📜 Überblick
Hier dokumentiere ich meinen praktischen Ansatz zur Entschlüsselung des Voynich-Manuskripts. Kein Forschungskollektiv, kein PR-Team – nur saubere Methoden, reproduzierbare Ergebnisse und ein transparentes Repository.
Status: laufende Arbeit
- Transkription & Symbolinventar
- Häufigkeits- & Musteranalyse
- Substitution & Constraints
- Kontextvalidierung
🧠 Methode
Der Workflow ist modular aufgebaut: Von Datenerhebung über statistische Modelle bis hin zur iterativen Übersetzung und Kontextvalidierung. Details findest du in docs/methodology.md.
# Minimalbeispiel
python src/decrypt.py examples/sample_input.txt
📊 Ergebnisse (Work-in-Progress)
Momentan sind etwa ~65 % des Materials stabil lesbar. Thematische Schwerpunkte: Kräuterheilkunde, Astronomie, Rezepturen. Mehr Beispiele in docs/results.md.
💻 Code & Struktur
git clone https://github.com/Tim-K1984/voynich-decryption.git
cd voynich-decryption
python src/decrypt.py examples/sample_input.txt
src/ → Analyse & Entschlüsselung
data/ → Quellmaterial & Mapping-Tabellen
docs/ → Forschung & Dokumentation
examples/ → Beispiel I/O
Mapping-Dateien sind schlank, Änderungen versioniert via PRs/Issues.
🔍 Reproduzierbarkeit
- Deterministische Skripte mit fixierten Seeds
- Alle Daten und Mappings im Repo
- Jede Übersetzung kommentiert mit Original und Kontext (siehe docs/)
📬 Kontakt & Mitwirkung
Fragen, Anregungen, Gegenbeweise? Immer her damit. Pull Requests sind willkommen, aber die Verantwortung liegt bei mir.
Lizenz: MIT (Code) · CC BY-SA 4.0 (Inhalte)
📖 Wie das Ganze begann
Das Voynich-Manuskript ist DAS Kryptografie-Mysterium schlechthin – seit Jahrhunderten unentziffert. Das hat mich neugierig gemacht. Also habe ich mich rangehauen mit klarem Plan und Nerd-Power.
Mein Ansatz
Erst alle Zeichen digital katalogisiert (EVA-Alphabet), dann mit Häufigkeitsanalysen, Mustererkennung & Modellen getestet, ob es eine echte Sprache oder ein Code ist. Spoiler: Ist es.
Mit Substitutionshypothesen, Constraints und historisch-medizinischem Kontext habe ich eine Methode entwickelt, die echte Übersetzungen zulässt.
Die Umsetzung im Detail
- Datenerhebung & Vorverarbeitung: EVA-Transkriptionen aus Stolfi/Landini-Archiv, maschinenlesbar aufbereitet
- Analyse: Python-Skripte für Zeichenhäufigkeiten, Muster & stochastische Modelle
- Übersetzung: Iterativ, mit eigenem Mapping, validiert mit historischen Quellen
- Dokumentation: Jede Übersetzung mit Kontext und Quelle transparent dokumentiert
Außerdem rekonstruierte ich Rezepte (z.B. gegen Magenschwäche) und überprüfte Pflanzenwirkungen – ein Ausflug in mittelalterliche Naturheilkunde.
Ergebnisse
- ~65 % des Text