Am 8. September 2026 hat OpenAI angekündigt, eines der sieben Millennium-Probleme der Mathematik gelöst zu haben – mit 10.000 autonomen KI-Agenten und 88 Stunden Rechenzeit. Die Schlagzeilen sagen „KI löst Jahrhundertproblem“. Was tatsächlich passiert ist, ist interessanter und komplizierter: Es wurde nicht bewiesen, sondern widerlegt, die entscheidende Idee stammt von Menschen, und der Preis ist noch lange nicht vergeben. Stand: 10. September 2026.
Worum es bei Navier-Stokes überhaupt geht
Die Navier-Stokes-Gleichungen beschreiben, wie Flüssigkeiten und Gase strömen – Wasser im Rohr, Luft um einen Flügel, Blut in einer Arterie. Sie sind seit dem 19. Jahrhundert bekannt und werden täglich in Wettermodellen und Strömungssimulationen benutzt.
Das offene Problem ist nicht, ob die Gleichungen funktionieren, sondern ob sie sich immer anständig verhalten. Die Frage des Clay Mathematics Institute lautet sinngemäß: Wenn eine Strömung glatt und geordnet beginnt – bleibt sie dann für alle Zeit glatt? Oder kann sie in endlicher Zeit „explodieren“, also einen Punkt entwickeln, an dem die Geschwindigkeit unendlich wird?
So einen Punkt nennt man eine Singularität. Die Idee dahinter: Ein Wirbel zieht sich immer weiter zusammen, wird immer enger und schneller – bis er rechnerisch an einem Punkt ins Unendliche geht. Ob die Gleichungen so etwas zulassen, war seit über hundert Jahren offen.
Eine Singularität würde bedeuten, dass die Gleichungen an dieser Stelle aufhören, die Wirklichkeit zu beschreiben. Simulationen, die auf ihnen beruhen – Wettervorhersage, Flugzeugbau, Klimamodelle – stützen sich auf die Annahme, dass die Lösungen brav bleiben. Praktisch ändert sich morgen nichts; theoretisch weiß man jetzt, dass diese Annahme nicht allgemein gilt.
Die sieben Millennium-Probleme und wo sie stehen
Das Clay Mathematics Institute benannte im Jahr 2000 sieben Probleme und lobte je eine Million US-Dollar aus. In 26 Jahren wurde eines davon abgeschlossen. Navier-Stokes wäre das zweite – wenn die Anerkennung kommt.
| Problem | Worum es im Kern geht | Stand |
|---|---|---|
| Poincaré-Vermutung | Wann ist ein dreidimensionaler Raum im Grunde eine Kugel | Gelöst 2003 von Grigori Perelman, der den Preis ablehnte |
| Navier-Stokes | Bleiben Strömungen für alle Zeit glatt | Widerlegung beansprucht seit dem 8. September 2026, Anerkennung offen |
| P gegen NP | Ist Nachprüfen grundsätzlich leichter als Finden | Offen |
| Riemannsche Vermutung | Wo liegen die Nullstellen der Zeta-Funktion, und was sagt das über Primzahlen | Offen |
| Hodge-Vermutung | Welche geometrischen Gebilde lassen sich durch Gleichungen beschreiben | Offen |
| Birch und Swinnerton-Dyer | Wie viele rationale Lösungen hat eine elliptische Kurve | Offen |
| Yang-Mills und Massenlücke | Warum haben Teilchen in der Quantenfeldtheorie überhaupt Masse | Offen |
Die Liste erklärt, warum der Vorgang Aufsehen erregt. Es geht nicht um ein schweres Problem unter vielen, sondern um eine von sieben Fragen, die die Mathematik selbst als ihre offenen Hauptfragen benannt hat.
Was am 8. September verkündet wurde
OpenAI veröffentlichte einen Beweis, dass eine anfangs glatte, ruhende Strömung in drei Dimensionen in endlicher Zeit eine Singularität entwickeln kann. Das ist der entscheidende Punkt, den fast alle Überschriften verschweigen:
Es ist eine Widerlegung, kein Beweis. Die Millennium-Frage lautete, ob Lösungen immer glatt bleiben. Die Antwort ist jetzt: nein. Bewiesen wurde nicht die schöne Eigenschaft, sondern ihr Gegenteil.
Der Weg dahin war ein Agenten-Schwarm. Rund 10.000 autonome Agenten unter OpenAIs Regie, etwa 88 Stunden Rechenzeit, gesteuert von einem internen, nicht öffentlichen Modell. Wie solche Schwärme grundsätzlich arbeiten, erklärt der Guide KI-Agenten.
Das Ergebnis wurde formal geprüft. Der Beweis liegt in der Sprache Lean vor, einem Beweisassistenten, der jeden logischen Schritt maschinell nachrechnet. Das ist der Grund, warum Fachleute den Kern für belastbar halten, obwohl noch niemand alles gelesen hat.
Die letzte Kachel ist die interessanteste, weil sie falsch ist. Die Rechnung dahinter ist simpel: 10.000 Agenten mal 88 Stunden ergibt 880.000 Agentenstunden. Ein Forschungsjahr in Vollzeit hat rund 1.700 Arbeitsstunden. 880.000 geteilt durch 1.700 sind etwa 518 Jahre. So kommen Schlagzeilen zustande, die von Jahrhunderten menschlicher Arbeit in vier Tagen sprechen.
Nur leistet eine Agentenstunde nicht das, was eine Mathematikerstunde leistet. Der weitaus größte Teil dieser 880.000 Stunden ging in Wege, die nicht funktioniert haben – das ist kein Makel, sondern die Methode. Ein Schwarm ist billig genug, um systematisch danebenzuliegen. Ein Mensch, der eine Woche in eine Sackgasse investiert, verliert eine Woche; ein Agent, der dasselbe tut, kostet ein paar Cent. Was hier neu ist, ist nicht die Intelligenz pro Stunde, sondern die Breite der Suche und ihr Preis.
Die Menschen, die in den Schlagzeilen fehlen
Hier wird die Geschichte interessant. Die mathematische Grundstrategie – der Ansatz, mit dem man überhaupt nach so einer Singularität sucht – stammt von Diego Córdoba und Luis Martínez-Zoroa. Ohne diese Vorarbeit hätte kein Agentenschwarm gewusst, wo er suchen soll.
Parallel und unabhängig arbeiteten Tristan Buckmaster (New York University) und Levent Alpöge an einem verwandten Ergebnis für die Euler-Gleichungen, also den reibungsfreien Fall. Ihr Papier erschien am 7. September, rund zwölf Stunden vor OpenAIs Ankündigung. Berichten zufolge entschied sich OpenAI erst am 1. September, das Navier-Stokes-Problem anzugehen, nachdem Gerüchte über diese Arbeit kursierten.
Buckmaster beschrieb den ursprünglichen KI-Beweis als die schlimmste Fassung, die er je gesehen habe – und entschuldigte sich später öffentlich dafür, selbst maschinell erzeugtes Material veröffentlicht zu haben.
Wiedergabe nach der Berichterstattung von Quanta Magazine, 8. September 2026. Der Vorgang zeigt, wie unübersichtlich die Lage in den ersten Tagen war – auf beiden Seiten.Das Muster ist damit nicht „KI löst Problem“, sondern: Menschen entwickelten die Strategie, Menschen erkannten die Chance, und Maschinen führten eine gewaltige Suche und eine formale Absicherung durch, die von Hand Jahre gedauert hätte.
Was noch offen ist
Der mathematische Gehalt ist noch nicht durchgearbeitet. Lean prüft, ob die Schritte logisch korrekt sind – nicht, ob der Beweis das Problem im gemeinten Sinn löst, ob er elegant ist oder ob er neue Einsichten bringt. Diese Bewertung machen Menschen, und sie hat gerade erst begonnen.
Die Zeitabläufe sind unklar. Offen ist unter anderem, ob und wann OpenAI Zugang zu Buckmasters Arbeit hatte. Für die Frage, wem welcher Anteil zusteht, ist das entscheidend.
Der Preis ist nicht vergeben. Das Clay Mathematics Institute lobt eine Million US-Dollar je Problem aus, verlangt aber Veröffentlichung in einer anerkannten Fachzeitschrift und eine Wartezeit, in der die Fachwelt das Ergebnis prüft und annimmt. Bisher wurde genau ein Millennium-Problem gelöst und der Preis dafür ausgeschlagen: die Poincaré-Vermutung durch Grigori Perelman.
„Formal verifiziert“ und „von der Fachwelt anerkannt“ sind zwei verschiedene Dinge. Das erste ist eine maschinelle Aussage über logische Korrektheit und liegt vor. Das zweite ist ein sozialer Prozess über Monate, und er läuft gerade erst an. Wer heute schreibt, das Problem sei „gelöst“, nimmt den zweiten Schritt vorweg.
Was daraus für den Rest von uns folgt
Für den Arbeitsalltag ändert sich durch einen Beweis über Flüssigkeitsströmungen nichts. Interessant sind drei Muster, die weit über die Mathematik hinausreichen:
1. Der Engpass verschiebt sich vom Erzeugen zum Prüfen. Ein Schwarm kann in 88 Stunden mehr Lösungswege durchprobieren, als ein Team in Jahren. Wertvoll wird dadurch nicht das Erzeugen, sondern die Fähigkeit, ein Ergebnis zu beurteilen. Genau das gilt auch für jedes KI-Ergebnis im Betrieb. Der konkrete Schritt daraus: Nimm das nächste KI-Ergebnis, das diese Woche auf deinem Tisch landet, und schreib in einem Satz auf, woran du merken würdest, dass es falsch ist. Fällt dir dazu nichts ein, hast du kein Ergebnis vor dir, sondern eine Behauptung.
2. Maschinelle Verifikation ist der eigentliche Fortschritt. Dass ein Ergebnis in Lean nachgerechnet werden kann, ist der Grund, warum überhaupt jemand zuhört. Ohne diesen Schritt wäre es eine Behauptung unter vielen.
3. Die Vorarbeit entscheidet. Die Maschine hat nicht bei null angefangen. Sie hat eine menschliche Strategie ausgeführt, verfeinert und abgesichert. Wer im eigenen Betrieb KI einsetzt, erlebt dasselbe: Ohne klare Fragestellung liefert das beste Werkzeug nichts Brauchbares.
Häufige Fragen
Welches Millennium-Problem wurde gelöst?
Das Navier-Stokes-Problem, genauer die Frage nach Existenz und Glattheit der Lösungen in drei Dimensionen. OpenAI veröffentlichte am 8. September 2026 einen Beweis, dass eine anfangs glatte Strömung in endlicher Zeit eine Singularität entwickeln kann.
Hat die KI das Problem allein gelöst?
Nein. Die mathematische Grundstrategie stammt von Diego Córdoba und Luis Martínez-Zoroa. Parallel arbeiteten Tristan Buckmaster und Levent Alpöge an einem verwandten Ergebnis für die reibungsfreien Euler-Gleichungen. Die Maschinen führten die Suche aus und sicherten sie formal ab.
Was ist eine Singularität bei Navier-Stokes?
Ein Punkt, an dem die Strömungsgeschwindigkeit rechnerisch unendlich wird. Bildlich: Ein Wirbel zieht sich immer enger zusammen und wird immer schneller, bis die Gleichung an dieser Stelle keine sinnvolle Aussage mehr macht.
Gibt es jetzt die Million US-Dollar?
Noch nicht. Das Clay Mathematics Institute verlangt eine Veröffentlichung in einer anerkannten Fachzeitschrift und eine Wartezeit, in der die Fachwelt das Ergebnis prüft und annimmt. Dieser Prozess hat gerade erst begonnen.
Was bedeutet formal verifiziert?
Der Beweis wurde in der Sprache Lean geschrieben, einem Beweisassistenten, der jeden logischen Schritt maschinell nachrechnet. Das belegt logische Korrektheit – nicht, ob der Beweis das Problem im gemeinten Sinn löst oder mathematisch etwas Neues lehrt.
Ändert sich dadurch etwas an Wettervorhersagen oder Simulationen?
Praktisch nein. Die Gleichungen werden weiter so benutzt wie bisher, und die betroffenen Fälle sind mathematische Extremkonstruktionen. Theoretisch weiß man nun, dass die Annahme dauerhaft glatter Lösungen nicht allgemein gilt.
KI-Ergebnisse beurteilen können
Die Geschichte zeigt im Großen, was im Kleinen jeden Tag gilt: Erzeugen kann die Maschine, beurteilen musst du. Genau das üben wir in unserer geförderten Weiterbildung an echten Aufgaben aus deinem Berufsfeld. Ob eine Förderung in Betracht kommt, klären wir im kostenlosen Erstgespräch; entschieden wird sie von der Agentur für Arbeit.
Kostenloses Erstgespräch sichern
Benedikt Backhaus – schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Preise und Funktionsangaben prüft er an den Seiten der Anbieter, nicht an Vergleichsportalen – Stand jeweils im Text. Einschätzung, keine Rechtsberatung. Benedikt auf LinkedIn
