Am 12. September 2026 kritisieren 25 Fields-Medaillenträger in einem offenen Brief den beschleunigten Umgang mit KI-generierter Mathematik. Der Anlass ist unter anderem OpenAIs am 8. September veröffentlichter Anspruch, eine Lösung zum dreidimensionalen Navier–Stokes-Problem gefunden zu haben. Das ist bislang eine veröffentlichte Behauptung, keine unabhängig anerkannte Lösung.

Was OpenAI tatsächlich behauptet

25 Fields-Medaillenträger kritisieren OpenAIs Navier–Stokes-Behauptung
Die Animation veranschaulicht den behaupteten Wirbel und das Konzept des „Blow-up“ in endlicher Zeit – sie ist keine unabhängige Bestätigung des Beweises.

OpenAI beschreibt eine analytische Konstruktion für die dreidimensionalen inkompressiblen Navier–Stokes-Gleichungen bei konstanter Dichte. Nach Darstellung des Unternehmens startet die Strömung glatt und mit endlicher Energie; durch eine glatte äußere Kraft soll sich in endlicher Zeit eine Singularität entwickeln. Dabei wird die Geschwindigkeit mathematisch unbeschränkt.

Eine solche Singularität ist kein Szenario, in dem echtes Wasser oder seine Moleküle unendlich schnell werden. Sie bezeichnet das Verhalten eines mathematischen Kontinuumsmodells. Die behauptete Konstruktion beschreibt einen Wirbel, der sich nach innen windet und durch axiale Streckung immer länger wird.

Das Navier–Stokes-Problem gehört zu den sieben Millennium-Preisproblemen des Clay Mathematics Institute. Für jede dieser Aufgaben ist ein Preis von 1 Million US-Dollar vorgesehen. OpenAI erklärt, diesen Preis für den eigenen Anspruch nicht beantragen zu wollen. Ob die veröffentlichte Konstruktion die maßgebliche mathematische Fragestellung erfüllt, bleibt Gegenstand der fachlichen Prüfung.

10.000 Agenten, 88 Stunden und Lean

Für die Suche nach Lösungen zu offenen Millennium-Problemen setzte OpenAI nach eigener Darstellung ein System mit etwa 10.000 gleichzeitig arbeitenden Agenten ein. Das Unternehmen berichtet, die Agenten hätten nach rund 88 Stunden das Navier–Stokes-Ergebnis erreicht. Für die anschließende Formalisierung und Prüfung in Lean seien weitere 17 Stunden mit GPT-6 Astra nötig gewesen.

Auf den Navier–Stokes-Versuch entfielen laut OpenAI etwa 2,7 Millionen Nachrichten und rund 130 Milliarden ausgegebene Token. Diese Zahlen zeigen vor allem die Größenordnung des Verfahrens. Sie belegen weder eine höhere Effizienz gegenüber menschlichen Mathematikern noch die Richtigkeit des Ergebnisses.

Lean ist ein Beweisassistent. Er kann prüfen, ob eine formal eingegebene Beweiskette aus den darin festgelegten Definitionen und Annahmen folgt. Damit ist aber nicht automatisch geklärt, ob die Formalisierung genau die beabsichtigte Clay-Fragestellung trifft oder ob die mathematische Bedeutung des Ergebnisses von unabhängigen Fachleuten geteilt wird.

Zwei Forschungsrichtungen, die nicht verwechselt werden dürfen

Im Zentrum des Prioritätsstreits stehen verwandte, aber unterschiedliche mathematische Arbeiten. Tristan Buckmaster und Levent Alpöge arbeiteten an Resultaten zu erzwungenen Euler- und Boussinesq-Gleichungen. OpenAI stellt seinen eigenen Anspruch als Ergebnis zu den Navier–Stokes-Gleichungen mit glatter äußerer Kraft dar.

DimensionVon OpenAI berichtetes ErgebnisVerwandte Arbeit von Buckmaster und Alpöge
Mathematisches ZielEndliche Singularität bei dreidimensionalen inkompressiblen Navier–Stokes-Gleichungen mit glatter äußerer KraftBlow-up-Resultate zu erzwungenen Euler- und Boussinesq-Gleichungen
Beteiligte SystemeInternes OpenAI-Modell mit koordinierten Agenten; anschließend GPT-6 Astra für die Lean-FormalisierungClaude und Codex als Forschungsassistenten für Dokumentation und logische Arbeitsschritte
Beteiligte PersonenOpenAI und die an der Veröffentlichung beteiligten ForschendenTristan Buckmaster und Levent Alpöge
Verhältnis der ErgebnisseEigener, von OpenAI als deutlich verschieden beschriebener AnsatzVerwandte Forschungsrichtung, aber kein identisches mathematisches Ziel

Die Unterschiede sind entscheidend: Ein Resultat zu erzwungenen Euler- oder Boussinesq-Gleichungen darf nicht als Nachweis für die Navier–Stokes-Fragestellung ausgegeben werden. Ebenso wenig folgt aus der thematischen Nähe automatisch eine gemeinsame Urheberschaft.

Der Streit um Priorität und Daten

Tristan Buckmaster wirft OpenAI vor, Gespräche über Priorität und Zuschreibung im Zusammenhang mit der verwandten Arbeit nicht angemessen behandelt zu haben. Diese Darstellung ist umstritten. OpenAI bestreitet, dass Forschende oder Agenten die konkrete private Arbeit von Buckmaster und Alpöge vor deren Veröffentlichung gesehen hätten.

Davon getrennt ist OpenAIs Aussage zur möglichen Modellverbesserung: Das Unternehmen erklärt, es könne nicht ausschließen, dass de-identifizierte, aus der Nutzung seiner Produkte abgeleitete Daten seine Modelle verbessert hätten. Das ist keine Aussage darüber, dass die private Arbeit direkt für die Suche verwendet wurde. Es sind zwei verschiedene Fragen – direkter Zugriff auf konkrete Sitzungen und eine mögliche, indirekte Nutzung von Produktdaten zur Modellverbesserung.

Auch die Zuschreibung des Ergebnisses ist nicht abschließend geklärt. Buckmasters und Alpöges Arbeit, OpenAIs eigener mathematischer Anspruch und frühere Beiträge zur Forschungslinie müssen getrennt betrachtet werden. Eine endgültige Einordnung der Priorität steht aus.

Warum 25 Fields-Medaillenträger die Debatte ausweiten

Der offene Brief von 25 Fields-Medaillenträgern richtet sich nicht nur gegen einen einzelnen Anspruch. Die Unterzeichner warnen vor einem Veröffentlichungswettlauf, bei dem KI-generierte Resultate schneller präsentiert werden, als Menschen sie konzeptionell nachvollziehen, einordnen und mit früheren Arbeiten verbinden können.

Damit verschiebt sich die entscheidende Frage von „Kann ein Modell eine formale Beweiskette erzeugen?“ zu „Wie wird aus dieser Beweiskette verlässliches mathematisches Wissen?“ Dazu gehören verständliche Erklärungen, eine faire Zuschreibung früherer Ideen, Zeit für unabhängige Prüfung und eine klare Trennung zwischen maschineller Formalisierung und fachlicher Anerkennung.

Der Brief bezeichnet die Entwicklung als Gefahr für geistige Arbeit, wenn der Zweck des KI-Einsatzes und seine tatsächlichen Folgen auseinanderfallen. Das ist eine allgemeine Warnung zur Praxis der KI-Mathematik – kein Beleg dafür, dass OpenAI in diesem konkreten Fall unrechtmäßig auf private Forschung zugegriffen hat.

Was jetzt zählt

Für die Navier–Stokes-Behauptung sind drei Prüfungen entscheidend. Erstens müssen Mathematiker die analytische Konstruktion und ihre Voraussetzungen nachvollziehen. Zweitens muss geklärt werden, ob die formalisierte Aussage exakt die relevante Clay-Fragestellung abbildet – einschließlich der Rolle der äußeren Kraft. Drittens braucht der Prioritäts- und Datenstreit eine getrennte, nachvollziehbare Klärung.

Bis dahin ist die präziseste Formulierung unspektakulär, aber wichtig: OpenAI hat einen technisch aufwendigen, in Lean formalisierten Lösungsansatz veröffentlicht. Eine unabhängige Anerkennung als Lösung des Millennium-Problems liegt noch nicht vor.

Der mögliche Fortschritt liegt deshalb nicht allein in der Behauptung eines mathematischen Durchbruchs. Er liegt auch in der Frage, ob parallele Agenten und formale Systeme künftig mathematische Arbeit beschleunigen können, ohne die menschliche Prüfung, faire Zuschreibung und verständliche Erklärung aus dem Prozess zu drängen.