---
title: "OpenAI meldet Loesung des Navier-Stokes-Millennium-Problems: 10.000 KI-Agenten finden in 88 Stunden Gegenbeispiel, an dem Mathematiker zwei Jahrhunderte tftelten"
description: "OpenAI hat bekannt gegeben, dass sein KI-System in 88 Stunden Arbeit durch 10.000 Agenten ein Gegenbeispiel zu den Navier-Stokes-Gleichungen – einem der \"Millennium-Probleme\" – gefunden hat. Die Rechenkosten betrugen rund 1 Mio. Dollar, die Lösung wurde in Lean formalisiert."
date: 2026-11-15T10:38:51.865Z
lang: de
url: https://xab.info/de/posts/openai-navier-stokes-ki-millennium-mathematik
tags: [openai, artificial-intelligence, navier-stokes, mathematics, agi, clay-mathematics-institute, deep-learning]
author: "Alexander Buran"
publisher: "XAB.info"
---

# OpenAI meldet Loesung des Navier-Stokes-Millennium-Problems: 10.000 KI-Agenten finden in 88 Stunden Gegenbeispiel, an dem Mathematiker zwei Jahrhunderte tftelten

![Neon-Prozessor-Symbol mit einem Blitz im Inneren vor dunklem Hintergrund](https://xab.info/media/2026/11/15/openai-navier-stokes-ii-matematika-tysiacheletie/openai-navier-stokes-ii-matematika-tysiacheletie-1.webp)

## Kernpunkte

- OpenAI hat die Lösung des Navier-Stokes-Problems bekannt gegeben – eines der sieben „Millennium-Probleme“ des Clay Mathematics Institute
- Die Lösung wurde von 10.000 KI-Agenten in 88 Stunden gefunden; es wurden etwa 300 Mrd. Token generiert
- Es wurde bewiesen, dass Navier-Stokes-Gleichungen physikalisch unmögliche Lösungen mit unendlicher Geschwindigkeit erzeugen können
- Die Rechenkosten werden auf ~1 Mio. Dollar geschätzt, was dem Betrag des Clay-Preises entspricht
- Das Ergebnis wurde in der Sprache Lean formalisiert, die eine automatische Beweisprüfung ermöglicht

Anfang September 2026 gab OpenAI die Loesung eines der sieben „Millennium-Probleme“ bekannt – der Navier-Stokes-Gleichungen, die im Jahr 2000 vom Clay Mathematics Institute in eine Liste ungelöster Probleme aufgenommen wurden, für deren Entschlüsselung eine Prämie von einer Million Dollar ausgelobt ist. Nach Angaben des Unternehmens hat sein System künstlicher Intelligenz, das intern Merkmale künstlicher allgemeiner Intelligenz (AGI) aufweist, an einem konkreten Beispiel bewiesen, dass die Navier-Stokes-Gleichungen unter bestimmten Bedingungen Lösungen erzeugen, die in der Realität physikalisch unmöglich sind: In endlicher Zeit bildet sich in einer Flüssigkeit ein Wirbel, in dem die Strömungsgeschwindigkeit gegen unendlich strebt. Das Ergebnis wurde in der Programmiersprache Lean formalisiert, die eine automatische Verifizierung mathematischer Beweise ermöglicht, was der Schlussfolgerung nach Ansicht von Fachleuten zusätzliches Gewicht verleiht. Die Ankündigung löste in der wissenschaftlichen Gemeinschaft eine heftige Diskussion darüber aus, welche Rolle der menschliche Mathematiker nun noch spielt und welchen Sinn es hat, Wissenschaft zu betreiben, wenn ein Algorithmus die wichtigsten Antworten findet.

### Zwei Jahrhunderte Chaos in einer Formel

Die Navier-Stokes-Gleichungen beschreiben die Bewegung zäher Flüssigkeiten und Gase – von der Luftströmung um einen Flugzeugflügel bis hin zu Flüssigkeitsläufen und atmosphärischen Wirbeln. Vor fast zweihundert Jahren unternahmen der französische Ingenieur Claude-Louis Navier und der irische Mathematiker George Gabriel Stokes den Versuch, alle Phänomene, die bei der Wechselwirkung von Flüssigkeitspartikeln auftreten, in einem einzigen mathematischen Apparat zusammenzuführen: Druck, Widerstand, Beschleunigung, externe Kräfte. Die Forscher stützten sich dabei auf das zweite Newtonsche Gesetz – „Kraft ist Masse mal Beschleunigung“ – und kamen zu dem Schluss, dass zur Beschreibung der Bewegung die Angabe von Geschwindigkeit und Druck an jedem Punkt des eingenommenen Volumens ausreicht. Es ist jedoch keiner Generation von Mathematikern jemals gelungen zu beweisen, dass diese Gleichungen im dreidimensionalen Raum immer korrekte, glatte Lösungen liefern. Genau darin bestand der Kern des „Millennium-Problems“.

### 88 Stunden, 10.000 Agenten und 300 Milliarden Token

Den Angaben von OpenAI zufolge wurde die Lösungen während eines 88-stündigen „Ansturms“ erzielt, an dem gleichzeitig rund 10.000 KI-Agenten arbeiteten. Während des gesamten Experiments sandte das System fast 4,9 Millionen Nachrichten und generierte etwa 300 Milliarden Ausgangstoken; auf die Navier-Stokes-Aufgabe selbst entfielen 2,7 Millionen Nachrichten und rund 130 Milliarden Token. Verschiedene Agentengruppen erforschten eigene Ansätze, und die vielversprechendsten Ideen wurden über den KI-Agenten Codex zusammengeführt. Das Unternehmen betonte, dass ein internes Modell verwendet wurde, das „wesentlich leistungsfähiger“ ist als das System Astra, dessen Training am 28. August 2026 begann. Die Strategie verlief schrittweise: Zuerst griffen die Agenten eine vereinfachte Variante an – die Euler-Gleichungen für eine ideale Flüssigkeit ohne Viskosität. Nach 50 Arbeitsstunden von 1.000 Agenten wurde eine Lösung gefunden. Danach wurden 10.000 Agenten auf das komplette Navier-Stokes-Problem angesetzt, und am nächsten Tag wurde das Ergebnis in Lean formalisiert.

### Millionen von Dollar für einen Beweis

Das Projekt erwies sich als um ein Vielfaches teurer als frühere mathematische Experimente von OpenAI. In der vorherigen Phase erzielte das Astra-System 10 Durchbrüche bei anderen Problemen zu Kosten von etwa 2.000 Dollar. Die Arbeit an Navier-Stokes kostete laut OpenAI-Forschungsdirektor Mark Chen „Millionen von Dollar“. Eine unabhängige Schätzung von Kartik Duraisamy von der University of Michigan, der ein spezielles Projekt zur Erfassung von Rechenressourcen vorbereitet, deckt sich mit dieser Zahl: Wärden die Tools von OpenAI zu Kleinverkaufspreisen genutzt worden, hätten sich die Kosten auf etwa 6 Millionen Dollar belaufen, während die tatsächlichen Ausgaben für Rechenleistung bei rund 1 Million lagen – was, wie Duraisamy anmerkt, „genau der Höhe des Preises für die Lösung des Millennium-Problems entspricht“.

### „Einem solchen Fortschrittstempo muss mit aller Ernsthaftigkeit begegnet werden“

OpenAI-Chefwissenschaftler Jakub Pachocki zog auf einer Presseveranstaltung des Unternehmens einen scharfen Vergleich zum Leistungsstand vor einem Jahr: „Noch vor einem Jahr haben wir gerade herausgefunden, ob KI-Modelle bei Mathematik-Olympiaden mit Schülern der Oberstufe konkurrieren können. Jetzt ist die Situation eine andere.“ Seinen Worten zufolge ist die Lösung des Navier-Stokes-Problems „eine Bewertung eines Systems, das über allgemeine Intelligenz verfügt“, und dem vom Unternehmen demonstrierten Fortschrittstempo „muss mit aller Ernsthaftigkeit begegnet werden“. Bereits Anfang Oktober 2026 gab OpenAI die Lösung hunderter mathematischer Probleme bekannt, darunter die sogenannte Quasi-Hypothese, was auf einen systematischen und nicht nur isolierten Durchbruch hindeutet. In der wissenschaftlichen Gemeinschaft ist indessen eine Debatte entbrannt: Einige Forscher sprechen vom „kommenden Kollaps“ der klassischen Mathematik als eigenständige Disziplin, während andere betonen, dass die Formalisierung in Lean und die Notwendigkeit der Interpretation von Ergebnissen dem Menschen eine Schlüsselrolle bei der Problemstellung und der Bewertung ihrer physikalischen Bedeutung bewahren.

## Faktencheck und Quellen

- [Задача тысячелетия: выживет ли математика? . ИИ решает проблемы, над которыми математики бились десятилетиями. Что будет с наукой?](https://novayagazeta.eu/articles/2026/11/15/zadacha-tysiacheletiia-vyzhivet-li-matematika) - Die Primärquelle enthält direkte Zitate von OpenAI-Mitarbeitern (Jakub Pachocki, Mark Chen), konkrete technische Parameter (10.000 Agenten, 88 Stunden, 300 Mrd. Token, Lean) sowie eine unabhängige Kostenschätzung von Kartik Duraisamy (University of Michigan). Die Fakten stimmen miteinander überein.

## Häufige Fragen

### Was ist das Navier-Stokes-Problem und warum gilt es als "Millennium-Problem"?

Es ist eines von sieben ungelösten mathematischen Problemen, die das Clay Mathematics Institute im Jahr 2000 in die Liste der "Millennium-Probleme" mit einem Preisgeld von 1 Mio. Dollar aufgenommen hat. Die Aufgabe besteht darin zu beweisen, dass die Gleichungen zur Beschreibung der Bewegung zäher Flüssigkeiten und Gase immer korrekte Lösungen liefern. OpenAI zeigte ein Gegenbeispiel: Unter bestimmten Bedingungen erzeugen die Gleichungen einen Wirbel mit unendlicher Geschwindigkeit, was physikalisch unmöglich ist.

### Wie viel hat die Lösung gekostet und wer hat sie geschätzt?

Laut OpenAI-Forschungsdirektor Mark Chen beliefen sich die Kosten auf "Millionen von Dollar". Der unabhängige Forscher Kartik Duraisamy von der University of Michigan schätzte die tatsächlichen Rechenkosten auf etwa 1 Mio. Dollar, während die Retail-Preise für die Tools von OpenAI bei rund 6 Mio. Dollar gelegen hätten.

### Wie genau ist die KI zur Lösung gelangt?

Zuerst lösten 1.000 Agenten in 50 Stunden eine vereinfachte Variante – die Euler-Gleichungen für eine ideale Flüssigkeit. Dann wurden 10.000 Agenten auf das komplette Navier-Stokes-Problem angesetzt, die in 88 Stunden etwa 130 Mrd. Token generierten. Die vielversprechendsten Ansätze wurden über den KI-Agenten Codex zusammengeführt, und der endgültige Beweis wurde in Lean formalisiert.

### Was bedeutet das für die Zukunft der Mathematik?

In der wissenschaftlichen Gemeinschaft ist eine Debatte entbrannt: Einige Forscher sprechen von einem möglichen "Kollaps" der klassischen Mathematik als eigenständige Disziplin, während andere betonen, dass Problemstellung, Ergebnisinterpretation und physikalische Bedeutung beim Menschen verbleiben. Anfang Oktober 2026 gab OpenAI bereits die Lösung hunderter mathematischer Probleme bekannt, was auf den systematischen Charakter des Fortschritts hindeutet.