Eugène de Beauharnais: Ein weiteres historisches Chiffre fällt der KI, doch Überprüfung bleibt entscheidend

Eugène de Beauharnais ist zur zentralen Figur in der Geschichte eines weiteren historischen Chiffres geworden, das der KI zum Opfer fiel, nachdem GPT-6 Astra Berichten zufolge eine 217 Jahre alte Militärdepesche entschlüsselt hatte.

Das Dokument stammte aus dem Hauptquartier von Eugène, Napoleon Bonapartes Stiefsohn und Vizekönig von Italien. Es übermittelte Napoleons Anweisungen an General Auguste de Marmont während der Kriegsvorbereitungen gegen Österreich im Jahr 1809.

Dieses Detail korrigiert die irreführende Beschreibung des Verfassers als Napoleons Neffen. Der Brief wurde auch nicht von Napoleon geschrieben. Es handelte sich um eine verschlüsselte operative Unterrichtung, die auf Napoleons Befehl aus Eugènes Hauptquartier gesandt wurde.

Der KI-Ingenieur Carter Church sagt, OpenAIs GPT-6 Astra habe die wesentliche Transkriptions- und Entschlüsselungsarbeit in rund sechs Stunden Modellausführungszeit erledigt. Als Quelle diente eine einzige niedrig aufgelöste Reproduktion mit 1.300 Chiffreeinheiten.

Das bedeutendste Ergebnis ist keine dramatische militärische Enthüllung. Ein Großteil der erwarteten Inhalte erschien bereits in Napoleons veröffentlichter Korrespondenz.

Die eigentliche Veränderung ist methodischer Natur. Berichten zufolge wechselte ein Modell innerhalb einer durchgehenden Untersuchung von Bildverarbeitung zu Symbolklassifizierung, computergestützter Kryptoanalyse, historischer Recherche und reproduzierbarer Überprüfung.

Diese Kombination macht aus einem vernachlässigten Archivproblem einen Testfall für KI-gestützte Forschung. Sie legt zugleich die wichtigste Grenze offen: Eine plausible Lesart zu erzeugen, ist einfacher, als ihre Richtigkeit zu belegen.

Ein weiteres historisches Chiffre fällt nach 217 Jahren der KI zum Opfer

Die wiedergewonnene Depesche verbindet eine obskure verschlüsselte Seite mit einem dokumentierten Befehl, den Napoleon am 16. März 1809 erteilte.

Die erhaltene Seite beginnt mit einem lesbaren französischen Satz an General Marmont. Darauf folgt ein Block aus 24 Zeilen mit Zahlen, gewöhnlichen Buchstaben und unbekannten handschriftlichen Zeichen.

Der verschlüsselte Abschnitt wurde in einer Ausgabe einer französischen militärhistorischen Zeitschrift aus dem Jahr 1969 reproduziert. Diese 1.202 mal 1.836 Pixel große Reproduktion scheint das einzige öffentlich zugängliche Bild des vollständigen Chiffretexts zu sein.

Jahrzehntelang blieb das Dokument unter den ungelösten historischen Chiffren geführt. Selbst sein Datum war in einem prominenten Online-Katalog falsch angegeben, wo es als Brief aus dem Jahr 1807 erschien.

Churchs Rekonstruktion datiert es auf Ende März 1809. Diese Einordnung folgt aus Verweisen im lesbaren Beginn, der napoleonischen Korrespondenz und der im Inneren der Nachricht beschriebenen militärischen Lage.

Napoleon hatte Eugène am 16. März geschrieben. Er wies den Vizekönig an, Marmont mitzuteilen, wo die wichtigsten französischen und verbündeten Kräfte stationiert waren.

Der Befehl legte fest, dass Eugène die Informationen in einem verschlüsselten Brief übermitteln solle, den ein intelligenter Offizier überbringen sollte. Anschließend führte Napoleon sieben Truppenverbände, ihre Befehlshaber, Standorte und gemeldete Stärke auf.

Die entschlüsselte Depesche präsentiert dieselben Kräfte in derselben Reihenfolge. Sie beschreibt Bayern zwischen München und Passau, Polen an der Weichsel, Sachsen nahe Dresden und französische Formationen in ganz Deutschland.

Diese Übereinstimmung steht im Zentrum der Überprüfung. Sie liefert ein bekanntes historisches Dokument, mit dem der entschlüsselte Brief verglichen werden kann.

Die Depesche passt auch zu Marmonts Lage. Er befehligte französische Truppen in Dalmatien, war von Napoleons Hauptverbänden getrennt und verwundbar, falls Österreich die Feindseligkeiten begann.

Die Nachricht sollte ihn beruhigen und motivieren. Sie beschrieb Österreich als Angriffen aus mehreren Richtungen ausgesetzt und wies Marmont an, sich nicht einschüchtern zu lassen, wenn ihm der Marschbefehl erteilt würde.

Der wiedergewonnene Wortlaut enthält die markante Formulierung „einige wenige Truppen oder ein zusammengewürfelter Haufen“. Napoleons veröffentlichter Befehl vom 16. März bricht an der entsprechenden Stelle nach „eine Handvoll“ ab.

Die verschlüsselte Weiterleitung liefert daher Hinweise darauf, was die fehlende Passage bedeutete. Sie belegt nicht Napoleons exakten ursprünglichen Wortlaut, weil Eugènes Hauptquartier den Befehl paraphrasierte.

Das Dokument ergänzt zudem gemeldete österreichische Standorte und Bemerkungen über Österreichs Miliz. Diese Details waren in Napoleons Anweisungen vom 16. März nicht enthalten.

Church hat die Entschlüsselung, technische Erklärung, den rekonstruierten Schlüssel und Überprüfungsmaterialien in einem ausführlichen Lösungspaket veröffentlicht. Das Paket ermöglicht anderen Forschenden, den vorgeschlagenen Schlüssel mit der vollständigen Transkription zu vergleichen.

Satoshi Tomokiyo, der den Cryptiana-Katalog historischer Chiffren betreut, prüfte die Arbeit. Der Katalog markierte den Brief anschließend als gelöst und korrigierte sein Datum auf 1809.

Diese Prüfung stärkt das Ergebnis, ist aber nicht mit einer breiten akademischen Begutachtung gleichzusetzen. Die Quelle bleibt eine einzelne unvollkommene Reproduktion, und mehrere seltene Zeichen erlauben weiterhin alternative Lesarten.

Wie GPT-6 Astra das Napoleon-Chiffre knackte

Der bemerkenswerte Beitrag von GPT-6 Astra bestand darin, mehrere unterschiedliche Aufgaben zu koordinieren, nicht darin, eine neue kryptanalytische Technik zu erfinden.

Das Chiffre ist ein homophones Substitutionssystem. In einem solchen System können mehrere Symbole denselben häufigen Buchstaben darstellen, was die Aussagekraft einfacher Häufigkeitsanalysen verringert.

Die endgültige Rekonstruktion identifiziert 1.300 Chiffreeinheiten und 155 unterschiedliche Zeichen. Einige Zeichen stehen für einzelne Buchstaben, andere für ganze Wörter oder weitere Funktionen.

Ein Teilschlüssel existierte bereits. Der französische Kryptologiehistoriker Daniel Tant hatte Werte für 33 Zeichen veröffentlicht, die 435 der 1.300 Einheiten abdeckten.

Diese Tabelle war jedoch nicht eindeutig mit dieser konkreten Seite verbunden worden. Ihre Beschreibung bezog sich offenbar auf einen Code zwischen Eugène de Beauharnais und „General Grammont“, möglicherweise eine fehlerhafte Wiedergabe von Marmont.

Church zufolge fand Astra die Tabelle bei einer Webrecherche und testete sie gegen das Bild. Die bekannten Symbole passten zu genügend Teilen des Dokuments, um einen brauchbaren Ausgangspunkt zu schaffen.

Das Modell unterteilte die gescannte Seite zunächst in Zeilen und vergab vorläufige Kennzeichnungen für visuell unterschiedliche Zeichen. Daraus entstanden 1.320 vorläufige Einheiten und 175 vorläufige Symbolklassen.

Diese Phase war schwieriger als herkömmliche optische Zeichenerkennung. Die handschriftlichen Symbole unterschieden sich auf der gesamten Seite in Größe, Form, Tintendichte und Ausrichtung.

Das System musste entscheiden, wann zwei Markierungen unterschiedliche Symbole darstellten und wann sie lediglich verschiedene handschriftliche Varianten desselben Symbols waren. Die endgültige Transkription fasste diese vorläufigen Klassen zu 155 Zeichen zusammen.

Astra fixierte anschließend die bekannten Werte aus Tants Tabelle und bewahrte einen kurzen Abschnitt lesbaren gewöhnlichen Textes. Zusammen deckten diese Hinweise etwa ein Drittel der Chiffreeinheiten ab.

Für die verbleibenden Zeichen nutzte der Arbeitsablauf Simulated Annealing, eine Optimierungsmethode, die einen Kandidatenschlüssel wiederholt verändert und dabei nach Klartexten mit höheren Bewertungen sucht.

Kandidatenlesarten wurden anhand französischer Buchstabenfolgen bewertet. Die Bewertungsdaten umfassten Drei-, Vier- und Fünf-Buchstaben-Muster aus französischen Texten.

Dies war konventionelle computergestützte Kryptoanalyse, eingebettet in einen umfassenderen modellgesteuerten Prozess. Eine HistoCrypt-Studie hat zuvor Simulated-Annealing-Methoden für homophone Substitutionschiffren beschrieben.

Der Löser musste zudem erkennen, dass einige Symbole ganze Wörter statt einzelner Buchstaben darstellten. Churchs technischer Darstellung zufolge wurden letztlich 29 Zeichen als Wortzeichen klassifiziert.

Wörter wie „de“, „que“, „vous“ und „général“ konnten daher als einzelne Chiffreeinheiten erscheinen. Andere Symbole dienten als Nullzeichen, Satzzeichen oder verdoppelte Buchstaben.

Sobald der vorgeschlagene Schlüssel kohärentes Französisch erzeugte, überprüfte das Modell die Symbolwerte anhand jedes Vorkommens im Originalbild. Diese bildgestützte Prüfung war wichtig, weil ein Transkriptionsfehler mehrere spätere Schlussfolgerungen verfälschen konnte.

Der endgültige Schlüssel ließ sich ohne redaktionelle Korrekturen in Reihenfolge auf alle 1.300 Einheiten anwenden. Church veröffentlichte außerdem die Transkription, das Symbolverzeichnis, die Schlüsseldatei und ein Skript, das die vorgeschlagene Lesart erneut erzeugt.

Damit ist das Ergebnis mechanisch prüfbar. Andere Forschende müssen einer geglätteten englischen Übersetzung nicht blind vertrauen.

Doch „mechanisch prüfbar“ bedeutet nicht, dass jedes Wort sicher ist. Es bedeutet, dass der veröffentlichte Schlüssel aus der veröffentlichten Transkription konsistent das veröffentlichte Französisch erzeugt.

Fünf Zeichen bleiben in bedeutendem Maße mehrdeutig. Eine Passage könnte sich auf „Seine Majestät“ oder „den Kaiser“ beziehen, während eine andere „die Armee von Friaul“ oder „in Friaul“ lauten könnte.

Diese Alternativen verändern die militärische Gesamtaussage nicht. Sie zeigen jedoch, warum ein vollständig wirkendes Ergebnis nicht mit perfekter textlicher Gewissheit verwechselt werden sollte.

Der Durchbruch war eine Verdichtung des Arbeitsablaufs

Dieses Ergebnis ist bedeutsam, weil KI ein multidisziplinäres Archivprojekt für einen neugierigen Ingenieur zu einer überschaubaren Untersuchung verdichtete.

Ein Spezialist hätte dieses Chiffre wahrscheinlich schon vor Jahrzehnten lösen können. Im Jahr 2026 wurde nichts Wesentliches neu entdeckt.

Der Scan war in einer digitalisierten Zeitschrift verfügbar. Die Teiltabelle war öffentlich, Napoleons Korrespondenz wurde seit dem neunzehnten Jahrhundert gedruckt, und Marmonts Memoiren waren zugänglich.

Das Hindernis war Aufmerksamkeit. Um die Seite zu lösen, musste jemand die Reproduktion finden, Hunderte mehrdeutige Zeichen transkribieren, das Französisch der Epoche verstehen, einen Löser entwickeln und den historischen Kontext untersuchen.

Diese Arbeit versprach wenig offensichtlichen beruflichen Nutzen. Forschende mit der nötigen Expertise hatten dringlichere Ansprüche an ihre Zeit.

Church berichtet, rund sechs Stunden GPT-6-Astra-Ausführungszeit sowie mehrere eigene Abende investiert zu haben. Das Modell beseitigte die Arbeit nicht, aber es veränderte, wer das Projekt überhaupt versuchen konnte.

Church sagt, er habe zuvor noch nie ein Chiffre geknackt. Seine Rolle ähnelte eher der eines Ermittlers, Betreuers und Prüfers als der eines traditionellen Kryptanalytikers.

Darin liegt die zentrale Umkehrung dieser Geschichte. KI besiegte nicht ein Chiffre, dem Generationen fokussierter Spezialisten widerstanden hatten.

Stattdessen bearbeitete sie ein Dokument, das einer nachhaltigen spezialisierten Aufmerksamkeit weitgehend entgangen war. Der Engpass war wirtschaftlicher und organisatorischer Natur, nicht rein mathematischer.

Diese Unterscheidung macht den Fall relevanter, nicht weniger relevant. Archive enthalten große Rückstände von Dokumenten, die technisch erschließbar, aber einzeln zu teuer zu bearbeiten sind.

Ein allgemeines Modell kann die Einstiegskosten für solche Arbeit senken. Es kann einen Scan prüfen, eine Transkription vorschlagen, nach verwandten Aufzeichnungen suchen, Analysecode schreiben und Hypothesen überarbeiten.

Das Ergebnis kann anschließend einem Historiker, Linguisten, Archivar oder Kryptografen zur gezielten Prüfung übergeben werden. Fachleute verbringen weniger Zeit mit der Erstellung des ersten brauchbaren Entwurfs und mehr Zeit mit der Prüfung folgenreicher Behauptungen.

Das Marmont-Chiffre zeigt auch, wie Modelle Material aus schlecht aufeinander abgestimmten Katalogen verbinden können. Der Teilschlüssel und die verschlüsselte Tafel existierten an unterschiedlichen Orten unter uneinheitlichen Namen.

Ein menschlicher Suchender hätte dieselbe Verbindung herstellen können. Der Vorteil des Modells lag in seiner Fähigkeit, innerhalb eines Arbeitskontexts weiter zu erkunden, zu testen und Hinweise zusammenzuführen.

Dieselbe Fähigkeit reicht über die Kryptografie hinaus. Historische Arbeit hängt oft davon ab, Namen mit alternativen Schreibweisen abzugleichen, wiederkehrende Formeln zu identifizieren oder beschädigte Dokumente mit bekannter Korrespondenz zu vergleichen.

Sie könnte bei schwieriger Handschrift, privater Kurzschrift, teilweise verstandenen Schriften und Verwaltungsakten helfen, die kein Forschungsteam bislang zu indexieren Zeit hatte.

Es gibt bereits Präzedenzfälle für computergestützte Hilfe bei der historischen Kryptanalyse. Forschende haben neuronale Sprachmodelle eingesetzt, um Wörterbuchcodes aus dem achtzehnten Jahrhundert zu rekonstruieren, darunter Briefe im Zusammenhang mit dem amerikanischen General James Wilkinson.

Diese Systeme bearbeiteten in der Regel eine klar definierte kryptografische Aufgabe. Der Fall der GPT-6 Astra-Entzifferung des Napoleon-Chiffretexts erscheint umfassender, weil das Modell Berichten zufolge nahezu den gesamten Workflow vom Quellenbild bis zum Verifizierungspaket organisierte.

Deshalb sollte Another Historic Cipher Falls to AI nicht auf die Behauptung reduziert werden, ein Chatbot habe etwas Französisch erraten. Das System fungierte als Koordinator über Bildanalyse, Suche, Programmierung, Statistik und historische Interpretation hinweg.

Es war zudem auf jahrzehntelange menschliche Arbeit angewiesen. Tant erstellte die Teiltabelle, Tomokiyo pflegte den Katalog ungelöster Chiffren, Archivare digitalisierten das Journal, und Herausgeber bewahrten Napoleons Korrespondenz.

Ohne diese Materialien hätte dem Modell sowohl die Ausgangshinweise als auch die stärksten Prüfmechanismen gefehlt.

Was der entschlüsselte Brief tatsächlich ergänzt

Der historische Wert des Briefs liegt darin, die Übermittlung zu bestätigen, kleine Lücken zu schließen und zu zeigen, wie Napoleons Hauptquartier den bevorstehenden Krieg darstellte.

Die Depesche führt Truppen auf, die von prominenten napoleonischen Persönlichkeiten befehligt wurden. Sie verortet 40.000 Bayern unter dem Herzog von Danzig zwischen München und Passau.

Sie weist 30.000 Polen unter Fürst Józef Poniatowski der Weichsel bei Kraków zu. Sie erwähnt die sächsische Armee vor Dresden und gemeldete 80.000 französische Soldaten bei Bayreuth.

Die Nachricht verweist außerdem auf 60.000 Mann im Raum Ulm und Donauwörth sowie auf 40.000 unter General Nicolas Oudinot bei Augsburg und am Lech.

Diese Zahlen geben Napoleons Instruktionen vom 16. März wieder. Sie sollten nicht automatisch als exakte, durch moderne historische Forschung bestätigte Truppenstärken betrachtet werden.

Zack White, Forschungsstipendiat an der University of Portsmouth, erklärte gegenüber historical analysis, Napoleon habe rund 60.000 weniger verfügbare Soldaten gehabt, als die Nachricht nahelegte.

Diese Diskrepanz verändert die Lesart des Dokuments. Es handelte sich nicht einfach um ein objektives Verzeichnis.

Der Brief war zugleich Überzeugungsarbeit gegenüber einem isolierten Kommandeur. Sein Umfang und seine Zuversicht sollten Marmont davon überzeugen, dass Frankreichs Position weiterhin überwältigend stark sei.

Er besagt, russische Truppen marschierten gegen Österreich. Andere Korrespondenz zeigt, dass Napoleon nicht sicher war, ob Russland sich wie erwartet bewegen würde.

Die Depesche hält daher ein offizielles Narrativ zu einem bestimmten Zeitpunkt fest. Sie zeigt, was Eugènes Hauptquartier Marmont vor Beginn der Feindseligkeiten glauben machen wollte.

Dieses Narrativ wies auch Österreichs Miliz zurück. Der entschlüsselte Text besagt, es seien Anstrengungen unternommen worden, die Bevölkerung aufzuwiegeln, doch die daraus hervorgegangenen Aufgebote hätten nicht bewiesen, dass sie die Armee wirksam verstärken könnten.

Berichten zufolge stimmen die in der Nachricht genannten österreichischen Orte mit der militärischen Lage überein. Dies deutet darauf hin, dass Eugènes Hauptquartier über aussagekräftige Informationen zu feindlichen Truppenaufstellungen verfügte.

Die wiedergewonnene Passage über „eine Ansammlung von Gesindel“ leistet einen weiteren kleinen Beitrag. Die Formulierung entspricht der Lücke in der gedruckten Fassung von Napoleons Befehl vom 16. März.

Da die verschlüsselte Depesche diesen Befehl paraphrasiert, kann sie die verlorenen Worte nicht mit vollständiger Sicherheit wiederherstellen. Sie verdeutlicht jedoch die beabsichtigte Bedeutung.

Michael Rowe, Forscher für europäische Geschichte am King’s College London, verglich den bekannten Befehl mit einer Art Rosetta-Stein. Die vorhandene Korrespondenz zeigt Forschenden, was ein Großteil des verschlüsselten Textes enthalten sollte.

Das macht den Brief besonders geeignet, um eine KI-Entzifferung zu bewerten. Wenn die Methode dort funktioniert, wo eine externe Kontrollmöglichkeit besteht, erhalten Forschende eine solidere Grundlage, um sie an weniger vertrauten Dokumenten zu testen.

Rowe merkte außerdem an, dass das Ergebnis keinen völlig unbekannten Militärplan enthüllt. Der Großteil der zentralen Informationen war bereits in Napoleons Korrespondenz enthalten.

Der Brief dokumentiert stattdessen die Empfangsseite eines Befehls. Historiker können Napoleons Anweisungen mit dem vergleichen, was Eugènes Hauptquartier tatsächlich übermittelte.

Er hinterlässt außerdem einen funktionsfähigen Schlüssel mit 155 Zeichen. Vor dieser Arbeit enthielt die veröffentlichte Tabelle nur 33 Buchstabenwerte und keine Wortzeichen.

Falls ein weiteres Dokument mit demselben System auftaucht, können Forschende mit dem rekonstruierten Schlüssel beginnen. Diese künftige Wiederverwendung könnte sich als wertvoller erweisen als der unmittelbare Inhalt dieses Briefs.

Warum KI-Entzifferung weiterhin menschliche Verantwortung braucht

Eine schlüssige Übersetzung ist ein Indiz, doch Reproduzierbarkeit, Provenienz und fachliche Kritik entscheiden darüber, ob daraus historisches Wissen wird.

Sprachmodelle sind außergewöhnlich gut darin, vollständig wirkenden Text zu erzeugen. Historische Entzifferung schafft Bedingungen, unter denen diese Stärke zur Schwachstelle werden kann.

Ein beschädigtes Bild, ein unvollständiger Schlüssel und ein erwartetes Thema geben einem Modell viele Möglichkeiten, mehrdeutige Belege in Richtung einer plausiblen Erzählung zu drängen.

Dieser Fall verringert diese Gefahr durch mehrere unabhängige Prüfungen. Der vorgeschlagene Schlüssel lässt sich konsistent auf den gesamten Chiffretext anwenden, und die entschlüsselte Truppenliste entspricht Napoleons dokumentiertem Befehl.

Der militärische Kontext stützt das revidierte Datum 1809. Tomokiyo prüfte die Arbeit, und der Code sowie die Evidenzdateien stehen zur Einsicht bereit.

Etablierte Berichterstattung unterscheidet das Dokument zudem von gängigen Nacherzählungen. Ein zeitgenössischer Bericht bestätigt, dass es aus Eugènes Hauptquartier stammt und nicht persönlich von Napoleon.

Dennoch wurde die Arbeit noch keiner breiten fachlichen Begutachtung unterzogen. Das erhaltene Bild hat eine niedrige Auflösung, und einige Symbole kommen nur einmal vor.

Diese seltenen Zeichen können nicht durch Wiederholung validiert werden. Ihre Bedeutung hängt stärker von Grammatik, Kontext und der umgebenden Rekonstruktion ab.

Der bekannte napoleonische Befehl schafft eine weitere Komplikation. Er bietet eine hervorragende Verifikationskontrolle, kann aber auch die Suche verzerren.

Ein Löser, der die erwartete Truppenliste bereits kennt, könnte eine Sprache rekonstruieren, die dem Ausgangsbefehl ähnelt. Forschende müssen daher Bildbelege von kontextbezogenen Schlussfolgerungen trennen.

Church ging auf diese Sorge ein, indem er Wiederholungsdurchläufe und Verifikationsmaterialien veröffentlichte. Sein Paket umfasst Berichten zufolge Tests, die ohne die napoleonischen Vergleichstexte im Korpus des Lösers durchgeführt wurden.

Dieses Design ist nützlich, weil es prüft, ob das kryptanalytische System die Nachricht wiedergewinnen kann, ohne lediglich die offensichtlichste historische Referenz zu spiegeln.

Die größere Lehre betrifft die Verantwortung. Church sagte Live Science, das Verifizieren von Lösungen sei schwieriger gewesen als deren Erzeugung, und fügte hinzu, Verantwortung könne nicht einfach automatisiert werden.

Diese Beobachtung gilt für jede KI-gestützte archivalische Behauptung. Ein Modell kann rasch eine Lesart vorschlagen, aber Menschen müssen entscheiden, ob die Belege sie tragen.

Sinnvolle Standards sollten ein nachvollziehbares Quellenbild, einen dokumentierten Transkriptionsprozess, explizite Unsicherheit, reproduzierbaren Code und den Vergleich mit unabhängigen Aufzeichnungen umfassen.

Forschende sollten auch gescheiterte Hypothesen bewahren. Eine abschließende, saubere Darstellung kann verschleiern, wie viele plausible Alternativen geprüft und verworfen wurden.

Institutionen werden klarere Regeln für die Anerkennung von Beiträgen benötigen. Eine KI-gestützte Lösung kann von einem Katalogverwalter, einem Archivar, einem früheren Kryptologen, einem Softwareentwickler, einem Historiker und einem Modelloperator abhängen.

Die Leistung als autonome KI-Entdeckung zu bezeichnen, würde diese Beiträge auslöschen. Sie als gewöhnliche manuelle Forschung zu bezeichnen, würde ebenfalls übersehen, was sich verändert hat.

Die treffendste Beschreibung lautet: eine von Menschen angeleitete und validierte KI-gestützte Entzifferung. Das Modell verdichtete den Workflow, während menschliche Forschende Provenienz, Urteilskraft und Verantwortung einbrachten.

Drei Signale werden zeigen, ob diese Methode skalierbar ist

Der nächste Test besteht darin, ob Forschende das Ergebnis bei Dokumenten mit weniger Hinweisen und schwächeren historischen Kontrollmöglichkeiten wiederholen können.

Das erste Signal ist die Wiederverwendung des Schlüssels mit 155 Zeichen. Forschende sollten nach einem weiteren Brief suchen, der mit Eugènes Hauptquartier oder Marmont verbunden ist und dasselbe System verwendet.

Eine erfolgreiche Anwendung würde die Zeichenzuordnungen stärken, insbesondere bei Zeichen, die im aktuellen Dokument nur einmal erscheinen. Sie könnte auch zeigen, ob sich der Code zwischen Korrespondenten oder Daten änderte.

Das zweite Signal ist eine unabhängige Replikation. Ein separates Team sollte mit dem Quellenscan, der Teiltabelle und der veröffentlichten Methode beginnen und anschließend den französischen Text reproduzieren.

Dieses Team sollte Meinungsverschiedenheiten auf Symbolebene dokumentieren. Übereinstimmung bei der zentralen Botschaft wäre wichtiger als eine identische englische Formulierung.

Das dritte Signal ist die Leistung bei einer Archivchiffre ohne bekannten Paralleltext. Der Marmont-Brief profitiert von Napoleons Befehl vom 16. März, der einen Großteil seines Inhalts vorhersagt.

Ein weniger eingeschränkter Fall würde prüfen, ob sich der Workflow tatsächlich verallgemeinern lässt. Zugleich würde er das Risiko einer überzeugenden, aber unbelegten Lesart erhöhen.

Erfolg sollte nicht bedeuten, dass ein Modell flüssige Sprache produziert. Er sollte bedeuten, dass ein stabiler Schlüssel den Chiffretext erklärt, einer fachlichen Prüfung standhält und bei verwandten Belegen funktioniert.

Die breitere Chance ist beträchtlich. Viele historische Rätsel bleiben ungelöst, weil ihre Lösung Wochen spezialisierter Arbeit beanspruchen würde, ohne eine bedeutende Entdeckung zu garantieren.

KI kann die Untersuchung dieser vernachlässigten Probleme erschwinglich machen. Sie kann Außenstehenden helfen, überprüfbare erste Ansätze zu entwickeln, und zugleich die Aufmerksamkeit von Fachleuten auf die schwierigsten Unsicherheiten lenken.

Allerdings wird schnelleres Lösen einen zweiten Rückstau schaffen: die Verifikation. Katalogverwalter und Historiker könnten Lösungsvorschläge schneller erhalten, als sie diese bewerten können.

Dieses Ungleichgewicht könnte die öffentliche Diskussion mit verfrühten Behauptungen füllen. Reproduzierbare Evidenzpakete müssen daher Teil des Ergebnisses werden und dürfen kein optionales Begleitmaterial sein.

Another Historic Cipher Falls to AI ist ein glaubwürdiger Meilenstein, weil die Arbeit überprüft werden kann. Ihre Grenzen sind ebenfalls sichtbar, von unsicheren Symbolen bis zur Abhängigkeit von einem bekannten historischen Befehl.

Der nächste Durchbruch sollte nach demselben Maßstab beurteilt werden. Können unabhängige Forschende die Lesart erneut erzeugen, ihre Schwachstellen hinterfragen und die Methode andernorts anwenden?

Wenn die Antwort ja lautet, wird KI nicht nur einzelne historische Kuriositäten lösen. Sie wird verändern, welche vernachlässigten Archive Forschende sich leisten können zu untersuchen.