OpenAI meldet KI-Widerlegung der Exponentialzeit-Hypothese

OpenAI hat am 26. Oktober 2026 erklärt, eines seiner internen KI-Modelle habe die Exponentialzeit-Hypothese (Exponential Time Hypothesis) widerlegt. Sie ist eine zentrale Annahme der Informatik darüber, wie schwer sich bestimmte Probleme lösen lassen. Das Unternehmen beansprucht außerdem zwei Ergebnisse in Mathematik und Physik. Übersteht die Informatik-Behauptung die Prüfung durch Fachleute, würde sie eine Idee umstoßen, die ein großer Teil der Forschung als wahr voraussetzt.

Keines der drei Ergebnisse ist bisher bestätigt. OpenAI hat sie externen Forschern übergeben, die nicht bezahlt werden und keine Vertraulichkeitsvereinbarungen unterschrieben haben.

Was die Exponentialzeit-Hypothese besagt

Die Hypothese betrifft das boolesche Erfüllbarkeitsproblem, oft kurz SAT genannt. Ein SAT-Problem fragt, ob sich eine Liste von Wahr-oder-falsch-Werten so belegen lässt, dass eine logische Formel wahr wird. Die Hypothese besagt, dass sich die schwersten Varianten dieses Problems nicht viel schneller lösen lassen als durch das Prüfen exponentiell vieler Kombinationen. Exponentiell heißt, dass sich der Aufwand mit jeder weiteren Variable ungefähr verdoppelt.

The Next Web berichtet, dass OpenAI die Hypothese als „weithin für wahr gehalten“ bezeichnet. Viele Ergebnisse darüber, welche Probleme sich nicht schnell lösen lassen, sind unter der Annahme bewiesen, dass sie gilt. Eine Widerlegung würde bedeuten, dass diese Ergebnisse ein anderes Fundament brauchen.

Wie OpenAI den Beweis gefunden haben will

Laut Unite.AI verlief der Zeitplan so:

Datum	Schritt
16. Oktober 2026	Das Modell erstellt eine schriftliche Widerlegung
17. Oktober 2026	Die Widerlegung wird in Lean geprüft
25. Oktober 2026	Das zugehörige Manuskript trägt dieses Datum
26. Oktober 2026	OpenAI gibt das Ergebnis bekannt

Lean ist ein Beweisassistent: Software, die jeden Schritt eines mathematischen Beweises maschinell prüft. Eine Lean-Prüfung zeigt, dass die Logik für die Aussage in ihrer vorliegenden Form stimmt. Die Gutachter müssen noch bestätigen, dass diese Aussage der echten Hypothese entspricht. Laut Unite.AI betrifft die Widerlegung Formeln, die als k-CNF bekannt sind, mit k von mindestens 2. Die Ausarbeitung und der Lean-Beweis sind auf GitHub öffentlich.

Wer es prüfen wird

Russell Impagliazzo und Ramamohan Paturi von der UC San Diego sowie Ryan Williams vom MIT werden eine unabhängige Prüfung leiten. In einem offenen Brief, den The Next Web zitiert, schrieben sie: „Unsere Beteiligung sollte nicht als Bestätigung der Behauptung verstanden werden.“ Sie fügten hinzu: „Wenn die Behauptung stimmt, wird sie einen wichtigen Teil der theoretischen Informatik verändern.“ Williams sagte, die Gruppe habe keine NDAs unterschrieben und werde nicht bezahlt.

Die beiden anderen Behauptungen

In der Mathematik sagt OpenAI, seine Modelle hätten die Local-Smoothing-Vermutung in jeder Dimension bewiesen. Christopher Sogge stellte sie 1991 auf, und in zwei Dimensionen wurde sie 2019 bewiesen. Ein Beweis in allen Dimensionen würde auch die Kakeya-Vermutung und die Restriktionsvermutung von Stein klären, zwei lange offene Probleme über Formen und Wellen.

In der Physik beansprucht OpenAI einen strengen Beweis, dass bestimmte vierdimensionale Quantenfeldtheorien existieren. Dazu gehören die Quantenchromodynamik, die Theorie der starken Kernkraft, und die reine Yang-Mills-Theorie. Die Existenz der Yang-Mills-Theorie ist Teil eines der Clay-Millennium-Prize-Probleme. Nobelpreisträger David Gross wird die Prüfung der Physik leiten. The Next Web schreibt, OpenAI veröffentliche das Physikmaterial vorerst nicht.

OpenAI sagt, es werde keine akademische Anerkennung für die Arbeit beanspruchen. Außerdem gibt das Unternehmen 5 Millionen Dollar an die Simons Foundation, die Grundlagenforschung finanziert.

Warum Vorsicht angebracht ist

OpenAI hat schon früher große Behauptungen in der Mathematik aufgestellt. Anfang dieses Monats zog es 3 von 722 KI-geschriebenen Mathemanuskripten zurück, nachdem ein Vorzeichenfehler aufgefallen war. Im September beanspruchten KI-Agenten ein Ergebnis zu Navier-Stokes, gegen das sich Mathematiker wehrten. Ein maschinell geprüfter Beweis ist ein stärkerer Beleg als ein schriftliches Argument, aber entscheidend ist das Urteil der Gutachter.

Was das für Entwickler bedeutet

In der alltäglichen Software ändert sich heute nichts. SAT-Solver, die Werkzeuge hinter Chipverifikation, der Auflösung von Paketabhängigkeiten und Ablaufplanung, arbeiten genau wie bisher weiter.

• Noch keine schnelleren Solver erwarten. Eine Widerlegung zeigt, dass es theoretisch eine schnellere Methode gibt. Das heißt nicht, dass diese Methode die heutigen Werkzeuge bei echten Eingaben schlägt.
• Die Prüfung verfolgen, nicht die Schlagzeilen. Die Gruppe von UC San Diego und MIT ist das Signal, auf das es ankommt. Ihr Bericht wird zeigen, ob die Lean-Aussage der echten Hypothese entspricht.
• Die Rolle von Lean beachten. Maschinell geprüfte Beweise werden zum Standardweg, KI-erzeugte Mathematik zu testen. Teams, die Beweis- oder Verifikationswerkzeuge bauen, sollten mit mehr Nachfrage rechnen.
• KI-Forschungsbehauptungen als Entwürfe behandeln. Selbst mit formalen Prüfungen zeigen OpenAIs eigene Rückzüge in diesem Monat, dass Fehler durchrutschen.

Hält das Ergebnis, brauchen Lehrbücher über Algorithmen und Komplexität neue Kapitel. Scheitert es, wird die Prüfung zeigen, wo die Lücke lag.