Im Mai 2026 verkündete OpenAI, eine noch nicht veröffentlichte Version ihres KI-Sprachmodells habe erstmals ein bedeutendes Problem der Mathematik gelöst: das 80 Jahre alte »Unit Distance Problem« von Paul Erdős. Unter Mathematikerinnen und Mathematikern sorgte das für erhebliches Aufsehen. Für einige war dieser Durchbruch faszinierend, andere äußerten die Sorge, dass künstliche Intelligenz das Fach nachhaltig zum Schlechteren verändern könnte, wenn sie nicht reguliert wird.

Um diesen Befürchtungen zu begegnen, hat eine Gruppe von Fachleuten nun Leitlinien veröffentlicht, die verhindern sollen, dass KI die Disziplin überrollt. Zu den wichtigsten Empfehlungen gehört es, den Einsatz von KI in der Forschung offenlegen. Auch soll sichergestellt werden, dass alle Arbeiten einem Peer‑Review unterzogen werden. Zudem sollten gleiche Wettbewerbsbedingungen zwischen akademischer Forschung und gewinnorientierten Unternehmenüber geschaffen werden, beispielsweise über entsprechend rechtliche Rahmenbedingungen oder die Vergabe öffentlicher Fördergelder.

An dem Dokument arbeiten die Wissenschaftlerinnen und Wissenschaftler bereits seit Herbst 2025. Damals kamen rund 60 Forschende und Entscheidungsträger am Lorentz Center der Universität Leiden in den Niederlanden zusammen, um darüber zu diskutieren, wie Technologie die Mathematik verändern wird. Besonders im Fokus stand dabei die rasant zunehmende Zahl von Beweisen, die teilweise oder vollständig von KI erzeugt werden.

Richtig eingesetzt, könne KI »äußerst nützlich und hilfreich« sein, sagt Ilka Agricola, Mathematikerin und Vorsitzende des Publikationsausschusses der International Mathematical Union (IMU), der weltweit wichtigsten Organisation für Mathematik. »Leider gerät dieser positive Aspekt zunehmend in den Hintergrund angesichts des großen Durcheinanders drumherum.«

Werte wie Transparenz und Zugänglichkeit gefährdet

Die Posteingänge der Fachzeitschriften füllen sich inzwischen schneller mit KI‑generierten Beweisen, als die Redaktionen sie prüfen können. Oft reproduzieren die Sprachmodelle dabei aber lediglich menschliche Ideen, ohne korrekte Quellen anzugeben. Einige Forscher sehen sogar die Integrität der Forschung selbst bedroht. Werte wie Transparenz und Zugänglichkeit, die in der Mathematik traditionell hochgehalten werden, könnten in Gefahr geraten.

So ist heute fast jede mathematische Veröffentlichung frei auf der Plattform »arXiv.org« zugänglich, und die American Mathematical Society betreibt eine eigene kuratierte Sammlung von Fachartikeln, Büchern und Rezensionen. Diese Prinzipien des Open Access ermöglichten es Forschenden weltweit, neue Ergebnisse einzusehen und darauf aufzubauen, sagt Jim Portegies von der Technischen Universität Eindhoven. Technologieunternehmen hingegen hielten zentrale Details häufig unter Verschluss. Als Googles Tochterunternehmen DeepMind im Jahr 2024 verkündete, sein KI‑Modell AlphaProof habe drei schwierige Aufgaben der Mathematik-Olympiade gelöst, dauerte es mehr als ein Jahr, bis die Methoden in einer begutachteten Fachzeitschrift veröffentlicht wurden. Oft ziehe man sich bei KI‑Beweisen »hinter verschlossene Türen zurück, weil es inzwischen erhebliche kommerzielle Interessen gibt«, so Portegies.

»Ich habe selten an einem Schreibprozess teilgenommen, bei dem für einen so kurzen Text so viel debattiert wurde«Rodrigo Ochigame, Anthropologe

Um dieser Entwicklung entgegenzuwirken, beschlossen die Teilnehmenden des Workshops in Leiden, gemeinsam eine Erklärung zu erarbeiten – angelehnt an ähnliche Initiativen zu Open Science und Datenmanagement. Sie trägt den Namen »Leiden Declaration on Artificial Intelligence and Mathematics«.

Obwohl sich die Autorinnen und Autoren in grundlegenden Fragen einig waren, gestaltete sich der Prozess alles andere als einfach. »Es war ein langer, mühsamer Prozess mit intensiven Diskussionen«, sagt Rodrigo Ochigame, Anthropologe mit Fokus auf KI an der Universität Leiden. »Ich habe selten an einem Schreibprozess teilgenommen, bei dem für einen so kurzen Text so viel debattiert wurde.«

Erklärung ist Ausgangspunkt für Entscheidungen und Diskussionen

Im finalen, elfseitigen Dokument legen die Verfasser dar, welche Werte für die mathematische Forschung zentral sind, wie KI diese bedroht und was dagegen getan werden kann. Ein Beispiel: Während ein von Menschen geschriebener Beweis von jeder Person mit entsprechender Expertise überprüft werden kann, enthalten KI‑generierte Beweise oft subtile, schwer erkennbare Fehler. Entsprechende Richtlinien, die strengere Prüfungen vorschreiben, könnten helfen, solche Fehler aufzudecken. Zudem verfolgen Mathematiker und KI nicht immer dieselben Ziele. Forschende wählen Fragestellungen mit Blick auf neue Ideen und Methoden, während Unternehmen eher solche Probleme priorisieren, die ihre Modelle in Szene setzen, aber für die Mathematik selbst nur begrenzte Bedeutung haben. Unabhängige Finanzierung kann dazu beitragen, dass die wissenschaftliche Gemeinschaft weiterhin Einfluss auf die Entwicklung ihres Fachs behält.

Einige Empfehlungen – etwa die Offenlegung des Einsatzes von KI oder die korrekte Zitierung früherer Arbeiten – liegen in der Verantwortung von Einzelpersonen und Unternehmen. Andere, wie die Regulierung der KI‑Industrie, erfordern umfassendere organisatorische Maßnahmen oder staatliches Eingreifen. Für Rodrigo Ochigame ist besonders wichtig, dass kommerzielle KI‑Unternehmen sich an die Prinzipien der Erklärung halten. »Die Arbeiten von Mathematikern, die nie beabsichtigt hatten, zur KI‑Entwicklung beizutragen, werden ohne ihr Einverständnis dafür genutzt«, erklärt er. »Das ist eine zutiefst beunruhigende Situation.«

Die IMU plant, die Erklärung offiziell zu unterstützen. Portegies, der das Projekt leitete, will sie auf der kommenden Konferenz der Organisation in diesem Sommer vorstellen. »Das ist ein enormer Dienst an der gesamten Gemeinschaft, weil wir jetzt einen Ausgangspunkt für Entscheidungen und Diskussionen haben«, sagt Agricola. »Ich finde das großartig.«