KI-Newsletter: Apple-Keynote, Navier-Stokes-Problem und Sicherheitsbedenken

Sie lesen den KI-Newsletter »Natürlich intelligent« vom 10. September 2026. Um den Newsletter jeden Donnerstag per Mail zu erhalten, melden Sie sich hier an.

Gemeinsam mit meinem Kollegen Henrik Oerding habe ich gestern Abend die Apple-Keynote verfolgt, und dabei ist uns (oder vielmehr: Henrik) ein bemerkenswertes Phänomen aufgefallen: Die Techfirmen reden ständig davon, wie uns künstliche Intelligenz den Alltag erleichtern soll. Aber wenn man sich in Präsentationen anschaut, was die Technologie eigentlich genau für uns erledigen soll, dann wird’s überraschend unkreativ.

Apple pries am Mittwochabend wieder seine neue Apple Intelligence und speziell die KI-Assistentin Siri an. Als es um konkrete Anwendungsfälle ging, kam das Unternehmen mit folgendem Beispiel: Eine Frau fragt Siri, was ihre Mutter noch mal kochen wollte. Siri findet ein Rezept in einer Nachricht. Die Frau bleibt an einem Obstladen stehen, macht ein Foto und fragt, welches Obst sie genau für dieses Rezept braucht. Siri macht einen Vorschlag, und dann bittet die Frau sie, die restlichen Zutaten auf die Einkaufsliste zu setzen.

Nett, wie reibungslos das im Video klappt. Aber so nett, dass es die Milliarden an Dollar rechtfertigt, die so in KI-Assistenten fließen? Diskutabel.

Das müssen Sie wissen: OpenAI will ein Matheproblem mit KI gelöst haben

Es gibt Schlagzeilen in der KI-Welt, die mir fast durchrutschen. Denn ich habe mich so sehr daran gewöhnt, dass KI-Systeme bei Mathe-Medaillen abräumen oder Matheprobleme lösen, dass die großen Durchbrüche irgendwie zur Normalität geworden sind.

Und so habe ich erst gar nicht die Tragweite der Meldung erfasst, die am Dienstag die Runde machte: OpenAI habe das Navier-Stokes-Problem gelöst. Das sind Gleichungen, die beschreiben, wie sich Flüssigkeiten und Gase verhalten. Nur war man sich bisher nicht sicher, ob die Gleichungen wirklich immer physikalisch sinnvolle Lösungen ergeben. Jetzt soll die KI von OpenAI tatsächlich ein Beispiel gefunden haben, in dem die Gleichungen Unsinn produzieren.

Das Navier-Stokes-Problem gehört zu den sogenannten Millennium-Problemen, den sieben schwierigsten und ungelösten Mathematikfragen. Meine Kollegen Elena Erdmann, Robert Gast und Philip-Johann Moser haben Experten um ihre Einschätzung gebeten. Noch liest man in ihrem Artikel viel Konjunktiv II: Wenn es so stimme, dann sei der Beitrag »immens«, sagte etwa Christian Seis, Professor für Angewandte Mathematik von der Universität Münster.

Allerdings gibt es Zweifel daran, dass die KI das Problem wirklich allein gelöst hat – oder ob sie sich nicht doch bei Menschen bedient hat. Der Wissenschaftler Tristan Buckmaster von der Universität New York jedenfalls insinuiert, dass das System bei ihm und seinem Kollegen abgekupfert haben könnte. Denn Buckmaster soll selbst kurz vor der Lösung des Problems gestanden und dafür sein Wissen auch in die KI von OpenAI eingespeist haben.

Hat die KI also plagiiert? OpenAI selbst sagt, dass man am 1. September Gerüchte gehört habe, dass zwei Millennium-Probleme gelöst worden seien. Das habe die Firma inspiriert, selbst nach Lösungen zu suchen und die KI-Agenten auf das Navier-Stokes-Problem loszulassen. Wenn man die Frage nach der Urheberschaft überhaupt klären kann, dann wohl erst mit der Zeit.

Meine Kollegen schreiben: Sensationell ist der Beweis trotz allem, egal von wem er kommt. Das habe jetzt selbst ich verstanden.

Darüber sollten Sie nachdenken: Die Warnungen vor KI werden ohrenbetäubend laut

Als ich vor zehn Monaten Yoshua Bengio, den »Godfather of AI«, in Berlin traf, erklärte er mir recht nüchtern die Gefahren, die von einer immer mächtiger werdenden KI ausgehen. Je leistungsfähiger die KI werde, desto unkontrollierbarer werde sie. Er könne nicht ausschließen, dass die KI uns irgendwann umbringe. Man habe jedenfalls erste Evidenz dafür, dass die Systeme nicht immer machten, was man ihnen sage.

Damals klang das alles noch nach theoretischen Planspielen. Doch spätestens seitdem klar ist, dass OpenAI-Systeme unbemerkt eine andere Firma hackten und sogar in deutschen Wikis chatteten, klingen Bengios Worte sehr viel gruseliger. Vor allem, wenn man die Aussagen von Mitarbeitern danebenlegt, die in den beiden wichtigsten KI-Firmen der Welt gearbeitet haben: bei Anthropic und OpenAI.

Jacob Coxon, der früher für OpenAI und bis vor Kurzem für Anthropic arbeitete, schrieb in einem viel beachteten Beitrag auf der Plattform X, beide Firmen würden sich nicht verantwortungsvoll verhalten. Sie würden auf eine sich selbst verbessernde KI zulaufen und dabei unser aller Leben riskieren. Das Problem, wie der Ex-OpenAI-Mitarbeiter Steven Adler in einem Meinungsbeitrag für die New York Times schreibt: Die Forscher verstehen selbst nicht mehr, an welche Regeln sich ihre KI hält und an welche nicht. Beide plädieren für eine Verlangsamung des Rennens.

Es ist beileibe nicht das erste Mal, dass solche Appelle auftauchen. Aber es fällt auf, dass die Menge an Warnungen zugenommen hat und sich die Resonanz darauf in der Öffentlichkeit verändert. Die Debatte scheint einen Kipppunkt erreicht zu haben. Spätestens jetzt scheinen viele verstanden zu haben, dass die Horrorszenarien, die Menschen wie Yoshua Bengio skizzieren, erstens nicht vollständig unrealistisch sind und zweitens nicht in einer fernen, sondern womöglich in einer beunruhigend nahen Zukunft spielen könnten.

Das können Sie ausprobieren: GPT-6 Astra

Dieser Newsletter befindet sich in einem Dilemma. Gerade erst haben Sie gelesen, was für Probleme KI-Modelle heute schon lösen können und mit was für einer Dringlichkeit Menschen vor den Gefahren des KI-Rennens warnen, dem Wettbewerb um das immer leistungsfähigere Modell. Und jetzt stelle ich Ihnen ein genau solches neues KI-Modell vor. So müssen sich wohl Sam Altman und Dario Amodei fühlen.

Gerade weil die Modelle so gut geworden sind, ist es beim Ausprobieren gar nicht mehr so leicht, sie an ihre Grenzen zu bringen. Tatsächlich gelingt es mir aber im Fall von OpenAIs neuem Modell GPT-6 Astra gleich mit dem zweiten Prompt, die KI in Verlegenheit zu bringen. Als ich um Lösung des Navier-Stokes-Problems bitte, antwortet mir Astra: Das könne sie nicht lösen. »Einen vermeintlichen Beweis zu erfinden, wäre keine Lösung.«

Bei einer etwas lebensnäheren Frage, nämlich einer Karte von allen Datenzentren weltweit, konnte ich Astra immerhin ins Denken bringen. 30 Minuten lang recherchierte die KI nach seriösen Quellen weltweit – nur um mir dann mitzuteilen, dass sie leider erst um 17.06 Uhr weitermachen könne, weil ich mein Limit erreicht hätte. Da soll noch mal jemand sagen, KI brauche keine Pausen.

In unserem Ressort diskutieren wir häufiger darüber, wie aussagekräftig das Ausprobieren von Modellen eigentlich noch ist. Die einfachen Aufgaben kann man schließlich auch mit weniger leistungsfähigen Modellen lösen. Und bei den komplizierten Fragen kommt es sehr auf die Aufgabenstellung an.