KI verstehen

Generative KI ist weder digitales Lexikon noch denkender Mensch. Sie ist eine Maschine, die Strukturen lernt und daraus neue Ausgaben konstruiert. Wie weit das reichen kann, zeigte sich im Mai 2026: Ein KI-Modell widerlegte eine seit 1946 offene Vermutung von Paul Erdős.

01Was eine generative KI tatsächlich tut

Beim Training verarbeitet ein Sprachmodell sehr große Mengen an Text, Code und anderen Daten. Es speichert keine Bibliothek fertiger Antworten. Es verdichtet Regelmäßigkeiten: welche Begriffe zusammengehören, wie Argumente aufgebaut sind und welche Schritte in einem Programm oder Beweis aufeinander folgen.

Ja, technisch wird dabei das nächste Token berechnet. Aber „KI sagt nur das nächste Wort voraus“ ist ungefähr so hilfreich wie „ein Klavier bewegt nur Hämmer gegen Saiten“. Formal stimmt es. Es erklärt weder die Musik noch die Fähigkeiten, die aus dem Zusammenspiel entstehen.

Das Modell kann daraus einen tragfähigen Gedankengang bilden – oder einen Fehler perfekt ausformulieren. Fähigkeit ist nicht dasselbe wie Verlässlichkeit.

02Warum ausgerechnet November 2022?

ChatGPT war technisch kein Anfang aus dem Nichts. Die entscheidenden Bausteine waren bereits vorhanden:

• 2017: Der Transformer macht große kontextbezogene Sprachmodelle praktikabel.
• 2020: GPT-3 zeigt allgemeine Fähigkeiten, bleibt aber vor allem ein Werkzeug für Entwickler.
• Januar 2022: InstructGPT folgt gewöhnlich formulierten Anweisungen wesentlich besser.
• 30. November 2022: ChatGPT verbindet diese Entwicklung mit einem kostenlosen Textfeld, einer vertrauten Chat-Oberfläche und einem fortlaufenden Dialog.

Der Bruch lag in der Schnittstelle: Menschen mussten ihre Absicht nicht mehr in Befehle oder Suchbegriffe übersetzen. Sie konnten einfach schreiben, was sie wollten – und das System antwortete im Dialog.

Nicht die Maschine lernte im November 2022 plötzlich sprechen. Die Öffentlichkeit erhielt plötzlich eine Tür, durch die sie mit ihr sprechen konnte.

Die ausführlichere Chronologie des ChatGPT-Moments

03Warum viele erst 2023 einstiegen

Öffentliche Aufmerksamkeit ist noch keine persönliche Nutzung. Im Juli 2023 hatten erst 18 Prozent der US-Erwachsenen ChatGPT verwendet. Mein eigener erster dokumentierter ChatGPT-Moment lag im November 2023. Zwischen „davon gehört“ und „in die eigene Arbeit integriert“ liegt mehr als ein Login: Man braucht einen konkreten Anlass und muss Vertrauen, Grenzen und Nutzen erst selbst erfahren.

04Kann KI wirklich etwas Neues entdecken?

Oft heißt es, KI könne nur Bekanntes neu zusammensetzen. Ein mathematischer Gegenbeweis macht diese pauschale Behauptung unhaltbar.

Das Einheitsabstandsproblem von Erdős

Paul Erdős fragte 1946: Wenn man (n) Punkte in einer Ebene platziert, wie viele Paare können genau den Abstand 1 haben? Fast achtzig Jahre lang galt eine bestimmte Größenordnung als vermutlich bestmöglich.

Ein internes OpenAI-Modell erhielt die Aufgabe, diese Vermutung zu beweisen oder zu widerlegen. Es entwickelte eine neue Konstruktion mithilfe algebraischer Zahlentheorie und zeigte: Für unendlich viele Größen (n) sind mehr Einheitsabstände möglich als vermutet. Die Vermutung war falsch.

Der veröffentlichte Bericht hält fest:

• Die Lösung entstand laut Dokumentation automatisiert nach einem einzigen Prompt.
• Anschließend prüften interne und externe Mathematiker den Beweis.
• Noga Alon, Thomas Bloom, Tim Gowers und weitere Fachleute veröffentlichten eine vereinfachte, menschlich verifizierte Fassung.

Was damit bewiesen ist – und was nicht

Der Fall beweist nicht, dass jede KI kreativ ist oder Forschung künftig autonom funktioniert. Die Erstveröffentlichung stammt von OpenAI; fachliche Prüfung ist nicht dasselbe wie ein abgeschlossener Journalprozess.

Aber er widerlegt die Behauptung, KI könne grundsätzlich nichts Neues hervorbringen. Das Modell fand einen zuvor unbekannten Lösungsweg zu einem offenen Forschungsproblem; Mathematiker konnten ihn nachvollziehen und bestätigen.

KI erzeugt nicht automatisch Wissen, nur weil sie Text erzeugt. Neues Wissen entsteht, wenn eine neue Idee überprüfbar ist, der bisherigen Forschung standhält und unser Verständnis tatsächlich erweitert. Genau das ist hier geschehen.

05Die eigentliche Konsequenz

Entscheidend ist nun: Wann werden aus maschinell erzeugten Ideen belastbare Erkenntnisse? Dafür braucht es klar gestellte Probleme, überprüfbare Verfahren und Menschen, die Ergebnisse fachlich beurteilen. Genau dort liegen Kompetenz und Verantwortung.