Claude verbessert Schranke zur Riemann-Zeta-Funktion

Anthropic hat am 10. August 2026 einen mathematischen Fortschritt einer unveröffentlichten Claude-Forschungsversion vorgestellt: Laut dem Unternehmen erhöhte das System eine untere Schranke zur Riemann-Zeta-Funktion von 41,6 auf 67,2 Prozent. Die Riemann-Hypothese bleibt ungelöst.

Ein Fortschritt neben dem großen Ziel

Die Riemann-Hypothese gehört zu den bekanntesten offenen Fragen der Mathematik. Claude sollte einen ernsthaften Lösungsversuch unternehmen und scheiterte damit erwartungsgemäß. Während dieser Arbeit entstand laut Anthropic jedoch ein Resultat zu einer verwandten Frage: Wie groß ist der Anteil jener Nullstellen der Riemann-Zeta-Funktion, die nachweislich die von der Hypothese geforderte Eigenschaft erfüllen?

Anthropic beziffert die neue untere Schranke auf 67,2 Prozent; zuvor waren 41,6 Prozent erreicht. Die Riemann-Hypothese bleibt damit offen. Sowohl Anthropic als auch TechCrunch stellen diese Trennung ausdrücklich klar. Das ist wichtig, denn aus einem Fortschritt bei einer Teilfrage wird in der KI-Berichterstattung schnell eine vermeintliche Lösung des berühmten Problems.

Gelöst ist sie nicht.

Für mich verdient der Befund dennoch Aufmerksamkeit: Das Modell produzierte kein mathematisches Fragment, das nur überzeugend klingt, sondern ein Resultat, das anschließend mehrere Prüfwege durchlief. Erst an dieser Schwelle wird aus einer Modelldemo ein möglicher Forschungsbeitrag.

31 Millionen Token für einen überprüfbaren Fund

Der Aufwand war erheblich. Nach Angaben von Anthropic entstand die verbesserte Schranke über zwei Sitzungen in Claude Code mit insgesamt 31 Millionen Output-Token. Im zweiten Anlauf koordinierte Claude ungefähr 60 Subagenten über anderthalb Tage; gemeinsam führten sie 2.400 Shell-Kommandos aus und schrieben Hunderte Python-Skripte.

Das war kein schlanker Geistesblitz, sondern eine breit angelegte Suche: Viele Teilspuren wurden parallel verfolgt, rechnerisch geprüft, verworfen oder wieder zusammengeführt. Wer nur das Resultat betrachtet, unterschätzt daher die Kosten, den Orchestrierungsaufwand und die Menge der Arbeit, die zu keinem verwertbaren Ergebnis führte.

Darin steckt eine konkrete Lehre für den Einsatz von Agentensystemen außerhalb der Mathematik. Viele Subagenten und hoher Rechenaufwand beweisen zunächst nur, dass viele Versuche möglich waren. Qualität zeigt sich erst, wenn daraus ein Artefakt hervorgeht, das Fachleute unabhängig vom Modell nachvollziehen und prüfen können.

Die Verifikation zählt mehr als die Choreografie

Laut Anthropic untersuchten und validierten zwei Mathematiker im Unternehmen das Paper. Claude erzeugte außerdem einen formal verifizierbaren Beweis, den Anthropic in einem öffentlichen GitHub-Repository bereitstellte. Neben der sprachlichen Herleitung gibt es damit eine menschliche Fachprüfung und einen maschinenprüfbaren Beweisweg.

Das ist für mich der stärkste Teil der Meldung. Die rund 60 Subagenten liefern die spektakulärere Zahl, sind für die Bewertung des mathematischen Resultats aber zweitrangig. Entscheidend ist, ob ein Ergebnis den Modellkontext verlässt, etablierte Prüfverfahren durchläuft und dort Bestand hat.

Anthropics Versuch zeigt dafür ein konkretes Muster: parallele Suche, Code als Arbeitsmittel, menschliche Begutachtung und formale Verifikation. Er belegt noch nicht, dass solche Systeme zuverlässig neue Mathematik produzieren. Als Mindestregel für weitere Erfolgsmeldungen taugt er trotzdem: Ohne offengelegten Beweis und fachliche Prüfung bleibt auch ein großer Agentenschwarm eine teure Behauptungsmaschine.