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.
  |    |  
OpenAI öffnet ChatGPT für Unternehmen. Mit Businesses in ChatGPT übernehmen Unternehmen ihr Profil und verwalten ihre eigenen Angaben selbst. So können sie mitbestimmen, welche Informationen ChatGPT über ihre Produkte und Dienstleistungen bereitstellt.
Weiterlesen
  |    |  
Am 30. Oktober 2026 wurde ein erster Entwurf (Draft-00) für ein einheitliches KI-Trainingssignal in robots.txt veröffentlicht. Google, Microsoft und OpenAI wollen sich künftig daran halten. Website-Betreiber könnten dann mit einer einzigen Regel festlegen, ob Anbieter ihre Inhalte zum Training generativer KI-Modelle nutzen dürfen.
Weiterlesen
  |    |  
Bisher mussten Unternehmen ihre Sichtbarkeit in ChatGPT mithilfe externer Tools einschätzen. Ein neues Analysetool im Business Hub von ChatGPT soll Erwähnungen und Klicks künftig selbst erfassen. Zugriff sollen nur Unternehmen haben, die ihre Inhaberschaft verifiziert haben.
Weiterlesen
  |    |  
OpenAI hat seinen Datensatz zur ChatGPT-Nutzung aktualisiert, und die Zahlen sind für alle relevant, die Sichtbarkeit in der Suche verantworten. 48 Prozent der Nachrichten sind Fragen, wie man sie klassisch an Google stellt, von Faktenwissen über Produkte bis hin zu Schritt-für-Schritt-Anleitungen. Gleichzeitig recherchieren Nutzer im Job deutlich häufiger nach Waren, Dienstleistungen und Preisen.
Weiterlesen
  |    |  
Wer nach „easy strawberry jam“ sucht, erwartet einfache Rezepte für Erdbeermarmelade. In den Daten des Rank-Tracking-Anbieters Nozzle zeigte Google stattdessen Ergebnisse zur TV-Serie „Easy“, während die AI Overview darüber weiterhin ein Marmeladenrezept lieferte. Eine Auswertung von 248 Millionen Suchergebnisseiten zeigt: Google berücksichtigt bei automatisierten Suchanfragen immer wieder nur ein einziges Wort der Suchanfrage.
Weiterlesen
  |    |  
Ein Gedanke pro Absatz, damit das Modell den Text leichter verarbeiten kann: Das ist eine gängige Empfehlung zur Optimierung von Inhalten für ChatGPT. David Konitzny, GEO-Forscher bei Peec AI, hat überprüft, wie ChatGPT Seiten tatsächlich in Abschnitte zerlegt. Seine Ergebnisse stellen diese Empfehlung infrage und verlagern den Fokus von der Absatzlänge auf die Relevanz für die Suchanfrage.
Weiterlesen
  |    |  
Microsoft stellt für Publisher und Content-Verantwortliche ein neues Planungstool für die KI-Suche bereit. Das Topics Portfolio in den Bing Webmaster Tools zeigt, in welchen Themenbereichen KI-Antworten eine Website zitieren, wie hoch die Nachfrage pro Thema ist und wie viele andere Websites dort auftauchen. Noch läuft die Funktion als Beta, mit einigen Einschränkungen.
Weiterlesen
  |    |  
Was bringt Unternehmen in die Antworten von ChatGPT, Gemini und Google AI Overviews? Julian Dziki, Gründer der SEO-Agentur Seokratie, hat dazu mehr als 240 Quellen ausgewertet und 15 GEO-Faktoren nach der Stärke ihrer Belege sortiert. Das Ergebnis: Die am besten belegten Faktoren stammen aus dem klassischen SEO.
Weiterlesen
  |    |  
Wie lange dauert es, bis eine neue Seite in der Google-Suche erscheint? Auf der Google Search Central Live Deep Dive Europe in Barcelona, organisiert von Gary Illyes und Cherry Sireetorn Prommawin, präsentierte Google konkrete Durchschnittswerte dazu. Der Zeitrahmen reicht von wenigen Sekunden bis zu mehreren Monaten und zeigt, wo Website-Betreiber Geduld aufbringen müssen.
Weiterlesen
  |    |  
Seit dem 1. Oktober 2026 enthält Googles Leitfaden für hilfreiche Inhalte zwei neue Schwerpunkte. Google erklärt, was als „Main Content“ gilt und welche vier Merkmale die Qualitätsevaluatoren dabei bewerten. Das Unternehmen warnt zudem vor gefälschten Autorenangaben, die eine Seite als minderwertig kennzeichnen.
Weiterlesen
  |    |  
Wenn ChatGPT ein YouTube-Video abruft, erhält es einen Textausschnitt mit Titel, Kanaldaten und der vollständigen Videobeschreibung. Das Transkript fehlt. Folglich ist es in erster Linie die Beschreibung, die bestimmt, was ChatGPT über ein Video weiß und wie es das Video zu einer Suchanfrage einordnet.
Weiterlesen
  |    |  
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
Kontakt
Leichte Sprache
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram