← Startseite

DIE KORALLE · STRUKTUR, ANPASSUNG, FUNKTION

Was Korallen
und AI verbindet.

Struktur beeinflusst Leistung. Bei Korallen bestimmen Verzweigung, Abstände und Ausrichtung mit, wie Wasser durch die Kolonie strömt und Nahrung ihre Polypen erreicht. Experimente mit Seefächern zeigen, dass die Orientierung die Beuteaufnahme verändert.1

Diese Komplexität lässt sich über verschiedene Massstäbe messen. Fraktale Kenngrössen beschreiben, wie Korallenoberflächen den Raum ausfüllen. In der AI gibt es eine konkrete Verbindung: FractalNet konstruiert neuronale Netze ausdrücklich aus wiederkehrenden, selbstähnlichen Strukturen.23

Welche Struktur passt
zur Aufgabe und ihren Bedingungen?

Bei Korallen entstehen funktionale Anpassungen durch Evolution und umweltabhängiges Wachstum. Im Machine Learning werden Parameter anhand von Daten und Lernzielen angepasst. Architektur, Rückmeldung und Rahmenbedingungen sind in beiden Fällen entscheidend; die Mechanismen unterscheiden sich.

Daraus folgt mein Beratungsprinzip: das System verstehen, eine passende Architektur wählen und ihre Wirkung in der Praxis prüfen. Technologische Komplexität muss einen geschäftlichen Zweck erfüllen.

Eine gestalterische Darstellung von Verzweigung und Signalen.

01

Form verändert Funktion

Geometrie und Strömung wirken beim Nahrungserwerb zusammen. Die Bedingungen bestimmen, welche Struktur funktioniert.

02

Komplexität wird messbar

Fraktale Kenngrössen erfassen räumliche Komplexität innerhalb eines definierten Messbereichs.

03

Selbstähnlichkeit wird Architektur

FractalNet ist ein dokumentiertes Beispiel für eine ausdrücklich selbstähnliche neuronale Architektur.

Wissenschaftliche Quellen und Einordnung

Fraktale Kenngrössen allein beweisen keine exakte Selbstähnlichkeit. Eine trainierte Gewichtsmatrix oder ein beliebiges LLM ist nicht automatisch fraktal. FractalNet ist eine konkrete Forschungsarchitektur; das Beratungsprinzip oben ist eine Interpretation dieser Befunde.

  1. Leversee (1976): Flow and feeding in fan-shaped colonies of the gorgonian coral, Leptogorgia ↗
  2. Zawada, Dornelas & Madin (2019): Quantifying coral morphology ↗
  3. Larsson, Maire & Shakhnarovich (ICLR 2017): FractalNet ↗
  4. George et al. (2021): Space-filling and benthic competition on coral reefs ↗
  5. Hamlet et al. (2023): Multiscale flow between the branches and polyps of gorgonians ↗