OpenAI sagt, 10.000 KI-Agenten hätten ein Millennium-Prize-Problem gelöst, und noch kein externer Mathematiker hat den Beweis geprüft

Was OpenAI tatsächlich behauptet

Laut OpenAIs eigener Ankündigung arbeitete ein Schwarm von rund 10.000 gleichzeitigen KI-Agenten, betrieben mit einem Modell der nächsten Generation, das das Unternehmen nur als „deutlich fähiger als GPT-6 Astra“ beschreibt, vom 1. bis etwa 5. September 2026 (rund 88 Stunden), um einen Beweis zu erstellen, dass eine spezifische, sorgfältig konstruierte Version der 3D-Navier-Stokes-Gleichungen in endlicher Zeit eine Singularität erzeugen kann. Weitere rund 17 Stunden, speziell mit GPT-6 Astra, erzeugten eine Lean-Formalisierung, eine maschinell überprüfbare Version der logischen Schritte des Beweises. OpenAIs eigene Zahlen beziffern den Navier-Stokes-Lauf auf rund 2,7 Millionen Agenten-Nachrichten und etwa 130 Milliarden Ausgabe-Tokens; der unabhängige Kommentator Simon Willison bezifferte, ausgehend von ihm genannten Zahlen, die kombinierte Summe (wahrscheinlich einschließlich verwandter Arbeit an den Euler-Gleichungen) auf näher an 300 Milliarden Tokens, was er auf rund 15 Millionen Dollar zu öffentlichen API-Preisen hochrechnete. Keine der beiden Zahlen wurde öffentlich abgeglichen, und OpenAI hat lediglich erklärt, die Gesamtkosten hätten sich auf „Millionen von Dollar“ belaufen.

Die konkrete mathematische Behauptung ist wichtiger als die Schlagzeile. Die Navier-Stokes-Gleichungen beschreiben, wie sich Flüssigkeiten bewegen, und es gibt eine erzwungene Version (mit einem externen Kraftterm, wie etwa Schwerkraft, der auf die Flüssigkeit wirkt) und eine unerzwungene Version (ohne äußere Kraft). OpenAIs Ergebnis betrifft den erzwungenen Fall: Es beschreibt eine Konfiguration aus glatten, physikalisch plausiblen Anfangsbedingungen und einer glatten äußeren Kraft, unter der sich die Bewegung der Flüssigkeit zu einem immer schneller rotierenden Wirbel zusammenzieht und in endlicher Zeit unstetig wird, während die Gesamtenergie der Flüssigkeit durchgehend beschränkt bleibt. Der unerzwungene Fall, die Version, die den meisten Leuten bei „Navier-Stokes-Problem“ in den Sinn kommt, bleibt ungelöst.

Die Behauptung, es sei „das falsche Problem“, ist selbst falsch

Mehrere Medien, die über die Geschichte berichteten, darunter ein Beitrag von Forkast News, stellten OpenAIs Entscheidung, das 1-Millionen-Dollar-Preisgeld nicht zu beanspruchen, als Beleg dafür dar, ein anderes, leichteres Problem gelöst zu haben, das außerhalb der Regeln des Clay Institute liegt. Wir haben die offizielle Problembeschreibung des Clay Institute, verfasst vom Princeton-Mathematiker Charles Fefferman, direkt eingesehen. Sie legt vier unterschiedliche, gleichwertige Formulierungen des Problems dar, bezeichnet mit (A) bis (D). Zwei davon, (A) und (B), verlangen einen Beweis, dass glatte Lösungen immer existieren, ohne äußere Kraft. Die anderen beiden, (C) und (D), erlauben ausdrücklich einen glatten externen Kraftterm und verlangen das Gegenteil: einen Beweis, dass eine Lösung zusammenbrechen kann (ein formales Gegenbeispiel zur globalen Glattheit). Ein erzwungener endlicher-Zeit-Zusammenbruch, wie ihn OpenAI behauptet, entspricht der Formulierung von Fall (C) oder (D), nicht „einem anderen Problem“.

Fefferman's four official problem statements (Clay Mathematics Institute)
---------------------------------------------------------------------
(A) Existence & smoothness on R^3, force = 0    -> prove solutions always exist
(B) Existence & smoothness on the 3D torus, force = 0 -> same, periodic case
(C) Breakdown on R^3, smooth force allowed      -> prove a solution CAN break down
(D) Breakdown on the 3D torus, smooth force allowed -> same, periodic case

OpenAI's claim (forced blowup on R^3) matches the shape of (C).

Warum beansprucht OpenAI dann nicht den Preis? Die weitaus plausiblere Erklärung ist verfahrenstechnischer, nicht mathematischer Natur. Nach den aktuellen Regeln des Clay Institute muss eine vorgeschlagene Lösung in einer anerkannten, referierten mathematischen Fachzeitschrift veröffentlicht werden und dann mindestens zwei Jahre lang allgemeine Anerkennung in der Fachgemeinschaft gewinnen, bevor das wissenschaftliche Beirat des Instituts überhaupt ein Prüfungskomitee einberuft. Ein vor vier Tagen veröffentlichter, 165-seitiger Beweis, intern von dem Unternehmen geprüft, das ihn erstellt hat, hat diese Hürde schlicht noch nicht genommen, unabhängig davon, was die zugrunde liegende Mathematik am Ende wert ist. Das ist eine deutlich andere Geschichte als „das falsche Problem gelöst“, und es ist die, die die Primärquellen tatsächlich stützen.

Der Streit um die Anerkennung

Die Mathematik ist nicht die einzige Kontroverse. Laut Berichten von Axios, Fortune und CNN begann OpenAIs Sébastien Bubeck dieses Projekt am 1. September, nachdem er Gerüchte gehört hatte, zwei Millennium-Prize-taugliche Probleme seien bereits anderswo gelöst worden. Dieses Gerücht ließ sich auf den NYU-Mathematiker Tristan Buckmaster und Levent Alpöge zurückführen, einen Anthropic-Mitarbeiter, der nebenbei in persönlicher Eigenschaft arbeitete, nicht als offizielles Anthropic-Projekt. Alpöge kontaktierte OpenAI in der Nacht des 2. September, nachdem die beiden erfahren hatten, dass das Unternehmen bereits von ihrer unveröffentlichten Arbeit gehört hatte; Buckmaster meldete sich am 3. September, um klarzustellen, dass es sich um ein persönliches Projekt und keine offizielle Anthropic-Initiative handelte; der äußere Druck, danach schnell zu handeln, ist mit ein Grund dafür, dass ihr Euler-Manuskript holprig ausfiel, etwas, das Buckmaster später als „AI slop“ bezeichnete. Ihre separate Arbeit befasste sich mit verwandten, aber eigenständigen Problemen: endlicher-Zeit-Zusammenbruch mit glatter Erzwingung für die inkompressible poröse-Medien-Gleichung, das Boussinesq-System und die 3D-inkompressiblen Euler-Gleichungen, für die OpenAIs eigener Beitrag den beiden ausdrücklich die Priorität zuschreibt. Nur das Ergebnis zur porösen-Medien-Gleichung hatte zum Zeitpunkt von OpenAIs Veröffentlichung als formales Preprint den Weg auf arXiv gefunden; die Manuskripte zu Boussinesq und Euler lagen als PDFs und als Lean-verifizierter Beweis auf Buckmasters eigener Website vor, wobei ihr eigenes Paper diese beiden als „in Vorbereitung“ beschrieb.

Während eines Telefonats am 6. September drängte Bubeck darauf, Alpöge als Mitautor zu streichen, mit der Begründung, seine Anthropic-Zugehörigkeit mache seine Beteiligung unangenehm, und soll dabei laut Buckmaster gesagt haben: „Warum würdest du deine Karriere ruinieren?“, und, als er darauf angesprochen wurde: „Wenn du nicht willst, dass ich nett bin, dann muss ich nicht nett sein.“ Bubeck bestreitet diese Darstellung, nennt die Vorwürfe „falsch und aufwieglerisch“ und erklärt offiziell: „Wir haben deren Prompts oder Beweise nicht verwendet, um unsere Modelle zu prompten oder unsere Agenten zu steuern.“ OpenAIs eigene Stellungnahme gegenüber VentureBeat geht jedoch über ein einfaches Dementi hinaus: „Wir können nicht ausschließen, dass deidentifizierte Daten aus ihrer Nutzung unserer Produkte zur Verbesserung unserer Modelle beigetragen haben“, wobei man festhält, dass für dieses spezifische Problem keine spezifischen Nutzerdaten herangezogen worden seien. Buckmasters eigene Position ist zurückhaltend: „Ich weiß nicht, ob unsere Daten verwendet wurden. Ich beschuldige niemanden von irgendetwas.“ Anthropic selbst hat als Unternehmen keine Stellungnahme abgegeben; jedes Zitat, das „der Anthropic-Seite“ dieses Streits zugeschrieben wird, stammt von Alpöge persönlich, der seine eigene Arbeit an einer Stelle als „ich und Claude, die in der Ecke fröhlich zufälliges Zeug ausprobieren, nicht irgendetwas Institutionelles“ beschrieb.

Am 8. September schilderte Bubeck laut TheNextWeb seine eigene Version der Ereignisse auf X und schrieb, „Ich habe niemals verlangt, dass Levent als Autor seiner eigenen Arbeit gestrichen wird“, und entschuldigte sich für eine bestimmte Bemerkung aus demselben privaten Telefonat. Als Beleg teilte er einen Screenshot einer Nachricht an Alpöge, in der er eine koordinierte gemeinsame Veröffentlichung vorschlug, und schrieb, er hoffe, dies zeige „die bestmöglichen Absichten“. Buckmaster entgegnete öffentlich, Bubecks Darstellung verzerre weiterhin, was tatsächlich gesagt wurde. OpenAI-CEO Sam Altman stellte sich weniger als 30 Minuten später hinter Bubeck und schrieb, alle Beteiligten hätten „die ganze Zeit über mit Integrität und Großzügigkeit gehandelt“, und dass OpenAI, nachdem man erkannt hatte, dass Buckmaster und Alpöge zwar Euler, aber nicht Navier-Stokes gelöst hatten, angeboten habe, sie zuerst veröffentlichen zu lassen, vorgeschlagen habe, dass sie den Preis erhalten sollten, und Buckmaster die Erstautorenschaft an einer Überarbeitung von OpenAIs eigenem Beweis angeboten habe. Zum Zeitpunkt dieses Updates hat keine Seite ihre Darstellung zurückgezogen, und der Streit bleibt ungeklärt statt beigelegt.

Was seitdem passiert ist: eine Rüge aus der Mathe-Community und ein neuer Einwand gegen den Beweis selbst

Drei Wochen nach OpenAIs Ankündigung kam die bedeutendste Reaktion nicht von einem der beiden Unternehmen, sondern von der Mathematik-Community als Ganzes. Am 11. September 2026 veröffentlichten 25 Fields-Medaillengewinner, darunter Terence Tao, Peter Scholze, Maryna Viazovska und Manjul Bhargava, auf Taos Blog eine gemeinsame Erklärung mit dem Titel „A Severe Misalignment of AI in Mathematics“, die weiterhin für Unterschriften offensteht. Die Erklärung nennt weder OpenAI noch Anthropic namentlich und stellt die Korrektheit keines konkreten Beweises infrage. Ihr Argument betrifft den Prozess: KI-Labore, die Benchmark-Probleme für Schlagzeilen jagen, verwandeln Mathematik, in den Worten der Unterzeichner, in eine „Massenproduktion“ von Wahr-oder-falsch-Aussagen, die das konzeptionelle Verständnis, die Zuordnung von Urheberschaft und die gemeinschaftliche Prüfung verdrängt, auf denen das Fachgebiet eigentlich beruht. Berichten über die Erklärung zufolge hielt die Gruppe die Lage für dringend genug, um den sonst üblichen, stärker konsultativen Entwurfsprozess für solche Erklärungen zu überspringen.

Unabhängig davon tauchte am 17. September (überarbeitet am 29. September) ein direkter mathematischer Einwand gegen OpenAIs Konstruktion auf, als die Princeton-Mathematiker Peter Constantin, Mihaela Ignatova und Vlad Vicol ein Paper auf arXiv veröffentlichten mit dem Titel „Regularity of asymptotically axisymmetric solutions to the 3D Navier-Stokes equations with analytic forcing“. Ihr präzises Ergebnis, direkt aus dem Abstract des Papers gelesen, ist enger gefasst als eine pauschale Widerlegung: Für jede Konstruktion, die OpenAIs zwei zentrale strukturelle Merkmale teilt, beweisen sie, dass die äußere Kraft, die den Zusammenbruch antreibt, „in der Nähe des singulären Punkts weder identisch verschwinden noch in den Raumvariablen reell-analytisch sein kann“. Schlicht gesagt: OpenAIs Kraftterm muss genau am Punkt des Zusammenbruchs künstlich aktiv und nicht-glatt bleiben, genau die Eigenschaft, die eine reale, physikalisch auftretende Kraft (Schwerkraft, Druck, irgendetwas ohne eine äußere Instanz, die sie einschaltet) nicht hätte. Der Mathematiker Luis Silvestre von der University of Chicago fasste die Konsequenz gegenüber Scientific American zusammen: „Das Clay-Problem ist gelöst, aber das Hauptproblem der Navier-Stokes-Gleichungen ist es nicht.“ Das ist weniger eine neue Behauptung als eine schärfere, formal bewiesene Version des ursprünglichen Punkts dieses Artikels: Die wörtliche Problemstellung des Clay Institute erlaubt tatsächlich einen erzwungenen Fall (OpenAIs Ergebnis ist also eine echte Antwort auf eine echte Formulierung), aber dieses neue Paper liefert einen konkreten technischen Grund, warum sich die Konstruktion nicht in Richtung der unerzwungenen, physikalisch anschaulichen Version erweitern lässt, um die es Mathematikern eigentlich geht. Andere in demselben Artikel zitierte Mathematiker, darunter Diego Córdoba und Gonzalo Cao-Labora, gingen noch weiter und deuteten im Rückblick an, dass die Problemstellung des Clay Institute von 2000 möglicherweise ein Formulierungsfehler war, überhaupt die erzwungene Option einzuschließen.

Was Mathematiker außerhalb beider Labore tatsächlich sagen

Es lohnt sich, Reaktionen auf die *Situation* von der Verifizierung der *Mathematik* zu trennen, denn der Großteil der bisherigen öffentlichen Kommentare ist Ersteres. Der Präsident des Clay Mathematics Institute, Martin Bridson, nannte es „einen aufregenden Tag“, blieb aber deutlich unterhalb einer Bestätigung und sagte gegenüber Nature, die Prüfung werde „bewusst unbeeilt“ und „absolut rigoros“ ablaufen. Fefferman selbst, der Autor der offiziellen Problemstellung, sagte, er sei „begeistert, dass das Problem gelöst wurde“. Quanta Magazines eigene Berichterstattung weist auf die eigentliche Grenze einer Lean-Formalisierung hin, unabhängig davon, wessen Beweis sie prüft: Die entscheidende Verifizierung, die weiterhin von Menschen geleistet werden muss, ist die Bestätigung, dass die in Lean als wahr gezeigte Aussage logisch äquivalent zu dem ist, was Mathematiker tatsächlich beweisen wollten. Ein maschineller Beweisprüfer kann bestätigen, dass eine Kette logischer Schritte in sich konsistent ist; er kann von sich aus nicht bestätigen, dass die formalisierte Aussage tatsächlich der Satz ist, um den es allen geht.

Terence Tao, der sich eher zur Buckmaster/Alpöge-Seite der Geschichte äußerte als direkt zu OpenAIs Beweis, nannte es „eine bemerkenswerte Leistung“, nutzte den Moment aber, um eine grundsätzlichere Sorge anzusprechen: „diese sehr seltsame und beispiellose Entkopplung, allein in diesem Jahr, zwischen dem Erhalten von Antworten und dem Erhalten von Verständnis“, und verglich die Erfahrung damit, „einen Film anzusehen und direkt von den ersten zehn Minuten zu den letzten zehn Minuten zu springen; technisch sind alle Handlungsstränge aufgelöst, aber der Großteil des Werts der Erfahrung ist verloren“. Er warnte zudem, ein gerüchtegetriebenes Wettrennen um die Erstveröffentlichung schrecke Mathematiker davon ab, vielversprechende Zwischenergebnisse früh zu teilen, das Gegenteil davon, wie das Fachgebiet eigentlich funktionieren soll. Der Columbia-Zahlentheoretiker Michael Harris, der auf seinem Silicon-Reckoner-Blog schrieb, war deutlicher in Bezug auf das Verhalten, während er die Grenzen seines eigenen Wissens ausdrücklich benannte: „Ich habe OpenAIs Beweis nicht gesehen. Ich weiß nicht, was ihr Modell getan hat oder wie“, bevor er den berichteten Rechenaufwand als „der Mathematik unwürdig“ bezeichnete. Zum Zeitpunkt der Veröffentlichung fanden wir keinen Mathematiker, weder auf einer Seite des Streits noch außerhalb davon, der erklärt hätte, OpenAIs vollständigen 165-seitigen Beweis persönlich gelesen und geprüft zu haben.

Warum das wichtig ist, wenn du KI für Recherche nutzt

Du beweist wahrscheinlich keine Millennium-Prize-Probleme mit Gemini Notebook oder NotebookLM. Aber das Muster hier ist eines, das man auf jeder Ebene erkennen sollte: Eine selbstbewusste, gut formatierte, sogar formal geprüfte KI-Ausgabe ist nicht dasselbe wie eine unabhängig verifizierte. Lean-Formalisierung ist ein echt nützliches Werkzeug und eine stärkere Form der Selbstprüfung, als die meisten KI-generierten Inhalte je erhalten. Sie ist trotzdem kein Peer-Review, und sie kann eine Diskrepanz zwischen dem, was formalisiert wurde, und dem, was tatsächlich gemeint war, nicht erkennen. Dieselbe Vorsicht gilt für Zitate und Zusammenfassungen, die dir ein Recherche-Tool aus deinen eigenen Quelldokumenten liefert: Prüfe die konkrete Behauptung gegen die Primärquelle, bevor du darauf aufbaust, genau so, wie diese Geschichte selbst noch darauf wartet, dass es jemand tut.

Häufige Fragen

Hat OpenAI das Navier-Stokes-Millennium-Prize-Problem gelöst?

OpenAIs Agenten erstellten einen Beweis für eine erzwungene Version der 3D-Navier-Stokes-Gleichungen und zeigten eine spezifische Konfiguration, in der glatte Strömung in endlicher Zeit zusammenbricht. Die schwierigere, häufiger zitierte unerzwungene Version des Problems bleibt ungelöst. Zum Zeitpunkt dieses Artikels hat kein Mathematiker außerhalb von OpenAI öffentlich bestätigt, den vollständigen Beweis gelesen und geprüft zu haben.

Warum beansprucht OpenAI nicht das 1-Millionen-Dollar-Preisgeld?

OpenAI hat das nicht ausdrücklich erklärt, aber die eigenen Regeln des Clay Mathematics Institute verlangen, dass eine vorgeschlagene Lösung in einer referierten Fachzeitschrift veröffentlicht wird und mindestens zwei Jahre fachlicher Prüfung standhält, bevor überhaupt eine Preisprüfung beginnt. Ein vier Tage alter, intern geprüfter Beweis kann diese Hürde schlicht noch nicht genommen haben, unabhängig davon, wie sich die Mathematik am Ende bewährt.

Stimmt es, dass OpenAI „das falsche Problem“ gelöst hat?

Nein. Die offizielle Problemstellung des Clay Institute (verfasst von Charles Fefferman) enthält ausdrücklich Formulierungen, die eine externe Kraft zulassen und einen Zusammenbruch bzw. ein Gegenbeispiel verlangen, genau die Form von OpenAIs Behauptung. Berichte, die das als ein unabhängiges oder ungültiges Problem darstellen, missverstehen die tatsächlichen Regeln.

Worum geht es bei dem Streit mit Anthropic?

Der NYU-Mathematiker Tristan Buckmaster sagt, OpenAIs Sébastien Bubeck habe seinen Mitarbeiter Levent Alpöge, einen Anthropic-Mitarbeiter, der persönlich statt im Rahmen eines offiziellen Anthropic-Projekts arbeitete, unter Druck gesetzt, seinen Namen wegen seines Arbeitgebers von einem verwandten Paper zu streichen. Bubeck bestreitet ein Fehlverhalten. Anthropic als Unternehmen hat sich nicht öffentlich geäußert.

Hat jemand OpenAIs Beweis unabhängig verifiziert?

Zum Zeitpunkt der Veröffentlichung dieses Artikels nicht. Jeder öffentlich zitierte Mathematiker, einschließlich des Präsidenten des Clay Institute selbst, reagiert auf die Situation, statt zu bestätigen, das vollständige 165-seitige Dokument persönlich gelesen und geprüft zu haben.

Hat jemand ein Problem mit OpenAIs Beweis aufgezeigt?

Ja, allerdings kein Fehler in der Mathematik selbst. Eine andere Gruppe von Mathematikern veröffentlichte Mitte September einen Beweis auf arXiv, der zeigt, dass sich OpenAIs Technik des erzwungenen Zusammenbruchs niemals erweitern lässt, um etwas über das reale, unerzwungene Navier-Stokes-Problem auszusagen. Der Mathematiker Luis Silvestre von der University of Chicago fasste es so zusammen: Die enge, erzwungene Version des Clay-Problems ist gelöst, aber das schwierigere Problem, um das es Mathematikern eigentlich geht, ist es nicht.

Was haben die Fields-Medaillengewinner dazu gesagt?

Am 11. September 2026 veröffentlichten 25 Fields-Medaillengewinner, darunter Terence Tao, eine gemeinsame Erklärung, die das größere Muster kritisiert, dass KI-Labore um die Wette Benchmark-Mathematikprobleme für sich beanspruchen, und argumentierten, dies verdränge das konzeptionelle Verständnis und den Zuordnungsprozess, auf den die Mathematik angewiesen ist. Die Erklärung nennt weder OpenAI noch Anthropic namentlich und stellt die Korrektheit keines Beweises infrage.