Das Versprechen
Der Operator EML (Exp-Minus-Log) ist eine einzige binäre Funktion, definiert als $eml(x,y) = e^x - \ln(y)$, die zusammen mit der Konstante „1“ theoretisch jede Taste eines wissenschaftlichen Taschenrechners ersetzt. Andrzej Odrzywołek von der Jagiellonen-Universität hat ihn im März 2026 veröffentlicht. Mit diesem Operator lassen sich alle elementaren Funktionen als einheitliche Binärbäume darstellen (Quelle: arXiv).
Unter der Haube
Der EML-Operator ist das Gegenstück zum NAND-Gatter oder zum Iota-Kombinator in der kontinuierlichen Mathematik (Quelle: Hacker News). Durch Verschachteln dieses einen Operators lassen sich Addition, Multiplikation und trigonometrische Funktionen herleiten. Ein Toolkit für diesen Ansatz steht derzeit im VA00/SymbolicRegressionPackage zur Verfügung (Quelle: GitHub).
Die mathematische Eleganz verdeckt jedoch eine erhebliche „Explosion der Ausdrücke“. Eine Standard-CPU erledigt eine Multiplikation mit einer einzigen Anweisung. Die EML-Darstellung erfordert dagegen eine Baumtiefe von 8 oder mehr und für einfache Arithmetik mindestens 41 Blätter (Quelle: HN/arXiv Table 4). Diese exponentielle Komplexität macht den Ansatz für normale Berechnungen auf CPU oder GPU völlig ineffizient im Vergleich zu etablierten Implementierungen nach IEEE 754.
Als anspruchsvoller Benchmark für das logische Denken der neuesten Modelle hat der Operator sofort einen Nutzen gefunden. In jüngsten Tests löste GPT-5 Herleitungen auf EML-Basis im ersten Versuch, während Claude 4.5 Opus einen gezielten Hinweis im Prompt brauchte, um die Baumtiefe zu bewältigen (Quelle: Hacker News). Das bestätigt den Wert des Operators, um die logischen Grenzen der LLMs von 2026 zu testen, statt mathematische Bibliotheken für die Produktion zu verbessern.
Zudem ist das Paper mit Stand April 2026 weiterhin ein Preprint und hat noch kein formelles Peer-Review durchlaufen. Eine zweite Version ging allerdings auf frühe Kritik an Grenzfällen im komplexen Bereich ein, in denen $e^z = 0$ gilt (Quelle: arXiv v2). In gängige Frameworks wie PyTorch 3.0 oder NumPy 2.5 ist der Operator derzeit überhaupt nicht integriert.
Unsere Einschätzung
Verzichten Sie in der Produktion darauf, aber legen Sie das Paper in Ihren Ordner für den „Freitagnachmittag“. Der EML-Operator ist ein brillantes Stück symbolischer Theorie, für das Backend-Engineering wegen seines verheerenden Rechenaufwands aber praktisch nutzlos. Wenn Sie eine eigene Engine für symbolische Regression bauen oder die Denkfähigkeiten von GPT-5 testen, lohnt sich ein Blick auf das VA00-Toolkit. Ansonsten ist ein Baum mit 41 Blättern, um zwei Ganzzahlen zu multiplizieren, die Definition von Over-Engineering.