Was es bedeutet, wenn KI Jahre Expertenarbeit in 11 Tage presst
Claude schloss einen mathematischen Beweis in 11 Tagen ab, für den Experten mehrere Jahre veranschlagten — die Lektion für Wissensarbeit ist größer als die Mathematik.
- 11 days
- um zu vollenden, wofür Experten Jahre erwartet hätten
- 13 million
- Zeilen computergeprüften Lean-Codes
- 29,500
- Zwischensätze auf dem Weg zum Beweis bewiesen
- 350 years
- seit Fermat das Problem 1637 aufschrieb
Letzte Woche schloss Anthropics KI-Modell Claude eine der schwersten Aufgaben der Mathematik ab. Das Ziel war ein Beweis namens Fermats letzter Satz — ein Problem, das 350 Jahre offen blieb, nachdem Pierre de Fermat es 1637 in den Rand eines Buches schrieb. Der Mathematiker Andrew Wiles löste es schließlich 1995, auf 129 dichten Seiten nach jahrelanger Arbeit. Claude fertigte seine Version in 11 Tagen.
Genau gesagt hat Claude den Satz nicht von Grund auf neu gelöst — das hatte Wiles bereits getan. Die Aufgabe war, den Beweis zu "formalisieren": die menschlich geschriebene Mathematik in Computercode zu übersetzen, den eine Maschine Schritt für Schritt prüft, ohne Fehler. Experten schätzten, das würde einem Spezialistenteam mehrere Jahre kosten. Claude ließ Dutzende parallele Agenten gleichzeitig arbeiten und erzeugte 13 Millionen Zeilen geprüften Codes — fünfmal größer als jede Mathebibliothek zuvor.
Dabei bewiesen die Agenten 29.500 Zwischensätze und verarbeiteten rund 6 Milliarden Tokens — die kleinen Texteinheiten, die ein KI-Modell verarbeitet. Ein separates Experiment formalisierte einen weiteren bekannten Satz in nur drei Tagen, mit Consumer-Plänen, die jeder heute buchen kann.
Die eigentliche Geschichte ist keine Mathe-Geschichte — es geht um Zeit. Wenn KI ein mehrjähriges Expertenprojekt auf 11 Tage komprimieren kann, gilt dasselbe möglicherweise für juristische Dokumentenprüfung, Literaturrecherche, Compliance-Analyse oder Code-Review. Jede hochwertige, expertenintensive Arbeit, die Zeit zur Überprüfung braucht, ist jetzt ein Kandidat dafür: Monate von Expertenarbeit auf Tage komprimiert.
Ein ehrlicher Hinweis: Das funktionierte, weil die richtige Infrastruktur vorhanden war — Community-Mathebibliotheken, eine Open-Source-Plattform und Menschen, die an wichtigen Punkten die Richtung vorgaben. KI hat die Experten nicht ersetzt; sie hat schnell neben ihnen gearbeitet. Die Frage für jedes Team: Wo hält bei euch aufwendige Expertenüberprüfung alles andere auf?