Luca Dellanna veröffentlichte am 10. Oktober auf X eine der besten Antworten des Jahres. Jemand hatte behauptet, Menschen hätten ein intuitives Verständnis der Welt und müssten im Gegensatz zu KI nicht aus Bildern lernen, die andere erzeugt haben. Dellanna antwortete mit sechs Worten: "Below, cannon ball trajectories before Galileo." ["Hier: Flugbahnen von Kanonenkugeln vor Galileo."] und dem darunter wiedergegebenen Diagramm. Darin verlässt eine Kanonenkugel den Lauf auf einer vollkommen geraden Linie, der gewaltsamen Bewegung, biegt in eine kurze Kurve ein, der gemischten oder gekrümmten Bewegung, und fällt dann senkrecht zu Boden, der natürlichen Bewegung. Nach mehr als 300.000 Aufrufen war die Pointe angekommen: Über den größten Teil der überlieferten Geschichte verstanden gebildete Menschen die Bewegung von Geschossen intuitiv, zeichneten sie sorgfältig und lehrten sie anhand von Buchillustrationen weiter, zeichneten sie aber falsch. Es ist ein perfekter Witz. Die Geschichte dahinter ist jedoch besser als der Witz, denn sie enthält drei Wendungen, die fast niemand kennt, der darüber lacht. Alle drei sagen etwas Unangenehmes darüber aus, wie europäische Unternehmen heute KI einkaufen.

Abbildung 1. Luca Dellannas Beitrag auf X vom 10. Oktober 2026, geteilt auf LinkedIn. Die Abbildung stammt aus Samuel Sturmys „Mariners Magazine“, das erstmals 1669 erschien. Originalbeitrag und Diskussion: https://x.com/DellAnnaLuca/status/2108912889784590494

Dies ist der achtundzwanzigste Beitrag einer Reihe, die ich für neuland.ai schreibe. Jeder Beitrag hat dasselbe Grundargument weitergeführt: Der Wert, das Risiko und der Vorsprung bei Enterprise AI liegen nicht im Modell. Sie liegen in der Schicht darüber und darum herum.¹ Dieser Beitrag handelt von einem anderen Modell, dem in unseren Köpfen, und von dem Einzigen, das es zuverlässig korrigiert hat.

Ein Modell wird nicht danach beurteilt, wie intuitiv es sich anfühlt oder wie elegant es aussieht. Es wird durch Messung beurteilt, unter den Bedingungen, unter denen Sie tatsächlich arbeiten.

Die Zeichnung und die Physik dahinter

Dellannas Diagramm stammt aus einer Tradition, die bis zu Aristoteles zurückreicht. Er unterschied zwischen "natürlicher" Bewegung, also schweren Dingen, die zur Erde fallen, und "gewaltsamer" Bewegung, die durch eine Kraft entsteht. Eine Kanonenkugel fliegt in dieser Vorstellung so lange geradeaus, wie die Kraft wirkt, und fällt danach. Mittelalterliche Gelehrte verfeinerten die Idee mit dem Impetus, doch das Bild blieb erkennbar gleich: geradeaus, dann gekrümmt, dann senkrecht nach unten. Kanoniere lernten es, Kupferstecher bildeten es ab, und lange Zeit war es schlicht die Vorstellung, mit der Geschosse erklärt wurden.²

Bis hierhin ist es lustig. Jetzt kommen die Wendungen.

Erste Wendung: Der Mann mit dem falschen Modell hatte die richtige Antwort

Im Jahr 1537, 27 Jahre vor Galileos Geburt, veröffentlichte der venezianische Mathematiker Niccolò Tartaglia die Nova Scientia, "Eine neue Wissenschaft". Es war der erste ernsthafte Versuch, die Mathematik auf die Flugbahn von Kanonenkugeln anzuwenden. Ausgangspunkt war eine praktische Frage eines Soldaten: In welchem Winkel muss ein Geschütz angehoben werden, um am weitesten zu schießen? Tartaglias Antwort lautete: 45 Grad.³

Das ist die Antwort, die heute jeder Physikstudent lernt. Tartaglias Flugbahnmodell verwendete jedoch weiterhin gerade Linien und Kreisbögen, und seine Analyse enthielt einen Fehler. Er kam durch teilweise falsche Überlegungen auf die richtige Zahl. Den Kanonieren gab er aber etwas, das nützlicher war als seine Theorie: Er ermutigte sie, die Erhöhung ihrer Geschütze mit einem Quadranten zu messen, einem Instrument, das den Winkel am Lauf abliest. Die Theorie war fehlerhaft. Die Messung war es nicht.

Dann kommt der Teil, den ich wirklich großartig finde. Der Freund, der Tartaglia die Frage gestellt hatte, hielt 45 Grad für zu steil. Tartaglia berichtet, der Freund sei durch einige Experimente überzeugt worden. In der Luft liegt der Winkel für die maximale Reichweite jedoch unter 45 Grad, weil der Luftwiderstand die Kurve verändert. Die Intuition des Praktikers lag näher an der Wirklichkeit als die Antwort des Mathematikers, und die Experimente brachten ihn davon ab.⁴

Zweite Wendung: Die Zeichnung, über die alle lachen, kommt dem tatsächlichen Verhalten von Kanonen näher

Dieser Teil sollte jeden, der über die Zeichnung lacht, etwas vorsichtiger machen. Die alten Flugbahnen, beim Abschuss schnell und fast gerade, dann eine Kurve und am Ende ein steiler Fall, wirken für moderne Augen absurd. Sobald der Luftwiderstand berücksichtigt wird, nähern sie die tatsächliche Bewegung eines Geschosses jedoch recht gut an. Eine schwere Kugel, die durch die Luft fliegt, beschreibt keinen sauberen, symmetrischen Bogen. Auf dem Weg nach vorn wird die Flugbahn flacher, auf dem Weg nach unten fällt sie steiler ab.⁵

Die Antworten unter Dellannas Beitrag entwickelten sich genau zu diesem Streit. Mehrere Leser verteidigten die Zeichnung als realistisch. Dellanna entgegnete, eine Kugel, die in einem Winkel von etwa 30 Grad abgefeuert werde, falle nicht senkrecht.² Beide Seiten haben einen Punkt. In der Luft ist der Abstieg steiler als der Aufstieg, aber kein senkrechter Fall.

Galileos Parabel, die er 1638 veröffentlichte, ist die Flugbahn, der ein Geschoss ohne Luft folgen würde: gleichmäßige Geschwindigkeit in der Horizontalen, gleichmäßige Beschleunigung in der Vertikalen, beides zusammen. Er wies sie durch Experimente nach. Mit seinem Förderer Guidobaldo del Monte soll er eine in Tinte getauchte Kugel über eine schiefe Ebene gerollt haben, um die Form ihrer Bahn aufzuzeichnen. Entscheidend war außerdem, eine verwirrende Bewegung in zwei unabhängige Bewegungen zu zerlegen, die jeweils analysiert werden konnten.⁶ Das war ein Triumph und wird aus gutem Grund noch heute zuerst gelehrt. Für einen Kanonier, der eine echte Kanone durch echte Luft abfeuert, war es jedoch eine Idealisierung.

Wer hatte also recht? Galileo hatte mit der Physik im Vakuum recht. Die alten Zeichnungen kamen dem näher, was Kanoniere auf dem Schlachtfeld sahen. Beides waren Modelle. Welchem Modell man vertrauen konnte, hing vollständig von den Bedingungen ab, unter denen es eingesetzt wurde. Das ließ sich nur durch eine Messung herausfinden, in der Luft, durch die man tatsächlich schießt.

Dritte Wendung: Die Zeichnung stammt überhaupt nicht aus der Zeit vor Galileo

Der Witz enthält eine Fußnote, die ihn noch besser macht. Eine Lesernotiz zu Dellannas Beitrag weist darauf hin, dass das Diagramm aus Samuel Sturmys Mariners Magazine stammt, einem praktischen Handbuch für Seeleute, das erstmals 1669 erschien. Das am unteren Bildrand gedruckte "Book V" verweist auf den fünften Band.⁷ Das war 31 Jahre nach Galileos Veröffentlichung der Parabel. Die Physik in der Zeichnung ist vor Galileo entstanden. Die Zeichnung selbst nicht.

Mit anderen Worten: Die richtige Antwort war seit drei Jahrzehnten gedruckt, und ein praktisches Handbuch für die Menschen, die auf See tatsächlich Geschütze abfeuerten, lehrte weiterhin die alte Vorstellung. Wissen verbreitet sich nicht, weil es veröffentlicht wurde. Es verbreitet sich, wenn die Menschen, die damit arbeiten, einen Grund und eine Möglichkeit haben, es zu prüfen.

Auch Galileo lernte aus Bildern, die andere erzeugt hatten

Ein weiteres Detail beantwortet die ursprüngliche Behauptung direkt. Galileo besaß eine Ausgabe von Tartaglias Nova Scientia und versah ein anderes seiner Bücher mit zahlreichen Anmerkungen. Er lernte Geometrie aus Tartaglias italienischer Übersetzung von Euklid. An der Universität Pisa wurde er von Ostilio Ricci, einem Schüler Tartaglias, in Mathematik unterrichtet.⁸

Der Mann, der 2.000 Jahre Intuition über die Bewegung von Geschossen aufbrach, wurde buchstäblich anhand von Bildern und Texten ausgebildet, auch anhand solcher, die falsch waren. Was ihn zu Galileo machte, war keine reinere Intuition. Er zerlegte das Problem, stattete es mit Messinstrumenten aus und maß es. Das steht im Gegensatz zu der Behauptung, die Dellanna verspottete, und ist für alle, die für ein KI-Programm verantwortlich sind, die nützlichste Erkenntnis dieser Geschichte.

Schauen Sie jetzt auf Ihre KI-Strategie

Sehen Sie sich das Diagramm noch einmal an. Drei Phasen, sauber beschriftet, verbunden durch gerade Linien und eine beruhigende Kurve. Gewaltsame Bewegung. Gemischte Bewegung. Natürliche Bewegung. Ersetzen Sie die Beschriftungen durch Pilot, Skalierung und Transformation, und Sie haben das KI-Reifegradmodell in ungefähr der Hälfte der Strategiedecks, die ich in diesem Jahr gesehen habe: sicher gezeichnet, sorgfältig annotiert und falsch, was die Form der Kurve betrifft. Der vorherige Beitrag dieser Reihe hat argumentiert, dass der Wert von Enterprise AI mehrere Schritte tief in einem Problem liegt, wo die Komplexität mit jedem weiteren Schritt wächst, statt sich in sauberen Stufen zu bewegen. Fähigkeiten entwickeln sich nicht in geraden Phasen. Sie wachsen, stocken und springen. Und wenn Ihnen die dritte Wendung bekannt vorkommt, sollte sie das: Vieles, was in der Enterprise-AI-Architektur funktioniert, ist seit einiger Zeit öffentlich beschrieben, während ein großer Teil der Beschaffung weiterhin die alte Zeichnung einkauft.

Die ernstere Parallele besteht zwischen Galileos Parabel und der Benchmark-Tabelle eines Anbieters. Ein Benchmark ist eine Messung im Vakuum: kuratierte Aufgaben, saubere Eingaben, feste Bedingungen, ausgewählt von der Stelle, die ihn veröffentlicht. Ihr Unternehmen ist Luft. Ihre Dokumente sind gescannt, Ihre Systeme widersprechen einander, Ihre Berechtigungen unterscheiden sich nach Person, und Ihre Fragen laufen gleichzeitig über fünf Quellen. Ein Modell, das auf einer öffentlichen Rangliste führt, kann im Vakuum hervorragend fliegen und in Ihrer Luft ganz anders landen. Ein früherer Beitrag dieser Reihe über blinde Evaluation hat gezeigt, dass nur eine Messung auf der eigenen Arbeit vertrauenswürdig ist. Tartaglias Freund hätte zugestimmt.

Dasselbe Intuitionsproblem gibt es in beide Richtungen. Vorstände tragen gleichzeitig zwei Intuitionen über KI mit sich: dass sie eigentlich nichts versteht und dass sie alles verändern wird. In den meisten Organisationen wurde keine der beiden Intuitionen gemessen. Ein Kommentar zu dem Beitrag, der auf LinkedIn weiterverbreitet wurde, formulierte einen verwandten Punkt gut: Wenn Ihre Definition allgemeiner Intelligenz den gewöhnlichen Kollegen im Flur ausschließt, ist die Definition das Problem. Im Unternehmen sehe ich eine doppelte Messlatte. KI wird an einem Perfektionsstandard gemessen, den kein menschlicher Prozess im Haus erfüllt, während Demonstrationen ohne jede Messung eingekauft werden.

Was Galileo tatsächlich tat, übertragen auf heute

Nimmt man die Kanonenkugeln aus der Geschichte, bleiben drei Schritte von Galileos Methode, die sich direkt übertragen lassen.

Zerlegen. Er teilte eine verwickelte Bewegung in zwei einfache, unabhängige Bewegungen. Unternehmensprobleme, die als einzelner Prompt unlösbar wirken, werden bearbeitbar, wenn sie in Schritte zerlegt werden, die jeweils geprüft werden können: Abruf, Abgleich, Berechnung, Beurteilung.

Instrumentieren. Tartaglias Quadrant und Galileos tintengetränkte Kugel zeichneten auf, was tatsächlich geschah, statt das, was man für geschehen hielt. Ein KI-System braucht dasselbe: einen zeitnah geschriebenen Datensatz darüber, was abgerufen wurde, welche Werkzeuge aufgerufen wurden und welches Ergebnis jeder Schritt erzeugte, nicht die eigene Zusammenfassung des Modells.

In der Luft messen, in der Sie fliegen. Bewerten Sie anhand Ihrer eigenen Arbeitslasten, unter Ihren eigenen Bedingungen und mit verborgenem Modellnamen für die Personen, die das Ergebnis bewerten.

Ich würde jeden CIO auffordern, bei der nächsten KI-Behauptung auf seinem Schreibtisch drei Fragen zu stellen, unabhängig davon, ob sie von einem Anbieter, einer Beratung oder dem eigenen Team kommt. Unter welchen Bedingungen wurde das gemessen? Wie würde es aussehen, wenn es falsch wäre? Und wer hat gemessen, und hätte diese Person sich irren können?

Die Position von neuland.ai

Der neuland.ai HUB ist eine souveräne Plattform für KI-Management und Orchestrierung. Er ist um Galileos drei Schritte herum gebaut, nicht um ein einzelnes Modell. Arbeit wird in Schritte zerlegt, die einzeln geprüft und, wo es hilft, parallel ausgeführt werden können. Jeder Abruf, jeder Tool-Aufruf und jedes Zwischenergebnis wird von der Plattform in einem unveränderlichen Protokoll festgehalten, damit sich nachträglich prüfen lässt, was geschehen ist. Modelle werden auf den Arbeitslasten des Kunden evaluiert, bevor sie in die Routing-Tabelle aufgenommen werden. Das Routing bleibt modellunabhängig: offene Modelle, die wir selbst hosten, etwa GLM, Mistral, Qwen und DeepSeek, sowie proprietäre Endpunkte wie Claude und GPT, wenn die Richtlinie des Kunden das erlaubt. So erhält das Modell die Arbeit, das in der Luft des Kunden gewinnt, nicht das, das im Vakuum gewonnen hat.⁹

Das ist auch die ehrliche Antwort auf die Frage, die mir in ersten Gesprächen am häufigsten gestellt wird: Welches Modell ist das beste? Ehrlich gesagt hängt das vom Luftwiderstand ab. Zeigen Sie mir Ihre Dokumente, Ihre Systeme und Ihre Fragen, dann messen wir es.

Persönliche Einschätzung

Ich möchte die Einordnung vorsichtig vornehmen. Dellannas Beitrag ist ein Witz, ein sehr guter, gegen ein bequemes Argument darüber, wie Menschen lernen. Ich stimme ihm vollständig zu. Menschen lernen aus Bildern, die andere erzeugt haben. Galileo tat das. Jeder Ingenieur in Ihrem Unternehmen tut es.

Der Witz hat aber ein zweites Ziel, und das sind wir. Viele Menschen, die über diese Zeichnung lachen, wissen nicht, dass sie echtes Kanonenfeuer besser beschreibt als die Parabel, dass die "richtigen" 45 Grad in der Luft falsch sind oder dass die Zeichnung selbst Jahrzehnte nach der richtigen Antwort gedruckt wurde. Die meisten von uns tragen ein Modell von KI in sich, das wir aus Bildern übernommen haben, die andere erzeugt haben: Folien, Überschriften, Demonstrationen. Keiner von uns hat es gemessen. Das ist kein Mangel an Intelligenz. Es ist die Ausgangslage aller Menschen, auch Galileos. Was ihn von den Kanonieren unterschied, war nicht Intuition, sondern die Disziplin, zu zerlegen, zu instrumentieren und zu messen.

Die regulatorische Richtung verlangt genau diese Disziplin. Der EU AI Act gilt seit dem 2. August 2026 weitgehend. Seine Erwartungen an Aufsicht, Protokollierung und Nachvollziehbarkeit laufen darauf hinaus, dass eingesetzte Systeme ihre Arbeitsweise zeigen können. Der Digital Omnibus hat die Pflichten für Hochrisikosysteme nach Annex III auf den 2. Dezember 2027 und die Pflichten nach Annex I auf den 2. August 2028 verschoben.¹⁰

Wir bei neuland.ai messen die Kurve lieber in der Luft, durch die unsere Kunden tatsächlich fliegen, als eine schöne Parabel im Vakuum zu bewundern.

1. Beiträge der Reihe: https://neuland.ai/en/resources/insights.

2. Luca Dellanna, Beitrag auf X, 10. Oktober 2026, https://x.com/DellAnnaLuca/status/2108912889784590494, als Antwort auf die Behauptung, Menschen müssten im Gegensatz zu KI nicht aus Bildern lernen, die andere erzeugt haben. Siehe auch seine Fortsetzung im selben Thread zur Verteidigung der Zeichnung durch Leser. Das Diagramm bezeichnet drei Phasen der Flugbahn als gewaltsame Bewegung, gemischte oder gekrümmte Bewegung und natürliche Bewegung. Zur aristotelischen Unterscheidung zwischen natürlicher und gewaltsamer Bewegung und ihrer Weitergabe durch die mittelalterliche Impetustheorie siehe "Aristotle, projectiles and guns", https://arxiv.org/pdf/1804.00716.

3. Niccolò Tartaglia, Nova Scientia, Venedig 1537. Das Werk gilt in der Geschichtsschreibung als Gründungstext der mathematischen Ballistik. Die Frage nach dem Winkel der maximalen Reichweite wurde Tartaglia von einem Soldaten gestellt. Zum Fehler in Tartaglias Analyse trotz des richtigen Werts von 45 Grad siehe EBSCO Research Starters, "Niccolò Fontana Tartaglia's The New Science", https://www.ebsco.com/research-starters/literature-and-writing/niccolo-fontana-tartaglias-new-science. Zu Tartaglias Empfehlung des Quadranten zur Messung der Erhöhung siehe die Beschreibung der ersten Ausgabe durch Sophia Rare Books, https://www.sophiararebooks.com/pages/books/6517/niccolo-tartaglia/nova-scientia-inventa.

4. "Aristotle, projectiles and guns", https://arxiv.org/pdf/1804.00716, zu Tartaglias Bericht über den Freund, der 45 Grad für zu groß hielt und durch Experimente überzeugt wurde, sowie zum Winkel der maximalen Reichweite in einem widerstandsbehafteten Medium wie Luft.

5. Institute of Physics, "Early perceptions of projectile motion", IOP Spark, https://spark.iop.org/early-perceptions-projectile-motion. Dort wird beschrieben, dass ältere Darstellungen mit einem geraden Anfang, einem Bogen und einem steilen Abstieg die Bewegung bei wirkenden Widerstandskräften gut annähern.

6. Galileo Galilei, Discourses and Mathematical Demonstrations Relating to Two New Sciences, Leiden 1638. Zu den mutmaßlichen Experimenten mit Guidobaldo del Monte und einer tintenbeschichteten Kugel auf einer schiefen Ebene siehe IOP Spark unter Verweis auf R. H. Naylor, "Galileo's theory of projectile motion".

7. Samuel Sturmy, The Mariners Magazine, London 1669, Book V. Die Identifizierung des Diagramms stammt aus der Lesernotiz zu Luca Dellannas Beitrag auf X. Siehe auch David J. Frost, "The full story of pre-Galilean ballistic", https://davidjfrost.substack.com/p/the-full-story-of-pre-galilean-ballistic.

8. Zu Galileos Besitz von Tartaglias Nova Scientia und seiner kommentierten Ausgabe von Quesiti et inventioni diverse siehe Sophia Rare Books. Zu seiner Geometrieausbildung anhand von Tartaglias italienischer Euklid-Ausgabe und zu seinem Lehrer Ostilio Ricci, einem Schüler Tartaglias, siehe Famous Scientists, "Niccolò Tartaglia", https://www.famousscientists.org/niccolo-tartaglia/, und https://en.wikipedia.org/wiki/Nicolo_Tartaglia.

9. neuland.ai HUB: Zerlegung von Aufgaben in einzeln prüfbare Schritte mit paralleler Ausführung, wo sinnvoll; unveränderliches Audit von Abrufen, Tool-Aufrufen und Zwischenergebnissen; Evaluation von Modellen anhand der Arbeitslasten des Kunden vor der Aufnahme in die Routing-Tabelle; modellunabhängiges Routing über selbst gehostete offene und proprietäre Modelle; Betrieb on-premises, in einer europäischen souveränen Cloud oder in einer Hyperscaler-Region, auch abgeschottet. Siehe außerdem die früheren Beiträge dieser Reihe zu blinder Evaluation, Provenienz als Systemeigenschaft und neun Schleifen. Die neuland.ai AG trägt Verantwortung für die Qualität der Inhalte und die saubere Auslieferung der Ergebnisse in allen Kundenprojekten.

10. Verordnung (EU) 2024/1689, AI Act, weitgehend anwendbar seit dem 2. August 2026. Vorläufige politische Einigung von Rat der EU und Europäischem Parlament zum Digital Omnibus on AI vom 7. Mai 2026: Pflichten für Hochrisikosysteme nach Annex III verschoben auf den 2. Dezember 2027, Pflichten nach Annex I auf den 2. August 2028.

11. Siehe Anmerkung 2 zur Diskussion der realistischen Flugbahn und der Gegenposition zur senkrechten Fallbewegung.