Am 8. September 2026 wurde Hacker News von zwei aufeinanderprallenden Beiträgen auf der Startseite erschüttert. Der eine war ein Triumphbericht von OpenAI: Das Labor verkündete, mit seinen neuesten internen Modellen ein seit 90 Jahren ungelöstes Rätsel der mathematischen Strömungsmechanik geknackt zu haben. Der andere stammte von Tristan Buckmaster, Mathematikprofessor an der New York University. Buckmaster veröffentlichte eine ausführliche Stellungnahme, in der er die Kontakte seines Teams mit OpenAI akribisch dokumentierte und den Vorwurf erhob, das KI-Schwergewicht habe seine unveröffentlichten Forschungsdurchbrüche abgefangen und für eigene Zwecke genutzt.
Im Zentrum dieses Bebens, das sowohl das Silicon Valley als auch die reine Mathematik erfasste, steht das Problem der Existenz und Glattheit der Navier-Stokes-Gleichungen. Es wurde im Jahr 2000 vom Clay Mathematics Institute zu einem der sieben Millennium-Probleme erklärt und ist mit einem Preisgeld von einer Million Dollar dotiert. Vereinfacht ausgedrückt beschreiben diese partiellen Differenzialgleichungen die Bewegung von Flüssigkeiten und Gasen – von Verwirbelungen an Tragflächen bis hin zu tiefen Meeresströmungen. Der fundamentale mathematische Kern der Frage lautet, ob Lösungen dieser Gleichungen in endlicher Zeit zusammenbrechen und unendliche Singularitäten erzeugen können, an denen physikalische Gesetze ihre Gültigkeit verlieren.
Seit fast einem Jahrhundert bissen sich Generationen brillanter Mathematiker an dieser Fragestellung die Zähne aus. Ein Durchbruch erforderte tiefste geometrische Intuition, um verborgene mathematische Strukturen freizulegen. In der von OpenAI präsentierten Fassung wurde diese menschliche Genialität jedoch durch gigantische Rechenwucht und eine automatisierte Beweis-Fließbandarbeit ersetzt.
10.000 KI-Agenten im 88-Stunden-Sprint: Wenn pure Rechenkraft ein Jahrhunderträtsel niederwalzt
Die von OpenAI vorgelegte Ressourcenbilanz ist atemberaubend. Um das Gleichungssystem zu bezwingen, koordinierte das Labor rund 10.000 parallel agierende KI-Agenten. Über einen Zeitraum von 88 Stunden arbeiteten diese ununterbrochen in einem engmaschigen Verbund zusammen. Sie tauschten 2,7 Millionen Nachrichten zur gegenseitigen Plausibilitätsprüfung aus und verbrauchten schätzungsweise 130 Milliarden Ausgabe-Token. Um die mathematische Korrektheit lückenlos abzusichern, verwendete das System weitere 17 Stunden darauf, den Beweis Zeile für Zeile in der formalen Beweissprache Lean zu verifizieren.
Abbildung: Offizielle Formulierung des Navier-Stokes-Problems. Quelle: Clay Mathematics Institute (claymath.org)
Das Ganze glich einer industriellen Großfabrik, besetzt mit 10.000 unermüdlichen, stur nach Vorgabe arbeitenden Mathematik-Doktoranden. Sobald eine tragfähige Richtung vorgegeben war, schöpften sie die handschriftlichen Entwürfe mehrerer Forschergenerationen in weniger als vier Tagen vollständig aus. Während des Laufs zweigte das System sogar 100 Agenten ab, um ganz nebenbei das Regularitätsproblem der ungetriebenen Euler-Gleichungen in 50 Stunden zu lösen. Am Ende spuckte die Rechenfabrik ein 100-seitiges formales Manuskript aus.
Vor dieser Rechenfabrik schrumpften monatelange Forschungszyklen auf wenige Tage zusammen. OpenAIs Modelle lieferten zweifellos bestechende mathematische Herleitungen. Aus Sicht von Professor Buckmaster wusste die Großfabrik jedoch nur deshalb, wo sie bohren musste, weil ihr ein durchgesickerter Bauplan vorlag.
1. bis 8. September: Wohin verschwand der unveröffentlichte Entwurf?
Der Streit dreht sich um eine unsichtbare Startlinie. Monate zuvor hatte sich Buckmaster mit Levent Alpöge zusammengetan, einem Mathematiker und Forscher bei Anthropic. Mithilfe von LLM-gestützten Workflows arbeiteten die beiden daran, das Navier-Stokes-Problem anzugehen, indem sie frühere Ansätze des „rauen Forcings“ (rough forcing) zu einem „glatten Forcing“ (smooth forcing) weiterentwickelten – dem schwierigsten theoretischen Brocken der gesamten Fachliteratur. Am 15. August gelang ihnen der entscheidende Durchbruch. Am 22. August schlossen sie die erste formale Lean-Verifizierung des KI-gestützten Beweises ab. Buckmaster beschrieb die maschinell generierten Schritte als die furchterregendste Mathematik, die er je gelesen habe.
Doch genau im Moment des Zielleinlaufs sickerte die Nachricht durch.
| Meilenstein | Offizieller OpenAI-Blog | Öffentliche Erklärung von Prof. Buckmaster |
|---|---|---|
| Mitte/Ende August | Am 28. August Training des neuen Modells gestartet | Am 15. August Durchbruch erzielt, am 22. August erste Lean-Verifizierung |
| 1. bis 3. September | Am 1. September nach ersten Gerüchten mit der Lösung begonnen | Am 3. September kursieren Gerüchte, dass der Fortschritt OpenAI erreicht hat |
| 5. bis 6. September | Problem am 5. September offiziell gelöst | Am 6. September zwei Telefonate; OpenAI korrigiert wiederholt die eigene Chronologie |
| Datennutzung | Keine Einsicht in spezifische Nutzerdaten | Entwürfe lagen in Codex; auf Nachfragen zur Modellverbesserung keine klare Antwort |
Buckmaster hielt zwei angespannte Telefonate mit OpenAI-Vertretern am 6. September schriftlich fest. Während der Gespräche passte das OpenAI-Team seine Darstellung wiederholt an. Zunächst behaupteten die Unternehmensvertreter, das Modell habe lediglich die reine Problemstellung erhalten. Später räumten sie ein, dass eine interne Taskforce mit gigantischen Rechenressourcen mobilisiert worden war – und dass die ersten Prompts erst Tage nach Eintreffen der Gerüchte über Buckmasters Arbeit abgesetzt wurden.
Auf die Frage, ob unveröffentlichte Entwürfe, die über Codex eingegeben worden waren, in das Modell eingeflossen seien, blieb OpenAIs Dementi bemerkenswert lückenhaft. Man habe sich zwar keine spezifischen Nutzerdaten angesehen, räumte jedoch ein, man könne „nicht ausschließen, dass de-identifizierte Daten zur Verbesserung des Modells beigetragen haben“. Auf Hacker News lösten die beiden Veröffentlichungen ein Kopf-an-Kopf-Rennen um Upvotes aus: Buckmasters Erklärung kletterte auf 1.053 Punkte, während OpenAIs Ankündigung bei 1.010 Punkten stehenblieb. Die Entwickler-Community interessierte sich kaum für den mathematischen Beweis, sondern fast ausschließlich für die Ungereimtheiten im Zeitablauf und die Herkunft der Daten.
Wenn schon bloße Gerüchte einen Rechenmacht-Ansturm auslösen
Fields-Medaillenträger Terence Tao brachte die beunruhigende Tragweite des Vorfalls auf den Punkt:
„Was heute wirklich rar und wertvoll ist, ist das Identifizieren vielversprechender Fragestellungen. Schon das Gerücht, dass jemand an einem Problem arbeitet, genügt, um massive KI-gestützte Bemühungen auszulösen, die es dem Erdboden gleichwalzen.“
Jahrhundertelang lebte die Mathematik von einer Kultur des offenen Austauschs: Skizzen auf der Tafel im Aufenthaltsraum, Diskussionen bei einer Tasse Tee und informell zirkulierende Entwürfe. Diese lockeren Gespräche waren der Nährboden jeder echten Inspiration. Doch angesichts von Maschinen, die 100-seitige formale Beweise in vier Tagen ausspucken, lockt jedes durchgesickerte Detail einen Schwarm von Rechenressourcen an, der die Erkenntnis sofort abgräbt.
Abbildung: Schematische Darstellung der Wirbelspirale und axialen Streckung. Quelle: OpenAI
Sobald ein unveröffentlichter Entwurf in ein cloudbasiertes Assistenztool eingegeben wird oder eine vielversprechende Beweisidee unter Fachkollegen die Runde macht, entgleitet sie der Kontrolle des Entdeckers. Im Zeitalter des Rechenüberflusses ist das Finden des gangbaren Pfades unendlich wertvoller als die mechanische Ausführung der Herleitung. Mathematiker konkurrieren nicht länger mit Fachkollegen aus Fleisch und Blut, sondern mit industriellen Theorem-Generatoren und gigantischen Serverclustern.
”Warum ruinieren Sie Ihre Karriere?”: Eine Verhandlung der extremen Asymmetrie
Der verstörendste Aspekt des gesamten Konflikts liegt im extremen Machtgefälle zwischen dem Tech-Konzern und dem einzelnen Forscher. Wie Professor Buckmaster offenlegte, unterbreitete das OpenAI-Team zwei herablassende Kompromissvorschläge. Option 1 sah vor, dass Buckmaster zunächst die simplere Euler-Erkenntnis veröffentlichen sollte, woraufhin OpenAI am Folgetag die Navier-Stokes-Lösung präsentieren würde. Nach Option 2 durfte Buckmaster als alleiniger Autor des Navier-Stokes-Papiers auftreten – vorausgesetzt, er strich seinen Koautor Levent Alpöge von Anthropic vollständig aus der Autorenliste.
Die Vertreter von OpenAI machten unmissverständlich klar, dass alles reibungslos verlaufen wäre, wenn Alpöge nicht für einen direkten Konkurrenten arbeiten würde. Als Buckmaster diese Ausschlussforderung zurückwies, schlug der Tonfall in unverhohlene Drohungen um: „Warum versuchen Sie, Ihre eigene Karriere zu ruinieren?“ und „Wenn Sie nicht wollen, dass ich höflich bleibe, muss ich auch nicht höflich sein.“
Diese Haltung entlarvt die Arroganz, die aus der Monopolisierung massiver Rechenkapazitäten erwächst. Das Auffinden mathematischer Wahrheiten verkommt zum Spielball, mit dem Tech-Konzerne ihre Muskeln spielen lassen und Rivalen attackieren.
Wenn die Vertrauenskultur der Wissenschaft auf industrielle Rechenbagger prallt
Dieser Streit um das Millionen-Dollar-Problem verändert weit mehr als die Geschichte der Hydrodynamik. Buckmaster bezeichnete den Vorfall als den „Deep-Blue-Moment der Mathematik“. Er riss eine tiefe Wunde in das akademische Gefüge. Monatelange akribische Forschungsarbeit kann nun an einem einzigen Wochenende von einem KI-Cluster abgefangen und abgeräumt werden. Der historische Zeitpuffer, der Forschern das Ausarbeiten und Absichern ihrer Entdeckungen ermöglichte, existiert nicht mehr.
In Forendiskussionen schlugen Mathematiker bereits halb im Scherz vor, gezielt falsche Beweisskizzen als Köder zu streuen, um OpenAI dazu zu verleiten, Millionen an Rechenzeit in mathematische Sackgassen zu verbrennen. Hinter dem Galgenhumor verbirgt sich die tiefe Ohnmacht der Wissenschaftler gegenüber der Rechenmacht.
Die mathematischen Finessen des OpenAI-Papiers werden im öffentlichen Diskurs bald verblassen. Was bleibt, ist die ernüchternde Erkenntnis in der wissenschaftlichen Welt: Laufende, unveröffentlichte Forschung ist zu einer Ressource geworden, die von gigantischen Rechenzentren im Tagebau abgebaut werden kann. Schiere Rechenleistung folgt wie ein industrieller Bagger der kleinsten Gerüchtespur und höhlt ganze Goldminen über Nacht aus. Die Kultur des freien akademischen Teilens, die jahrhundertelang die größten Errungenschaften der Wissenschaft hervorbrachte, steht vor ihrem bitteren Ende.
Weiterführende Links:
- Offizieller OpenAI-Blog
- Öffentliche Stellungnahme von Tristan Buckmaster (cims.nyu.edu)
- HN-Diskussion (item?id=49605915)
- HN-Diskussion (item?id=49613262)
