Der NYU-Mathematiker Tristan Buckmaster sagt, OpenAI habe ihn vor der Publikation seiner KI-gestützten Fluidgleichungs-Beweise unter Druck gesetzt – OpenAI-Forscher Sébastien Bubeck nennt die Vorwürfe «falsch und aufhetzerisch». Bewiesen ist nichts. Aber der Streit legt eine sehr praktische Frage offen: Was darf ein Anbieter mit unveröffentlichter Arbeit tun, die du in sein Tool lädst?
Kostenloses Erstgespräch — herstellerneutral, direkt aus dem Rheintal.
Der Plan entscheidet, nicht das Tool: Bei Privatkonten von ChatGPT und Codex trainiert OpenAI laut eigenem Help Center standardmässig auf Nutzerinhalten, bei Business, Enterprise und API nicht.
Der NYU-Mathematiker Tristan Buckmaster wirft OpenAI in einem öffentlichen Statement vom 8. September 2026 vor, ihn vor der Veröffentlichung seiner KI-gestützten Fortschritte an den Fluidgleichungen unter Druck gesetzt zu haben – unter anderem mit der Forderung, seinen Ko-Autor zu streichen, weil dieser bei Anthropic arbeitet. OpenAI-Forscher Sébastien Bubeck, der in dem Statement namentlich genannt wird, weist die Vorwürfe öffentlich als «falsch und aufhetzerisch» zurück. Belegt ist bisher keine Seite. Was der Fall aber sehr konkret zeigt: Wer unveröffentlichte Arbeit in ein KI-Tool lädt, sollte wissen, was der Anbieter damit machen darf.
Buckmaster und Levent Alpöge, Mathematiker bei Anthropic, haben laut Buckmasters Darstellung fast ein Jahr lang mit verschiedenen Sprachmodellen – Claude, OpenAI Codex mit GPT-5.6 Sol, später Astra – an sogenannten Blow-up-Beweisen gearbeitet. Ein Blow-up heisst hier: Die Lösung einer Strömungsgleichung wird in endlicher Zeit unendlich gross, das Modell bricht zusammen. Am 15. August gelangen die Resultate für die Boussinesq- und die Euler-Gleichung, am 22. August war der Beweis in Lean maschinengeprüft – ein Beweisassistent, der Schritt für Schritt nachrechnet, ob eine Argumentation lückenlos ist. Die Grundidee stammt nicht von den beiden, sondern von Diego Córdoba und Luis Martínez-Zoroa, was Buckmaster ausdrücklich betont.
Entscheidend für den Streit ist der eingeschlagene Weg: Blow-up mit , in der offiziellen Problemformulierung die Varianten «C» und «D». Diesen Zugang, schreibt Buckmaster, habe damals kaum jemand sonst verfolgt.
Nachdem Gerüchte über einen Durchbruch kursierten, schrieb Buckmaster am 3. September von sich aus einem Mathematiker bei OpenAI. Am 6. September folgten laut seiner Darstellung zwei Telefonate, an denen Bubeck teilnahm. Dort habe man ihm eröffnet, ein internes OpenAI-Modell habe einen rund 100-seitigen Beweis für die erzwungene Navier-Stokes-Gleichung produziert – also exakt auf seiner Route. Zwei Vorschläge seien gemacht worden: eine koordinierte Doppel-Publikation, oder Buckmaster schreibt allein auf und dankt einem internen OpenAI-Modell. Bubeck habe dabei zweimal darauf gedrängt, Alpöge aus der Autorenliste zu streichen, weil es «so lästig» sei, dass dieser bei Anthropic arbeite. Als er ablehnte und mit Öffentlichkeit drohte, sei die Frage gefallen: «Warum willst du deine Karriere ruinieren?»
Wichtig: Das ist Buckmasters Version. Er selbst schreibt, er habe den OpenAI-Beweis nie gesehen und beschuldige niemanden – er halte nur fest, was ihm gesagt wurde. Bubeck erklärte auf X, er sei «nach akademischen Normen» in das Gespräch gegangen; auf die Einzelvorwürfe ging er zunächst nicht ein.
Am selben Tag veröffentlichte OpenAI sein eigenes Resultat: eine Lösung des Navier-Stokes-Millenniumsproblems, erzeugt von rund 10'000 parallel arbeitenden Agenten in etwa 88 Stunden, mit 2,7 Millionen internen Nachrichten und rund 130 Milliarden Output-Tokens – zum Vergleich: Die Lean-Formalisierung danach brauchte nochmals 17 Stunden. Die Firma schreibt, der Aufwand habe am 1. September nach Gerüchten begonnen, man erkenne die Priorität von Alpöge und Buckmaster an und gratuliere ihnen.
Zur Datenfrage wird OpenAI im selben Text ungewöhnlich explizit: Weder Forscher noch Agenten hätten deren Arbeit vor der Publikation gesehen, es sei «kein spezifisches Nutzerdatum» abgerufen worden. Und dann der Halbsatz, der bleibt: Man könne zwar nicht ausschliessen, dass de-identifizierte Daten aus deren Produktnutzung geholfen hätten, die eigenen Modelle zu verbessern – halte das aber für unwahrscheinlich.
Genau hier wird die Geschichte für dich relevant, auch ohne Millennium-Problem auf dem Tisch. OpenAI schreibt im eigenen Help Center: «Wenn du unsere Dienste für Einzelpersonen wie ChatGPT und Codex nutzt, verwenden wir deine Inhalte möglicherweise, um unsere Modelle zu trainieren.» Abschalten geht – aber du musst es aktiv tun, und für Codex-Umgebungen gibt es separate Schalter, die von den ChatGPT-Einstellungen unberührt bleiben.
Für Geschäftskunden gilt das Gegenteil: Bei ChatGPT Business, Enterprise, Edu und der API wird laut OpenAIs Enterprise-Privacy-Seite standardmässig nicht auf Kundendaten trainiert. Bei Anthropic ist die Logik ähnlich gebaut: Bei den Consumer-Plänen werden Chats und Coding-Sessions nur genutzt, wenn du zustimmst oder eine Unterhaltung für eine Sicherheitsprüfung markiert wird; kommerzielle Produkte laufen separat.
Kurz gesagt: Der Plan, den du buchst, entscheidet – nicht das Tool.
In der Schweiz ist das längst schriftlich geregelt. Der KI-Leitfaden der ETH Zürich hält fest, dass besonders schützenswerte Personendaten sowie vertrauliche oder streng vertrauliche Daten in nicht freigegebenen Diensten wie ChatGPT gar nicht bearbeitet werden dürfen – und warnt, viele KI-Anbieter erhielten «weitreichende Nutzungsrechte an den eingegebenen Inhalten». Für eine Anwaltskanzlei mit Mandatsakten, ein KMU mit Offerten oder ein Forschungsteam mit unveröffentlichten Resultaten gilt dasselbe wie für Buckmaster: drei Minuten in den Datenschutzeinstellungen, ein Geschäftskonto statt eines Privat-Abos – und im Zweifel gehört das Dokument nicht ins Chatfenster.
Buckmaster wollte eigentlich über etwas anderes reden. Ein Mathematiker plus Sprachmodell schaffe heute in einem Monat, wofür es früher Jahre brauchte – für ihn ein «Deep-Blue-Kasparow-Moment». Dass stattdessen über Autorenlisten und Trainingsdaten gestritten wird, ist die eigentliche Nachricht dieser Woche.
Google DeepMind hat ein globales KI-Wettermodell vorgestellt, das rohe Satellitendaten direkt verarbeitet und stündlich neu rechnet. Was die Zahlen taugen — und was das im Alpenraum bedeutet.