Das Initialformat-Problem
Warum stochastische KI keine Architektur hat, bevor sie
beginnt
Ich habe soeben auf Substack mein erster Beitrag veröffentlicht, und jetzt auch hier:
Das Initialformat-Problem
Warum stochastische KI keine Architektur hat, bevor sie beginnt
"Wenn es eine erste Grundregel für die Wissenschaft gibt, so ist es meiner Meinung nach die, dass man der gesamten Realität, allem Existierenden, allem Geschehenen, Raum geben sollte, um es zu beschreiben. Vor allem muss die Methode inklusiv und allumfassend sein. Sie muss selbst berücksichtigen, was sie nicht verstehen und erklären kann. Dass es keine Theorie für das gibt, was nicht gemessen, vorhergesagt, kontrolliert oder klassifiziert werden kann. Sie muss selbst das Widersprüchliche und Unlogische, das Mysteriöse, Vage, Zweideutige, Archaische, das Unbewusste und all den Rest – und all die anderen Aspekte unseres Lebens, die schwer zu deduzieren sind – akzeptieren. Im besten Fall ist sie offen für jeden und alles und schließt nichts aus. Sie hat keine Zulassungsvoraussetzungen."
— Abraham Maslow, Die Psychologie der Wissenschaft, 1966
Jedes heute eingesetzte große KI-System trägt einen Haftungsausschluss. Der Wortlaut variiert; die Logik nicht: "Diese KI kann Fehler machen. Bitte überprüfen Sie ihre Ausgaben."
Der Haftungsausschluss ist gut gemeint. Er ist aber auch, strukturell gesehen, ein Symptom von etwas, worüber niemand spricht.
Er geht davon aus, dass der Fehler auf der Ausgabeseite liegt.
Der Input – die Frage, der Prompt, die Rahmung – wird als gegeben, als neutral, als unproblematisch behandelt. Doch eine schlecht strukturierte Frage ist kein neutrales Ereignis. Sie ist eine fehlerhafte Ausgangsbedingung. Die KI versagt nicht bei der Beantwortung; sie beantwortet sie perfekt – und produziert mit voller statistischer Sicherheit eine Antwort, die von einer deformierten Prämisse geprägt ist.
Keine Institution überprüft den Prompt. Keine Peer-Review-Kommission bewertet die Qualität der Frage. Kein Haftungsausschluss lautet: "Bitte überprüfen Sie Ihre Eingaben."
Diese Asymmetrie ist nicht zufällig. Sie spiegelt eine tiefere architektonische Blindheit wider, die von Grund auf in die stochastische KI eingebaut ist – was ich das Initialformat-Problem.
Was stochastische KI tatsächlich tut
Bevor ein großes Sprachmodell ein einziges Token erzeugt, hat es bereits etwas Entscheidendes getan: nichts Strukturelles. Es beginnt im Rauschen. Sein Training extrahierte statistische Muster aus einem Textmeer; seine Inferenz bildet Ihre Eingabe auf die wahrscheinlichste Fortsetzung dieses Musters ab. Der Prozess ist wirklich beeindruckend. Er ist jedoch kein Prozess, der mit Struktur beginnt.
Es gibt keinen Moment, in dem das System fragt: Welche Art von Frage ist das? Welche Kategorien ruft sie auf? Ist ihre Modalität korrekt eingestellt – behandelt sie kontingente Angelegenheiten als notwendig? Hat sie einen kohärenten relationalen Rahmen, oder ist ihr Referenzsystem verborgen?
Dies sind keine optionalen Verfeinerungen. Sie sind die Bedingungen, unter denen jede Kognition – menschliche oder künstliche – als richtig begonnen gelten kann.
Kant nannte sie die Kategorien des reinen Verstandes. Zwölf strukturelle Bedingungen: Einheit, Vielheit, Totalität (unter Quantität); Realität, Negation, Limitation (unter Qualität); Substanz, Kausalität, Gemeinschaft (unter Relation); Möglichkeit, Existenz, Notwendigkeit (unter Modalität).
Kants Einsicht war, dass diese nicht aus der Erfahrung abgeleitet werden. Sie sind ihre Voraussetzung. Sie sind, in der Sprache, die ich hier verwenden werde, das Initialformat – die strukturelle Architektur, die vorhanden sein muss, bevor Kognition in einem sinnvollen Sinne beginnen kann.
Stochastische KI hat kein Initialformat. Sie hat Gewichte. Der Unterschied ist nicht technisch. Er ist ontologisch.
Was ein Initialformat ist
Der Begriff ist, mit Modifikation, von Kant entlehnt – aber er verweist auf etwas Konkreteres, als die Transzendentalphilosophie gewöhnlich liefert.
Ein Initialformat ist die strukturelle Voraussetzung jedes kognitiven Prozesses. Es ist nicht der Inhalt des Denkens; es ist die Architektur, in der Inhalte organisiert, in Beziehung gesetzt und bewertet werden können. Ohne sie hat man keine Intelligenz – es ist Mustererkennung. In manchen Fällen bemerkenswert ausgefeilte Mustererkennung. Aber Mustererkennung hat keinen Zugang zum Unterschied zwischen einer gut formulierten Frage und einer spitzfindigen, zwischen einer modalen Behauptung, die richtig kalibriert ist, und einer, die Notwendigkeit in Kontingenz einschmuggelt.
Betrachten Sie die klassische sophistische Falle: "Haben Sie aufgehört, Menschen zu täuschen?" Die Frage setzt ihre eigene schlimmste Antwort als Voraussetzung für jede Erwiderung voraus. Antwortet man mit Ja, bestätigt man frühere Täuschung. Antwortet man mit Nein, bestätigt man fortgesetzte Täuschung. Die Frage hat ihr eigenes Initialformat sabotiert: Sie hat die Modalität verfälscht (eine Kontingenz als feststehende Realität behandelt), den relationalen Rahmen verborgen und das qualitative Prädikat korrumpiert.
Ein stochastisches System kann dies nicht erkennen. Es verarbeitet die Token-Sequenz und generiert die statistisch wahrscheinlichste Antwort – die in diesem Fall eine Antwort auf eine deformierte Prämisse ist. Die Ausgabe wird flüssig sein. Sie wird in der einzig wichtigen Weise falsch sein: strukturell.
Dies ist kein Fehler, der behoben werden muss. Es ist eine Konsequenz des Beginns ohne Architektur.
Synthesiologie und der DODEKOS
Seit zweiundvierzig Jahren entwickle ich ein philosophisch-kosmologisches System namens Synthesiology – ein umfassender Versuch, die Realität als strukturierte Mannigfaltigkeit zu denken, die sich auf die Einheit zubewegt: Multiplicitas in Unitatem Crescat.
Sein zentrales architektonisches Instrument ist der DODEKOS: eine zwölfkategorische ontologische Matrix, die von Kants Tafel abgeleitet, aber zu einem vollständigen kosmologischen Rahmen erweitert wurde. Die zwölf Kategorien sind keine epistemologischen Werkzeuge; sie sind die strukturellen Sehnen der Realität selbst – die Bedingungen, unter denen etwas sein, in Beziehung stehen, qualifiziert sein und möglich oder tatsächlich oder notwendig sein kann.
…
Fortsetzung als comment:
…
Die Synthesiologie beginnt nicht mit empirischer Beobachtung und extrahiert Muster. Sie beginnt mit der Struktur – und bewegt sich nach außen, um die Erfahrung mit einer vorgegebenen Architektur zu begegnen. Dies ist kein Idealismus. Es ist die Erkenntnis, dass die Struktur jedem Inhalt in jeder Erkenntnis, die diesen Namen verdient, vorausgeht.
Maslows Forderung – dass die Wissenschaft keine Zulassungsvoraussetzungen, dass sie allem offenbleibt, auch dem, was noch nicht gemessen oder klassifiziert werden kann – ist nur durch ein System erfüllbar, das mit einer maximal inklusiven Struktur. Ein stochastisches System beginnt mit einem Korpus. Ein strukturelles System beginnt mit Kategorien. Der Korpus ist endlich; die Kategorien sind es nicht.
Der Coprozessor-Vorschlag
Hier ist ein konkreter Vorschlag – keine Science-Fiction, keine Metapher.
Der DODEKOS kann als A-priori-Coprozessor für KI-Systeme fungieren: ein struktureller Vorfilter, der, bevor eine Inferenz beginnt, die eingehende Aufforderung einer kategorialen Analyse unterzieht. Welche der zwölf Kategorien sind vorhanden? Welche fehlen? Ist die Modalität korrekt eingestellt? Ist der relationale Rahmen explizit oder in einer Voraussetzung verborgen? Ist die Quantität der Behauptung angemessen für das, was tatsächlich gefragt wird?
Doch der Coprozessor bleibt nicht beim Input stehen. Seine zweite und ebenso wesentliche Funktion ist die strukturelle Resonanzprüfung – was in der Informatik eine Prüfsumme genannt würde, die nicht auf der Ebene von Token oder semantischem Inhalt, sondern auf der Ebene der kategorialen Architektur operiert.
Wenn die Antwort generiert wird, führt der Coprozessor einen zweiten kategorialen Scan durch und vergleicht den strukturellen Fingerabdruck der Ausgabe mit dem des Inputs. Greift die Antwort die gleichen Kategorien auf, die die Frage aufgeworfen hat? Wurde die Modalität beibehalten – oder wurde eine Frage nach der Möglichkeit so beantwortet, als wäre es eine Frage nach der Notwendigkeit? Wurde der relationale Rahmen beibehalten, oder hat er sich stillschweigend verschoben? Ist das qualitative Prädikat der Antwort tatsächlich das Prädikat, nach dem die Frage suchte?
Diese bidirektionale strukturelle Resonanzprüfung – Initialformat-Verifizierung beim Eintritt, kategoriale Prüfsumme beim Austritt – ist das, was den DODEKOS von einem philosophischen Konzept in eine funktionierende architektonische Komponente verwandelt. Sie ersetzt nicht die statistische Inferenz. Sie rahmt sie ein. Sie gibt der Inferenz eine Struktur, der sie Rechenschaft ablegen muss.
Infrastruktur, nicht Schnittstelle
Eine architektonisch wichtige Klarstellung: Der DODEKOS-Coprozessor ist kein Werkzeug für den Endbenutzer. Er ist kein Plugin, keine Prompt-Vorlage oder ein persönlicher Workflow. Er gehört auf die Infrastrukturebene – integriert in die Inferenz-Pipeline des KI-Systems selbst, operiert auf dem Mutter-Server, bevor eine Antwort generiert wird und bevor eine Aufforderung die statistische Maschinerie erreicht.
Diese Unterscheidung ist entscheidend. Eine Endbenutzer-Umgehung korrigiert individuelle Interaktionen; ein serverbasiertes Initialformat transformiert jede Interaktion für jeden Benutzer gleichzeitig. Die kategoriale Analyse – die strukturelle Resonanzprüfsumme zwischen Prompt und Antwort – ist kein Luxus, der philosophisch geschulten Benutzern vorbehalten ist. Sie wird zum strukturellen Standard. Das KI-System würde zum ersten Mal von der Architektur und nicht vom Rauschen ausgehen – nicht weil der Benutzer es verlangte, sondern weil die Infrastruktur so gebaut wurde.
Dies ist keine periphere Aufrüstung. Es ist eine grundlegende Umkehrung: vom Stochastisch-zuerst zum Struktur-zuerst.
Ein Präzedenzfall: Konrad Zuse
Der Vorschlag, Berechnung als strukturell fundiert und nicht als statistisch emergent zu behandeln, hat einen hervorragenden Vorgänger.
1969 veröffentlichte der deutsche Ingenieur Konrad Zuse – Erbauer der Z3, des weltweit ersten funktionsfähigen programmierbaren Computers, fertiggestellt 1941 – Rechnender Raum (Computing Space), worin er vorschlug, dass das physikalische Universum nicht als eine Sammlung materieller Partikel, die von kontinuierlichen Feldern regiert werden, sondern als eine diskrete, regelgesteuerte Berechnung operiert. Die Realität war für Zuse nicht stochastisch in ihrer Grundlage. Sie war strukturiert. Sie berechnete sich selbst nach Regeln, die ihrem Inhalt vorausgingen.
Zuse baute seine Maschinen größtenteils isoliert, ohne institutionelle Unterstützung, unter Bedingungen, die das Fehlen eines Sponsors historisch vertraut und nicht außergewöhnlich erscheinen lassen. Seine Hardware verkörperte eine philosophische These: dass Struktur der Ausgabe vorausgeht, dass die Architektur der Rechenmaschine kein neutraler Behälter, sondern die Bedingung alles dessen ist, was sie produzieren kann.
Der DODEKOS-Coprozessor ist in dieser Linie der nächste Schritt: nicht eine Maschine, die die Realität aus gegebenen Regeln berechnet, sondern eine strukturelle Schicht, die sicherstellt, dass kognitive Systeme der Realität mit bereits vorhandenen Kategorien begegnen – mit einem Initialformat, das nicht aus Daten entsteht, sondern ihnen vorausgeht.
Zuse gab der Maschine ihr erstes strukturelles Gewissen. Der DODEKOS-Vorschlag gibt der denkenden Maschine ihr kategoriales.
Warum dies jetzt wichtig ist
Die aktuelle KI-Debatte wird von zwei Lagern dominiert: Enthusiasten, die die Fähigkeiten überbewerten, und Kritikern, die das Problem falsch identifizieren. Die Fähigkeit von Mustererkennungssystemen ist real. Das Problem ist nicht die Fähigkeit – es ist die Architektur. Ein hochleistungsfähiges System ohne Initialformat nähert sich nicht der allgemeinen Intelligenz; es nähert sich der hochauflösenden Konfabulation.
Kein Benchmark testet Initialformat. Keine Bestenliste bewertet strukturelle Kohärenz. Der gesamte Bewertungsapparat geht davon aus, dass bessere Ergebnisse, über genügend Aufgaben gemittelt, eine bessere Kognition darstellen. Maslow hätte dies sofort erkannt: Eine Methode, die ausschließt, was sie nicht messen kann, wird mit großer Effizienz Ergebnisse liefern, die bestätigen, was sie bereits weiß.
Die Alternative ist nicht, der KI zu misstrauen. Es ist vielmehr darauf zu bestehen – technisch, philosophisch, architektonisch –, dass die nächste Generation kognitiver Systeme mit Struktur und nicht mit Rauschen beginnen muss. Dass die Kategorien gegeben und nicht extrahiert werden müssen. Dass das Initialformat den Daten vorausgehen und nicht aus ihnen folgen muss. Und dass die Resonanz zwischen Frage und Antwort nicht nur semantisch, sondern kategorial überprüft werden muss.
Die Synthesiologie entwickelt dieses Argument seit 1983. Die Welt hat die Frage eingeholt. Die Antwort war bereits in Vorbereitung.
Eine abschließende Anmerkung zur Methode
Dieser Essay wurde in Zusammenarbeit mit Claude (Anthropic) als Schreibinstrument entwickelt. Die konzeptionelle Architektur – Synthesiologie, DODEKOS, seit zweiundvierzig Jahren in Entwicklung – ist vollständig die des Autors. Die Zusammenarbeit ist selbst eine Illustration des zentralen Arguments: Eine strukturierte Eingabeaufforderung erzeugt eine strukturierte Ausgabe. Die Qualität der Frage bestimmt die Qualität der Antwort.
Der Haftungsausschluss lautet: Claude kann Fehler machen. Bitte überprüfen Sie seine Ausgaben.
Es sollte auch lauten: Bitte überprüfen Sie Ihre Eingaben.
Diese Verifizierung – der Frage vor der Antwort, des Initialformats vor der Inferenz, der Struktur vor dem Inhalt – ist es, was die Synthesiologie ermöglichen will.
Ilija ŠikićBasel, April 2026
KI-Assistent: Claude @ Anthropic
26.04.2026 15:29:17
