SAN FRANCISCO / LONDON (IT BOLTWISE) – Ein Anthropic-Mitarbeiter, Levent Alpöge, behauptet, mit Hilfe des KI-Tools Claude einen Beweis für die Riemannsche Vermutung gefunden zu haben. Er veröffentlichte dazu eine vierseitige Erklärung und beruft sich auf eine formale Ausarbeitung in Lean mit 17 Millionen Codezeilen. Die Riemannsche Vermutung gilt weiterhin als „nicht gelöst“, weil die offizielle Bewertung durch die Clay-Organisation Zeit braucht. Gleichzeitig ordnet die Szene den Fall als weiteres Beispiel ein, wie KI den Weg zu neuen Mathematikbeweisen beschleunigen könnte.

Die Meldung trifft Mathematiker und KI-Forscher gleichermaßen, weil sie zwei Welten verbindet: formale Beweisführung und moderne Sprachmodelle. Levent Alpöge, technischer Mitarbeiter bei Anthropic, schreibt, er habe gemeinsam mit dem KI-System Claude eine Lösung für die Riemannsche Vermutung gefunden, die seit 1859 zu den bekanntesten ungelösten Problemen der reinen Mathematik zählt. Im Kern geht es dabei um die Frage, wie sich die Primzahlen – also ganze Zahlen, die nur durch 1 und sich selbst teilbar sind – über alle Größenordnungen hinweg „ordnungsgemäß“ verteilen.
Alpöge machte seine Behauptung über eine vierseitige Ausarbeitung öffentlich, die er auf seiner Website eingestellt hat. Er positioniert die Arbeit ausdrücklich als Proof-Engineering: Das Ergebnis sei nicht nur eine Idee, sondern in einer maschinenprüfbaren Form in Lean ausgearbeitet. Laut Angaben umfasst der formale Beweis 17 Millionen Zeilen Lean-Code. Damit rückt ein Aspekt in den Vordergrund, der in solchen Debatten oft zu kurz kommt: Sprachmodelle liefern häufig plausible Argumente, aber erst die formale Verifikation in einem Beweissystem entscheidet, ob die Kette aus Definitionen und Schlussregeln wirklich stimmt.
Die Einordnung durch die Fachcommunity wirkt entsprechend zweigeteilt. Alex Kontorovich, Professor und Lehrstuhlinhaber am Fachbereich Mathematik der Rutgers University, erklärt sinngemäß, dass ein „Paper“ bei dieser Art von Beweisen zwar als Text daherkommt, faktisch aber eine Art Code für einen Beweis darstellt. Entscheidend sei dann, dass Menschen jede einzelne Zeile nachvollziehen und die Argumentation wirklich verstehen. Gleichzeitig beschreibt Kontorovich den Mehrwert, den maschinelle Strenge liefern kann: Wenn ein Computer selbst kleinste Bedingungen akzeptiert, ist die Wahrscheinlichkeit hoch, dass auch die menschliche Prüfung am Ende trägt – auch wenn das Verstehen im Sinne tiefer Intuition noch Zeit braucht.
Ein weiterer Belastungstest ist bereits der öffentliche Status: Stunden nach dem Ankündigungsdatum blieb die Riemannsche Vermutung auf der Website des Clay Mathematics Institute weiterhin als ungelöst geführt. Genau diese formale Hürde ist zentral, weil die Organisation die Verifikation eines Millennium-Prize-Problems nicht „über Nacht“ erledigt. Martin Bridson, Präsident des Institute, betont, dass die Bewertung Zeit erfordert und der Weg von einer groß angekündigten Mitteilung hin zu echter, belastbarer mathematischer Erkenntnis lang und anspruchsvoll ist. Zudem wurde die Vermutung 2000 zusammen mit weiteren Millennium Prize Problems ausgewählt; für eine Lösung sieht das Institut eine Prämie in Höhe von 1 Million US-Dollar vor.
Alpöge stellt die eigene Lernkurve und die Rolle von Claude dabei sehr konkret dar. Er sagt, er habe den entscheidenden Punkt „präsentiert“, bevor er die gesamte Umgebung der Mathematik um den Beweis vollständig beherrscht. Dass er dabei von einer sehr großen Begleitliteratur spricht – in seinem Fall sollen es mehr als 250.000 Seiten sein, die im Umfeld der KI-gestützten Arbeit angefallen seien – macht deutlich, wie stark solche Projekte inzwischen vom Zusammenspiel aus Literaturarbeit, formaler Modellierung und Maschinenprüfung abhängen. In der Praxis kann KI hier helfen, Ideen zu strukturieren oder Zwischenschritte zu formulieren, aber die methodische Hürde bleibt: Der Beweis muss am Ende so präzise sein, dass ein formales System ihn ohne Interpretationsspielraum akzeptiert.
Der Fall reiht sich zudem in eine Serie von ähnlichen Erfolgsmeldungen ein, die in den letzten Monaten Schlagzeilen machten. Schon im September hatte OpenAI in einem anderen Kontext behauptet, seine Technologie sei bei einem Durchbruch rund um die Navier-Stokes-Gleichungen beteiligt gewesen. Auch dabei handelt es sich um ein klassisches Problem der mathematischen Physik – nur eben mit Bezug zur Beschreibung von Flüssigkeitsströmungen. Dass KI-gestützte Ansätze nun sowohl bei solchen Modellgleichungen als auch offenbar bei einem sehr abstrakten Thema wie der Riemannhypothese in den Fokus geraten, zeigt vor allem, wie sehr sich der Werkzeugkasten in der Forschung verschoben hat: Statt nur Text zu generieren, werden KI-Systeme zunehmend als Assistenzschicht für formale Artefakte eingesetzt.
Für die Markt- und Innovationsperspektive kommt ein weiterer Punkt hinzu: Anthropic hat in dieser Phase selbst einen großen Schritt vollzogen. Der Bericht verknüpft die Ankündigung des Beweises zeitlich mit dem Börsenstart des Unternehmens, der von einem sehr hohen Emissionsvolumen und einer Bewertung in Milliardenhöhe begleitet war. Unabhängig davon, ob die Riemannsche Vermutung am Ende tatsächlich als gelöst klassifiziert wird, dürfte der praktische Effekt auf Entwickler und Forschungsteams spürbar bleiben: Wenn KI-Systeme nachweislich in der Lage sind, große formale Beweisräume zu durchdringen und dabei auf einem Prüferhythmus wie Lean zu landen, verschiebt sich der ROI von KI-Prototypen hin zu Werkzeugen, die in wissenschaftliche Workflows integrierbar sind. Gleichzeitig sollten Unternehmen und Forschungsgruppen den Unterschied zwischen „behauptet gelöst“ und „formal validiert“ ernst nehmen, denn genau diese Trennlinie entscheidet über Akzeptanz in der Community.
Offen bleibt damit nicht die Mathematik, sondern der Verifizierungsprozess. Bis die zuständige Instanz den Status aktualisiert, bleibt die Riemannsche Vermutung in der öffentlichen Wahrnehmung vorläufig ungelöst – auch wenn der formale Code bereits als technisches Fundament existiert. Für KI-Teams ist das trotzdem ein Signal: Die Kombination aus modellierter Textintelligenz, formaler Logik und strengen Verifikationsketten kann schneller zu überprüfbaren Resultaten führen als herkömmliche reine Handarbeit. Für die nächsten Schritte wird weniger die Schlagzeile zählen als die Frage, wie zuverlässig, nachvollziehbar und wiederholbar sich die Beweiskette von Menschen und Maschinen gemeinsam aufrollen lässt.
🔥 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-Helfer Claude soll Riemannsche Vermutung bewiesen haben" 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-Helfer Claude soll Riemannsche Vermutung bewiesen haben" 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-Helfer Claude soll Riemannsche Vermutung bewiesen haben« bei Google Deutschland suchen, bei Bing oder Google News!