1. Eine erschütternde Ankündigung in der Mathematik

Am 20. Mai 2026 gab OpenAI bekannt, dass sein internes allgemeines Reasoning-Modell ein zentrales offenes Problem der diskreten Geometrie autonom gelöst hatte—das Erdős-Einheitsabstandsproblem, womit es eine Vermutung widerlegte, die das Feld fast 80 Jahre lang beherrscht hatte.

Dies markiert das erste Mal, dass ein KI-System all das Folgende erreicht hat:

• 🤖 Eigenständig einen originären Beweis vorgeschlagen
• 🔗 Verschiedene Gebiete verbunden (algebraische Zahlentheorie ↔ kombinatorische Geometrie)
• ✅ Eine strenge Peer-Review von Weltklasse-Mathematikern bestanden
• 🏆 Ein zentrales offenes Problem eines reifen mathematischen Teilgebiets gelöst

“Fast 80 Jahre lang glaubten Mathematiker, dass die optimale Konfiguration grob einem quadratischen Gitter ähnelte. Ein OpenAI-Modell hat diese Überzeugung nun widerlegt und eine völlig neue Familie von Konstruktionen mit besserer Leistung entdeckt.” — OpenAI, 20. Mai 2026

2. Das Problem: Erdős’ trügerisch einfache Frage

1946 stellte der ungarische Mathematiker Paul Erdős (1913–1996) ein Problem, das einfach genug war, um es einem Kind zu erklären, und doch tiefgründig genug, um die klügsten Köpfe fast ein Jahrhundert lang zu verwirren:

Die Frage

Gegeben $n$ Punkte in der Ebene, wie viele Paare können maximal genau 1 Einheit voneinander entfernt sein?

Formal, wenn $u(n)$ als die maximale Anzahl von Einheitsabstands-Paaren unter $n$ Punkten definiert wird:

$u(n) = \max_{\substack{P \subset \mathbb{R}^2 \\ |P| = n}} \big|\{\{p, q\} \subset P : \|p - q\| = 1\}\big|$

Visuelle Intuition

Stellen Sie sich vor, Sie platzieren Punkte auf Papier. Die Herausforderung: Wie ordnet man sie an, damit möglichst viele Paare genau eine Einheit voneinander entfernt sind?

    •─────•                    •──•──•
    │\   /│                    │\/|\/|
    │ \ / │                    │/\|/\|
    •──X──•         vs.        •──•──•
    │ / \ │                    │\/|\/|
    │/   \│                    │/\|/\|
    •─────•                    •──•──•

  Zufällige Platzierung       Quadratisches Gitter (Erdős-Konstruktion)
  (wenige Einheitsabstände)   (viele Einheitsabstände)

3. 80 Jahre mathematischer Konsens

Untere Schranke: Erdős’ Gitterkonstruktion (1946)

Erdős selbst lieferte die fundamentale untere Schranke mit einer elegant einfachen Konstruktion: einem neu skalierten quadratischen Gitter.

    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•

Durch sorgfältige Skalierung des Gitters, sodass viele Abstände exakt 1 sind, bewies Erdős:

$u(n) \geq n^{1 + \frac{c}{\log\log n}} \quad \text{für eine Konstante } c > 0$

Da $\frac{c}{\log\log n} \to 0$ für $n \to \infty$, ist dies “fast linear”—der Exponent nähert sich 1, erreicht aber nie einen festen Wert größer als 1.

Obere Schranke: Spencer–Szemerédi–Trotter (1984)

1984 etablierten Joel Spencer, Endre Szemerédi und William T. Trotter die beste bekannte obere Schranke mit der damals revolutionären Kreuzungszahl-Ungleichung:

$u(n) = O(n^{4/3})$

Diese Schranke hielt 40 Jahre lang.

Die zentrale Vermutung

Der überwältigende Konsens unter Mathematikern war, dass Erdős’ untere Schranke im Wesentlichen optimal war:

Vermutung (Erdős, 1946): Die maximale Anzahl von Einheitsabständen wächst wie $n^{1+o(1)}$. Mit anderen Worten: $u(n) = n^{1 + o(1)}$ Die quadratische Gitterkonstruktion ist im Wesentlichen optimal.

Zusammenfassung der Lücke

4. Der KI-Durchbruch: Widerlegung einer Vermutung

Das Ergebnis

OpenAIs allgemeines Reasoning-Modell—trainiert mit Reinforcement Learning und ausgestattet mit erweiterten Chain-of-Thought-Fähigkeiten—vollendete den vollständigen Beweis in einer einzigen Generierungssitzung.

Theorem (KI-generiert, 2026): Es existiert eine unendliche Familie von Punktmengen-Konstruktionen in der Ebene, sodass für unendlich viele $n$ die Anzahl der Einheitsabstands-Paare mindestens beträgt: $u(n) \geq n^{1 + \delta}$ wobei $\delta > 0$ eine feste positive Konstante ist.

Dies widerlegt fundamental Erdős’ $n^{1+o(1)}$-Vermutung—die Anzahl der Einheitsabstände kann polynomiell über das Lineare hinaus wachsen, nicht nur “fast linear.”

Schlüsselzahlen

5. Der Beweis: Fächerübergreifender Einfallsreichtum

Was die Mathematiker verblüffte, war nicht nur das Ergebnis, sondern die Methode. Das Modell führte Werkzeuge aus der algebraischen Zahlentheorie in ein elementares Geometrieproblem ein—eine Verbindung, die kein menschlicher Mathematiker zuvor erforscht hatte.

Zwei Perspektivwechsel

Zahlentheoretiker Arul Shankar erklärte im Begleitpapier “Bemerkungen zur Widerlegung der Einheitsabstands-Vermutung” (arXiv:2605.20695):

Wechsel 1: Primzahlen fixieren, Körper variieren

Traditionell fixieren Zahlentheoretiker einen Zahlkörper und variieren die Primzahlen. Der KI-Beweis kehrte diese Perspektive um:

Traditionell: Fixiere Körper $K$, variiere Primzahlen $p$

KI-Beweis: Fixiere Primzahlmenge $S$, variiere Körper $K$—variiere den Zahlkörper über einer fixierten Primzahlmenge

Diese Technik ist in der arithmetischen Statistik üblich, aber in der kombinatorischen Geometrie fester Dimension nahezu beispiellos.

Wechsel 2: Klassenkörpertürme

Anstatt Zahlkörper beschränkten Grades zu verwenden, nutzte der Beweis Klassenkörpertürme—unendliche Türme von Körpererweiterungen aus der Klassenkörpertheorie:

$K = K_0 \subset K_1 \subset K_2 \subset \cdots \subset K_n \subset \cdots$

wobei jedes $K_{i+1}$ der Hilbertsche Klassenkörper von $K_i$ ist.

Konstruktion des Klassenkörperturms

graph TD
    subgraph "Klassenkörperturm-Konstruktion"
        K0["$K_0 = K$<br/>Grundkörper"] --> K1["$K_1 = H(K_0)$<br/>Hilbert-Klassenkörper"]
        K1 --> K2["$K_2 = H(K_1)$<br/>Hilbert-Klassenkörper"]
        K2 --> K3["$K_3 = H(K_2)$<br/>Hilbert-Klassenkörper"]
        K3 --> K4["$\cdots$"]
        K4 --> Ki["$K_i$"]
        Ki --> Kinf["$K_\infty$<br/>Unendlicher Turm"]
    end

    subgraph "Verbindung zur Geometrie"
        K0 -.->|"Ganzheitsring"| O0["$\mathcal{O}_K$"]
        O0 -->|"Einbettung"| C["$\mathbb{C}^r$"]
        C -->|"Erzeugt Punktmenge"| U["Einheitsabstände<br/>in der Ebene"]
    end

    style K0 fill:#e1f5fe
    style K1 fill:#b3e5fc
    style K2 fill:#81d4fa
    style K3 fill:#4fc3f7
    style Ki fill:#29b6f6
    style Kinf fill:#0288d1,color:#fff

Die Golod-Shafarevich-Verbindung

Der Beweis nutzt die Golod-Shafarevich-Theorie, die Bedingungen dafür liefert, dass ein Klassenkörperturm unendlich ist:

Golod-Shafarevich-Theorem: Wenn ein Zahlkörper $K$ relativ zu seinem Grad genügend viele verzweigte Primzahlen hat, dann ist sein Klassenkörperturm unendlich.

Diese unendliche Erweiterung schafft genügend algebraische Struktur, um Punktmengen mit der gewünschten Anzahl $n^{1+\delta}$ von Einheitsabständen zu erzeugen.

6. Unabhängige Verifikation und akademische Anerkennung

Aus der Kontroverse vom Oktober 2025 lernend (als GPT-5 behauptete, Erdős-Probleme gelöst zu haben, nur um vom Mathematiker Thomas Bloom als bloße Literaturrecherche entlarvt zu werden), führte OpenAI eine strenge unabhängige Verifikation durch:

Verifizierende Mathematiker

Begleitpapier

Das Begleitpapier “Bemerkungen zur Widerlegung der Einheitsabstands-Vermutung” wurde von einem All-Star-Team verfasst:

• Noga Alon (Princeton)
• Thomas Bloom (Oxford)
• Tim Gowers (Cambridge)
• Daniel Litt (Toronto)
• Will Sawin (Princeton)
• Arul Shankar (Toronto)
• Jacob Tsimerman (Toronto)
• Melanie Matchett Wood (Harvard)

📄 arXiv: 2605.20695

7. Zeitleiste: Von der Vermutung zur Widerlegung

timeline
    title Erdős-Einheitsabstandsproblem—80-jährige Reise

    1946 : Paul Erdős stellt das Problem
         : Schlägt $n^{1+o(1)}$-Vermutung vor
         : Führt die quadratische Gitter-Untergrenze ein

    1952 : Moser verbessert obere Schranke
         : $u(n) \leq O(n^{3/2})$

    1984 : Spencer–Szemerédi–Trotter
         : Kreuzungszahl-Methode
         : $u(n) = O(n^{4/3})$ (immer noch beste obere Schranke)

    1990s : Elekes führt Polynom-Methode ein
           : Székelys Kreuzungszahl-Beweis

    2010 : Guth–Katz verschiedene Abstände
          : Polynom-Partitionierungs-Revolution

    2015 : Guth–Katz beweisen Schranke für verschiedene Abstände
          : Neue Techniken beleben das Feld

    Oct 2025 : GPT-5-Kontroverse
              : Behauptet 10 Erdős-Probleme gelöst zu haben
              : Von Thomas Bloom entlarvt
              : (OpenAIs Lernmoment)

    May 2026 : 🤖 KI-Durchbruch
              : OpenAIs Reasoning-Modell widerlegt Vermutung
              : Klassenkörperturm trifft kombinatorische Geometrie
              : $\delta = 0.014$ (Sawin-Verbesserung)
              : Erdős-Probleme-Webseite auf widerlegt aktualisiert

8. Wichtiges Code-Beispiel

Referenzimplementierung zum Zählen von Einheitsabständen

import numpy as np
from itertools import combinations
from typing import List, Tuple

def count_unit_distances(points: List[Tuple[float, float]],
                         eps: float = 1e-9) -> int:
    """
    Zählt die Anzahl der Einheitsabstands-Paare in einer Punktmenge.

    Dies ist das fundamentale Berechnungsproblem, das Erdős stellte.

    Args:
        points: Liste von (x, y)-Koordinaten
        eps: Toleranz für Gleitkomma-Vergleich

    Returns:
        Anzahl der Paare mit exaktem Abstand 1 (innerhalb Toleranz)

    Zeitkomplexität: O(n²)—überprüft alle Paare
    Raumkomplexität: O(1) extra
    """
    count = 0
    n = len(points)

    for i, j in combinations(range(n), 2):
        x1, y1 = points[i]
        x2, y2 = points[j]

        dist_sq = (x2 - x1)**2 + (y2 - y1)**2

        if abs(dist_sq - 1.0) < eps:
            count += 1

    return count


def erdos_grid_construction(n: int) -> List[Tuple[float, float]]:
    """
    Erdős' ursprüngliche neu skalierte quadratische Gitterkonstruktion.

    Diese Konstruktion erreicht etwa n^(1 + c/log(log(n))) Einheitsabstände.
    """
    m = int(np.sqrt(n))
    scale = 1.0

    points = []
    for i in range(m):
        for j in range(m):
            points.append((i * scale, j * scale))

    return points[:n]


# Beispiel: Konstruktionen vergleichen
if __name__ == "__main__":
    n = 100

    random_points = [(np.random.random(), np.random.random())
                     for _ in range(n)]
    random_count = count_unit_distances(random_points)

    grid_points = erdos_grid_construction(n)
    grid_count = count_unit_distances(grid_points)

    print(f"n = {n} Punkte")
    print(f"Zufällige Platzierung: {random_count} Einheitsabstände")
    print(f"Gitterkonstruktion: {grid_count} Einheitsabstände")
    print(f"Theoretisches Maximum (vermutet): ~{n:.0f}")
    print(f"KI-untere Schranke (n^1.014): {n**1.014:.1f}")

9. Warum dieses Mal anders ist

Bisherige KI-Mathematik-Leistungen gehörten zu anderen Kategorien. Dieser Durchbruch stellt einen Paradigmenwechsel dar:

Rolle der KI in der Mathematik
├── Wettbewerbsmathematik (IMO-Gold-Level-Probleme—strukturiert, begrenzte Innovation)
├── Formale Verifikation (Lean/Coq—verifiziert existierende Theoreme, keine originäre Entdeckung)
├── Literatursynthese (GPT-5 Okt 2025—ruft bekannte Ergebnisse ab, entlarvt)
└── 🏆 Dieser Durchbruch
    ├── Originäre Beweisgenerierung
    ├── Fächerübergreifende Verbindung
    ├── Keine menschliche Schritt-für-Schritt-Anleitung
    ├── Experten-Peer-Review
    └── Löst zentrales offenes Problem

10. Tiefere Bedeutung

Über die Mathematik hinaus

Dieser Durchbruch signalisiert Fähigkeiten weit über die Geometrie hinaus:

• 🧬 Biologie—Entdeckung neuer Medikamente und Proteinstrukturen
• ⚛️ Physik—Vorschlag neuer Theorien und Modelle
• 🧪 Materialwissenschaft—Design neuer Materialien
• 🔬 Medizin—Entdeckung neuer Behandlungen
• 🏗️ Ingenieurwesen—Lösung komplexer Designprobleme

OpenAIs Einschätzung

“Kohärenz über komplexe Reasoning-Ketten hinweg zu bewahren, Ideen fächerübergreifend zu verbinden und Wege zu finden, die Forscher vielleicht nicht erkundet hätten—diese Fähigkeiten gelten gleichermaßen für Biologie, Physik, Materialwissenschaft, Ingenieurwesen und Medizin. Dies ist ein Schritt in Richtung automatisierterer Forschung.”

Die menschliche Rolle bleibt unverzichtbar

Wie Thomas Bloom—derselbe Mathematiker, der OpenAIs Behauptungen vom Oktober 2025 entlarvte—sagte:

“Welche unsichtbaren Wunder warten noch darauf, entdeckt zu werden?”

Referenzen

1. 📝 OpenAI Offizieller Blog (20. Mai 2026): An OpenAI model has disproved a central conjecture in discrete geometry
2. 📄 Begleitpapier: Noga Alon, Thomas Bloom, Tim Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Melanie Matchett Wood, “Remarks on the disproof of the unit distance conjecture”, arXiv:2605.20695. Link
3. 🌐 Erdős-Probleme-Webseite: erdosproblems.com—Status aktualisiert zu widerlegt
4. Interesting Engineering: “80-year-old geometry mystery cracked by OpenAI using deep number theory”
5. Yahoo Tech: “OpenAI claims it solved an 80-year-old math problem”
6. AI Wins News: “OpenAI Model Disproves 80-Year-Old Unit Distance Conjecture”