Terence Tao, der UCLA-Mathematiker, der weithin als die einflussreichste lebende Persönlichkeit auf diesem Gebiet gilt, hat einen Aufsatz veröffentlicht, in dem er argumentiert, dass künstliche Intelligenz die Mathematik in eine Phase der Turbulenzen treibt, die mit der Grundlagenkrise vergleichbar ist, die die Disziplin vor einem Jahrhundert umgestaltete. Der Artikel „Mathematik im Zeitalter der KI“ erschien am 17. August auf arXiv und basiert auf einem öffentlichen Vortrag, den Tao auf dem Internationalen Mathematikerkongress 2026 gehalten hat.

Der Aufsatz hat sich schnell zu einem der am meisten diskutierten wissenschaftlichen Texte der Woche unter Forschern und Ingenieuren entwickelt und ein großes Publikum in Foren wie Hacker News angezogen. Für ein Fachgebiet, in dem in den letzten drei Jahren darüber debattiert wurde, ob KI wirklich Mathematik auf Forschungsniveau leisten kann, ändert Taos Argument die Frage völlig.

Eine Krise der Werte, nicht der Wahrheit

Der historische Rahmen des Tao ist bewusst. Zwischen etwa 1900 und 1930 wurde die Mathematik durch Russells Paradoxon im Jahr 1901 und Gödels Unvollständigkeitssätze im Jahr 1931 erschüttert – Entdeckungen, die Mathematiker dazu zwangen, informelle Annahmen aufzugeben und die expliziten, strengen Grundlagen zu schaffen, auf denen das Fach noch heute ruht. Diese Turbulenzen, so argumentiert er, hätten die Mathematik letztlich stärker gemacht.

Die Parallele, die er zieht, ist präzise: Was jetzt auf den Prüfstand gestellt wird, ist nicht der Wahrheitsrahmen der Mathematik, sondern ihr „weitgehend impliziter Rahmen mathematischer Werte und Praktiken“ – was die Gemeinschaft als einen Beitrag ansieht, was er belohnt, was sie als verstanden ansieht und wen oder was sie als denjenigen ansieht, der die Arbeit geleistet hat. So wie die letzte Krise das Implizite gezwungen hat, explizit zu werden, argumentiert Tao, dass diese Krise die Mathematiker dazu zwingen wird, Ziele zu kodifizieren, die nie niedergeschrieben werden mussten.

Die Fähigkeitsdebatte überspringen

Die auffälligste Strukturentscheidung des Aufsatzes besteht darin, dass er sich weigert, darüber zu streiten, ob KI Mathematik leisten kann. Stattdessen geht Tao von der Hypothese aus, dass es KI-Werkzeuge geben wird, die mathematische Aufgaben auf Forschungsniveau lösen können, und betrachtet alles, was dieser Annahme nachgelagert ist, als das eigentliche Problem. Er nennt dies die „Community Response Question“: Wie soll die mathematische Gemeinschaft reagieren, nicht, ob die Fähigkeiten real sind.

Es handelt sich um eine bewusst orthogonale Bewegung. Debatten über die Modellfähigkeit sind nach Taos Aussage sowohl abstrakt als auch nebensächlich unlösbar. Die dringenden Fragen – wozu Mathematik da ist und was ihre Praktiker tatsächlich wertschätzen – würden Antworten erfordern, selbst wenn der KI-Fortschritt morgen ins Stocken geraten würde.

Beweisknappheit, Beweisfülle und Goodharts Gesetz

Im Mittelpunkt des Aufsatzes steht eine Fallstudie zum Problemlösen, dem Teil der mathematischen Praxis, der am unmittelbarsten von der Automatisierung bedroht ist. Tao untersucht, was passiert, wenn das Fachgebiet von einer Wirtschaft der Beweisknappheit – in der verifizierte Originalbeweise selten und wertvoll sind – zu einer Wirtschaft der Beweisfülle übergeht, in der maschinengenerierte Argumente billig und reichlich vorhanden sind.

Seine Liste von Schlüsselwörtern gibt Aufschluss über den Bereich, den er abdeckt: Formalisierung, Beweisassistenten, Peer Review, Goodharts Gesetz. Dieser letzte Punkt – der Grundsatz, dass eine Maßnahme keine gute Maßnahme mehr ist, sobald sie zum Ziel wird – kommt immer wieder vor. Die Anzahl der Veröffentlichungen, die Wettbewerbsergebnisse und die Herkunft des Theorems dienten allesamt als Indikatoren für den mathematischen Beitrag. In einer Welt, in der KI diese Proxys in großem Umfang aufblähen kann, muss die Community das belohnen, was sie tatsächlich schätzt, und nicht das, was sie in der Vergangenheit zählen konnte.

Der Aufsatz schließt mit Empfehlungen und einem Überblick über neue Arbeitsabläufe – einschließlich formaler Beweisumgebungen, wie sie Tao selbst in Experimenten mit KI-gestützter, formal verifizierter Mathematik vertreten hat – sowie einer offenen Anerkennung, dass sich die Antwort der Community mit der Technologie weiterentwickeln wird.

Warum ein Mathematikaufsatz außerhalb der Mathematik wichtig ist

Tao ist eine ungewöhnliche Figur: ein Fields-Medaillengewinner, der jahrelang direkt mit Beweisassistenten und KI-Tools gearbeitet hat, anstatt sie aus der Ferne zu kommentieren. Dieses praktische Engagement verleiht dem Aufsatz Gewicht, das über die reine Mathematik hinausgeht, da fast jede Forschungsdisziplin mit der gleichen Umkehrung konfrontiert ist, die er beschreibt. Peer-Review, Autorenschaft, Kreditwürdigkeit und die Definition eines Beitrags stehen in der Physik, der Biologie und der Informatik unter dem gleichen Druck – Bereichen, denen der jahrhundertealte Vorsprung der Mathematik bei der expliziten Darstellung ihrer Grundlagen fehlt.

Der bisherige Empfang deutet darauf hin, dass der Streit geklärt ist. Die Diskussionsthreads konzentrierten sich auf Taos Darstellung von Knappheit und Überfluss als nützliche Linse für die Wissenschaft im Allgemeinen, mit besonderem Augenmerk auf seinen Standpunkt, dass die Krise der Werte, anders als die Krise der Grundlagen, nicht von einer kleinen Gruppe von Logikern gelöst werden kann. Es muss von der gesamten Gemeinschaft ausgearbeitet werden – Zeitschriften, Einstellungsausschüssen, Fördergremien und den Mathematikern, deren Karrieren auf den impliziten Normen basieren, die jetzt unter Druck stehen.

Taos Schlussfolgerung ist letztlich eher konstruktiv als alarmierend. Die Gründungskrise brachte ein vertrauenswürdiges Rahmenwerk hervor, das ein Jahrhundert der Prüfung überstanden hat. Eine gründliche und ehrliche Untersuchung dessen, was Mathematik tatsächlich wertschätzt, argumentiert er, könnte die Disziplin stärker und widerstandsfähiger machen als zuvor – vorausgesetzt, die Gemeinschaft leistet die Arbeit, ihre ungeschriebenen Regeln explizit zu machen, bevor die Umstände die Entscheidung dafür treffen.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →