Die Maschine, die das Schachbrett widerlegte: Wie KI 2026 zum Forschungswerkzeug der Wissenschaft wird

Ein Rätsel, 80 Jahre alt

Stellen Sie sich vor, Sie verteilen Punkte auf einem Blatt Papier — sagen wir hundert davon. Nun zählen Sie, wie viele Paare dieser Punkte genau einen Zentimeter voneinander entfernt sind. Wie groß kann diese Zahl höchstens werden, wenn Sie die Punkte möglichst geschickt anordnen? Diese harmlos klingende Frage stellte der ungarische Mathematiker Paul Erdős im Jahr 1946. Sie ist als „Einheitsdistanzproblem“ bekannt, und Erdős vermutete eine klare Antwort: Die Zahl der Paare mit exaktem Abstand 1 wachse nur knapp schneller als die Punktzahl selbst — und die beste Anordnung sei ein simples, gitterartiges Raster, gewissermaßen ein Schachbrett.

Acht Jahrzehnte lang glaubten Mathematiker, dieses Schachbrett sei kaum zu schlagen. Im Mai 2026 zeigte eine künstliche Intelligenz, dass es falsch war.

Ein internes Reasoning-Modell von OpenAI — also ein Modell, das nicht einfach Text vervollständigt, sondern in mehreren Schritten „nachdenkt“ — konstruierte ein Gegenbeispiel: eine unendliche Familie von Punktmengen, die Erdős' vermutete Grenze um einen klar messbaren Faktor übertrifft. Die Vermutung war damit widerlegt. Der Princeton-Mathematiker Will Sawin verfeinerte das Resultat anschließend zu einer konkreten Zahl: Die Anzahl der Einheitsdistanzen kann mindestens wie n hoch 1,014 wachsen — nachweislich mehr als das nahezu lineare Wachstum, das Erdős erwartet hatte.

Wichtig ist die korrekte Sprache, denn die Schlagzeilen verkürzten sie gern: Die KI hat das Problem nicht „gelöst“ im Sinne eines positiven Beweises. Sie hat eine 80 Jahre alte Vermutung widerlegt — und damit gezeigt, dass die jahrzehntelange Intuition der Fachwelt in die Irre führte.

Warum nicht das Ergebnis zählt, sondern der Weg

Das eigentlich Bemerkenswerte ist nicht die Zahl, sondern die Methode. Erdős' eigene Konstruktionen stützten sich auf vergleichsweise einfache zahlentheoretische Objekte. Das Modell hingegen griff zu schwerem Geschütz aus der algebraischen Zahlentheorie — Werkzeuge mit Namen wie „unendliche Klassenkörpertürme“ und „Golod-Shafarevich-Kriterium“, die Spezialisten zwar bekannt, aber noch nie mit einer geometrischen Frage wie dieser verknüpft worden waren. Die KI schlug also eine interdisziplinäre Brücke zwischen zwei Teilgebieten der Mathematik, die einander fremd waren.

Genau das ist der Punkt, an dem erfahrene Mathematiker aufhorchten. „KIs haben einen Vorteil“, sagte Jacob Tsimerman, einer der beteiligten Forscher: „Sie können länger und in gefährlicherem Gewässer spielen als Mathematiker, ohne den Überblick zu verlieren.“ Tim Gowers, Träger der Fields-Medaille (der höchsten Auszeichnung der Mathematik), nannte es einen „wichtigen Moment in der Geschichte der Mathematik“ — kein früherer KI-erzeugter Beweis sei dem Niveau einer Spitzen-Fachzeitschrift auch nur nahegekommen.

Wie wurde sichergestellt, dass die Maschine sich nicht einfach etwas zusammenfantasiert hat? Der ursprüngliche Beweis war 125 Seiten lang. Neun renommierte Mathematiker — darunter Gowers, Noga Alon und Thomas Bloom — prüften ihn von Hand und verfassten eine 19-seitige, „menschlich verifizierte“ Zusammenfassung. Dass ausgerechnet Bloom dabei war, ist pikant: Er hatte ein halbes Jahr zuvor eine andere, voreilige OpenAI-Mathe-Behauptung öffentlich zerlegt (mehr dazu gleich) und galt als härtester Kritiker. Diesmal bestätigte er das Ergebnis.

Ein ehrlicher Vorbehalt gehört dazu: Kein externer Gutachter sah den rohen, ungefilterten Output des Modells — nur eine aufbereitete Fassung der Gedankenkette. Über die Kluft zwischen „poliertem Argument“ und „rohem KI-Output“ wurde monatelang debattiert. Bloom betont denn auch, der Mensch spiele „weiterhin eine zentrale Rolle dabei, diesen Beweis zu diskutieren, zu verdauen, zu verbessern und seine Konsequenzen zu erkunden“. Die Maschine lieferte den Geistesblitz; den Wahrheitsbeweis besorgten Menschen.

Vom peinlichen Fehlschlag zum echten Durchbruch

Der Triumph wirkt umso größer vor dem Hintergrund einer Blamage. Im Oktober 2025 hatten OpenAI-Manager auf X verkündet, GPT-5 habe „zehn ungelöste Erdős-Probleme gelöst“. Die Wahrheit war ernüchternd: Das Modell hatte lediglich bereits existierende Fachartikel mit den Lösungen gefunden — Probleme, die nur auf einer bestimmten Website als „offen“ markiert waren. DeepMind-Chef Demis Hassabis nannte den Vorfall schlicht „embarrassing“; OpenAI löschte den Post und entschuldigte sich.

Dieser Kontrast — gefundenes Altwissen damals, neu erzeugtes Wissen heute — markiert die eigentliche Zäsur. Es ist der Unterschied zwischen einer Suchmaschine und einem Forscher. Und er erklärt, warum OpenAI diesmal so viel Wert auf externe Verifizierung durch namhafte Mathematiker legte, bevor überhaupt kommuniziert wurde.

Kein Einzelfall: Die KI als Algorithmen-Erfinderin

Der Erdős-Fall steht nicht allein. Google DeepMind hatte bereits im Mai 2025 mit AlphaEvolve ein System vorgestellt, das man sich als „evolutionären Programmierer“ vorstellen kann: Es kombiniert ein Sprachmodell mit einem genetischen Algorithmus — die KI erzeugt Lösungskandidaten, ein Prüfprogramm bewertet sie, die besten „überleben“ und werden weiterentwickelt, Generation um Generation, wie Zucht durch Auslese, nur für Code und Algorithmen.

Die Resultate sind handfest. AlphaEvolve fand eine Methode, zwei 4×4-Matrizen mit 48 statt 49 Multiplikationen zu berechnen — die erste Verbesserung in diesem Setting seit dem berühmten Strassen-Algorithmus von 1969, also nach 56 Jahren. Bei über 50 offenen mathematischen Problemen reproduzierte das System in rund drei Vierteln der Fälle die beste bekannte Lösung und fand in etwa einem Fünftel eine neue, bessere. Noch wichtiger für die Bilanz: Bei Google selbst gewann AlphaEvolve durch bessere Rechenzentrums-Planung dauerhaft rund ein Prozent der weltweiten Compute-Kapazität zurück und beschleunigte einen Kern-Baustein des Gemini-Trainings um 23 Prozent. Ein Prozent klingt nach wenig — bei Googles Größenordnung sind es Einsparungen in Millionenhöhe.

Hinzu kommt die Mathematik-Olympiade: 2025 erreichten sowohl DeepMinds Gemini als auch ein OpenAI-Modell erstmals Goldmedaillen-Niveau bei der Internationalen Mathematik-Olympiade — bei denselben Aufgaben wie die menschlichen Teilnehmer, in natürlicher Sprache, innerhalb der regulären viereinhalb Stunden, ohne menschliches Eingreifen. Beide erzielten 35 von 42 Punkten. Ein Jahr zuvor hatte es noch tagelange Rechenzeit und manuelle Übersetzung der Aufgaben in eine formale Beweissprache gebraucht.

Über die Mathematik hinaus

In den Naturwissenschaften zeichnet sich ein ähnliches Bild — mit einer wichtigen Warnung. DeepMinds System GNoME sagte 2,2 Millionen neue, potenziell stabile Kristallstrukturen voraus, von denen 380.000 als besonders vielversprechend für die Materialforschung gelten. AlphaFold revolutionierte die Strukturbiologie so gründlich, dass die Pharmakonzerne Novartis, Eli Lilly und Johnson & Johnson auf das DeepMind-Spin-off Isomorphic Labs setzen; Anfang 2026 kündigte dieses ein noch leistungsfähigeres Nachfolgemodell an.

Doch hier ist Vorsicht geboten. Eine vielzitierte Begleitstudie zu GNoME, in der ein Roboterlabor angeblich 41 neue Materialien in 17 Tagen synthetisierte, wurde 2024 von Fachleuten scharf kritisiert: Viele der „neuen“ Materialien existierten längst in Datenbanken; eine Princeton-Forscherin nannte den Fortschritt „sehr inkrementell“. Das Paper wurde später korrigiert. Die Lehre: Eine Vorhersage ist noch keine verifizierte Entdeckung.

Der schmale Grat zwischen Entdeckung und „Slop“

Damit sind wir bei der Schattenseite. Während an der Spitze echte Durchbrüche gelingen, ertränkt KI die wissenschaftliche Literatur zugleich in Müll. Für das Jahr 2025 schätzt ein Preprint rund 147.000 halluzinierte, also frei erfundene Quellenangaben in wissenschaftlichen Arbeiten. Eine im Mai 2026 veröffentlichte Lancet-Studie, die 2,5 Millionen biomedizinische Papers auditierte, fand einen zwölffachen Anstieg fabrizierter Zitate seit 2023. Selbst auf der NeurIPS 2025, einer der renommiertesten KI-Konferenzen, schlüpften 100 halluzinierte Zitate in 53 angenommene Papers — trotz mehrerer Experten-Gutachter pro Arbeit. Die Plattform arXiv führte erstmals einen einjährigen Bann für Einreichungen mit ungeprüftem KI-Inhalt ein.

Es ist dieselbe „Verifikationslücke“, die uns 2026 immer wieder begegnet — ob bei autonomen Coding-Agenten, die Produktionsdatenbanken löschen, oder bei Chatbots, die selbstbewusst Unsinn behaupten. KI produziert Plausibles in industriellem Tempo; die Prüfung, ob das Plausible auch wahr ist, bleibt am Menschen hängen und wird zum eigentlichen Engpass.

Was das für Unternehmen bedeutet

Wie passt der Triumph (Erdős, AlphaEvolve) zum Desaster (147.000 Phantom-Zitate)? Die Antwort liegt in einer einzigen, für Entscheider zentralen Frage: Lässt sich das Ergebnis billig und zuverlässig überprüfen?

Genau dort, wo eine automatische Prüfung möglich ist, brilliert KI. Ein mathematischer Beweis lässt sich gegenchecken; ein Algorithmus lässt sich auf Korrektheit und Geschwindigkeit testen; die Stabilität eines Kristalls lässt sich berechnen; ein Rechenzentrums-Schedule liefert messbar niedrigere Kosten. In diesen Feldern — Algorithmen-Optimierung, Wirkstoff-Screening, Materialvorhersage, Code — ist die Beschleunigung real und betriebswirtschaftlich relevant. Wo es hingegen keinen billigen Wahrheitstest gibt, etwa bei der freien Literaturrecherche oder beim Verfassen von Berichten, drohen Halluzination, „Slop“ und am Ende Reputationsschaden.

Der Mathematiker Terence Tao, einer der einflussreichsten lebenden Vertreter seines Fachs, fasst die realistische Erwartung gut zusammen: KI werde ein „großartiger Co-Pilot“. Man könne künftig „Hunderte oder Tausende Theoreme gleichzeitig“ angehen und die KI die Routinearbeit erledigen lassen — während Menschen die Richtung vorgeben. Die schwierigste Fähigkeit aber, ein großes Problem in lösbare Teilstücke zu zerlegen, beherrsche KI noch nicht besser als der Mensch. Taos Prognose: In etwa drei Jahren werde KI für Mathematiker wirklich nützlich; „gelöst“ werde die Mathematik damit aber nicht.

Für F&E-Verantwortliche, ob in der Pharmabranche, der Materialwissenschaft oder bei der Optimierung eigener Software, lassen sich daraus drei nüchterne Empfehlungen ableiten. Erstens: Suchen Sie gezielt nach den Aufgaben mit eingebautem Prüfmechanismus — dort liegt der echte, sofort realisierbare Hebel, nicht im generischen „Wir nutzen jetzt KI“. Zweitens: Bauen Sie die menschliche Verifikation als festen, bezahlten Schritt in jeden KI-Forschungsprozess ein, statt sie als lästige Formalie zu behandeln; sie ist das knappe Gut. Und drittens: Investieren Sie in die Weiterbildung Ihrer eigenen Fachleute zu „wissenschaftlichen Übersetzern“, die KI-Ergebnisse einordnen können — der Wettbewerbsvorteil liegt 2026 nicht im Modell, das alle kaufen können, sondern in der Fähigkeit, seinen Output von echtem Wissen zu unterscheiden.

Die Maschine, die das Schachbrett widerlegte, hat gezeigt, wozu KI in der Forschung fähig ist. Dass neun Mathematiker 125 Seiten von Hand prüfen mussten, zeigt zugleich, was sie noch lange nicht ersetzt.