Scholze et al.
Begriffe und menschliches Verständnis entwickeln. Problemlösungen sollen durch sorgfältige Ausarbeitung, Vereinfachung, Gespräche und Lehre in die mathematische Kultur eingehen.
30 Fragen und mögliche Antworten
Hier sammeln wir wichtige Fragen und unterschiedliche Perspektiven für die mathematische Gemeinschaft.
Stand:
30 Fragen · 133 AntwortansätzeEine Frage öffnen, um die Perspektiven zu lesen.
A: Ziele, Fortschritt und Verständnis
Bessis
Anerkennung für das erstmalige Beweisen eines Satzes war ein unvollkommener Ersatzmaßstab für Verständnis. Anerkennung und öffentliche Darstellung sollten sich stärker an Begriffen, Einsicht und Klärung orientieren.
- [9] David Bessis. The fall of the theorem economy. 21.04.2026.Fundstelle: „Coming clean“
Kunnawalkam Elayavalli
Persönliche und geteilte Momente des Verstehens, mathematischen Geschmack und kulturelle Erfahrung pflegen. KI daran messen, ob sie diese Erfahrung bereichert; die Überlegenheit einer Maschine entscheidet für ihn nicht über den Wert menschlicher Mathematik.
Wegner: andere Wertbegründung
Den Kernwert der Mathematik in Anwendungen sehen, auch über lange Ketten abstrakter Theorien. Wegner setzt verlässliche formale Prüfung voraus. Solange Menschen Forschungsrichtungen bestimmen und Ergebnisse beurteilen müssen, soll KI bisher unrealistische Aufgaben erschließen und mathematische Werkzeuge mit wissenschaftlichem Bedarf verbinden.
- [68] Robert Wegner. A somewhat optimistic view of AI in mathematics. 10.09.2026.Fundstelle: Annahme A1; Szenario S1; These T2
Andrew Ng (Bonn)
Menschliches Verständnis auch als Schutz wissenschaftlicher Unabhängigkeit bewahren. Seine positive Vorstellung KI-gestützter Erklärung setzt ethisch und ökologisch vertretbare Bedingungen voraus. Die gegenwärtigen Bedingungen bewertet Ng als unvertretbar und lehnt deshalb generative Sprachmodelle ab.
- [44] Andrew Ng (Mathematikdoktorand, Bonn). On proof and progress in mathematics in the age of generative LLMs. 04.09.2026.Fundstelle: „Why is human understanding important?“; „Back to reality...“
Tao
Leistungsprognosen und Wertentscheidungen trennen. Selbst unter der Annahme sehr leistungsfähiger KI bleiben Erkenntnis, Theoriebildung, Ausbildung und die Zukunft der Gemeinschaft eigenständige Ziele.
Barak
Ein vollständiger KI-Verzicht erscheint ihm für anwendungsbezogene akademische Mathematik nicht tragfähig. Zugleich verteidigt er menschliche Neugier und verständliche Wissenschaft als selbständige Werte; Anwendungen der Grundlagenforschung lassen sich nicht kurzfristig messen.
- [7] Boaz Barak. Math after AI. 24.08.2026.Fundstelle: „Impact of AI on Math“
Chu
Auch um den Preis langsameren Fortschritts die sozialen und ethischen Bedingungen menschlicher Mathematik schützen. Chu fordert einen Boykott der Zusammenarbeit mit KI-Firmen und den Verzicht auf LLMs zur Erzeugung neuer Beweise; einen weltweiten vollständigen Verzicht hält sie allerdings für schwer durchsetzbar.
- [14] Tasmin Chu. The AI dissenter viewpoint. 09.08.2026.Fundstelle: „Rebuttals...“; „Some radical proposals“
Stankyavichyus
Forschung nach dem Nutzen für andere bewerten, einschließlich nachgelagerter Wissenschaften. Wer verfügbare Werkzeuge ablehnt und vor allem Bildung als Nutzen nennt, sollte aus seiner Sicht als Lehrender statt für Forschung finanziert werden.
- [54] Anatoly Vitold Stankyavichyus. Response to “The AI dissenter viewpoint”. 20.08.2026.Fundstelle: „AI talking points“
Nigam
Technischer Fortschritt begründet kein Gebot maximaler Beschleunigung. Nutzen und Übergangsschäden gemeinsam bewerten, Betroffene anhören und Forschende das Tempo mitbestimmen lassen. Analogien ersetzen diese Abwägung nicht; ein fertiges Übergangsprogramm bietet sie nicht.
- [45] Nilima Nigam. On analogies, parallels and thought experiments. 01.09.2026.Fundstelle: „My concerns“; „In closing“
Litt
Verstehen, Theoriebildung und Konsolidierung bleiben Aufgaben. Unterschiedliche Interessen und jeweilige Stärken könnten eine Arbeitsteilung zwischen Menschen und KI ermöglichen. Einen dauerhaften menschlichen Leistungsvorsprung garantiert Litt nicht.
- [34] Daniel Litt. Mathematics in the Library of Babel. 21.02.2026.Fundstelle: „Creativity“; „The library“
Narayanan
Die Fähigkeiten von KI-Modellen, tatsächlich nutzbare Produkte und organisatorischer Wandel sind verschiedene Dinge. Fachwissen, Urteil und Verantwortung stärken; schnelle technische Fortschritte entscheiden nicht allein darüber, wie sich Berufe verändern.
- [43] Arvind Narayanan. What will be left for us to work on? 13.07.2026.Fundstelle: Vortragstranskript
Bessis
Jetzt die Ziele und Bewertung mathematischer Arbeit neu ausrichten. Seine Erwartung einer späteren Neuordnung enthält weder einen Zeitplan noch eine sichere Übergangsstrategie.
- [9] David Bessis. The fall of the theorem economy. 21.04.2026.Fundstelle: „Coming clean“; „The future of mathematics“
Castillo-Ramirez
Wichtige Fragen auswählen, Ergebnisse prüfen, ordnen und verbinden; in der Lehre Begeisterung, Vertrauen und Ausdauer vermitteln. Sein erwarteter Rollenwandel ist keine Garantie dauerhafter menschlicher Überlegenheit in diesen Aufgaben.
- [12] Alonso Castillo-Ramirez. The end of an era in mathematical research. 12.08.2026.Fundstelle: „The End of Handcrafted Mathematics“; „Teaching Will Remain Human“
Thurston
Verstehen umfasst verschiedene mentale Zugänge: Bilder, Sprache, Intuition, logische Struktur und Verfahren. Maßgeblich ist, ob andere klarer denken können; die Kenntnis des Wahrheitswerts oder einer formalen Ableitung erschöpft dies nicht.
Tao
Tao schlägt als Publikationsschwelle vor, dass die Autorenschaft die Ergebnisse korrekt, sachkundig, verständlich und mit angemessener Zuschreibung vortragen kann. Das ist ein Befähigungskriterium, keine allgemeine Pflicht zur Einreichung eines Vortrags.
Tao zur Arbeitsteilung
Formale Beweisassistenten erlauben, Teilaufgaben eines Formalisierungsprojekts getrennt zu prüfen. Tao hält eine entsprechende Arbeitsteilung auch bei neuen Resultaten für möglich: Einzelne könnten spezialisierte Beiträge leisten, ohne das Gesamtprojekt vollständig zu verstehen. Dafür müsste die Formalisierung noch effizienter werden.
Stankyavichyus: Gegenposition
Für die Publikationswürdigkeit Neuheit, Korrektheit, Wirkung und Begutachtung genügen lassen; die persönliche Kenntnis bei Einstellungen prüfen. Damit trennt er den Wert eines Textes vom Verständnis seiner Autor:innen.
- [54] Anatoly Vitold Stankyavichyus. Response to “The AI dissenter viewpoint”. 20.08.2026.Fundstelle: „AI talking points“
Shalit
Schon bisher beruhte Forschung auf etablierten fremden Sätzen und arbeitsteiliger Expertise. Alles bis zu den Grundlagen selbst nachzuvollziehen, sei unhaltbar. KI verschärft diese Abhängigkeit; eine allgemeine neue Grenze akzeptablen Vertrauens gibt er nicht an.
- [51] Orr Shalit. What’s not new. 08.09.2026.Fundstelle: „Standing on thin air“
Rivera: strenger Ausbildungsmaßstab
Rivera schreibt seinen Promovierenden die Offenlegung der KI-Nutzung vor und empfiehlt dringend, sie einzuschränken. Verwendete Aussagen sollen unabhängig von ihrer Herkunft vollständig verstanden werden; in Betreuungsgesprächen fragt er bis zu grundlegenden Prinzipien nach. Dies ist seine persönliche Betreuungspolitik.
- [48] Manuel Rivera. Statement on AI usage for PhD students. 26.08.2026.Fundstelle: Absätze über Offenlegung, Nutzungseinschränkung und Verständnis
B: Autorschaft, Transparenz und Anreize
Etingof
Menschliche Autor:innen können volle Anerkennung erhalten, auch wenn KI Beweise geliefert hat, sofern sie den Inhalt selbst vollständig prüfen, verstehen, erklären und verantworten können sowie die KI-Beiträge benennen.
Weinreich
Eine nachträglich erweiterbare Mitinhaberschaft an mathematischen Ideen als Anerkennungsmodell erproben: Auch später kann hinzukommen, wer Verständnis auf Autorenniveau nachweist; Zeitschriften sollen den Nachweis organisieren.
- [70] Max Weinreich. The crisis of AI-generated mathematics. August 2026.Fundstelle: §2: „For journals“
Lazić
Ein bloßer Prompt begründet keine Autorschaft. Eigene Theoriebildung oder Beweisarbeit ist für ihn konstitutiv für mathematische Forschung.
- [30] Vladimir Lazić. Where I stand on AI. ohne Datum; Abruf 12.09.2026.Fundstelle: Grundsatz 6
Thom
Ein korrektes KI-Resultat kann veröffentlichungswürdig sein, ohne menschliche Entdeckung oder Verständnis zu belegen. Nicht zuordenbare Anerkennung soll nicht automatisch an den Modellbetreiber gehen. Auch bei geklärtem Datenschutz hält Thom das bisherige System persönlicher Priorität für kaum tragfähig: Publikationen belegen nicht mehr zuverlässig den Beitrag und die Fähigkeiten ihrer Autor:innen.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: Schlussteil
Thom
Das Spektrum vom bloßen Prompt bis zu entscheidender mathematischer Mitarbeit berücksichtigen. Wie dieser Anteil verlässlich geprüft und zugeschrieben werden kann, bleibt eine offene Frage.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkt 1Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Leiden-Erklärung
Bei KI-erzeugten Ergebnissen die zugrunde liegenden menschlichen Arbeiten ermitteln und würdigen. Falls deren Zuschreibung trotz Bemühungen unzureichend bleibt, dies ausdrücklich offenlegen.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: „Put effort into proper attribution“
Ochigame
Anerkennung von der Erstveröffentlichung auf schrittweise kollektive Arbeit verlagern, einschließlich Programmierung, Datenarbeit, Formalisierung und Erklärung; Beiträge gerechter vergüten.
Avigad
Am Beispiel der Formalisierung des Kugelpackungssatzes fordert Avigad, menschliche Vorarbeit angemessen anzuerkennen und KI-erzeugten Code gemeinsam mit dem Projektteam auf dessen Standards zu bringen.
Hairer
Offenlegen, welche wesentlichen mathematischen Ideen oder Beweise von KI stammen. Routinemäßige Sprachkorrektur und Literatursuche müssen nach Hairers Vorschlag nicht angegeben werden.
- [22] Martin Hairer. Writing mathematics in the age of AI. 07.08.2026.Fundstelle: „Disclosure“
LMS
Für ihre Zeitschriften verlangt die London Mathematical Society die Erklärung sämtlicher KI-Nutzungen, einschließlich Sprachhilfe. Menschliche Autor:innen tragen die volle Verantwortung; generative KI darf nicht als Autor:in aufgeführt werden.
- [36] London Mathematical Society. Artificial Intelligence. Stand: Juni 2026.Fundstelle: §§2.1.5, 2.5
Klowden und Tao
Verantwortliche Nutzung kann sowohl durch rücksichtslosen Wettbewerb als auch durch pauschale Ausgrenzung verdrängt werden. Gute Praxis, Ausbildung und gezielte Regulierung sollen hilfreiche Nutzung fördern und schädliche oder verdeckte Nutzung begrenzen.
Stankyavichyus
Beschämung und Sanktionen allein wegen KI-Nutzung zurückweisen. Normen, die dauerhaft Beschäftigte setzen, können besonders hohe berufliche Kosten für ihre Studierenden und prekär Beschäftigte haben.
- [54] Anatoly Vitold Stankyavichyus. Response to “The AI dissenter viewpoint”. 20.08.2026.Fundstelle: „On dangers of dehumanizing colleagues“
Ruodu Wang
Wenn vor allem die erste Lösung Anerkennung erhält und ungeprüfte KI-Übernahmen nicht erkennbar sind, geraten sorgfältig prüfende Autor:innen nach Wangs Gedankenmodell ins Hintertreffen. Geringere Prioritätsprämien lösen dies nicht, solange spätere Arbeiten leer ausgehen. Einen geeigneten Ersatzmaßstab gerade für Nachwuchsforschende lässt er offen.
- [67] Ruodu Wang. The AI-assisted mathematician’s dilemma. 28.08.2026.Fundstelle: Annahmen i–iii; Schlussabsätze
Boldt
Exakte Modellversion, Prompts und Steuerungssoftware offenlegen; auch nichtdeterministische Experimente bleiben wissenschaftlich nachvollziehbar und untersuchbar.
Hairer
Verfügbare Denkprotokolle können helfen; allgemeine Pflichten für Prompts und Verbrauchsdaten hält er wegen Verfügbarkeit und fehlender Reproduzierbarkeit für unpraktisch.
- [22] Martin Hairer. Writing mathematics in the age of AI. 07.08.2026.Fundstelle: „Disclosure“
Gonen Cohen
Als Diskussionsoptionen nennt Gonen Cohen öffentliche Zugänge, Zugang auf Anfrage oder für vertrauenswürdige Prüfer:innen. Prompt- und Werkzeugverläufe könnten einen Kompromiss bilden; Denkprotokolle spiegeln die tatsächliche Entstehung einer Antwort nicht notwendig zuverlässig wider.
- [20] Segev Gonen Cohen. The question of reasoning traces. 11.08.2026.Fundstelle: „In what format...“; „What next?“
C: Korrektheit, Begutachtung und Vermittlung
Ringer
Erzeugung und Prüfung trennen: Ein kleiner Prüfkern kontrolliert das formale Beweisobjekt unabhängig von der Zuverlässigkeit des erzeugenden Systems.
- [47] Talia Ringer. Proofs and Conversations. 17.05.2024.Fundstelle: „Proof Assistants“, S.2; „Choosing a Proof Assistant“, S.3
Etingof und Sutherland
Argumente selbst prüfen, verstehen und erklären. Bei Formalisierung zusätzlich kontrollieren, ob der kodierte Satz der beabsichtigten Aussage entspricht; mehrere zustimmende Modelle ersetzen keinen Beweis.
- [18] Pavel Etingof, mit Beiträgen von Andrew Sutherland. Use of AI in mathematical research: A guide for young mathematicians. Mai 2026.Fundstelle: §1; §4.4; §4.6 (Andrew Sutherland)
Boldt
Wer durch Sprachmodelle gewonnene mathematische Ergebnisse veröffentlicht, soll eine maschinenprüfbare Formalisierung bereitstellen. Das ist Boldts Normvorschlag, keine allgemein geltende Regel.
Klowden und Tao
Eine Formalisierung kontrolliert nicht automatisch, ob die kodierte Aussage die beabsichtigte ist. Motivation, Heuristik und Übertragbarkeit bleiben zusätzliche Erkenntnisleistungen.
Weinberger
Überzeugende Gespräche nicht mit Zuverlässigkeit verwechseln. An kritischem Austausch mit Kolleg:innen festhalten und einen formalen Beleg oder detailliertes unabhängiges Verständnis verlangen; sprachliche Überzeugungskraft kann das eigene Urteil unbemerkt verschieben.
- [69] Shmuel Weinberger. What I feel like when I work with an AI. 11.08.2026.Fundstelle: Haupttext
Lee
Drei Ebenen unterscheiden: Beweis des formalen Satzes aus den verwendeten Axiomen, richtige Übersetzung der beabsichtigten Aussage und Übereinstimmung mit der ursprünglichen informellen Beweisführung. Ein formal korrekter anderer Beweis bestätigt nicht automatisch die ursprüngliche Argumentation.
- [32] Seewoo Lee.(auto)formalization, but why. 08.09.2026.Fundstelle: „Do you want to (auto)formalize a theorem or a proof?“
Leiden-Erklärung
Autor:innen sollen Prüfung durch präzise Referenzen und geeignete formale Beweise erleichtern; Fachorganisationen könnten zusätzliche menschliche Darstellungen oder externe Vorprüfung verlangen.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: „Support the needs of reviewing“; „Maintain standards of rigor“
Litt
KI-Vorprüfung erwägen, aber Fehlentscheidungen berücksichtigen. Kautionen oder Zugang nur für vertraute Autor:innen diskutiert er als problematische, nicht als wünschenswerte Schranken.
- [34] Daniel Litt. Mathematics in the Library of Babel. 21.02.2026.Fundstelle: „Truth-seeking“
First Proof
Beim KI-Testprojekt First Proof beurteilen unabhängige Fachgutachter:innen die Lösungen. Nach dem Bericht finanzieren ungebundene Unternehmensspenden unter anderem Forschungszuwendungen für die Gutachter:innen; Herausgebergremium und Vorstand werden daraus nicht vergütet.
- [1] Mohammed Abouzaid, Nikhil Srivastava, Rachel Ward und Lauren Williams. First Proof Second Batch. 10.06.2026.Fundstelle: §§2.3–2.4, S.10–11
Mangioni
Als mögliches Modell erwägt er KI-gestützte Erzeugung bei menschlicher Prüfung und Aneignung der Mathematik. Begutachtung könnte eine reguläre Arbeitsaufgabe mit reservierter Zeit werden. Für KI-Anwendungen insgesamt fordert er klare Grenzen und schnell anpassbare Korrekturmechanismen.
- [39] Giorgio Mangioni. A viewpoint on “The AI dissenter viewpoint”. 14.08.2026.Fundstelle: „The social context lens“; „The ethical lens“
Narayanan
Routineaufgaben automatisieren, wertende Entscheidungen bei Menschen belassen. Sonst verlieren Forschende Einfluss auf die Entwicklung ihres Fachs.
- [43] Arvind Narayanan. What will be left for us to work on? 13.07.2026.Fundstelle: Schlussteil
LMS
Für ihre Zeitschriften untersagt die London Mathematical Society KI-Begutachtung und ManuskriptUploads in KI-Systeme. Gutachtende dürfen einen selbst verfassten Bericht sprachlich verbessern lassen, müssen dies offenlegen und dürfen nur den Berichtstext übermitteln.
- [36] London Mathematical Society. Artificial Intelligence. Stand: Juni 2026.Fundstelle: §§3.5, 4.6
Etingof (nach einem Kommentar von Paul Seidel)
Veröffentlichende müssen Ideen durch Erklärungen, Gespräche und Vorträge in gemeinsames Wissen überführen; ein arXiv-Upload allein genügt nicht.
Macbeth
Formale Texte als eigenes mathematisches Medium gestalten: wiederkehrende Argumente durch geeignete Begriffe und allgemeine Hilfssätze organisieren, Berechnung und Abstraktion verbinden.
Donoho
Für datenbasierte Wissenschaft Daten, Programme und mit geringem Aufwand reproduzierbare Berechnungen offen bereitstellen und gemeinsame Vergleichsverfahren nutzen. Der Aufbau fehlender Datensätze und Vergleichsaufgaben kann selbst ein bedeutender Forschungsbeitrag sein.
- [16] David Donoho. Data Science at the Singularity. 02.10.2023.Fundstelle: §10.1
Tao
Formalisierung kann überflüssige Voraussetzungen und einfachere Wege sichtbar machen und eine wiederverwendbare Bibliothek erweitern; bloße Zertifizierung ist nur ein möglicher Zweck.
Cheung
Außenstehenden erklären, warum ein Problem und seine Lösung interessieren. Öffentlichkeitsarbeit kann gesellschaftliche Unterstützung, eigenes Verständnis und bessere fachliche Darstellung fördern; Korrektheit allein vermittelt die Bedeutung noch nicht.
- [13] Trevor Cheung. AI and maths communication. 03.09.2026.Fundstelle: „Lessons for academia?“; „A plea...“
Thom
Ein formaler Beweis bestätigt ein mathematisches Resultat; dessen Bedeutung, Erklärung und Einordnung verlangen weitere Arbeit. Diese Aneignung ist für Thom selbst Forschung.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: Schlussabsätze
D: Leistungsbewertung und Forschungsorientierung
First Proof
First Proof testet KI an Forschungsaufgaben, deren menschliche Lösungen bereits vorliegen, aber noch unveröffentlicht sind. Lösungen, Protokolle, Kosten und Steuerungscode werden offengelegt; zwei bis drei Fachgutachter:innen beurteilen anonymisiert. Begriffsentwicklung und das Finden interessanter Vermutungen erfasst dieser Test nicht.
- [1] Mohammed Abouzaid, Nikhil Srivastava, Rachel Ward und Lauren Williams. First Proof Second Batch. 10.06.2026.Fundstelle: §§1.1–1.3, 2.1–2.4
Narayanan
Neben Erfolgsquoten prüfen, ob die KI wiederholt zuverlässig arbeitet, auf kleine Änderungen robust reagiert, eigene Fehler richtig einschätzt und ob Fehler beherrschbare Folgen haben.
- [43] Arvind Narayanan. What will be left for us to work on? 13.07.2026.Fundstelle: Absätze zur Verlässlichkeit
Bessis
Eine breitere Automatisierungsskala entwickeln, die auch Vereinfachung, Fragestellung, Begriffs- und Theoriebildung erfasst.
- [9] David Bessis. The fall of the theorem economy. 21.04.2026.Fundstelle: „Coming clean“
Lan
Öffentlich verfügbare Modelle systematisch an offenen Problemen prüfen, Ausgaben unabhängig kontrollieren und Nutzung offenlegen. Die Gemeinschaft soll Bedeutung und Leistung selbst beurteilen; seine weitergehenden Vermutungen über Firmenmotive sind keine Nachweise.
- [29] Tian Lan. On protecting mathematics from LLM companies’ monopoly. 18.08.2026.Fundstelle: Absätze zu öffentlichen Tests und Begutachtung
Tao: Diagnose
Schwierigkeit ist relativ zu bekannten Methoden: Was ist leicht, mit Aufwand oder noch nicht erreichbar? Tao sieht die Orientierung durch raschen KI-Fortschritt und fehlende Offenlegung erfolgloser Versuche und Lösungsprozesse durch KI-Firmen gefährdet. Der Wettbewerb um aussichtsreiche Probleme könne Forschende zur Geheimhaltung bewegen.
- [61] Terence Tao. Thread zur difficulty landscape. 08.09.2026.Fundstelle: Teile 2–3
Tao: Vorschlag
Für viele Problemklassen gemeinsame Standards entwickeln: Eine Lösung soll auch Einsichten aus ihrem Entstehungsprozess und das Verständnis verwandter Schwierigkeiten erschließen. Ein Ergebnis ohne diese Analyse kann für die weitere Forschungsorientierung wenig oder sogar negativen Wert haben.
- [61] Terence Tao. Thread zur difficulty landscape. 08.09.2026.Fundstelle: Teil 4
Gonen Cohen
Zur Diskussion stellen, ob erfolglose Läufe und ihre Kosten ebenfalls offenzulegen sind, in welchem Umfang und gegenüber wem. Er legt sich auf keine allgemeine Veröffentlichungspflicht fest; nur erfolgreiche Protokolle können den Gesamtaufwand verdecken.
- [20] Segev Gonen Cohen. The question of reasoning traces. 11.08.2026.Fundstelle: „What next?“
Tao
Tao beschreibt ein Zusammenspiel von maschineller Mustererkennung, menschlicher Vermutungsbildung, Gegenprüfung und Beweisarbeit. Eine Fallstudie aus der Knotentheorie zeigt, wie daraus neue Einsichten entstehen können; sie begründet keine allgemeine Leistungsprognose.
Guanyang Wang
Als mögliche Arbeitsteilung schlägt Wang vor: Menschen geben einen Beweisplan mit offenen Zwischenschritten vor, KI hilft bei diesen Schritten. Zudem berichtet er erfolgreiche und gescheiterte Läufe zweier Prompts. Der nach Kenntnis des Beweises entworfene Promptvergleich erlaubt keine allgemeine Erfolgsprognose.
- [66] Guanyang Wang. Prompting Toward a Conjecture. 12.08.2026.Fundstelle: „The Right Prompt“; „A Hypothetical Example“
Hartstein
Automatisches Beweisen breiter als Sprachmodelle erforschen, auch mit symbolischen und kombinierten Verfahren. Seine Ziele sind überprüfbare Korrektheit, das grundsätzliche Auffinden jedes im gewählten formalen System existierenden Beweises und effiziente Suche. Eine allgemeine praktische Erreichbarkeit aller Ziele weist er nicht nach.
- [23] Oren Hartstein. We Need a Stockfish for Math. 11.09.2026.Fundstelle: „The Actual Goal“; „The Gödel Objection“; „The Future“
Avigad
Formale Bibliotheken, symbolische Verfahren, Experimente und neue Formen der Interaktion mitentwickeln und als Forschung anerkennen. Wenn Mathematik anderen Wissenschaften nur die Nutzung fertiger KI empfiehlt, drohe ihr Bedeutungsverlust. Sie soll eigene Methoden und Anwendungen beitragen.
- [5] Jeremy Avigad. What is mathematics now, and what should it be? 07.09.2026.Fundstelle: „What is AI for mathematics?“; „The challenges“; „The future“
Zhang
In seinem Bericht über eine gruppentheoretische Konstruktion beschreibt Zhang, wie das Team teure Rechenwege stoppte, Koordinaten und Strategie wechselte und KI für Programmierung und Analyse nutzte. Die Ergebnisse wurden unabhängig mit mathematischer Software überprüft. Mehr Rechenleistung allein hätte den Strategiewechsel nicht ersetzt.
- [72] Shaowu Zhang. Where to Point the Telescope. 21.08.2026.Fundstelle: „When more precision was the wrong answer“; „What I learned“
E: Studium, Promotion und Lernformen
Thom
Studiengänge bis zur Promotion von den Anforderungen des Arbeitsmarkts einschließlich wissenschaftlicher Karrieren her gestalten. Problemlösung in Zusammenarbeit mit KI und die Nutzbarmachung KI-erzeugter Resultate sollen im Vordergrund stehen.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkt 2Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Avigad; Commelin et al.
Avigad fordert beruflich relevante Problemlösung mit KI bei Erhalt mathematischer Intuition. Commelin und Mitautor:innen empfehlen, Problemformulierung, Kommunikation und kritische Prüfung von Argumenten im Curriculum zu stärken und Studierende an der Gestaltung zu beteiligen.
Su
Mathematische Bildung auch an Ausdauer, Kreativität, Perspektivwechsel und Verantwortung ausrichten. Ihr Wert reicht über verwertbare Problemlösungen hinaus.
- [55] Francis Su. The Enduring Value of Math, in an Age of AI. 20.08.2026.Fundstelle: „What a math education is really for“
Thom (Lehrkonzept)
Lehr- und Prüfungsformen aus den Zielkompetenzen für Forschung und Beruf entwickeln: präzise Begriffsverwendung, Beweiskontrolle, Beispiele und Gegenbeispiele, Strukturerkennung und mathematische Verantwortung.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: S.1Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
MIT-Bericht
Von Lernzielen ausgehen und danach KI erlauben, verlangen oder begrenzen. Effektiven, verantwortlichen und ethischen Einsatz in Studium und Promotion vermitteln.
Thom (Lehrkonzept)
Vier Elemente verzahnen: Die Vorlesung vermittelt Leitideen und Zusammenhänge; ein kursbezogener KI-Tutor unterstützt das Selbststudium; die Grundübung trainiert eigenes mathematisches Denken in Präsenz weitgehend ohne KI; das Labor übt kontrollierten Einsatz von KI, Programmierung und weiteren Werkzeugen.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §§1.1–1.4, S.2–3Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Thom (Rollen und Umfang)
Das Skript bleibt maßgeblicher Referenztext; KI-Erklärungen sind daran und an eigenen Überlegungen zu prüfen. Beispielhafte Umverteilung: je 2 Semesterwochenstunden (SWS) Vorlesung, Grundübung und Labor statt 4 SWS Vorlesung plus 2 SWS Übung; der KI-Tutor unterstützt außerhalb der Präsenzzeit.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §1 und §1.2, S.2Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Thom (Studienverlauf)
Zunächst gemeinsame Grundlagen sichern, später nach Studienrichtung gewichten: theoretisch etwa Beweis- und Literaturseminare sowie formale Verifikation; anwendungsbezogen Modellierung, Datenanalyse und Simulation. Eigenkompetenz bleibt in allen Pfaden nötig.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §2, S.3–4Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Jaye und Livshyts
Aufgaben zur Beweisprüfung, zur Auswahl und Begründung interessanter Fragen, zum verständlichen Schreiben und zu Kurzvorträgen erproben. Diese lassen sich verbinden: eigene Fragen gegebenenfalls mit KI bearbeiten, einen verständlichen Bericht schreiben und die Ergebnisse im Kurs verteidigen.
- [25] Benjamin Jaye, Galyna V. Livshyts. Changes in the classroom in the AI Era. 19.08.2026.Fundstelle: nummerierte Aufgabenfolge
Etingof
Zunächst eigene Versuche unternehmen, Hinweise statt fertiger Lösungen erfragen und Übungsaufgaben selbst bearbeiten. KI soll Lernen verstärken.
Karamanis
Schwierigkeiten und Fehlersuche gehören zur Ausbildung des Urteils, das später KI beaufsichtigen soll. Methoden und Entscheidungen müssen selbst erklärbar bleiben.
- [26] Minas Karamanis. The machines are fine. I’m worried about us. 30.03.2026.Fundstelle: Absätze zur wissenschaftlichen Betreuung
Siktar
Verwendete KI-Argumente sorgfältig auf Papier durcharbeiten. Studierende sollen bei Codekorrekturen Fehlerursache, Wirkung und geeignete Tests selbst erklären können. Gemeinsames Prompten mit der Betreuung schlägt er als von ihm selbst noch nicht erprobte Lehrmethode vor.
- [52] Joshua Siktar. How to welcome LLM use into student research mentorship. 09.09.2026.Fundstelle: „Be efficient...“; „Don’t autopilot debugging“; „Tag-team...“
Tao
Lästige Rechenarbeit kann delegiert werden, sofern ihre Ergebnisse kontrolliert werden können. Begriffliche Schwierigkeiten sind oft selbst Lerngegenstand; auch KI-Erklärungen können diese Lernchance nehmen. Begleitete Nutzung, eigene Fehlversuche und gemeinsames Prüfen von KI-Ausgaben vorsehen.
Srivathsan
Ein Tutor soll am eigenen Versuch ansetzen: Verständnisfragen stellen, bei Bedarf Hinweise geben, Voraussetzungen klären und kleine Beispiele oder einfachere Teilprobleme anbieten. Produktive Fehlversuche erhalten, statt sofort die Lösung zu liefern.
- [53] Amruth Srivathsan. Keeping the learner in the loop. 13.08.2026.Fundstelle: Haupttext
MIT-Bericht
Für das MIT empfiehlt der Bericht mündliche Prüfungen, Semesterportfolios und schriftliche Arbeiten mit anschließenden Gesprächen sowie die Erprobung kompetenzbezogener Bewertung. Jede Abschlussarbeit soll eine Erklärung zur KI-Nutzung enthalten. Auf KI-Detektoren solle man sich nicht verlassen.
- [42] MIT Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training. Report on AI Use in Teaching, Learning, and Research Training. 13.08.2026.Fundstelle: §§3.1.2, 3.1.6, 3.1.9, 3.2.6
Thom (Vorschlag für Studienmodule)
Eigenkompetenz ohne KI durch Präsenztests, mündliche Kurzprüfungen, Fehleranalysen und kleine Beweis- oder Gegenbeispielaufgaben prüfen. Werkzeugkompetenz durch dokumentierte Laborprojekte und mündliche Verteidigungen beurteilen; Annahmen, Beweisstatus und unabhängige Kontrolle der Ergebnisse zählen mit.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §1.4, S.3; §3, S.4Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Su
Gute Fragen, begründete Strategien und Ausdauer auch dann bewerten, wenn noch kein vollständiger Beweis vorliegt.
- [55] Francis Su. The Enduring Value of Math, in an Age of AI. 20.08.2026.Fundstelle: „What this means for us“
Etingof
Als praktische Verständnisanforderung: Den verwendeten Gedankengang spontan und im Detail erklären können.
Tao
Den Lösungs- und Prüfprozess bewerten, bei geeigneten Aufgaben auch Prompts und unabhängige Kontrolle verlangen. Iterative Projekte dürfen mit fehlerhaften eigenen Versuchen beginnen; kreative KI-Nutzung nur dosiert einsetzen.
Serraille
Verständnis mit eigenen Beispielen, ungewohnten Aufgaben und Präsenzarbeit prüfen. In Bachelorund Masterarbeiten auf Sprachmodelle verzichten, allenfalls nachträgliche Sprachkorrektur und Bildgenerierung ausnehmen: Eigenständiges Lesen, Scheitern und Nachfragen sind für ihn zentrale Lernziele.
Sarkar
Sarkar berichtet aus einem Kurs zur Mathematikgeschichte: Präsenztexte mit Hausarbeiten vergleichen und im Gespräch nach dem eigenen Gedankengang fragen; mit fremder Hilfe geschriebene Passagen in eigenen Worten erklären lassen. Dies dient dem Lernen und ist kein validierter KI-Detektor.
- [49] Amites Sarkar. Shannon, Orwell, and the Thinking Machine. 24.08.2026.Fundstelle: „Superintelligence“
Thom (Lehrkonzept)
Für Thoms Modell aus Vorlesung, KI-Tutor, Grundübung und Labor zusätzliche Vorbereitung, Abstimmung und Betreuung einplanen: kleinere Arbeitsgruppen, geschulte Tutor:innen, technische Infrastruktur und Aufgaben zur mathematischen Kontrolle. Die Umverteilung der Präsenzstunden macht das Modell vermutlich nicht kostenneutral.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §4, S.4–5Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Thom (Einführung des Lehrkonzepts)
Stofffülle, Rechenroutine und rein reproduktive Formate reduzieren, statt neue Anforderungen nur hinzuzufügen. Einzelne Module schrittweise erproben und Betreuung sowie Prüfungsformen evaluieren. Mehr Aufwand ist nur gerechtfertigt, wenn Eigenkompetenz und verantwortliche Werkzeugnutzung sichtbar gestärkt werden.
- [62] Andreas Thom. Ein neues Lehrkonzept für das Mathematikstudium: Vorlesung – KI-Tutor – Grundübung – Labor. ohne Datum; 5 Seiten.Fundstelle: §4, S.5Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
F: Anerkennung und Nachwuchs
Thom
Anerkennen, wer erklärt, warum ein Argument funktioniert, Kernideen von Technik trennt, Verbindungen und fruchtbare Fragen findet, Methoden lehrt und andere befähigt. Beiträge erfolgen auch in Vorträgen, Gesprächen, Lehre und Zusammenarbeit, nicht nur in Artikeln.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: Schlussteil
Weinreich (Vorschlag für Zeitschriften)
Wissenschaftliche Anerkennung für Ideen auch nach deren Veröffentlichung mit Personen teilen, die das Argument eigenständig beherrschen. Zeitschriften könnten dieses Verständnis durch ausführliche Erklärung vor einem sachkundigen, kritischen Publikum prüfen, gegebenenfalls im Umfang einer Graduiertenveranstaltung. Weinreich nennt dies „co-ownership“.
- [70] Max Weinreich. The crisis of AI-generated mathematics. August 2026.Fundstelle: §2: „For journals“
Tao; Mathematical Discourse
Erklärung, Begutachtung und Einordnung stärker anerkennen. Das Videojournal Mathematical Discourse ist ein konkretes Beispiel: Es begutachtet Klarheit, Neuheit und mathematisches Interesse von Vorträgen. Es ersetzt die Prüfung der schriftlichen Beweise ausdrücklich nicht.
- [59] Terence Tao. Mathematics in the age of AI. 2026; arXiv:2608.16753v1.Fundstelle: §8; Anhang A
- [41] Mathematical Discourse. Aims and Scope; Review Process. Abruf 12.09.2026.Fundstelle: „Aims and Scope“; „Review Process“
Guo (Bewertungsvorschlag)
Mathematischen Resultatwert und persönlichen Beitrag trennen. Anteile, die festgelegte KI-Systeme mit festgelegtem Rechenbudget reproduzieren, vom menschlichen Beitrag abziehen, auch bei rein menschlicher Arbeit. Gescheiterte Reproduktion beweist dabei keine Originalität. Einen empirischen Nachweis der Eignung für Personalentscheidungen liefert der Text nicht.
- [21] Qi Guo. Evaluating mathematical merit. 27.08.2026.Fundstelle: „A stable AI-residual evaluation system“; „A practical transition“
Thom
Beiträge zur Integration KI-erzeugter Resultate in die mathematische Kultur bei Einstellungen stärker gewichten; dieselbe Entkopplung von Produkt und Kompetenz betrifft Abschlussarbeiten. Wie solche Beiträge vergleichbar gemessen werden, bleibt derzeit offen.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkt 5Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
MIT-Bericht
Forschungspraktika und betreute Mitarbeit ausbauen. Werden Studierende aus Effizienzgründen durch KI-Agenten ersetzt, könnten ihnen Lerngelegenheiten und der Zugang zu Forschungsgemeinschaften verloren gehen. Der Bericht fordert deshalb, Mentoring und persönliche Zusammenarbeit gezielt zu erhalten.
Duminil-Copin
Offene Probleme können Zusammenarbeit, Methoden und Nachwuchsausbildung tragen. Ihre schnelle Erledigung kann diese Entwicklung unterbrechen, auch bei einem kurzen und eleganten Beweis. Er erkennt den Nutzen beschleunigter Lösungen in anwendungsnahen Bereichen an; eine allgemeine Grenzregel nennt er nicht.
- [17] Hugo Duminil-Copin. Care for a little more AI? 30.08.2026.Fundstelle: „A profound misalignment...“; „What should we do?“
Mathathon-Organisatoren
Für den geplanten KI-Mathematikwettbewerb Mathathon eine Bildungssparte mit Skripten, Erklärvideos und eleganteren Beweisen bekannter Sätze vorsehen. Erklärung, Motivation und Methoden sollen neben Ergebnissen belohnt werden.
- [2] Arulandu, Rodrothu, Moreno-Earle, Garg und Zhao. A response from Mathathon. 10.09.2026.Fundstelle: „Who are we...“; „Against the Slopification...“
Hayward
Anspruchsvolle Ausbildung und Solidarität mit Kolleg:innen erhalten, die Nutzungsdruck widerstehen. Er warnt vor einer Verlagerung von Personalbudgets zu Abonnements und einer Arbeit, die sich auf Outputkontrolle reduziert; dies sind Befürchtungen, keine gesicherten Prognosen.
- [24] Simon Hayward. On The Brutal Mathematics of Slop. 13.08.2026.Fundstelle: „The Likely Trajectory“; „Why Even be Human?“; „Academics and Solidarity“
Lozano-Robledo
Gezielt in Menschen investieren und Betreuung, Vorbilder sowie begeisternde Erklärungen würdigen. Gemeinschaft entsteht durch Menschen, die Resultate verstehen, verbessern und anderen zugänglich machen. Eine konkrete Finanzierungsformel enthält der Appell nicht.
- [37] Álvaro Lozano-Robledo. Invest in Human Mathematicians! 31.08.2026.Fundstelle: Haupttext, Schlussabsätze
G: Infrastruktur, Zugang und Forschungsschutz
Thom
Fortgeschrittene KI als gesellschaftliche Grundversorgung wie Wasser oder Strom behandeln: zuverlässig, breit verfügbar, mit öffentlichen Pflichten, starkem Datenschutz, unabhängiger Aufsicht und Schutz vor diskriminierender oder eigennütziger Nutzung. Das betrifft auch Bildung, Verwaltung, Wirtschaft und Alltag.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: letzte zwei Absätze
Leiden-Erklärung
Öffentliche Recheninfrastruktur auf Hochschul-, nationaler und internationaler Ebene sowie administrativ und finanziell industrieunabhängige Forschungslabore fördern.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: „Support public research laboratories“; „Invest in public computational infrastructure“
Commelin et al.
Offene akademische Infrastruktur mit transparenten Entscheidungen und Gemeinschaftskontrolle aufbauen; Abhängigkeit von einzelnen Unternehmen vermindern.
Klowden und Tao
Gemeinschaftlich gepflegte kleinere Modelle und eine nationale oder multinationale, öffentlich finanzierte und zugängliche KI-Ressource fördern. Die Autoren warnen zudem: Wenn Hochschulen Forschende an einen Anbieter binden, können je nach Fach unterschiedlich leistungsfähige Modelle neue Ungleichheiten schaffen.
Thom
Eine nationale oder europaweite KI-Infrastruktur wie eine grundlegende Versorgung organisieren: in öffentlicher Hand oder unter starker Kontrolle. Intelligenz als allgemein verfügbare Ressource behandeln, deren Nutzung und Bereitstellung nicht missbräuchlich gestaltet werden dürfen.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkt 3Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Thom
Kolleg:innen in finanziell schwachen Ländern berücksichtigen, die kommerzielle KI-Angebote nicht bezahlen können. Thom verbindet diese Sorge mit der Forderung nach gleichem Zugang zu KI als öffentlicher oder streng kontrollierter Grundversorgung. Wie der internationale Zugang finanziert werden soll, ist derzeit offen.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkte 3–4Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
MIT-Bericht
Institutionell finanzierten, anbieterübergreifenden Zugang bereitstellen und bei höherem Lehrbedarf erweitern; auch Rechenressourcen für eigene Modelle berücksichtigen.
Mathathon-Organisatoren; offener Brief
Die Organisatoren wollen mit Rechenguthaben für ihren KI-Mathematikwettbewerb besonders jungen Forschenden besseren Zugang eröffnen. Der offene Brief bezweifelt hingegen, dass ein Forschungsmodell mit 20.000 US-Dollar Rechenguthaben pro Ergebnis allgemein finanzierbar wäre.
- [2] Arulandu, Rodrothu, Moreno-Earle, Garg und Zhao. A response from Mathathon. 10.09.2026.Fundstelle: „Care for Young Mathematicians“
- [11] Caltech-Mathematiker:innen, aktuell und ehemals. Open Letter about the Mathathon. 10.09.2026.Fundstelle: Haupttext
Redaktionelle Einordnung
Öffentliche Infrastruktur und institutioneller KI-Zugang sind Ansätze gegen finanzielle Ungleichheit. Die hier zitierten Beiträge enthalten jedoch kein ausgearbeitetes weltweites Finanzierungs- oder Verteilungsmodell.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: öffentliche Infrastruktur
- [15] Commelin, Jamnik, Ochigame, Taelman und Venkatesh. Shaping the Future of Mathematics in the Age of AI. 26.03.2026.Fundstelle: S.3–4
- [42] MIT Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training. Report on AI Use in Teaching, Learning, and Research Training. 13.08.2026.Fundstelle: §3.3.7
Tao im Interview
Öffentliche und philanthropische Förderung stärker auf offene, lokal betreibbare und günstigere Modelle sowie die Übertragung leistungsfähiger Verfahren auf sparsamere Modelle ausrichten. Dies ist ein Zugangsvorschlag, keine Garantie gleicher Möglichkeiten.
- [57] Terence Tao. Interview: Terence Tao on AI. Juli 2026.Fundstelle: Frage 3b
Thom
Bei Zusicherungen zu unveröffentlichten Forschungschats zwischen Trainingsnutzung und direktem Zugriff unterscheiden; ihre Grundlage in Einstellungen, Datensätzen und Modellständen offenlegen. Anonymisierung beseitigt nicht den geistigen Inhalt.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: Absätze zur Datennutzung
Leiden-Erklärung
Zustimmung zu Trainingsnutzung und Ausstiegsmöglichkeiten in Publikationsverträgen sichern; Autor:innenrechte stärken.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: „Protect the rights of authors“
Bereitgestellter Positionspapierentwurf
Institutionelle Zugänge standardmäßig auf die angeforderte Dienstleistung beschränken; weitere Nutzung von Eingaben, Ausgaben und abgeleiteten Informationen nur mit informierter Zustimmung. Speicherung und Zugriff begrenzen und überprüfbar machen.
Bereitgestellter Positionspapierentwurf
Technische, organisatorische und vertragliche Informationsbarrieren verlangen. Nichtöffentliche Forschungsinformationen müssen von eigenen Forschungs- und Verwertungsaktivitäten des Anbieters oder der Institution getrennt sein; Zugriffe und Datenflüsse sollen unabhängig überprüfbar bleiben.
Redaktionelle Einordnung
Die im Entwurf geforderte Trennung vertraulicher Forschungsdaten von eigenen Forschungsaktivitäten der Anbieter ist eine institutionelle Schutzregel. Sie belegt weder einen konkreten Missbrauch noch die bereits wirksame Umsetzung solcher Informationsbarrieren.
Thom
KI-Anbieter dürfen den Wissensvorsprung über die Nutzung fremder Ideen nicht gegen die Personen einsetzen, die ihnen diese Ideen anvertraut haben.
- [63] Andreas Thom. On the existence of non-sofic groups. 11.09.2026.Fundstelle: letzter Absatz
H: Zusammenarbeit und gesellschaftliche Verantwortung
Hairer; Leiden-Erklärung
Redliche Gründe für Nutzung und Verzicht anerkennen. Die Entscheidung, ob und welche Werkzeuge eingesetzt werden, bleibt eine verantwortliche Wahl.
- [22] Martin Hairer. Writing mathematics in the age of AI. 07.08.2026.Fundstelle: „Conclusion and disclaimer“
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: Präambel
Lazić
Für die eigene Forschung auf KI verzichten. Keine maschinenverfassten Artikel begutachten und nicht bei Zeitschriften einreichen, die maschinelle Gutachten zulassen. Keine Betreuung von Promovierenden oder Postdocs und keine Unterstützung bei Einstellungen, wenn KI die eigene Arbeit ersetzt.
- [30] Vladimir Lazić. Where I stand on AI. ohne Datum; Abruf 12.09.2026.Fundstelle: Grundsätze 1, 2 und 4
Weinreich
Verzicht institutionell schützen: dafür reservierte Stellen und stärkere Anerkennung KI-freier Arbeit bei Beförderungen vorsehen.
- [70] Max Weinreich. The crisis of AI-generated mathematics. August 2026.Fundstelle: §2: „For departments“
Karamanis (zur wissenschaftlichen Ausbildung)
Am Beispiel der Astrophysik pauschale KI-Verbote und unbeschränkte Delegation gleichermaßen zurückweisen. Ausbildung soll selbstständiges Denken und die Fähigkeit aufbauen, wissenschaftliche Arbeit kompetent zu betreuen und zu kontrollieren.
- [26] Minas Karamanis. The machines are fine. I’m worried about us. 30.03.2026.Fundstelle: Schlussteil
Tao im Interview
Die Debatte breit öffnen, besonders für die jüngere Generation. Regeln für verständliche mathematische Darstellung gemeinsam entwickeln und alternative Bewertungsrahmen zulassen; einzelne prominente Stimmen sollen nicht für das ganze Fach sprechen.
- [57] Terence Tao. Interview: Terence Tao on AI. Juli 2026.Fundstelle: Fragen 1 und 6
Wildon
KI für Zusammenarbeit und Lernen einsetzen; vielfältige Beiträge und gute Lehre würdigen. Nachwuchsforschende dürfen auf KI verzichten. Eigene Abhängigkeit beobachten, Vorarbeiten würdigen und Forschende mit verwandten Projekten frühzeitig informieren. Wildon formuliert diese Empfehlungen unter der Annahme, dass aktuelle KI-Fähigkeiten nahe einem vorläufigen Plateau liegen.
- [71] Mark Wildon. The reverse-centaur problem: LLMs and the choices ahead. 25.08.2026.Fundstelle: „Advice“; „Where will it end?“
Thom
Thom hält die entschiedene KI-Ablehnung Einzelner oder ganzer Gruppen inhaltlich für aussichtslos, hält aber anhaltende Konflikte für möglich. Der Umgang damit ist derzeit offen.
- [64] Andreas Thom. Sechs Fragen zu KI, Mathematik und institutioneller Gestaltung. im Gespräch bereitgestellt.Fundstelle: Punkt 6Bereitgestellter Beitrag · kein öffentlicher Link in der Sammlung
Mathathon-Brief
Den geplanten KI-Mathematikwettbewerb Mathathon aussetzen beziehungsweise aufgeben. Der Brief befürchtet kommerzielle Vereinnahmung, übereilte und unzureichend verstandene Resultate sowie auf andere abgewälzte Prüfarbeit. Seine Kritik bezieht sich auf die Ankündigung vor der Antwort der Organisatoren.
Mathathon-Organisatoren
Mathathon als verändertes Experiment fortführen. Für ausgewählte Teams planen die Organisatoren eine sechsmonatige zweite Runde mit arXiv-Preprint, Video und automatisierter Formalisierung. Skeptische Stimmen sollen einbezogen werden; die Organisatoren versprechen keine durchgängig ausreichende Qualität.
- [2] Arulandu, Rodrothu, Moreno-Earle, Garg und Zhao. A response from Mathathon. 10.09.2026.Fundstelle: „Who are we...“; „Receiving Feedback“
First Proof
First Proof verbindet die Bewertung mathematischer KI-Leistungen mit getrennter wissenschaftlicher Aufsicht und Stiftungsleitung. Laut eigener Ethikerklärung dürfen Gremienmitglieder während ihrer Amtszeit keine bezahlten KI-Firmentätigkeiten übernehmen; Finanzen einschließlich Unternehmensgeldern werden jährlich offengelegt.
- [19] First Proof. Ethics Statement. Abruf 12.09.2026.Fundstelle: Ethics Statement
Tao, September-Stellungnahme
Verantwortliche Zusammenarbeit bleibt sein Ziel. Er beschreibt jedoch eine zunehmende Abweichung zwischen Unternehmenszielen und mathematischer Kultur und fordert die Gemeinschaft auf, nicht nachhaltige Nutzungen zurückzuweisen. Seine Kontakte und begünstigten Zugänge legt er offen; rückblickend hätte er der werblichen Verkürzung eines OpenAI-Interviews stärker widersprechen sollen.
- [60] Terence Tao. Stellungnahme zu KI und seinen Kontakten zur KI-Industrie. 09.09.2026.Fundstelle: Kommentar vom 09.09.2026
Livshyts
Den Mathathon als einmaligen KI-Mathematikwettbewerb mit Zugang zu großer Rechenleistung zulassen. Teilnahme verpflichtet für Livshyts nicht dazu, konventionelle Forschung aufzugeben. Ihr Nachtrag betont, dass die Veranstaltung traditionelle Forschung nicht ersetzt; daraus folgt für sie aber kein Grund, den einzelnen Versuch abzulehnen.
- [35] Galyna V. Livshyts. Protesting the protests. 11.09.2026; Nachtrag 12.09.2026.Fundstelle: Schlussabsatz; Nachtrag vom 12.09.2026
Leiden-Erklärung
Stärkere öffentliche Aufsicht verlangen; schädliche Kooperationen verlassen und kleinere, sparsamere oder offene Werkzeuge erwägen. Fachorganisationen sollen gemeinsame Regeln entwickeln.
- [33] Leiden Declaration working group. Leiden Declaration on Artificial Intelligence and Mathematics. 02.06.2026.Fundstelle: Empfehlungen an Individuen, Organisationen und Politik
MIT-Bericht
Finanzielle und ökologische Nutzungskosten sichtbar machen, den eigenen Fußabdruck prüfen und sparsamere Verfahren fördern; ein dauerhaftes Gremium soll Erfahrungen auswerten.
Association for Human Mathematics
Arbeitsgruppen für Bildungs- und Publikationspolitik organisieren und gemeinsam auf institutionelle Unabhängigkeit von Firmeninteressen hinwirken.
- [3] Association for Human Mathematics. Selbstverständnis und Arbeitsprogramm. Abruf 12.09.2026.Fundstelle: Arbeitsprogramm
Klowden und Tao
Soziale Verdrängung, ungleiche Chancen sowie Energie- und Wasserverbrauch in die Nutzenbewertung einbeziehen. Konzentrierter Gewinn rechtfertigt nicht beliebige Schäden für andere.
Lebovici
Insbesondere Forschende mit festen Stellen sollen Zeit und Expertise auf gesellschaftliche und ökologische Aufgaben richten. Er lehnt zusätzliche generative KI-Nutzung und die Bereitstellung von Unternehmensbenchmarks aus diesen Gründen ab.
- [31] Vadim Lebovici. How dare you? 17.08.2026.Fundstelle: „Main result“; „Conclusion“
Marchand
Ressourcen- und Klimafolgen gemeinsam diskutieren, LLMs öffentlich erklären und deren Vermarktung nicht unterstützen. Solange die gegenwärtige, aus seiner Sicht schädliche Entwicklungsphilosophie fortbesteht, verzichtet Marchand auf LLM-Nutzung, entsprechende Zusammenarbeit und Begutachtung. Er verlangt nicht, dass alle seine persönliche Regel übernehmen.
- [40] Alexis Marchand. Mathematicians, machines, and the Earth. 14.08.2026.Fundstelle: „Acting as a community...“; „Acting as individual...“