Geschichte der KI - Teil 3

Raimundus Lullus: Die mechanische Logik und die Ars Magna

Das Mittelalter erscheint oft als eine Epoche, die primär von Theologie und Tradition geprägt war. Doch auch in dieser Zeit gab es visionäre Denker, die die formalen Grundlagen des Denkens weiterentwickelten, die Aristoteles gelegt hatte. Sie suchten nach einer Methode, die menschliche Vernunft zu perfektionieren und sie von Irrtümern zu befreien. Einer dieser Pioniere schuf eine mechanische Apparatur, die als direkter Vorgänger logischer Computer angesehen werden kann. Die Geschichte der KI ist ein über Jahrtausende gewebter Teppich, der von Mythen, Magie und mechanischer Präzision durchzogen ist. Es ist eine fortlaufende Erzählung, die bis heute spannend ist und deren neuestes Kapitel gerade jetzt mit rasanten Entwicklungen fortgeschrieben wird. 

Wir, die GEO Agentur seowerk GmbH, machen unsere Kunden in diesen neu entstehenden KI Systemen sichtbar.

Die zentrale Figur dieses Kapitels ist der mallorquinische Philosoph und Theologe Raimundus Lullus (um 1232 bis 1315). Er war besessen von der Idee, die Wahrheit unfehlbar zu beweisen. Seine Motivation war zunächst theologisch: Er wollte eine universelle Methode schaffen, die auch Nichtgläubige durch reine Logik von den Wahrheiten des Christentums überzeugen sollte. Aus dieser spirituellen Mission heraus entwickelte er etwas von immenser technischer Bedeutung: die Ars Magna (Die Große Kunst).

Die Mechanisierung der Wahrheit

Die Ars Magna ist im Kern ein algorithmisches System zur Wissenskombination. Lullus entwarf mehrere rotierende Scheiben aus Metall oder Papier, die konzentrisch übereinander angeordnet waren. Auf diesen Scheiben waren Buchstaben und Begriffe eingraviert, die grundlegende theologische oder philosophische Konzepte darstellten:

  • Attribute Gottes: Güte, Größe, Ewigkeit.
  • Relationen: Unterschied, Übereinstimmung, Gegensatz.
  • Fragen: Ob, Was, Wozu.

Durch das Drehen dieser Scheiben konnten die Begriffe in allen möglichen Kombinationen zusammengebracht werden. Lullus glaubte, dass jede gültige und wahre Aussage über das Universum durch eine spezifische Kombination dieser Grundbegriffe erzeugt werden musste. Die Ars Magna war damit ein Versuch, das gesamte menschliche Wissen und alle logisch möglichen Kombinationen zu erfassen.

Jetzt unverbindliches Strategiegespräch vereinbaren.u003cbru003e

Die logische Maschine

Aus der Perspektive der modernen Informatik ist die Ars Magna ein frühes formales System zur Generierung von Wissen. Sie weist mehrere Merkmale auf, die für die KI entscheidend sind:

  • Symbolische Repräsentation: Begriffe werden durch einfache Symbole (Buchstaben) dargestellt.
  • Mechanische Operation: Das Schlussfolgern wird durch eine physische, wiederholbare Bewegung (Drehen der Scheiben) ersetzt.
  • Kombinatorik: Das System basiert auf der Idee, dass komplexe Wahrheiten durch die kombinatorische Verknüpfung einfacher Elemente entstehen.

Obwohl Lullus' Scheiben inhaltlich noch stark an mittelalterlichen Kategorien hingen, ist die Methode revolutionär. Er zeigte, dass ein abstraktes Problem wie die Suche nach Wahrheit in einen mechanisch ausführbaren Prozess umgewandelt werden konnte. Er verwandelte das Denken in eine Art von Suchvorgang in einem vordefinierten Zustandsraum.

Lullismus in der Neuzeit

Die Ideen von Lullus hatten einen überraschenden Einfluss auf spätere Denker, die das Fundament der modernen Computerwissenschaft legten:

  • Leibniz: Der große Philosoph des 17. Jahrhunderts wurde durch Lullus inspiriert, seine eigene visionäre Idee der Characteristica Universalis und des Calculus Ratiocinator zu entwickeln. Leibniz versuchte, die Mechanik Lullus' durch eine rigorose mathematische Logik zu ersetzen.
  • Kryptografie und Kombinatorik: Die Ars Magna lieferte frühe Impulse für die kombinatorische Mathematik und für Verfahren zur systematischen Erzeugung von Texten oder Codes.

Trotz der späteren Kritik an der inhaltlichen Tiefe von Lullus' System bleibt sein Beitrag zur Mechanisierung des Geistes unbestreitbar. Er stellte sich vor, dass eine Maschine nicht nur rechnen, sondern auch Urteile fällen und neue logische Beziehungen entdecken kann, indem sie systematisch alle Möglichkeiten durchgeht.

Der Wandel der Wahrheitsfindung

Das Mittelalter sah somit eine Wende im Umgang mit Wissen. Anstatt sich ausschließlich auf überlieferte Autoritäten zu stützen, begann man, Werkzeuge zur eigenständigen, mechanischen Überprüfung von Aussagen zu entwerfen. Lullus' Werkzeug war zwar noch weit davon entfernt, ein Computer zu sein, doch es markierte den entscheidenden Übergang vom philosophischen Gedankenspiel zur physischen Modellierung logischer Prozesse. Er war der erste, der versuchte, ein "mechanisches Gehirn" zu bauen, das neue Informationen durch formale Manipulation generieren sollte. Seine Scheiben waren der erste Versuch, das Wissen der Welt in Hardware zu gießen. Die spätere Entwicklung der KI, insbesondere im Bereich der Expertensysteme und Wissensrepräsentation, ist ohne diese frühe Vision der mechanischen Wahrheitsfindung kaum denkbar. Die Ars Magna bleibt ein Schlüsselmoment in der Vorgeschichte der Künstlichen Intelligenz.

FAQ – Häufig gestellte Fragen


Wer war Raimundus Lullus?
Er war ein mittelalterlicher Philosoph, der die Wahrheit durch reine Logik unfehlbar beweisen wollte.

Was ist die „Ars Magna“?
Es handelt sich um ein mechanisches System aus rotierenden Scheiben, mit dessen Hilfe Begriffe systematisch miteinander kombiniert werden können.

Warum ist diese Erfindung für die Geschichte der KI wichtig?
Sie hat erstmals gezeigt, dass logisches Denken in einen mechanisch ausführbaren Prozess umgewandelt werden kann.

Welchen späteren Denker hat Lullus entscheidend beeinflusst?
Seine kombinatorischen Ideen inspirierten Jahrhunderte später den Philosophen Gottfried Wilhelm Leibniz.

Wie unterstützt die Agentur GEO seowerk GmbH Unternehmen heute?
Die Agentur sorgt dafür, dass ihre Kunden in den sich rasant entwickelnden modernen KI-Systemen sichtbar bleiben.

Setzen Sie auf Premium-Content – kontaktieren Sie uns für Ihr individuelles Angebot!

„*“ zeigt erforderliche Felder an

Dieses Feld dient zur Validierung und sollte nicht verändert werden.
Dieses Feld wird bei der Anzeige des Formulars ausgeblendet
  |    |  
Google AI Overviews zeigen Quellen nicht mehr nur in separaten Quellenkarten an. Laut Peec AI enthielten am 20. September über alle erfassten Märkte hinweg 26,19 Prozent der Antworten externe Links direkt im Text. In Deutschland lag der Anteil mit 14,5 Prozent deutlich niedriger.
Weiterlesen
  |    |  
Wer in der klassischen Google-Suche gut rankt, hat auch in den AI Overviews bessere Karten. Zu diesem Schluss kommt eine Umfrage unter 131 Suchmaschinenexperten, die untersucht, welche Faktoren die Sichtbarkeit in Googles KI-Antworten beeinflussen. Die Ergebnisse zeigen deutliche Parallelen zwischen klassischer Suchmaschinenoptimierung (SEO) und der Sichtbarkeit in KI-Ergebnissen (GEO).
Weiterlesen
  |    |  
Google verändert seine Suchergebnisse in der EU, um den Anforderungen der EU-Kartellbehörden gerecht zu werden. Das Unternehmen selbst warnt vor den Folgen: Die Nutzererfahrung werde sich verschlechtern, und Unternehmen müssten mit höheren Kosten rechnen. Nach eigener Aussage handelt es sich dabei um den größten Qualitätsverlust in der 29-jährigen Geschichte der Google-Suche.
Weiterlesen
  |    |  
OpenAI betreibt einen eigenen Suchindex. Eine aktuelle Analyse von RESONEO zeigt, dass der interne Index mit dem Codenamen labrador bereits den Großteil der Suchergebnisse in der kostenlosen Version von ChatGPT liefert. In den Bezahlversionen stützt sich das Unternehmen zwar nach wie vor stark auf gescrapte Google-Ergebnisse, doch die Gewichte verschieben sich. Für Website-Betreiber ändern sich damit die Regeln für Sichtbarkeit.
Weiterlesen
  |    |  
Ein einzelner Modellwechsel verändert, welche Inhalte in KI-Antworten auftauchen. Nach dem Rollout von GPT-5.6 sank der Anteil von Listicles in den ChatGPT-Citations um die Hälfte, der Anteil von Vergleichsseiten um knapp ein Drittel. Gleichzeitig zitiert das Modell Marken häufiger direkt von deren eigenen Websites.
Weiterlesen
  |    |  
Google verändert den Aufbau der AI Overviews. Bei einzelnen Suchanfragen entfällt der gewohnte „Mehr anzeigen“-Button, stattdessen erscheint die vollständige KI-Antwort mit einem Eingabefeld für den AI Mode. Google hat das Vorgehen bestätigt und erklärt, dass es bei bestimmten Suchanfragen sinnvoller sei als das bisherige Setup. Die organischen Suchergebnisse rutschen dadurch weiter nach unten.
Weiterlesen
  |    |  
Die Google Search Console schließt eine Lücke, die viele Content-Ersteller lange beschäftigt hat: Wie schneiden Beiträge auf Plattformen wie Instagram, TikTok, X oder YouTube eigentlich in der Google-Suche ab? Mit dem neuen Property-Typ Platform Properties lässt sich das ab sofort direkt in der Search Console nachvollziehen. Wer bislang auf plattforminterne Statistiken angewiesen war, erhält damit erstmals eine Sicht auf die Suchperformance seiner Social- und Videoinhalte.
Weiterlesen
  |    |  
ChatGPT griff lange Zeit vor allem auf Google zurück, um seine Antworten mit aktuellen Informationen anzureichern. Ein neues Datenfeld in der Kommunikation zwischen ChatGPT und dem Browser deutet nun darauf hin, dass sich das ändert. Das Feld heißt „result_source“ und weist dort in bestimmten Fällen den Wert „bing“ auf, ein Verweis auf die Suchmaschine von Microsoft als Quelle. Wer die Entwicklertools im Browser öffnet, kann diesen Hinweis selbst nachvollziehen.
Weiterlesen
  |    |  
Was in der klassischen Google-Suche längst etabliert ist, setzt sich nun auch bei KI-Antworten durch: die Bewertung von Quellen nach Vertrauenswürdigkeit. Perplexity führt dafür vier Vertrauensstufen ein, die von keiner Auszeichnung bis zur Bestnote „Authoritative“ reichen. Fachspezifische Blogs und Nischen-Websites können sich als „Trusted“ qualifizieren, während anerkannte Autoritäten wie Google-Inhalte die höchste Stufe erreichen. Die Einordnung zeigt, dass EEAT-Signale auch für generative KI-Suchsysteme zunehmend an Bedeutung gewinnen.
Weiterlesen
  |    |  
Die Anforderungen an die Suchmaschinenoptimierung (SEO) für Blogs und Content-Plattformen haben sich mit der Verbreitung KI-basierter Suchfunktionen (wie Google AI Overviews und AI Mode) grundlegend verändert. Die rein mechanischen SEO-Taktiken der Vergangenheit, wie das sture Anstreben einer hohen Wortzahl, das Anhäufen von Schlüsselwörtern oder die künstliche Aktualisierung von Daten („Fake Freshness“), verlieren zunehmend an Wirksamkeit.
Weiterlesen
  |    |  
Im Rahmen der Veröffentlichung der Quartalsergebnisse (Q2 2026) gab Alphabet bekannt, dass die Werbefunktion AI Max für Suchkampagnen offiziell die Beta-Phase verlassen hat. Laut Philipp Schindler, Senior Vice President und Chief Commercial Officer bei Google, nutzen bereits über 500.000 Werbetreibende diese Technologie. Das System ermöglicht es Google, Anzeigen für äußerst komplexe und lange Suchanfragen zu schalten, die bisher durch die herkömmliche Ausrichtung auf Suchbegriffe nicht effizient abgedeckt werden konnten.
Weiterlesen
  |    |  
Große Sprachmodelle (LLMs) wie ChatGPT, Gemini oder Perplexity stützen sich bei der Generierung von Antworten auf ein strukturiertes Verständnis von Entitäten. Daher reicht es im Zeitalter der KI für Unternehmen nicht mehr aus, sich nur anhand von Schlüsselwörtern zu positionieren – was wirklich zählt, ist, wie genau KI-Systeme die eigene Marke, die Produkte und die Kernkompetenzen als eigenständige Entität erfassen und klassifizieren.
Weiterlesen
Kontakt
Leichte Sprache
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram