KI braucht eine neue Sprache

GEUL — Eine künstliche Sprache für eindeutige Kommunikation zwischen Menschen und KI

Warum das Zeitalter des Prompt Engineering vorbei ist

Je klüger die Modelle, desto mehr entscheidet „was man zeigt“ statt „wie man es sagt“. Der Wechsel vom Prompt zum Kontext und die sieben Infrastrukturbausteine, die Context Engineering braucht.

Warum Klaerung notwendig ist

Natürliche Sprache muss länger werden, um Mehrdeutigkeit aufzulösen. In einer Struktur mit Bezeichnern und typisierten Plätzen bricht der Zielkonflikt zwischen Klarheit und Kürze auf, und Klarheit wird zur Voraussetzung für Indexierung, Validierung und Konsistenzprüfung.

Warum mechanische Verifikation notwendig ist

Natürliche Sprache kennt keinen „ungültigen Satz“, deshalb gelangen Informationen ungeprüft in den Kontext. Warum die mechanische Verifikation, die die Form gegen eine Spezifikation prüft, in der Pipeline an erster Stelle stehen muss.

Warum Filter notwendig sind

Nicht jede gültige Information ist eine benötigte Information. Der Filter, der nach Relevanz, Verlässlichkeit und Aktualität nur das jetzt Nötige auswählt, und warum diese Kriterien in einer strukturierten Darstellung zu Feldoperationen werden.

Warum Konsistenzpruefungen notwendig sind

Einzeln korrekte Informationen können sich widersprechen, sobald sie zusammenkommen. Die drei Arten von Widersprüchen (zeitlich, zwischen Quellen, inferenziell) und warum ihre Erkennung in einer strukturierten Darstellung zu Feldvergleich und Arithmetik wird.

Warum wird eine künstliche Sprache benötigt?

Die natürliche Sprache hat sich für die menschliche Kommunikation entwickelt. Mehrdeutigkeit, Redundanz und Implikation sind Stärken für Menschen, aber Ursachen von Halluzinationen für KI. Weder Programmiersprachen noch bestehende semantische Frameworks sind die Antwort. Eine neue künstliche Sprache, die sechs Bedingungen gleichzeitig erfüllt, wird benötigt.

Warum Exploration notwendig ist

Wird das Wissen so groß, dass schon der Index das Kontextfenster sprengt, stößt die Suche in einem Schritt an ihre Grenze. Warum Exploration nötig ist: auf jeder Ebene einer hierarchischen Karte eine Richtung wählen.

Warum erzeugt natuerliche Sprache Halluzinationen?

Halluzination ist kein LLM-Bug — sie ist eine strukturelle Unvermeidlichkeit aus vier Maengeln natuerlicher Sprache: Mehrdeutigkeit, fehlende Quelle, fehlende Konfidenz und fehlender Zeitkontext. Groessere Modelle loesen das nicht.

Warum MD/JSON/XML nicht funktionieren

Markdown, JSON und XML wurden jeweils für eine andere Zeit und einen anderen Zweck geschaffen. Sie haben Struktur, aber keine einheitliche Bedeutung und keinen Platz für Quellen. Warum es ein eigenes Format braucht, um KI-Schlussfolgerungen festzuhalten und anzusammeln.

Warum Programmiersprachen nicht ausreichen

Programmiersprachen beschreiben Prozeduren. Sie können die Welt nicht beschreiben. JSON liefert Struktur, aber keine Bedeutung. Selbst LISP leiht sich nur die Syntax.

Warum Embedding-Vektoren nicht ausreichen

Das Umordnen von Embedding-Vektoren zerstört das Modell. Die Zerstörung zu vermeiden bedeutet, das Modell von Grund auf neu zu bauen. Was wir brauchen, ist nicht Transparenz innerhalb der Blackbox, sondern eine transparente Schicht außerhalb.

Warum Esperanto scheiterte

Esperanto scheiterte, weil man es lernen musste, weil es bestehende Sprachen ersetzen wollte und weil es der Verständigung diente. Eine künstliche Sprache für KI geht einen anderen Weg: Menschen müssen sie nicht lernen, sie ersetzt keine natürliche Sprache, und ihr Zweck ist Aufzeichnung und Überprüfung.

Warum Wikidata

GEUL lehnt Wikidata nicht ab. Es lädt den Dump verlustfrei und macht aus jeder der rund 120 Millionen Entitäten ein GEUL-Dokument mit allen Sprachen. Einen semantisch ausgerichteten Identifikator (SIDX) aus Klassifikation und Häufigkeitsstatistik zu entwerfen, ist laufende Forschung.

Warum WordNet?

Wer ein Verbsystem selbst baut, hat Lücken, Willkür und keine Begründung. GEUL hat die Struktur gelernt, indem es aus den 13.767 Verben von WordNet, gesammelt über 40 Jahre, ein vorläufiges Codebuch baute. Da WordNet nicht CC0 und an das Englische gebunden ist, wird diese vorläufige Ausgabe durch ein Verb-Codebuch ohne WordNet ersetzt.

Warum Behauptungen, nicht Fakten?

Wahrheit ist unzugänglich; uns bleiben nur die Behauptungen von jemandem. Warum ein Wissenssystem Behauptungen statt Fakten als Primärdaten nehmen und Quelle, Zeitpunkt und Konfidenz einen Platz geben sollte.

Warum ein semantisch ausgerichteter Index?

Wäre eine ID Wissen statt einer Adresse, könnte eine einzige Bitoperation die Kandidaten ohne JOIN eingrenzen. Dieser Essay behandelt SIDX, den semantisch ausgerichteten Bezeichner, den GEUL erforscht, und warum seine Breite aus Nutzungsstatistiken bestimmt wird.

Warum 16-Bit?

Ein einzelnes 16-Bit-Wort ist als Einheit dreier Welten entworfen: des Netzwerkstroms, des Dateiformats und des LLM-Vokabulars. Warum 16 Bit und nicht 8, 32 oder variable Länge.

Warum ist strukturierter Speicher notwendig?

KI schreibt Dateien gut, findet aber die eigenen nicht wieder. Das Problem ist nicht die Speicherung, sondern der Abruf. Der Weg von einer einfachen Karte, was wo liegt – wie ein Inhaltsverzeichnis oder Register –, zu strukturiertem Gedächtnis.

Warum Schlussfolgerungen als Code cachen?

Statt ein LLM jedes Mal von vorn schlussfolgern zu lassen, wird jede Inferenz zu Code kristallisiert und zwischengespeichert. Eine JIT-Compiler-ähnliche Struktur, die das LLM nur bei einem Cache-Miss aufruft, und was sie mit der Zeit bewirkt.

Warum Annotationen Indizes sein sollten

Annotationen werden für Menschen geschrieben. Aber wenn es 10.000 Funktionen gibt, müssen auch Maschinen sie lesen können. Wenn man Annotationen von Erzählung in Index verwandelt, wird ein Full-Scan zur sofortigen Suche.

Warum wir es leer lassen müssen

GEUL lässt 75 % des Raums des 16-Bit-TAG-WORD, mit dem jeder Datensatz beginnt, leer. Die Lehren aus IPv4, Unicode und ASCII: Die Kosten des Füllens sind irreversibel, die Kosten des Leerlassens betragen drei Bit pro Datensatz.