Forschung sieht selten wie ein gerader Weg aus. Oft gleicht sie einem Raum voller Türen, von denen nur wenige zu einem begehbaren Haus führen. Genau dort setzt ein Experiment an, das einen ungewöhnlichen Weg beschreitet.
Viele Versuche, viel Unordnung
Die 88 Stunden, von denen dieses Kapitel handelt, stecken in einem Experiment, in dem sehr viele Agenten an einer mathematischen Aufgabe arbeiten, die sich als ausgesprochen hartnäckig erweist. Dabei entsteht nicht das Bild einer einzelnen Person, die konzentriert am Schreibtisch sitzt. Vielmehr taucht ein Vorschlag auf, wird von einer anderen Instanz verworfen und anschließend von einer dritten in veränderter äußerer Form erneut eingereicht. So kann Forschung aussehen, wenn niemand im Flur über Termine stöhnt.
Viele Agenten gleichzeitig laufen zu lassen klingt nach Tempo. Zunächst produziert das aber vor allem eine große Menge ähnlich unordentlicher Entwürfe. Ein Teil davon enthält brauchbare Anknüpfungspunkte, ein anderer erscheint nur neu, weil die Darstellung anders gewählt wurde. Und manche Versuche landen in einer Sackgasse, die anschließend in einem auffällig selbstsicheren Bericht beschrieben wird. Das ist keine Randnotiz, sondern der eigentliche Engpass: Aus viel Material folgt noch kein Fortschritt.
Deshalb wird die Kontrolle zum entscheidenden Schritt. Lean, der am Ende die Ergebnisse begutachtet, ist weder ein Orakel noch ein sonderlich entgegenkommender Kollege; er schaut nach, ob die Schritte tatsächlich zusammenpassen. Eine bloß rhetorisch starke Erklärung beeindruckt ihn nicht. Das mag hinderlich wirken, ist aber genau der Grund, warum es hilft.
Auswahl ist die eigentliche Engstelle
Der interessante Teil beginnt erst, wenn eine Auswahl getroffen werden muss. Zu klären ist, welcher Einfall eine weitere Runde bekommt, welche Abkürzung zulässig ist und ab wann ein Ergebnis so weit gediehen ist, dass ein Mensch damit arbeiten kann. Die Maschine kann zahlreiche Türen öffnen, aber sie erkennt nicht automatisch, welche zu dem Gebäude gehören, um das es geht.
Damit verschiebt sich die Arbeitsteilung. Die Richtung kommt von Menschen, und Menschen legen fest, was als Ergebnis gelten soll; die Maschinen durchsuchen den Raum dazwischen. Weniger spektakulär als das Bild von der künstlichen Forscherin, dafür näher an der Praxis: viel Suchen, eine strenge Kontrollinstanz und hin und wieder ein brauchbarer Gedanke.
Grenzen bleiben sichtbar. Eine Maschine kann eine Lösung liefern, ohne ihren Weg dorthin überzeugend darzustellen. Sie vermag einen einzelnen Erfolg abzusichern, ohne damit schon ein wiederholbares Verfahren für spätere Aufgaben zu liefern. Und was im Labor klappt, muss sich im Alltag erst bewähren: Ein Verfahren, das bei der ersten Störung aufgibt, ist dort wenig wert. Ein Treffer bleibt ein Treffer; er ist noch kein dauerhaftes Betriebssystem für die Wissenschaft.
Fazit: Nützlich statt genial
Der 88-Stunden-Versuch verdeutlicht dennoch etwas Wichtiges: Die Last von Suche, Auswahl und Kontrolle lässt sich auf mehrere Schultern verteilen. Einige Denkarbeit läuft dadurch gleichzeitig, und der Mensch bleibt im Prozess, nur an anderer Stelle. Statt jeden Satz mit dem Rotstift zu bearbeiten, entscheidet er, welche Sätze es überhaupt in die nächste Runde schaffen.
Die kambrische Explosion der Wissenschaft beginnt also nicht mit der These, dass Maschinen inzwischen alles beherrschen. Sie beginnt mit der Beobachtung, dass sich bestimmte Aufgaben in zahlreiche Einzelversuche aufteilen lassen und dadurch Fragen bearbeitbar werden, für die zuvor die Zeit nicht reichte. Kommt am Ende etwas Brauchbares heraus, war die Maschine womöglich kein Genie, aber von praktischem Wert. Und das ist ein recht guter Anfang.
Häufige Fragen
Worum geht es in dem 88-Stunden-Experiment?
Es geht um einen Versuch mit sehr vielen Agenten, die an einer hartnäckigen mathematischen Aufgabe arbeiten. Die Agenten bringen Vorschläge ein, verwerfen sie oder reichen sie in veränderter Form erneut ein. Am Ende prüft Lean, ob die Schritte zusammenpassen.
Warum ist Parallelität allein kein Fortschritt?
Viele gleichzeitig laufende Agenten erzeugen zunächst eine große Menge ähnlich unordentlicher Entwürfe. Manche davon sind brauchbar, andere nur anders formatiert, und einige enden in einer Sackgasse. Erst die Auswahl entscheidet, welche Ansätze weiterverfolgt werden.
Welche Aufgabe hat Lean?
Lean kontrolliert, ob die einzelnen Schritte tatsächlich zusammenpassen. Er verhält sich weder wie ein Orakel noch wie ein besonders umgänglicher Kollege. Eine Erklärung, die nur überzeugend klingt, reicht ihm nicht.
Wie verändert sich die Arbeitsteilung?
Menschen geben die Richtung vor und legen fest, was als Ergebnis zählt. Maschinen durchsuchen den Raum dazwischen. Der Mensch sitzt nicht mehr mit dem Rotstift über jedem Satz, sondern entscheidet, welche Sätze weiterkommen.
Ist die Maschine damit eine künstliche Forscherin?
Das Bild von der künstlichen Forscherin ist glamouröser als die Wirklichkeit. Tatsächlich geht es um viel Suche, eine strenge Kontrollinstanz und gelegentlich einen guten Einfall. Ein einzelner Erfolg ist außerdem noch keine Methode für alle nächsten Aufgaben.