In der mathematischen Fachwelt hat die jüngste Ankündigung von OpenAI über die Lösung eines der sieben Millennium-Preis-Probleme eine Debatte über Urheberschaft und Datennutzung ausgelöst. Nachdem das Unternehmen Anfang September 2026 bekannt gab, dass ein internes KI-Modell das Navier-Stokes-Problem gelöst habe, reagierte das Management nun auf Vorwürfe akademischer Wettbewerber.
OpenAI wies Anschuldigungen zurück, wonach spezifische Nutzerdaten für den Durchbruch zweckentfremdet worden seien, schloss jedoch die Verwendung de-identifizierter Daten nicht explizit aus.
Disput um Trainingsdaten und wissenschaftliche Urheberschaft
Der Konflikt entzündete sich an Vorwürfen von Tristan Buckmaster, Professor an der New York University, und dem Anthropic-Mathematiker Levent Alpöge. Beide hatten in den vergangenen Monaten an einem ähnlichen mathematischen Ergebnis gearbeitet, das Mitte August 2026 mittels einer speziellen Methode erzielt und kurz darauf formal verifiziert wurde.
Die Forscher werfen OpenAI nun einen Vertrauensbruch und sogenanntes „Scooping“ vor – also das Zuvorkommen bei der Veröffentlichung unter Ausnutzung vertraulicher Informationen oder Methoden.
Ein Sprecher von OpenAI betonte demgegenüber, dass das Unternehmen keine spezifischen Nutzerdaten eingesehen habe. Die Frage nach der genauen Zusammensetzung der Trainingsdaten bleibt jedoch teilweise unbeantwortet, da de-identifizierte Datensätze als mögliche Grundlage nicht ausgeschlossen wurden.
Sébastien Bubeck von OpenAI bestritt zudem den Vorwurf, das Unternehmen habe auf den Arbeiten von Buckmaster aufgebaut oder versucht, Beteiligte aus der wissenschaftlichen Anerkennung zu drängen.
Technischer Aufwand und Einsatz autonomer Agenten
OpenAI setzte rund 10.000 autonome KI-Agenten ein, die in 88 Stunden ein seit Jahrzehnten ungelöstes Mathematikproblem bearbeiteten — bei geschätzten Kosten von 10 bis 22,5 Millionen US-Dollar. Wer solche Agenten-Architekturen für das eigene Unternehmen bewerten will, braucht belastbare Kriterien statt Schlagzeilen. Unser kostenloser Report ordnet ein, was der Durchbruch technisch bedeutet und welche Hebel sich für Ihre Roadmap ableiten lassen. Jetzt kostenlosen Strategie-Report anfordern
Die Lösung des seit etwa 90 Jahren ungelösten Navier-Stokes-Problems, das die Bewegung von Flüssigkeiten und Gasen beschreibt, erforderte laut OpenAI einen massiven Recheneinsatz. Das Unternehmen setzte rund 10.000 autonome KI-Agenten ein, die über einen Zeitraum von 88 Stunden agierten.
In diesem Prozess wurden schätzungsweise zwischen 2,7 Millionen und 5 Millionen Nachrichten ausgetauscht. Das Volumen des dabei generierten Outputs wird auf 130 Milliarden bis zu 300 Milliarden Tokens beziffert.
Die Kosten für diesen Rechenlauf werden je nach Schätzung auf 10 Millionen US-Dollar bis zu 22,5 Millionen US-Dollar taxiert. Nach dem primären Durchlauf folgte eine 17-stündige Verifikationsphase durch das Modell GPT-6 Astra. Das daraus resultierende Beweismanuskript umfasst rund 165 Seiten und wurde in der formalen Logiksprache Lean aufbereitet.
Laut OpenAI-Chefwissenschaftler Jakub Pachocki sei dieser Fortschritt ein Beleg für die aktuelle Geschwindigkeit der KI-Entwicklung, die Ergebnisse rund 1.000-mal schneller liefere als bisherige mathematische Ansätze.
Fachliche Kritik und ausstehende Anerkennung
Trotz des behaupteten Erfolgs äußern Experten fachliche Vorbehalte. Der Beweis beziehe sich lediglich auf die Varianten C und D des Problems, welche externe Krafteinwirkungen berücksichtigen. Die fundamentalen, ungezwungenen Varianten A und B bleiben nach Einschätzung von Branchenbeobachtern weiterhin ungelöst. Zudem sehen Analysten eine technische Lücke bei der im Beweis verwendeten Funktion für externe Kräfte.
OpenAI räumt ein, keine spezifischen Nutzerdaten eingesehen zu haben — schließt de-identifizierte Datensätze als Trainingsgrundlage aber nicht aus. Für Unternehmen, die eigene Daten in KI-Pipelines geben, ist das ein Warnsignal: Wer die Herkunft seiner Trainingsdaten nicht dokumentiert, verliert im Streitfall die Kontrolle. Unsere Checkliste zeigt, wie Sie Datenherkunft und Compliance prüfbar machen, bevor ein Projekt skaliert. Checkliste Datenherkunft jetzt sichern
Auch der renommierte Mathematiker Terence Tao äußerte sich mahnend. Er warnte vor einem Vertrauensverlust in der wissenschaftlichen Gemeinschaft durch zunehmenden Produktionsdruck im Bereich der Künstlichen Intelligenz, lobte jedoch gleichzeitig die Komplexität der geleisteten Arbeit.
Ob OpenAI den mit einer Million US-Dollar dotierten Preis des Clay Mathematics Institute erhält, bleibt abzuwarten. Das Unternehmen selbst erhebt derzeit keinen Anspruch auf das Preisgeld. Gemäß den Statuten des Instituts wird eine Lösung erst zwei Jahre nach ihrer Publikation in einem qualifizierenden Medium für eine Prämierung in Betracht gezogen. Das Clay Institute hat die eingereichte Lösung bisher nicht offiziell anerkannt.
