Validierung

Die Wortlängenverteilung im Voynich-Corpus ist zu schmal für freie semitische Morphologie. Semitische Sprachen erlauben agglutinative Konstrukte mit variablen Wortlängen; das Voynich-Profil zeigt eine auffällig rigide Konzentration auf 4–8 EVA-Zeichen.

Bestimmte EVA-Zeichen kommen statistisch nur in bestimmten Wortpositionen vor (Slot-Grammatik nach Tiltman/Stolfi). Diese Eigenschaft passt zu keiner bekannten natürlichen Sprache direkt. Im Entzifferungssystem wird sie durch Präfix-/Suffix-Hierarchien erklärt (R41), aber nicht formal modelliert.

Die in v9.4.4 dokumentierte Schließung betrifft die Unigramm-Entropie (H1) gegen einen manuskript-kalibrierten Generator und ist für diese Kenngröße methodisch zirkulär. Eine unabhängige Messung der Konditionalentropie zweiter Ordnung (H2) gegen eine externe Sprachreferenz (Hebräisch, Westminster Leningrad Codex, konsonantisch und vokalisiert) zeigt: Niqqud-Vokalisierung senkt H2 im Referenzkorpus um 0,515 bit (3,787 auf 3,272 bit); Voynichese liegt mit 2,080 bit auch unterhalb des vokalisierten Referenzwerts (Abstand 1,192 bit). Vokalmarkierung erklärt die niedrige H2-Entropie des Voynich-Textes damit nicht hinreichend. Arbeitshypothese: Die positionelle Vorhersagbarkeit des Slot-Systems (R41) ist der wahrscheinlichere Erklärungsmechanismus, bislang aber nicht durch eine direkte H2-Messung am Markov-Generator gegen den hier ermittelten Referenzwert (2,080 bit) bestätigt. Folgeaufgabe: H2-Messung des R1–R59-Generators gegen Manuskript und Hebräisch-Referenz.

Das System wurde noch nicht durch einen unabhängigen Hebraisten blind getestet — d.h. ein Fachmann, der das Entzifferungssystem nicht kennt, hat noch nicht versucht, Voynich-Text damit zu lesen. Dies ist die stärkste Form der externen Validierung und fehlt vollständig.

Das Entzifferungssystem beschreibt 59 Grammatikregeln und 396 Lexikoneinträge, misst aber nicht, ob das Regelwerk für ein gegebenes EVA-Token genau eine dominante Lesart erzwingt oder mehrere gleichwertige Ableitungen zulässt. Solange diese Messung fehlt, bleibt die wissenschaftliche Kernfrage offen: Hat das Modell genug Zwang, um als Entzifferungsmodell zu gelten — oder ist es ein interpretativer Rahmen mit hoher Freiheit?

25/25 Folios zeigen FOLIUM-Textfreiheit (R60 Korollar 3, v8.7: ★★★★★). Die 25-Folio-Schwelle wurde mit f32r, f32v, f33v, f34r, f34v überschritten. Offene Grundsatzfrage bleibt: bewusste pharmakologische Kodierung oder rein layoutbedingtes Phänomen?

Quire E eröffnet mit f33r (Mandragora officinarum, humanoid) als zoomorpher Wurzel-Darstellung. f34v wurde zunächst als zoomorphe Bryonia gedeutet (Bryonia-Paar-Hypothese); der f34r-Audit zeigt jedoch eine fibrös-knollige Wurzel ohne zoomorphe Ausformung und eine Umbellifere (Seseli libanotis). Frage: Bleibt f33r ein isolierter Zoomorphie-Beleg in Quire E, oder setzt sich das Muster in f35r/f35v und weiteren Folios fort?

Drei Stellen definierten unterschiedliche Präfix-Inventare: R41 nannte vier Slotklassen (d-; o-/qo-; l-/k- gemeinsam; op-/of-), die GRAMMAR_PREFIX-Tabelle zehn Einträge (davon einige mechanical:false), und die mechanische Segmentierung eine eigene Neun-Einträge-Liste. Folgen (App-Seite, seit v9.9.3 behoben): k- wurde nie als Präfix gelesen, obwohl R41-Slot und Tabelleneintrag vorhanden (1.145–1.352 wortinitiale k-Belege, transkriptorabhängig); op-/of- wurde nie als Einheit erkannt, sondern zu o- + p- zerlegt bzw. bei f- gar nicht; p-, y-, t- wurden als R41-Schalen mitgezählt, obwohl sie in R41 keinen Slot haben; qok-/qod- waren nur im Segmentierer definiert; zwei unabhängige Prüfpfade innerhalb der App (die automatisch erzeugte Regel-Beleglage vs. der /api/gibberish/analyze-Endpunkt) konnten für dasselbe Wort gegenteilige Urteile liefern (ytoldy, otochor, oqotar). Zusätzlich zeigte ein Korpus-Nachaudit: l- und k- sind strikt sequentielle, keine gemeinsame Slots (l- vor k- 127:2, qo- vor k- 310:0, k-/t- komplementär: 0 gestapelte Belege), und op-/of- ist der äußerste Wrapper, nicht die innerste Schale (Positionsbindung 11,4 % gegen blankes p- 70,9 % — op-/of- ist damit kein Randallograph).

Bestimmte Glyphen zeigen eine starke Bindung an die Zeilenposition statt an lexikalischen Gehalt: 70,5 % aller `-m`-Token stehen zeilenfinal, 71,0 % aller `p-`-Token zeileninitial. `y-` als Erstglyph ist eine reine Positions-1-Stufe (Pos. 1 = 0,141 → Pos. 2 = 0,030 → Mitte = 0,038). Der lexikonbezogene Randartefakt-Check bestätigt das Muster auf Wortebene: bei mehreren Präfixformen ist der bloße Stamm randneutral, während dieselbe Form mit vorangestelltem Präfix randextrem und fast ausschließlich zeileninitial ist — `chor` 8 % Rand vs. `ychor` 100 %, `qotchor` 86 %, `pchor` 67 %, `tchor` 61 %, `ochor` 67 %; `shol` 10 % vs. `dshol` 80 %, `pshol` 86 %, `tshol` 83 %; `shor` 20 % vs. `dshor` 67 %; `cheol` 9 % vs. `ycheol` 93 %, `pcheol` 67 %; `chol`/`or` 14 % vs. `ychol` 92 %. Spiegelbildlich beim Final-`m`-Allograph: `ram`/`sam`/`oram` 100 % final, `dam` 66 % final (59 von 89 Belegen) — bei `dam` als hochfrequentem Content-Lemma ohne Streichungsurteil. Zusätzlicher quantitativer Nachweis aus dem R41-Regel-Audit (v9.9.2): Der Zeileninitial-Anteil je Initialglyph trennt Randallographen und echte Präfixe sauber — p 71,0 % (Faktor 4,8), t 41,7 % (2,8), y 38,7 % (2,6), f 31,0 % (2,1) gegen o 15,1 % (1,0) und l 6,7 % (0,5) bei einer Baseline von 14,8 % (H-Layer, 37.097 Tokens, 5.489 Zeilen). Über alle p-/f-initialen R41-Verletzungstypen mit Korpusbeleg stehen 116 von 135 Vorkommen zeileninitial (85,9 %; Label-/Marginalien-Loci ausgeschlossen), und 58 von 104 p-initialen Typen haben ein korpusbelegtes p-loses Gegenstück, meist um Größenordnungen häufiger (pokeey/okeey 168x, pokain/okain 139x, pokar/okar 127x, potol/otol 87x). Die OP-A-Normalisierung ist damit nicht nur lexikonrelevant, sondern zwingende Vorstufe jeder Präfixsegmentierung.

Content×Content-1-Edit-Nachbarn liegen mit 1,86 % 3,20× über der Content-Baseline (0,58 %; 597 betroffene Paare, nach Ausschluss der Top-20-Formeltoken), z. B. `kshy/kchy`, `okay/oky`, `choty/chotey`, `chody/schody`, `chor/cthor`, `dol/dolo`. Falsifikationstest (M1): Lexikon-Klassifikation der 597 Paare (a_DISTINCT 17,8 %, a_DERIVED 8,2 %, b_VARIANT 1,3 %, b_UNLEX 72,7 %) plus Satelliten-Test auf Positionsbindung.