Information & Raum — ein Essay
Claude Shannon hat 1948 gezeigt, wie sich die Ungewissheit einer Nachrichtenquelle in Bit messen lässt. Dieses Kapitel erklärt diese Mathematik und ihre gesicherten Folgen — und fragt danach, ausdrücklich spekulativ, was sie über Architektur sagen könnte.
Shannon-Entropie
1948 veröffentlichte Claude Shannon „A Mathematical Theory of Communication“ [1]. Seine zentrale Idee: Die Ungewissheit einer Quelle, die Symbole mit bekannten Wahrscheinlichkeiten erzeugt, lässt sich als Zahl ausdrücken — die Entropie. Sie sagt, wie viele Bit man im Mittel mindestens braucht, um ein Symbol dieser Quelle zu codieren. Über die Bedeutung einer Nachricht sagt sie ausdrücklich nichts.
„The fundamental problem of communication is that of reproducing at one point either exactly or approximately a message selected at another point.“
— Claude E. Shannon, A Mathematical Theory of Communication, Bell System Technical Journal 27 (1948), S. 379 [1]Was ist ein Bit?
- H
- Entropie in Bit pro Symbol
- pi
- Wahrscheinlichkeit des Zustands i
- log2
- Logarithmus zur Basis 2 — so wird in Bit (Ja/Nein-Fragen) gezählt
- Σ
- Summe über alle möglichen Zustände
Die Entropie ist maximal, wenn alle n Zustände gleich wahrscheinlich sind: dann ist H = log₂ n. Vier gleich häufige Materialien ergeben also genau 2 Bit, ein einziges Material 0 Bit. Das ist eine Aussage über die Verteilung der Materialien, nicht über die Qualität einer Fassade.
Experiment — Urnen-Modell
Eine Urne mit Kugeln zweier Farben. Bei 50/50 ist H = 1 Bit, das Maximum. Bei 99/1 ist H ≈ 0,08 Bit — man weiß fast sicher, was kommt.
Drei Schlüsselprinzipien
Kombinatorik — 100 Würfel
Ein Raster von 10 × 10 Würfeln; jeder ist aktiv (1) oder inaktiv (0). Steht fest, dass genau k Würfel aktiv sind, und ist jede Auswahl gleich wahrscheinlich, dann braucht man log₂ C(100, k) Bit, um anzugeben, welche es sind.
- I
- Information in Bit
- C(n,k)
- Binomialkoeffizient — „n über k“, die Zahl der möglichen Auswahlen
- 100
- Gesamtzahl der Positionen (10 × 10 Raster)
- k
- Anzahl aktivierter Würfel
Ergebnis: Bei k = 50 ist die Zahl maximal: C(100, 50) ≈ 1,01 × 10²⁹ Auswahlen, also 96,3 Bit. Bei k = 1 oder k = 99 sind es log₂ 100 ≈ 6,6 Bit. Wichtig: Das misst die Zahl der Möglichkeiten, nicht, ob ein Muster „gestaltet“ wirkt — ein Zufallsmuster mit k = 50 hat genau dieselben 96,3 Bit.
Ordnung als Kompression
Ein regelmäßiges Muster lässt sich kürzer beschreiben als ein zufälliges. Die Länge der kürzesten Beschreibung heißt Kolmogorow-Komplexität; sie ist ein etabliertes Konzept, aber grundsätzlich nicht berechenbar [2]. Die Bit-Werte im Rechner unten sind deshalb grobe, von Hand geschätzte Beschreibungslängen zur Veranschaulichung — keine exakten Werte.
Schiebe von Chaos zu Ordnung. Die Zahl aktiver Zellen ist dabei nicht entscheidend; entscheidend ist, dass sich das Muster durch eine kurze Regel ersetzen lässt.
Informationsästhetik — was andere vorgeschlagen haben
Die Idee, Ordnung und Komplexität von Gestaltung zu messen, ist älter als dieses Kapitel. Die folgenden Ansätze sind veröffentlicht und zitierbar. Sie sind aber Vorschläge und Modelle, teils umstritten — keine Messverfahren mit allgemein anerkannter Gültigkeit.
Gedankenexperiment: „architektonische Information“
Ab hier spricht der Autor. Die Frage des Essays: Wenn ein Gebäude eine Art Nachricht ist — ließe sich die Menge an Entwurfsentscheidungen, die in ihm steckt, wie eine Informationsmenge behandeln? Die folgende Formel ist ein Denkangebot, kein Ergebnis.
- Hchaos
- frei geschätzter Wert 1–8 für die „mögliche Unordnung“ eines Raums — keine gemessene Entropie
- Hgebaut
- frei geschätzter Wert 1–8 für die Unordnung im gebauten Zustand
- V
- Volumen in m³ — die Annahme „mehr Raum = mehr Entscheidungen“ ist ungeprüft
Was gegen die Formel spricht: (1) Die H-Werte sind Einschätzungen auf einer willkürlichen Skala, keine Entropien im Sinne von §01. (2) Das Ergebnis hat deshalb keine Einheit „Bit“ — es ist ein Index. (3) Liest man Hgebaut als „eingebrachte Ordnung“, ergibt ein stärker durchgestalteter Bau einen kleineren Wert; die frühere Fassung dieser Seite behauptete gleichzeitig das Gegenteil. (4) Es gibt keine Kalibrierung an realen Gebäuden.
Exkurs: Warum die Bekenstein-Grenze hier nicht hilft
Die Bekenstein-Grenze [15] ist echte Physik: Sie begrenzt die Information, die ein Raumbereich überhaupt enthalten kann, und wächst mit seiner Oberfläche. Für einen Raum von 10 × 10 × 3 m (Oberfläche 320 m²) liegt sie bei rund 4 × 10⁷¹ Bit — mehr als 60 Größenordnungen über allem, was in einer Entwurfsentscheidung steckt. Als Maßstab für Architektur taugt sie nicht; frühere Fassungen dieser Seite haben das nahegelegt.
These des Essays: Architektur lässt sich als Folge von Entscheidungen lesen, und Shannons Begriffe — Ungewissheit, Redundanz, Kompression — sind brauchbare Metaphern, um über diese Entscheidungen zu sprechen. Ob sie mehr als Metaphern sind, ist offen.
Bild-Entropie-Scanner
Lade ein Foto. Der Scanner berechnet zwei Dinge, die man auseinanderhalten muss: die Grauwert-Entropie des Bildes (Shannon-Entropie der 256 Helligkeitsstufen, 0–8 Bit pro Pixel — eine gewöhnliche, nachvollziehbare Bildstatistik) und einen heuristischen Score aus Block-Entropie, Kantendichte und Varianz, der in einen „Modellwert“ umgerechnet wird. Score, Gewichte und Umrechnung sind gesetzt, nicht hergeleitet und nicht an Gebäuden kalibriert.
Bild hier ablegen
oder klicken zum Auswählen · JPG, PNG, WEBP · bleibt auf deinem Gerät
Wie der Score entsteht
- Hw/8
- gewichtete Block-Entropie, auf 0–1 normiert
- Enorm
- Kantendichte (Sobel), auf 0–1 normiert
- σnorm
- Streuung der lokalen Block-Entropien, auf 0–1 normiert
Der Score wird anschließend durch eine Exponentialfunktion in einen „Modellwert“ übersetzt (Score 0 → , Score 1 → ). Ihre zwei Konstanten stehen in shannon-model.js und sind laut dortigem Kommentar „nicht hergeleitet“. Der Modellwert ist kein Informationsgehalt im Sinne Shannons, sondern eine monotone Umskalierung des Scores.
Entfernt: Frühere Fassungen ordneten Bilder Referenzgebäuden zu („Sagrada Família ≈ 1,2 Mio. Bit“, „Bauhaus Dessau Score 0,60“) und nannten die Gewichte „empirisch kalibriert an 50+ Referenzgebäuden“. Für diese Zahlen gibt es keine Messung und keine Quelle; Tabelle und Ranking wurden deshalb gestrichen.
Wahrnehmung: zwischen Langeweile und Rauschen
Was ist gesichert? Miller (1956) zeigte, dass Menschen bei absoluten Urteilen über eine einzelne Reizdimension nur etwa 2–3 Bit unterscheiden — rund sieben Kategorien [13]. Zheng & Meister (2025) schätzen den Durchsatz bewussten menschlichen Verhaltens über viele Aufgaben auf etwa 10 Bit/s, während die Sinnesorgane um Größenordnungen mehr aufnehmen [14]. Berlyne postulierte, dass mittlere Komplexität am meisten gefällt [8].
Was ist Essay? Die Vermutung, dass gute Architektur in einer mittleren Zone zwischen Redundanz und Überraschung liegt, und dass sich diese Zone auf einer Zahlenskala angeben lässt. Der Simulator unten veranschaulicht nur die Idee; seine Zonen und Grenzen sind gesetzt.
Quellen / Literatur
Die Nummern in eckigen Klammern verweisen auf diese Liste. Teil B (§05–§07) stützt sich auf keine dieser Quellen als Beleg für seine Formeln — es ist ein Essay.
- Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal 27, 379–423 und 623–656.
- Cover, T. M. & Thomas, J. A. (2006). Elements of Information Theory. 2. Aufl., Wiley. ISBN 978-0-471-24195-9.
- Landauer, R. (1961). Irreversibility and Heat Generation in the Computing Process. IBM Journal of Research and Development 5(3), 183–191.
- Bérut, A., Arakelyan, A., Petrosyan, A., Ciliberto, S., Dillenschneider, R. & Lutz, E. (2012). Experimental verification of Landauer’s principle linking information and thermodynamics. Nature 483, 187–189.
- Birkhoff, G. D. (1933). Aesthetic Measure. Harvard University Press.
- Moles, A. (1958). Théorie de l’information et perception esthétique. Paris: Flammarion.
- Arnheim, R. (1971). Entropy and Art: An Essay on Disorder and Order. University of California Press.
- Berlyne, D. E. (1971). Aesthetics and Psychobiology. New York: Appleton-Century-Crofts.
- Klinger, A. & Salingaros, N. A. (2000). A pattern measure. Environment and Planning B 27(4), 537–547.
- Salingaros, N. A. (2006). A Theory of Architecture. Solingen: Umbau-Verlag.
- Hillier, B. & Hanson, J. (1984). The Social Logic of Space. Cambridge University Press.
- Alexander, C., Ishikawa, S., Silverstein, M. u. a. (1977). A Pattern Language. Oxford University Press.
- Miller, G. A. (1956). The Magical Number Seven, Plus or Minus Two. Psychological Review 63(2), 81–97.
- Zheng, J. & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron 113(2), 192–204.
- Bekenstein, J. D. (1973). Black holes and entropy. Physical Review D 7, 2333–2346.