Mathematik im KI-Streit: Forschende setzen auf eine Selbstverpflichtung

Die Streitfrage reicht über die Korrektheit eines Beweises hinaus

Die Debatte dreht sich nicht allein darum, ob ein KI-System eine mathematische Aussage beweisen kann. Sie betrifft auch, wie ein Ergebnis zustande kommt, wer dafür einsteht und welche Formen der Prüfung als wissenschaftlich hinreichend gelten. In einem Bericht über den Streit um OpenAIs Arbeit zum Navier-Stokes-Problem beschreibt die NZZ einen formalisierten Beweis, der mit dem Proof-Checker Lean überprüft worden sei. Laut Darstellung der Zeitung kann ein solcher Checker die logische Korrektheit streng formalisierter Beweise bestätigen. [5]

Die NZZ berichtet zugleich, dass die Vorgeschichte und der Umgang mit Vorarbeiten umstritten waren. Der Mathematiker Tristan Buckmaster schilderte demnach eine Darstellung der Zusammenarbeit, die OpenAI zurückwies; auch die Frage, ob Nutzungsdaten aus einer früheren Arbeit in das Training eines Modells eingeflossen sein könnten, blieb laut Bericht offen. Diese Vorwürfe sind damit nicht als erwiesene Tatsachen zu behandeln. Sie zeigen aber, dass Provenienz, Zugang zu Vorarbeiten und faire Anerkennung in der Auseinandersetzung eine Rolle spielen. [5]

Die NZZ führt außerdem eine Erklärung aus Leiden an, in der Mathematikerinnen und Mathematiker auf Begutachtung durch menschliche Fachkollegen und Veröffentlichungen in angesehenen Fachzeitschriften pochen. Die Mathematikerin Bryna Kra wird dort mit der Forderung wiedergegeben, menschliche Autoren zu benennen und den KI-Einsatz kenntlich zu machen. Das ist ein anderer Ansatz als der AHM-Boykott: Er setzt auf transparente Nutzung und etablierte Prüfverfahren, statt KI im Forschungsprozess grundsätzlich auszuschließen. [5]

Diese Positionen sollten nicht gleichgesetzt werden. Die AHM verlangt laut t3n von Mitgliedern, KI-Modelle nicht für Forschungszwecke zu verwenden; die in der NZZ beschriebene Erklärung betont menschliche Autorenschaft, Offenlegung und Begutachtung. Gemeinsam ist ihnen die Frage, wie menschliche Verantwortung und Nachvollziehbarkeit bei KI-gestützter Mathematik erhalten bleiben. [1][5]

Ein Wettbewerb zeigt, warum die Grenze der KI-Nutzung zählt

Wie unterschiedlich KI-Einsatz innerhalb eines Forschungsprojekts ausfallen kann, illustriert ein Wettbewerb zum Umkehr-Problem der Galoistheorie. Die Universität Paderborn berichtet, dass Jürgen Klüners von der Universität Paderborn und Gunter Malle von der Rheinland-Pfälzischen Technischen Universität Kaiserslautern den IGP24-Wettbewerb gewannen. Das Team verwendete nach Angaben der Universität keine KI für die Berechnung der gesuchten Polynome, nutzte KI aber, um Skripte für die Einreichung der Ergebnisse zu entwickeln. [2]

Der Wettbewerb behandelte die Frage, ob sich endliche Gruppen als Galoisgruppen von Polynomen realisieren lassen, hier für den Grad 24. Nach der Darstellung der Universität umfasste die Aufgabe 25.000 Gruppen und 165.836 Signaturen. Zu Beginn des Wettbewerbs enthielt die mathematische Datenbank LMFDB demnach konkrete Polynome für 286 Gruppen und 622 Signaturen; die teilnehmenden Teams reichten weltweit Millionen ganzzahliger Polynome ein. [2]

Klüners und Malle hätten mehr als 143.000 für die Fragestellung relevante Polynome gefunden und damit den Wettbewerb gewonnen. Die Universität betont, dass die beiden bereits seit mehr als 20 Jahren an dem Problem arbeiteten und über eine eigene Datenbank zu Polynomen bis Grad 23 verfügten. Die Einordnung stammt aus einer Mitteilung ihrer Hochschule und ist entsprechend als deren Darstellung zu verstehen. [2]

Das Beispiel macht eine wichtige Abgrenzung sichtbar: KI kann in einem Forschungsprojekt eingesetzt werden, ohne die mathematische Herleitung oder Berechnung zu übernehmen. Im konkreten Fall diente sie laut Universität der Unterstützung beim Einreichen der Ergebnisse. Für die AHM-Regel, die eine KI-Nutzung zu Forschungszwecken ausschließt, wäre entscheidend, wie solche unterstützenden Tätigkeiten ausgelegt werden. Die bereitgestellten Angaben enthalten keine AHM-Auslegung dieses konkreten Falls. [1][2]

Für Institute und Unternehmen wird die Definition von KI-Einsatz zentral

Für Forschungsorganisationen und Unternehmen liegt die praktische Bedeutung der AHM-Initiative deshalb nicht nur in der Entscheidung, KI zu nutzen oder nicht zu nutzen. Sie liegt auch darin, präzise zu definieren, welche Arbeitsschritte als Forschungsnutzung gelten, wer für Ergebnisse verantwortlich ist und wie KI-Beiträge dokumentiert werden. Das ist eine Analyse der unterschiedlichen Regeln und Beispiele in den Quellen, keine bereits etablierte Branchenvorgabe. [1][2][5]

Der Wettbewerb aus Paderborn und Kaiserslautern zeigt, dass ein pauschales Feld „KI genutzt: ja oder nein“ unterschiedliche Beiträge verdecken kann: Die KI half bei Einreichungsskripten, nicht bei der mathematischen Berechnung. Die AHM-Regel wiederum unterscheidet zwischen KI-generierten Texten und KI-Modellen, die zu Forschungszwecken eingesetzt werden. Für interne Richtlinien wäre daher eine Aufschlüsselung nach Aufgaben – etwa Ideenfindung, Beweisarbeit, Programmierung, Dokumentation und Einreichung – aussagekräftiger als eine undifferenzierte Kennzeichnung. Diese Schlussfolgerung ergibt sich aus dem Vergleich der berichteten Regeln und des Wettbewerbsbeispiels. [1][2]

Auch die Prüfung muss zum Ergebnis passen. Ein formaler Checker wie Lean kann laut NZZ die logische Korrektheit eines streng formalisierten Beweises überprüfen; die in derselben Berichterstattung angeführten Forderungen nach menschlicher Begutachtung betreffen zugleich den wissenschaftlichen Publikationsprozess. Technische Verifikation und fachliche Bewertung durch eine Gemeinschaft beantworten damit unterschiedliche Fragen: Die eine prüft einen formalisierten Beweis, die andere ordnet Methoden, Neuheit und Verantwortung in den Forschungszusammenhang ein. [5]

Für Unternehmen, die mathematische Ergebnisse oder KI-gestützte Forschung nutzen, folgt daraus als Analyse: Nachvollziehbarkeit sollte nicht erst bei der Veröffentlichung beginnen. Relevant sind ebenso die Dokumentation der verwendeten Modelle, die Trennung menschlicher und automatisierter Beiträge sowie die Klärung, ob Ergebnisse unabhängig geprüft wurden. Die Quellen belegen keine allgemeine Pflicht zu diesen Maßnahmen; sie zeigen aber, warum die AHM, die Leidener Erklärung und der IGP24-Wettbewerb unterschiedliche Antworten auf Fragen nach KI-Einsatz und wissenschaftlicher Verantwortung geben. [1][2][5]

Eine Selbstverpflichtung – kein Nachweis eines allgemeinen Boykotts

Die AHM zählt laut t3n mehr als 1.000 Mitglieder und führt eine online einsehbare Liste. Unter den Genannten seien Wissenschaftlerinnen und Wissenschaftler vom MIT, vom California Institute of Technology und von der Technischen Universität München. Die Zahl belegt die Reichweite der Initiative, aber nicht, dass sich die gesamte mathematische Gemeinschaft gegen KI ausgesprochen hätte oder dass die Mitglieder die Regeln bereits in allen Forschungsprojekten umgesetzt haben. [1]

Ebenso zeigen die Quellen keine einheitliche Haltung der Mathematik gegenüber KI. Das Paderborner Wettbewerbsteam nutzte die Technologie für einen begrenzten organisatorischen Arbeitsschritt und erzielte nach Angaben der Universität ohne KI-Berechnung den Wettbewerbssieg. Die von der NZZ beschriebene Leidener Erklärung setzt auf menschliche Autorschaft, Offenlegung und Begutachtung. Die AHM geht mit ihrer Selbstverpflichtung weiter und fordert Mitglieder auf, KI nicht für Forschung zu verwenden. [1][2][5]

Der aktuelle Konflikt ist daher weniger ein einfacher Gegensatz zwischen technologischem Fortschritt und Ablehnung als eine Auseinandersetzung über die Bedingungen, unter denen KI in mathematischer Arbeit eingesetzt werden soll. Für Sie als Verantwortliche in Forschung und Entwicklung ist entscheidend, diese Bedingungen nicht nur technisch, sondern auch organisatorisch festzulegen: Welche Aufgaben dürfen automatisiert werden, wie werden Beiträge ausgewiesen und welche Prüfungen sind vor einer Veröffentlichung erforderlich? Die Quellen liefern darauf keine gemeinsame Antwort, machen die offenen Regelungsfragen aber konkret. [1][2][5]

Quellen

1. [1] Darum verpflichten sich immer mehr Wissenschaftler, auf KI zu verzichten — https://t3n.de/news/mathematiker-forschung-ohne-ki-1769673 (abgerufen am 2026-10-23)
2. [2] Deutsche Mathematiker setzen sich in internationalem Wettbewerb gegen KI durch | Universität Paderborn — https://www.uni-paderborn.de/nachricht/161090 (abgerufen am 2026-10-23)
3. [5] Mathematik-Meilenstein: Open AI knackt Navier-Stokes-Problem mit KI — https://www.nzz.ch/wissenschaft/die-ki-firma-open-ai-hat-eines-der-schwierigsten-probleme-der-mathematik-geloest-konkurrent-anthropic-wirft-ihr-ideenklau-vor-ld.10022996 (abgerufen am 2026-10-23)