KI widerlegt 27 Jahre alte Hypothese – Informatiker sehen Forschung entwertet

Worum es geht

OpenAI und Anthropic haben diese Woche beide erklärt, die Exponential Time Hypothesis (ETH) widerlegt zu haben. Die ETH ist eine seit 27 Jahren geltende Annahme der theoretischen Informatik: Sie besagt, dass der Aufwand für das Lösen bestimmter Rechenprobleme exponentiell wächst, wenn die Probleme größer werden. Exponentiell bedeutet: Mit jedem kleinen Schritt in der Problemgröße vervielfacht sich der Aufwand. Berichtet haben darüber WIRED, New Scientist und darauf aufbauend weitere Medien.

Da viel Forschung zu Algorithmen und Komplexität (also der Frage, wie aufwendig Rechenprobleme grundsätzlich sind) auf dieser Annahme aufbaut, könnte ein Widerspruch ganze Forschungslinien entwerten. Wichtig: Die Beweise sind bislang nicht unabhängig geprüft. Es handelt sich um Behauptungen der Unternehmen.

Was Forscher jetzt befürchten

Peter Jonsson, Professor an der Universität Linköping, soll in zwei Wochen beim IEEE Symposium on Foundations of Computer Science eine Arbeit präsentieren, die ein Koautor vorträgt. Laut WIRED ist ein Großteil davon seit Montag „tot“. Er erwartet, dass es vielen so geht: „Die Leute werden ihre Vorträge beginnen mit: ‚ETH ist falsch, die Hälfte meines Papers funktioniert nicht.‘“ Er hält es aber für möglich, dass sich seine Arbeit mit einer anderen Methode retten lässt.

Daniel Lokshtanov (UC Santa Barbara) schätzt, dass er, falls sich das Ergebnis bestätigt, „galaktisch falsch lag“ und etwa 50 seiner Veröffentlichungen „sinnlos“ oder überarbeitungsbedürftig würden. Er nennt das Ergebnis eine „riesige Bombe mitten im Fachgebiet“ – „richtig cool und furchtbar zugleich“.

Thore Husfeldt, Leiter der Algorithmengruppe an der IT-Universität Kopenhagen, hatte fast das ganze Jahr über ein einziges Problem nachgedacht. „Soweit ich sehen kann, ist es jetzt alles irrelevant.“ Er hatte selbst eine Version der Hypothese formuliert, die nun widerlegt sein soll, und rechnet an der Tafel durch, welche seiner Arbeiten betroffen sind. Dennoch nennt er das Resultat „fantastisch“ und ein „Jahrhundertergebnis“.

Prüfung der Beweise

Beide Firmen haben ihre Beweise auf GitHub veröffentlicht: einmal in natürlicher Sprache, einmal in Lean. Lean ist eine Software, mit der sich mathematische Beweise von Computern Schritt für Schritt prüfen lassen. Ein formal korrekter Beweis ist aber noch nicht dasselbe wie einer, den die Fachwelt versteht und weiterverwenden kann.

OpenAI hat die Forscher, die die Hypothese ursprünglich vorgeschlagen haben, sowie einen MIT-Wissenschaftler, der eine Version der ETH widerlegt hat, gebeten, die Prüfung zu organisieren. WIRED nannte die Urheber zunächst fälschlich UC San Diego und korrigierte dies später; andere Berichte sprechen von UC Santa Barbara – die Zuordnung ist in den Berichten also uneinheitlich. Bisher gibt es ein Google-Formular für Freiwillige und die Zusage von OpenAI, eine Konferenz zu finanzieren. Lokshtanov will mitmachen. Laut WIRED sei OpenAIs rund 60-seitiges Paper besser geschrieben als frühere Veröffentlichungen der Firmen.

Flut von KI-Ergebnissen und psychische Belastung

Forscher klagen über die Menge KI-erzeugter Resultate. Anfang des Monats lud OpenAI 722 Manuskripte zu 400 Problemen auf GitHub – zum Ärger von Akademikern, die die Masse kaum prüfen können. Einige Dokumente enthielten Fehler; manche Mathematiker sahen darin einen übereilten Schritt, der dem geplanten Börsengang des Unternehmens helfen solle (laut WIRED).

Husfeldt bekam mitten im Interview ein vermutlich KI-generiertes 17-seitiges Paper zu den Folgen der ETH von einer fremden Gmail-Adresse. Er las es nicht: „Mathematik zu lesen ist eine sehr große Investition an kognitiver Zeit.“ Er berichtet: „Die letzten Monate waren richtig hart“, weil fast wöchentlich KI-Ergebnisse laufende Projekte „vernichten“. Seine Abteilung habe erwogen, einen Arbeitspsychologen einzustellen, da manche Kollegen „wirklich deprimiert“ seien.

Folgen für Kryptografie

Verschlüsselung beruht auf der Annahme, dass bestimmte Probleme in praktikabler Zeit nicht lösbar sind. Das ETH-Ergebnis berührt bestehende Kryptografie laut Lokshtanov nicht direkt, „sollte aber definitiv einige Entwickler von Kryptosystemen erschrecken“. Husfeldt betont, man wolle, dass der offene wissenschaftliche Prozess Missverständnisse über Berechnung aufdecke, da viel digitale Infrastruktur auf solchen Annahmen beruhe.

Chancen

Victor Lagerkvist (Linköping) will zu Problemen zurückkehren, die er unter der Annahme der ETH aufgegeben hatte. Jonsson sagt, ein Urteil über die ETH sei etwas, wovon er nur „träumen“ konnte: „Ob ein Mensch den Beweis schrieb, eine KI oder Außerirdische – wenn er stimmt, müssen wir ihn nutzen.“

Hintergrund: KI in der Mathematik

Ein Beitrag der Emory University vom September 2026 zeigt den Kontext: OpenAI hatte zuvor erklärt, mit KI das Regularitätsproblem der Navier-Stokes-Gleichungen gelöst zu haben, ein Millennium-Problem mit einer Million Dollar Preisgeld. Das löste Debatten über Rolle, Zuschreibung und Berufsethos aus. Mathematiker Levon Nurbekyan nutzt KI selbst für Literatursuche, Prototypen und als Ideengeber, warnt aber vor halluzinierten Quellen und dem Verlust des sozialen Austauschs in der Forschung.

Einordnung

Sollte sich das bestätigen, wäre es einer der größten KI-Beiträge zur theoretischen Informatik. Derzeit ist es aber eine unbestätigte Behauptung zweier Firmen mit eigenen Interessen. Offen ist, ob die Beweise einer Prüfung standhalten und wie weitreichend die Folgen für Lehrbücher und Krypto-Annahmen sind. Bemerkenswert ist, dass selbst Betroffene das Ergebnis eher als Chance sehen, während die Flut an KI-Papern und die psychische Belastung echte Probleme für das Fach darstellen.