Mathematiker vs. OpenAI: Vorwurf unbefugter Nutzung von Forschungsdaten

Andreas Thom, Professor an der Technischen Universität Dresden, wirft dem US-Unternehmen OpenAI Unehrlichkeit im Umgang mit Trainingsdaten vor. Im Zentrum der Kritik steht der Verdacht, dass private Chat-Verläufe des Mathematikers ohne explizite Zustimmung für die Entwicklung neuer KI-Modelle verwendet wurden.

Thom fordert nun Beweise dafür, dass seine vertraulichen Forschungsdetails zu sogenannten Non-Sofic-Gruppen nicht in den Trainingsprozess eingeflossen sind.

Streit um die Nutzung privater Chat-Inhalte

Der Mathematiker gab an, die Nutzung seiner Daten für Trainingszwecke bereits am 29. Juni 2026 deaktiviert zu haben. Dennoch vermutet er, dass unveröffentlichte Forschungsergebnisse aus seinen Interaktionen mit ChatGPT ihren Weg in das Modelltraining fanden.

Auslöser für diesen Verdacht ist ein Anfang August veröffentlichtes Ergebnis von OpenAI zu Non-Sofic-Gruppen, das auf einer gemeinsamen Arbeit von Thom und einem Kollegen aus dem Jahr 2019 aufbaut. Damit wurde ein seit 27 Jahren bestehendes mathematisches Problem gelöst, das ursprünglich von Michail Leonidowitsch Gromow formuliert worden war.

Die Reaktion von OpenAI-Mitarbeitern auf die Vorwürfe bezeichnete Thom als unbegründet weit gefasst und materiell irreführend. Zuvor hatte ein Mitarbeiter des Unternehmens erklärt, ein solcher Datenabfluss sei nicht erfolgt. Thom argumentierte jedoch, dass diese Antwort lediglich den direkten Zugriff auf Nutzerdaten abgedeckt habe, nicht aber deren Verwendung im allgemeinen Trainingsprozess.

OpenAI räumt Einfluss de-identifizierter Daten ein

OpenAI räumte inzwischen ein, dass das Ergebnis zu den Non-Sofic-Gruppen auf der Arbeit von Thom aufbaut. Das Unternehmen erklärte zudem, dass ein Einfluss von de-identifizierten Daten auf die Modellentwicklung nicht vollständig ausgeschlossen werden könne.

Die rechtlichen Rahmenbedingungen für den Einsatz von Algorithmen und die Verarbeitung von Daten verschärfen sich zusehends. Dieser kostenlose Ratgeber bietet einen kompakten Überblick über Pflichten und Fristen, die beim Einsatz von KI-Systemen nun zwingend zu beachten sind. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Thom widersprach der Darstellung, dass eine Anonymisierung der Daten den Schutz des geistigen Eigentums gewährleiste. Eine De-Identifizierung möge zwar Namen entfernen, lösche jedoch nicht den intellektuellen Gehalt einer spezifischen mathematischen Idee aus den Datensätzen.

Andere Wissenschaftler schlossen sich der Kritik an der mangelnden Transparenz und fehlerhaften Attribution an. So bemängelten Forscher wie Gonzalo Cao-Labora fehlende Quellenangaben in wissenschaftlichen Veröffentlichungen von OpenAI, woraufhin das Unternehmen entsprechende Referenzen ergänzte.

Kontroversen um die Lösung der Navier-Stokes-Gleichungen

Neben dem Fall Thom belastet eine weitere Kontroverse das Verhältnis zwischen OpenAI und der akademischen Gemeinschaft. OpenAI gab bekannt, dass ein internes Modell, das leistungsfähiger als GPT-6 Astra sei, die Navier-Stokes-Gleichungen gelöst habe.

Dieser Erfolg betrifft eines der sieben Millennium-Probleme des Clay Mathematics Institute aus dem Jahr 2000, für deren Lösung jeweils ein Preisgeld von 1 Million US-Dollar ausgelobt wurde. Die Berechnung erfolgte laut Unternehmensangaben innerhalb von 88 Stunden unter Einsatz von etwa 10.000 parallelen KI-Agenten, wobei 130 Milliarden Tokens verarbeitet wurden.

Trotz des Verzichts von OpenAI auf das Preisgeld werfen Fachkollegen dem Unternehmen unlautere Methoden vor. Tristan Buckmaster von der New York University (NYU) behauptet, OpenAI habe seine Entwürfe aus dem Tool Codex genutzt und Druck auf ihn ausgeübt.

Wer sich mit den Auswirkungen der technologischen Entwicklung befasst, erkennt schnell die Komplexität neuer regulatorischer Anforderungen. Der kostenlose Report klärt darüber auf, welche rechtlichen Pflichten und potenziellen Risiken beim Umgang mit modernen IT-Systemen heute entscheidend sind. Neue KI-Gesetze, neue Cyberrisiken: Was kommt wirklich auf Ihr Unternehmen zu?

Zudem sei sein Koautor Levent Alpöge von Anthropic systematisch ausgeschlossen worden. OpenAI-Vertreter wie Sam Altman bestreiten diese Vorwürfe, räumten jedoch ein, dass das Training unter Einbeziehung relevanter Informationen nach dem Aufkommen erster Gerüchte stattfand.

Wachsende Skepsis in der Wissenschaft

In der Forschungsgemeinschaft wächst die Sorge über eine zunehmende Geheimhaltung bei führenden KI-Laboren. Renommierte Mathematiker wie Terence Tao von der UCLA warnen vor dem extremen Tempo der Entwicklung und dem Mangel an wissenschaftlicher Offenheit.

Viele Experten befürchten, dass die Intransparenz bei den Trainingsquellen die wissenschaftliche Integrität gefährden und die Zusammenarbeit zwischen privaten Unternehmen und staatlichen Forschungseinrichtungen dauerhaft beschädigen könnte.

de | wissenschaft | 70083538 |