OpenAI hat am 6. Oktober 2026 insgesamt 719 mathematische Manuskripte veröffentlicht, die ein internes Modell erzeugt hat. Am 8. Oktober stellten TechCrunch und The Decoder übereinstimmend fest, dass diese Veröffentlichung den Standards der eigenen Beratergruppe der Mathematik nicht genügt; einige Mathematiker fordern Kollegen inzwischen auf, die Zusammenarbeit mit OpenAI einzustellen. Dabei geht es weniger darum, ob die Beweise stimmen. Es geht darum, wer für Prüfung, Verständnis und Zuschreibung von über 700 Ergebnissen zahlt, die niemand einfach lesen kann.
Die Standards der Beratergruppe wurden weitgehend verfehlt
Kurz vor der Veröffentlichung hatte die am Institute for Advanced Study in Princeton angesiedelte Advisory Group on Mathematics and Artificial Intelligence (AGMAI) Ende September Leitlinien vorgelegt, deren erste Bitte lautete, fortgeschrittene offene Probleme nicht an proprietären Modellen zu testen — OpenAI nutzte jedoch genau ein internes, proprietäres Modell. TechCrunch zählte nach: Nur 10 der 719 Manuskripte enthielten Zusammenfassungen der Gedankenkette des Modells. Für Beweise, die niemand direkt lesen kann, empfahl die Gruppe eine Formalisierung in Lean; nur ein Teil dieser Charge erhielt sie. In dieser Woche veröffentlichten Forscher der University of Cambridge und des King's College London eine Arbeit, die bei einer aus den Navier-Stokes-Gleichungen abgeleiteten Aufgabe mindestens zwei Abweichungen zwischen dem natürlichsprachlichen Beweis und dem Lean-Code einer OpenAI-Lösung dokumentiert — mit der Warnung, dass solche autoformalisierten Beweise das Peer Review nicht umgehen können.
Woher der Boykottaufruf kommt
Eine Stellungnahme der Association for Human Mathematics (AHM), die Terence Tao weiterverbreitete, fand rasch Verbreitung. Darin heißt es, Mathematiker hätten diese Arbeit nicht bestellt; über 700 Dateien auf einmal zu veröffentlichen sei keine Demonstration von Wissenschaft, sondern eine Demonstration von Macht, und Kollegen sollten die Arbeit mit OpenAI einstellen. Taos eigene Kritik ist konkreter: Klassische Durchbrüche erzeugten Vorträge, Workshops und neue Kooperationen, während diese Ergebnisse von Personen „gelöst" worden seien, die kein Interesse am Fach hätten und keine Fragen dazu beantworten könnten — die Arbeit des Verstehens bleibe an der Gemeinschaft hängen. Zuvor hatten bereits 25 Fields-Medaillenträger in einer gemeinsamen Erklärung gewarnt, die Massenproduktion wahrer Aussagen könne den fruchtbaren Boden des Fachs zerstören und Probleme bei Zuschreibung und Zitierung schaffen. Geteilt ist die Fachwelt dennoch: Andere halten öffentliche Ergebnisse für besser als private und einen Boykott für unrealistisch; die AGMAI selbst bleibt diplomatischer und betont vor allem, Mathematiker müssten ihre Fragen frei wählen können und fairen Zugang zu Werkzeugen und Rechenleistung erhalten.
Erzeugung dauert Stunden, das Verstehen zahlt die Gemeinschaft
Die Rechnung erklärt den Ärger: Nach Darstellung des Komplexitätstheoretikers Scott Aaronson entstanden die Ergebnisse mit durchschnittlich rund drei Stunden Rechenzeit pro Problem — Erzeugung ist billig genug für Massenproduktion geworden. Einen Beweis zu prüfen und in Wissen zu verwandeln, das Kollegen nutzen können, kostet dagegen knappe Expertenzeit, und bislang zahlt sie niemand: Die AGMAI hatte vorgeschlagen, OpenAI solle die menschlichen Mathematiker mitfinanzieren, die diese Verstehensarbeit leisten müssen — bei dieser Veröffentlichung geschah das nicht. Entscheidend wird nicht sein, wie viele Probleme OpenAI als Nächstes löst, sondern ob es die fehlenden Metadaten nachliefert, Wege zur Überprüfung öffnet und Zuschreibung wie Finanzierung klärt. Bleiben Erzeugungs- und Verstehenskosten auf getrennten Rechnungen, wird der Graben zwischen Mathematik und den Frontier-Laboren nur tiefer.
