Wie operationalisiert man Schrägheit? – Analyse des Voynich Manuskripts (I)

An verregneten Wochenenden kommt man ja manchmal dazu, die Artikel zu lesen, die man unter der Woche auf den ersten Blick interessant fand und die man aus Zeitmangel in die persönliche Instapaper-Liste aufgenommen hat. Zugegebenermaßen wird diese Liste bei mir oft zum Friedhof. Die Wetterlage heute hat es aber zusammen mit der gelassenen Grundstimmung meiner Kinder möglich gemacht, dass ich einen wirklich interessanten Artikel von Christian Reinboth auf den Scienceblogs in Ruhe lesen konnte. Dort wird auf anschauliche Weise dargelegt, wie ein Chronogramm aus dem 18. Jahrhundert entschlüsselt werden kann und welche Fehler einem dabei unterlaufen können, wenn man z.B. historische Zeichensätze missinterpretiert.

In diesem Blog habe ich ja vor kurzer Zeit selbst die Geschichte einer hinreißenden Entschlüsselungsleistung beschrieben (Teil 1, Teil 2), mit der ich zwar wenig (bis gar keine) Reaktion hier im Blog hervorgerufen habe, die ich aber dennoch wichtig fand zu erzählen – allein schon, um den beteiligten Kryptoanalytikern (Thomas Ernst, Jim Reeds, Wolfgang Ernst Heidel) zu huldigen. Reinboths Beitrag hat mich jetzt dazu ermutigt, das Thema Kryptologie hier im Blog weiter zu bearbeiten, auch weil ich es demnächst einem erfahrungsgemäß sehr anspruchsvollen Publikum (auf der KölnerKinderUni 2012) näherbringen darf.

Konkret möchte ich hier darlegen, was für eine Hypothese ich hinsichtlich des Textes aus dem Voynich-Manuskript habe, mit welchen Analysen ich diese Hypothese untermauere und wie ich die Analysen – für jedermann reproduzierbar – operationalisiert habe. Dazu wird es wahrscheinlich einer ganzen Reihe an Posts bedürfen, ich werde aber versuchen, die einzelnen Abschnitte möglichst modular zu halten, so dass sie auch einzeln konsumierbar sind. Eigentlich habe ich das alles schon in einer anderen Form hier gemacht, allerdings kommt die Form des Blogs doch dem ein oder anderen mehr entgegen als eine Monographie (auch wenn sie Open Access ist). Während ich im Buch auch erst einmal auf die wissenschaftstheoretische Einordung und die Benutzung von Tesla eingehe, kann ich hier unmittelbarer zur Sache kommen. Tesla wird aber immer wieder thematisiert werden, vor allem gedenke ich, einzelne Komponenten vorzustellen, auf denen mein Analyseprozess aufbaut. Jetzt aber genug der Vorrede.

Das Voynich Manuskript

Über das Voynich Manuskript (VMS) ist schon viel geschrieben worden, einen sehr guten Überblick erhält man auf der Themenseite von René Zandbergen. Möchte man das Phänomen VMS in einem Wort zusammenfassen, so wäre wohl „schräg“ dasjenige, auf das meine Wahl fallen würde. Egal, welchen Aspekt dieses seltsamen Dokuments man betrachtet, die Dinge wollen sich einfach nicht recht zusammenfügen. Das gilt für das Manskript selbst, für sein Material, für die enthaltenen Zeichnungen und für den diese Zeichnungen umfließenden Text. Das gilt auch für die bisher rekonstruierte Geschichte und vor allem für die an ihm vorgenommenen kryptoanalytischen Versuche inklusive der daraus resultierenden Ergebnisse. Das VMS ist schräg. In jeglicher Hinsicht.

Wie man aus dem Titel dieses Blogs („TEXperimenTales“) und meines Buches („Textprozessierung“) ersehen kann, bin ich vor allem an der Analyse/Prozessierung/Verarbeitung von Texten interessiert. Es liegt also nahe, dass ich mich hier weniger mit der Geschichte und den Bildchen des VMS auseinandersetzen werde und dafür mehr auf das eingehe, was man als den Text des VMS bezeichnet.

Textausschnitt aus dem Voynich Manuskript
Textausschnitt aus dem Voynich Manuskript Quelle: wikimedia.org

Aus sprachwissenschaftlicher Sicht ist bisher nicht eindeutig festzustellen, ob es sich tatsächlich um einen Text handelt. Das liegt daran, dass noch niemand einen blassen Schimmer hatte, welche Information dieser Text tragen könnte. Bzw. konnte noch niemand eine kritische Masse anderer davon überzeugen, dass ihre/seine Hypothesen über den Inhalt des Textes die richtige ist. Die jüngsten publizierten Theorien zum VMS gehen davon aus, dass die Zeichen des Textes keine Inhaltsseite haben und lediglich sinnlos hintereinander geschrieben wurden. Weshalb auch immer sich jemand diese Mühe gemacht haben sollte – am glaubwürdigsten sind wohl finanzielle Interessen (man nennt diese Theorie auch Schabernack- oder Hoax-Hypothese). Markus Dahlem von den Scilogs hat eine weitere Erklärung parat (an der ich zugegebenermaßen nicht ganz unschuldig bin). Die Hoax-Hypothese wird deshalb von vielen als stimmig angesehen, als dass der VMS-Text eine Reihe von Unregelmäßigkeiten aufweist, die in dieser Kombination weder in verschlüsselten noch in unverschlüsselten natürlichsprachlichen Texten auftreten.
Bevor der Post hier wieder zu lang wird, versuche ich einmal, diese Unstimmigkeiten, die von einer Reihe von Analytikern des VMS zusammengetragen wurden, in kompakter Form aufzuführen.

  1. Die Zeichen entstammen keinem bekannten Alphabet – Gängige Geheimschriften bedienen sich meist aus dem gleichen Zeichensatz wie die Sprache, die sie verschlüsseln. Einzelne Einheiten werden dann entweder gegen andere Zeichen an anderen Positionen im Text  (Transposition) oder durch andere Zeichen des Alphabets (Substitution) vertauscht.
  2. Die Zeichen sind zu Wörtern und Paragraphen gruppiert – Das kennen wir aus unseren (europäischen) Texten auch, in Chiffren werden diese Spatien aber meist gelöscht, da sie die unautorisierte Entschlüsselung erleichtern.
  3. Keine Interpunktionszeichen – damit trifft genau das Gegenteil von dem zu, was in (2) für Wörter und Paragraphen beschrieben wurde.
  4. Die Häufigkeitsverteilung der VMS-Zeichen entspricht im ungefähren der natürlicher Sprachen – Bestimmte Chiffren (so wie die sehr sichere polyalphabetische Substitution) sorgen für eine Gleichverteilung von Zeichen. Solche Methoden können den VMS-Text damit nicht erzeugen.
  5. Die Verbundentropie zwischen den einzelnen Zeichen ist signifikant niedriger als die aller natürlichen Sprachen – Lediglich polynesische Sprachen weisen annähernd ähnliche Werte auf.
  6. Die Wortlängen sind kurz und binomialverteilt – Letzteres ist unüblich für natürliche Sprachen.
  7. Die Wörter des VM gehorchen dem Zipfschen Gesetz – Das wurde lange Zeit als Argument gegen eine Nonsens-Sprache vorgebracht.
  8. Die Information ist innerhalb der Wörter nahezu gleichverteilt – In natürlichen Sprachen tragen die ersten zwei Zeichen deutlich mehr Information als die weiteren.

Schon aus dieser Aufzählung ist ersichtlich, dass sich der Text des VMS hinsichtlich bestimmter Parameter wie ein natürlichsprachlicher Text verhält, hinsichtlich anderer wiederum nicht. Umgekehrt gilt dies auch in Bezug auf bekannte Chiffrierverfahren. Der VMS-Text hat aber noch mehr Oddness zu bieten:

  • Das Vokabular (die Anzahl der verschiedenen Wörter) ist sehr beschränkt
  • Bestimmte Zeichen kommen nur in bestimmten Regionen von Wörtern vor
  • Die Wörter haben einen morphologische sehr regelmäßigen Aufbau
  • Die Wörter unterscheiden sich oftmals lediglich durch ein einzelnes Zeichen von anderen
  • Gleiche oder ähnliche Wörter treten in unmittelbarer Nachbarschaft zueinander auf.
  • Verschiedene Seiten des VMS scheinen in unterschiedlichen Sprachen/Dialekten verfasst.
  • Zeilen bilden eine funktionale Einheit.
  • Eine Analyse zu langreichweiten-Korrelationen anhand eines Random-Walk-Modells deutet auf einen zufälligen Auswahl-Prozess bei der Erstellung des Manuskripts hin.

Vor allem der zuletzt aufgeführte Punkt wurde als Argument für die Theorie angesehen, dass das VMS keinen Inhalt habe, sondern dass es aus einer sinnlosen Aneinanderreihung von Phantasiewörtern ohne Bedeutung entstanden ist. Diese Theorie kann wohl auch am besten erklären, weshalb in den letzten 100 Jahren (das Manuskript wurde 1912 aufgefunden) niemand den Klartext des VMS herleiten konnte, obschon sich mit die größten Kryptoanalytiker des 20. Jahrhunderts damit herumgeschlagen haben. Und sie erklärt auch, weshalb keine Chiffriermethode gefunden wurde, die einen Text erzeugen kann, der ebenfalls die oben beschriebene Schrägheit des Manuskripts trägt.

Nun, ich behaupte, eine solche Chiffriermethode gefunden zu haben. Ich musste sie nicht selbst erfinden, sondern sie wurde (lustigerweise im ersten jemals geduckten Buch zur Kryptologie) 1506 veröffentlicht. Wer nicht abwarten kann, kann hier schon einmal nachlesen, welches Verfahren das ist (Kapitel 5 führt es ein, untermauernde Analysen im Kapitel 6.1). Die anderen (so denn überhaupt welche da sind) vertröste ich auf den nächsten Post.

Ich lass die Katze raus

Jetzt kann ich endlich all die guten Vorsätze umsetzen, die ich letztes Jahr niedergeschrieben habe. Der Support von MyExperiment war so nett, Tesla als Workflow-Tool aufzunehmen, so dass man jetzt Tesla-Experimente über MyExperiment sharen kann. Zwar werden die Metadaten von Tesla-Experimenten noch nicht automatisch ausgewertet, so dass man sie manuell eingeben muss, das wird sich aber vielleicht demnächst ändern – insofern irgendeine Förderungseinrichtung mal erkennen sollte, welches Potential unser System hat (dazu wann anders mal mehr).

Das sollte aber kein allzu großes Hindernis darstellen – der Upload-Dialog ist relativ übersichtlich und schnell erledigt. Ich habe jetzt die ersten drei thematisch zusammenhängenden Experimente meiner Diss hochgeladen und außerdem mit den benötigten Rohmaterialien – den Texten – zu einem sogenannten Pack verschnürt, dass sich jetzt einfach aus MyExperiment herunterladen lässt.

Mit der Veröffentlichung der Experimente lasse ich auch eine Katze aus dem Sack, die da nun schon relativ lange drin geschmort hat. Ich habe zwar in meiner Dissertation (Titel: „Textprozessierung – Design und Applikation“) vor allem über die Motivation für Tesla und seine grundlegende Architektur geschrieben, seine Anwendbarkeit musste ich aber natürlich auch an einem Anwendungsfall demonstrieren. Nach langer Suche nach einem geeigneten Thema bin ich dann auf das Voynich-Manuskript gestoßen, das mir direkt als das prototypische Szenario für die Prozessierung von Texten ins Herz schoss, denn es ist ein Text, der

  1. in einer kanonischen Fassung vorliegt (dem Voynich Interlinear Archive File, in dem eine ganze Reihe verschiedener Transkriptionen aligniert sind),
  2. Grund für unzählige Analysen unterschiedlicher Dokumentationsgüte war, die nie in einer nachvollziehbaren Form zusammengebracht wurden,
  3. ein Geheimnis trägt, dem trotz aller Bemühungen bisher noch niemand auf die Spur gekommen ist.

Aktueller Stand der Forschung ist der, dass kein Chiffrierverfahren bekannt ist, dessen Anwendung einen Text erzeugt, der die Eigenarten des Voynich-Manuskripts aufweist. Ohne jetzt zu sehr ins Detail zu gehen – ich habe eine Chiffre gefunden, die meiner Meinung nach genau dies leisten kann. Sie wurde vom deutschen Abt Johannes Trithemius im dritten Teil seiner Polygraphia beschrieben. Als Beleg für die Ähnlichkeit führe ich die oben referenzierten Experimente an. In den nächsten Tagen werde ich dann meine Wege zur Entschlüsselung des VM-Textes online stellen. Um es vorwegzunehmen – es braucht niemand Angst zu haben, dass ich im Besitz des Klartextes bin (sofern es überhaupt einen solchen geben sollte). Möglicherweise kann ich aber Wege zu dessen Rekonstruktion aufzeigen.