# DeepMinds AlphaProof Nexus löst Dutzende offene Matheprobleme

> Die KI bewies 44 Vermutungen, löste neun Erdős-Probleme und veröffentlichte ihre Arbeit in einer peer-reviewten Studie in Science.

Oossa · 2026-10-12 · https://oossa.com/de/deepmind-s-alphaproof-nexus-solves-dozens-of-open-math-problems

DeepMind hat bekannt gegeben, dass seine neue KI AlphaProof Nexus formale Beweise für eine Reihe bislang offener mathematischer Fragen gefunden hat. Die Ergebnisse sind in einer peer-reviewten Studie in der Fachzeitschrift Science erschienen. Das System nutzt Gemini 3.1 Pro, um Beweise in der formalen Sprache Lean zu verfassen, und überprüft automatisch jeden einzelnen Schritt.

## Was AlphaProof Nexus erreicht hat

Laut der Studie löste AlphaProof Nexus neun der 353 Erdős-Probleme, die noch als offen gelten. Zwei davon waren seit 56 Jahren ungelöst. Außerdem bewies das System 44 Vermutungen aus der Datenbank für ganzzahlige Folgen OEIS, beantwortete eine offene Frage der algebraischen Geometrie und verbesserte eine bekannte Schranke in der Min-Max-Optimierung – einer Methode, die beim Training einiger KI-Modelle zum Einsatz kommt.

## So funktioniert das System

AlphaProof Nexus basiert auf Gemini 3.1 Pro. Das Modell entwirft Beweise in Lean und erhält direkt Rückmeldung vom Lean-Verifizierer. Ist ein Entwurf fehlerhaft, gibt Lean eine Fehlermeldung zurück, die den nächsten Versuch anleitet. Bei besonders schwierigen Teilproblemen kann das System ein spezialisiertes Werkzeug namens AlphaProof hinzuziehen. Das Team veröffentlichte die neun Lösungen zu Erdős-Problemen online, noch bevor die Studie erschien.

## Die Fakten

- AlphaProof Nexus löste neun von 353 offenen Erdős-Problemen. Zwei davon waren seit 56 Jahren ungelöst.
- Das System bewies 44 Vermutungen aus der Datenbank für ganzzahlige Folgen OEIS.
- Es beantwortete eine offene Frage der algebraischen Geometrie und verbesserte eine Schranke in der Min-Max-Optimierung.
- AlphaProof Nexus basiert auf Gemini 3.1 Pro, das Beweise in der formalen Sprache Lean verfasst und überarbeitet.
- Die Arbeit erschien in der peer-reviewten Fachzeitschrift Science.

## Warum es wichtig ist

Für Mathematiker eröffnet die KI eine neue Möglichkeit, schwierige Probleme zu untersuchen und Beweise automatisch zu überprüfen – das könnte die Forschung beschleunigen. Für alle, die KI-Werkzeuge nutzen, könnte die Verbesserung bei der Min-Max-Optimierung zu einem effizienteren Training künftiger Modelle führen. Die Veröffentlichung in einer peer-reviewten Fachzeitschrift zeigt, dass KI-generierte Beweise in der Wissenschaft ernst genommen werden. Eine umfassendere Validierung steht allerdings noch aus.

## Quellen und Referenzen

1. [Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed](https://the-decoder.com/google-deepminds-alphaproof-nexus-solved-dozens-of-open-math-problems-and-actually-got-peer-reviewed/) – The Decoder, 2026-10-12

Zuletzt aktualisiert: 2026-10-12