Die Vergangenheit ist nicht abgeschlossen
KI kann alte Briefe, verborgene Städte und verschlossene Bücher wieder lesbar machen. Das erweitert die Vergangenheit — und erhöht die Anforderungen an unsere Belege.
Im Jahr 1809 war ein französischer General auf der östlichen Seite der Adria isoliert.
Auguste de Marmont befehligte etwa 13.000 Soldaten. Zwischen ihm und den übrigen Armeen Napoleons lag österreichisches Gebiet, und ein neuer Krieg stand bevor. Deshalb befahl Napoleon seinem Stiefsohn Eugène de Beauharnais, Marmont eine Übersicht über die Standorte der französischen und verbündeten Streitkräfte zu schicken.
Der Brief sollte verschlüsselt und von einem vertrauenswürdigen Offizier überbracht werden.
Er überlebte. Der Schlüssel nicht.
Die einzige öffentlich bekannte Wiedergabe landete als körniges Bild in einer französischen militärhistorischen Zeitschrift von 1969. Oben stand ein einzelner Satz in gewöhnlichem Französisch. Danach folgten 24 Zeilen mit Zahlen, Buchstaben und handgezeichneten Symbolen.
Mehr als zweihundert Jahre lang konnte niemand den Rest lesen.
Im September 2026 übergab der KI-Ingenieur Carter Church das Bild und eine einfache Aufgabe an das KI-System GPT-6 Astra von OpenAI. Nach rund sechs Stunden Maschinenarbeit hatte das System eine Lesart des Briefes rekonstruiert.
Nicht weil das Modell eine geheime Methode kannte, die Menschen übersehen hatten. Es bewältigte eine ganze Kette verschiedener Aufgaben.
Zunächst musste es 1.300 Zeichen aus dem schlechten Bild ablesen. Es musste erkennen, wann zwei leicht unterschiedliche Kritzeleien wahrscheinlich dasselbe Symbol waren, nur von einer unbeständigen Hand geschrieben. Dann fand es im Internet eine alte Tabelle des französischen Kryptologiehistorikers Daniel Tant. Die Tabelle erklärte 33 der 155 verschiedenen Zeichen des Briefes, doch niemand hatte sie zuvor mit genau diesem Brief in Verbindung gebracht.
Damit ließ sich etwa ein Drittel des Textes erschließen. Für den Rest schrieb das Modell ein Programm, das verschiedene Buchstaben und Wörter ausprobierte und maß, wie sehr das Ergebnis dem Französischen ähnelte. Am Ende prüfte es die vorgeschlagenen Bedeutungen an allen Stellen im Bild, an denen das jeweilige Symbol vorkam.
Das klingt beinahe wie eine Geschichte über eine Maschine, die die Vergangenheit allein löste.
Das war es nicht.
Ein Problem, das sich niemand leisten konnte
Menschen hatten bereits einen großen Teil der Arbeit erledigt.
Ein Forscher hatte den Brief gefunden. Ein anderer hatte den unvollständigen Schlüssel zusammengestellt. Archive hatten die Zeitschrift digitalisiert. Napoleons Korrespondenz war bereits im 19. Jahrhundert in Buchform erschienen. Marmont hatte Memoiren verfasst. Historiker kannten den Verlauf des Krieges.
Das Modell fand keine Spuren, die verschwunden waren. Es fügte verstreute Spuren zusammen.
Das macht die Lösung zugleich ungewöhnlich gut überprüfbar. Der rekonstruierte Schlüssel lässt sich auf alle Zeichen des Briefes anwenden, und Church hat sowohl das Material als auch die Programme hinter der Lesart veröffentlicht. Außerdem ist Napoleons ursprünglicher Befehl an Eugène erhalten. Darin werden dieselben Armeen in derselben Reihenfolge und mit denselben Zahlen genannt wie in dem entschlüsselten Brief.
Ein falscher Schlüssel müsste also mehr hervorbringen als zufällige französische Sätze. Wie durch ein Wunder müsste er eine zusammenhängende militärische Nachricht ergeben, die zu einem anderen erhaltenen Befehl aus demselben Zeitpunkt passt.
Historiker bleiben notwendig. Wie Live Science beschreibt, erzählt der Brief nicht plötzlich eine völlig andere Geschichte über Napoleon. Er wiederholt weitgehend, was die Forschung bereits wusste, und muss zusammen mit dem übrigen Wissen über den Krieg interpretiert werden.
Neu ist, dass wir nun den Brief selbst lesen können.
Church nennt ihn ein Problem, das sich niemand leisten konnte. Ein Spezialist hätte es wahrscheinlich schon vor Jahren lösen können. Doch dafür wären Wochen mit altem Französisch, 1.300 undeutlichen Zeichen, Statistik und Quellenprüfung nötig gewesen — alles für eine einzige Tafel in einer einzigen militärhistorischen Zeitschrift.
Die Menschen, die dazu in der Lage waren, hatten wichtigere Fragen, denen sie ihre Zeit widmen mussten.
Der Brief war daher im strengen Sinne nicht unlesbar. Er war in der Lücke zwischen dem Möglichen und dem praktisch Möglichen gestrandet.
KI hat diese Grenze verschoben.
Jede Zeit bekommt neue Augen
Man könnte die Geschichte leicht so erzählen, als verschaffe KI der Menschheit zum ersten Mal Zugang zu einer verschlossenen Vergangenheit.
Das wäre falsch.
Wir haben schon immer die technologischen Errungenschaften der Gegenwart genutzt, um neue Fragen an das zu stellen, was bereits geschehen ist.
Ende der 1940er-Jahre entwickelte der amerikanische Chemiker Willard Libby eine Methode, das Alter organischen Materials mithilfe des radioaktiven Kohlenstoffisotops Kohlenstoff-14 zu messen. Lebende Organismen nehmen Kohlenstoff auf, solange sie leben. Nach dem Tod nimmt die Menge an Kohlenstoff-14 in einem bekannten Tempo ab. Indem Forschende messen, wie viel davon übrig ist, können sie ungefähr berechnen, wann der Organismus starb.
Das gab der Archäologie eine neue Uhr. Schichten, Werkzeuge und menschliche Knochen konnten anders als zuvor zeitlich eingeordnet werden. Libby erhielt für die Methode 1960 den Nobelpreis für Chemie.
Später gaben uns Satelliten und Flugzeuge einen neuen Blick auf die Landschaft.
Zuvor mussten sich Archäologen mit alten Berichten, Karten, Ortskenntnis und begründeten Vermutungen durch Wüsten und Dschungel bewegen. Mit Bildern und Messungen aus der Luft konnten sie plötzlich Muster erkennen, die vom Boden aus unsichtbar waren.
Radar kann unter bestimmten Bedingungen trockenen Sand durchdringen. LiDAR kann Laserpulse durch kleine Lücken im Blätterdach senden und eine präzise Höhenkarte des darunterliegenden Bodens erzeugen. So können Straßen, Wälle, Fundamente und ganze Stadtlandschaften unter Wüste oder Wald hervortreten.
Die NASA beschreibt, wie Satelliten- und Radarbilder Forschenden halfen, alte Handelsrouten im Oman zu verfolgen, und wie freigegebene Aufnahmen amerikanischer Spionagesatelliten später zu einem Archiv von Landschaften wurden, die inzwischen bebaut, bombardiert oder umgepflügt worden waren. In Mittelamerika hat LiDAR gezeigt, dass die Maya-Städte unter dem Dschungel weit größer und stärker miteinander verbunden waren, als Ausgrabungen allein erkennen ließen.
Der Satellit schrieb nicht die Geschichte. Er zeigte dem Menschen, wo er suchen sollte.
Die Archäologen mussten weiterhin hinreisen, graben, datieren und interpretieren. Aber sie hatten ein neues Sinnesorgan erhalten.
Alte DNA gab uns etwas anderes: eine neue Verwandtschaftskarte. Indem Forschende beschädigtes Erbmaterial aus alten Knochen gewannen, konnten sie ausgestorbene Menschenformen und ihre Beziehung zu uns untersuchen. Svante Pääbo erhielt 2022 den Nobelpreis für seine Entdeckungen über die Genome ausgestorbener Homininen und die menschliche Evolution.
Kohlenstoff-14 sagte uns mehr über das Wann. Fernerkundung sagte uns mehr über das Wo. DNA sagte uns mehr über das Wer.
Jede Technologie lieferte nicht nur bessere Antworten. Sie machte neue Fragen möglich.
Briefe, die sich nicht öffnen lassen
Manchmal müssen mehrere technologische Generationen aufeinander aufbauen, bevor die Vergangenheit lesbar wird.
Als der Vesuv im Jahr 79 ausbrach, wurde eine Sammlung von Papyrusrollen in Herculaneum verkohlt. Sie wurden im 18. Jahrhundert gefunden, doch viele von ihnen sehen heute wie schwarze, zusammengepresste Klumpen aus. Der Versuch, sie physisch zu entrollen, kann sie zerstören.
Man konnte den Text besitzen, ohne ihn lesen zu können.
2023 wurden hochauflösende Scans der Rollen zur Grundlage der Vesuvius Challenge. Die Teilnehmenden nutzten unter anderem dreidimensionale Modelle, Bildanalyse und maschinelles Lernen, um kaum sichtbare Tinte im Inneren der noch immer eingerollten Papyrusschichten zu finden.
Weniger als ein Jahr später konnten sie beginnen, Wörter zu lesen, die seit rund zweitausend Jahren niemand gesehen hatte.
KI war ein wichtiger Teil des Durchbruchs, aber sie stand nicht allein. Ohne den hochdetaillierten dreidimensionalen Röntgenscan, die mathematische Rekonstruktion der gekrümmten Schichten, die Papyrusexperten und den offenen Wettbewerb hätte das Modell kein Material zum Arbeiten gehabt.
Das sollten wir festhalten, denn wir neigen dazu, das neueste Werkzeug zur ganzen Erklärung zu machen.
Die Rätsel der Vergangenheit werden selten von einem einzigen Instrument gelöst. Sie werden gelöst, wenn eine neue Fähigkeit zu einer langen Kette menschlicher Sorgfalt hinzukommt.
Vom neuen Instrument zum neuen Arbeitspartner
KI passt in diese Geschichte, hat aber zugleich einen etwas anderen Charakter.
Ein Kohlenstoffmessgerät kann eine Probe datieren. Ein Satellit kann die Landschaft von oben erfassen. Eine DNA-Analyse kann biologisches Material auslesen. Jedes Instrument macht eine bestimmte Art von Spur lesbar.
KI kann übergreifend mit ihnen arbeiten.
Beim Marmont-Brief bewegte sich das Modell vom Bild zum Zeichen, vom Zeichen zu einem Teilschlüssel, vom Schlüssel zu einem statistischen Programm und vom Ergebnis des Programms zu historischen Briefen und Memoiren. Es nutzte also nicht nur einen neuen Sinn. Es organisierte eine Untersuchung über mehrere Sinne und fachliche Werkzeuge hinweg.
Es ist dieselbe Fähigkeit, die ich bereits in KI findet die Verbindungen, die wir übersehen beschrieben habe. Das Neue liegt oft nicht im einzelnen Baustein, sondern in der langen Kette: eine Spur finden, sie mit einer anderen verbinden, die Verbindung prüfen, aus dem Fehler lernen und weitermachen.
Historische Forschung ist voller solcher Ketten.
Eine beschädigte Inschrift muss nicht nur gelesen werden. Vielleicht muss sie anhand des Dialekts geografisch eingeordnet, anhand von Namen und Buchstabenformen datiert und mit Tausenden anderen Texten verglichen werden. Forschende haben das KI-System Ithaca entwickelt, um bei altgriechischen Inschriften zu helfen.
In einem kontrollierten, in Nature veröffentlichten Versuch, bei dem Teile der Texte verborgen wurden, stellten Historiker allein die Zeichen in 25 Prozent der Fälle korrekt wieder her. Ithaca allein erreichte 62 Prozent. Als die Historiker die Vorschläge des Modells als Hilfe erhielten, kamen sie auf 72 Prozent.
Das beste Ergebnis kam also weder vom Menschen noch von der Maschine allein.
Das Modell konnte in Zehntausenden Inschriften nach Mustern suchen. Der Historiker konnte Sprache, Gesellschaft und Zusammenhang beurteilen. Die Maschine machte den Möglichkeitsraum sichtbar. Der Mensch konnte erkennen, was historisch sinnvoll war.
Vielleicht wird KI so zu einem neuen Werkzeug für die Vergangenheit: nicht nur als Messinstrument, sondern als Arbeitspartner, der sich zwischen den Messungen bewegen kann.
Die Warteschlange der ungelösten Fragen
In Wenn die Toten sprechen schrieb ich über eine andere knappe Ressource: Aufmerksamkeit.
Der Vergangenheit fehlt es nicht unbedingt an Material. Briefe, Rechnungen, Kirchenbücher, Fotografien, Urteile, Karten und Gegenstände liegen in Archiven und Magazinen. Das Problem ist, dass ein Mensch ein ganzes Arbeitsleben darauf verwenden kann, nur einen kleinen Teil davon zusammenzutragen und zu verstehen.
Deshalb kennen wir die Vergangenheit nicht nur durch das, was bewahrt wurde. Wir kennen sie auch durch das, wofür jemand Zeit und Anlass zur Untersuchung hatte.
Napoleon erhielt genug Aufmerksamkeit. Dennoch blieb einer der Briefe in seinem gewaltigen Nachlass ungelesen. Man stelle sich nun den langen Nachlauf weniger berühmter Menschen, lokaler Archive, fragmentierter Inschriften, vergessener Karten und Funde vor, für die kein Spezialist monatelange Arbeit rechtfertigen kann.
Manche Rätsel sind sicher ungelöst, weil die Beweise verschwunden sind. Kein Modell kann sie zurückzaubern.
Doch es gibt noch eine andere Kategorie: Fragen, bei denen die Spuren bereits vorhanden sind, aber über zu viele Bilder, Archive, Sprachen oder Fachgebiete verteilt liegen. Fragen, die lösbar wären, deren Verfolgung aber zu teuer ist.
Diese Warteschlange kann KI zu verkürzen beginnen.
Das kann verändern, wer auf Entdeckungsreise gehen darf. Carter Church war kein Experte für Napoleons Codes. Er war ein neugieriger KI-Ingenieur, der ein leistungsfähiges Modell einsetzen und anschließend eine Lösung veröffentlichen konnte, die andere überprüfen konnten.
Wenn die Fähigkeiten eines Spezialisten teilweise über ein System zugänglich werden, können mehr Menschen einer qualifizierten Frage nachgehen. Nicht als Ersatz für Fachleute, sondern als Möglichkeit, mehr Spuren zu öffnen, als das Fach selbst verfolgen kann.
Das ist die Demokratisierung der Neugier.
Nicht alle werden recht haben. Aber mehr Menschen bekommen die Möglichkeit, etwas gründlich zu untersuchen.
Die plausible Vergangenheit
Gerade in dieser Fähigkeit liegt auch eine Gefahr.
Ein Sprachmodell — ein KI-System, das für die Verarbeitung und Erzeugung von Sprache trainiert wurde — ist sehr gut darin, Zusammenhang herzustellen. Das ist nützlich, wenn der Zusammenhang tatsächlich vorhanden ist. Es ist gefährlich, wenn die Lücken im Material so groß sind, dass das Modell sie mit dem Wahrscheinlichen überbrücken muss.
Die Vergangenheit kann nicht widersprechen.
Ein General kann uns nicht sagen, dass das Modell seine Abkürzung missverstanden hat. Eine Frau aus dem 19. Jahrhundert kann die Stimme nicht korrigieren, die wir aus ihren Briefen konstruiert haben. Eine Ruine kann nicht erklären, ob eine gerade Linie im Boden eine Straße, eine Mauer oder ein Naturphänomen war.
Je lebendiger und geschlossener das Ergebnis wirkt, desto leichter vergessen wir den Unterschied zwischen Spur und Erzählung.
Deshalb ist der Marmont-Brief aus einem anderen Grund wichtig als nur wegen des dramatischen Namens. Er hat Belege.
Der vorgeschlagene Schlüssel lässt sich auf den gesamten Text anwenden. Das Programm kann erneut ausgeführt werden. Die Zeichen können mit dem Bild verglichen werden. Das Ergebnis lässt sich an Napoleons erhaltenem Befehl und der bekannten militärischen Lage prüfen. Unsichere Zeichen können als unsicher markiert werden, statt geglättet zu werden.
Das ist ein Modell dafür, wie wir KI auf die Vergangenheit anwenden sollten.
Nicht mit der Frage: Kann die Maschine eine überzeugende Geschichte erzählen?
Sondern mit der Frage: Kann sie uns den Weg von der Spur zur Behauptung zeigen?
Die Kohlenstoffmessung hat eine Unsicherheit. Das Satellitenbild muss vor Ort überprüft werden. Die DNA-Probe kann verunreinigt sein. Ein vorgeschlagener Text muss zu den tatsächlichen Zeichen passen. KI beseitigt die alten Anforderungen an Belege nicht. Sie macht sie wichtiger, weil sie so viel mehr hervorbringen kann, das richtig klingt.
Church formulierte es präzise: Mögliche Lösungen lassen sich automatisieren. Verantwortung nicht.
Die Geschichte öffnet sich erneut
Geschichtsbücher können die Vergangenheit abgeschlossen erscheinen lassen.
Die Ereignisse stehen in einer Reihenfolge. Die Jahreszahlen sind gedruckt. Die Städte sind gefunden. Die Briefe sind zitiert. Die Toten haben ihre Plätze bekommen.
Aber in diesem Sinne ist die Vergangenheit nicht abgeschlossen.
Die Ereignisse selbst ändern sich nicht. Unser Zugang zu ihnen tut es.
Eine neue chemische Uhr verschiebt die Datierung einer Siedlung um mehrere Jahrhunderte. Eine mit Laserlicht erstellte Karte zeigt, dass sich eine Stadt weit unter dem Wald fortsetzte. Eine DNA-Probe verbindet Bevölkerungsgruppen, die Archäologen zuvor getrennt betrachtet hatten. Ein Scan öffnet ein Buch, ohne dass jemand seine Seiten berührt. Eine KI findet einen Codeschlüssel und lässt 1.300 stumme Zeichen wieder zu französischen Wörtern werden.
Jede neue Technologie gibt der Menschheit neue Sinne. Manche richten wir auf die Zukunft. Andere wenden wir rückwärts.
KI ist keine Zeitmaschine. Sie kann das Jahr 1809 nicht besuchen, und sie kann nicht zurückholen, was keine Spur hinterlassen hat. Aber sie kann uns helfen, mehr von den bereits vorhandenen Spuren zu sehen und Verbindungen zu verfolgen, deren Untersuchung früher zu langsam, zu eng oder zu teuer war.
Das bedeutet, dass ein Teil der ungelösten Vergangenheit der Menschheit vielleicht nicht auf neue Funde wartet.
Er wartet auf neue Arten, die Funde zu lesen, die wir bereits haben.
Die Vergangenheit ändert sich nicht.
Aber was die Menschheit sie erzählen lassen kann, ändert sich.
Quellen und weiterführende Lektüre
- Carter Church: Breaking the Marmont Cipher, 1809, 2026.
- Live Science: “A kind of Rosetta Stone”: AI decodes 217-year-old secret letter ordered by Napoleon, 2026.
- NASA Earth Observatory: Peering through the Sands of Time: Searching for the Origins of Space Archaeology.
- Nobel Prize: The Nobel Prize in Chemistry 1960.
- Nobel Prize: The Nobel Prize in Physiology or Medicine 2022.
- Yannis Assael u. a.: Restoring and attributing ancient texts using deep neural networks, Nature, 2022.
- Vesuvius Challenge: 2023 Grand Prize awarded: we can read the scrolls, 2024.