Was passiert ist
Am Montag hat Anthropic verkündet, dass ein bislang unveröffentlichtes Modell bei der Riemann-Vermutung deutlich vorangekommen ist. Konkret hat es die untere Schranke der Lösungen deutlich angehoben, für die die Vermutung nachweislich gilt. Bewiesen hat es sie nicht.
Die Vermutung ist seit mehr als 150 Jahren offen und dreht sich darum, wie sich Primzahlen verteilen. Für einen funktionierenden allgemeinen Beweis liegt ein Preisgeld von 1 Million Dollar bereit, bis heute unabgeholt. Das Modell hat es auch nicht abgeholt.
Das Setup ist der lustige Teil. Laut TechCrunch hat ein Anthropic-Mitarbeiter ohne nennenswerte mathematische Ausbildung das Modell gebeten, sich „richtig an dem Problem zu versuchen" („take a real stab"). Dann ging er weg.
Das Modell hat die Arbeit in den folgenden anderthalb Tagen selbst koordiniert. Insgesamt hat es 650 verschiedene Ideen getestet, verteilt auf 60 Subagenten, und dabei 31 Millionen Output-Tokens verbrannt.
Zur Arbeitsteilung: Ein Mensch tippt einen lockeren Prompt, 60 Subagenten kommen ins Schwitzen. Der Beitrag des Menschen lautete sinngemäß: „Na dann mal los."
Warum es zählt
Ob KI neue Mathematik entdecken kann, statt nur alte Lehrbücher nachzubeten, wird seit Langem gestritten. TechCrunch geht davon aus, dass dieses Ergebnis die Debatte neu entfacht. Die Riemann-Vermutung lösen Modelle weiterhin nicht, aber sie kommen weiter, als viele erwartet hatten.
Achte darauf, um welche Art Fortschritt es geht. Eine höhere untere Schranke ist ein konkretes, überprüfbares Ergebnis, kein Bauchgefühl. Genau das unterscheidet es von der üblichen Pressemitteilung nach dem Motto „KI wird die Wissenschaft verändern".
Die Vorbehalte, wir sind schließlich keine Tiere: Das Modell ist unveröffentlicht, von außen kann es also niemand testen. Die Behauptung stammt aus Anthropics eigener Ankündigung, und wir stützen uns auf einen einzigen Bericht. Warte ab, bis Mathematiker die Details zerlegt haben, bevor jemand T-Shirts druckt.
Das spannendste Detail ist nicht das Modell. Sondern dass die Person am Steuer keinen Mathe-Abschluss brauchte.
Was das für Europa heißt
Direkt nicht viel: Es ist ein US-Labor und eine US-Ankündigung, ohne regulatorischen Aufhänger und ohne europäisches Unternehmen in der Geschichte. Aber Spitzenleistung der KI kennt keine Grenzen. Europäische Forschungsgruppen und Universitäten bekommen dieselbe Frage gestellt wie alle anderen: Was machen wir, wenn ein Modell übers Wochenende Hunderte mathematischer Experimente durchzieht?
Was du damit machst
- Achte auf die Verifikation.Warte, bis unabhängige Mathematiker die neue untere Schranke bestätigen oder zerpflücken, bevor du die Meldung beim Abendessen weitererzählst.
- Schau dir den Workflow an.Ein lockerer Prompt, ein koordinierendes Modell, viele Subagenten: Dieses Muster lohnt sich auch für deine eigenen langlaufenden Aufgaben.
- Lies das Etikett.„Unveröffentlicht" heißt: Du kannst das heute nicht nachbauen. Nimm es als Signal, nicht als Werkzeug.
- Halte dein Fachwissen scharf.Wenn ein Laie ein Modell in tiefe Gewässer lenken kann, bist du als Expertin oder Experte der Teil, der die Antwort prüft.
Ciao, sapiens. Die Primzahlen sind weiter ungelöst, du hast also noch ein paar Jahre Jobsicherheit.


