Die Informatik erlebt selten einen solchen Monat. Eine ihrer Grundannahmen wurde zu Fall gebracht, und zu denen, die die Trümmer prüfen, gehören die Forscher, die sie einst aufgebaut haben.
Am 16. Oktober erzeugte ein Forschungsmodell von OpenAI ein Gegenargument zur Exponential Time Hypothesis in gewöhnlicher Prosa. Innerhalb eines Tages war das Argument in Lean übertragen, einem Proof Checker, der jeden logischen Schritt mechanisch verifiziert. Das 67-seitige Manuskript nennt OpenAI selbst als Autor.
Anthropic hatte, ohne jede Absprache, das gleiche Ziel schon Stunden zuvor erreicht. Sein 49-seitiges Papier "A 2^o(n) Time Algorithm for 3-SAT" wird Claude zugeschrieben, und der zugrunde liegende Algorithmus wurde an demselben Tag von einem Claude-Forschungsmodell gefunden.
Die Hypothese geht auf etwa 1999 zurück, als Russell Impagliazzo und Ramamohan Paturi argumentierten, dass die boolesche Erfüllbarkeit keinen Algorithmus schneller als Exponentialzeit zulässt. Diese eine Idee stützt still Hunderte bedingter Härteresultate in Graphentheorie, Datenbanken, Bioinformatik und Geometrie.
Beide Gruppen beschreiben nun eine deterministische Methode, die erfüllende Belegungen in subexponentieller Zeit zählt, und beide kommen im Exponenten auf denselben führenden Term. Sollten die Gutachter die Arbeit bestätigen, erweist sich eine der verlässlichsten Mauern des Fachs als eine Wand mit einer Tür.
Was der Behauptung Gewicht verleiht, ist nicht die Herkunft der Modelle, sondern das Gerüst der Prüfungen um sie herum. Jede Inferenz läuft durch Lean. Und in dem von OpenAI berufenen Review Panel sitzen Impagliazzo und Paturi selbst, die nun den Zusammenbruch ihrer eigenen Vermutung prüfen. Stefan Szeider von der TU Wien hat das öffentliche Material gesichtet und erwartet, dass es einer genauen Lektüre standhält.
Vorsicht bleibt geboten. Das Ergebnis sagt nichts über P versus NP aus, und der neue Algorithmus läuft weiterhin in superpolynomieller Zeit, sodass morgen früh kein praktischer Solver schneller wird. Was sich verschoben hat, ist die theoretische Landkarte und die Frage, wer - Menschen oder Systeme - sie neu zeichnet.
Für Führungskräfte liegt die Lehre fern der Komplexitätsklassen. Software, die bis vor Kurzem Dokumente zusammenfasste, erzeugt nun originäre, maschinell verifizierte Mathematik. Die Grenze dessen, was KI zu ernsthafter Forschung beitragen kann, verschiebt sich schneller, als die meisten Planungszyklen annehmen.
Organisationen, die lernen, an der Seite solcher Systeme zu arbeiten, statt ihnen nur das Tippen zu überlassen, werden das Tempo des kommenden Jahrzehnts bestimmen.
Denken Sie mathematisch. Entwickeln Sie intelligent. Führen Sie strategisch. Bauen Sie verantwortungsvoll. Skalieren Sie global. Schaffen Sie echten Geschäftswert durch künstliche Intelligenz.
