Drei Buchstaben haben die Einordnung einer wissenschaftlichen Ankündigung erschwert: ETH. In der von OpenAI vorgestellten Arbeit stehen sie nicht für Ethereum, sondern für die „Exponentialzeithypothese“ – eine Vermutung zur Schwierigkeit bestimmter Rechenprobleme. Das Unternehmen behauptet, seine Modelle hätten sie widerlegt. Das wäre ein bedeutendes theoretisches Ergebnis, doch seine Prüfung erschöpft sich nicht darin, den Titel des Manuskripts zu lesen.
Die im Oktober 2026 veröffentlichte Dokumentation ermöglicht es, die Behauptung von OpenAI, den beschriebenen Algorithmus und die von Forschenden begonnene Arbeit zum Verständnis voneinander zu unterscheiden. Sie hilft auch, zwei voreilige Schlussfolgerungen auszuräumen: Diese Ankündigung löst weder P gegen NP und liefert für sich genommen auch kein Rezept zum Knacken von Kryptowährungen.
Ein Problem mit einzuhaltenden Regeln
Bei dem untersuchten Problem geht es darum, Variablen die Werte „wahr“ oder „falsch“ zuzuweisen und dabei eine Reihe von Bedingungen einzuhalten. Eine Variable kann direkt oder in negierter Form vorkommen. Im sogenannten 3-SAT-Fall enthält jede Klausel höchstens drei solcher Elemente; alle Klauseln müssen gleichzeitig wahr sein.
Um sich die Anzahl der Möglichkeiten vorzustellen, denken wir an Schalter mit zwei Positionen. Zehn Schalter ermöglichen 1 024 Konfigurationen, zwanzig 1 048 576. Dieses Beispiel veranschaulicht das Wachstum der Zahl der Kombinationen, nicht die tatsächliche Laufzeit einer Software: Ein Algorithmus kann es vermeiden, jede einzelne davon zu prüfen.
Die ETH-Hypothese besagt also nicht einfach, dass man alle Konfigurationen ausprobieren muss. Sie setzt eine allgemeinere Grenze: Nicht alle 3-SAT-Fälle ließen sich in einer subexponentiellen Zeit im Verhältnis zur Anzahl der Variablen lösen. Die Basis eines exponentiellen Wachstums zu verbessern, reicht nicht aus, um die Hypothese zu widerlegen. Dafür muss eine andere Grenze überschritten werden – nämlich die Art und Weise, wie die Rechenzeit zunimmt.
Diese Präzisierung verändert die Bedeutung der Ankündigung. Es geht nicht lediglich um ein etwas schnelleres Programm bei schwierigen Beispielen. Das Manuskript beansprucht eine Methode, deren Komplexitätsschranke der Vermutung selbst widerspricht.
Was das Manuskript beansprucht
In seiner Fassung vom 25. Oktober stellt der 67 Seiten lange Text einen deterministischen Algorithmus vor: Sein Ablauf hängt nicht von Zufallsziehungen ab. Er zielt darauf ab, für eine Formel mit Klauseln einer vorab festgelegten maximalen Größe genau zu zählen, wie viele erfüllende Belegungen es gibt. Diese letzte Bedingung ist wichtig: Der Parameter für diese Größe kann nicht unbeschränkt mit dem Problem wachsen.
Das Zählen der Lösungen ermöglicht auch die Entscheidung, ob überhaupt eine existiert. Ist die ermittelte Anzahl null, ist die Formel nicht erfüllbar; ist sie positiv, ist sie erfüllbar. Dieser Übergang vom Zählen zur Entscheidung stellt die Verbindung zwischen dem angekündigten Ergebnis und ETH her.
Das Manuskript gibt eine subexponentielle Laufzeit und einen polynomiellen Speicherbedarf an. Diese Begriffe beschreiben, wie der Ressourcenbedarf mit zunehmender Eingabegröße wächst. Sie nennen keine Laufzeit in Sekunden für eine bestimmte Maschine. Ein besseres theoretisches Verhalten bei sehr großen Maßstäben kann weiterhin mit Kosten einhergehen, die für gängige Probleme zu hoch sind.
Diese Unterscheidung schützt vor einem verfrühten Nutzungsversprechen: Das Dokument stellt ein beanspruchtes mathematisches Ergebnis vor, keine verfügbare Anwendung, deren Geschwindigkeit hier gemessen worden wäre. Aus der Zusammenfassung allein lässt sich kein praktischer Nutzen für die Software ableiten, die Leserinnen und Leser verwenden.
Ein formaler Beweis ersetzt nicht die vollständige Erklärung
In seiner Darstellung vom 26. Oktober erklärt OpenAI, seine Modelle hätten die Widerlegung am 16. Oktober gefunden; am 17. Oktober sei eine Formalisierung in Lean gefolgt. Lean ist ein Beweisassistent: Mit ihm lassen sich Aussagen und Schlussfolgerungen in einer Sprache darstellen, die eine Software überprüfen kann. Das Unternehmen hat das Manuskript und die formalen Elemente zur Prüfung veröffentlicht.
Ein solches Verfahren bietet eine wertvolle zusätzliche Möglichkeit zur Kontrolle. Dennoch muss man verstehen, welche Aussage formalisiert wurde, auf welchen Definitionen sie beruht und wie sie der wissenschaftlichen Behauptung entspricht. Eine Datei zu überprüfen, den Satz zu interpretieren und seine Bedeutung zu erklären, sind miteinander verbundene, aber unterschiedliche Aufgaben. Einen einführenden Artikel zu lesen bedeutet nicht, diese Aufgaben erledigt zu haben.
Für Leserinnen und Leser geht es darum, sich weder für blindes Vertrauen noch für eine automatische Zurückweisung zu entscheiden. Die angemessene Lektüre besteht darin, das angekündigte Ergebnis und die Schritte zu erkennen, die es anderen Fachleuten ermöglichen, es nachzuvollziehen.
Forschende unterscheiden zwischen Prüfung und Bestätigung
Russell Impagliazzo, Ramamohan Paturi und Ryan Williams haben eine Initiative zur Prüfung und Diskussion vorgestellt. In ihrem Brief vom 26. Oktober stellen sie klar, dass ihre Beteiligung keine Bestätigung der Behauptung darstellt. Sie legen den Schwerpunkt darauf, dass andere Forschende das Ergebnis nachvollziehen, hinterfragen und nutzen können.
Dieser Rahmen ist besonders nützlich für ein Ergebnis, das als Produkt von KI vorgestellt wird. Die Herkunft des Textes macht es nicht entbehrlich, den Beweis verständlich darzustellen. Ein Fortschritt wird nutzbar, wenn seine Voraussetzungen, Grenzen und die zugrunde liegenden Ideen auch über die erste Veröffentlichung hinaus erklärt werden können.
Das bedeutet nicht, dass alle früheren Arbeiten, die auf ETH beruhen, dadurch wertlos werden. Eine bedingte Folgerung kann weiterhin korrekt sein, auch wenn ihre Ausgangshypothese infrage gestellt wird. Ihre Verwendung als Argument für die Schwierigkeit eines Problems muss jedoch im Licht des tatsächlich bewiesenen Ergebnisses neu bewertet werden.
Weder P gegen NP noch ein Werkzeug zum Hacken
Das Manuskript stellt klar, dass sein Ergebnis keinen subexponentiellen Algorithmus für alle Probleme der Klasse NP impliziert. Die Übersetzung eines Problems in ein anderes kann dessen Größe erhöhen: Eine günstige Schranke in einer Formulierung lässt sich daher nicht automatisch auf alle anderen übertragen.
Ebenso wenig beweist es, dass sich jedes Problem, dessen Lösung effizient überprüft werden kann, auch effizient lösen lässt – die unter dem Namen P gegen NP bekannte Frage. „Subexponentiell“ bedeutet nicht „polynomiell“ und erst recht nicht „sofort“.
Die Ankündigung verdient es daher, wegen ihrer konkreten wissenschaftlichen Aussage weiterverfolgt zu werden. Um ihren Beitrag zu beurteilen, werden als Nächstes nachvollziehbare Erklärungen des Algorithmus, eine Klarstellung seiner Folgen und – davon getrennt – gegebenenfalls praktisch nutzbare Methoden hilfreich sein. Das Kürzel ETH markiert hier den Anfang einer Frage der Komplexitätstheorie, nicht ein Urteil über Ethereum.
Symbolfoto: Gespräch vor einer mathematischen Tafel. Die abgebildeten Personen werden nicht als Verfasser oder Prüfer des Ergebnisses vorgestellt.
Bildnachweis: Yan Krukau — Pexels, Pexels-Lizenz.
