Am 16. Oktober 2026 erklärte OpenAI, eines seiner Systeme habe eine in natürlicher Sprache formulierte Widerlegung der Exponential Time Hypothesis, kurz ETH, hervorgebracht, einer langjährigen Annahme über die Schwierigkeit, bestimmte Rechenprobleme zu lösen. Das Unternehmen erklärt, es habe das Ergebnis am folgenden Tag in Lean formalisiert und anschließend begonnen, eine externe Begutachtung zu organisieren, statt einen endgültigen wissenschaftlichen Sieg zu verkünden.¹

ETH hat Hunderte bedingter Härteresultate in der gesamten Informatik geprägt. Sollte die Behauptung zutreffen, könnte sie Forschende dazu zwingen, Annahmen in Bereichen von der Graphentheorie bis zur computergestützten Biologie zu überdenken – und umfassendere Fragen zu P versus NP erneut aufwerfen. OpenAI erklärt, der Befund könnte die Suche nach schnelleren Algorithmen leiten, betont jedoch, dass die praktischen Folgen ungewiss blieben und „erhebliche weitere Forschung“ erforderten.¹

Die Veröffentlichung legte sofort die Spannung in der KI-gestützten Wissenschaft offen: atemberaubende Ergebnisse, aber kein Abkürzungsweg an der Verifizierung vorbei. OpenAI veröffentlichte die Beweismaterialien öffentlich und erklärte sich bereit, eine Konferenz zu finanzieren, nachdem eine von Ryan Williams vom MIT sowie Russell Impagliazzo und Ramamohan Paturi von der UC San Diego angeführte Gruppe um eine offene Prüfung gebeten hatte. Das Unternehmen bezeichnet die Manuskripte als „rohe Forschungsdaten“, nicht als fertiges wissenschaftliches Verständnis.¹

Williams, der bei der Organisation der Reaktion hilft, sagte, Teile des Beweises wirkten routinemäßig – doch „zwei oder drei fremdartig aussehende Teile“ hätten ihn davon überzeugt, dass „die gesamte Gemeinschaft gemeinsam daran arbeiten muss“. ² Er hat außerdem gewarnt, dass eine glaubwürdige Widerlegung Arbeiten erschüttern könnte, die auf ETH aufbauen, und Fragen dazu aufwerfen würde, ob einige kryptografische Systeme betroffen seien; OpenAI teilte ihm jedoch mit, es habe keine unmittelbare Sicherheitslücke gefunden.

Die Episode ereignet sich zu einer Zeit, in der führende KI-Labore nicht nur wegen ihrer Wissenschaft unter Druck stehen. Der erwartete Börsengang von Anthropic wird nach einem breiteren Ausverkauf und angesichts von Sorgen über enorme Infrastrukturausgaben als Referendum über die Beständigkeit des KI-Booms beobachtet.³ Für OpenAI bietet die ETH-Ankündigung einen markanten Kontrastpunkt: das Versprechen, dass KI grundlegendes Wissen erzeugen kann. Für die Wissenschaft ist sie ein Test dafür, ob dieses Versprechen nachvollziehbar, reproduzierbar und vertrauenswürdig gemacht werden kann.