Im Interview vom 12. September 2026 beschrieb Steven Strogatz, wie KI das Verständnis mathematischer Beweise und das berufliche Selbstbild verändert. Die jüngsten KI-Fortschritte in der Mathematik sind zwei sehr verschiedene Dinge: OpenAI meldete am 8. September 2026 einen bislang nicht unabhängig bestätigten Navier-Stokes-Fortschritt, während Anthropic am 4. September 2026 berichtete, Claude habe einen bestehenden Beweis von Fermats letztem Satz formalisiert. Für Mathematiker wie Steven Strogatz und Alex Townsend verschiebt sich damit nicht nur die technische Grenze. Auch die Fragen nach Verständnis, Anerkennung und beruflicher Identität werden dringlicher.
Die Behauptungen sind nicht dieselbe Art von Durchbruch
OpenAI beschrieb eine analytische Herleitung und eine Lean-Formalisierung für eine Singularität in erzwungenen, dreidimensionalen inkompressiblen Navier-Stokes-Gleichungen. Eine Singularität bezeichnet hier vereinfacht eine Entwicklung, bei der eine mathematische Größe innerhalb endlicher Zeit unbeschränkt wächst. Daraus folgt jedoch nicht automatisch, dass das Existenz- und Glattheitsproblem der Navier–Stokes-Gleichungen des Clay Mathematics Institute als gelöst gilt.
Anthropic berichtete dagegen über die Formalisierung bereits etablierter Mathematik: Claude arbeitete an dem vorhandenen Beweis von Fermats letztem Satz und verwendete im endgültigen Beweis rund 29.500 Zwischensätze. Das ist eine erhebliche Formalisierungsleistung, aber keine neue Entdeckung des Satzes.
| Gegenstand | Mathematisches Ziel | Aktueller Charakter | Was Fachleute beurteilen müssen | Menschlicher Beitrag |
| OpenAI und Navier–Stokes | Eine Singularität in endlicher Zeit unter genau beschriebenen Bedingungen in erzwungenen, dreidimensionalen inkompressiblen Gleichungen herleiten | Von OpenAI gemeldeter, nicht unabhängig bestätigter Anspruch | Ob die Konstruktion die beabsichtigte mathematische Fragestellung trifft und fachlich Bestand hat | Einordnung, Prüfung und Bewertung der Bedeutung |
| Anthropic und Claude | Einen bestehenden Beweis von Fermats letztem Satz in Lean formalisieren | Formalisierung etablierter Mathematik | Ob die formale Entwicklung den vorhandenen Beweis und seine Annahmen korrekt abbildet | Verständliche Erklärung und Kontextualisierung |
Was OpenAI zu Navier–Stokes meldete
Das Existenz- und Glattheitsproblem der Navier–Stokes-Gleichungen gehört zu den sieben Millennium-Problemen des Clay Mathematics Institute. Für jedes ist ein Preisgeld von 1 Million US-Dollar vorgesehen. OpenAIs Meldung betraf jedoch eine genau eingegrenzte Variante: erzwungene, dreidimensionale inkompressible Gleichungen mit einer behaupteten Singularität in endlicher Zeit.
Die entscheidende Antwort lautet daher: Nein, die Meldung bedeutet nicht automatisch, dass das Millennium-Problem gelöst ist. Ein maschinell erzeugter Beweis und sein Lean-Artefakt müssen zunächst inhaltlich geprüft werden. Außerdem muss geklärt werden, ob die bearbeitete Konstruktion exakt die mathematische Frage des Problems trifft. OpenAI stellte am 10. September 2026 zudem fest, eine eigene Untersuchung habe ergeben, dass frühere Codex-Eingaben von Tristan Buckmaster das betreffende System einschließlich seines Trainings nicht beeinflusst haben konnten. Diese Aussage beantwortet nicht jede Frage nach Anerkennung und Priorität.
Claude entdeckte Fermats letzten Satz nicht
Fermats letzter Satz war bereits bewiesen. Andrew Wiles und Richard Taylor gehören zu den Mathematikern, deren bestehende Arbeit in dem von Anthropic beschriebenen Projekt formalisiert wurde. Claude erzeugte dabei keine neue Lösung des jahrhundertealten Problems, sondern überführte etablierte Beweisschritte in eine Form, die Lean systematisch prüfen kann.
Anthropic berichtete, dass Claude dabei rund 30.300 Zwischensätze bewies und etwa 29.500 davon im endgültigen Beweis verwendet wurden. Die beiden Zahlen beschreiben unterschiedliche Mengen: alle im Projekt bewiesenen Zwischensätze stehen denjenigen gegenüber, die in die abschließende Beweisentwicklung eingingen.
Das ist praktisch wichtig. Formalisierung kann lange, fehleranfällige Übersetzungsarbeit strukturieren und maschinell kontrollierbar machen. Sie verändert aber nicht rückwirkend die Urheberschaft der ursprünglichen mathematischen Idee.
Was Lean prüft – und was nicht
Lean ist ein Beweisassistent. Er prüft, ob die formalisierten Schritte aus den festgelegten Definitionen, Axiomen und Annahmen folgen. Dadurch wird eine bestimmte Form logischer Konsistenz maschinell kontrollierbar.
Lean entscheidet jedoch nicht allein,
- ob die formalisierten Annahmen die beabsichtigte mathematische Frage treffen,
- ob die gewählte Formalisierung den fachlichen Sinn eines Arguments vollständig bewahrt,
- ob ein Ergebnis mathematisch besonders bedeutsam ist,
- oder ob die Fachwelt einen Anspruch als Lösung akzeptiert.
Genau hier liegt der Unterschied zwischen formal geprüft und als mathematische Lösung anerkannt. Der Rechner kann die Schritte abarbeiten. Menschen müssen weiterhin verstehen, worauf sie hinauslaufen.
Warum Mathematiker die Veränderung persönlich spüren
Steven Strogatz beschrieb die Entwicklung als Beschleunigung und Bedrohung zugleich. Seine zentrale Forderung lautet sinngemäß: Es brauche eine „Beweisverdauung“ – also eine Erklärung maschinell erzeugter Beweise in einer Form, die Menschen verstehen und schätzen können. Derzeit komme diese Übersetzungsleistung noch am besten von menschlichen Experten.
Strogatz sieht darin keine Nebentätigkeit. Wer einen Beweis nur ausführt, kennt nicht automatisch seine Idee, seine Reichweite oder seine überraschenden Konsequenzen. Gerade diese Orientierung war lange ein Teil dessen, was mathematische Forschung ausgezeichnet hat.
Alex Townsend schilderte die andere Seite. Nach 15 Jahren mathematischer Forschung habe er sich dadurch bedroht gefühlt, dass ein KI-System seine bisherige Spitzenleistung zu übertreffen schien. Gleichzeitig kann KI Aufgaben möglich machen, die zuvor praktisch zu aufwendig waren. Das ist kein sauberer Gegensatz: Ein Werkzeug kann die Forschung beschleunigen und dabei den Status der Menschen verändern, die es benutzen.
Die offene Frage nach Anerkennung und Priorität
Rund um OpenAIs Navier–Stokes-Meldung stehen auch Tristan Buckmaster und Levent Alpöge im Mittelpunkt einer umstrittenen Debatte über zeitliche Priorität und Anerkennung. Die öffentlichen Darstellungen der Beteiligten widersprechen sich; daraus lässt sich kein abschließendes Urteil über unzulässigen Zugriff, Urheberschaft oder Fehlverhalten ableiten.
Für die Mathematik ist das mehr als ein Streit um Namensnennungen. Wenn ein Unternehmen mit vielen KI-Agenten an einem Problem arbeitet, können Veröffentlichungstempo, interne Protokolle und die Erklärung der verwendeten Ideen ebenso wichtig werden wie das Endergebnis. Wer eine Idee hatte, wer sie weiterentwickelte und wer sie zuerst in eine überprüfbare Form brachte, sind dabei verschiedene Fragen.
Was als Nächstes zählt
Bei KI-gestützter Mathematik reicht ein beeindruckender Output nicht aus. Ein Ergebnis muss rekonstruiert, auf seine Voraussetzungen geprüft, verständlich erklärt und von Fachleuten in den richtigen mathematischen Kontext eingeordnet werden. Erst dann lässt sich beurteilen, ob es sich um eine neue Entdeckung, eine Formalisierung bestehender Arbeit oder um einen Fortschritt in einer bestimmten Teilfrage handelt.
Die Maschinen können diese Grenze weiter verschieben. Ob sie menschliche Mathematiker dabei ersetzen, ist offen – und keine der vorliegenden Entwicklungen beantwortet diese Frage. Sicher ist nur: Die nächste entscheidende Leistung besteht nicht bloß darin, einen Beweis zu erzeugen, sondern darin, zu verstehen, was er tatsächlich beweist.
