Eine der größten Hürden für junge Mathematik-Talente und KI-Systeme war lange Zeit der begrenzte Zugang zu hochwertigen Wettbewerbsaufgaben. Während nationale Delegationen bei der Internationalen Mathematik-Olympiade (IMO) seit Jahrzehnten mit sorgfältig kuratierten Problemstellungen arbeiten, blieben diese Ressourcen bisher privat und unstrukturiert. Forschende des Massachusetts Institute of Technology (MIT), der King Abdullah University of Science and Technology (KAUST) und des Unternehmens HUMAIN haben diese Lücke nun geschlossen – mit MathNet, der weltweit größten Sammlung beweisbasierter Mathematikprobleme.
Eine globale Schatztruhe für mathematische Exzellenz
MathNet umfasst über 30.000 Aufgaben und Lösungen aus 143 Wettbewerben in 47 Ländern und 17 Sprachen. Damit ist die Datensammlung fünfmal umfangreicher als vergleichbare Projekte und deckt einen Zeitraum von vier Jahrzehnten ab. Während frühere Datensätze sich meist auf die USA und China konzentrierten, integriert MathNet bewusst mathematische Traditionen aus aller Welt – von Armenien über Vietnam bis Brasilien. Die Probleme liegen sowohl als Text als auch in Bildform vor, um visuelle Elemente wie geometrische Konstruktionen oder Diagramme zu berücksichtigen.
"Jedes Land bringt sein eigenes Buch mit den kreativsten und anspruchsvollsten Aufgaben mit", erklärt Shaden Alshammari, Doktorandin am MIT und Hauptautorin der Studie. "Diese Buchlets werden unter den Delegationen ausgetauscht, doch niemand hatte sie bisher systematisch gesammelt, aufbereitet und öffentlich zugänglich gemacht."
Die Entstehung von MathNet war eine Detektivarbeit: Das Team durchforstete 1.595 PDF-Bände mit über 25.000 Seiten in mehr als einem Dutzend Sprachen. Ein großer Teil des Materials stammt aus dem persönlichen Archiv von Navid Safaei, einem langjährigen IMO-Mitglied und Mitautor. Seit 2006 sammelte und digitalisierte er die Wettbewerbsunterlagen per Hand – eine einzigartige Quelle für historische und aktuelle Aufgabenstellungen.
Warum MathNet die KI-Forschung verändert
Der entscheidende Unterschied zu bestehenden Datensätzen liegt in der Qualität der Lösungen. Während viele Plattformen wie Art of Problem Solving auf informelle Community-Lösungen setzen, bietet MathNet ausschließlich von Expert:innen verfasste, peer-reviewte Lösungen. Diese sind oft mehrere Seiten lang und zeigen alternative Lösungswege auf – ein wertvoller Trainingsdatensatz für KI-Modelle, die mathematisches Denken erlernen sollen.
Doch die Tests mit führenden Sprachmodellen wie GPT-5 offenbarten auch Grenzen. Auf dem Hauptbenchmark mit 6.400 Aufgaben erreichte GPT-5 eine durchschnittliche Genauigkeit von nur 69,3 Prozent. Fast jedes dritte Problem blieb ungelöst, besonders bei Aufgaben mit visuellen Elementen. Noch deutlicher wurden die Defizite bei weniger verbreiteten Sprachen: Mehrere Open-Source-Modelle scheiterten vollständig an mongolischsprachigen Aufgaben.
"GPT-Modelle performen in Englisch und anderen Hauptsprachen ähnlich gut", sagt Alshammari. "Doch viele Open-Source-Algorithmen versagen bei Minderheitensprachen wie Mongolisch – ein klares Zeichen für die ungleiche Datenverteilung in der KI-Trainingslandschaft."
Ein Meilenstein für Schüler:innen und KI-Entwickler:innen
Für junge Mathematikbegeisterte weltweit könnte MathNet ein Game-Changer sein. Bisher war die Vorbereitung auf internationale Wettbewerbe oft eine einsame Herausforderung, besonders in Ländern ohne etablierte Trainingsinfrastruktur. "Ich erinnere mich an Schülerinnen und Schüler, die ohne jede Unterstützung für die Olympiade trainierten", berichtet Alshammari, die selbst als IMO-Teilnehmerin antrat. "Unser Ziel ist es, ihnen einen zentralen Zugang zu hochwertigen Aufgaben und Lösungen zu bieten – unabhängig von ihrem Herkunftsland."
Die Datenbank wird bereits mit der IMO-Stiftung geteilt und könnte künftig als Standardreferenz für Wettbewerbsvorbereitungen dienen. Um die Qualität zu sichern, wurde ein internationales Team aus über 30 Evaluator:innen aus Ländern wie Russland, der Ukraine, Vietnam und Polen eingesetzt, das die Lösungen systematisch prüfte.
Die Zukunft: Mathematik als globale Sprache der KI
MathNet ist nicht nur ein Werkzeug für die Gegenwart, sondern auch ein Weckruf für die Zukunft. Die ungleiche Verteilung von Trainingsdaten – dominiert von englisch- und chinesischsprachigen Aufgaben – führt zu KI-Systemen, die ein verzerrtes Bild mathematischen Denkens vermitteln. Eine rumänische Kombinatorikaufgabe oder ein brasilianisches Zahlentheorie-Problem bringen andere Perspektiven ein als klassische westliche Aufgabenstellungen.
Die Forschenden hoffen, dass MathNet als Benchmark für die nächste Generation von KI-Modellen dient – und gleichzeitig die mathematische Bildung weltweit demokratisiert. Während einige Systeme bereits IMO-Goldmedaillenniveau erreichen, zeigt die Realität: Die wahre Herausforderung liegt nicht in der Quantität, sondern in der Vielfalt der Daten.
Die vollständige Datenbank ist ab sofort unter dem Namen MathNet für Forschung, Lehre und Selbststudium frei verfügbar – ein Schritt hin zu einer inklusiveren und innovativeren mathematischen Gemeinschaft.
KI-Zusammenfassung
MIT araştırmacıları tarafından oluşturulan MathNet, 30 binden fazla IMO problemi ve çözümüyle dünya genelindeki matematik öğrencileri ve yapay zekâ geliştiricileri için dev bir kaynak haline geldi. Detaylar ve kullanım alanları.
