Der autonome Prozess

Die Leistung folgte einem bemerkenswerten Multi-Agenten-Workflow:

• Ein Anthropic-Mitarbeiter ohne ernsthafte mathematische Vorkenntnisse forderte das Modell auf, einen „echten Versuch“ zur Lösung der Hypothese zu unternehmen .
• In etwa 1,5 Tagen testete das Modell ungefähr 650 Kandidatenansätze mit 60 koordinierten Unteragenten .
• Der Durchlauf verbrauchte 31 Millionen Ausgabetoken in zwei Sitzungen, führte 2.400 Shell-Befehle aus und durchsuchte 54 arXiv-Papiere .
• Zwei der 60 Unteragenten waren für die Entwicklung des entscheidenden mathematischen Durchbruchs verantwortlich .
• Der erfolgreiche Ansatz synthetisierte eine Arbeit von Enrico Bombieri aus dem Jahr 2000 mit neueren Ergebnissen – eine Kombination, die zuvor kein menschlicher Forscher zusammengestellt hatte .

Der Verifikationsprozess

Zwei unternehmensinterne Mathematiker – Levent Alpöge und Ralph Furmaniak – prüften und bestätigten den Beweis . Das Argument wurde anschließend in Lean formalisiert, einem interaktiven Beweisassistenten, der eine maschinell überprüfbare Korrektheitsbescheinigung erstellt . Diese doppelte Validierung (menschliche Fachprüfung + formale Verifikation) gilt allgemein als bewährte Praxis für KI-generierte mathematische Ergebnisse.

Kontext 2026: Ein Wendepunkt für KI in der Mathematik

Claudes Verbesserung der Riemann-Schranke ist kein Einzelfall. Das Jahr 2026 hat eine sich beschleunigende Abfolge von KI-geführten mathematischen Durchbrüchen erlebt:

• Mai 2026 – OpenAI gab bekannt, dass ein unveröffentlichtes allgemeines Argumentationsmodell die Erdős-Unit-Distance-Vermutung eigenständig widerlegt hatte, ein 80 Jahre altes offenes Problem .
• Mai 2026 – Google DeepMinds AlphaProof Nexus löste neun offene Erdős-Probleme (einige seit 56 Jahren ungelöst) und bewies 44 Vermutungen aus der Online Encyclopedia of Integer Sequences, alle in Lean formalisiert .
• Juli 2026 – Anthropic-Mathematiker Levent Alpöge nutzte das unveröffentlichte „Fable 5“-Modell, um ein Gegenbeispiel zur Jacobischen Vermutung zu finden, einem Problem aus dem Jahr 1939 .
• August 2026 – OpenAIs Astra-Modell löste Berichten zufolge zehn Jahrzehnte alte mathematische Probleme für rund 2.000 US-Dollar an Rechenkosten, mit maschinell überprüfbaren Beweisen, die in Lean auf GitHub veröffentlicht wurden .

Mehrere Kommentatoren haben festgestellt, dass das Feld Mitte 2026 eine Schwelle überschritten hat: KI-Systeme bewegten sich vom Lösen von Mathematik auf Wettbewerbsniveau zur Generierung publizierbarer, offener Forschung .

Die Debatte: Autorenschaft, Standards und die Leiden-Erklärung

Das rasante Tempo KI-generierter Mathematik hat eine intensive Debatte ausgelöst:

• Im Juni 2026 veröffentlichte eine Gruppe von 16 Mathematikern die Leiden-Erklärung zur Künstlichen Intelligenz und Mathematik, die neue Standards für Beweisstruktur, Autorenschaft und menschliche Aufsicht über KI-generierte Ergebnisse empfiehlt . Die Erklärung wurde inzwischen von der International Mathematical Union diskutiert .
• Zu den wichtigsten Spannungen gehören: Wer erhält die Autorenschaft, wenn eine KI einen Beweis erstellt? Kann das Feld epistemisches Vertrauen aufrechterhalten, wenn Beweise zu lang oder zu neuartig sind, als dass Menschen sie ohne formale Werkzeuge vollständig prüfen könnten? Und wie sollen Fachzeitschriften Ergebnisse begutachten, die kein einzelner Mensch hätte produzieren können ?
• Einige Mathematiker argumentieren, dass KI-gestützte Beweise Gefahr laufen, Verständnis und erklärende Einsicht zu untergraben – ein Beweis mag korrekt, aber undurchsichtig sein . Andere sehen in der formalen Verifikation in Lean einen strengeren Standard als in der traditionellen Peer-Review .

Was dies für die Fähigkeit der KI bedeutet, neue Wissenschaft zu entdecken

Das Riemann-Ergebnis von Anthropic treibt die Diskussion auf mehrere konkrete Weisen voran:

1. Der Maßstab autonomer Exploration ist entscheidend. Das Testen von 650 Ideen mit 60 Unteragenten zeigt, dass Multi-Agenten-Architekturen systematische Suchen in einem Umfang durchführen können, den keine menschliche Forschungsgruppe im gleichen Zeitraum erreichen könnte . Dies verschiebt die Frage von „Kann KI Mathematik betreiben?“ zu „Wie sollten wir KI-gestützte Exploration in die wissenschaftliche Entdeckungspipeline integrieren?“

2. Serendipitäre Synthese ist möglich. Die Tatsache, dass ein Modell ohne mathematische Ausbildung eine Arbeit von Bombieri (2000) mit neueren Ergebnissen kombinierte – eine Kombination, die kein Mensch gesehen hatte – zeigt, dass KI nicht-offensichtliche konzeptuelle Verbindungen über verschiedene Literatur hinweg herstellen kann . Diese Fähigkeit geht direkt auf ein Kernbedenken ein, ob LLMs lediglich interpolieren oder tatsächlich entdecken können.

3. Formale Verifikation löst das Vertrauensproblem. Die Lean-Formalisierung bedeutet, dass das Ergebnis keine „Black-Box“-Behauptung ist. Es ist ein beweisbar korrekter Satz, den jeder Mathematiker maschinell überprüfen kann . Dies bietet eine Vorlage dafür, wie KI-generierte wissenschaftliche Ergebnisse überprüfbar gemacht werden können, und adressiert eines der stärksten Argumente gegen KI-geführte Entdeckungen.

4. Die Debatte über Autorenschaft und Standards ist konstruktiv, nicht lähmend. Das gleichzeitige Auftreten sowohl atemberaubender Ergebnisse (DeepMind, OpenAI, Anthropic) als auch gemeinschaftsgeführter institutioneller Reaktionen (die Leiden-Erklärung) deutet darauf hin, dass die mathematische Gemeinschaft sich anpasst, anstatt sich zurückzuziehen . Das derzeitige Gespräch konzentriert sich auf Normen und Anerkennung, nicht auf die pauschale Ablehnung von KI-Outputs.

5. Die Kosten und die Geschwindigkeit der Entdeckung brechen ein. Die 2.000 US-Dollar Rechenkosten für OpenAIs Astra-Ergebnisse und die 36-stündige Bearbeitungszeit für Claudes Riemann-Schranke deuten darauf hin, dass die Grenzkosten einer publizierbaren mathematischen Entdeckung gegen Null gehen . Dies hat tiefgreifende Auswirkungen darauf, welche Fragen Forscher verfolgen und wer an mathematischer Forschung teilnehmen kann.

Kurz gesagt: Die Verbesserung der Riemann-Schranke durch Anthropic ist eine wegweisende Demonstration, dass KI-Systeme nun in der Lage sind, eigenständig publizierbare, formal verifizierbare mathematische Ergebnisse zu entdecken, die ein 150 Jahre altes offenes Problem voranbringen. Zusammen mit der Serie ähnlicher Durchbrüche im Jahr 2026 verschiebt sie die Diskussion von „Ob KI zur wissenschaftlichen Entdeckung beitragen kann“ zu „Wie die wissenschaftliche Gemeinschaft Anreize, Zuschreibung und Verifikation für eine neue Klasse von KI-Ko-Entdeckern strukturieren sollte“.

Der autonome Prozess

Die Leistung folgte einem bemerkenswerten Multi-Agenten-Workflow:

• Ein Anthropic-Mitarbeiter ohne ernsthafte mathematische Vorkenntnisse forderte das Modell auf, einen „echten Versuch“ zur Lösung der Hypothese zu unternehmen .
• In etwa 1,5 Tagen testete das Modell ungefähr 650 Kandidatenansätze mit 60 koordinierten Unteragenten .
• Der Durchlauf verbrauchte 31 Millionen Ausgabetoken in zwei Sitzungen, führte 2.400 Shell-Befehle aus und durchsuchte 54 arXiv-Papiere .
• Zwei der 60 Unteragenten waren für die Entwicklung des entscheidenden mathematischen Durchbruchs verantwortlich .
• Der erfolgreiche Ansatz synthetisierte eine Arbeit von Enrico Bombieri aus dem Jahr 2000 mit neueren Ergebnissen – eine Kombination, die zuvor kein menschlicher Forscher zusammengestellt hatte .

Der Verifikationsprozess

Zwei unternehmensinterne Mathematiker – Levent Alpöge und Ralph Furmaniak – prüften und bestätigten den Beweis . Das Argument wurde anschließend in Lean formalisiert, einem interaktiven Beweisassistenten, der eine maschinell überprüfbare Korrektheitsbescheinigung erstellt . Diese doppelte Validierung (menschliche Fachprüfung + formale Verifikation) gilt allgemein als bewährte Praxis für KI-generierte mathematische Ergebnisse.

Kontext 2026: Ein Wendepunkt für KI in der Mathematik

Claudes Verbesserung der Riemann-Schranke ist kein Einzelfall. Das Jahr 2026 hat eine sich beschleunigende Abfolge von KI-geführten mathematischen Durchbrüchen erlebt:

• Mai 2026 – OpenAI gab bekannt, dass ein unveröffentlichtes allgemeines Argumentationsmodell die Erdős-Unit-Distance-Vermutung eigenständig widerlegt hatte, ein 80 Jahre altes offenes Problem .
• Mai 2026 – Google DeepMinds AlphaProof Nexus löste neun offene Erdős-Probleme (einige seit 56 Jahren ungelöst) und bewies 44 Vermutungen aus der Online Encyclopedia of Integer Sequences, alle in Lean formalisiert .
• Juli 2026 – Anthropic-Mathematiker Levent Alpöge nutzte das unveröffentlichte „Fable 5“-Modell, um ein Gegenbeispiel zur Jacobischen Vermutung zu finden, einem Problem aus dem Jahr 1939 .
• August 2026 – OpenAIs Astra-Modell löste Berichten zufolge zehn Jahrzehnte alte mathematische Probleme für rund 2.000 US-Dollar an Rechenkosten, mit maschinell überprüfbaren Beweisen, die in Lean auf GitHub veröffentlicht wurden .

Mehrere Kommentatoren haben festgestellt, dass das Feld Mitte 2026 eine Schwelle überschritten hat: KI-Systeme bewegten sich vom Lösen von Mathematik auf Wettbewerbsniveau zur Generierung publizierbarer, offener Forschung .

Die Debatte: Autorenschaft, Standards und die Leiden-Erklärung

Das rasante Tempo KI-generierter Mathematik hat eine intensive Debatte ausgelöst:

• Im Juni 2026 veröffentlichte eine Gruppe von 16 Mathematikern die Leiden-Erklärung zur Künstlichen Intelligenz und Mathematik, die neue Standards für Beweisstruktur, Autorenschaft und menschliche Aufsicht über KI-generierte Ergebnisse empfiehlt . Die Erklärung wurde inzwischen von der International Mathematical Union diskutiert .
• Zu den wichtigsten Spannungen gehören: Wer erhält die Autorenschaft, wenn eine KI einen Beweis erstellt? Kann das Feld epistemisches Vertrauen aufrechterhalten, wenn Beweise zu lang oder zu neuartig sind, als dass Menschen sie ohne formale Werkzeuge vollständig prüfen könnten? Und wie sollen Fachzeitschriften Ergebnisse begutachten, die kein einzelner Mensch hätte produzieren können ?
• Einige Mathematiker argumentieren, dass KI-gestützte Beweise Gefahr laufen, Verständnis und erklärende Einsicht zu untergraben – ein Beweis mag korrekt, aber undurchsichtig sein . Andere sehen in der formalen Verifikation in Lean einen strengeren Standard als in der traditionellen Peer-Review .

Was dies für die Fähigkeit der KI bedeutet, neue Wissenschaft zu entdecken

Das Riemann-Ergebnis von Anthropic treibt die Diskussion auf mehrere konkrete Weisen voran:

1. Der Maßstab autonomer Exploration ist entscheidend. Das Testen von 650 Ideen mit 60 Unteragenten zeigt, dass Multi-Agenten-Architekturen systematische Suchen in einem Umfang durchführen können, den keine menschliche Forschungsgruppe im gleichen Zeitraum erreichen könnte . Dies verschiebt die Frage von „Kann KI Mathematik betreiben?“ zu „Wie sollten wir KI-gestützte Exploration in die wissenschaftliche Entdeckungspipeline integrieren?“

2. Serendipitäre Synthese ist möglich. Die Tatsache, dass ein Modell ohne mathematische Ausbildung eine Arbeit von Bombieri (2000) mit neueren Ergebnissen kombinierte – eine Kombination, die kein Mensch gesehen hatte – zeigt, dass KI nicht-offensichtliche konzeptuelle Verbindungen über verschiedene Literatur hinweg herstellen kann . Diese Fähigkeit geht direkt auf ein Kernbedenken ein, ob LLMs lediglich interpolieren oder tatsächlich entdecken können.

3. Formale Verifikation löst das Vertrauensproblem. Die Lean-Formalisierung bedeutet, dass das Ergebnis keine „Black-Box“-Behauptung ist. Es ist ein beweisbar korrekter Satz, den jeder Mathematiker maschinell überprüfen kann . Dies bietet eine Vorlage dafür, wie KI-generierte wissenschaftliche Ergebnisse überprüfbar gemacht werden können, und adressiert eines der stärksten Argumente gegen KI-geführte Entdeckungen.

4. Die Debatte über Autorenschaft und Standards ist konstruktiv, nicht lähmend. Das gleichzeitige Auftreten sowohl atemberaubender Ergebnisse (DeepMind, OpenAI, Anthropic) als auch gemeinschaftsgeführter institutioneller Reaktionen (die Leiden-Erklärung) deutet darauf hin, dass die mathematische Gemeinschaft sich anpasst, anstatt sich zurückzuziehen . Das derzeitige Gespräch konzentriert sich auf Normen und Anerkennung, nicht auf die pauschale Ablehnung von KI-Outputs.

5. Die Kosten und die Geschwindigkeit der Entdeckung brechen ein. Die 2.000 US-Dollar Rechenkosten für OpenAIs Astra-Ergebnisse und die 36-stündige Bearbeitungszeit für Claudes Riemann-Schranke deuten darauf hin, dass die Grenzkosten einer publizierbaren mathematischen Entdeckung gegen Null gehen . Dies hat tiefgreifende Auswirkungen darauf, welche Fragen Forscher verfolgen und wer an mathematischer Forschung teilnehmen kann.

Kurz gesagt: Die Verbesserung der Riemann-Schranke durch Anthropic ist eine wegweisende Demonstration, dass KI-Systeme nun in der Lage sind, eigenständig publizierbare, formal verifizierbare mathematische Ergebnisse zu entdecken, die ein 150 Jahre altes offenes Problem voranbringen. Zusammen mit der Serie ähnlicher Durchbrüche im Jahr 2026 verschiebt sie die Diskussion von „Ob KI zur wissenschaftlichen Entdeckung beitragen kann“ zu „Wie die wissenschaftliche Gemeinschaft Anreize, Zuschreibung und Verifikation für eine neue Klasse von KI-Ko-Entdeckern strukturieren sollte“.