Am 21. November 2026 haben die Communities hinter dem Beweisprüfer Lean und der Mathematik-Bibliothek Mathlib ein gemeinsames Statement veröffentlicht: Sie hätten „volle Zuversicht“ (full confidence), dass ein am Vortag vorgelegter Beweis der Riemannschen Vermutung korrekt ist – abgesichert über vier sich ergänzende Prüfketten[1]. Die Diskussion dazu auf Hacker News kam noch am selben Tag auf mehr als 500 Punkte und über 400 Kommentare[2].
Der Ursprung liegt am 20. November: Ein Mathematiker des KI-Unternehmens Anthropic veröffentlichte ein Preprint, also eine Vorabveröffentlichung ohne abgeschlossene Begutachtung, mit dem Satz „I believe I have, working with Claude, discovered a proof of the Riemann Hypothesis“ – er glaube, in Zusammenarbeit mit Claude einen Beweis entdeckt zu haben[3]. So berichtete es auch Scientific American[4]. Wichtig für die Einordnung: Bestätigt ist bislang die formale Korrektheit; die inhaltliche mathematische Begutachtung läuft, und es gibt einen konkurrierenden menschlichen Beweisentwurf sowie kritische Stimmen[5].

Die Riemannsche Vermutung stammt aus dem Jahr 1859 und beschreibt, vereinfacht gesagt, eine verborgene Ordnung in der Verteilung der Primzahlen. Das Clay Mathematics Institute zählt sie zu den Millennium-Problemen und führte sie beim Abruf am 21. November weiter als „ungelöst“; numerisch war sie bis dahin nur für die ersten zehn Billionen Nullstellen bestätigt[6]. Auf die Lösung ist eine Million US-Dollar ausgesetzt[4].
Der neue Beweis liegt nicht als klassischer Fachaufsatz vor, sondern als Bibliothek für den Beweisprüfer Lean – Software, die jeden logischen Schritt maschinell gegen wenige Grundannahmen (Axiome) prüft[1]. Der Autor beansprucht damit sogar die allgemeinere Form, die Generalized Riemann Hypothesis[3]. Ausgedruckt wäre das Werk nach seinen Angaben über 250.000 Seiten lang; für Menschen lesbar aufschreiben will er es erst in den kommenden Monaten[5].
Formale Verifikation heißt: Aussage und Beweis werden in eine maschinenlesbare Sprache übersetzt, und ein Programm akzeptiert nur Schritte, die lückenlos aus den Axiomen folgen. Die Zuversicht der Lean-Community ruht auf vier Ketten: Die bewiesene Aussage ist exakt die von Experten geprüfte Formulierung der Vermutung in Mathlib; Dutzende Personen haben den Code unabhängig fehlerfrei übersetzt; Vergleichswerkzeuge bestätigen, dass wirklich dieser Satz bewiesen wurde; und mehrere unabhängige Prüfprogramme in verschiedenen Programmiersprachen haben den exportierten Beweis akzeptiert[1].
Ein Zahlentheoretiker am MIT dokumentiert die Prüfläufe öffentlich: 175.187 Code-Module wurden ohne Fehler übersetzt, und die Kernaussagen hängen nur von den drei Standard-Axiomen von Lean ab[7]. Dieselbe Seite benennt die Grenze: Ein bestandener Check zeigt, dass die formalen Aussagen – so, wie sie in Lean gegen Mathlibs Definitionen geschrieben sind – aus den Axiomen folgen, „according to the kernels used“, also gemäß den eingesetzten Prüfkernen[7]. Einzelne Prüfläufe liefen am Mittag des 21. November (UTC) außerdem noch[7].
Formal korrekt heißt noch nicht fachlich anerkannt. Ein Mathematikprofessor des Imperial College London verwies auf die offene Frage, ob die in Lean formulierte Aussage wirklich dem klassischen Satz entspricht[8]. Ein klassisches Peer-Review-Verfahren, also die Begutachtung durch unabhängige Fachkollegen, steht ebenfalls aus[4]. Und: Kaum jemand versteht bisher, warum der Beweis funktioniert – viele Stimmen im Hacker-News-Thread fordern genau dieses Verständnis ein, manche halten die Ankündigung gar für PR[2].

Der Zeitpunkt befeuert die Kritik: Die Veröffentlichung fiel auf den Tag nach Anthropics Börsengang; der Autor nennt ihn laut The Decoder „extrem unglücklich“ und weist den PR-Verdacht zurück[5]. Parallel kündigte am 20. November der Präsident der American Mathematical Society, Mathematikprofessor in Stanford, in seinem Blog einen unabhängigen, nach seinen Worten rein menschlichen Beweisentwurf eines Kollegen an – ohne Anspruch auf Korrektheit[5]. Rund acht Stunden später meldeten Mathematiker, die diesen Entwurf mit KI-Modellen durchgingen, erste Probleme[5].
Die eigentliche Pointe für die Praxis: Niemand muss dem KI-Ergebnis glauben. Der Beweis läuft gegen eine unabhängige, harte Prüfung, die nicht danach fragt, ob ein Mensch oder eine Maschine ihn geschrieben hat[1]. Dieses Prinzip – Erzeugen und Prüfen strikt trennen – lässt sich auf alltägliche KI-Aufgaben übertragen, ganz ohne Mathematik-Spezialsoftware.
Drei belegte Bausteine gibt es heute schon. Erstens Format-Verträge: OpenAI bindet Modellantworten mit Structured Outputs an ein JSON-Schema, eine maschinenlesbare Strukturvorgabe – warnt aber selbst, dass das „nicht alle Arten von Modellfehlern“ verhindert, denn die Werte können trotz korrektem Format falsch sein[10]. Zweitens Quellenbindung: Googles Check-Grounding-Dienst bewertet mit einem Score von 0 bis 1, ob jede einzelne Aussage einer KI-Antwort durch mitgelieferte Referenztexte gedeckt ist, inklusive Zitatstellen pro Behauptung; teilweise belegte Aussagen gelten als nicht gestützt[11]. Drittens KI als Gegenprüfer: Beim konkurrierenden menschlichen Entwurf fanden Fachleute mithilfe von KI-Modellen binnen Stunden Schwachstellen[5] – Prüfen ist oft die leichtere Disziplin als Erfinden.
| Kriterium | KI-Ausgabe ungeprüft | KI-Ausgabe mit Prüfpfad |
|---|---|---|
| Format, z. B. Datenexport | ✗ Fehler fallen erst beim Weiterverarbeiten auf | ✓ Schema-Validierung lehnt falsche Struktur automatisch ab[10] |
| Inhaltliche Aussagen | ✗ erfundene Zahlen bleiben unbemerkt | ✓ Quellen-Score markiert ungedeckte Behauptungen[11] |
| Nachvollziehbarkeit | ✗ „klingt plausibel“ als einziger Maßstab | ✓ Zitatstelle pro Behauptung bleibt dokumentiert[11] |
So bringen Sie das Prinzip Schritt für Schritt in Ihre Abläufe:
So pauschal: nein. Ein Anthropic-Mathematiker hat den Beweis veröffentlicht und schreibt, er habe ihn in Zusammenarbeit mit Claude entdeckt[3]. Wie groß der KI-Anteil tatsächlich war, lässt sich von außen nicht prüfen; im Hacker-News-Thread wird deshalb die Offenlegung der Arbeitsschritte gefordert[2].
Das ist offen. Die Clay-Regeln verlangen eine Publikation in einem qualifizierten Medium, mindestens zwei Jahre Wartezeit und allgemeine Akzeptanz in der weltweiten Mathematik[9]. Zu einer möglichen Vergabe hat sich das Institut bislang nicht geäußert; alles Weitere wäre Spekulation.
- Lean-/Mathlib-Community: Lean verification of the Riemann Hypothesis – Joint statement (21.11.2026): leanprover-community.github.io
- Hacker News: Lean verification of the Riemann Hypothesis – Diskussionsthread (21.11.2026): news.ycombinator.com
- alpo.ge: Remark – Preprint zum Beweis der Riemannschen Vermutung (20.11.2026): alpo.ge
- Scientific American: Anthropic Mathematician Claims to Prove Riemann Hypothesis (20.11.2026): scientificamerican.com
- The Decoder: Heiliger Gral der Mathematik offenbar gefallen: Anthropic-Forscher löst Riemannsche Vermutung mit KI (21.11.2026): the-decoder.de
- Clay Mathematics Institute: Riemann Hypothesis (abgerufen 21.11.2026): claymath.org
- MIT, math.mit.edu: Verification files for the Lean proof of the Riemann Hypothesis (Stand 21.11.2026): math.mit.edu
- Scientific American: The AI Riemann Hypothesis Proof Is Almost Certainly True, Independent Mathematicians Attest (20.11.2026): scientificamerican.com
- Clay Mathematics Institute: Rules for the Millennium Prize Problems (abgerufen 21.11.2026): claymath.org
- OpenAI: Introducing Structured Outputs in the API (06.08.2024): openai.com
- Google Cloud: Check grounding with reference texts (abgerufen 21.11.2026): docs.cloud.google.com