OpenAI beansprucht eine Lösung des Navier–Stokes-Problems

Worum es geht

OpenAI veröffentlichte am 9. September 2026 einen beanspruchten Beweis für das Navier–Stokes-Problem zu Existenz und Glattheit, eines der sieben Millennium-Probleme des Clay Mathematics Institute. Nach Darstellung des Unternehmens zeigt die Konstruktion, dass eine anfangs ruhende, glatte dreidimensionale Flüssigkeit unter einer glatten äußeren Kraft in endlicher Zeit eine Singularität entwickeln kann, obwohl ihre Energie endlich bleibt.

Der Beweis liegt laut OpenAI sowohl als mathematischer Text als auch als Formalisierung in Lean vor. Das ist ein außergewöhnlich großer Anspruch, aber noch kein allgemein anerkannter Abschluss des Problems. Die Seite des Clay Mathematics Institute führte Navier–Stokes am 10. September weiterhin als „Active“. OpenAI erklärt ausdrücklich, keinen Millennium-Preis zu beanspruchen.

Was der beanspruchte Beweis tatsächlich macht

Die Navier–Stokes-Gleichungen beschreiben Strömungen von Wasser, Luft und anderen Flüssigkeiten. Die offene Frage lautet vereinfacht: Bleibt eine glatte dreidimensionale Strömung immer mathematisch kontrolliert, oder können Geschwindigkeit beziehungsweise Ableitungen in endlicher Zeit ohne Grenze wachsen? Ein solcher Punkt heißt Singularität und markiert den Zusammenbruch der glatten Lösung.

OpenAI sagt, sein System habe die Gegenrichtung konstruiert: einen Wirbel, der nach innen spiralt, sich in Achsenrichtung streckt und dabei immer schneller wird. Entscheidend ist, dass Beschleunigung, Druck, Impulstransport und Viskosität so ausbalanciert werden, dass die äußere Kraft glatt bleibt. Das Unternehmen ordnet das Ergebnis den Aussagen C und D der offiziellen Problemformulierung zu. Es handelt sich um eine erzwungene Strömung; das Ergebnis sagt nicht, dass jede reale Flüssigkeit spontan unendlich schnell wird.

Warum das wichtig ist

Navier–Stokes steht hinter Modellen für Flugzeuge, Wetter und Blutfluss. Eine Lösung des Millennium-Problems würde eine grundlegende Grenze dieser mathematischen Beschreibung klären. Noch unmittelbarer zeigt die Veröffentlichung, wie KI-Systeme mathematische Forschung organisieren können: OpenAI berichtet von rund 10.000 parallel koordinierten Agenten in der erfolgreichen Gruppe, etwa 2,7 Millionen Nachrichten und ungefähr 130 Milliarden Ausgabetoken für Navier–Stokes.

Nach Unternehmensangaben entstand die Lösung rund 88 Stunden nach Start der Agenten; die Lean-Formalisierung und Verifikation benötigte weitere 17 Stunden mit GPT‑6 Astra. Diese Zahlen belegen zunächst den berichteten Rechen- und Koordinationsaufwand, nicht die Richtigkeit des Satzes. CNN, Axios, die New York Times und das Wall Street Journal griffen den Anspruch auf, während die eigentliche wissenschaftliche Prüfung erst durch unabhängige Fachleute erfolgt.

Einfach erklärt

Stell dir Kuchenteig in einer Schüssel vor. Normalerweise bremst die Zähigkeit jede Bewegung ab. Der beanspruchte Beweis beschreibt jedoch einen sehr sorgfältig geformten Wirbel, der sich immer enger zusammenzieht und schneller dreht, obwohl kein unendlich starker Mixer eingesetzt wird. Die Mathematik soll zeigen, dass der Teigstrom an einem Punkt seine glatte Beschreibung verliert – nicht, dass eine echte Küchenschüssel explodiert.

Praktisches Beispiel

Eine unabhängige Prüfung könnte einen Beweis mit 300 zentralen Lemmas auf 30 Fachleute verteilen. Jede Person kontrolliert zehn Lemmas, sucht versteckte Voraussetzungen und vergleicht die Gleichungen mit der offiziellen Aufgabenstellung. Parallel wird die Lean-Datei in einer sauberen Umgebung kompiliert und geprüft, ob jede verwendete Annahme sichtbar ist.

Finden drei Gruppen denselben unbegründeten Übergang, muss die entsprechende Passage repariert werden. Läuft Lean ohne Fehler, ist das starkes Indiz für die interne logische Konsistenz der Formalisierung. Es ersetzt aber nicht die Prüfung, ob der informelle Satz korrekt in Lean übersetzt wurde und wirklich exakt das Clay-Problem trifft. Die Zahlen dieses Prüfbeispiels sind hypothetisch; sie beschreiben keinen bereits abgeschlossenen Review.

Einordnung und Grenzen

Erstens stammt der zentrale Nachweis derzeit von OpenAI selbst. Medienberichte bestätigen die Veröffentlichung, nicht die mathematische Wahrheit. Bis unabhängige Spezialisten alle Schritte nachvollzogen haben, sollte von einem beanspruchten Beweis gesprochen werden.

Zweitens ist eine Lean-Formalisierung kein magisches Gütesiegel. Der Beweisassistent kontrolliert Schlussfolgerungen aus formalisierten Annahmen. Fehler können weiterhin in der Übersetzung des mathematischen Problems, in Definitionen oder in der Wahl von Voraussetzungen liegen.

Drittens bedeutet eine mathematische Singularität nicht automatisch, dass bestehende Wetter-, Luftfahrt- oder Medizinsoftware plötzlich unbrauchbar ist. Numerische Modelle arbeiten mit endlicher Auflösung und konkreten Randbedingungen. Auch Preis und Anerkennung sind offen: Das Clay Mathematics Institute führte das Problem nach der Veröffentlichung weiterhin als aktiv, und OpenAI will den Preis nicht beantragen.

SEO- und GEO-Schlüsselbegriffe

OpenAI, Navier–Stokes, Millennium Prize Problem, Clay Mathematics Institute, Lean, formaler Beweis, mathematische KI, Strömungsmechanik, Singularität, GPT‑6 Astra, Multi-Agent-System, AI for Science