Als die Maschinen sprechen lernten
Einführung
Stellen Sie sich vor, Sie möchten einem Computer beibringen, mit Worten, Sätzen und Ideen zu jonglieren – nicht mit Zahlen. Im Jahr 1960 veröffentlichte ein junger Mathematiker namens John McCarthy einen Artikel, der genau das möglich machte. Sein Werk über rekursive Funktionen symbolischer Ausdrücke klingt zwar wie ein Zungenbrecher aus dem Elfenbeinturm, war aber in Wahrheit der Startschuss für eine Revolution: die Geburt von LISP, der zweitältesten Programmiersprache der Welt. Während andere Computer damals hauptsächlich Steuererklärungen berechneten, sollten McCarthys Maschinen bald über Logik, Schach und vielleicht eines Tages sogar über den Sinn des Lebens nachdenken können. In einer Zeit, als Computer noch ganze Räume füllten und mit Lochkarten gefüttert wurden, entwarf McCarthy eine Sprache, die elegant, flexibel und vor allem: fundamental anders war. Dieser Text nimmt Sie mit auf eine Reise durch McCarthys bahnbrechende Arbeit – eine Arbeit, die nicht nur die künstliche Intelligenz formte, sondern auch unsere heutige Welt der Apps, Cloud-Computing und intelligenten Assistenten erst möglich machte.
Kernidee
Die zentrale Idee hinter McCarthys Arbeit war verblüffend einfach und zugleich radikal: Was wäre, wenn Computer nicht nur mit Zahlen rechnen, sondern mit Symbolen denken könnten? McCarthy stellte sich eine Welt vor, in der Programme selbst zu Daten werden und Daten zu Programmen – eine Art philosophischer Tanz zwischen Form und Inhalt. Seine Kernidee bestand darin, symbolische Ausdrücke zu schaffen, die sowohl die Struktur von Informationen als auch die Operationen darauf darstellen konnten. Diese symbolischen Ausdrücke, kurz S-Ausdrücke genannt, waren wie verschachtelte Kartons: In jedem Karton konnte entweder ein einzelnes Symbol stecken oder wiederum weitere Kartons. So konnte man beliebig komplexe Strukturen bauen. Das Geniale war, dass sowohl die Daten als auch die Programme zur Verarbeitung dieser Daten in derselben Form ausgedrückt wurden. Ein Programm konnte sich selbst modifizieren, analysieren oder sogar neue Programme erzeugen. McCarthy entwickelte zudem die Idee der bedingten Ausdrücke, die es erlaubten, elegant Entscheidungen zu formulieren. Diese Konzepte ermöglichten es, Funktionen rekursiv zu definieren – Funktionen, die sich selbst aufrufen konnten, um komplexe Probleme in einfachere Teilprobleme zu zerlegen. Die Vision war klar: eine universelle Sprache für symbolisches Denken, die dem Computer beibringen sollte, wie Menschen zu argumentieren.
Ziele bzw. Forschungsfragen
McCarthy verfolgte mit seiner Arbeit ein ambitioniertes Ziel, das weit über die technische Machbarkeit hinausging: Er wollte die Grundlagen für Maschinen schaffen, die mit gesundem Menschenverstand ausgestattet sind. Das ursprüngliche Projekt, der sogenannte Advice Taker, sollte ein System sein, das nicht nur Befehle ausführt, sondern Aussagen in natürlicher Sprache versteht und daraus logische Schlüsse zieht. Dafür benötigte McCarthy ein Programmiersystem, das mit symbolischen Ausdrücken arbeiten konnte – mit Aussagen über die Welt, nicht nur mit Rechenoperationen. Die zentrale Forschungsfrage lautete: Wie kann man Funktionen definieren und berechnen, die mit beliebigen symbolischen Strukturen arbeiten, anstatt nur Zahlen zu verarbeiten? McCarthy wollte einen Formalismus entwickeln, der sowohl als praktische Programmiersprache als auch als theoretisches Werkzeug für Berechnungstheorie dienen konnte. Ein weiteres Ziel war es, eine universelle Funktion zu schaffen – vergleichbar mit einer universellen Turingmaschine –, die jede andere Funktion interpretieren und ausführen konnte. Diese Funktion, die McCarthy als „apply“ bezeichnete, sollte den theoretischen Rahmen mit der praktischen Implementierung verbinden. Nicht zuletzt wollte McCarthy zeigen, dass Computer mehr können als nur zu rechnen: Sie sollten differenzieren, Beweise führen, Schach spielen und letztlich intelligent werden.
Konzept
Das Herzstück von McCarthys Konzept waren die symbolischen Ausdrücke, kurz S-Ausdrücke. Diese bestanden entweder aus atomaren Symbolen wie einzelnen Buchstaben oder Wörtern, oder aus geordneten Paaren von S-Ausdrücken. Ein Ausdruck wie „die Liste von A, B und C“ wurde intern als verschachteltes Paar dargestellt. McCarthy führte eine handvoll elementarer Funktionen ein, die mit diesen S-Ausdrücken arbeiten konnten. Die Funktion „car“ extrahierte das erste Element eines Paares, „cdr“ das zweite Element, und „cons“ konstruierte ein neues Paar aus zwei gegebenen Ausdrücken. Dazu kamen Prädikate wie „atom“, das prüfte, ob etwas ein atomares Symbol war, und „eq“, das zwei Symbole auf Gleichheit testete. Aus diesen fünf einfachen Bausteinen ließ sich eine ganze Welt aufbauen. Das zweite zentrale Konzept waren die bedingten Ausdrücke. Anstatt umständliche Wenn-Dann-Konstruktionen zu formulieren, entwickelte McCarthy eine elegante Notation: Eine bedingte Expression prüfte mehrere Bedingungen nacheinander und lieferte den Wert der ersten wahren Bedingung. Dies erlaubte es, Funktionen klar und präzise zu definieren. Die dritte Säule war die Rekursion: Funktionen durften sich selbst aufrufen. Um dies zu ermöglichen, führte McCarthy die Label-Notation ein, die einer Funktion erlaubte, sich selbst zu referenzieren. Die Lambda-Notation aus der mathematischen Logik half dabei, anonyme Funktionen zu definieren. Schließlich entwickelte McCarthy die universelle Funktion „apply“, die eine gegebene Funktionsdefinition auf Argumente anwendet. Diese Funktion war das Äquivalent eines Interpreters und ermöglichte es, Programme als Daten zu behandeln.
Argumente
McCarthys Argumentation war sowohl mathematisch fundiert als auch praktisch orientiert. Er begann mit der Beobachtung, dass die damals verbreiteten Programmiersprachen wie FORTRAN zwar hervorragend für numerische Berechnungen geeignet waren, aber an ihre Grenzen stießen, wenn es um die Manipulation symbolischer Informationen ging. Die künstliche Intelligenz benötigte jedoch genau diese Fähigkeit: Programme, die mit Aussagen, Formeln und Strukturen arbeiten konnten. McCarthy argumentierte, dass bedingte Ausdrücke eine natürliche und mächtige Methode darstellten, um Funktionen zu definieren. Im Gegensatz zu herkömmlichen Programmiersprachen, in denen Bedingungen oft umständlich in Worten ausgedrückt werden mussten, bot seine Notation eine klare und kompakte Form. Er zeigte, dass selbst einfache mathematische Funktionen wie der Betrag einer Zahl oder die Fakultätsfunktion durch bedingte Ausdrücke elegant formuliert werden konnten. Ein besonders starkes Argument war die Darstellung rekursiver Funktionen. McCarthy demonstrierte, wie man den größten gemeinsamen Teiler zweier Zahlen oder die Quadratwurzel mit dem Newton-Verfahren durch rekursive Definitionen ausdrücken konnte. Diese Definitionen waren nicht nur mathematisch präzise, sondern auch direkt in Programme übersetzbar. McCarthy betonte auch die Vorteile der Listenstruktur im Computerspeicher. Da symbolische Ausdrücke unterschiedlich groß sein konnten und ihre Anzahl nicht vorhersagbar war, eigneten sich starre Speicherblöcke nicht für ihre Speicherung. Die Listenstruktur ermöglichte eine flexible Speicherverwaltung, bei der nicht mehr benötigte Speicherbereiche automatisch wiederverwendet werden konnten. Dies führte zur Erfindung der automatischen Speicherbereinigung, heute bekannt als Garbage Collection – ein Konzept, das in modernen Sprachen wie Java allgegenwärtig ist.
Bedeutung
Die Bedeutung von McCarthys Arbeit kann kaum überschätzt werden. Sie legte das theoretische und praktische Fundament für einen ganzen Zweig der Informatik. LISP wurde zur Lingua Franca der künstlichen Intelligenz und blieb dies für Jahrzehnte. Das Konzept, dass Programme und Daten dieselbe Form haben, eröffnete völlig neue Möglichkeiten: Programme konnten andere Programme schreiben, analysieren oder modifizieren. Diese Eigenschaft, die als Homoikonizität bezeichnet wird, machte LISP besonders mächtig für Anwendungen, in denen Flexibilität und Abstraktion gefragt waren. McCarthys Einführung der Garbage Collection revolutionierte die Speicherverwaltung. Programmierer mussten sich nicht mehr darum kümmern, manuell Speicher freizugeben – das System erledigte dies automatisch. Dieser Ansatz setzte sich durch und ist heute Standard in den meisten modernen Programmiersprachen. Die bedingte Notation beeinflusste die Entwicklung späterer Sprachen. Zwar wurde McCarthys ursprüngliche Syntax für Algol 60 abgelehnt, doch die Idee der strukturierten Bedingungen fand Eingang in fast alle modernen Sprachen. Auch das Konzept des Time-Sharing, das McCarthy parallel entwickelte, veränderte die Computerwelt grundlegend. Es erlaubte mehreren Nutzern, gleichzeitig auf einem einzigen Computer zu arbeiten – ein Vorläufer des heutigen Cloud-Computing. Theoretisch gesehen schuf McCarthy mit der universellen Funktion „apply“ ein Äquivalent zur universellen Turingmaschine, aber in einem viel praktischeren und ausdrucksstärkeren Rahmen. Seine Arbeit zeigte, dass man Berechnungstheorie und praktisches Programmieren elegant verbinden konnte. Dies machte LISP zu einem wichtigen Werkzeug nicht nur für Entwickler, sondern auch für Theoretiker.
Wirkung
Die Wirkung von McCarthys Arbeit entfaltete sich auf mehreren Ebenen. Zunächst einmal wurde LISP zur bevorzugten Sprache für Forschung in künstlicher Intelligenz. Projekte wie der Logic Theorist, Expertensysteme und frühe natürliche Sprachverarbeitungssysteme wurden in LISP programmiert. Programme, die mathematische Gleichungen differenzierten, Beweise führten oder Strategien entwickelten, nutzten die Flexibilität von LISP. Sogar NASA-Raumfahrzeuge flogen mit LISP-Code an Bord. Die Idee der funktionalen Programmierung, die McCarthy popularisierte, inspirierte spätere Sprachdesigns. Sprachen wie Scheme, Common Lisp und Clojure führten das LISP-Erbe weiter. Auch moderne Sprachen wie JavaScript, Python und Haskell übernahmen Konzepte wie Lambda-Funktionen und Funktionen höherer Ordnung direkt aus LISP. McCarthys Vision von interaktivem Computing und Time-Sharing führte zur Gründung wichtiger Projekte am MIT, darunter Project MAC, das die Entwicklung des ARPAnet – des Vorläufers des Internets – ermöglichte. Ohne McCarthys Ideen hätte sich das Internet möglicherweise deutlich später entwickelt. Die Stanford Artificial Intelligence Laboratory, die McCarthy mitbegründete und leitete, wurde zu einem der weltweit führenden Zentren für KI-Forschung. Generationen von Studenten und Forschern wurden dort ausgebildet und trugen McCarthys Ideen in die Welt hinaus. Nicht zuletzt prägte LISP die Denkweise ganzer Generationen von Programmierern. Die Idee, dass Code gleichzeitig Daten sein kann, die Eleganz rekursiver Lösungen und die Kraft der Abstraktion – all dies wurde durch LISP vermittelt und veränderte die Art, wie Menschen über Programmierung nachdachten.
Relevanz
Die Relevanz von McCarthys Arbeit ist auch über sechzig Jahre nach ihrer Veröffentlichung ungebrochen. Zwar ist LISP heute nicht mehr die dominierende Sprache in der KI, die viele seiner Konzepte in moderne Werkzeuge eingeflossen sind. Die funktionale Programmierung erlebt seit Jahren eine Renaissance. Moderne Sprachen wie Scala, Kotlin und Swift integrieren funktionale Elemente, die direkt auf McCarthys Ideen zurückgehen. Die Unveränderlichkeit von Datenstrukturen, die in LISP gefördert wurde, ist heute ein zentrales Konzept in der parallelen und verteilten Programmierung. Cloud-Computing und serverlose Architekturen sind direkte Nachfahren von McCarthys Time-Sharing-Vision. Die Idee, Rechenressourcen dynamisch zu teilen und bedarfsgerecht zuzuweisen, prägt heute das gesamte Internet. Garbage Collection ist in Sprachen wie Java, Python, JavaScript, Go und vielen anderen Standard. Milliarden von Geräten nutzen täglich McCarthys Erfindung, ohne dass es den meisten Nutzern bewusst ist. In der KI-Forschung sind McCarthys Prinzipien ebenfalls noch lebendig. Die symbolische KI, die auf logischer Inferenz und Wissensrepräsentation basiert, folgt direkt McCarthys ursprünglicher Vision des Advice Taker. Auch wenn neuronale Netze heute im Vordergrund stehen, gibt es weiterhin Ansätze, die versuchen, symbolisches Denken und maschinelles Lernen zu verbinden – ein Echo von McCarthys Grundidee. Selbst in der Programmierausbildung bleibt LISP relevant. Universitätskurse nutzen Scheme oder Racket, um Studenten die Grundlagen der Informatik beizubringen. Die Einfachheit und Eleganz von LISP machen es zu einem idealen Lehrmittel. Schließlich haben LISP-Dialekte wie Clojure eine neue Welle der Beliebtheit erfahren. Sie kombinieren McCarthys ursprüngliche Ideen mit modernen Plattformen wie der Java Virtual Machine und werden für Webanwendungen, Datenanalyse und sogar maschinelles Lernen eingesetzt.
Kritik
Trotz ihrer enormen Bedeutung blieb McCarthys Arbeit nicht ohne Kritik. Ein häufiger Vorwurf betraf die Performance von LISP. Die Interpretation von symbolischen Ausdrücken war deutlich langsamer als kompilierter maschinennaher Code. Während McCarthy später Compiler entwickelte, die LISP-Programme etwa sechzig Mal schneller machten, blieb die Sprache im Vergleich zu FORTRAN oder später C weniger effizient. Dies war besonders in den frühen Jahren ein Problem, als Rechenzeit extrem teuer war. Die ungewöhnliche Syntax von LISP mit ihren vielen Klammern wurde oft als Hindernis empfunden. Kritiker sprachen spöttisch von „Lots of Irritating Superfluous Parentheses“ oder „Lost In Stupid Parentheses“. Tatsächlich konnte das Zählen von Klammern mühsam sein, und Fehler durch falsch gesetzte Klammern waren häufig. McCarthys ursprüngliche M-Notation, die mathematischer war, setzte sich nicht durch. Auch die automatische Speicherbereinigung hatte ihre Schattenseiten. Wenn der freie Speicher erschöpft war, pausierte das gesamte System für mehrere Sekunden, um nicht mehr benötigte Speicherbereiche zu identifizieren. Diese unvorhersehbaren Pausen machten LISP für zeitkritische Anwendungen ungeeignet. Kritiker aus dem Bereich des maschinellen Lernens argumentierten, dass McCarthys symbolischer Ansatz zu starr sei. Während LISP hervorragend für regelbasierte Systeme geeignet war, hatte es Schwierigkeiten mit Problemen, die statistische oder lernbasierte Ansätze erforderten. Die spätere Dominanz neuronaler Netze schien diese Kritik zu bestätigen. Philosophisch wurde McCarthys Vertrauen in formale Logik als Grundlage für Intelligenz hinterfragt. Kritiker wie Hubert Dreyfus argumentierten, dass menschliches Denken nicht auf reine Logik reduziert werden könne, sondern auch Intuition, Erfahrung und Kontext erfordere. Diese Debatte zwischen symbolischer und subsymbolischer KI dauert bis heute an.
Fazit
John McCarthys Arbeit über rekursive Funktionen symbolischer Ausdrücke war weit mehr als nur die technische Beschreibung einer neuen Programmiersprache. Sie war eine Vision davon, wie Computer denken könnten – nicht nur rechnen, sondern verstehen, schlussfolgern und vielleicht eines Tages sogar kreativ sein. Mit LISP schuf McCarthy ein Werkzeug, das Generationen von Forschern ermöglichte, die Grenzen des Möglichen zu erkunden. Die Eleganz seiner Lösung lag in ihrer Einfachheit: Aus nur fünf grundlegenden Funktionen und dem Konzept der Rekursion entstand eine universelle Sprache für symbolisches Denken. Diese Sprache war gleichzeitig Theorie und Praxis, Mathematik und Ingenieurskunst. McCarthys Einfluss reicht weit über LISP hinaus. Seine Erfindungen – Garbage Collection, Time-Sharing, bedingte Ausdrücke, funktionale Programmierung – sind heute selbstverständliche Bestandteile moderner Computersysteme. Jedes Mal, wenn Sie eine Webseite aufrufen, eine App nutzen oder eine Suchanfrage stellen, profitieren Sie indirekt von McCarthys Pionierarbeit. Was bleibt, ist die Erinnerung an einen Mann, der nicht nur eine Sprache erfand, sondern eine ganz neue Art zu denken. In einer Zeit, als Computer noch primitive Rechenmaschinen waren, träumte McCarthy bereits von intelligenten Partnern. Und obwohl dieser Traum noch nicht vollständig verwirklicht ist, hat seine Arbeit den Weg geebnet. LISP mag heute nicht mehr die dominante Sprache sein, aber McCarthys Ideen leben weiter – in den Funktionen, die wir schreiben, in den Systemen, die wir bauen, und in der Art, wie wir über künstliche Intelligenz nachdenken. Das ist vielleicht das größte Vermächtnis eines Wissenschaftlers: nicht nur Werkzeuge zu schaffen, sondern Denkweisen zu transformieren.
Ausblick
Die Zukunft von McCarthys Ideen ist vielversprechend und überraschend aktuell. Die funktionale Programmierung, die er mitbegründete, erlebt eine Renaissance. In einer Welt, in der paralleles und verteiltes Rechnen zur Norm werden, bieten die Prinzipien der funktionalen Programmierung – Unveränderlichkeit, keine Seiteneffekte, reine Funktionen – Lösungen für die Herausforderungen moderner Softwareentwicklung. Die Verbindung von symbolischer und subsymbolischer KI, die lange als unmöglich galt, rückt wieder in den Fokus. Forscher arbeiten an hybriden Systemen, die die Stärken neuronaler Netze mit der Klarheit symbolischer Logik verbinden. Solche neuro-symbolischen Ansätze könnten die nächste Welle der KI prägen und McCarthys ursprüngliche Vision des Advice Taker wiederbeleben. Im Bereich der Quantencomputer könnte LISP eine neue Rolle spielen. Die Fähigkeit, mit abstrakten symbolischen Strukturen zu arbeiten, macht funktionale Sprachen zu interessanten Kandidaten für die Programmierung von Quantensystemen. Bereits heute gibt es Experimente mit LISP-ähnlichen Sprachen für Quantenalgorithmen. Die Idee des Time-Sharing hat sich zu Cloud-Computing und serverless Computing weiterentwickelt. Die nächste Stufe könnte Edge Computing sein, bei dem Berechnungen dynamisch zwischen Geräten, Servern und Cloud verteilt werden – ein noch komplexeres Teilungsproblem, das McCarthys Prinzipien auf neue Weise anwendet. In der Bildung gibt es Bestrebungen, Programmieren stärker auf Konzepten statt auf Syntax aufzubauen. LISP mit seiner minimalen Syntax und seinen mächtigen Abstraktionen könnte hier eine Renaissance erleben. Visuelle Programmierumgebungen, die auf LISP-Prinzipien basieren, könnten Programmierung für ein breiteres Publikum zugänglich machen. Schließlich bleibt die große Frage nach der allgemeinen künstlichen Intelligenz. Werden wir eines Tages Maschinen bauen, die mit gesundem Menschenverstand ausgestattet sind, wie McCarthy es sich vorstellte? Die Antwort ist offen, aber eines ist sicher: McCarthys Werkzeuge und Ideen werden Teil jeder Lösung sein. LISP mag aus der Mode gekommen sein, aber die Prinzipien, die es verkörpert – Abstraktion, Flexibilität, die Verschmelzung von Code und Daten – sind zeitlos. Sie werden die Informatik noch für Jahrzehnte prägen, auch wenn sie in neuen Gewändern erscheinen.
Literaturquellen
McCarthy, John (1960). „Recursive functions of symbolic expressions and their computation by machine, Part I“. Communications of the ACM. 3 (4). Association for Computer Machinery: 184–195.
Newell, A., and J. C. Shaw (1957). „Programming the logic theory machine“. Proceedings of the Western Joint Computer Conference, Februar 1957.
Church, Alonzo (1941). The Calculi of Lambda-Conversion. Princeton University Press, Princeton, N.J.
FORTRAN Programmer’s Reference Manual (1956). IBM Corporation, New York, 15. Oktober 1956.
Perlis, A. J., and K. Samelson (1958). „International algebraic language, Preliminary Report“. Communications of the Association for Computing Machinery, Dezember 1958.
Graham, Paul (2002). „Roots of Lisp“. Online verfügbar unter paulgraham.com.
Stoyan, Herbert (1991). „The Influence of the Designer on the Design“. In: Artificial Intelligence and Mathematical Theory of Computation: Papers in Honor of John McCarthy, herausgegeben von Vladimir Lifschitz. Academic Press.
Hintergrundinformationen zu den Autoren
John McCarthy wurde am 4. September 1927 in Boston, Massachusetts, geboren und verstarb am 24. Oktober 2011 in seinem Haus in Stanford, Kalifornien. Er war das Kind irischer und litauisch-jüdischer Einwanderer und wuchs in politisch bewegten Zeiten auf – beide Eltern waren in den 1930er Jahren Mitglieder der Kommunistischen Partei. Trotz gesundheitlicher Probleme in seiner Kindheit entwickelte McCarthy eine frühe Leidenschaft für Bücher und Mathematik. McCarthy studierte Mathematik am California Institute of Technology, wo er 1948 seinen Bachelor-Abschluss erwarb, und promovierte 1951 an der Princeton University. Seine akademische Laufbahn führte ihn über Princeton, Stanford, Dartmouth und das MIT, bevor er 1962 als ordentlicher Professor nach Stanford zurückkehrte, wo er bis zu seiner Emeritierung im Jahr 2000 blieb. Neben der Erfindung von LISP prägte McCarthy den Begriff „künstliche Intelligenz“ selbst, als er 1955 eine Konferenz zum Thema in Dartmouth organisierte. Er gründete das MIT Artificial Intelligence Project und das Stanford Artificial Intelligence Laboratory, das er von 1965 bis 1980 leitete. Beide Institutionen wurden zu weltweiten Zentren der KI-Forschung. McCarthys Beiträge wurden vielfach gewürdigt. Er erhielt 1971 den renommierten Turing Award, 1988 den Kyoto Prize und 1990 die National Medal of Science der Vereinigten Staaten. Bekannt war er für seinen intensiven Fokus auf seine Arbeit, seinen selbstironischen Humor und seine philosophische Haltung, die er als „radikalen Optimismus“ bezeichnete. Er glaubte fest daran, dass Probleme lösbar seien und Fortschritt möglich sei – selbst wenn die Menschen seinen Rat nicht befolgten. McCarthy war auch ein begeisterter Leser, ein Verfechter der Meinungsfreiheit und engagierte sich in Diskussionen über Nachhaltigkeit und die Zukunft der Menschheit. Bis zu seinem Tod blieb er wissenschaftlich aktiv. Seine letzten Doktoranden verteidigten ihre Arbeiten 2002 und 2003. Kollegen beschrieben ihn als brillanten Denker mit einem scharfen, provokanten Geist, der andere dazu herausforderte, tiefer zu denken. Sein Vermächtnis lebt nicht nur in seinen technischen Erfindungen weiter, sondern auch in den Generationen von Forschern, die er inspiriert und geprägt hat.
Disclaimer: Dieser Text ist komplett KI-generiert (Claude Sonnet 4.5, 09.01.2026). Die darin enthaltenen Angaben wurden nicht überprüft. Zum Prompt. Zur Übersicht.