DAS VOYNICH-MANUSKRIPT ZEIGT KAUM SPUREN VON SPRACHE

Das Voynich-Manuskript ist ein Buch von etwa 240 Seiten, das die Radiokarbondatierung in das frühe 15. Jahrhundert einordnet. Zeichnungen von Pflanzen, Sternen und badenden Figuren umgeben rund 38.000 Wörter in einer Schrift, die nirgendwo sonst vorkommt. Niemand kann es lesen.

Es sieht aus wie Schrift: Wörter, durch Leerzeichen getrennt, viele seltene Wörter, Zeichen – Glyphen genannt –, die feste Plätze innerhalb der Wörter einnehmen. Doch es verhält sich wie keine bekannte Sprache. Dasselbe Wort erscheint oft zwei- oder dreimal hintereinander, viele Wörter unterscheiden sich von ihren Nachbarn nur durch eine einzige Glyphe, und die häufigen Wörter sind kurz und einander ähnlich.

Kauderwelsch oder verkleidete Sprache?

Nach der einen Deutung bedeutet der Text nichts: Ein Schreiber schrieb jedes neue Wort, indem er ein früheres kopierte und eine oder zwei Glyphen veränderte – ein Vorgang, den Timm und Schinner 2020 vorschlugen. Nach der anderen verbirgt sich eine echte Sprache hinter einer Chiffre – eine neuere Konstruktion, die Naibbe-Chiffre, verwandelt Latein oder Italienisch in einen Text, der dem des Manuskripts stark ähnelt.

Jede Seite hat lange mit eigens dafür ausgewählten Statistiken argumentiert. Xin Zhang und Victor S. Sheng von der Texas Tech University beurteilten beide nach denselben Regeln.

Gleiche Seiten, gleiches Budget, ungesehene Statistiken

Jede Deutung wurde zu einem Programm, das die Seiten und Zeilen des Manuskripts Wort für Wort füllt. Kopierprogramme schreiben jedes Wort neu oder als veränderte Kopie eines früheren. Chiffrierprogramme verschlüsseln einen echten mittelalterlichen Text und ersetzen jedes Wort durch ein Codewort oder ersetzen seine Buchstaben, seine Silben oder nur seine grammatische Klasse. Jede Chiffre bekommt außerdem einen kopierenden Schreiber, sodass lokale Wiederholung keine Seite begünstigt.

Jedes Programm wurde an 22 Statistiken des Textes abgestimmt und dann an 15 anderen beurteilt, die es nie gesehen hatte.

Die Kopierregeln von Timm und Schinner sagen diese ungesehenen Statistiken weit besser voraus als jede Chiffre mit einem einzigen Schlüssel. Ihre größte Abweichung bleibt unter fünf Standardabweichungen (der typischen Streuung der vom Programm selbst erzeugten Texte); ein Wortcode verfehlt eine um mehr als hundert.
Die entscheidende Statistik ist eine Drift. Das Manuskript hat zwei „Dialekte“, Currier A und B, die Glyphen unterschiedlich verwenden. Ein fester Schlüssel schreibt auf jeder Seite dieselben Glyphengewohnheiten; ein Schreiber, der Wörter aus Wörtern baut, die er gerade geschrieben hat, lässt sie wandern.
Doch Chiffren mit einem zweiten Schlüssel – einem eigenen Schlüssel für die Currier-B-Seiten – oder solche, die nur die Wortklassen eines echten Textes kodieren, schneiden genauso gut ab, mit einem Schreiber, der etwa die Hälfte der Wörter falsch abschreibt. In den Worten der Autoren: „Die am besten passenden Chiffren sind jene, deren Klartext am wenigsten zählt“ (der Klartext ist der ursprüngliche Text vor der Verschlüsselung).

Wortstatistiken allein können es nicht entscheiden, und kein Programm trifft alle 37 Statistiken zugleich.

Wörter, die sich immer wieder auf einer Zeile treffen

Also suchten die Autoren nach einer Spur von Sprache, die keine Entzifferung erfordert. In einem sinnvollen Text teilen sich zusammengehörige Wörter – ein Substantiv und sein Verb, die Teile einer festen Wendung – häufiger eine Zeile als durch Zufall, und tun dies an anderer Stelle im Text erneut. Ein Wortcode bewahrt dieses Muster; ein Paar, das auf einer Seite durch Kopieren entstanden ist, hat keinen Grund, Seiten später wiederzukehren.

Der Test teilt das Buch in zwei Hälften und prüft, ob dieselben Paare häufiger Wörter sich in beiden Hälften immer wieder Zeilen teilen. Identische Wörter und Wörter, die sich um eine Glyphe unterscheiden, werden ausgelassen, damit Kopieren das Signal nicht vortäuschen kann.

28 Texte in 16 Sprachen, auf die Seiten des Manuskripts verteilt, erzielen zwischen 0,139 und 0,411 (eine Korrelation zwischen den beiden Hälften: 0, wenn die in einer Hälfte gefundenen Paare nichts über die andere aussagen, 1, wenn sie perfekt übereinstimmen).
Das Manuskript erzielt 0,071 und 0,053 in einer zweiten, unabhängigen Transliteration (einer Übertragung der Glyphen in ein Standardalphabet): die halbe Stärke des schwächsten Textes.
Wortcodes sinken nur dann auf dieses Niveau, wenn ihr Ausgangstext das Muster schwach zeigt – vor allem mittelalterliches Latein mit seinen Abkürzungen geschrieben, bei 0,102 – oder wenn viele Wörter falsch abgeschrieben werden.

Die Kalibrierung ist entscheidend: Ein Programm, das darauf trainiert wurde, von Freiwilligen geschriebenes Kauderwelsch von echter Prosa zu unterscheiden, stuft das Manuskript als Kauderwelsch ein, aber ebenso 53 von 54 verschlüsselten sinnvollen Texten.

Codeknacker, die zuerst bekannte Texte lesen müssen

Jedes Lösungsprogramm sucht nach dem Schlüssel, unter dem sich der Text am ehesten wie eine bestimmte Sprache liest, bewertet mit einer einfachen statistischen Tabelle darüber, welcher Buchstabe oder welches Wort in alten Texten dieser Sprache tendenziell auf welchen folgt. Jedes wurde zuerst an Kontrolltexten erprobt, echten, auf dieselbe Weise verschlüsselten Texten; wo es diese nicht lesen konnte, galt der Test als unentschieden.

Buchstabenchiffren. Das Lösungsprogramm las die Kontrolltexte von 15 der 16 Sprachen. In jeder zeigte das Manuskript weniger Ordnung als die Kontrolltexte, und seine Lesungen waren Buchstabenfolgen ohne erkennbare Wörter. Hebräisch blieb unentschieden.
Wortcodes. Für einen Code aus abgekürztem Latein, den Ausgangstext, den die Chiffrierprogramme bevorzugten, fand eine Tabelle aus 5 Millionen Wörtern solchen Lateins immer noch mehr Wortordnung in den Kontrolltexten als im Manuskript, es sei denn, zwei von fünf Wörtern wurden falsch abgeschrieben.
Ein Wort pro Buchstabe oder Silbe. 28 solche Verfahren ergaben 1.144 Entscheidungen: 596 ausgeschlossen, 429 unentschieden und 119, die sich nicht ausschließen ließen: Das Manuskript lag nur knapp über Texten ganz ohne Botschaft, ließ sich aber zu nichts Lesbarem entschlüsseln.

Die Chiffre, die durchschlüpft

Ein Nomenklator, eine in jener Zeit verbreitete Art von Code, schreibt die häufigsten Wörter als ganze Codewörter und buchstabiert die übrigen Buchstabe für Buchstabe. Mit einem zweiten Schlüssel und einem Schreiber, der einen großen Teil der Wörter falsch abschreibt (37 % und 56 % in seinen beiden besten Anpassungen), trifft er die Wortpaare des Manuskripts, und die Lösungsprogramme können ihn in 9 der 16 Sprachen nicht ausschließen. Eine Chiffre, deren Schlüssel sich im Verlauf des Textes ändert, wurde gar nicht getestet.

Eine Naht zwischen den Wörtern

Die stärkste verbleibende Struktur sitzt an den Wortgrenzen. Die letzte Glyphe eines Wortes schränkt die erste Glyphe des nächsten ein: 0,204 Bit Transinformation (mutual information; wie viel das eine über das andere verrät), gegenüber 0,078 beim Kopierprogramm und 0,014 bei den Chiffren. Diese Verbindung macht den Großteil dessen aus, was das Buchstaben-Lösungsprogramm fand. Die Autoren führen sie auf Glyphen zurück, die doppelt so eng an ihre Nachbarn gebunden sind wie Buchstaben in den getesteten Sprachen; kein Programm reproduziert sie zusammen mit den Leerzeichen des Manuskripts.

Platz für eine kurze Botschaft

Die Autoren pflanzten außerdem Botschaften von 50 bis 5.000 Buchstaben in den Text des Manuskripts und suchten danach. Nur eine Art wird zuverlässig entdeckt: jeder Buchstabe stets als dasselbe Wort geschrieben, die Wörter direkt nebeneinander. In den ersten Wörtern von Absätzen versteckt, wurde jede solche Botschaft von 500 Buchstaben gefunden. Nichts im Manuskript deutet auf eine solche hin – doch eine Botschaft mit mehreren Wörtern pro Buchstabe oder mit auseinandergezogenen Buchstaben könnte sich dort noch verbergen.