mit der unabhängigen Advisory Group on Mathematics and Artificial Intelligence am Institute for Advanced Study beraten und methodische Angaben samt Schätzungen zum Rechenaufwand beigelegt.

Warum Mathematiker trotzdem widersprechen

Timothy Gowers, Fields-Medaillen-Träger und Mitglied der Advisory Group, warnt, dass die mathematische Literatur innerhalb von ein bis zwei Jahrzehnten massiv gewachsen sein könnte, ohne dass noch eine menschliche Gemeinschaft existiere, die sie wirklich verstehe. Terence Tao verlangt, gerade in der Ausbildung junger Mathematiker den menschlichen Aspekt zu betonen und den Einsatz von KI-Werkzeugen eng einzuschränken. 25 Fields-Medaillen-Träger haben einen offenen Brief unter dem Titel „A Severe Misalignment of AI in Mathematics“ unterzeichnet.

Der Kern des Einwands betrifft nicht die Leistung, sondern den Zweck: Problemlösen ist in der Mathematik ein Werkzeug für Einsicht. Wer Beweise in Serie produziert, kann nach dieser Lesart den Boden zerstören, auf dem diese Einsicht wächst.

Was offen bleibt

OpenAI benennt das verwendete Modell nicht. Wie groß der Anteil der 372 Resultatfamilien ist, der bereits formal verifiziert vorliegt, geht aus den vorliegenden Berichten nicht hervor. Ob die Ergebnisse fachlich Bestand haben, entscheidet eine Begutachtung, die erst beginnt. Ein dritter deutschsprachiger Bericht zu der Veröffentlichung war zum Zeitpunkt der Recherche nur hinter einer Bezahlschranke erreichbar; seine Angaben konnten wir nicht gegenprüfen.

◈ KI-GENERIERTER BERICHT · QUELLEN VERLINKT

Häufige Fragen

Wo liegen die KI-generierten Beweise von OpenAI?

Im öffentlichen Repository github.com/openai/math, dort seit dem 07.10.2026 mit 722 Manuskripten zu 372 Resultatfamilien.

Welches Modell hat die Lösungen erzeugt?

OpenAI spricht von einem internen Frontier-Modell und nennt keinen Produktnamen. Mehr ist den Berichten nicht zu entnehmen.

Sind die Beweise überprüft?

Nur teilweise. Zu vielen Beweisen gibt es Lean-Formalisierungen für die maschinelle Prüfung, weitere sind angekündigt; die fachliche Begutachtung läuft noch.

Quellen

Weitere Berichte