Story
Oktober 7, 2026
OpenAIs Mathe-Veröffentlichung testet die Grenze zwischen Entdeckung und Marketing
OpenAI stellt seine Manuskriptveröffentlichung als einen Schritt zu schnelleren wissenschaftlichen Entdeckungen dar, während Mathematiker, die das Feld beraten, argumentieren, dass selbst bemerkenswerte KI-Ergebnisse nach strengen akademischen Standards offengelegt werden müssen—und nicht als werbliche Belege verpackt werden dürfen.
OpenAIs jüngste mathematische Enthüllung erfolgte nach Wochen der Erwartung: 722 Manuskripte aus 372 Familien verwandter Ergebnisse, erstellt von einem unveröffentlichten Spitzenmodell und angeblich auf „Hunderte“ offene Fragen eingehend.1 Ein separater Bericht stellte die Veröffentlichung anhand von Erkenntnissen zu 377 Mathematikproblemen dar und unterstrich, wie schnell das Feld versucht, Umfang und Tragweite der Behauptungen einzuordnen und zu überprüfen.2
Das Unternehmen hatte den Moment im September angekündigt und erklärt, sein System habe mehr als 100 langjährige Probleme in den meisten Bereichen der Mathematik gelöst. Die neue Veröffentlichung ergänzt Entwürfe von Facharbeiten, einige Zusammenfassungen der Schlussfolgerungen, Schätzungen zum Rechenaufwand und Statistiken zu bearbeiteten Problemen. OpenAI sagt, das durchschnittliche Ergebnis habe das Äquivalent von drei Stunden ChatGPT-Pro-Denkzeit erfordert.1
Seine öffentliche Botschaft ist unverblümt weitreichend. Bei der Ankündigung des Pakets erklärte OpenAI, man habe die unabhängige Advisory Group on Mathematics and Artificial Intelligence am Institute for Advanced Study konsultiert.
3 Präsident Greg Brockman stellte die Initiative als Teil eines Vorstoßes „hin zu einer Beschleunigung wissenschaftlicher Entdeckungen und zur Verbesserung der Lebensqualität für alle“ dar.
4
Doch die eigenen Empfehlungen der Beratungsgruppe ziehen eine schärfere Grenze. Sie wurden Ende September veröffentlicht und forderten KI-Labore dazu auf, mathematische Ergebnisse unverzüglich offenzulegen, vorzugsweise über etablierte akademische Kanäle, und den Modellnamen, die Prompts sowie die Rechenkosten offenzulegen.1 Besonders deutlich erklärte die Gruppe, Unternehmen sollten „davon absehen, die Veröffentlichung mathematischer Ergebnisse als Marketinginstrumente zur Bewerbung ihrer Modelle zu behandeln“, und warnte, diese Praxis könne der mathematischen Gemeinschaft schaden.1
OpenAI erklärt, über ein GitHub-Repository mit Verfahren für Überarbeitungen und Zitierungen zu veröffentlichen. Das bietet einen Weg zur Prüfung—aber nicht unbedingt den Peer-Review-Prozess, den Kritiker fordern. Der eigentliche Test besteht nun weniger darin, ob das Modell Ergebnisse gefunden hat, sondern ob diese Ergebnisse den langsameren, strengeren Mechanismen der Mathematik standhalten können.