Ein fehlendes Wort kann verändern, was ein antiker Brief, Vertrag oder philosophischer Text bedeutet. Das neue KI-System Apollo soll Forschenden zusätzliche Lesarten vorschlagen. Der STANDARD-Podcast „Rätsel der Wissenschaft“ verbindet diese Entwicklung mit einem gewaltigen Bestand in Wien: der Papyrussammlung der Österreichischen Nationalbibliothek.
Das Ergebnis: Die Sammlung und die vorgestellte Forschung sind real. Apollo kann bei der Ergänzung beschädigter Texte helfen. Die genannten Erfolgszahlen sind jedoch keine allgemeine Wahrscheinlichkeit dafür, dass eine KI die historische Wahrheit trifft. Entscheidend sind Textart, Lückenlänge, Zahl der Vorschläge und die Art der Prüfung. Der Podcast betont selbst, dass Fachleute weiterhin gebraucht werden.
Was wir prüfen
Grundlage ist die vollständige Podcastfolge vom 7. Oktober 2026 mit 27:20 Minuten. Wir prüfen die wesentlichen Bestands-, Projekt- und Leistungsaussagen anhand der Nationalbibliothek, der UNESCO-Kommission sowie der Forschungsarbeiten. Recherchestand ist der 7. Oktober 2026. Die Apollo-Studie liegt als Preprint vor; ihre Ergebnisse werden hier als Angaben des Forschungsteams eingeordnet. Eine unabhängige Wiederholung der Versuche haben wir nicht vorgenommen.
1. Rund 180.000 Objekte – nicht ausschließlich Papyrusblätter
Bewertung: Im Kern richtig, die Bezeichnung braucht Präzision. Die Nationalbibliothek nennt etwa 180.000 Objekte und rund 3.000 Jahre Schriftgeschichte. Dazu zählen auch andere Schreibmaterialien. Wer daraus 180.000 vollständig erhaltene Papyrusrollen oder ausschließlich ägyptische Texte einer einzigen Sprache macht, würde die Größenangabe falsch verstehen.
Auch bei der Zeitspanne gibt es eine kleine Abweichung: Im Podcast reichen die jüngsten Dokumente bis ins 14. oder 15. Jahrhundert nach Christus. Die aktuelle Bestandsbeschreibung der Bibliothek nennt dagegen ungefähr das 16. Jahrhundert. Die ältesten Stücke datiert sie etwa ins 15. Jahrhundert vor Christus. Arabisch, Griechisch und Koptisch bilden die größten Sprachgruppen; daneben gibt es zahlreiche weitere Schriften und Sprachen.
Sammlungsdirektor Bernhard Palme bezeichnet Wien im Podcast ausdrücklich als größte öffentliche Sammlung und unterscheidet sie von einer großen privaten Sammlung. Diesen Vorbehalt sollte man nicht weglassen. Die Österreichische UNESCO-Kommission bestätigt die weltweite Bedeutung und die Aufnahme ins Weltdokumentenerbe 2001. Eine aktuelle, einheitlich gezählte Rangliste sämtlicher öffentlicher und privater Sammlungen legen die hier geprüften Belege nicht vor.
2. Acht Prozent publiziert bedeutet nicht: Der Rest wurde nie angesehen
Bewertung: Attribuierte Größenordnung, keine von uns nachgezählte Bestandsstatistik. Palme beziffert den wissenschaftlich veröffentlichten Anteil auf ungefähr acht Prozent. Die genaue Quote konnten wir nicht anhand eines datierten, vollständig abgeglichenen Inventars unabhängig nachrechnen. Dasselbe gilt für die im Beitrag genannten rund 60.000 griechischen Urkunden und den Anteil dokumentarischer Texte von etwa 95 Prozent.
Der Podcast unterscheidet dabei sinnvoll zwischen einem vorhandenen oder bereits gesichteten Stück und einer wissenschaftlichen Edition. Eine Publikation muss Lesart, Einordnung und Begründung nachvollziehbar machen. Aus einem fehlenden Editionsnachweis folgt deshalb nicht, dass ein Dokument völlig unbekannt ist. Umgekehrt wäre eine einzelne KI-Ergänzung noch keine abgeschlossene Edition. Die Bibliothek bestätigt jedenfalls den großen Schwerpunkt auf dokumentarischen Texten der Spätantike; die drei exakten Quoten und Teilbestandszahlen bleiben hier Angaben aus dem Gespräch.
3. Die Geschichte der Sammlung ist dokumentiert
Bewertung: Die wesentlichen Stationen stimmen. Die archivierte Sammlungsgeschichte der Nationalbibliothek beschreibt das Zusammenwirken des Gelehrten Josef von Karabacek und des Händlers Theodor Graf. Erzherzog Rainer erwarb 1883 die ersten großen Bestände und weitere Stücke. Die UNESCO-Kommission bestätigt seine Schenkung an Kaiser Franz Josef I. im Jahr 1899 und die Übernahme in die Hofbibliothek. Der Podcast erzählt damit keinen neuen Fundort, sondern eine lange bestehende Sammlungsgeschichte.
Der heutige wissenschaftliche Wert erklärt allerdings nicht automatisch sämtliche damaligen Erwerbsumstände. Ohne Herkunftsakten jedes Stücks treffen wir keine pauschale Aussage über die Rechtmäßigkeit aller historischen Ankäufe oder darüber, welche Fragmente ursprünglich zusammengehörten.
4. Eine Quittung über 65 Schafe ist ein überprüfbares Beispiel
Bewertung: Belegt. Für die Empfangsbestätigung über 65 Schafe nennt die Nationalbibliothek das Datum 25. April 643. Sie beschreibt das Schriftstück als ältesten datierten Papyrustext mit arabischem Text. Der Podcast nutzt dieses Beispiel, um den Übergang zum arabisch beherrschten Ägypten zu erklären.
Die Bibliothek verweist zusätzlich auf Verwaltungsarchive, die einen längeren Wandel zeigen. Das unterstützt die Einordnung, dass ein Herrschaftswechsel nicht sämtliche Praktiken sofort beendet. Aus einer einzelnen Quittung allein lässt sich aber weder die gesamte Verwaltungskontinuität noch eine vollständige Geschichte der damaligen Lebensverhältnisse ableiten. Dafür braucht man weitere Dokumente und ihren Zusammenhang. Gerade darin liegt der Nutzen solcher Alltagsquellen: Sie ergänzen große Ereigniserzählungen um konkrete Beobachtungen.
5. Was Apollo tatsächlich macht
Bewertung: Die Spezialisierung ist belegt; Ergänzen und Ablesen bleiben verschiedene Aufgaben. Die ÖAW-Projektbeschreibung nennt Anna Dolganov, Mistral AI, SAIL Reply und David Smith als Beteiligte sowie einen Trainingsbestand von rund 600 Millionen Wörtern historischen Griechischs. Apollo arbeitet mit bereits übertragenem Text und schlägt Ergänzungen zwischen erhaltenen Passagen vor. Dass es Text vor und nach einer Lücke berücksichtigen kann, bedeutet nicht, dass dort nicht mehr vorhandene Schrift sichtbar wird.
Die Bezeichnung als erstes großes Sprachmodell für Altgriechisch benötigt ihre technische Abgrenzung. KI für antike griechische Texte gab es schon vorher: Die Nature-Arbeit zu Ithaca von 2022 behandelt ein neuronales System für Ergänzung, Datierung und geografische Zuordnung von Inschriften. Apollo ist deshalb nicht der Beginn sämtlicher KI-Forschung an antiken Texten. Neuheit und Nutzen müssen für den konkreten Modelltyp und die konkrete Aufgabe beurteilt werden.
6. Warum eine Trefferquote ohne Testbedingungen wenig sagt
Die ÖAW-Pressemitteilung nennt für künstlich verdeckte Passagen eine Erfolgsgröße von rund 80 Prozent. Die Studie präzisiert in Tabelle 3: Bei kurzen Lücken von einem bis zehn Zeichen steht die gesuchte Ergänzung in 80,6 Prozent der dokumentarischen Papyrusfälle unter den besten zwanzig Vorschlägen. Für literarische Papyri sind es 54,6 Prozent, für Inschriften 61,0 Prozent. In dieser Tabelle erhalten die Systeme die genaue Lückenlänge.
Bewertung: Ein echter Leistungsbefund, keine universelle Richtigkeitsquote. Zwanzig Vorschläge sind etwas anderes als eine richtige erste Antwort. Kurze Lücken sind etwas anderes als lange fehlende Passagen. Und ein Test mit bekannter Lösung ist etwas anderes als eine neue historische Quelle, deren ursprünglicher Wortlaut nicht mehr feststeht. Die Werte lassen sich deshalb weder auf alle Wiener Objekte noch auf die gesamte wissenschaftliche Erschließung übertragen.
7. Was hinter 77 Prozent und „besser als Fachleute“ steckt
Bewertung: Wesentlicher methodischer Kontext fehlt in der Kurzfassung. Laut Abschnitt 6.1 und Tabelle 8 der Studie setzt sich der Wert von rund 77 Prozent aus Übereinstimmungen mit veröffentlichten Lesarten und Blindurteilen über abweichende Vorschläge zusammen. Bei dokumentarischen Papyri stimmen rund 63 Prozent bereits überein. In der abweichenden Teilmenge bewerten Fachleute 36,7 Prozent als mindestens gleich gut. Zusammen ergibt das gerundet etwa 77 Prozent.
Auch die 16 bis 20 Prozent „besser“ beziehen sich auf diese abweichende Teilmenge: 16 Prozent bei dokumentarischen Papyri und 19,8 Prozent bei Inschriften. Es wäre falsch, daraus eine Überlegenheit in jedem fünften beliebigen historischen Dokument zu machen. Außerdem beurteilen die Fachleute plausible Lesarten; sie können einen verlorenen Wortlaut dadurch nicht unmittelbar beobachten.
Der Podcast relativiert die Ergebnisse selbst und beschreibt Apollo als Unterstützung. Unsere Einordnung richtet sich deshalb gegen eine zu weit gehende Lesart der Prozentzahlen. Ein Blindvergleich kann voreilige Sympathien für eine bestimmte Herkunft der Antwort verringern. Er macht aus einer plausiblen Ergänzung aber keinen nachträglich gemessenen historischen Originaltext.
8. Herculaneum: Sichtbar gemachte Tinte und vorgeschlagene Wörter unterscheiden
Bewertung: Der Forschungsfortschritt ist real, die Lesart bleibt eine wissenschaftliche Begründungsfrage. Die Forschungsarbeit zur virtuellen Entrollung von PHerc. 1667 beschreibt Röntgen-Mikro-CT, rechnerische Entrollung, Tintenrekonstruktion und papyrologische Prüfung. Das ist eine bildgebende und materialbezogene Arbeit. Sie liefert überprüfbare Spuren des erhaltenen Schriftbilds.
Der im Podcast geschilderte Apollo-Vorschlag zu einer Philodemos-Passage betrifft anschließend die sprachliche Ergänzung. Das Apollo-Team diskutiert diese Alternative im Anhang seiner Studie. Eine interessante neue Lesart ist damit nachvollziehbar dokumentiert. Sie darf dennoch nicht mit einem sichtbar erhaltenen vollständigen Wort oder einer zweifelsfrei bewiesenen ursprünglichen Formulierung gleichgesetzt werden.
Für Leser hilft diese Trennung: Wo Tinte sichtbar ist, lässt sich eine Lesung am Bild prüfen. Wo Material fehlt, müssen Ergänzungen mit Grammatik, verbleibenden Buchstaben, Kontext und Vergleichstexten begründet werden. Ein Sprachmodell kann dazu einen neuen Gedanken beitragen. Seine flüssige Formulierung allein entscheidet den Streit nicht.
9. Suchfunktion, Bildverarbeitung und Latein sind Entwicklungsschritte
Bewertung: Als Vorhaben belegt, nicht als vollständig erreichte Leistung. Die ÖAW-Ankündigung vom 23. September nennt die Suche nach Parallelstellen, die Arbeit an der visuellen Entzifferung und ein geplantes Lateinmodell mit etwa zwölf Milliarden verfügbaren Wörtern. Sie bestätigt damit die Richtung des Ausblicks. Einen gesonderten Nachweis, dass alle Funktionen zum 7. Oktober fertig veröffentlicht sind oder der im Podcast genannte Oktoberstart tatsächlich erfolgt ist, haben wir nicht.
Eine Quelle für eine ähnliche Wendung kann eine Ergänzung besser prüfbar machen. Sie beweist trotzdem nicht automatisch, dass genau diese Wendung an der beschädigten Stelle stand. Ebenso ist eine größere verfügbare Wortmenge noch kein Beleg für die Qualität eines künftigen Lateinmodells. Der erwartete grundlegende Wandel der historischen Forschung bleibt eine Prognose, deren Wirkung erst an späterer wissenschaftlicher Arbeit sichtbar wird.
Was bleibt vom Versprechen?
Apollo bietet eine begründete Aussicht auf nützliche Unterstützung: zusätzliche Vorschläge, die Menschen prüfen und mit Belegen vergleichen können. Die Sammlung in Wien liefert dafür sehr viel Material. Ob dadurch mehr belastbare Editionen entstehen, ist jedoch eine andere Frage als die Geschwindigkeit einer einzelnen Modellantwort.
Fazit: Der Podcast beschreibt eine reale Forschungsentwicklung und setzt ihr selbst Grenzen. Die wichtigsten Präzisierungen betreffen die Zusammensetzung der Sammlung, den Unterschied zwischen Publikationsquote und Unberührtheit sowie die Bezugsgrößen der Erfolgszahlen. Ein guter KI-Vorschlag kann Forschung weiterbringen. Er wird zur historischen Erkenntnis durch nachvollziehbare Prüfung, nicht durch seine Wahrscheinlichkeit allein.