Wenn man meinen Kram hier gerne liest, mag man mich vielleicht ja auch mal hören. Dazu gibt es jetzt die Gelegenheit, da der weitläufig für seine Wrint-Podcasts bekannte Holger Klein mich interviewt hat und das Interview dann tatsächlich auch veröffentlichte.
Es ist erschienen in der Rubrik “zum Thema” und dreht sich über weite Strecken um die Tücken des Voynich Manuskripts – das bleibt halt so ziemlich das Öffentlichkeitswirksamste, was ich zu erzählen habe. Dazu gibt es aber auch kleine Abstecher, z.B. in die Computerlinguistik (ganz zu Anfang – da läuft es noch etwas unrund bei mir, man gibt halt nicht alle Tage ein Telefoninterview) und um die Frage, was Mode und Wissenschaft miteinander zu tun haben.
Im Unterschied zu natürlichen Sprachen, die sich irgendwann1 im Laufe der Menschheitsgeschichte entwickelt haben, werden Plansprachen (auch konstruierte Sprachen genannt) von einzelnen Menschen oder Gruppen entworfen. Der Entwurf solcher Plansprachen kann auf unterschiedliche Beweggründe zurückgeführt werden; der bekannteste ist wohl die Erleichterung der Kommunikation über die Grenzen natürlicher Sprachen hinweg durch die Erschaffung einer künstlichen Lingua Franca. Esperanto – 1887 vom polnischen Augenarzt und Philologen Ludwig Zamenhof vorgestellt – dürfte wohl jeder Leserin bzw. jedem Leser ein Begriff sein. Es ist allerdings nur einer von mehreren Ansätzen, eine künstliche Sprache zu schaffen, die als Kommunikationsmittel für die gesamte Weltgemeinschaft dienen könnte.
Niemand weiß so genau, zu welchem Zeitpunkt der Mensch anfing, seine Sprache, die sich wahrscheinlich grundlegend von Tierkommunikationssystemen unterscheidet (ich schrieb darüber), auszubilden. Ist vielleicht mal einen eigenen Post wert. [↩]
Nein, das geht hier gar nicht gegen Physiker im Allgemeinen – das könnte ich mir schon allein deswegen nicht erlauben, weil ich mit zwei von ihnen das Kneipenlog gegründet habe. Der Titel ist nur eine Anlehnung an den Artikel von Ben Zimmer, der Anfang des Jahres im Boston Globe erschien (“When physicists do linguistic”) und in dem recht anschaulich dargestellt wird, dass Fachfremdheit nicht immer ein Vorteil sein muss. Ich las mal die Anekdote, dass die Soziologin, die gewisse Dinge nicht erklären kann, diese an die Biologin weiterreicht. Was die Biologie nicht erfassen kann, wird an die Chemie delegiert. Die Chemikerin schließlich nimmt alles, was nicht in ihr Modell passt und schanzt es der Physikerin zu, die dann leider niemanden mehr hat, an den sie Unklarheiten weitergeben kann.* So ist es nicht weiter verwunderlich, dass das Voynich Manuskript (VMS, ich schrieb schonmehrfachdarüber), mittlerweile schon über 100 Jahre völlig unverstanden, inzwischen auch bei den Physikerinnen gelandet ist, die es nun mit ihren Methoden untersuchen.
Vor ungefähr drei Jahren war ich mit meiner Promotion an einen Punkt gelangt, an dem ich die Entscheidung treffen musste, in welche Richtung sich meine Dissertation weiterentwickeln sollte. Wir hatten unser System Tesla schon zu einem guten Teil realisiert, die Darlegung zur Motivation der Entwicklung eines eigenen Komponentensystems – die Idee wirklich reproduzierbarer Experimente auf Textdaten beliebigen Formats – lag auch bereits in einer Rohform vor. Was fehlte, war ein Anwendungsfall, an dem ich die Funktionalität des Systems bestmöglich demonstrieren konnte. Und die Suche nach einem solchen geeigneten Untersuchungsobjekts hatte mich schon eine ganze Zeit beschäftigt. Eher zufällig stöberte ich dabei nochmal in einem Buch, dessen Lektüre bei mir schon etwas weiter zurücklag: Im wirklich empfehlenswerten Lexikon des Unwissens von Kathrin Passig und Aleks Scholz.1
Dabei fiel mir auf, dass das Voynich-Mauskript (VMS), dem im Lexikon ein Eintrag gewidmet ist, ein durchaus geeignetes Thema wäre, um die Anwendbarkeit von Tesla zu demonstrieren:
Das VMS enthält einen Text. Mit unbekannten Zeichen geschrieben, unbekannten Inhalts und unbekannter Herkunft. Aber einen Text. Und wir haben Tesla entwickelt, um sämtliche Texte analysieren zu können. Auch wenn der VMS-Text auf seine Art einzigartig ist, er sollte sich mit Tesla analysieren lassen.
Die Analysen zu VMS sind genauso zahlreich wie auch widersprüchlich. So gut wie alle denkbaren Theorien zur Herkunft oder Inhalt des Textes lassen sich irgendwo finden. Die glaubhaften Analysen einmal in einem System zu bündeln, in dem sie für die ganze Welt reproduzierbar sind, sollte nicht schaden.
Das VMS reizt natürlich auch durch seine geheimnisvolle Aura. Damals schon 97 Jahre zerbarsten daran die Theorien durchaus (bisweilen überaus) intelligenter Wissenschaftler und Nicht-Wissenschaftler, ohne dass jemand tatsächlich eine allgemein anerkannte Lösung zum Problem hatte liefern können.
Der Anspruch, den Text tatsächlich entschlüsseln zu können, wäre natürlich allzu vermessen gewesen. Das war auch von Anfang an nicht der Plan. Stattdessen wollte ich die Analysen, welche zu den seltsamen Eigenschaften des Manuskripttextes, die ich hier schon einmal thematisiert habe, in einer Umgebung zusammenführen, welche eine einfache Überprüfung der Analyse-Ergebnisse ermöglicht.
Eine aufgeschlagene Seite des Voynich Manuskripts – seltsame Zeichnungen, seltsamer Text. Quelle: en.wikipedia.org
Tatsächlich bin ich aber weiter gekommen, als ich anfangs annahm und wie es dazu kam, will ich hier kurz erzählen: Beim Studium der Literatur zum VMS – die nicht in allen Fällen wissenschaftlichen Ansprüchen genügt und wo sie dies tut, meist in Veröffentlichungen zu anderen Themen versteckt wurde – nahm ich als Grundtenor wahr, dass kein Chiffrierverfahren bekannt wäre, aus dessen Anwendung ein Text resultiert, der dem VMS-Text ähnlich wäre. Ebenso deuteten bestimmte statistische Eigenschaften darauf hin, dass es sich nicht um eine Transkription einer natürlichen Sprache handeln könne. Wenn es aber weder eine Chiffre noch eine unbekannte Transkription sein kann, so liegt die Vermutung nahe, der Text bestehe einfach aus einer sinnlosen Aneinanderreihung von Phantasiewörtern. Damit korrespondiert – semiotisch ausgedrückt – mit der Ausdrucksseite seiner Zeichen keine Inhaltsseite. Und weil ein Text ohne Inhalt auf gewisse Art ein Schwindel ist, wird die Hypothese, dass es sich beim VMS-Text um einen solchen handelt, auch Hoax-Hypothese genannt.
Irgendwie ist der Gedanke, das VMS sei nur ein Schwindel und es gäbe gar nichts zu entziffern, nicht besonders befriedigend. Mehr Charme hat da die Vermutung von William Friedman (einem der größten Kryptoanalytiker des 20. Jahrhunderts), der es für wahrscheinlich hielt, dass der VMS-Text ein früher Entwurf einer synthetischen Sprache a priori sei – ihm also eine Kunstsprache zugrundliege, die sich – im Gegensatz z.B. zum Esperanto – nicht an natürlichen Sprachen orientiert. Weil solche Sprachen aber scheinbar erst in der zweiten Hälfte 17. Jahrhundert entworfen wurden, das VMS aber relativ sicher schon Ende des 16. Jahrhunderts in Prag kursierte, ist diese These problematisch.
Mehr Charme ist jetzt nicht unbedingt ein wissenschaftliches Kriterium. Ich beschloss aber dennoch, Verschlüsselungsverfahren und Ansätze zu Universalsprachen im ausgehenden Mittelalter und der frühen Neuzeit zu recherchieren. Im Zuge dieser Recherchen zu stieß ich auf die Monographie von Gerhard Strasser2 zum Thema, in der dieser die Verbindung zwischen kryptographischen Verfahren und universell gedachten Sprachentwürfen beleuchtet. Ursprünglich wollte Strasser dabei auf die Universalsprachentwürfe des 17. Jahrhunderts eingehen, allgemein als die ersten ihrer Art angesehen. Er kann aber zeigen, dass schon viel früher – durch den Abt Johannes Trithemius (den ich u.a. schon hier für eine andere seiner Arbeiten gewürdigt habe) – eine Chiffre entworfen wurde, deren Anwendung etwas ergab, das wie das Resultat einer Kunstsprache aussieht, das aber ein verschlüsselter Text ist.
Konkret bezieht sich Strasser dabei auf die Teile III und IV der trithemischen Polygraphia. Die darin beschriebenen Verfahren funktionieren prinzipiell wie die aus den ersten beiden Teilen (die ich hier auch schon vorgestellt habe): Einzelne Buchstaben werden gemäß einer Ersetzungstabelle durch ganze Wörter ersetzt. Während aber die Ersetzungschiffren in den ersten beiden Teilen lateinische Wörter sind und die resultierenden Geheimtexte wie lateinische Gebete anmuten, sind sie in den darauffolgenden Büchern von Trithemius erdachte Phantasiewörter, der resultierende Text sieht demnach aus wie eine Phantasiesprache. Der sehr regelmäßige Aufbau der Phantasiewörter – an einen Wortstamm sind unterschiedliche Endungen angehangen – gemahnt Strasser an die Universalsprachentwürfe von Wilkins und Dalgano, die erst viel später, um 1660, entworfen wurden.
Je zwei Zeilen von Ersetzungschiffren aus der Polygraphia III und IV. In der Spalte ganz links finden sich die zu ersetzenden Buchstaben.
Die Tatsache, dass nun doch um 1500 schon eine Möglichkeit beschrieben wurde, wie ein Text erzeugt werden kann, der wie das Produkt einer Kunstsprache aussieht, fesselte mich natürlich und ich beschloss, die Trithemischen Werke im Original zu konsultieren. Die Recherche führte mich in ein Mikrofichekabüffchen und den Lesesaal der historischen Sammlungen der hiesigen Universitätsbibliothek genauso wie in die Erzbischöfliche Buchsammlung zu Köln (womöglich wäre ich noch im Stadtarchiv gelandet, das aber gerade der Erdboden verschluckte) – alles spannende Orte, zu denen man als Computerlinguist unter normalen Umständen gar nicht vorstößt.
Ich werde nie vergessen, wie ich im Holzverschlag zur Mikrofichebetrachtung über das Lesegerät gebeugt stand, fieberhaft und ungelenk die kleine Folie weiterschob über die Tabellen der trithemischen Polygraphia, bis ich endlich im dritten Teil angekommen, überprüfen konnte, ob das, was ich mir auf Grundlage von Strassers Schilderung vorstellte, tatsächlich auch im historischen Werk zu finden war. Und wirklich hatte Trithemius einzelne Spalten mit Stamm-Endungs-Kombinationen versehen, die wie Flexionsparadigmen aussahen (auch die “Wörter” des VMS weisen ähnliche Eigenschaften auf). Noch phantastischer war, dass die manuelle Strichliste, die ich nebenbei über die Wortlängenverteilung der Ersetzungstabellen führte, eine Binomialverteilung ergab (ebenso wie die VMS-“Wörter”, siehe auch hier). Dank Patrick Sahle hatte ich dann bald auch die Möglichkeit, die Polygraphia an meinem Schreibtisch zu studieren, der sich als die langweiligere, aber effektivere Arbeits-Location erwies.
Dort konnte ich mich dann weiteren Überlegungen zur Operationalisierung der von mir ja erst per Augenmaß festgestellten Ähnlichkeiten zwischen den beiden Texten widmen. Dabei hatte ich stets die Warnung von Kennedy und Churchill3 vor Augen, dass das VMS ein Spiegel sei, in dem jeder nur seine eigenen Vorurteile und Hypothesen bestätigt sieht. Insbesondere musste ich erst einmal Werkzeuge entwickeln, die mir erlaubten, den VMS-Text einzulesen und Polygraphia-III-Texte zu erzeugen, diese in Analyseeinheiten zu unterteilen und schließlich statistische Eigenschaften, die ich nicht einfach per manueller Zählung ermitteln konnte, auszuwerten. Ich befand mich erst am Anfang eines langen Prozesses, an dessen Ende die Fertigstellung und Veröffentlichung meiner Dissertation und die der durchgeführten Experimente stand.
Irgendwann später las ich das Bonmot von Ortoli und Witkowski: “Zwischen der Wissenschaft, wie sie die Öffenlichkeit erträumt oder die Medien feiern, und der Wissenschaft, wie sie die Forscher täglich praktizieren, besteht dieselbe Diskrepanz wie zwischen Heldensage und Reisetagebuch.” Da dachte ich, dass – zumindest bei mir im Kopf – genau diese Diskrepanz für einen kurzen Moment aufgehoben war.
_______________________________
1 Katrin Passig, Aleks Scholz: “Lexikon des Unwissens. Worauf es bisher keine Antwort gibt.” Rowohlt Berlin; Auflage: 7 (2007)
2 Gehard Strasser: “Lingua Universalis: Kryptologie und Theorie der Universalsprachen im 16. und 17. Jahrhundert” (Wolfenbütteler Forschungen 38) Harrassowitz, Wiesbaden (1988)
3 Gerry Kennedy und Rob Churchill: “Der Voynich-Code: Das Buch, das niemand lesen kann” Rogner & Bernhard bei Zweitausendeins (2005)
4 Sven Ortoli und Nicolas Witkowski: “Die Badewanne des Archimedes: Berühmte Legenden aus der Wissenschaft” Piper Taschenbuch (2007)
_______________________________
Anm: Drei der vier aufgeführten Bücher sind das, was gemeinhin und bisweilen abschätzig als populärwissenschaftliche Veröffentlichungen bezeichnet wird. Eine ganze Reihe meiner Links führen außerdem zur Wikipedia. Ich halte den Einbezug beider Arten von Quellen für durchaus legitim in einem Blog, der versucht, die eigene wissenschaftliche Tätigkeit etwas populärer zu machen. Dass manche das anders sehen, weiß ich inzwischen auch. Da kann man aber auch gerne mit mir diskutieren. Nebenbei: Untersuchungen zum Voynich Manuskript tragen im Wissenschaftsbetrieb nicht gerade zur Kredibilität bei, was wohl auch ein Grund dafür ist, dass sich so wenige wirkliche Spezialisten mit dem Thema beschäftigen oder aber ihre Ergebnisse in Unterkapiteln anderer Veröffentlichungen (z.B. in einer Einführung in die Programmiersprache BASIC, kein Witz) verstecken. Bei mir ist das ja auch irgendwie der Fall gewesen. 🙂
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 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.
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.
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.
Keine Interpunktionszeichen – damit trifft genau das Gegenteil von dem zu, was in (2) für Wörter und Paragraphen beschrieben wurde.
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.
Die Verbundentropie zwischen den einzelnen Zeichen ist signifikant niedriger als die aller natürlichen Sprachen – Lediglich polynesische Sprachen weisen annähernd ähnliche Werte auf.
Die Wortlängen sind kurz und binomialverteilt – Letzteres ist unüblich für natürliche Sprachen.
Die Wörter des VM gehorchen dem Zipfschen Gesetz – Das wurde lange Zeit als Argument gegen eine Nonsens-Sprache vorgebracht.
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.
