60 KI-Subagenten treiben ein 150 Jahre altes Mathe-Problem in 1,5 Tagen weiter als jeder Mensch allein

Der autonome Prozess hinter dem Ergebnis

Die Leistung folgte einem bemerkenswerten Multi-Agenten-Workflow, der selbst die Forscher bei Anthropic verblüffte:

• Ein Anthropic-Mitarbeiter ohne ernsthafte mathematische Vorkenntnisse forderte das Modell auf, "einen echten Versuch" zu unternehmen, die Hypothese zu beweisen .
• In etwa 1,5 Tagen testete das Modell rund 650 Kandidatenansätze mit 60 koordinierten Subagenten .
• Der Durchlauf verbrauchte 31 Millionen Ausgabe-Token in zwei Sitzungen, führte 2.400 Shell-Befehle aus und sichtete 54 arXiv-Papiere .
• Zwei der 60 Subagenten 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 kein menschlicher Forscher zuvor zusammengestellt hatte .

Verifizierung: Zwei Ebenen der Beweisführung

Zwei hauseigene Mathematiker – Levent Alpöge und Ralph Furmaniak – prüften und bestätigten den Beweis . Das Argument wurde dann in Lean formalisiert, einem interaktiven Theorembeweiser, der ein maschinell prüfbares Korrektheitszertifikat erzeugte . Diese doppelte Validierung (fachliche Prüfung durch Menschen + formale Verifikation) gilt weithin als Best-Practice-Nachweis für KI-generierte mathematische Ergebnisse.

Ein Wendepunkt: 2026 als das Jahr, in dem KI in die Forschung an offenen Problemen einstieg

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

• Mai 2026 – OpenAI kündigte an, dass ein unveröffentlichtes allgemeines Reasoning-Modell die Erdős-Unit-Distance-Vermutung 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 formalisiert in Lean .
• Juli 2026 – Der Anthropic-Mathematiker Levent Alpöge nutzte das unveröffentlichte "Fable 5"-Modell, um ein Gegenbeispiel zur Jacobian-Vermutung zu finden, einem Problem aus dem Jahr 1939 .
• August 2026 – OpenAIs Astra-Modell löste Berichten zufolge zehn jahrzehntealte mathematische Probleme für etwa 2.000 US-Dollar an Rechenkosten, mit maschinell prüfbaren Beweisen, die in Lean auf GitHub veröffentlicht wurden .

Mehrere Kommentatoren haben festgestellt, dass das Fachgebiet Mitte 2026 eine Schwelle überschritten hat: KI-Systeme bewegten sich vom Lösen von Mathematik auf Wettbewerbsniveau hin zur Generierung veröffentlichungsreifer Forschung auf dem Niveau offener Probleme .

Die Debatte: Autorenschaft, Standards und die Leidener Erklärung

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

• Im Juni 2026 veröffentlichte eine Gruppe von 16 Mathematikern die Leidener Erklärung über künstliche Intelligenz und Mathematik, die neue Standards für Beweisstruktur, Autorenzuschreibung und menschliche Aufsicht über KI-generierte Ergebnisse empfiehlt . Die Erklärung wurde inzwischen von der Internationalen Mathematischen Union diskutiert .
• Zu den wichtigsten Spannungsfeldern gehören: Wer erhält die Autorenschaft, wenn eine KI einen Beweis generiert? Kann das Fachgebiet 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 peer-reviewen, die kein einzelner Mensch hätte produzieren können ?
• Einige Mathematiker argumentieren, dass KI-gestützte Beweise Gefahr laufen, Verständnis und erklärende Einsichten zu untergraben – ein Beweis mag korrekt, aber undurchschaubar sein . Andere sehen die formale Verifikation in Lean als einen strengeren Standard als die traditionelle Peer-Review .

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

Das Riemann-Ergebnis von Anthropic bringt die Diskussion in mehreren konkreten Punkten voran:

1. Der Umfang der autonomen Erkundung ist entscheidend.

Das Testen von 650 Ideen mit 60 Subagenten zeigt, dass Multi-Agenten-Architekturen eine systematische Suche 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 Erkundung in die wissenschaftliche Entdeckungspipeline integrieren?"

2. Zufällige Synthese ist möglich.

Die Tatsache, dass ein Modell ohne mathematische Ausbildung eine Bombieri-Arbeit (2000) mit neueren Ergebnissen kombinierte – eine Kombination, die kein Mensch gesehen hatte – zeigt, dass KI nicht offensichtliche konzeptuelle Verbindungen zwischen unterschiedlichen Literaturen herstellen kann . Diese Fähigkeit adressiert direkt ein Kernbedenken, ob LLMs lediglich interpolieren oder tatsächlich Neues 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 einen der stärksten Einwände gegen KI-geführte Entdeckungen.

4. Die Autorenschafts- und Standardsdebatte ist konstruktiv, nicht lähmend.

Das gleichzeitige Auftauchen von atemberaubenden Ergebnissen (DeepMind, OpenAI, Anthropic) und gemeinschaftsgeführten institutionellen Antworten (der Leidener Erklärung) deutet darauf hin, dass sich die mathematische Gemeinschaft anpasst und nicht zurückzieht . Die derzeitige Diskussion dreht sich um Normen und Anerkennung, nicht um eine pauschale Ablehnung von KI-Outputs.

5. Die Kosten und die Geschwindigkeit von Entdeckungen kollabieren.

Die Rechenkosten von 2.000 US-Dollar für OpenAIs Astra-Ergebnisse und die 36-Stunden-Wendezeit für Claudes Riemann-Schranke deuten darauf hin, dass die Grenzkosten einer veröffentlichungsreifen mathematischen Entdeckung gegen Null gehen . Dies hat tiefgreifende Auswirkungen darauf, welche Fragen Forscher verfolgen und wer an mathematischer Forschung teilnehmen kann.

Das Fazit

Die Verbesserung der Riemann-Schranke durch Anthropic ist eine bahnbrechende Demonstration, dass KI-Systeme nun autonom veröffentlichungsreife, formal verifizierbare mathematische Ergebnisse entdecken können, die ein 150 Jahre altes offenes Problem voranbringen. Zusammen mit der Reihe ähnlicher Durchbrüche im Jahr 2026 verschiebt sich die Diskussion von der Frage, "ob KI zur wissenschaftlichen Entdeckung beitragen kann" hin zu der Frage, "wie die wissenschaftliche Gemeinschaft Anreize, Zuschreibung und Verifikation für eine neue Klasse von KI-Ko-Entdeckern strukturieren sollte."