OpenAI lässt drei KI-Resultate von externen „Shepherds“ prüfen – Forscher kritisieren das Verfahren

Drei Resultate, drei Freigabewege: So setzt OpenAI Shepherds ein

OpenAI hat am 26. Oktober 2026 drei Resultate aus Mathematik, Informatik und Physik angekündigt. Laut dem Unternehmen sollen sie die Local-Smoothing-Vermutung und damit die Kakeya-Vermutung beweisen, die Exponential Time Hypothesis widerlegen und die Existenz bestimmter vierdimensionaler Quantenfeldtheorien belegen. Es handelt sich dabei bislang um Behauptungen von OpenAI. Das Unternehmen selbst bezeichnet die Manuskripte als „raw research data“. Ein wissenschaftliches Verständnis soll erst entstehen, wenn externe Gruppen die Arbeiten aufarbeiten. Dafür hat OpenAI Experten gebeten, solche Gruppen als „Shepherds“ zu organisieren.

Die Shepherds empfahlen laut OpenAI drei Wege. In der Mathematik veröffentlicht das Unternehmen den KI-Output, die Community erarbeitet die Erklärung selbst. In der Informatik bildet sich eine externe Gruppe, der Output ist öffentlich zugänglich. Auch in der Physik entsteht eine Gruppe. Sie entscheidet über die Freigabe der Materialien. Sekundärquellen nennen für die Informatik Russell Impagliazzo, Ramamohan Paturi und Ryan Williams, für die Physik den Nobelpreisträger David Gross. Im vorliegenden Auszug der Ankündigung werden diese Namen nicht genannt; die Angaben stammen aus Sekundärquellen (rocketnews).

Teilnehmende müssen laut OpenAI keine NDAs unterschreiben. Das Unternehmen räumt außerdem ein, noch nicht zu wissen, welcher Ansatz am nützlichsten ist, und bittet um Rückmeldungen.

Physik-Material: „überhaupt nicht veröffentlicht“ oder „nicht vollständig“?

Beim Physik-Resultat widersprechen sich die Quellen. Eine Darstellung besagt, das Material sei „überhaupt nicht“ veröffentlicht. Gadgetsnow schreibt dagegen, die Materialien seien „nicht vollständig“ veröffentlicht. Das schließt einen Teilbestand nicht aus.

Die Primärquelle klärt den Widerspruch nicht. Die Ankündigung auf openai.com liegt nur als Auszug vor. Sie beschreibt lediglich, dass OpenAI die Entscheidung über die Freigabe an die externe Gruppe delegiert. Ob ein Teilbestand existiert, lässt sich damit nicht klären, und über den tatsächlichen Umfang sagen wir nichts.

Gatekeeping-Vorwurf: Ein privates Labor entscheidet, wer zuerst prüft

Mehrere Forscher kritisieren das Verfahren. Einige halten die Resultate für bedeutend. Sie befürchten jedoch, dass die Art der Freigabe das Vertrauen beschädigt und die Prüfung verlangsamt. Ihr Kernvorwurf lautet: Ein privates Labor steuert, welche externen Wissenschaftler Ergebnisse zuerst einsehen oder erklären dürfen. Die Modelle bleiben unzugänglich. Ohne Modellzugang liegt die Last der Verifikation bei Mathematikern, Komplexitätstheoretikern und Physikern. Sie müssen rohe KI-Outputs deuten.

Auch der Zeitpunkt fällt auf. Die Ankündigung erfolgte weniger als einen Monat nach der Veröffentlichung hunderter mathematischer Preprints Anfang Oktober. Mathematiker beschäftigen sich damit noch. Namen einzelner Kritiker nennen die vorliegenden Quellen nicht.

Die Gegenposition: OpenAI folgt dem Rat der Shepherds

Dagegen steht der Hinweis, die drei Strategien gingen auf Empfehlungen der Experten zurück, die OpenAI angefragt hatte. Ein Reddit-Nutzer sieht darin einen Widerspruch. Mathematiker hätten zunächst gefordert, Ergebnisse nicht vor der menschlichen Aufarbeitung zu veröffentlichen. Nun kritisierten sie, dass OpenAI genau dem folge. Das ist ein Einzelbeleg aus einem Forum.

Der Streit dreht sich damit weniger um die Strategien selbst. Er betrifft die Frage, wer die Shepherds auswählt und wer die Modellzugänge steuert. Eine Stellungnahme von OpenAI zur Kritik liegt nicht vor.

Kein Peer Review, teilweise Lean: Was sich nicht geändert hat

Für keines der drei Resultate beschreibt die Ankündigung ein Peer Review, so gadgetsnow. Laut OpenAI sind Teile der Arbeit, darunter die Widerlegung der ETH, mit dem Beweisassistenten Lean verifiziert. Eine unabhängige Bestätigung dafür gibt es nicht.

Ob sich der inhaltliche Prüfstatus seit unserer ersten Berichterstattung verändert hat, lässt sich aus dem Material nicht belegen. Gemeint ist der kispotlight-Artikel „OpenAI stellt drei KI-Resultate vor, darunter eine behauptete Widerlegung der Exponential Time Hypothesis“, der dieselben drei Resultate behandelt. Neu ist die Art der Freigabe, nicht die Beleglage. Eine belastbare Einschätzung bräuchte die vollständigen Manuskripte, die Lean-Dateien und Fachgutachten. Über die Richtigkeit der Beweise sagt der aktuelle Stand nichts aus.