Walter Tydecks Evolutionäre Algorithmen und Intelligent Design

Epigenetische Landschaft mit sich verzweigenden Entwicklungswegen in einem Phasenraum; Quelle: Wikimedia

Beitrag für den Themenkreis Naturwissenschaft und Technik von 50plus aktiv an der Bergstraße am 23.2. 2024 in Bensheim

Ankündigung

Heute glauben immer weniger an einen Gott oder die Magie, sondern an Zufall und Konkurrenz: Zufällige Mutationen haben im Laufe der Evolution zum Menschen geführt, und jeder Einzelne verdankt dem Zufall seine persönlichen Fähigkeiten, seine Partnerwahl und beruflichen Erfolg. Wen das Glück des Zufalls begünstigt, der wird sich in der Konkurrenz durchsetzen können und die Entwicklung voranbringen.

Sind wirklich alle innerlich überzeugt, dass es so ist? In dem Vortrag sollen einleitend der aktuelle Stand der Evolutionstheorie und Neuentwicklungen wie die Epigenetik, die epigenetische Landschaft und die ihr zugrunde liegenden mathematischen Methoden (C.H. Waddington) und im Anschluss zwei Alternativen vorgestellt werden, die in den letzten Jahrzehnten an Bedeutung gewonnen haben: Gibt es Algorithmen, die sich selbst entwickeln können? Sie sind zwar ursprünglich von Menschen programmiert, vielleicht sogar zufällig in der Natur entstanden (wie die Sprache und die Algorithmen der Proteine im Innern der Zelle), enthalten aber die Möglichkeit, ihre sich ändernde Umwelt auszuwerten und sich entsprechend anzupassen. Kann mit ihnen die Evolution gesteuert werden, statt sie dem Zufall zu überlassen?

Oder ist der Zufall nur eine scheinbare Macht, eine Art Verlegenheits-Glaube, wenn alle anderen Gewissheiten und Sicherheiten verloren zu gehen drohen? Vor allem in den USA ist mit dem Intelligent Design eine Rückbesinnung auf den traditionellen Glauben entstanden, die sich nicht einfach auf die Bibel bezieht, sondern nach ihrem eigenen Anspruch in wissenschaftlicher Weise auf offene Fragen der Evolutionstheorie eine Antwort geben will. Das soll an den Beispielen ihrer wichtigsten Vertreter vorgestellt werden: dem Biochemiker M.J. Behe und dem Mathematiker W.A. Dembski. Sowohl auf Seiten der Wissenschaften wie der Kirche sind viele Gewissheiten ins Wanken geraten, und es scheint völlig offen, wie es weiter gehen wird.

Evolution aus Zufall und Konkurrenz

Bei der Vorbereitung dieses Beitrags ist mir erst recht deutlich geworden, wie emotional und geradezu weltanschaulich das Thema Evolution ist. In allen Wissenschaften gibt es unterschiedliche Meinungen, die sachlich ausgetragen werden und zum Fortschritt der Erkenntnisse beitragen. Wer jedoch Bücher über die Evolution liest, wird von der ersten Seite an mit geradezu missionarischen Bekenntnissen über die Wissenschaftlichkeit der Evolutionstheorie konfrontiert. Abweichende Meinungen sollen aus dem akademischen Bereich und der Bildung ausgeschlossen werden. Schon immer haben sich einzelne Naturwissenschaftler in der einen oder anderen Weise zu einer Religion oder auch zum Atheismus bekannt (unvergessen die Zuschreibung, »es gibt keinen Gott, und Dirac ist sein Prophet«, womit der Physiker Paul Dirac gemeint ist), aber erst bei der Evolutionstheorie werden Gegner als Lamarckisten oder als verkappte Evangelikale bezeichnet, um sie ohne inhaltliche Auseinandersetzung abwerten zu können. Schwerpunkt dieses Beitrag wird die neue Entwicklung der Epigenetik sein, deren Grundideen bereits in den 1950ern vorlagen, und die erst seit kurzem wahrgenommen wird und Anerkennung erhält. Daher erscheint es notwendig, einleitend etwas auszuholen.

– I Vorgeschichte

Über Jahrtausende glaubten die meisten Menschen, dass alles, was wir in der Natur vorfinden, seit der Entstehung der Welt vorhanden ist. Sollte es vorher Kämpfe zwischen Göttern und Giganten, Neuordnungen der Natur gegeben haben, so ist dies längst vergangen und bestenfalls in kaum zu entziffernden Spuren überliefert. Nur im magischen (hermetischen) Denken sind ältere Traditionen überliefert, die gelegentlich bis in die Naturphilosophie reichen und dann von der Wissenschaft abgelehnt werden. So geschah es einem sonst anerkannten Philosophen wie Hegel. Er sprach von einem »Bildungsprozess« des »Erdkörper«, der ein »vergangener ist«, an dem nicht weiter ausgeführte »Mächte dieses Prozesses« wie »die Stellung der Erde im Sonnensystem, ihr solarisches, lunarisches und kometarisches Leben, die Neigung ihrer Achse auf die Bahn und die magnetische Achse« mit- und zusammengewirkt haben (Enz § 339, TWA 9.343). »Die Geschichte ist früher in die Erde gefallen, jetzt aber ist sie zur Ruhe gekommen.« (Enz § 339Z, TWA 9.347). Mit Aussagen dieser Art hat er unter Naturwissenschaftlern seinen Ruf verloren und wird von ihnen nicht weiter ernst genommen. Nicht anders geht es verwandten Richtungen, die sich oft ebenfalls auf Goethe berufen, mit dem Hegel in engem Austausch stand, seien es die von Rudolf Steiner gegründeten Anthroposophen oder die Schule des Psychologen C.G. Jung. Auf diese Themen ist an anderer Stelle näher einzugehen.

Das wissenschaftliche Denken sieht seine Gründung bei den griechischen Naturphilosophen. Für Demokrit, Leukipp und Empedokles sind die uns bekannten Dinge nicht schon immer da und unveränderlich, sondern sie sind aus Zufall entstanden (einer zufälligen Zusammensetzung ihrer Atome) und können sich jederzeit wieder ändern. Das hat Aristoteles kritisiert und war überzeugt, in der Natur müsse es eine Zweckmäßigkeit geben. Aus Fragen dieser Art entstand die Naturwissenschaft. Das blieb aber über Jahrtausende eine rein akademische Diskussion. Im Alltag ging jeder davon aus, dass die uns umgebende Natur schon immer so da war. Erst mit der im Mittelalter beginnenden umfassenden Untersuchung der Natur, ihrer Lebewesen, Steine, Fossilien usf, entstand allmählich ein Wissen, das Verwandtschaften und Stammlinien zwischen den verschiedenen in der Natur vorhandenen Dingen und Lebewesen nahelegte.

– II Evolution

Kein Geringerer als der Philosoph Immanuel Kant vertrat 1755 in seiner Allgemeinen Naturgeschichte und Theorie des Himmels als erster die Meinung, dass der Himmel und die Sterne eine historische Entwicklungsgeschichte durchmachen. Das war lange Zeit umstritten, gilt aber seit dem 20. Jahrhundert als gesichert. Nach ihm trat mit dem Schriftsteller Edgar Allan Poe ein weiterer Außenseiter auf, der 1848 in seinem wenig bekannten Essay Heureka noch weit mehr von der künftigen Astronomie vorwegnahm. Letzten Endes besteht kein Zweifel, dass die evolutionstheoretischen Darstellungen ebenso eine Erzählung sind wie die Schöpfungsmythen der Religionen oder der naturphilosophische Dialog Timaios von Platon. Niemand kann die Evolution vom Urknall bis zur Entstehung des Menschen experimentell überprüfen und reproduzieren, aber ihnen wird heute weit mehr vertraut und geglaubt als dem religiösen und mythischen Denken. Unmittelbar nach Kant sind in der Biologie und Geologie der Zoologe Georges Cuvier (1769-1832), der Zoologe und Entwicklungsbiologe Jean-Baptiste de Lamarck (1744-1829), der Geologe Charles Lyell (1797-1875) u.v.a. zu nennen. Wichtig waren vor allem die Anstöße aus der Paläontologie, mit der an in Gesteinen eingelagerten Fossilien auf die Vorgeschichte der heute bekannten Lebewesen geschlossen werden konnte. Der Durchbruch erfolgte ohne Frage 1859, als Charles Darwin (1809-1882) sein Werk Über die Entstehung der Arten veröffentlichte.

Er hat jedoch nicht nur den Gedanken einer gemeinsamen Abstammungslinie und Vererbung unter verwandten Arten begründet, sondern anders als Kant wählte er den Zufall als Erklärung: Innerhalb jeder Gattung verändern sich bei einzelnen Vertretern ständig durch Zufall bestimmte Eigenschaften. Mit Zufall meinte Darwin, dass weder bekannt war, warum es zu diesen Änderungen kommt, noch wie sie genau im Organismus der jeweiligen Lebewesen zu bestimmen sind. Meistens sind diese Veränderungen unbedeutend, Fehlentwicklungen gehen schnell wieder zugrunde, und oft bleiben diese Änderungen unbemerkt und sind auf Nischen beschränkt. Erst wenn sich durch äußere Einflüsse die Lebensbedingungen der Gattung radikal verändern, zeigt sich, dass nur diejenigen überleben, die durch Zufall besser darauf vorbereitet waren.

Bis heute fällt es der Evolutionstheorie schwer, diese beiden Gedanken – Abstammung und Zufallsprinzip – voneinander zu trennen. Das Zufallsprinzip geht weit über die Biologie und die Evolutionstheorie hinaus und hat nahezu weltanschaulichen Charakter bekommen. Es hat Vorläufer in der mathematischen Wahrscheinlichkeitstheorie, wenn beispielsweise der Zufall beim Würfeln oder Münzwurf beschrieben wird. Die Wahrscheinlichkeit bestimmter Ereignisse kann nur unter der Annahme berechnet werden, dass alle Ereignisse gleichwertig und völlig unabhängig voneinander sind. Das klassische Beispiel: Selbst wenn zehnmal eine Fünf gewürfelt wurde, beeinflusst das nicht den elften Wurf, bei dem wiederum mit einer Wahrscheinlichkeit von einem Sechstel eine Fünf fallen wird. Das ist nicht intuitiv, aber es verband sich mit dem liberalen Selbstverständnis der bürgerlichen Epoche, wonach alle Menschen völlig unabhängig voneinander jeweils um ihr eigenes Glück kämpfen (Homo oeconomicus, Utilitarismus). Diese Haltung wurde zur Maxime der nach-religiösen Überzeugungen und nach-metaphysischen Vernunft. Sie sah sich mit Darwin naturwissenschaftlich bestätigt. Nur wenige waren anderer Meinung. Von Einstein ist der Spruch bekannt, »Gott würfelt nicht«, aber er blieb mit dieser Überzeugung innerhalb der Wissenschaft ein Außenseiter. Erst gegen große Widerstände hat sich in den letzten Jahrzehnten in der Quantenmechanik die Erkenntnis verschränkter Ereignisse durchgesetzt, die nicht voneinander unabhängig sind.

– III Evolutionstheorie

Neue naturwissenschaftliche und mathematische Erkenntnisse unterstützten das Zufallsprinzip und führten zum Siegeszug der Evolutionstheorie. Der Priester und Laien-Gärtner Gregor Mendel (1822-1884) hatte nach jahrelanger Erbsen-Zucht bereits 1864 die nach ihm benannten Vererbungsgesetze veröffentlicht, die auf Wahrscheinlichkeitstheorie beruhen. Wenn violett blühende und weiß blühende Erbsen gekreuzt werden, lässt sich berechnen, mit welcher Wahrscheinlichkeit diese Eigenschaften in den nächsten Generationen auftreten. Das wurde zur Grundlage der Pflanzen- und Tierzucht. Ohne auf die weiter gehenden Anwendungen in der Eugenik einzugehen, die unter anderen Namen mit den Methoden der künstlichen Befruchtung etwa im Transhumanismus eine Renaissance erlebt, war für die Evolutionstheorie wichtig, dass sich mit Mendel das Zufallsprinzip experimentell bestätigt sah.

Mit der Einführung statistischer Methoden sowohl in der Quantenmechanik wie in der Volkswirtschaftslehre in den 1920ern hatte sich das Zufallsprinzip in der Evolutionstheorie endgültig durchgesetzt. Massenphänomene wie das von der Ökonomie untersuchte Verhalten von anonymen Marktteilnehmern in großen Gesellschaften (heute mit den Methoden von Big Data) wie auch der Bewegungen der unüberschaubar großen Mengen kaum zu unterscheidender, kleinster Gaspartikel, Elektronen, Atomen und deren Bestandteilen in der Physik lassen sich nicht mehr individuell, sondern nur noch statistisch beschreiben. Wichtig war der britische Mathematiker Ronald Aylmer Fisher (1890-1962), dessen Genetical Theory of Natural Selection 1930 diese Erkenntnisse auf die Biologie übertrug. Seither versteht sich die Evolutionstheorie als statistische Populationsgenetik von Gattungen mit einer Vielzahl von Arten und Individuen.

Ihren Abschluss fand die Evolutionstheorie mit der Molekularbiologie. Deren Entstehung hat der Wissenschaftshistoriker Ernst Peter Fischer (* 1947) sehr übersichtlich zusammengefasst. Wir machen uns heute kaum mehr klar, dass bis in die 1950er unbekannt war, was eigentlich die Gene sind. Sind sie eine unbestimmte philosophische Größe, vergleichbar den Vitalkräften oder Lebensstoffen? Den Anstoß zu ihrem Nachweis gab die Quantenmechanik. Niels Bohr hoffte, dass über das Gebiet der Biologie die philosophischen Grundsatzfragen der Quantenmechanik gelöst werden können. Was sind die tiefsten Beweggründe der Materie? Er war überzeugt, dass bereits in den Experimenten der Quantenphysik der beobachtende Experimentator einen nur schwer nachweisbaren Einfluss auf die von ihm beobachteten Teilchen hat, weswegen sich die Teilchen, – je nachdem, wie sie beobachtet werden – mal als Welle und mal als Teilchen präsentieren. Bohr hoffte, dass sich ein ähnliches Phänomen nachweisen lässt, wenn Biologen Lebewesen beobachten und hierbei die Gene als die kleinsten Wirkkräfte der Lebendigkeit beeinflussen, so wie ein Psychologe das Verhalten der von ihm beobachteten Patienten beeinflusst. Seit den 1927 durchgeführten Experimenten des Biologen Hermann Josef Muller (1890-1967) war bekannt, dass Taufliegen (Drosophila melanogaster) unter Röntgenstrahlung ihr Erbgut verändern. Es folgten weitere Experimente von Max Delbrück (1906-1981) und anderen, bis der Physiker Erwin Schrödinger (1887-1961) 1944 in seiner legendären Vorlesung Was ist Leben eine systematische physikalische Untersuchung des Lebens anregte. Ausgehend von seinen Ideen konnte bereits 1953 die Molekularstruktur der DNA entschlüsselt werden. Damit war die materielle Existenz der Gene nachgewiesen und dokumentiert. Es sind Makromoleküle. Unmittelbar darauf gelangen Jacques Monod (1910-1976) mit Francois Jacob wesentliche Erkenntnisse über die Proteine und ihrer Bewegungen (Genetic regulatory mechanisms in the synthesis of proteins, 1961), wobei erstmals vollständige Zyklen evolutionärer Algorithmen und deren Strukturelemente erkannt wurden. Das ursprüngliche Ziel von Bohr war jedoch widerlegt: Es gibt keine Gene, die sich unter dem Blick der Beobachter verändern, und in Folge wurde auch seine Beobachter-Theorie der Quantenphysik aufgegeben.

Das hätte der Triumph der Evolutionstheorie sein können. Doch kamen ihr Zufalls-Prinzip und ihre Verbindung mit der neoliberalen Wirtschaftstheorie hinzu. So wie die bürgerliche Richtung der Ökonomie die Menschen als ausschließlich egoistisch agierende Wirtschaftssubjekte sieht, die in der Konkurrenz mit anderen deren zu erwartendes Verhalten kalkulieren und auszunutzen versuchen, verstand der Mathematiker John von Neumann (1903-1957) das Geschehen in der Quantenmechanik als reines Zufalls-Spiel und begründete seit 1928 die Spieltheorie, die ausschließlich nicht-kooperative Spiele kennt wie Mensch-ärgere-dich-nicht, Monopoly, Schach oder das Feiglingsspiel (unvergessen der Film ... denn sie wissen nicht, was sie tun von 1955 mit James Dean) bzw. aus dem gesellschaftlichen Leben Verhaltensweisen wie den Trittbrettfahrer oder das Gefangenendilemma. Sie erlebte ihren Höhepunkt in den Zeiten des Kalten Krieges der 1950er. Aus der Spielfreude wurde die Spielleidenschaft, aus dem Miteinander das Gewinnen- und Siegen-Wollen. Während noch für Friedrich Schiller und viele andere das Spiel die Alternative zur Härte und Fremdbestimmung einer zunehmend mechanisierten Arbeit war, der Homo ludens (der spielende Mensch) der Gegenentwurf zum Homo faber und erst recht zum Homo economicus, geht es der Spieltheorie seit den 1950ern auch im Spiel vor allem um Kampf und Wettbewerb. The winner takes it all. Ausgehend von Evolutions- und Spieltheorie entwickelte sich eine konkurrenz-orientierte Psychologie, die alle Zweige des Lebens im Zeichen einer lebenslangen Konkurrenz in der Partnerwahl sieht, die keine festen Bindungen mehr kennt und von der Werbung unterstützt alles sexualisiert. Die Evolutionstheorie ergriff alle Wissenschaften und wurde in den 1970ern mit der Biosoziologie zu einer gesellschaftlich prägenden Richtung, mit der unerwartet die in den NS-Zeiten entstandene Verhaltensforschung etwa von Konrad Lorenz ihren nachträglichen Siegeszug erlebte. Die sich selbst als libertär verstehende Zeit der 68er erweist sich im Rückblick als Konkurrenzdenken, das nach und nach alle Bereiche der Gesellschaft erfasste.

– IV Krise

Das erzeugt bei allen Beteiligten großen Stress. Lehrbücher der Evolutionstheorie wählen daher gern das Beispiel der Roten Königin aus Lewis Carrolls Alice hinter den Spiegeln.

»'Hierzulande musst du so schnell rennen, wie du kannst, wenn du am gleichen Fleck bleiben willst. Und um woandershin zu kommen, muss man noch mindestens doppelt so schnell laufen!'. Die Evolution zielt nicht darauf ab, dass es dem Organismus besser geht, die Evolution verhindert nur, dass es ihm (noch) schlechter geht.« (Zrzavy u.a., 86 mit Zitat aus Alice hinter den Spiegeln)

Wichtigste Vertreter der Evolutionstheorie wurden seit den 1970ern Richard Dawkins (* 1941) und Daniel Dennett (* 1942), der die Evolutionstheorie in die Philosophie übertrug und um eine Philosophie der Evolution des Geistes erweiterte.

Dawkins brachte auf seine Art den Evolutions- und den Konkurrenzgedanken zusammen: Die Gene sind egoistisch. Wir sind in unserem Egoismus nichts als Werkzeuge der uns steuernden Gene, die sich über unser Sexual-Verhalten maximal verbreiten wollen.

Wahrscheinlichkeits- und Spieltheorie sind nicht auf die biologische Evolutionstheorie beschränkt. In der 50.000-jährigen Entwicklungsgeschichte des Menschen haben sich seine Gene nur wenig geändert. Um dennoch mit den Methoden der konkurrenz-orientierten Evolutionstheorie den Fortschritt der Zivilisation erklären zu können, führte Dawkins bereits 1978 den Begriff des Memes ein, den Dennett aufgriff und zu einer Evolution des Geistes erweiterte. Meme ist ein Kunstausdruck, der auf das griechische Worte mimema zurückgeht, das Nachgeahmte, Abbild, eine Darstellung von etwas anderem (mimetisches Verhalten). Memes sind Schlagworte, Gassenhauer, Bildsequenzen, die sich viral verbreiten. Spätestens seit den 1960ern hat sich bis in die Politik und die Medien eine Kunst der Memes verbreitet: An die Stelle inhaltlicher Auseinandersetzungen tritt der Versuch, den jeweiligen Gegner durch treffende Ironie lächerlich zu machen und ihn bloßzustellen, bevor es überhaupt zu einer inhaltlichen Auseinandersetzung kommen kann.

Die Vertreter dieser Richtung sind überzeugt, dass die Worte, Melodien und Bilder wie die Viren, Gene und die in sexueller Konkurrenz stehenden Menschen egoistisch und nicht-kooperativ sind. 2013 hat einer der Mitherausgeber der konservativen FAZ, Frank Schirrmacher (1959-2014) das mit seinem Bestseller Ego: Das Spiel des Lebens auf den Punkt gebracht. Besser als mit diesem Titel lässt es sich nicht sagen, und das Buch kann nur empfohlen werden. Auch nach über 10 Jahren hat es nichts an Aktualität verloren.

Seither stellt sich die Frage, ob sich nicht doch zeigen lässt, dass kooperatives Verhalten einen Evolutionsvorteil bieten kann. Innerhalb der Evolutionstheorie gibt es Neuentwicklungen, die im Folgenden am Beispiel der Evolutionären Algorithmen dargestellt werden sollen.

– V Kritik

Zusammenfassend einige Kritikpunkte an der Evolutionstheorie (die insbesondere von dem Philosophen Dieter Wandschneider vorgetragen wurden):

– Darwin muss das Leben voraussetzen. Er geht vom Überlebenswillen aus, der ohne Leben nicht möglich ist. Aber haben bereits Gaspartikel, der im Universum verteilte Staub oder Steine einen Lebenswillen? Wie ist es bei Einzellern und Viren? Wo ist die Grenze? Die Entstehung des Lebens bleibt offen.

– Die Evolution kann nicht das Verhältnis von Anpassung und Höherentwicklung erklären. Sie postuliert, dass sich die Arten mit den größeren Lebenschancen durchsetzen. Aber stimmt das? Sind nicht oft die Höherentwickelten stärker gefährdet und die Geringer-Entwickelten mit größeren Überlebenschance versehen? Einzeller und Viren leben sicher länger als wir Menschen.

– Kann sich die Evolution auf Variation und Selektion beschränken? Ist nicht nach jeder Selektion eine Stabilisierung notwendig, um ein neues Gleichgewicht des Lebens zu erreichen? (Campbell, Luhmann)

– Wie ist die Sprache, bzw. wie sind die Memes als die genetischen Elemente der Sprache entstanden? Darauf können die Evolutionstheoretiker keine Antwort geben.

Evolutionäre Algorithmen

– I Was sind evolutionäre Algorithmen

Im weitesten Sinn können alle Nachbildungen und Simulationen von natürlichen Lebewesen durch Roboter, künstliche Vehikel bis hin zu künstlichen Gehirnen als evolutionäre Algorithmen verstanden werden (Lenzen, 219-225). Derzeit erlebt diese Richtung im Ukraine-Krieg mit der Entwicklung und dem Einsatz neuer Waffensysteme einen unerwarteten, bedrückenden Aufschwung. Eine besondere Ausprägung sind Algorithmen, mit denen nach dem Vorbild des Verhaltens von Ameisen oder möglicherweise anderer Insekten, Bakterien oder Viren ein Schwarmverhalten simuliert wird, wie es durch das bereits 1970 von John Conway (1937-2020) eingeführte Spiel des Lebens bekannt ist. Inzwischen gibt es maschinelle Intelligenz: Das sind Algorithmen, die aus den zustimmenden oder ablehnenden Antworten der Anwender lernen und fortlaufend besser übersetzen oder Standardtexte entwerfen können (wie z.B. DeepL, ChatGPT).

Evolutionäre Algorithmen bilden die Evolution nach. Sie bestimmen in der jeweiligen Situation den mit ihr gegebenen Möglichkeitsraum und bewerten alle angebotenen Alternativen. Daraus ergibt sich eine Selektion. Oder in den Worten von Manuela Lenzen: »Für einen genetischen Algorithmus wird zuerst ein Suchraum definiert, der die Menge der zulässigen Lösungen umfasst. Eine Bewertungs- oder Fitnessfunktion bestimmt für jedes Element des Suchraums dessen Qualität. Die Fitnessfunktion ist entweder statisch oder selbst variabel.« (Lenzen, 244)

Wie aber kann der Suchraum entworfen werden? Wird vom Zufalls-Prinzip ausgegangen, ist es ein mathematischer Wahrscheinlichkeitsraum einer Vielzahl voneinander unabhängiger Ereignisse, in dem untersucht werden kann, ob es unter ihnen Ähnlichkeiten, Verwandtschaften und Pfade gibt, die von einem Ereignis zu einem anderen führen. Auf diese Weise hat John von Neumann die experimentell beobachteten Ereignisse der Quantenmechanik untersucht und sie als Übergangswahrscheinlichkeiten von einem Ereignis zum nächsten beschrieben. Vermutlich ist dieser Ansatz viel zu allgemein, führt zu einer kombinatorischen Explosion aller Verknüpfungs-Möglichkeiten und ist daher nicht praktikabel. Stattdessen ist nach einem Suchraum zu fragen, der derjenigen Situation näher kommt, die der tatsächlichen Evolution entspricht. Wenn wir von Entscheidungsmöglichkeiten sprechen, werden immer implizit vorhandene Vorannahmen und Rahmenbedingungen berücksichtigt, dessen sich die meisten gar nicht bewusst sind. Das ist bei allen EDV-Projekten die große Schwierigkeit und die Quelle fast aller Missverständnisse, wenn ein Programmierer zu verstehen versucht, wie derjenige denkt und entscheidet, dessen Handeln von Algorithmen nachgebildet und übernommen werden soll. Wird nach dem Algorithmus gefragt, wie auf der Erde Leben entstehen konnte und sich weiter zu entwickeln vermag, kann und muss berücksichtigt werden, dank welcher geologischen Besonderheiten die uns bekannte Evolution erfolgt. Sie setzt die mit der Erde gegebenen organischen Prozesse voraus, von den Jahreszeiten über die typischen Lebensläufe der uns vertrauten Pflanzen und Tiere bis zur Erinnerung an großen Katastrophen. Daher ist es naheliegend, ein Modell der Erde zu entwerfen, das zum Paradigma eines Suchraums wird. Das ist die Grundidee der epigenetischen Landschaften.

– II Beispiele

Monod hat für seine Erkenntnisse des Zusammenwirkens der Proteine (einschließlich des Gen-Silencing, wörtlich: Gene-zum-Schweigen-bringen, sie vorübergehend ausschalten) Diagramme gezeichnet, die den frühen Arbeiten des Mathematikers und Logikers Warren McCulloch in Richtung neuronaler Netze ähnlich sehen:

   

Links »Verschiedene 'Regelungsweisen' durch allosterische Wechselwirkungen. Die durchgezogenen Pfeile symbolisieren Reaktionen die (mit A, B, usw. bezeichnete) Zwischensubstanzen produzieren. Der Buchstabe M steht für den Endmetaboliten, das Endergebnis der Reaktionsfolge. Die gestrichelte Linie zeigt die Herkunft und den Angriffspunkt eines Metaboliten an, der als allosterischer Effektor, Inhibitor oder Aktivator einer Reaktion wirkt.« (Monod, 70)
Rechts »Regelung der Systeme der Enzyme des 'Laktose-Systems'.
R: Repressor-Protein, assoziiert mit einem Induktor-Galaktosid, das durch ein Sechseck dargestellt ist.
T: Repressor-Protein, assoziiert mit dem Operator-Segment (o) der DNS
i: Regulator-Gen, das die Synthese des Repressors lenkt
p: Promotor-Segment, Ausgangspunkt der Synthese der Boten-RNS (messenger-RNS oder mRNS)
G₁, G₂, G₃: Struktur Gene, die die Synthese der drei mit P₁, P₂, P₃ bezeichneten Proteine des Systems lenken« (Monod, 76)

In jedem Diagramm gibt es einen linearen Prozess, z.B. A → B → C → M oder A → B → C → X → X' oder i → p → o → G₁ → G₂ → G₃.

Für diesen Prozess kann es weitere Bedingungen geben, und von ihm können weitere Prozesse abzweigen und zurückkehren, so wie in der Programmierung Programmabläufe mit Unterroutinen entwickelt werden. Die Unterroutinen können in vielen Prozessen wieder-verwendet werden. Das ermöglicht, die Unterroutinen als eigene Objekte zu betrachten und fortlaufend zu verbessern. Übergeordnete Prozesse sind Netzwerke, mit denen Unterroutinen verknüpft werden.

Im Einzelnen bedeuten die von Monod dargestellten Diagramme:

Hemmung durch Rückkoppelung: M ist das Ergebnis des Prozesses, kehrt zum Prozessanfang zurück und bewirkt, dass im Weiteren der Prozess gehemmt wird.

Aktivierung durch Rückkoppelung: In diesem Beispiel bewirkt umgekehrt das Ergebnis des Prozesses eine Aktivierung. Typisches Beispiel ist ein vom Prozess erzeugter Katalysator, der im Weiteren den Prozess beschleunigt.

Parallel-Aktivierung: Es gibt zwei zunächst voneinander unabhängige Prozesse, die sich wechselseitig beeinflussen. Sie können kooperieren und eventuell gemeinsam zu etwas Neuem finden. Aber es kann auch zu einer Prozess-Blockade führen, wenn beide Prozesse einander hemmen bzw. aufeinander warten.

Aktivierung durch einen Präkursor (Vorläufer): Einzelne Schritte einer Prozesskette setzen einen zusätzlichen Vorläufer voraus. Der Eintrag in Wikipedia gibt viele Beispiele.

Aktivierung durch das Substrat: Der Prozess verläuft durch ein Medium, von dem er unterstützt werden muss. Zum Beispiel verlaufen viele Prozesse am besten im Wasser. Es kann auch gemeint sein, dass manche Prozesse nur in bestimmten Aggregat-Zuständen möglich sind, etwa im flüssigen oder im gasförmigen Zustand. Inzwischen sind zahlreiche weitere Aggregat-Zustände bekannt, die bei extremer Kälte auftreten und dank ihrer besonderen Geometrien Wirkungen haben, die aus dem Alltag in den uns vertrauten Temperaturen unbekannt und nicht möglich sind (davon soll ein Vortrag im Herbst 2024 handeln).

Regelung der Systeme der Enzyme des 'Laktose-Systems': Der in dem Diagramm rechts dargestellte Ablauf war die Erkenntnis von Monod, mit der er berühmt geworden ist. Der obere lineare Streifen miteinander verknüpfter Kugeln (Gene) zeigt verschiedene Abschnitte auf der DNA. Mit dem Anfangsschritt i (Initialisierung) wird ein Repressor-Protein gesucht, dessen Bewegung formal einer Unterroutine gleicht. Es ist entsprechend der äußeren Gestalt von Proteinen durch ein Wollknäuel symbolisiert. An dem Protein befindet sich Zucker (Galaktosid), z.B. Milchzucker (Lactose), der erst auf dem zweiten Blick unten rechts als Sechseck zu sehen ist. Wenn dieses Protein gefunden ist, wechselwirkt es im Schritt o (Operation) mit einem weiteren Protein, dem Repressor-Protein, das mit einem anderem Segment der DNA verbunden ist. Ist es dazu gekommen, wird gesteuert von weiteren Abschnitten auf der DNA eine RNA gebildet, die in der wellenförmigen mittleren Zeile angedeutet ist. Die RNA wechselwirkt mit weiteren Proteinen, die in der Umgebung vorhanden sein müssen. Mit ihnen werden neue Unterroutinen ausgeführt, deren Abfolge im Ganzen das Laktose-System ergibt. – Dies System ist noch intelligenter, als es auf den ersten Blick aussieht. In der Regel bevorzugt der Organismus Zucker in der Gestalt von Glykose und greift nur bei dessen Mangel auf Laktose zurück. Wenn Glykose vorhanden ist, wird von der DNA ein eigener Prozess angestoßen, der mit den geeigneten Proteinen sicherstellt, dass das Laktose-System nicht ausgeführt wird. Das ist ein Beispiel von Gen-Silencing.

Diese Darstellung von Monod ist weit besser als viele Programmier-Handbücher und sie hätte beim Lernen des Programmierens viel helfen können. Zugleich zeigt sie, wie komplex und aufeinander eingespielt die Prozesse innerhalb jeder biologischen Zelle sind. Das ist ein Beispiel, warum von Vertretern des Intelligent Design gesagt wird, dass nicht alles durch Zufall entstanden sein kann.

Ein anderes Beispiel sind Algorithmen, die Dawkins programmiert hat. Sie ähneln dem Spiel des Lebens von Conway. Dawkins war überrascht und begeistert, mit wie wenig Schritten Zeichnungen entstehen, die wie einfachste Lebewesen aussehen.

Ausdruck eines von Dawkins entwickelten Computerprogramms mit dem Namen EVOLUTION
Quelle: Dawkins 1986, 92) »Als ich das Programm schrieb, kam mir niemals der Gedanke, daß es etwas anderes entwickeln könnte als eine Varietät von baumähnlichen Gestalten. Ich hatte Trauerweiden erhofft, Libanonzedern, Pyramidenpappeln, Meeresalgen, vielleicht Hirschgeweihe. Nichts in meiner Intuition als Biologe, nichts in meiner 20jährigen Erfahrung im Programmieren von Computern, und nichts in meinen verrücktesten Träumen hatte mich auf das vorbereitet, was tatsächlich auf dem Bildschirm erschien. Ich kann mich nicht daran erinnern, an welchem Punkt der Sequenz es mir zu dämmern begann, daß eine durch Evolution entstandene Ähnlichkeit mit einem Insekt möglich war. Voller Argwohn begann ich zu züchten, Generation auf Generation - und von jedwedem Kind, das am meisten wie ein Insekt aussah. Mein ungläubiges Erstaunen wuchs in gleichem Maße wie die sich entwickelnde Ähnlichkeit. Der Leser erkennt die sich schließlich ergebenden Resultate in Abb. 4 unten. Ich gebe zu, sie haben acht Beine wie eine Spinne, statt sechs Beine wie ein Insekt, aber sei es drum! Ich spüre immer noch das Triumphgefühl, das mich erfüllte, als ich diese sonderbaren Kreaturen zum ersten Mal vor meinen Augen entstehen sah. Ganz deutlich hörte ich die triumphierenden ersten Akkorde von Also sprach Zarathustra (dem Thema zum Film 2001) in meinem Geist. Ich konnte nicht essen, und in jener Nacht schwärmten 'meine' Insekten hinter meinen Augenlidern herum, als ich zu schlafen versuchte.« (Dawkins 1986, 93f)

Zrzavy u.a. berichten von einer »Computersimulation«, mit der in 2.000 Generationen die Entwicklung des Auges beschrieben werden konnte (Zrzavy u.a., 248).

Können evolutionäre Algorithmen selbständig (autonom) werden und nicht nur das ausführen, was buchstäblich vor-programmiert ist? Für den Biologen Stuart Kauffman (* 1939) ist das möglich, wenn es ihnen gelingt, sich aus ihrer Umgebung die erforderlichen Ressourcen zu verschaffen und die sie umgebende Strömung in Prozessen der Selbstorganisation neu zu gestalten. Vorbilder gibt es in der unbelebten Natur, wenn sich in Flussströmungen Wirbel bilden und Strömungs-Figuren entstehen, mit denen sie ihre Umgebung neu gestalten. Das kann als Formtätigkeit bezeichnet werden. Ein Beispiel wäre ein mit evolutionären Algorithmen ausgestattetes Schiffchen, das die Strömung nutzen und mit der daraus gewonnenen Energie auch gegen den Strom schwimmen und auf diesem Weg erforderliche Nährstoffe erreichen kann, die entlang des einfachsten Weges nicht verfügbar sind. Das ist für Kauffman die Antwort, wie gegenüber den Hauptsätzen der Thermodynamik dennoch Leben möglich ist: Die Thermodynamik postuliert eine fortlaufend gesteigerte Unordnung (Entropie). Wenn es dagegen gelingt, das Strömungsverhalten zu nutzen, kann ein autonomer Agent sich die entscheidende Ressource verschaffen: Die Ordnung, mithilfe derer eine Stabilisierung möglich ist. (S. Kauffman, 154).

Stuart Kauffman ist überzeugt, dass dies nur durch das Zusammenwirken von Agenten (selbständigen Prozessen) möglich ist. Als Beispiel wählt er die Verteilung eines Tintentropfens im Wasser. Es kommt zu einer turbulenten Bewegung des Tropfens, bis er sich in einer neuen Gestalt (Form) ausbreitet und in ihr ein Gleichgewicht findet (S. Kauffman, 155).

– III Epigenetische Landschaften

Ein vielversprechender Ansatz geht auf den britischen Entwicklungsbiologen Conrad Hal Waddington (1905-1975) zurück, der ähnlich wie Kauffman an vielen Gebieten interessiert war und als Paläontologe, Genetiker, Embryologe und Philosoph gearbeitet hat. Er hat bereits 1942 die Idee der Epigenetik vertreten und sie in den 1950ern mit zeitgenössischen mathematischen Theorien (dynamische Systeme, Attraktoren) zu formulieren begonnen. Wurde früher eine direkte Abhängigkeit des Phänotyp (das äußere Erscheinungsbild eines Lebewesen) vom Genotyp (dem Erbgut) behauptet (siehe für eine erste Einführung den lesenswerten Eintrag in Wikipedia zur Philosophie der Biologie), wird seit Waddington mit der epigenetischen Landschaft die Zwischenebene zwischen Geno- und Phänotyp ausgearbeitet (Evolutionäre Entwicklungsbiologie). Der von ihm geprägte Ausdruck Epigenetik ist zusammengesetzt aus dem griechischen Präfix epi in der Bedeutung »auf, an, bei, bis, zu, gegen, darüber, hinzu, nach« und ‘Genetik’.

Er arbeitete nicht nur mit Naturwissenschaftlern, sondern bewegte sich auch in Künstlerkreisen und fand dort in John Piper (1903-1992) den geeigneten Maler, um seine bildhaften Ideen umsetzen zu lassen (Baedke, 758, Figur 3 A und B). (Es lohnt sich z.B. über Google / Bilder weitere Werke von Piper anzuschauen, um zu verstehen, vor welchem Hintergrund diese Zeichnungen entstanden sind. Manches erinnert an William Blake.)

»Ausschnitt einer epigenetischen Landschaft. Der Weg, den die Kugel auf dem Weg zum Betrachter zurücklegt, entspricht der Entwicklungsgeschichte eines bestimmten Teils des Eies. Zunächst gibt es eine Alternative, nach rechts oder nach links. Entlang des ersten Weges bietet sich eine zweite Alternative an; entlang des Weges nach links setzt sich der Hauptkanal nach links fort, aber es gibt einen alternativen Weg, der jedoch nur über eine Schwelle erreicht werden kann.)« (Waddington, 29 Figur 4, übersetzt mithilfe DeepL)

Diese Landschaft wird schrittweise aus einem endlichen Netzwerk von Genen entwickelt, wie es bereits Monod skizziert hatte. Die einzelnen Schritte sind in einer neueren Darstellung von 2012 sehr gut zu erkennen. Die Zeichnung stammt von Sui Huang. Der in der Schweiz aufgewachsene Molekular- und Zellbiologe ist ein Schüler von Stuart Kauffman.

Epigenetische Landschaft. Quelle: Huang 2012, 151

Die Kästen A, B, C und D zeigen sehr gut, wie sich das Verständnis des Konfigurationsraums der Gene entwickelt hat. In diesem vereinfachten Beispiel wird von 9 Genen x₁, x₂, x₃, x₄, x₅, x₆, x₇, x₈, x₉ ausgegangen.

In A sind die 9 Gene als rote Kugeln auf einer Linie dargestellt. Nach den Erkenntnissen von Watson und Crick ist sie in eine Doppelhelix verdrillt. Um es nicht zu komplex werden zu lassen, ist sie hier als lineares Band vereinfacht.

Waddington geht darüber hinaus. Er vermutet eine Vielzahl verborgener Verbindungen zwischen den Genen, das Gene regulatory Network, GRN, auf deutsch Genregulationsnetzwerk). Das ist in Kasten A unten zu sehen. Die 9 Gene liegen nicht mehr einfach nebeneinander, sondern bilden einen Graphen, der nur zweidimensional (d.h. auf einer Ebene und nicht mehr auf einer Linie) gezeichnet werden kann. Die Verbindungslinien zeigen, welche Gene sich gegenseitig hemmen bzw. verstärken können.

Dies Netzwerk erhebt sich in mehreren Stufen zu einer dreidimensionalen Landschaft. In B sind die 9 Gene wie bei Waddington als Pflöcke dargestellt (siehe das Titelbild am Anfang des Beitrags). An der Höhe der Pflöcke ist abzulesen, in welchem Maß die Gene gehemmt bzw. verstärkt sind. Der Übergang der beiden auf blauen Ellipsen eingezeichneten Netzwerke zeigt, wie sich die Hemmungen und Verstärkungen in der Zeit von t₁ zu t₂ ändern können. Das Netzwerk ist nicht starr, sondern lebt.

Kasten C: Die Veränderung des Netzwerks kann mathematisch wie die Veränderung der Temperaturverteilung auf einer Herdplatte oder der Farbverteilung auf einer Computer-Animation beschrieben werden. Mathematisch handelt es sich um Funktionen mit komplexen Variablen, die jeweils einen realen und einen imaginären Anteil enthalten. Das ist mit der blauen Fläche und ihren beiden Achsen angedeutet. Auf der Fläche ist eingetragen, wie sich vom Zeitpunkt t₁ zu t₂ der Zustand des Netzwerks S(t₁) in S(t₂) verändert, wobei sich der jeweilige Zustand aus den aktuellen Gewichtungen der 9 Gene zusammensetzt.

Kasten D: Im letzten Schritt wird an jedem Zustand S(tᵢ) die Neigung (das Gefälle) berechnet, sich in einen anderen Zustand zu verändern. Das ergibt das Gebirge. Entlang der hellbraun gezeichneten Höhenlinien ändert sich die Neigung (das Gefälle) nicht. Mit den blau hervorgehobenen Pfeilen ist eingetragen, mit welcher Wahrscheinlichkeit der Abstieg von einer Höhenlinie zu einer niedriger gelegenen Höhenlinie erfolgt. Es ist zu erkennen, wie sich Basins bilden, die kaum mehr verlassen werden können. Dort bilden sich konzentrisch angeordnete Höhenlinien aus: die Attraktoren.

Gibt es eine Beschreibung für den vollständigen Strömungsprozess von der Spitze des Berges entlang der Flüsse bis in die Basins und zum Boden? Mathematisch sind hierfür die geeigneten Differentialgleichungen zu finden, die Waddington für einfache Beispiele entworfen hat (Waddington, 16 und 17f). Es ist jedoch wichtig zu ergänzen: Mathematisch gibt es keine Möglichkeit, Differentialgleichungen dieser Art aus Axiomen herzuleiten. Vielmehr müssen unterschiedliche Entwürfe ausprobiert werden, bei denen schrittweise Variablen in unterschiedlichen Potenzen und intuitiv geratene Konstanten angenommen und geprüft werden, bis eine Lösung gefunden ist. Das ist meist ein langwieriger Prozess mit vielen Irrwegen, und es bleibt dem Instinkt des Mathematikers überlassen, intuitiv treffende Lösungen zu finden. (Heute wird versucht, diesen Prozess mit neuronalen Netzen zu automatisieren.)

Erst wenn das zum Erfolg geführt hat, kann für die gefundene Lösung eine neue mathematische Disziplin mit Axiomen eingeführt werden, aus denen sie hergeleitet werden kann. Im einfachsten Fall werden wie bei den Wahrscheinlichkeitsräumen keinerlei Annahmen über die Raumstruktur getroffen. Das genügt für eine Aufgabe wie die epigenetischen Landschaften sicher nicht. Daher werden in den mathematisch entworfenen Raum schrittweise weitere Operationsmöglichkeiten eingeführt. Beispiele: (i) Der Raum soll euklidisch sein. Er ist eben, und es gibt nur Punkte, Geraden und Kreise, die gedreht und verschoben, aber nicht verbogen, verbeult oder geteilt werden können. Wenn Geraden und Kreise einander kreuzen, leisten sie keinen Widerstand. (ii) Oder er ist mechanisch: Es gibt unterschiedlich schwere Partikel, die sich drehen, verschieben und einander wegstoßen können. (iii) Einstein nahm einen gekrümmten Raum an, dessen Krümmungsmaß zu bestimmen ist. (iv) Seit der Quantenmechanik werden Räume definiert, deren Bewegungen bestimmten Symmetrien folgen. So enthält jeder Raum die Eigenschaften, die der jeweiligen Aufgabenstellung entsprechen. Die Idee der epigenetischen Landschaft liegt nach meinem Eindruck darin, nach den geometrischen und mechanischen Räumen (v) einen geologischen Raum zu definieren, dessen Bewegungsmöglichkeiten den von der Geologie bekannten Bewegungen der Erde entsprechen. Der geologische Raum ist der gesuchte Ansatz, um für die Evolutionstheorie einen Möglichkeitsraum zu finden, in dem die Variation, Selektion und Stabilisierung (die Waddington Kanalisierung nennt) beschrieben werden können.

Die in den Differentialgleichungen auftretenden Konstanten entsprechen den von Waddington und Piper gezeichneten Pflöcken.

– Mit den neuronalen Netzen hat sich ein völlig neuer Weg ergeben, die Differentialgleichungen zu beschreiben. Den Konstanten der Differentialgleichungen, d.h. den Pflöcken (Genen) bei Waddington, entsprechen die Gewichte der neuronalen Netze entsprechen.

Das scheint Waddington bereits intuitiv geahnt zu haben. Es ist verblüffend, wie nahe seine Darstellung den neuronalen Netzen kommt.

»Die Organisation eines Entwicklungspfades um eine Schwerpunktreaktion (focal reaction) herum. Beide Hälften des Diagramms zeigen die gleiche Reihe von miteinander verbundenen Reaktionen. Auf der linken Seite bringt eine hohe Aktivität des Prozesses e bis E eine Reihe von Nebenreaktionen ins Spiel, die zur Bildung von Substanzen wie F und X führen; letztere werden bald beginnen, eine Rückkopplung auf die Sequenz b bis Y auszuüben. Auf der rechten Seite liegt der Aktivitätsschwerpunkt auf dem Prozess g bis G, der eine ganz andere Reihe von Nebenreaktionen auslöst, die zu Stoffen wie P und Q führen.« (Waddington, 56 Figure 6, Übersetzung mithilfe DeepL)

Beide Diagramme entsprechen den Darstellungen neuronaler Netze und maschinellen Lernens. Die mit Großbuchstaben geschriebenen Punkte in der Mitte wie z.B. E und G entsprechen den in neuronalen Netzen gebildeten Gewichten, mit deren Hilfe aus den Eingaben a, b, c, … auf der linken Seite auf die Ausgaben F, X, Y, P, Q auf der rechten Seite geschlossen wird, wobei ausdrücklich Zirkularitäten wie bei X zugelassen sind.

Die epigenetische Landschaft ähnelt der embryologischen Entwicklung, bei der sich die Organe und die Beziehungen zwischen den Organen ausbilden. Inzwischen gibt es zahlreiche Arbeiten, mit diesem Verständnis über die Embryologie die gesundheitliche Konstitution eines Menschen zu beschreiben und insbesondere Krebserkrankungen zu erklären (siehe z.B. Huang 2012). Krebszellen sind kein von außen eingedrungener Fremdkörper, sondern sie sind den anderen Organen des Körpers vergleichbar, jedoch mit einer destruktiven Wirkung. Sie verfügen wie andere Zellen über zahlreiche Prozesse, mit denen sie sich stabilisieren, schützen und ausbreiten können. Krebszellen sind für sich lebendig. Zum Beispiel sind sie in der Lage, körpereigene Abwehrprozesse wie die Apoptose auszuschalten, mit denen Zellwucherungen abgebaut werden (programmierter Zelltod). Sie nutzen die gleichen Möglichkeiten, wie sie anderen Zellen zur Verfügung stehen.

Krebszellen können entstehen, wenn der Entwicklungsverlauf in Täler (Attraktoren) führt, die im Sinne des Fortlebens des gesamten Organismus keine ausgereiften Zelltypen (»matured cell typs«) bilden. Das führt zu einem neuen Verständnis sowohl der Embryologie wie auch der Krankheiten und kann der Philosophie der Biologie eine neue Orientierung geben: Offensichtlich ist die Natur der Lebewesen und ihrer Embryologie so eingerichtet, dass der Entwicklungsgang nicht vollständig vorherbestimmt ist, sondern Abweichungen möglich sind. Kein Lebewesen und kein Mensch besteht nur aus gelungenen Organen, sondern trägt den Keim von Abirrungen in sich. – Die Basins der epigenetischen Landschaft können anschaulich als Augen bezeichnet werden (Zrzavy u.a., 236-243). Dieses Bild lässt sich mit ein wenig Phantasie erweitern: Jedes Lebewesen enthält gelungene wie auch misslungene Augen, Augen, mit denen das Gute und das Böse nicht nur wahrgenommen, sondern wie auf einem Pfauenrad dargestellt wird. Jedem Menschen ist die Freiheit gegeben, mit der Vielfalt der in ihm angelegten Bildungen und Missbildungen seinen persönlichen Weg zu finden und auf gleiche Weise das ebenso in sich widersprüchliche Verhalten anderer Lebewesen zu verstehen.

Ein solcher Raum zeigt die Möglichkeiten und Gefahren, einen der Attraktoren zu erreichen bzw. sich in ihm zu verlieren. Für mich müsste ein optimaler evolutionärer Algorithmus in der Lage sein, neben der Gebirgslandschaft auch die äußeren Einflüsse zu erkennen, die den Windströmungen, tektonischen Bewegungen und dem Flow der ihren Weg findenden Kugel entsprechen, um im Bild der epigenetischen Landschaft zu bleiben.

In dieser Darstellung fehlt allerdings noch ein übergreifender Kreislauf: Die den Berg hinabfließenden Ströme müssen in einer Kreisbewegung wieder zur Bergspitze zurückkehren und dort die Quelle sprudeln lassen. Anschaulich sind einige Möglichkeiten gegeben: Durch die Flüsse wird die Landschaft nass. Ein Teil der Nässe verdunstet, steigt über Wolken auf und regnet herab. Ein anderer Teil steigt innerhalb des Berges auf. So ergibt sich ein Kreislauf. Er wird am Leben gehalten durch äußere Energiequellen wie die Sonne, die das Wasser erwärmt und aufsteigen lässt und entgegenwirkend die Schwere der Erde, die die in die Luft steigende Nässe anzieht.

Das Bild dieser Landschaft ist von mythologischer Kraft. Der Berg scheint aufzublühen. Die Attraktoren wirken wie Augen, die sowohl als gelungene Organe eines übergreifenden Organismus in das Gute schauen, wie auch in den Missbildungen misslungener Attraktoren zu Krebszellen degradieren und den Körper bedrohen. So wird insgesamt in dem als Körper gedachten Berg eine innere Spannung aufrecht erhalten, dank derer er lebendig bleibt.

Das Bild des Berges entspricht urtümlichen Mythen, die im kollektiven Unbewussten überliefert sind (C.G. Jung). Als Beispiel sei eine Zeichnung des Mons philosophorum (Der philosophische Berg) von 1616 genannt, wobei der Mons philosophorum von ähnlicher Bedeutung ist wie der Stein der Weisen, der Lapis philosophorum:

Steffan Michelspacher, Cabala, Spiegel der Kunst und Natur, 1616. Beispiel für den Mons philosophorum.
Quelle: Staatsbibliothek Berlin
»Die Zeichnung (Tafel) symbolisiert die alchemistische Verbindung (conjunctio). Der merkwürdige gewölbte Tierkreis (dessen zwölf Figuren nicht der traditionellen Ordnung entsprechen) ist mit den zwölf Prozessen der Kunst verwandt, wobei die Entsprechungen durch zugehörige Siegel verkündet (oder vielleicht eher verborgen) werden. Das Innere des Berges hat die Form eines reichen Palastes, auf dessen Dach ein Phönixvogel seine Schwingen ausbreitet« (alamy.com), übersetzt mithilfe DeepL.

Zwar fehlt das herabfließende Wasser, aber die Gestalt des Berges (die epigenetische Landschaft) zeigt die von oben herabfließende Bewegung in eine fruchtbare Landschaft. Sieben Stufen führen auf ein Monument, auf dem im Zentrum der Zeichnung ein Laboratorium steht, in dem einige Alchemisten inmitten des Berges bei der Arbeit sind und offenbar für die Werktätigen (Vulkan, Hephaistos) stehen. Die sieben Stufen stehen für die sieben Methoden der alchemistischen Prozeduren (im weitesten Sinn Algorithmen). Über ihnen sind erst ein Adler und auf der Krone der tanzende Merkur zu sehen, der Werkmeister des Geschehens. Unter Merkur befinden sich Sonne und Mond, das solarische und das lunarische Leben. Die Reduktion von 12 auf 7 zeigt eine dunkle Seite. Merkur steht für das Merkurialwasser.

Intelligent Design

Die Evolutionstheorie hat sich zu einer Weltanschauung entwickelt. Das musste Widerspruch hervorrufen. Jeder Kritik an der Evolutionstheorie wird vorgehalten, sich im Umfeld der politischen Rechten und in Gegnerschaft zu allen Ideen der Aufklärung zu befinden. Im 17. Jahrhundert war in Europa als Antwort auf die entstehende Wissenschaft der Pietismus entstanden, eine Frömmigkeitsbewegung mit Verbindungen zu Naturmystikern und Alchemisten wie Paracelsus und anderen spiritualistischen Richtungen. Daraus ging im 20. Jahrhundert in Nordamerika der Evangelikalismus hervor, der gemeinsam mit der Pfingstbewegung weltweit annähernd 30 % der Christenheit ausmacht. Aus ihm entstand in den 1980ern der Kreationismus. Intelligent Design wird von seinen Kritikern als Versuch verstanden, dem Kreationismus eine wissenschaftliche Fassade verleihen zu wollen.

Mit Behe und Dembski traten Wissenschaftler auf, die sich wie zu erwarten auf die Frage nach dem Zufall konzentrierten und sogleich aus der Gemeinschaft der Wissenschaft (scientific community) ausgestoßen werden sollten. Sie suchten sich neue Zusammenhänge und fanden sie insbesondere beim christlich-konservativen Discovery Institute in Seattle, Washington, das 1991 u.a. von einem früheren Mitarbeiter der Reagan-Regierung gegründet wurde. Das wird ihnen wiederum vorgehalten als Beweis, welche politischen Absichten sie verfolgen.

– I Nicht-reduzierbare Komplexität (Behe)

Michael Behe (* 1952) ist Professor für Biochemie, begann 1978-82 mit Untersuchungen der DNA, wandelte sich jedoch von einem Anhänger der Evolutionstheorie zu ihrem Kritiker. Sein Buch Darwin's Black Box von 1996 wurde viel beachtet und kritisiert. Die Kollegen an seiner Universität distanzierten sich von ihm. Im Eintrag in Wikipedia steht: Er konnte bei einer Anhörung im Prozess »Kitzmiller v. Dover Area School District« 2005 keinen Fachwissenschaftler nennen, der auf seiner Seite steht. Dawkins ist einer seiner prominentesten Kritiker.

Auch wenn der von ihm nahegelegte physikotheologische Gottesbeweis entsprechend der Kritik durch Kant und Hegel nicht geteilt wird (wer Gott glaubt beweisen zu können, stellt sich über ihn), sind seine Argumente beachtenswert und haben trotz aller Ablehnung das Selbstverständnis der Evolutionstheorie zweifellos herausgefordert und zu dessen Klärung beigetragen. Sein einfaches und kaum zu widerlegendes Argument: Darwin, Mendel und die Populationsgenetiker hatten noch keine klare Vorstellung, was die Gene eigentlich sind. Die Gene waren für sie einfachste Grundelemente vergleichbar den Punkten der Geometrie, mechanischen Partikeln, Elektronen oder Atomen. Sie waren Black Boxes. Mit der Molekulargenetik und dem Nachweis der DNA fiel Licht in ihr Inneres. Überraschend zeigte sich, dass vergleichbar den unerwartet komplexen Teilchen der Quantenmechanik und ihren ungewöhnlichen Verhältnissen wie dem Welle-Teilchen-Doppelcharakter auch die Gene und ihre Eigenbewegung keineswegs einfacher sind als die von ihnen gesteuerten Lebewesen. Ist es da plausibel, dass die Komplexität der Gene und Proteine aus bloßem Zufall entstanden ist? Diese Frage hatte bereits Monod nach dem Nachweis der Proteine und deren ungewöhnlichen Bewegungen gestellt und von »Seltsamen Objekten« (Monod, 23) gesprochen, die weder eindeutig künstlich noch natürlich sind. Ihr Verhalten ist nicht mehr rein mechanisch zu verstehen. Er sprach von »Teleonomie« (Monod, 27), um den für ihn im alltäglichen Umgang verbrannten Ausdruck ‘Teleologie’ zu vermeiden.

»Die Steuerung der Tätigkeit, die Sicherung der funktionalen Kohärenz und der Aufbau der chemischen Maschine werden also durch Proteine besorgt. Alle diese teleonomischen Leistungen der Proteine beruhen in letzter Instanz auf ihren sogenannten 'stereospezifischen' Eigenschaften, d. h. auf ihrer Fähigkeit, andere Moleküle (darunter auch andere Proteine) an ihrer Form zu 'erkennen', so wie sie durch ihre molekulare Struktur festgelegt ist.« (Monod, 56)

»Die Proteine erfüllen ihre 'dämonische' Funktion dank ihrer Fähigkeit, zusammen mit anderen Molekülen non-kovalente stereospezifische Komplexe zu bilden.« (Monod, 67)

Behe suchte nach einem Begriff, um das Seltsame der seltsamen Objekte zu bestimmen. Er sieht es in ihrer Nichtreduzierbaren Komplexität. Damit meint er, dass diese Objekte aus Komponenten bestehen, die einander wechselseitig bedingen. Das entspricht der von Monod studierten Parallel-Aktivierung und kann für Behe unmöglich durch bloßen Zufall entstanden sein, sondern setzt einen Designer voraus, der diese Komponenten und ihr Zusammenspiel geplant, entworfen und eingeführt hat.

Kritiker halten dagegen: Es ist durchaus denkbar, dass in der Evolution durch Zufall Zwischenschritte entstanden sind, die wie ein Katalysator wirken und im Anschluss wieder verschwinden, so wie beim Bau von architektonischen Bögen Gerüste eingesetzt und wieder abgebaut werden (Zrzavy u.a., 277). Beispiele dieser Art bestätigen im Grunde den von Behe gemeinten Gedanken, wenn die Baumeister als Designer verstanden werden. Für andere Kritiker zeigt die Natur, dass der Organismus durchaus in der Lage ist, den Ausfall einzelner Teile zu kompensieren (Plastizität). Sie sind nicht mechanisch wie eine Uhr, sondern wie ein lose gekoppeltes Netzwerk verknüpft (Brigandt, 355f). Außerdem können komplexe Organismen schrittweise entstehen, wobei die früheren Gene kopiert werden. (Brigandt, 356)

– II Spezifizierte Komplexität (Dembski)

Der Mathematiker William Albert "Bill" Dembski (* 1960) hat in Mathematik mit einer Arbeit im Bereich Wahrscheinlichkeitstheorie und 1998 in Philosophie mit seinem Hauptwerk The Design Inference: Eliminating Chance through Small Probabilities promoviert. Der Titel kann übersetzt werden als Entwurfs-Schlussfolgerung: Vermeidung des Zufalls durch kleine Wahrscheinlichkeiten, wobei der Ausdruck Design Inference sowohl bedeuten kann, dass jeder Entwurf mit Schlussfolgerungen arbeiten muss, wie auch, dass an gegebenen Entwürfen aus ihrer Intelligenz auf einen Designer geschlossen werden kann. Dembski machte akademische Karriere, bekam jedoch schnell Schwierigkeiten und ist sei 2006 Professor für Philosophie am Southwestern Baptist Theological Seminary in Fort Worth, Texas, nachdem er an staatlichen Stellen keine Chance hatte. Er ist Senior Fellow des Center for Science and Culture, einer Abteilung des christlich-konservativen Discovery Institute in Seattle, Washington, und ist auf deren Website mit Vorträgen vertreten.

Er untersucht die Mathematik der Wahrscheinlichkeitsräume von Ereignissen und Pfaden von Ereignisketten und bringt sie in aufwändige mathematische Formeln. Ihm wird von seinen Kritikern vorgehalten: »Evolutionsgegner propagieren ihre kompliziert aussehenden Gleichungen dennoch weiter, wohl um bei den mehrheitlich mathematisch nicht versierten Lesern den Eindruck zu erwecken, es gebe ein mathematisch genaues Argument für Intelligent Design.« (Brigandt, 353) Für mich sieht sein Buch wie die Arbeit eines Nerds aus und könnte in diesem Stil ebenso gut von einem der zahlreichen KI-Entwickler geschrieben sein.

Sein Argument lässt sich auch ohne mathematische Formeln verstehen: Wir können die Gegenstände aus unserer Umgebung nur deshalb als Gegenstände mit ihrer Eigengesetztlichkeit erkennen, weil ihr Aussehen nicht völlig beliebig und zufällig ist, sondern Formen (Muster, Symbole) und deren Regelmäßigkeiten zeigt. Wer einen Baum als Baum erkennt, hat bereits das Muster gelernt, woran ein Baum als Baum zu erkennen ist. Jeder einzelne Baum ist eine Spezifikation dieses Musters. Das ist mit spezifizierter Komplexität gemeint: Jede Komplexität wird als Spezifikation eines einfacheren Musters erkannt.

Die Muster können im weitesten Sinn als Sprachelemente (Codierungen) verstanden werden: Auf der einen Seite gibt es die unübersehbare Vielfalt von Einzelnen in ihrer jeweiligen Fülle, auf der anderen Seite die endliche oder mindestens abzählbare Vielfalt von Mustern. Jedes Konkretum ist die Ausprägung eines Musters, wobei ‘Ausprägung’ im Grunde nur eine Übersetzung des Wortes ‘Spezifikation’ ist. Das Wort ‘spezifiziert’ geht zurück auf das lateinische Wort species: Jede species verweist auf die Gattung, deren Art sie ist.

An anschaulichsten wird das an der Sprache: Auf Fotos und Bildern fällt zuerst auf, wenn dort Buchstaben gesehen werden, selbst wenn sie in ihrer Gestalt nur angedeutet sind und sich von der Hochschrift unterscheiden. Jeder Betrachter nimmt an, dass mit den Buchstaben eine Aussage verbunden ist, die mithilfe des Sprachvermögens entschlüsselt werden kann.

Dembski versucht, diesen Gedanken rein formal mit mathematischen Methoden auszuführen. Wenn es eine Menge von Zeichen gibt, muss es eine weitere Menge von Zeichen geben, mit denen die ersteren Zeichen beschrieben werden. Wer etwas sieht, sucht nach Worten, Beispielen und Metaphern, um anderen mitzuteilen, was er sieht. Letztlich können die beiden Mengen von Zeichen nicht unterschieden werden: Sowohl die Gegenstände (die betrachteten Dinge) wie die Symbole zu ihrer Darstellung gehören zu einer einzigen Menge von Objekten, die der Mensch sehen und mit denen er das Gesehene beschreiben kann. Jede Beschreibung ist eine Zusammenstellung von Zeichen, mit denen andere Zeichen erklärt werden sollen. Das ist nur dann erfolgreich, wenn die Beschreibung einfacher ist als das Beschriebene (das Gesehene). Und das ist nur möglich, wenn es für die Beschreibung eine Sprache gibt, deren Zeichen durch die Sprachregeln (Syntax, Grammatik) geordnet werden.

Würde es dagegen bloßen Zufall geben, dann wäre es unmöglich, den Zufall als Zufall zu erkennen. Eine Wissenschaft, die nur den Zufall als Erklärung zulässt, wird paradox. Dembski versucht das rein quantitativ mit Abschätzungen zu belegen und nennt die Grenzzahl 10¹⁵⁰, das ist das Produkt der geschätzten Anzahl aller Teilchen im Kosmos, ihrer Veränderungsrate in Hertz und dem Alter des Kosmos in Sekunden. Die Wahrscheinlichkeit, dass die Welt in ihrem heutigem Zustand bloß aus Zufällen entstanden ist, ist seiner Meinung nach geringer als der Kehrwert dieser Zahl (Dembski, 209f, 213). Solche Zahlen sind kaum überprüfbar und werden von der Physik ständig neu geschätzt. Auch ohne dieses quantitative Argument lässt sich sagen: Wenn wir über keine symbolischen Sprachelemente (Muster) verfügen würden, und jedes beobachtbare Ereignis unabhängig von allen anderen als selbstständiges Sprachelement anzunehmen wäre, wäre es unmöglich, mit ihnen eine allgemein-verständliche Aussage zu formulieren.

Die Natur bestätigt: An den Prozessen der biologischen Makromoleküle wurde erkannt, dass ihre Abschnitte wie Buchstaben gelesen werden können, über die sich die Makromoleküle verstehen und ihr gemeinsames Verhalten koordinieren können.

Das ergibt den Ausdruck Design inference: Jede Erkenntnis schließt von einem Konkretum über die an ihm beobachteten Zeichen (Symbole) auf die Gattung, der das Konkretum angehört. Wird auf einer zweiten Stufe die Schlussfolgerung für sich betrachtet, so wird von dem Erkenntnisprozess über die von ihm benutzte Sprache, mit der auf Gattungen und Aussagen geschlossen werden kann, auf einer zweiten Stufe darauf geschlossen, dass es einen Designer geben muss, der diese Sprache geschaffen hat.

Mit den »kleinen Wahrscheinlichkeiten« (small probabilities) sind die Abweichungen der jeweils gegebenen Symbole von dem Standard-Muster gemeint, als dessen Ausprägungen sie erkannt werden.

»Es ist daher sinnvoll, Design als 'musterhafte (gemusterte, strukturierte) Unwahrscheinlichkeit' zu definieren und den Design-Schluss als die Logik, mit der 'musterhafte Unwahrscheinlichkeit' aufgedeckt und nachgewiesen wird.« (Original: »It makes sense, therefore, to define design as 'patterned improbability,' and the design inference as the logic by which 'patterned improbability' is detected and demonstrated.« (Dembski, xii)

Literaturhinweise

Tara Helen Abraham: 'Microscopic Cybernetics': Mathematical Logic, Automata Theory, and the Formalization of Biological Phenomena, 1936-1970; Ottawa 2000

Jan Baedke: The epigenetic landscape in the course of time: Conrad Hal Waddington's methodological impact on the life sciences
in: History and Philosophy of Biological and Biomedical Sciences 44 (2013) 756-773

Gregory Bateson: Ökologie des Geistes, Frankfurt am Main 1981 [1972]

Michael J. Behe: Darwin's Black Box, New York 1996

Marta Borchiellini, Simone Ummarino and Annalisa Di Ruscio: The Bright and Dark Side of DNA Methylation: A Matter of Balance
in: Cells 1 October 2019; semanticscholar.org

Ingo Brigandt: Kreationismus und Intelligent Design
in: Philipp Sarasin, Marianne Sommer (Hg.): Evolution, ein interdisziplinäres Handbuch, Stuttgart, Weimar 2010, 350-357

Donald T. Campbell: Variation and selective Retention in socio-cultural Evolution
in: General Systems, Vol XIV 1969, 69-85 [1961]

Richard Dawkins (1976): The Selfish Gene, Oxford 2006 [1976]

Richard Dawkins (1986): Der blinde Uhrmacher, München 1990 [1986]

William Dembski: The Design Interface, Cambridge 1998

William A. Dembski, Michael Ruse: Debating Design, From Darwin to DNA, Cambridge 2004, 2006

Daniel Dennett (1971): Intentional Systems
in: Journal of Philosophy Vol. 68, No. 4 (Feb. 25, 1971), 87-106

Daniel Dennett (2017): Von den Bakterien zu Bach - und zurück, Evolution des Geistes, Berlin 2018 [2017]

Ernst Peter Fischer: »Was ist Leben?« - mehr als vierzig Jahre später
Vorwort in: Erwin Schrödinger: Was ist Leben?, Neuauflage München Zürich 1989 [1944]

Robert M. Hazen: The emergence of patterning in life's origin and evolution
in: International Journal of Developemental Biology 53: 683-692 (2009)

Georg Wilhelm Friedrich Hegel: Wissenschaft der Logik, 2 Bd., Frankfurt am Main 1969 [1812,1831]

Jürgen Hill: KI-Dreifaltigkeit, Chemieforscher kombinieren ChatGPT-Instanzen
in: Computerwoche vom 21.12.2023

Sui Huang (2011): The molecular and mathematical basis of Waddington's epigenetic landscape: a framework for post-Darwinian biology?
in: Bioessays 34: 149-157, © 2011 WILEY Periodicals, Inc.

Sui Huang (2012): Tumor progression: Chance and necessity in Darwinian and Lamarckian somatic (mutationless) evolution
in: Progress in Biophysics and Molecular Biology Volume 110, Issue 1, September 2012, Pages 69-86 )

Louis H. Kauffman: Self-Reference, Biologic and the Structure of Reproduction, in: arxiv.org vom 15. Dezember 2015

Stuart Kauffman: Prolegomenon to a General Biology
in: William A. Dembski, Michael Ruse (Hg.): Debating Design, Cambridge 2004, 2006, 151-172

Arthur Koestler: Die Wurzeln des Zufalls, Frankfurt am Main 1972

Manuela Lenzen: Bionik/Ingenieurswissenschaften
in: Philipp Sarasin, Marianne Sommer (Hg.): Evolution, ein interdisziplinäres Handbuch, Stuttgart, Weimar 2010, 219-225

Niklas Luhmann (1984): Soziale Systeme, Frankfurt am Main 1991 [1984]

Niklas Luhmann (1997): Die Gesellschaft der Gesellschaft, Frankfurt am Main 1998 [1997]

Jacques Monod, Francois Jacob: Genetic regulatory mechanisms in the synthesis of proteins
in: Journal of Molecular Biology (1961) Bd. 3, 318-356

Jacques Monod: Zufall und Notwendigkeit, München 1975 [1970]

Thomas Nagel: Geist und Kosmos, Berlin 2013 [2012]

Martin Neukamm: Weshalb die Intelligent-Design-Theorie nicht wissenschaftlich überzeugen kann, unter: martin-neukamm.de, 2004

Raymond Noble, Denis Noble: Understanding Living Systems, Cambridge (UK) 2023

Archishman Rajua, BingKan Xueb, Stanislas Leibler: A theoretical perspective on Waddington's genetic assimilation experiments
in: PNAS (Proceedings of the National Academy of Sciences) 2023 Vol. 120 No. 51, 1-10

Martin Rhonheimer: Neodarwinistische Evolutionstheorie, Intelligent Design und die Frage nach dem Schöpfer; archive.org, ursprünglich veröffentlicht in: Imago Hominis (2007); 14(1): 47-81

Philipp Sarasin, Marianne Sommer (Hg.): Evolution, ein interdisziplinäres Handbuch, Stuttgart, Weimar 2010

Frank Schirrmacher: Ego - das Spiel des Lebens, München 2013

Erwin Schrödinger: Was ist Leben?, München Zürich 1989 [1944]

Ross A. Thompson, Charles A. Nelson: Developmental science and the media. Early brain development
in: American Psychologist 2001 Jan; 56(1):5-15, 8

Georg Töpfer: Evolution, Stuttgart 2013

Alan Turing: Computing Machinery and Intelligence
in: Mind Vol. LIX No. 236 (1950), 433-460

Conrad H. Waddington: The Strategy of Genes, London 2014 [1957]

Dieter Wandschneider: Hegel und die Evolution
in: Olaf Breidbach & Dietrich von Engelhardt (Hg.): Hegel und die Lebenswissenschaften, 2001, 225-240; PDF

Michael L. Wong u.a.: On the roles of function and selection in evolving systems
in: PNAS (Proceedings of the National Academy of Sciences) 2023 Vol. 120 No. 43, 1-11

J. Zrzavy, D. Storch, S. Mihulka: Evolution, Heidelberg 2009