LONDON (IT BOLTWISE) – Ein Anthropic-Mathematiker behauptet, die Riemann-Hypothese mit Unterstützung durch Claude bewiesen zu haben. Statt eines klassischen Papers verweist er auf Computercode, der den Beweis in der Lean-Programmier- und Verifikationslogik prüfen soll. Parallel liefern neue Arbeiten zur Navier-Stokes-Variante Hinweise darauf, dass sogar ohne äußere Anregung unendliche Beschleunigungen möglich sein könnten. Während Teile der Community die rechnerische Absicherung bereits prüfen, bleibt der zentrale Punkt vorerst: Verifiziert der Code wirklich die gewünschte Aussage?

Die Riemann-Hypothese steht seit 1859 für ein mathematisches Rätsel von besonderem Gewicht: Sie beschreibt, wie Primzahlen entlang der Zahlengeraden verteilt sind, wenn man immer weiter nach „unendlich“ blickt. In dieser Rolle gilt das Problem seit Jahrzehnten als eine Art Messlatte dafür, ob überhaupt neue Denkwege in der Zahlentheorie möglich sind. Umso auffälliger ist jetzt die Art, wie eine mögliche Lösung an die Öffentlichkeit kommt: Ein Mathematiker von Anthropic macht keine klassische Abhandlung zugänglich, sondern verweist auf Computercode, der den Beweis verifizieren soll.
Der Hintergrund der aktuellen Behauptung ist eng mit dem KI-Werkzeug Claude verknüpft. Laut Bericht veröffentlichte Levent Alpoge eine kurze Notiz mit Verweis auf Code, der den Beweis in einer maschinenprüfbaren Logik darstellen soll. Entscheidend ist dabei nicht nur, dass ein KI-System Ideen „liefert“, sondern dass der endgültige logische Schluss in einer formalen Sprache so beschrieben wird, dass ein Proof-Checker ihn gegen jede Lücke absichern kann. Genau diese Prüfspur soll Lean liefern: Lean ist ein System, das mathematische Aussagen so formalisiert, dass Fehler in der Schlusskette sichtbar werden, wenn die formale Ableitung nicht konsistent ist.
Mehrere Mathematiker signalisieren zugleich Neugier und methodische Vorsicht. James Maynard, Mathematiker an der University of Oxford, beschreibt in dem Zusammenhang eine hohe Wahrscheinlichkeit für die Korrektheit, warnt aber vor einem typischen Fallstrick: Selbst wenn Lean den Code als „verifizierbar“ akzeptiert, muss genau die Aussage erreicht werden, die man eigentlich beweisen wollte. Für die Praxis heißt das: Die technische Hürde verschiebt sich von „hat der Autor eine Idee“ hin zu „stimmt die formale Spezifikation mit dem mathematischen Ziel überein“. In diesem Spannungsfeld liegt der eigentliche Kern dessen, was jetzt passiert: KI kann Formulierungen, Vorschläge und Umwege liefern, doch die Beweiskette bleibt nur dann belastbar, wenn die formale Modellierung das richtige Objekt abbildet.
Während Alpoges Code im Raum steht, gibt es parallel weitere Veröffentlichungen, die das Thema in der Breite verankern. Alessandro Masullo, ein unabhängiger Mathematiker in Rom, stellte ebenfalls Material bereit, das als (noch unvollständiges) Werk aus mehreren Jahren Arbeit beschrieben wird. Brian Conrad von der Stanford University ordnet diesen Ansatz als glaubwürdig ein, hebt aber hervor, dass er einen deutlich anderen Weg verfolgt als der Ansatz, der mit Claude in Verbindung gebracht wird. In einem weiteren Punkt zeigt sich zudem die Motivation eines Teils der Szene: Conrad kritisiert die Freigabe durch Alpoge, während er zugleich erklärt, dass manche Mathematiker KI-gestützte Methoden skeptisch sehen, weil die Verlässlichkeit darüber, ob Ideen „mitgenommen“ und ohne korrekte Attribution weiterverwendet werden, nicht klar genug sei.
Die Dynamik wirkt über die Riemann-Hypothese hinaus. Ebenfalls am selben Tag präsentierten Alpoge und Tristan Buckmaster eine Version der Navier-Stokes-Frage: Die Gleichungen beschreiben Strömungen von Flüssigkeiten, und in der Diskussion geht es darum, ob Lösungen zu nichtphysikalischen Singularitäten führen können. Im September hatte OpenAI laut Bericht einen verwandten Sachverhalt adressiert, bei dem sich eine Flüssigkeit unter einer speziell konzipierten Anregung in unendlich schnelle Bereiche „beschleunigt“. In der neuen Behauptung geht es dagegen um den Weg ohne diese treibende Kraft – also um die Frage, ob sich solche Grenzwerte bereits aus den Gleichungen heraus erzwingen lassen. Auch hier zeigt sich das Muster, das in der Mathematik zunehmend relevant wird: Nicht nur das „Ergebnis“ zählt, sondern die Beweismechanik, die prüfbar, reproduzierbar und für Dritte auditierbar sein muss.
Einordnen lässt sich die Entwicklung zudem über den institutionellen Kontext. Die Riemann-Hypothese und die Navier-Stokes-Probleme gehören zu den sogenannten Millennium Prize Problems, die die Clay Mathematics Institute 2000 auswählte und für die jeweils ein Preis von 1 Million US-Dollar ausgelobt wurde. Ein weiterer historischer Anker stammt von David Hilbert, der Anfang des 20. Jahrhunderts 23 zentrale ungelöste Probleme herausstellte. Bisher galt die Hypothese in der Praxis als zu schwierig, um sie selbst mit jahrzehntelanger gemeinsamer Arbeit zuverlässig in einen abgeschlossenen Beweis zu überführen. Genau deshalb ist auch die jüngste Entwicklung um eine „quasi-Riemann“-Variante so wichtig: Dort deutet der Bericht an, dass KI offenbar eine leichter zu beweisende Version knacken konnte, bevor danach innerhalb kurzer Zeit auch der Sprung zur vollen Hypothese gelungen sein soll.
Für die Community und besonders für Teams, die KI in wissenschaftliche Workflows integrieren wollen, liegt die eigentliche Konsequenz weniger im Staunen über den Durchbruch als in den Werkzeugen. Wenn ein Beweis in Lean formal überprüfbar gemacht wird, entsteht eine harte Schnittstelle zwischen KI-Experimenten und maschinenvalidierter Mathematik: Der kreative Anteil wandert in die KI-gestützte Exploration, der sichernde Anteil in den Proof-Checker. Genau darin liegt auch die neue Qualität des Ganzen: KI liefert nicht nur eine Vermutung, sondern eine Kandidatenstruktur, die den letzten Schritt in einem System passieren muss, das Fehler zuverlässig aufdeckt. Ob die Riemann-Hypothese damit endgültig und ohne Einschränkungen als gelöst gilt, hängt nun davon ab, wie robust und eindeutig die formale Codierung die beabsichtigte Aussage abbildet – und wie zügig die Fachwelt den Code unabhängig prüft.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI im Beweischeck: Claude hilft bei Lösung der Riemann-Hypothese" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI im Beweischeck: Claude hilft bei Lösung der Riemann-Hypothese" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI im Beweischeck: Claude hilft bei Lösung der Riemann-Hypothese« bei Google Deutschland suchen, bei Bing oder Google News!