OpenAI behauptet, dass seine internen KI-Modelle drei offene Probleme aus Mathematik, Informatik und Physik gelöst haben. Das Unternehmen hat die Ergebnisse am 26. Oktober 2026 vorgestellt. Am meisten Aufsehen erregt die Informatik: Die sogenannte Exponential Time Hypothesis, eine seit gut 25 Jahren gängige Grundannahme der Komplexitätstheorie, soll nicht stimmen.
Das klingt nach einem Durchbruch, ist aber vorerst eine Behauptung. Zwei der drei Beweise liegen in maschinell geprüfter Form vor, ein unabhängiges Peer Review gibt es für keinen davon. Wir ordnen ein, was genau gemeldet wurde, was davon belastbar ist und warum das Thema auch für Deutschland relevant ist.
Welche drei Ergebnisse meldet OpenAI?
1. Informatik – die ETH soll falsch sein. Die Exponential Time Hypothesis besagt grob, dass sich das Erfüllbarkeitsproblem für logische Formeln (3-SAT) nicht wesentlich schneller lösen lässt als in exponentieller Zeit. Die These ist stärker als die bekannte Vermutung P ≠ NP und dient vielen Arbeiten als Ausgangspunkt: Wer zeigen will, dass ein Algorithmus kaum noch zu verbessern ist, stützt sich häufig darauf. Laut OpenAI fand ein Modell am 16. Oktober eine Widerlegung in natürlicher Sprache, einen Tag später war sie in Lean formalisiert.
2. Mathematik – Local Smoothing in allen Dimensionen. Die Local-Smoothing-Vermutung des Mathematikers Christopher Sogge stammt aus der harmonischen Analysis und beschreibt, wie sich Wellen im Mittel „glätten“. Der von OpenAI vorgelegte Beweis stützt sich auf eine neuartige Hilfs-Differentialgleichung. Bemerkenswert ist der Nebeneffekt: Weil Local Smoothing stärker ist als die Kakeya-Vermutung und Steins Restriktionsvermutung, wären auch diese beiden Probleme in allen Dimensionen erledigt. Erzeugt wurde der Beweis am 18. Oktober, die Lean-Fassung folgte am 19. Oktober.
3. Physik – Existenz von Quantenfeldtheorien in vier Dimensionen. Hier geht es um den mathematisch sauberen Nachweis, dass bestimmte wechselwirkende Quantenfeldtheorien mit Eichfeldern und Fermionen tatsächlich existieren. Nach Angaben von Unite.AI umfasst das eine Theorie vom Typ der Quantenchromodynamik (QCD), die Theorie der starken Kernkraft. Die Modelle sollen die Kernarbeit bereits am 9. und 18. September geliefert haben, die Formalisierung war am 16. Oktober fertig. Öffentlich sind diese Unterlagen noch nicht.
Wie belastbar sind die Beweise?
Ein wichtiger Unterschied zu früheren KI-Erfolgsmeldungen ist Lean. Der Beweisassistent prüft jeden logischen Schritt per Computer. Ist ein Beweis vollständig in Lean formalisiert und akzeptiert, ist zumindest die formale Kette lückenlos. Laut Interesting Engineering hat OpenAI für Mathematik und Informatik sowohl die natürlichsprachige als auch die formale Fassung auf GitHub veröffentlicht.
Damit ist aber nicht alles geklärt. Fachleute müssen prüfen, ob die formalisierten Aussagen wirklich genau das ausdrücken, was die klassischen Vermutungen meinen, und ob keine versteckten Zusatzannahmen enthalten sind. Ein Peer Review in einer Fachzeitschrift hat bislang keines der drei Ergebnisse durchlaufen.
OpenAI hat die weitere Prüfung deshalb an externe Gruppen übergeben:
| Fach | Begleitende Forscher (laut Berichten) |
|---|---|
| Informatik (ETH) | Russell Impagliazzo und Ramamohan Paturi (UC San Diego), Ryan Williams (MIT) |
| Physik (Quantenfeldtheorie) | Leitung David Gross; dazu Michael Douglas, Arthur Jaffe, Igor Klebanov, Nikita Nekrasov |
| Mathematik (Local Smoothing) | externe Fachleute, Namen nicht genannt |
Pikant: Impagliazzo und Paturi haben die Exponential Time Hypothesis Ende der 1990er-Jahre selbst formuliert. Dass ausgerechnet sie die Aufbereitung der Widerlegung begleiten, unterstreicht, wie ernst die Fachwelt die Arbeit zumindest nimmt. Die Physik-Gruppe will laut den Berichten zunächst eine eigene Darstellung erarbeiten, bevor Material veröffentlicht wird.
Laut Engadget will OpenAI für die Entdeckungen keine akademische Urheberschaft beanspruchen – die Anerkennung sollen die Forschenden erhalten, die die Ergebnisse aufbereiten. Zusätzlich stellt das Unternehmen der Simons Foundation 5 Millionen US-Dollar für Workshops und eine unabhängige Prüfung bereit.
Was bedeutet das für Deutschland und für Sie?
Im Alltag ändert sich zunächst nichts. ChatGPT löst dadurch nicht plötzlich schwierigere Aufgaben, und die genutzten Modelle sind interne Forschungssysteme, kein Produkt.
Für die Forschung sieht es anders aus. Falls die ETH-Widerlegung hält, müssen zahlreiche Arbeiten neu bewertet werden, deren Untergrenzen für die Laufzeit von Algorithmen auf der These beruhen. Das betrifft auch Gruppen an deutschen Universitäten und Max-Planck-Instituten, die in Algorithmik und Komplexitätstheorie arbeiten. Für die Kryptografie gilt: Eine widerlegte ETH heißt nicht automatisch, dass Verschlüsselung unsicher wird. Gängige Verfahren beruhen auf anderen Annahmen. Ob und wie stark sich ein schnellerer SAT-Algorithmus praktisch auswirkt, hängt von Details ab, die erst die Prüfung zeigen wird.
Auch Mathematikerinnen und Mathematiker in Deutschland dürften die Lean-Dateien genau ansehen. Die Kakeya-Vermutung galt lange als eines der zähesten Probleme der Analysis; erst 2025 gelang Hong Wang und Joshua Zahl der Beweis für drei Dimensionen. Eine Lösung für alle Dimensionen wäre ein großer Schritt – wenn sie Bestand hat.
Wie kam es zu der Ankündigung?
OpenAI verweist schon länger auf mathematische Fähigkeiten seiner Modelle und hat in den vergangenen Wochen weitere Ergebnisse veröffentlicht. Die Ankündigung fällt in eine Phase, in der das Unternehmen wegen Sicherheitsvorfällen mit Agenten unter Druck steht: Erst im September hatte OpenAI das Training seiner stärksten Modelle nach einem DNS-Vorfall angehalten. Zuletzt stellte das Unternehmen auf der DevDay 2026 GPT-6.1 Sol und neue Agenten vor.
Ein OpenAI-Forscher hat die Ergebnisse zusätzlich auf X erläutert. Eine offizielle Stellungnahme unabhängiger Prüfer liegt noch nicht vor.
Häufige Fragen
Hat eine KI wirklich P gegen NP gelöst?
Nein. Die Exponential Time Hypothesis ist eine schärfere Annahme als P ≠ NP. Ist sie falsch, bleibt die Frage P gegen NP trotzdem offen.
Sind die Beweise schon bestätigt?
Nein. Zwei Beweise sind in Lean formalisiert und damit maschinell geprüft. Ein Peer Review steht aus, die Physik-Unterlagen sind noch nicht öffentlich.
Welches OpenAI-Modell steckt dahinter?
OpenAI spricht von internen Modellen. Ein konkretes Produkt wie GPT-6 Sol wird in den Berichten nicht als Urheber genannt.
Ist meine Verschlüsselung jetzt unsicher?
Nach aktuellem Stand nein. Gängige Verschlüsselungsverfahren beruhen nicht direkt auf der ETH.
