Künstliche Intelligenz als Nachrichtenversand

 Historisch gesehen wurde Künstliche Intelligenz als Rechenaufgabe betrachtet und nicht als Austausch von Nachrichten. Die ersten Computer waren Taschenrechner welche nach dem Prinzip der Turing Maschine ein Problem lösen konnten. Brogrammieren bedeutet für einen Computer ein Programm zu schreiben. Es wurde lange vermutet, dass sich künstliche Intelligenz in einem solchen Programm realisieren ließe.

Durch die theoretische Analyse von Algorithmen, speziell von motion planning algorithmen für die Robotik wurde schnell klar dass es nicht möglich ist, über eine Abfolge von Rechenschritte einen Roboter zu steuern. Der Zustandsraum eines Roboters ist viel zu umfangreich als dass ihn ein Computer der Reihe nach durchprobieren könnte. Selbst wenn man die Planung rein virtuell über eine Physik-Engine durchführt wäre die Laufzeit eines solchen Algorithmus extram lang.

Anstatt nach effizienteren Algorithmen zu suchen ist es besser das Prinzip des Berechnens an sich in Frage zu stellen, zugunsten eines Kommunikationsparadigmas. Der Computer wird nicht länger als Taschenrechner betrachtet der mathematische Algorithmen abarbeitet sondern der Computer wird als Router angesehen der Nachrichten weiterleitet. Diese Denkrichtung macht inhaltlich gesehen Sinn, ist aber in der Informatik nur selten utnersucht worden.

Die Grundidee lautet, Künstliche Intelligenz inkl. Robotik-Steuerung als Kommunikationsproblem zu beschreiben, bei dem nachrichten versendet werden. Die Nachrichten sind nach einem Protokoll formatiert, werden in Queues organisiert und es gibt interaktive Rückmeldungen.

Dazu ein praktisches Beispiel: Angenommen ein Lagerroboter soll gesteuert werden. Das Nachrichtennetz besteht aus 2 Knoten: a) Speaker b) hearer. Der Speaker sendet eine Nachricht an den Hearer wie "move to shelf #B". Der Hearer empfängt die nachricht und bestätigt mit "message received". Wenn der Roboter eine andere Aufgabe machen soll, gibt es dafür eine andere Nachricht z.B. "grasp red box". Diese wird ebenfalls im nachrichtennetz übermittelt.

Die Nachrichtensicht erlaubt das Problem der Künstlichen Intelligenz zu spezifizieren. Anstatt zu fordern dass Roboter intelligent sein sollen und Probleme lösen sollen, lautet die detailiertere Forderung, dass Roboter auf Nachrichten reagiern sollen. Der konkrete Lagerroboter soll beispielseweise auf eingehende Nachrichten hin eine Aktion ausführen. Dies wird als "instruction following" bezeichnet und ist eine relativ neuer Zweig innerhalb der Künstlichen Intelligenz.

Anders als ein Computerprogramm enthält eine Nachricht keinen Ausführbaren Code sondern ist als "plain text" formatiert. Eine Nachricht kann also nicht direkt von einem Computer ausgeführt werden. Es braucht daher einen Parser welche eine Nachricht umwandelt in eine Aktion für den Roboter. Das Programmieren eines Parsers ist ein Detailproblem innerhalb der nachrichten-orieintierten Künstlichen Intelligenz. 

Mailcraft, yet another AI generated software project

In addition to the artcraft software suite, another AI related software project was announced: mailcraft which is an MS Outlook clone. According to the screenshot the software looks nearly identical to the well known Mail program and its hosted at github.

From a technical side, the project looks very similar to photocraft and wordcraft. There is an "agents.md" file in the root directory which specify the coding rules for an AI agent, and there are multiple releases available which were produced in a very short time frame. A rough estimation is, that mailcraft project has around 58 commits per day. In comparison, a single programmer can produce 3 commits per day with a non AI workflow.

So we can say, that either the project was entirely produced by AI or a larger human developer is behind the project who can generate a larger amount of improvements in a short amount of time.

Because of the files in the github folder and the existence of agentic coding for Claude opus the working thesis "generated by AI" is more likely. No human software programmer can compete with such a pipeline. The combination of advanced Rust programming language plus a high amount of commits per day outperforms any human driven software project from the past.

Classical software projects were located around version control system to distribute the coding task among many software engineers. This pipeline was the best practice method to create open source software including the Linux kernel, Gnu compilers and Libreoffice. With the advent of AI the programmer was replaced by a large language model which is able to generate code and understand feature request.

This development is a revolution in software engineering. The only bottleneck available are the high cost for the AI tokens and the lack of documentation because the principle is very new.

How to store knowledge in a computer?

Computers are by nature pocket calculators. They have emerged from mechanical calculators and the first working computers were equipped only with 1 kb of ram and small processing speed. The basic function of all the electronic pocket calculator is to add and subtract numbers. The human enters some numbers into the machine and gets the result back on the LED display.

Its not a surprise, that computer science has its root in mathematics. The first questions solved by computers were mathematical problems like finding prime numbers and determine decimal places of Pi. Some more advanced pocket calculator and later computer software is able to multiple matrices and find solution for equations.

Technically a modern 64bit CPU has much in common with early 8bit CPU used to power pocket calculators. Both have an assembly language instruction set and both can add and subtract numbers very fast. The same computer program which was compiled for a 64bit CPU can be compiled for an 8bit CPU, the only difference is that it will run slower.

This introduction about the nature of computing is important to understand the limitation of a computer. Every problem which can't be formulated as mathematical number crunching problem can't be solved with a computer. If the computer should control a robot arm or act as a chatbot for a human, then its difficult to program a computer this way.

What computer scientists can solve very good are mathematical problems. If the task is to add 100 numbers given in the memory or to sort 100 numbers, then a computer will master the challenge easily. Programming in the core sense means to calculate numbers in a highly efficient way.

The technical problem which needs to be adressed is how to describe AI related problems as mathematical problems. It took until the year 2013 before the word2vec algorithm was invented. Word2vec and the simpler one hot encoding variant are mapping words to a matmehatmical vector. This mapping allows a computer to process text. In case of human to machine interaction there is a similar approach available. A numerical communiation code helps to teleoperate a robot. For example the command "move to waypoint B" gets converted into [1="move to",3="waypoint",2="B"] or short [1,3,2]. Such kind of numerical array can be stored and processed by computers, it can also feed into a neural network.

Zeitreisestory rund um Photocraft

 Ein Zischen erfüllt das WG-Zimmer. Zwischen leeren Spezi-Flaschen und Pizzakartons taucht ein Mann in einer silbernen Jacke auf.

Zeitreisender (2026): „Puh, Punktlandung! November 2025, richtig? Sag mal, Kollege, wie steht’s eigentlich gerade um die KI-Bilderzeugung? Ich brauche ein historisches Update.“

Informatiker (2025): (springt erschrocken auf, lässt sein Mate-Glas fallen) „Wer… wer bist du?! Und wie kommst du in mein Zimmer? Warte… KI-Bilderzeugung? Alter, wir leben im goldenen Zeitalter! Du glaubst es nicht: Wir füttern ein LLM? mit einem kurzen Text-Prompt und Boom – das Modell spuckt in Sekunden ein Bild aus!“

Zeitreisender: (verschränkt schmunzelnd die Arme) „Ach ja? Was denn für Bilder?“

Informatiker: „Alles! Absolut alles! Fotografien, die aussehen wie von einer Canon EOS, Ölgemälde im Stile von Van Gogh, epische Comic-Panels – sogar Hände haben mittlerweile meistens fünf Finger! Text-to-Image ist auf dem absoluten Peak. Wir tippen 'Cyberpunk-Katze im Ölgemälde-Stil' und die Matrix liefert. Wahnsinn, oder?“

Zeitreisender: (grinst leise) „Klingt niedlich. Sag mal… kann eure KI eigentlich auch echte Software bauen?“

Informatiker: (lacht laut auf) „Software? Wie… Microsoft Word oder Adobe Photoshop? Bist du verrückt?“

Zeitreisender: „Warum nicht? Ein paar Prompts eingeben, bisschen Code generieren lassen…“

Informatiker: (schüttelt den Kopf und klopft dem Zeitreisenden mitleidig auf die Schulter) „Mein lieber Zeitreisender, so funktioniert Softwareentwicklung nicht. Um eine komplexe Anwendung wie Photoshop oder Word zu entwickeln, braucht man hunderte von Manjahren! Da sitzen riesige Teams aus Entwicklern, Software-Architekten und UI-Designern jahrelang dran. Eine KI kann vielleicht ein kleines Python-Skript schreiben oder einen Regex-Ausdruck korrigieren. Aber ein ganzes Office-Paket von Grund auf bauen? Unmöglich! Einen so extrem lang laufenden, hochkomplexen Task kann keine KI der Welt leisten. Woher sollte die denn die Architektur-Entscheidungen nehmen?“

Zeitreisender: (beißt sich auf die Unterlippe, um nicht laut loszulachen) „Verstehe. Hunderte Manjahre. Ausgeschlossen also. Niemand könnte einer KI sagen: 'Lies die Microsoft-Standards und baue mir ein Word nach'?“

Informatiker: „Niemals! Das würde das Kontextfenster sprengen, die KI würde halluzinieren und nach drei Zeilen Code den Faden verlieren. Eine KI ist ein Text-Hilfsmittel, kein Chefentwickler!“

Zeitreisender: (zieht ein Smartphone-ähnliches Gerät heraus und tippt darauf herum) „Interessant. Grüß mir die Zukunft. Ich muss zurück ins Jahr 2026 – mein autonomer Agent schickt mir gerade eine Notification, dass er in der Kaffeepause PhotoCraft und WordCraft fertig kompiliert hat. Viel Spaß noch mit den Katzenbildern!“

Informatiker: (starrt ungläubig auf die verschwindende Gestalt) „Warte… was für Craft?!“

NPC picture path game

A Non player character generates a quest shown on top of the screen, which gets converted into an action sequence. Each action is shown as subsentence plus a picture. For example, an "apple" is shown as a circle, while the command "turn east" is visualized as an arrow to the right.

The game has much in common with the "simon color game" except that the demonstrated pattern is more complicated.

The reason why text should be converted into pictures is because sensor data are always visual. By definition an onboard camera on a robot will perceive the environment as picture stream. Inside the stream there are no textual labels but everything is encoded in pixels. To verify if the robot has grasped an object or reached a location he needs to compare two pictures: the current situation with the goal.

Linguistik zur Robotiksteuerung

 Über Jahrzehnte wurde durch die Informatik erfolglos versucht menschliche Intelligenz im Computer nachzubilden. Es gab vergebliche Ansätze durch Algorithmen, Softwarebibliotheken, neuronale Netze, Expertensysteme und Programmiersprachen der 5. Generation, nichts davon war im Stande einem Roboter das Denken beizubringen. DIe pessimistische Erkenntnisse in zahlreichen KI Wintern lautete dass Menschen etwas können was Roboter nicht vermögen und es folglich noch Jahrzehnte wird dauern bis dieser Gap überbrückt sein ist.

Die Informatik hat im wesentlichen nach einem KI Modul gesucht, also einem Bauteil in Software realisiert wodurch Menschen denken können. Eine häufige Annahme lautete, dass ein KI MOdul einen mathematischen oder computertechnischen Hintergrund hätte. Allerdings blieb unklar wie genau desen Funktionsweise sei.

Eine sehr gewagte These wurde Mitte der 1980er von Douglas Lenat formuliert. Er behauptete das KI Modul sei keine Software sondern es sei eine Wissensbasis wodurch ein Computer denken könne. In der Wissensbasis seien Fakten über die Realität gespeichert und darüber könne eine Maschine Probleme lösen. Leider blieb der praktische Beweis der These offen, auch eine sehr große Ontologie ist nicht im Stande einen Roboter zu steuern.

Mit Entwicklungt des Symbol Grounding Problems ab 1990 entstand eine neue, bisher nur selten analysierte These was künstliche Intelligenz womöglich ist. und zwar ist KI = natürliche Sprache. Es wird nicht durch mathematische Regeln realisiert sondern funktioniert über sprachliche Regeln.

Um diese ungewöhnliche These zu untersuchen ist zunächst einmal wichtig die Sprachwissenschaft näher zu beshreiben. Die Funktionsweise menschlicher Sprache wird mit einer langen Tradition untersucht, Sprache gab es sogar vor der Erfindung des Buchdrucks ab 1500. Im wesentlichen referenziert Sprache auf die Wirklichkeit. Ein Wort wie "Apfel" steht für einen Gegenstand, während ein Verb wie "greifen" für eine Aktivität steht. Innherlab der Sprachwisenschaft sind diese Fakten banal zu erwöhnen, neu ist hingegen dies im Kontext von Robtoik zu versuchen. Die konventionelle Sprachwissenschaft setzt voraus, dass ein Mensch Sender und Emfpänger menschlicher Sprache ist. Kommunikation ist folglich eine Mensch zu Mensch Interaktion bei dem beide Spreche den selben Code verwenden. Technisch können aber auch Roboter Teilnehmer von Sprachspielen sein. Diese spezielle Anwendung der Linguistik ist sehr neu und wird nur selten in der Literatur thematisiert.

Die These dazu ist relativ kurz: Das KI Modul eines Roboters ist im wesentlichen ein Sprachmodul. Also eine Software bibliothek welche Sprache erzeugt und Sprache versteht. Dadurch wird der Roboter intelligent.

Diese These reduziert intelligenz auf Sprachliche Intelligenz also die Fähigkeit Worte wie "apfel" "greifen" "Tisch" "gehen" usw. zu deuten. Andere Formen von Intelligenz wie Logik, Bilderkennung und Motorsteuerung werden hingegen ignoriert. Der Hauptgrund warum Linguistik attraktiv ist als KI Modul eines Roboters ist seine Eigenschaft einen Abstraktionsmechanismus zu bilden. Ein Wort wie "apfel" wird auf eine hohe Anzahl von sensordaten projiziert. In der Roboterkamera werden sehr viele Objekte als Apfel gelabelt, also fast alles was rund ist und eine rote farbe hat oder grün ist wird als "apfel" erkannt. Über diesen Abstraktionsmechanismus wird der Zustandsraum verkleinert. Und das ist die Antwort auf das Hauptproblem in der Robotik, der sehr große Zustandsraum.

Es ist keineswegs so dass in der KI Geschichte es an Algorithmen mangeln würde. Es gibt Algorithmen zur Wegeplanung, zur Motorsteuerung und zur Entscheidungsfindung. z.B. kann der Alpha beta pruning Algorithmus einen game tree von einem Spiel wie Schach durchsuchen um die beste Aktion zu ermitteln. Woran es mangelt ist die nötige Rechenpower, diese Algorithmen für Robotik-Probleme anwenden zu können. Der Zustandsraum eines 5 dof Roboter arm ist viel zu hoch um einen Planungsalgorithmus zu verwenden. Man kann zwar technisch ermitteln wie der Arm bewegt werden muss, allerdings wäre die Rechenzeit dafür mehrere Wochen, was den echtzeitanforderungen eines Roboters widerspricht.

Man kann also sagen, dass die Verkleinerung des Zustandsraums die Hauptaufgabe eines KI moduls darstellt und dafür ist natürliche Sprache ideal. Anstatt einen technischen Zustandsraum eines Lagerroboters zu durchsuchen welcher aus Servosteuerungen und Kamerabildern mit Millionen von Pixeln besteht wird der linguistische zustandsraum durchsucht welche aus rund 20 Worten besteht und die Umwelt des Roboters beschreibt. In Programmiertechnischen Begriffen ist gemeint, ein Textadventure zu konstruieren als Abstraktionslayer um einen Roboter zu steuern.

Amazing development at the wordcraft project

 According to the github page, a new release gets published every 2 days. Thats faster than classical open source projects from the past. A typical development workflow of the linux kernel is to release a new version every month.

Here is a comparison of the changes from the last days:

- Wordcraft version 0.15.1 from Nov 4, 2026
- Wordcraft version 0.14 from Nov 2, 2026

In the new release around 316 files have changed, including the shown .yml file and many .rs file which are storing the source code of the project. The added and deleted lines is much higher than a single programmer and even a programmer team can generate in this short period of time. There is for sure some sort of advanced artificial intelligence available in the background which generates the commits. The commit log doesn't look like a normal version control system but it has much in common with highly efficient industrial grade software development.

Existing open source projects are also able to create Rust code and track the changes in git. But the duration between two releases is much longer. A typical interval is 4 months upto 8 months until an improved version is available for the public. This has to do with limited resources of programmers. They have to read through the issue tracker, decide which modifications are needed in the software, write the code and create pull requests. 

In other words, the diff between two version looks similar to existing software project, the new thing is that it was generated in only 2 days. How can a single programmer edit 316 files in 48 hours, submit the changes into a version control system, and ensure that the resulting binary file is working under multiple operating systems like Linux, Windows and MacOS? That is technically not possible. The only explanation is that its some sort of Wizard or witch with supernatural skills ...

KI Spitzenforschung leicht gemacht

 In online Foren wird leidenschaftlicher darüber debatiert ob ein Land oder ein Unternehmen womöglich den Anschluss verloren hat an die internationale Forschung auf dem Gebiet der Künstlichen Intelligenz und es werden möglichen Antworten debatiert um den Rückstand aufzuholen. Die unterschwellige Annahme lautet immer, dass Wissenschaft und Forschung etwas kompliziertes sei und man Paper schreiben müsste, Roboter bauen, Sprachmodelle deployen müsste. Wo also darum geht aktiv zu werden und etwas zu verändern.

Im folgenden wird eine These ausgebreitet die von diesem Mainstream diskurs erheblich abweicht und unterstellt dass Spitzenforschung etwas mit zuhören zu tun hat. Es geht nicht darum irgendwas zu erfinden sondern es geht darum das zur Kenntnis zu nehmen was schon existiert. All die highend Roboter, selbstfahrenden Autos, und automatischen Softwaregeneratoren gibt es längst. Man muss lediglich ein wenig Neugier entwickeln und fragen wo es dazu informationen gibt, wie es im detail funktioniert und wo man es ausprobieren kann.

Das Gegenteil von Neugierde ist Desinteresse, also eine Haltung bei der man ein thema ignoriert. Also gar nicht wissen will welche Fortschritte es auf dem Gebiet der Informatik gibt, kein interesse hat an selbst fahrenden Autos und keine Zeit hat sich anzuschauen wenn im Micromouse Wettbewerb die selbstgebauten Arduino Kleinroboter gegen eine Wand fahren.

Zuhören bedeutet dass man innehält, nichts sagt sondern dafür die Ohren spitzt um der Gegenseite RAum zu geben. Nicht das was man selber denkt oder sagt ist bedeutsam, sondern das was die Gegenseite formuliert muss sich entfalten. Um Zugang zu erhalten zur internationalen Spitzenforschung reicht es meist aus, Fragen zu stellen, die Gegenseite bitten etwas zu erklären und zu verstehen warum die Gegenseite sich damit beschäfigt.