Claude formalisiert Fermats letzten Satz in 11 Tagen

Am 4. September 2026 veröffentlichte Anthropic die erste computergestützt verifiziierte Formalisierung von Fermats letztem Satz, einen Meilenstein, den die mathematische Gemeinschaft für Jahre koordinierter Arbeit erachtet hatte. Claude erzeugte in 11 Tagen 13 Millionen Zeilen Lean-Code, wie Tech Times^[1] berichtet. Dies ist der Spezial-Dienstag, der neu definiert, was ein Multi-Agenten-System in einem komprimierten Entwicklungszyklus erreichen kann.

Die Zahl allein sagt wenig aus. Das Relevant liegt in der Architektur, die die Koordination zwischen Dutzenden von Agenten an einem komplexen mathematischen Projekt ermöglichte und dabei einen gemeinsamen Zustand teilte, ohne logische Kohärenz zu verlieren.

Was diese Formalisierung wirklich ist

Claudes Arbeit hört auf, im engeren Sinne neue Mathematik zu sein. Andrew Wiles bewies den Satz 1995 und sein zentrales Argument bleibt unangetastet.

Was Claude produzierte, ist eine Übersetzung: die Umwandlung des 129-seitigen Beweises in eine Sprache, die eine Maschine Zeile für Zeile, algorithmisch und ohne Mehrdeutigkeit überprüft. Kevin Buzzard, Mathematiker am Imperial College London, der seit Jahren ein Gemeinschaftsprojekt zur Formalisierung desselben Satzes leitet, bestätigte, dass das Ergebnis den Satz mit ausschließlich den Axiomen der Mathematik als Grundlage beweist, wie von Tech Times^[1] berichtet.

Diese Unterscheidung zwischen Verifikation und Entdeckung wiegt genauso schwer wie die Entdeckung selbst für die zukünftige mathematische Praxis.

Der Mechanismus, der die Zeitkompression ermöglichte

Das zentrale technische Problem lag laut OfficeChai^[2] in der Teilung des mathematischen Zustands zwischen Agenten, die parallel über Tage hinweg arbeiten.

Dutzende Claude-Agenten operierten auf einem gerichteten azyklischen Graphen (DAG) intermediärer Theoreme, jedes abhängig von Ergebnissen, die von anderen Agenten im selben Moment verifiziert wurden. Dies eliminiert doppelte Arbeit und reduziert das Risiko, dass ein Zweig des Beweisbaums vom Rest abweicht.

Die Multi-Agenten-Plattform wird somit zum wirklich neuen Element dieses Ereignisses, viel mehr als die Ziffer der 13 Millionen Zeilen.

Die Verschiebung in der Wettbewerbspositionierung

Der Markt für formale Reasoning-Systeme war bisher ein Nischensektor, bevölkert von langfristigen akademischen Projekten wie dem von Buzzard.

Mit dieser Ankündigung verschiebt Anthropic die Wettbewerbsachse von der Fähigkeit, einzelne mathematische Probleme zu lösen, zur Fähigkeit, Hunderte von Agenten bei wochenlangen formalen Verifikationsaufgaben zu orchestrieren. Dies ändert die Wahrnehmung des Enterprise-Marktes bezüglich der Zuverlässigkeit von AI-Systemen bei Aufgaben, die absolute Präzision erfordern, wie Finanzaudits, Smart-Contract-Verifikation und Qualitätskontrolle kritischen Codes.

Das Marktsignal ist klar: Wer die Multi-Agenten-Orchestrierung über längere Zeiträume kontrolliert, gewinnt einen strukturellen Vorteil gegenüber jenen, die lediglich ein stärkeres Modell bei einzelnen Interaktionen anbieten.

Was sich für Budget- und Strategieentscheider ändert

Für den Chief Strategy Officer wird die Frage relevant, welche interne Verifikationsfunktion, heute durch teure und langsame menschliche Teams bewältigt, in den nächsten Quartalen in Pipelines koordinierter Agenten migrieren kann.

• CFO: Der Ausgabenposten für manuelle Audits und Compliance verdient eine Überprüfung, angesichts der Existenz von Systemen, die komplexe Prozesse in Tagen statt Monaten überprüfen können.
• Chief Digital Officer: Anbieter, die ausschließlich generative Modelle anbieten, sollten gegen jene bewertet werden, die Multi-Agenten-Orchestrierungsfähigkeiten bei langfristigen Aufgaben demonstrieren.
• Technology Investor: Die These, dass sich der Wert vom Modell zur Bereitstellungsplattform verschiebt, findet hier in einer extremen Domäne wie formaler Mathematik eine konkrete Bestätigung.

Diese Lesart bestätigt eine bereits gereiftfie Position: Der Wettbewerbsvorteil in Enterprise-AI wird durch Bereitstellung geschaffen, nicht durch das zugrundeliegende Modell. Das Modell bleibt Massenware; die Orchestrierung von Prozessen bleibt der Differenzierungsfaktor.

Die strategische Frage für die kommenden drei Jahre

Wer heute in formale Verifikationsinfrastrukturen investiert, setzt auf einen Markt, in dem algorithmische Genauigkeit und Nachverfolgbarkeit zu vertraglichen Anforderungen werden, nicht zu einfachen technischen Optionen.

Dies ruft direkt die These zur AI-Inhaltsherkunft auf: Der Druck kommt von Endkunden durch Verträge, bevor er von Regulierung kommt. Ein System, das nachprüfbare Beweise Zeile für Zeile produzieren kann, antizipiert genau diese Art von vertraglicher Anforderung.

Die Implikationen betreffen direkt OpenAI, Google DeepMind und jeden Anbieter, der ausschließlich auf generative Modellqualität konkurriert, ohne eine vergleichbare Orchestrierungsplattform.

Was in den nächsten 90 Tagen zu entscheiden ist

Organisationen, die kritische Verifikationsprozesse verwalten, von Finanzaudits bis zur Code-Zertifizierung, sollten bis zum Quartal Ende abbilden, welche internen Workflows sich für ein Experiment mit koordinierten Multi-Agenten-Systemen eignen.

Der Vorteil geht an jene, die jetzt zu testen beginnen, in einem Moment, da die Plattform noch für wenige ausgewählte Partner zugänglich bleibt, wie von Anthropic^[3] beschrieben.

Der Markt hat sich bewegt. Die Frage für den Vorstand wird, welche interne Funktion, heute durch langsame manuelle Prozesse bewältigt, eine erste Piloterprobung bis Jahresende verdient.