Claude hebt Riemann-Zeta-Schranke auf 67,2 Prozent

Was Anthropic tatsächlich berichtet hat

Am 10. August 2026 veröffentlichte Anthropic eine Forschungsnotiz darüber, was geschah, als das Unternehmen eine unveröffentlichte Forschungsversion von Claude auf die Riemann-Vermutung ansetzte, jene Vermutung von 1859, wonach jede nichttriviale Nullstelle der Riemann-Zeta-Funktion den Realteil ein halb hat. Claude hat die Vermutung nicht bewiesen. Es brachte eine engere, jahrzehntealte offene Frage voran: welcher Anteil dieser Nullstellen sich mathematisch streng auf jener kritischen Linie nachweisen lässt. Der bisherige Rekord, gehalten seit 2020 von Kyle Pratt, Nicolas Robles, Alexandru Zaharescu und Dirk Zeindler, setzte diesen beweisbaren Anteil bei 41,6 Prozent an.

Claudes Forschungslauf hob den Anteil auf 67,2 Prozent an - ein Ergebnis, das laut Anthropic tatsächlich ein Nebenprodukt eines breiteren Versuchs an der vollständigen Vermutung war und nicht das ursprüngliche Ziel. Das Unternehmen formuliert die Zahl mit Bedacht: Es handelt sich um ein Ergebnis zu einer klar abgegrenzten unteren Schranke eines spezifischen Teilproblems, nicht um einen Schritt, der die 167 Jahre alte Vermutung selbst löst oder lösen soll.

Im Inneren des 60-Agenten-Schwarms

Der ungewöhnlichere Teil der Geschichte ist die Mechanik. Innerhalb von Claude Code verbrachte das Modell über zwei Sitzungen etwa anderthalb Tage, in der Größenordnung von 36 Stunden, mit der Koordination von rund 60 Claude-Subagenten. Es verbrauchte 31 Millionen Output-Token und setzte rund 2.400 Shell-Befehle ab. Von den 60 Agenten entwickelten nur 2 die mathematische Idee, die letztlich funktionierte; 13 steuerten unterstützende Teilstücke zu dieser Idee bei; 30 versuchten alternative Ansätze und scheiterten; und 13 fungierten als Prüfer, die Arbeit kontrollierten statt selbst zu erzeugen. Bevor der Schwarm auf die erfolgreiche Angriffslinie stieß, hatte er bereits rund 650 frühere Ideen versucht und verworfen.

Die entscheidende Einsicht bestand darin, Nullstellen auf und außerhalb der kritischen Linie als Punkte in einem einzigen, vereinheitlichten geometrischen Raum zu behandeln statt beide Fälle getrennt zu analysieren, was eine stärkere zugrunde liegende Ungleichung ergab. Der Ansatz baute auf veröffentlichten Arbeiten der Mathematiker Baluyot, Goldston, Suriajaya und Turnage-Butterbaugh sowie auf einer Arbeit von Enrico Bombieri aus dem Jahr 2000 auf - das Modell setzte also einen bestehenden menschlichen Forschungsstrang fort, statt das Feld aus dem Nichts zu erfinden.

Warum der Lean-Beweis das entscheidende Detail ist

Wenn ein großes Sprachmodell eine neue mathematische Schranke behauptet, ist das für sich genommen kein Beleg für irgendetwas: Modelle produzieren routinemäßig flüssige, aber falsche Beweise. Was die Lage hier verändert, ist, dass Claude das Ergebnis nicht nur behauptet, sondern eine Formalisierung in Lean erstellt hat, einem Beweisassistenten, der jeden logischen Schritt gegen einen festen Satz von Axiomen und Schlussregeln prüft, ohne Raum für Handwellen. Anthropic berichtet, dass die Lean-Formalisierung die standardmäßige automatische Validierung besteht, was eine kategorial andere Form von Beleg ist als ein Modell, das eine Zahl für wahr erklärt.

Zusätzlich zur maschinellen Prüfung ließ Anthropic die Arbeit von außenstehenden Experten begutachten: Die Zahlentheoretiker Brian Conrey und Dan Goldston prüfen die Arbeit kurzfristig, zusammen mit Anthropics eigenen Mathematikern Levent Alpoge und Ralph Furman. Diese Kombination aus formalem Beweisprüfer und namentlich genannten menschlichen Experten, die bereit sind, ihren Namen für eine Begutachtung herzugeben, unterscheidet dies vom stetigen Strom unverifizierter KI-Mathematik-Behauptungen, die kursieren, ohne dass sie jemand nachprüft.

Vergleich mit 37 Jahren menschlichem Fortschritt

Der historische Maßstab macht den Sprung greifbar. Der Fortschritt bei dieser konkreten Schranke war eine langsame, jahrzehntelange Mühe: G. H. Hardy zeigte 1914 erstmals, dass unendlich viele Nullstellen auf der kritischen Linie liegen, Atle Selberg bewies, dass ein positiver Anteil dies tut, Norman Levinson erreichte 1974 rund ein Drittel, Brian Conrey selbst erreichte 1989 rund zwei Fünftel, und das Team Pratt-Robles-Zaharescu-Zeindler erreichte 2020 die 41,6 Prozent. Zusammengenommen bewegten menschliche Mathematiker diesen beweisbaren Anteil in den 37 Jahren vor diesem Lauf um rund 0,8 Prozentpunkte.

Claudes Schwarm bewegte ihn in etwa anderthalb Tagen um 25,6 Prozentpunkte. Das ist keine Behauptung, dass Maschinen nun bessere Mathematiker seien als die Menschen, die diese 37 Jahre damit verbrachten, die Werkzeuge zu bauen, auf die Claude zurückgriff; der Lauf stützte sich ausdrücklich auf veröffentlichte menschliche Ergebnisse von Baluyot, Goldston, Suriajaya, Turnage-Butterbaugh und Bombieri. Es ist eine Aussage über die Geschwindigkeit, mit der eine gut ausgestattete, gut verifizierte Suche vorankommen kann, sobald die Grundlagen existieren und ein großer Agentenschwarm sie erschöpfend durchsuchen kann.

Was das über die Fähigkeiten-Kurve der Spitzenlabore aussagt

Das verwendete Modell war ausdrücklich unveröffentlicht und nur für die Forschung bestimmt, was für sich genommen aufschlussreich ist. Es bedeutet, dass die Fähigkeitslücke zwischen dem, was ein Spitzenlabor intern demonstrieren kann, und dem, was an zahlende Kunden ausgeliefert wird, breit genug ist, um ein solches Ergebnis zu erzeugen, bevor das zugrunde liegende Modell öffentlich verfügbar ist. Anthropic, OpenAI und Google DeepMind haben in den vergangenen zwei Jahren jeweils auf diese Weise mathematiknahe Ergebnisse veröffentlicht, und das Muster ist konsistent: Interne Forschungsversionen werden genutzt, um Fähigkeitsobergrenzen an schwierigen, verifizierbaren Problemen auszuloten, deutlich bevor es zu einer kommerziellen Veröffentlichung kommt.

Die Architektur zählt ebenso sehr wie das Modell. Dies war kein einzelnes langes Gespräch, das eine einzelne lange Antwort hervorbrachte; es war Orchestrierung, Dutzende von Subagenten, die parallel arbeiteten, die meisten davon scheiternd, wobei der übergeordnete Prozess die Exploration steuerte und eine Prüfebene die Kandidatenarbeit kontrollierte. Dieses Muster aus Schwarm plus Prüfer, nicht die reine Modellgröße, scheint der Teil zu sein, den Spitzenlabore derzeit am schnellsten skalieren - und es ist der Teil, der am ehesten in kommerziellen agentischen Werkzeugen auftauchen wird, lange bevor ein Labor behauptet, ein offenes Problem der reinen Mathematik gelöst zu haben.

Was EU-Forschungsverantwortliche daraus tatsächlich mitnehmen sollten

Der Lehrsatz selbst wird keine Bilanz verändern. Was für ein forschungsintensives Unternehmen in der EU übertragbar ist - einen deutschen Mittelständler im Maschinenbau, der Materialversuche iteriert, einen Pharmakonzern, der Molekül-Screenings fährt, einen Automobilzulieferer, der Bauteilvalidierungen durchführt - ist der Arbeitsablauf: ein großer Schwarm von Agenten, die ein Problem parallel angehen, von denen die meisten voraussichtlich scheitern, kontrolliert durch eine formale oder automatisierte Prüfung, die falsche Antworten zurückweisen kann, ohne dass ein Mensch jeden einzelnen Kandidaten prüfen muss. Diese Kombination ließ anderthalb Tage Rechenzeit 37 Jahre sorgfältiger, akademisch anerkannter menschlicher Arbeit an dieser einen engen Fragestellung übertreffen.

Der ehrliche Vorbehalt ist, dass die Mathematik etwas besitzt, was die meisten betrieblichen Forschungsprobleme nicht haben: Lean, eine Prüfung, die Korrektheit ohne jede Mehrdeutigkeit nachweisen kann. Materialwissenschaft, Wirkstoffwechselwirkungen und Schaltungsvalidierung haben teilweise Entsprechungen - Simulationssuiten, physische Tests, formale Verifikationswerkzeuge für Chip-Logik -, aber selten etwas so wasserdichtes wie einen Lean-Beweis. Der realistische Schluss für eine europäische Forschungsleitung, die KI-gestützte Arbeitsabläufe prüft, ist nicht, in der eigenen Domäne bald einen Riemann-Vermutung-Moment zu erwarten - sondern zu fragen, welches der bestehenden Verifikationswerkzeuge im eigenen Haus, so unvollständig es auch sein mag, sich in jene automatisierte Kontrolle verwandeln ließe, die einen großen Agentenschwarm vertrauenswürdig macht statt bloß schnell.

Weiterlesen: Cognizant schulte 30.000 von 350.000 auf Claude  |  Er sollte einen Fitnesskurs buchen. Stattdessen hackte er das Buchungssystem.