Die ersten Versionen der Keilschrift wurden schon um 3300 vor Christus von den Sumerern in Mesopotamien entwickelt. Viele dieser Zeichen bestanden aus Piktogrammen, die anfangs noch eher einer Bilderschrift glichen, dann aber im Laufe der Zeit immer weiter abstrahiert und zu stilisierten Laut- und Silbenzeichen wurden. Im Laufe der Jahrtausende breitete sich die Keilschrift über weite Teile des Nahen und mittleren Ostens aus und bildete die Grundlage für die Schriften der Akkadier, Assyrer, Hethiter und Babylonier.
Auf die Feinheiten kommt es an
Archäologen haben bei Ausgrabungen im Verbreitungsgebiet dieser Kulturen bereits zehntausende von Keilschrifttafeln entdeckt. Entzifferungen der Schrift zeigen, dass der Inhalt dieser Tafeln ein breites Themenspektrum abdeckt: “Auf ihnen ist alles zu finden: vom Einkaufszettel bis hin zu Gerichtsurteilen. Die Tafeln ermöglichen einen Blick in die Vergangenheit des Menschen vor mehreren Jahrtausenden”, erklärt Hubert Mara von der Martin-Luther-Universität Halle-Wittenberg (MLU). “Allerdings sind viele Keilschrifttafeln stark verwittert und selbst für geübte Augen nur schwer zu entziffern.”
Besonders schwierig, aber für die Bedeutung der Zeichen entscheidend, ist die Frage, ob ein Abdruck eine eingeritzte Linie und einen dreieckigen Keil darstellt. Um die Zeichen richtig zu deuten, sind daher nicht nur optimale Lichtverhältnisse, sondern auch viel Hintergrundwissen nötig. Erschwerend kommt hinzu, dass das damalige Schriftsystem sehr komplex war und für mehrere Sprachen benutzt wurde. “Bislang ist der Zugriff auf den Inhalt der Keilschrifttafeln schwierig – man muss schon genau wissen, wonach man wo sucht”, sagt Mara. Zwar gibt es erste Versuche mit lernfähigen Programmen, diese erbrachten aber gerade bei schlechter erhaltenen Keilschrifttafeln nur mäßige Ergebnisse.
Entzifferung in zwei Stufen
Mara und sein Team haben daher untersucht, inwieweit die künstliche Intelligenz bei der Entzifferung der Keilschrifttexte helfen kann. Dafür entwickelten die Forscher ein zweistufiges System, das auf Basis von rund 200 3D-Scans von Keilschrifttafeln und zusätzlichen Informationen über die Schriftsysteme trainiert wurde. Im ersten Schritt lernte das KI-System dabei, die einzelnen Zeichen und ihre jeweils zusammengehörenden Komponenten auf einer Schrifttafel zu erkennen und voneinander zu trennen. Im nächsten Schritt folgte dann die genauere Analyse der Einzelzeichen und die Unterscheidung von Linien und keilförmigen Kerben.
