Die große Täuschung? – Warum die Mathematik dem KI-Hype einen Spiegel vorhält

Von DerSchneider

Die Nachricht schlug im Mai 2026 wie eine Bombe ein: OpenAI gab bekannt, dass ein neuartiges KI-Modell das 80 Jahre alte „Unit Distance Problem“ des berühmten Mathematikers Paul Erdös eigenständig gelöst habe . Zum ersten Mal in der Geschichte habe eine Maschine ein bedeutendes, ungelöstes Problem der reinen Mathematik geknackt. Die Fachwelt reagierte mit Faszination, aber auch mit tiefem Unbehagen. Dieses Unbehagen hat nun zu einem bemerkenswerten Veto geführt – der „Leidener Erklärung über künstliche Intelligenz und Mathematik“ .

Einspruch aus der Wissenschaft

Rund 150 internationale Mathematiker und Wissenschaftshistoriker haben unter der Schirmherrschaft der International Mathematical Union (IMU) ein elfseitiges Dokument verfasst, das den von Tech-Konzernen propagierten Narrativen wissenschaftlicher Durchbrüche durch KI entschieden widerspricht . Es ist der Versuch einer Disziplin, ihre Seele gegen die Übergriffe einer milliardenschweren Industrie zu verteidigen.

Die Unterzeichner sehen die Mathematik zunehmend als Marketinginstrument. Die Unternehmen würden mathematische Fähigkeiten fälschlicherweise als Maßstab für allgemeine Intelligenz vermarkten und ihre Modelle nicht nach wissenschaftlichen Standards, sondern nach „Markttimelines“ präsentieren, so der Mitautor der Erklärung, Michael Harris von der Columbia University. Es gehe inzwischen um einen „Konkurrenzkampf auf Leben und Tod zwischen den großen Laboren“.

Die fünf Säulen der Kritik

Die Leidener Erklärung identifiziert fünf zentrale Gefahren, die von der unkontrollierten Invasion der KI in die Mathematik ausgehen:

Der Fall Erdös: Triumph und die Schattenseite

Der von OpenAI gemeldete Erfolg ist symptomatisch für das Problem. Zwar bestätigten namhafte Mathematiker wie Noga Alon von der Princeton University und Thomas Bloom von der University of Oxford, dass die KI in diesem Einzelfall tatsächlich einen originären und korrekten Beweis für ein schwieriges Problem geliefert hat . Der Beweis war neu und ging über menschliche Annahmen hinaus .

Doch die Art und Weise der Verkündung und die dahinterstehenden Mechanismen sind es, die die Gemüter erhitzen. Die Ankündigung erfolgte, noch bevor der Beweis in einer begutachteten Fachzeitschrift veröffentlicht war . Zudem hatte OpenAI erst wenige Monate zuvor mit einer gefälschten Erfolgsmeldung (angebliche Lösungen für zehn Erdös-Probleme durch GPT-5) für einen großen Reputationsschaden gesorgt und die Kritik von Konkurrenten wie Yann LeCun und Demis Hassabis auf sich gezogen . Die aktuelle, korrekte Lösung mag ein Durchbruch sein, doch sie ist auch ein Paradebeispiel dafür, wie kommerzielle Interessen den wissenschaftlichen Diskurs dominieren. Der Anthropologe Rodrigo Ochigame, Mitautor der Erklärung, bringt es auf den Punkt: „Die Arbeiten von Mathematikern, die nie beabsichtigt hatten, zur KI-Entwicklung beizutragen, werden ohne ihr Einverständnis dafür genutzt. Das ist eine zutiefst beunruhigende Situation.“ 

Ein historischer Konflikt: Algebraisierung vs. „schöne Mathematik“

Der Konflikt ist nicht neu. Historisch betrachtet war die Mathematik schon immer ein Schlachtfeld von Denkstilen. Die geometrische Methode galt lange als der Inbegriff des Beweises, bis René Descartes und Pierre de Fermat zeigten, dass geometrische Wahrheiten auch algebraisch – durch reines Operieren mit Symbolen – bewiesen werden können . Im 19. Jahrhundert algebraisierte George Boole die Logik selbst. In dieser Algebraisierung war bereits der Computer angelegt – als Maschine, die in algorithmischen Operationen dem Menschen weit überlegen ist .

Heute geht es um nichts weniger als die Frage, ob das maschinelle Operieren mit Symbolen dem menschlichen Denken im Kern der Mathematik gleichkommt. Für viele Traditionsbewahrer, wie den deutschen Zahlentheoretiker Gerd Faltings, der betont, er arbeite lieber mit „Kugelschreiber und Kopf“, ist dies eine Bedrohung der „schönen Mathematik“ .

Grenzen des Machbaren – Die mathematische Antwort

Doch die Mathematik selbst liefert auch die Argumente gegen die Omnipotenz der KI. Lothar Sebastian Krapp von der Universität Konstanz forscht über die mathematischen Grenzen neuronaler Netze. Aus seiner Sicht ist klar, dass KI prinzipielle Grenzen hat. Er verweist auf die Unvollständigkeitssätze von Kurt Gödel, die zeigen, dass es mathematische Wahrheiten gibt, die von keinem Computer bewiesen werden können . In seiner Forschung konstruiert er bewusst Funktionen, die von neuronalen Netzen zwar theoretisch, aber in der Praxis niemals gefunden werden können. Aufgaben, die ein Student im vierten Semester im Handumdrehen löst, überfordern die KI kategorisch – selbst nach Tagen oder Jahren .

Diese mathematische Nüchternheit kontrastiert stark mit der visionären Sprache der KI-Propheten. Der deutsche Mathematiker und Philosoph Rainer Mühlhoff warnt davor, dass der Hype um eine „Allgemeine Künstliche Intelligenz“ (AGI) von tatsächlichen Gefahren ablenke, dem die Politik mitunter sogar noch Vorschub leiste, und vergleicht die Rhetorik mit einer ideologischen Verschleierung .

Kein Verbot, sondern eine neue Kooperation

Die Leidener Erklärung ist kein Aufruf zur Technologieverweigerung. Die Mathematikhistorikerin Ursula Martin und Fields-Medaillen-Träger Terence Tao sehen die Entwicklung nicht als Untergang, sondern als Chance . Tao prognostiziert eine Hochskalierung der mathematischen Arbeit auf ein „industrielles“ Niveau, bei dem komplexe Probleme zerlegt, von vielen bearbeitet und vom Computer gegengecheckt werden . Marc Lackenby von der Universität Oxford hat bereits erfolgreich mit KI zusammengearbeitet, um ein offenes Problem der Gruppentheorie zu lösen .

Das neue Bild des Mathematikers könnte das eines „Problem-Prompters“ sein . Er wird zum Trickreichen Fragetechniker, der dem System unausgegorene Ideen, erste Vermutungen und alternative Beweisrouten als Input gibt. Das KI-System liefert dann Alternativen, skaliert die Suche und beschleunigt die Forschung. Mensch und Maschine bilden eine kreative Schleife – vorausgesetzt, die Rahmendaten stimmen: Transparenz, Überprüfbarkeit und Offenheit .

Fazit: Eine gute Krise

Die Mathematik, diese Domäne des strengen Beweises, steckt in einer tiefgreifenden Krise – aber vielleicht, wie der NZZ-Journalist Eduard Kaeser treffend bemerkt, in einer „guten Krise“ . Sie zwingt die Gemeinschaft, über ihre Fundamente nachzudenken, so wie es die Paradoxien der Mengenlehre vor über einem Jahrhundert taten. Was damals zu einem üppigen Gedeihen neuer Disziplinen führte, könnte heute zu einer Renaissance der mathematischen Kultur führen. Denn eines macht die Leidener Erklärung unmissverständlich klar: Der maschinelle Beweis verlangt nach menschlicher Intelligenz – mehr denn je.

Quellen:

1. Spektrum der Wissenschaft: „Leitlinien: Mathematiker wollen Einsatz von KI in ihrem Fach eindämmen“ (2026) 
2. IT-Daily: „KI widerlegt Erdös-Vermutung: OpenAI meldet mathematischen Durchbruch“ (2026) 
3. Dr. Web: „Mathematiker schlagen Alarm: KI holt beim Beweisen auf“ (2026) 
4. Neue Zürcher Zeitung (NZZ): „Künstliche Intelligenz löst ein 80 Jahre altes Mathe-Rätsel. ‚Problem-Prompting‘ könnte die Zukunft der Mathematik sein“ (2026) 
5. Falter: „Wissen und Macht: Wie KI-Propheten den Techno-Hype missbrauchen“ (2025) 
6. campus.kn (Universität Konstanz): „Die mathematischen Grenzen künstlicher Intelligenz“ (Interview mit Lothar Sebastian Krapp)