OpenAI, Navier-Stokes und deine Sessions

Am 08.09.2026 haben zwei Parteien am selben Tag veröffentlicht. OpenAI legt eine Auflösung des Navier-Stokes-Problems vor, eines der sieben Millennium-Probleme, auf die seit dem Jahr 2000 je eine Million Dollar ausgesetzt sind. Tristan Buckmaster, Mathematikprofessor an der NYU, veröffentlicht drei eigene Ergebnisse und dazu ein Statement darüber, was in den Tagen davor passiert ist.

Die mathematische Nachricht ist die kleinere von beiden. Die größere betrifft jeden, der beruflich etwas Unveröffentlichtes in ein KI-Werkzeug tippt.

Was OpenAI vorlegt

Nach eigener Darstellung stammt der Beweis von einem internen Modell, das "significantly more capable than GPT-6 Astra" sei und seit dem 28.08.2026 trainiert werde, mit noch laufendem Training. Zum Einsatz kam ein System koordinierter Agenten mit Zugriff auf Codeausführung und auf eine zwischengespeicherte Kopie des Internets. Die Gruppe, die Navier-Stokes löste, umfasste nach OpenAIs Angabe in der Größenordnung 10.000 gleichzeitige Agenten.

Bemerkenswert sind die Zahlen zum Aufwand. Über alle angegangenen Probleme hinweg verschickten die Agenten 4,9 Millionen Nachrichten und verbrauchten rund 300 Milliarden Output-Token, davon 2,7 Millionen Nachrichten und etwa 130 Milliarden Token allein für Navier-Stokes. Simon Willison hat die 300 Milliarden zu öffentlichen Astra-Preisen hochgerechnet und kommt auf rund 15 Millionen Dollar. Was der Betrieb intern kostet, weiß niemand außerhalb von OpenAI.

Der Ablauf laut OpenAI: Am 01.09. hörte man Gerüchte, zwei Millennium-Probleme seien gelöst, und setzte daraufhin Agenten auf alle offenen Millennium-Probleme an. Verschiedene Gruppen bekamen verschiedene Varianten der Aufgabenstellung, für Navier-Stokes die Versionen A und B, die auf einen Beweis hinauslaufen, und C und D, die auf eine Widerlegung hinauslaufen. Am 05.09. stand die Auflösung, nach etwa 88 Stunden, danach 17 Stunden Lean-Verifikation über GPT-6 Astra. Den Preis will OpenAI nicht beanspruchen.

Was Buckmaster und Alpöge vorlegen

Buckmaster und Levent Alpöge, Mathematiker bei Anthropic, haben drei Ergebnisse zu Blowup mit glatter Forcierung veröffentlicht, dazu die Lean-Formalisierung. Ihre Zeitrechnung steht im Statement: Der Durchbruch kam am 15.08.2026, die Lean-Verifikation lief am 22.08. durch, davor lag knapp ein Jahr langsamer Fortschritt.

Buckmaster ordnet die eigene Leistung dabei auffällig zurückhaltend ein. Die Grundidee des Programms schreibt er Diego Córdoba und Luis Martínez-Zoroa zu, für Martínez-Zoroa fordert er ausdrücklich die Fields-Medaille. Über die eigene Darstellung schreibt er: "The Euler writeup, in particular, can only be described as AI slop." Genutzt haben die beiden Claude und Codex, überwiegend GPT-5.6 Sol, Astra nur für Writeups und zur Prüfung der Argumente.

Was er eigentlich hatte sagen wollen, steht auch im Statement: Nicht die Ergebnisse seien das Wichtige, sondern dass ein Mathematiker mit einem Modell diese Arbeit in einem Monat schafft. Er nennt es einen Deep-Blue-Kasparow-Moment und wünscht sich eine unaufgeregte Debatte darüber. Stattdessen schreibt er über etwas anderes.

Wo sich die beiden Darstellungen widersprechen

An drei Stellen lassen sich die Versionen nicht zur Deckung bringen.

Dazu kommt, was im Gespräch am 06.09. angeboten wurde. Buckmaster schildert zwei Varianten: entweder eine abgestimmte Veröffentlichung im Abstand eines Tages, oder er allein schreibt das Navier-Stokes-Papier. Zweimal sei verlangt worden, Alpöge aus der Autorenschaft zu nehmen, weil er bei Anthropic arbeitet. Als Buckmaster ankündigte, den Vorgang öffentlich zu machen, sei die Antwort gewesen: "Why would you ruin your career?" Und nach seiner Rückfrage: "If you don't want me to be nice, then I don't have to be nice." OpenAI schreibt in seinem Text, man habe Einblick in sämtliche verwendeten Prompts und später in den Beweis angeboten und erkenne die Priorität der beiden beim forcierten Euler-Problem an.

Die Frage, die offen bleibt

Buckmaster hat ein Jahr lang alle Entwürfe in Codex gelegt. Im Gespräch fragte er zweimal:

"I asked whether the model had been trained on, or had access to, our sessions in Codex, into which we had been putting all our drafts for the whole of this project. I was told the model did not look up user data. I asked again, about training, and I did not get an answer."

OpenAI schreibt dazu, weder Forscher noch Agenten hätten die Arbeit der beiden vor der Veröffentlichung gesehen, kein spezifischer Nutzerdatenzugriff. Und dann folgt der Satz, um den es geht: "While unlikely, we cannot rule out that de-identified data derived from their usage of our products helped improve our models."

Wichtig für die Einordnung: Buckmaster selbst erhebt keinen Vorwurf. Er schreibt ausdrücklich, er habe OpenAIs Beweis nicht gesehen, wisse nicht, was deren Modell getan habe, und wisse nicht, ob ihre Daten verwendet wurden: "I am not accusing anyone of anything." Er halte fest, was ihm wann gesagt und was ihm angeboten wurde.

Wer daraus macht, OpenAI habe die Sessions verwertet, behauptet mehr, als irgendjemand belegen kann. Das ist aber auch gar nicht der interessante Teil.

Was davon im Team ankommt

Die eingetretene Folge ist unstrittig. Ein Jahr Arbeit, ein Durchbruch am 15.08., und am 08.09. steht die Priorität für dasselbe Problem woanders. Unstrittig ist auch, dass die Werkzeuge, mit denen gearbeitet wurde, dem Haus gehören, das am Ende schneller war.

Was fehlt, ist die Möglichkeit, den Zusammenhang zu klären. Buckmaster kann nicht nachweisen, dass seine Sessions eine Rolle spielten. OpenAI kann nicht ausschließen, dass de-identifizierte Nutzungsdaten in die Modelle geflossen sind, und sagt das selbst. Diese Frage bleibt dauerhaft offen, für ihn und für jeden in einer vergleichbaren Lage.

Genau da liegt der Punkt für Teams. Bei so einer Frage greifen die meisten zuerst zum Vertrag: Steht in den Bedingungen, dass nicht trainiert wird, ist die Sache erledigt. Warum das zu kurz greift, führt dieser Fall vor. Eine Zusage, deren Einhaltung du nicht überprüfen kannst, schützt dich nur so weit, wie du dem Anbieter vertraust. Und die Frage stellt sich nicht abstrakt, sondern genau dann, wenn du und dein Anbieter am selben Problem arbeiten.

Für die meisten Teams ist das kein Grund, Coding-Agenten wegzulegen. Es ist ein Grund, zwischen Arbeit zu unterscheiden, bei der ein Vorsprung zählt, und Arbeit, bei der er das nicht tut. Für den ersten Fall gibt es Antworten, die nicht auf Vertrauen beruhen: Zero Data Retention, wo der Anbieter sie anbietet, oder selbst gehostete Gewichte, wo die Daten die eigene Grenze nicht verlassen. Beides kostet etwas. Der Fall Buckmaster ist das erste öffentlich dokumentierte Beispiel dafür, was die Alternative kosten kann.

Terence Tao hat am selben Abend einen verwandten Punkt aufgeschrieben: Schon das Gerücht über eine Arbeitsrichtung reiche inzwischen, um massiven KI-Einsatz darauf zu lenken, bevor das ursprüngliche Vorhaben reif ist. Damit zeigten die Anreize dahin, vielversprechende Richtungen gar nicht mehr zu teilen. In der IT-Sicherheit gilt dasselbe längst: Schon das Gerücht über einen Bug genügt, um Agenten daraufzusetzen.