Kurzfassung
OpenAI hat am 1. August 2026 mitgeteilt, dass ein interner Vorabtest seines kommenden Modells «Astra» maschinell verifizierte Lösungen für zehn mathematische und informatiktheoretische Probleme erbracht hat, die zum Teil seit Jahrzehnten ungelöst waren.
- OpenAI hat am 1. August 2026 mitgeteilt, dass ein interner Vorabtest seines kommenden Modells «Astra» maschinell verifizierte Lösungen für zehn mathematische und informatiktheoretische Probleme erbracht hat, die zum Teil seit Jahrzehnten ungelöst waren.
- Zu den Ergebnissen gehören die erste explizite Konstruktion einer nicht-soofischen Gruppe – eine seit 1999 offene Frage der Gruppentheorie –, eine Widerlegung von Alain Connes' 1980 aufgestellter Rigiditätsvermutung sowie die erste allgemeine Verbesserung der oberen Schranke für Kugelpackungen seit 1978.
- Alle zehn Beweise wurden mit dem Beweisassistenten Lean 4 formal verifiziert und mit einer «Sorry»-Zahl von null veröffentlicht, was bedeutet, dass kein Beweisschritt unbewiesen blieb; die Gesamtrechenkosten beliefen sich laut OpenAI auf rund 2000 US-Dollar.
Was ist passiert?
OpenAI hat am 1. August 2026 in einem eigenen Blogbeitrag mit dem Titel «Ten advances in mathematics» eine interne Vorabversion seines kommenden Modells vorgestellt, intern «Astra» genannt und von Beobachterinnen und Beobachtern als möglicher Nachfolger der GPT-5.6-Reihe eingeordnet. Das Modell habe für zehn offene Probleme aus Gruppentheorie, Von-Neumann-Algebren, hochdimensionaler Geometrie, Quantenkomplexität, Gitterkryptographie und extremaler Kombinatorik neue, vollständige Lösungen produziert – Probleme, die zum Teil seit Jahrzehnten ungelöst waren. Zusammen mit dem Bericht veröffentlichte OpenAI ein 249-seitiges technisches Manuskript sowie ein öffentliches GitHub-Repository mit maschinenlesbaren Beweiszertifikaten im Format des Beweisassistenten Lean 4.
Das prominenteste Ergebnis ist die erste explizite Konstruktion einer nicht-soofischen Gruppe – eine Frage, die seit 1999 offen war, als der Mathematiker Michail Gromow den Begriff der Soofizität einführte. Weitere Resultate umfassen eine Widerlegung von Alain Connes' 1980 formulierter Rigiditätsvermutung, einen Beweis der Quanten-Parallelwiederholung für allgemeine verschränkte Zwei-Spieler-Spiele sowie die erste allgemeine Verbesserung der oberen Schranke für Kugelpackungsdichten seit 1978. Keines der sieben mit je einer Million Dollar dotierten Millennium-Probleme des Clay Mathematics Institute wurde gelöst; die Gesamtrechenkosten für alle zehn Lösungen bezifferte OpenAI auf rund 2000 US-Dollar zu API-Preisen.
Warum ist das wichtig?
Entscheidend ist die Verifikationsmethode: Alle Beweise wurden formal in Lean 4 kodiert, wobei jeder einzelne Beweisschritt maschinell nachvollzogen werden muss und keine unbewiesenen Zwischenschritte («sorry»-Marker) zugelassen sind. Das Repository weist eine Sorry-Zahl von null aus – die Beweise sind damit nicht bloss plausible, von einem Sprachmodell formulierte Argumentationen, sondern maschinell geprüfte, formal korrekte Lösungen. Diese Kombination aus generativer Fähigkeit und formaler Verifikation unterscheidet den Vorstoss von früheren, oft umstrittenen Behauptungen über KI-gestützte mathematische Durchbrüche.
Gleichzeitig mahnen unabhängige Fachleute zur Einordnung: Die gelösten Probleme galten zwar als bedeutsam, lagen aber ausserhalb des Fokus der breitesten mathematischen Aufmerksamkeit wie etwa der Millennium-Probleme, und die genaue Rolle menschlicher Vorarbeit sowie iterativer Modellinteraktion bei der Lösungsfindung bleibt aus dem Bericht nicht vollständig ersichtlich. Dennoch markiert der Fall einen Wendepunkt: Erstmals verknüpft ein grosses KI-Labor selbstständig produzierte mathematische Neuentdeckungen mit einem vollständig überprüfbaren, offen zugänglichen Beweisnachweis unter Apache-2.0-Lizenz.
Was bedeutet das für die Schweiz?
Die Schweiz verfügt mit der ETH Zürich, der EPFL und angegliederten Forschungsgruppen über eine international anerkannte Tradition in reiner Mathematik und theoretischer Informatik. KI-Systeme, die eigenständig neue Sätze beweisen und formal verifizieren, verändern absehbar auch hier Arbeitsweise, Bewertungsmassstäbe und Tempo akademischer Forschung – von der Wahl offener Forschungsfragen bis zur Betreuung von Doktorierenden, deren Dissertationsthemen plötzlich von einem Sprachmodell mitgelöst werden könnten.
Das gemeinsam von ETH Zürich und EPFL getragene Swiss National Institute for Artificial Intelligence (SNAI) sowie der Supercomputer «Alps» am CSCS positionieren die Schweiz grundsätzlich als Standort, der eigene, überprüfbare KI-Forschungswerkzeuge mitentwickeln könnte, statt nur Resultate US-amerikanischer Labore zu konsumieren. Der Fall dürfte an Schweizer Hochschulen zugleich die laufende Debatte verschärfen, wie akademische Anerkennung und Betreuung aussehen sollen, wenn KI-Systeme offene Probleme lösen, an denen menschliche Forschende zuvor jahrelang ohne Erfolg gearbeitet haben.
Häufige Fragen
Was ist die Kernaussage zu OpenAI stellt Astra vor: Unveröffentlichtes Modell löst zehn seit Jahrzehnten offene Mathematikprobleme?
OpenAI hat am 1. August 2026 mitgeteilt, dass ein interner Vorabtest seines kommenden Modells «Astra» maschinell verifizierte Lösungen für zehn mathematische und informatiktheoretische Probleme erbracht hat, die zum Teil seit Jahrzehnten ungelöst waren.
Warum ist diese KI-Meldung für die Schweiz relevant?
Die Schweiz verfügt mit der ETH Zürich, der EPFL und angegliederten Forschungsgruppen über eine international anerkannte Mathematik- und theoretische-Informatik-Tradition; KI-Systeme, die eigenständig neue Sätze beweisen, verändern absehbar auch hier Arbeitsweise und Bewertungsmassstäbe akademischer Forschung.
Welche Quelle nutzt KI News Schweiz für diese Einordnung?
OpenAI veröffentlichte den Bericht und ein 249-seitiges Manuskript am 1. August 2026 im eigenen Newsroom; The Decoder und SiliconANGLE lieferten am 1. und 2. August 2026 zusätzliche Einordnung.