DER EINSAME LÄUFER BEKOMMT ENDLICH ETWAS LUFT

Stellen Sie sich eine kreisförmige Bahn von einer Runde Länge vor. Mehrere Läufer starten im selben Moment am selben Punkt, jeder mit seiner eigenen konstanten Geschwindigkeit, alle verschieden. Die Vermutung vom einsamen Läufer (lonely runner conjecture) besagt, dass jeder Läufer irgendwann allein sein wird: in einem Abstand von mindestens 1/(n + 1) Runde von allen anderen, wenn es insgesamt n + 1 Läufer gibt.

Das Problem ist älter als sein Name. Laut Xiyu Hu (Universität der Chinesischen Akademie der Wissenschaften) und Yifan Jing (Ohio State University) geht es auf die Doktorarbeit von Jörg Wills aus dem Jahr 1965 über die Annäherung von Zahlen durch Brüche zurück. Cusick gab eine gleichwertige Fassung mit Sichtlinien, die von Hindernissen verdeckt werden; die Läufer kamen später, mit einer Umformulierung durch Goddyn. Seitdem wurde es mit Billardbahnen, Färbungen von Graphen und Flüssen in abstrakten Strukturen namens Matroide verknüpft.

Einsamkeit messen

Mathematiker halten üblicherweise einen Läufer fest und betrachten die Geschwindigkeiten der anderen relativ zu ihm: eine Menge V aus n verschiedenen positiven ganzen Zahlen. Zur Zeit t befindet sich ein Läufer mit Geschwindigkeit v an der Position vt auf der Bahn, und sein Abstand vom Start wird ∥vt∥ geschrieben – der Abstand von vt zur nächsten ganzen Zahl. Die maximale Einsamkeit von V ist

ML(V) = Maximum über t des Minimums über v in V von ∥vt∥

Der beste Moment, beurteilt nach dem nächstgelegenen Läufer. Die Vermutung behauptet ML(V) ≥ 1/(n + 1), und das wäre scharf: Für die Geschwindigkeiten 1, 2, …, n beträgt die maximale Einsamkeit genau 1/(n + 1). Bei zwei bewegten Läufern mit den Geschwindigkeiten 1 und 2 zum Beispiel kann der feste Läufer höchstens eine Drittelrunde von beiden entfernt sein – zur Zeit 1/3.

Die leichte Hälfte

Die Hälfte der Antwort gibt es billig. Die Zeiten, in denen ein bestimmter Läufer weniger als δ vom Start entfernt ist, füllen einen Anteil 2δ der Uhr. Bei n Läufern können diese Zeitfenster, wenn 2nδ kleiner als 1 ist, nicht alles abdecken; es gibt also einen Moment, der von allen frei ist. Lässt man δ bis zu seiner Grenze wachsen, ergibt sich

ML(V) ≥ 1/(2n)

Das ist ungefähr die Hälfte dessen, was die Vermutung vorhersagt. Darüber hinauszukommen, erwies sich als hartnäckig. Die Autoren zählen die Geschichte auf: jahrzehntelang nur Gewinne der Größenordnung 1/n²; dann Verbesserungen durch Perarnau und Serra, durch Terence Tao 2018, durch Benjamin Bedert 2025. Doch alle teilen eine Schwäche: Relativ zu 1/(2n) strebt die Verbesserung gegen null, wenn die Zahl der Läufer wächst.

Ein Gewinn, der nicht verblasst

Der neue Satz ändert das:

ML(V) > (1 + c)/(2n)

für eine feste Konstante c > 0 und jede Menge von n ≥ 2 Geschwindigkeiten. Der zusätzliche Spielraum ist nun ein konstanter Bruchteil der einfachen Schranke, egal wie viele Läufer es gibt. Die Konstante ist explizit, wird in der Arbeit aber nicht ausgerechnet, und die Autoren versuchen nicht, sie zu optimieren. Sie erreicht nicht die vermuteten 1/(n + 1); es ist der erste Gewinn, der sich nicht auflöst.

Der Beweis untersucht, wie sich die „Gefahrenfenster“ verschiedener Läufer überlappen. Manche überlappen, weil sie ein gemeinsames Zentrum haben – Läufer, deren Geschwindigkeiten gemeinsame Teiler haben, erreichen den Start gemeinsam. Andere überlappen an verschiedenen Zentren. Für die erste Art verfeinern die Autoren ein Argument über große gemeinsame Teiler von Green und Walker. Für die zweite beweisen sie eine neue geometrische Ungleichung: Werden die Fenster um ihre Zentren verbreitert, müssen ihre Überlappungen schneller als proportional wachsen. So oder so kann die unbedeckte Zeit nicht auf nichts schrumpfen.

Als Zugabe verbessert das Ergebnis eine untere Schranke für das „Pyjama-Problem“: wie viele gedrehte und gestreckte Kopien eines Streifenmusters nötig sind, um die Ebene zu überdecken.

Wer was tat

Die Arbeit enthält eine ausdrückliche Erklärung zum Einsatz von KI. Strategie und Gerüst stammten von den Autoren selbst. ChatGPT 6 Pro und ChatGPT 6 Astra wurden vor allem genutzt, um Argumente zu prüfen, informelle Beweise in strenge zu verwandeln und Verfeinerungen zu erkunden. Pro schlug vor, Summen über gemeinsame Teiler heranzuziehen, und schloss später „einige kleine Lücken“ in einer ersten Fassung des Beweises der Schlüsselungleichung. Die endgültigen Beweise schrieben die Autoren. Ihr Urteil über die Werkzeuge ist präzise: „Die Modelle waren nicht in der Lage, die Schranke für den einsamen Läufer aus eigener Kraft zu verbessern.“

Sechzig Jahre nach Wills hat die Einsamkeit, die jedem Läufer garantiert ist, zum ersten Mal einen Spielraum, der bleibt.