Formalisierung von Beweisen

Mathematische Beweise werden normalerweise in gewöhnlicher Sprache aufgeschrieben — mit Formeln, aber auch mit Sätzen wie „daraus folgt offensichtlich“. Solche Lücken versteht ein Mensch, eine Maschine nicht. Bei der Formalisierung von Beweisen übersetzt man einen Beweis deshalb in eine strenge, maschinenlesbare Sprache, in der jeder einzelne Schritt explizit begründet ist. Ein Programm, das sogenannte Beweisassistent, prüft dann jeden Schritt automatisch nach. Ist auch nur ein einziger Schritt nicht lückenlos herleitbar, akzeptiert der Assistent den Beweis nicht. Das Ergebnis ist eine Gewissheit, die über das hinausgeht, was menschliche Gutachter leisten können — selbst bei Beweisen, die Hunderte Seiten lang sind.

Warum formale Beweise die Mathematik verändern

In der Mathematik gilt ein Beweis als richtig, wenn Fachleute ihn gelesen und für überzeugend befunden haben. Dieses System hat Jahrhunderte funktioniert, aber es hat eine Schwäche: Menschen machen Fehler und übersehen Lücken. Der Beweis des Vierfarbensatzes aus dem Jahr 1976 war so lang und rechnergestützt, dass Mathematiker jahrelang stritten, ob er überhaupt gültig ist. Ein formalisierter Beweis würde diesen Streit von vornherein unmöglich machen.

Die Konsequenzen reichen weit über die Mathematik hinaus. Sicherheitskritische Software — etwa in Flugzeugsteuerungen oder medizinischen Geräten — kann mit denselben Methoden geprüft werden. Wer beweist, dass ein Programm unter allen Umständen korrekt funktioniert, braucht dazu denselben Apparat wie jemand, der einen mathematischen Satz formalisiert.

Was in einem Beweisassistenten passiert

Beweisassistenten wie Lean, Coq oder Isabelle sind spezialisierte Programmiersprachen. Man schreibt darin nicht nur auf, was man behauptet, sondern auch, wie man jeden Schritt begründet. Das System kennt grundlegende Axiome — also Regeln, die als wahr vorausgesetzt werden — und prüft, ob jede Folgerung aus diesen Axiomen ableitbar ist. Stimmt etwas nicht, gibt es eine Fehlermeldung, genau wie bei einem Tippfehler in einem normalen Computerprogramm.

Dieser Prozess ist aufwendig. Ein Beweis, der auf Papier zwei Seiten einnimmt, kann formalisiert Tausende von Zeilen erfordern. Viele Schritte, die ein Mensch als „klar“ überspringt, muss man dem Computer einzeln erklären. Genau hier kommen neuerdings KI-Modelle ins Spiel: Sie sollen diese Lücken automatisch füllen und dem Menschen die Tipparbeit abnehmen, ohne die Strenge des Verfahrens zu opfern.

Ein wichtiger Unterschied zu normalen Computerprogrammen: Der Beweisassistent kann nicht „fast richtig“ liefern. Entweder ist der Beweis vollständig korrekt, oder er ist es nicht. Es gibt keinen Graubereich.

Formale Beweise in aktuellen KI-Projekten

Formalisierung von Beweisen taucht in Tech-News vor allem im Zusammenhang mit mathematischen KI-Systemen auf. Google DeepMind und OpenAI arbeiten an Modellen, die selbstständig mathematische Probleme lösen sollen — und zwar auf einem Niveau, das internationale Olympiadewettbewerbe wie die IMO erfordert. Der entscheidende Test ist dabei nicht, ob das Modell eine plausibel klingende Antwort liefert, sondern ob sein Lösungsweg in einem Beweisassistenten akzeptiert wird.

Das Lean-Ökosystem hat in den letzten Jahren eine große Sammlung formalisierter Mathematik aufgebaut, die sogenannte Mathlib. Diese Bibliothek enthält Tausende verifizierte Sätze, auf die neue Beweise aufbauen können. KI-Modelle werden inzwischen darauf trainiert, damit umzugehen. Die Formalisierung wird so zum Maßstab dafür, ob ein KI-Modell wirklich rechnet — oder nur überzeugend klingt.

Ein typischer Irrtum ist, Formalisierung mit bloßem Lösen von Rechenaufgaben zu verwechseln. Ein Taschenrechner rechnet, aber er beweist nichts. Ein Beweisassistent dagegen zeigt, dass ein Ergebnis unter allen denkbaren Bedingungen gilt — das ist eine fundamental andere und stärkere Aussage.