Читать книгу: «Deutsche Sprachgeschichte»

2.2 Untersuchungsmethoden

Dieses Buch will zum einen einen Überblick über die deutsche Sprachgeschichte geben, zum anderen Zugänge zu ihrer empirischen Untersuchung eröffnen. Es will Sie ermutigen, Sprachgeschichtsforschung wissenschaftlich zu betreiben. Ehe wir uns drei der wichtigsten Methodenfelder der historischen Sprachwissenschaft zuwenden, lohnt es sich daher, zunächst auf die wissenschaftliche Methodewissenschaftliche Methode näher einzugehen. Wenn heute von der „wissenschaftlichen Methode“ die Rede ist, dann ist damit zumeist der in Fig. 2 dargestellte Zyklus des wissenschaftlichen Erkenntnisgewinns gemeint. Dieser wiederum ist eng mit dem Prinzip des FalsifikationismusFalsifikationismus verbunden, das auf den Philosophen Karl Popper zurückgeht (vgl. z.B. Popper 1963). Maxwell & Delaney (2004: 13f.) illustrieren die Grundidee des Falsifikationismus, indem sie sie den Ideen des logischen Positivismus gegenüberstellen, der die Wissenschaft in der ersten Hälfte des 20. Jahrhunderts dominierte. Dieser folgt dem in (3) dargestellten Syllogismus der Bestätigung:

Die Idee hinter diesem recht abstrakten Syllogismus lässt sich an einem einfachen Alltagsbeispiel illustrieren. Angenommen, ich wohne in einer WG und frage mich, wer im Badezimmer das Licht angelassen hat. Ich tippe auf meinen Mitbewohner, den angehenden Lehrer, zumal der ohnehin oft etwas verplant ist. Nun weiß ich, dass dieser Mitbewohner, wenn er nach Hause kommt, immer Kreide an den Fingern hat und deshalb dazu neigt, Kreideflecken zu hinterlassen. Mir fällt auf, dass am Lichtschalter ein kleiner Kreidefleck ist, der vorher noch nicht da war, und ich denke mir: Wusste ich’s doch!

Mein Schlussprozess folgt also dem Syllogismus der Bestätigung: Ich habe eine Theorie und überprüfe, ob die Daten mit meiner Theorie kompatibel sind. Dieses deduktive (ableitende) Verfahren ist sowohl für den logischen Positivismus als auch für den Falsifikationismus charakteristisch. Letzterer jedoch geht den dritten Schritt nicht mit – den nämlich, dass ich meine Theorie deshalb als wahr annehme.

Um bei unserem Beispiel zu bleiben: Der Kreidefleck mag verräterisch sein, aber er ist natürlich keine hinreichende Evidenz, dass der Lehrer tatsächlich der Schuldige ist. Erstens muss der Kreidefleck nicht von ihm stammen – er könnte auch von meiner Mitbewohnerin stammen, die beim Klettern Unmengen an Magnesiumcarbonat verwendet. Zweitens kann auch nach ihm jemand im Bad gewesen sein, ohne eine Spur am Lichtschalter zu hinterlassen. Theoretisch ist sogar denkbar, dass es einen Einbruch gab, von dem niemand etwas bemerkt hat, weil der Einbrecher unverrichteter Dinge wieder gegangen ist, als er merkte, dass hier Geisteswissenschaftler leben, bei denen nichts zu holen ist – nur das Licht im Bad hat er angelassen. Diese Theorie ist zwar etwas weit hergeholt, aber es kann doch nicht ganz ausgeschlossen werden, dass sie zutrifft. Das gleiche gilt für praktisch unendlich viele andere Theorien, die meine Beobachtungen erklären können. Deshalb geht Popper auch davon aus, dass es grundsätzlich nicht möglich ist, eine Theorie zu bestätigen. Hingegen ist es durchaus möglich, eine Theorie zurückzuweisen – mit dem Syllogismus der Falsifikation in (4).

Fig. 2: Der Zyklus des wissenschaftlichen Erkenntnisgewinns, modifiziert nach Stefanowitsch (im Ersch.).

Aus diesem Grund ist es in empirischen Studien heute üblich, Hypothesen nicht direkt zu überprüfen, sondern stattdessen NullhypothesenNullhypothese (H₀) zu testen. Die Nullhypothese ist das logische Gegenteil zu meiner eigenen Hypothese, der sog. Alternativhypothese H₁. Schauen wir uns ein sprachgeschichtliches Beispiel dazu an. Das Adverb bisschen geht auf das Substantiv Bissen zurück, wie in ein Bissen Brot. Es hat sich von einem Wort mit sehr konkreter Bedeutung zu einem Wort mit eher abstrakter, quantifizierender Bedeutung gewandelt. Heute kann ich nicht nur einen Bissen Lasagne essen oder mir im Sommer ein bisschen Eis gönnen, sondern auch ein bisschen müde sein oder ein bisschen spazieren gehen. Wenn es stimmt, dass bisschen graduell eine immer abstraktere Bedeutung angenommen hat, dann ist zu erwarten, dass es ursprünglich zunächst mit Substantiven auftritt, die etwas sehr Konkretes bezeichnen, womöglich sogar etwas Essbares, und dass es sich erst allmählich auf Adjektive und Verben ausdehnt. In diesem Fall wäre die H₁ also: bisschen tritt im Laufe der Zeit immer häufiger mit Wörtern auf, die nicht zur Wortart Substantiv gehören. Entsprechend lautet also die H₀: bisschen tritt im Laufe der Zeit nicht häufiger mit Wörtern auf, die nicht zur Wortart Substantiv gehören.

Wenn nun eine empirische Studie mit Texten aus verschiedenen Zeitstufen belegt, dass bisschen in späteren Zeitstufen tatsächlich häufiger mit Adjektiven und Verben auftritt – und zwar so viel häufiger, dass es extrem unwahrscheinlich ist, dass eine solche Verteilung durch Zufall zustande kommt –, dann können wir zwar immer noch nicht völlig sicher sein, dass die Alternativhypothese zutrifft. Aber wir können mit großer Gewissheit die Nullhypothese zurückweisen – und dadurch unsere Alternativhypothese bestärkt sehen.

Das führt uns zu der Frage, was eigentlich eine wissenschaftliche HypotheseHypothese ist und welchen Kriterien sie genügen sollte. Bortz & Döring (2006: 4) definieren eine wissenschaftliche Hypothese wie folgt:

1 Eine wissenschaftliche Hypothese bezieht sich auf reale Sachverhalte, die empirisch untersuchbar sind.

2 Eine wissenschaftliche Hypothese ist eine allgemeingültige, über den Einzelfall oder ein singuläres Ereignis hinausgehende Behauptung („All-Satz“).

3 Einer wissenschaftlichen Hypothese muss zumindest implizit die Formalstruktur eines sinnvollen Konditionalsatzes („Wenn-dann-Satz“ bzw. „Je-desto-Satz“) zugrunde liegen.

4 Der Konditionalsatz muss potenziell falsifizierbar sein, d.h., es müssen Ereignisse denkbar sein, die dem Konditionalsatz widersprechen.

Denkpause

Welche der folgenden Annahmen können als wissenschaftliche Hypothesen gelten, welche nicht?

 Bayern trinken häufig Bier.

 Bayern trinken häufiger Bier als Schwaben.

 Mit zunehmendem Alter steigt das Risiko, bei einem Haushaltsunfall zu sterben.

 Wenn ein Kind ohne Sprache aufwächst, spricht es am Ende Vogonisch.

Eine Annahme wie Bayern trinken häufig Bier wäre nach den oben genannten Kriterien keine wissenschaftliche Hypothese, denn es wird nicht klar, was mit „häufig“ gemeint ist – deshalb ist die Aussage nicht nach klaren Kriterien falsifizierbar: „Falsifizierbarkeit setzt begriffliche Invarianz voraus“ (Bortz & Döring 2006: 5). Anders wäre es, wenn wir „häufig“ klar definieren, z.B. als „mindestens einmal am Tag eine Maß Bier“. Dann könnten wir daraus den Wenn-dann-Satz formulieren: „Wenn jemand Bayer ist, trinkt er mindestens einmal am Tag eine Maß Bier“ und könnten folgerichtig Daten von bayerischen und nicht-bayerischen Probanden erheben und vergleichen. Bayern trinken häufiger Bier als Schwaben ist eine wissenschaftliche Hypothese, denn hier haben wir ein klares Vergleichskriterium. Gleiches gilt für die dritte Hypothese, Mit zunehmendem Alter steigt das Risiko, bei einem Haushaltsunfall zu sterben. Diese Hypothese könnte man z.B. überprüfen, indem man Daten von tödlichen Haushaltsunfällen erhebt und die Altersverteilung der Todesopfer mit der Altersverteilung in der Gesamtbevölkerung vergleicht. Die vierte Hypothese ist ein schwierigerer Fall: Sie wäre potentiell falsifizierbar, allerdings müsste man dafür ein Kind ohne Sprache aufwachsen lassen. Aus offensichtlichen Gründen erachtet man ein solches Experiment heute als unethisch und überlässt es ägyptischen Pharaonen und mittelalterlichen Herrschern (vgl. Cohen 2013 für Beispiele). Ob es sich dennoch um eine wissenschaftliche Hypothese handelt, auch wenn sie nur in der Theorie falsifizierbar ist, darüber gibt es unterschiedliche Meinungen. Da man solche Fragestellungen heute prinzipiell auch ohne Versuche an echten Menschen z.B. über sog. agentenbasierte computationale Modellierung (agent-based modelling) indirekt angehen kann, spricht im Grunde nichts dagegen, die Hypothese zumindest formal als wissenschaftliche Hypothese durchgehen zu lassen – inhaltlich ist sie natürlich offensichtlich unsinnig.

Das führt uns zu der Frage, was eigentlich eine gute wissenschaftliche Hypothese ausmacht. Eine Hypothese speist sich meist aus einer Theorie, also einem Netzwerk an erklärenden Annahmen (vgl. Bartz & Döring 2006: 15). Bisweilen werden die Begriffe Theorie und Hypothese nahezu austauschbar gebraucht, allerdings ist die Unterscheidung zwischen einem übergreifenden Netzwerk an erklärenden Annahmen und einer konkreten, falsifizierbaren Einzelannahme nicht ganz unwichtig; darauf werden wir in einem Exkurs in Kap. 4.1.2 zurückkommen. Eine gute Theorie wiederum ist nach Hussy & Jain (2002: 278f.)

 logisch konsistent, also in sich widerspruchsfrei;

 gut überprüfbar bzw. falsifizierbar;

 einfach: sie sollte mit möglichst wenigen Annahmen möglichst viel erklären;

 allgemein: eine Theorie mit größerem Geltungsbereich ist einer Theorie mit geringerem Geltungsbereich vorzuziehen.

Eng mit dem Kriterium der Einfachheit verbunden ist das Prinzip, das als Occam’s razorOccam’s razor (deutsch auch manchmal: Ockhams RasiermesserOckhams RasiermesserOccam’s razor) bekannt ist und das häufig in der Formel zusammengefasst wird: Entia non sunt multiplicanda praeter necessitatem, also frei paraphrasiert: Die Zahl der Einheiten, die zur Erklärung eines Sachverhalts herangezogen werden, soll nicht ohne Not erhöht werden. Mit anderen Worten: Die einfachere Erklärung ist die bessere, wenn es nicht gute Gründe gibt, eine voraussetzungsreichere Erklärung zu wählen. Um auf das Beispiel mit dem Kreidefleck zu Beginn des Kapitels zurückzukommen: Die Hypothese, dass Einbrecher im Haus waren und nichts gestohlen, aber einen Fleck hinterlassen haben, macht eine Annahme, die zur Erklärung der Beobachtung nicht notwendig und daher nur gerechtfertigt ist, wenn sich herausstellt, dass die einfacheren Hypothesen zur Erklärung des Phänomens nicht ausreichen.

Ganz grob zusammengefasst besteht die wissenschaftliche Methode also darin, Theorien zur Erklärung beobachtbarer Phänomene zu formulieren. Als Prüfstein für die Validität einer Theorie dient die Überprüfung von Hypothesen durch Falsifikation der entsprechenden Nullhypothese. Kann die Nullhypothese nicht falsifiziert werden, muss die entsprechende Alternativhypothese (vorerst) verworfen und die Theorie entsprechend modifiziert werden.

2.2.1 Sprachvergleich und Rekonstruktion: Die komparative Methode

Als 2015 in Südafrika die Überreste einer zuvor unbekannten Menschenart, des Homo naledi, entdeckt wurden (vgl. Berger et al. 2015), war dies eine kleine wissenschaftliche Sensation, die auch auf ein breites Presseecho stieß. Für die Paläoanthropologie, die sich mit der Entwicklungsgeschichte des Menschen befasst, sind solche Funde von zentraler Bedeutung, denn um zu verstehen, wie sich unsere Spezies evolutionär entwickelt hat, ist es wichtig, möglichst viele verwandte Spezies miteinander zu vergleichen. Dies nennt man die komparative MethodeKomparative Methode (vgl. Fitch 2010: 44–46). Derlei Vergleiche können unter anderem dazu beitragen, Rückschlüsse auf den hypothetischen letzten gemeinsamen Vorfahren, den last common ancestor, von Menschen und Schimpansen zu ziehen.

Die komparative MethodeKomparative Methode in der Sprachwissenschaft verfolgt ähnliche Ziele mit ähnlichen Mitteln. Sie ermöglicht es, Sprachstufen zu rekonstruieren, aus denen uns keinerlei Zeugnisse überliefert sind. Die komparative Methode baut auf der Grundannahme auf, dass zwischen den Sprachen der Welt Verwandtschaftsverhältnisse bestehen: Sprachen, die zur gleichen SprachfamilieSprachfamilie gehören, lassen sich demnach auf eine gemeinsame ProtospracheProtosprache zurückführen. So gehören etwa das Deutsche, Englische und Niederländische zur westgermanischen Sprachfamilie, während etwa Isländisch, Norwegisch, Dänisch und Schwedisch zur nordgermanischen zählen. Aus den Gemeinsamkeiten der jeweiligen Einzelsprachen lassen sich Eigenschaften der Protosprache, also des West- bzw. Nordgermanischen, rekonstruieren. Damit ist gemeint, dass wir eine wissenschaftlich fundierte Annahme darüber treffen, wie die jeweilige Protosprache ausgesehen haben könnte (vgl. Crowley & Bowern 2010: 79).

Natürlich sind die Verwandtschaftsverhältnisse zwischen Sprachen weitaus komplexer, als dass man einfach nur für jede Sprachfamilie eine gemeinsame „Ursprache“ annehmen müsste. So gehören das West- und Nordgermanische ihrerseits zur germanischen Sprachfamilie, zusammen mit den ausgestorbenen ostgermanischen Sprachen, zu denen das Gotische gehört, das für die Rekonstruktion des Proto-Germanischen eine zentrale Rolle spielt (vgl. Lehmann 1994: 19). Die germanischen Sprachen indes gehören ebenso wie beispielsweise die romanischen und die slawischen Sprachen zur indoeuropäischen Sprachfamilie, die in der deutschsprachigen Literatur oft auch als „indogermanische“ Sprachfamilie bezeichnet wird.

Um diese Verwandtschaftsverhältnisse zu entschlüsseln, bedarf es des Sprachvergleichs. Tab. 1 stellt die Kardinalzahlen von 1 bis 10 in sieben verschiedenen Sprachen gegenüber: drei westgermanischen, drei romanischen und einer sog. isolierten Sprache, d.h. einer Sprache, die mit keiner anderen bekannten Sprache verwandt ist. Schon ein oberflächlicher Vergleich zeigt deutliche Gemeinsamkeiten zwischen den Zahlwörtern in den eng miteinander verwandten Sprachen. Ebenso fällt auf den ersten Blick ins Auge, dass das Baskische sich ganz deutlich von den anderen Sprachen unterscheidet (außer im Falle von sei ‚sechs‘).

Tab. 1: Die Zahlen von 1 bis 10 in drei westgermanischen und drei romanischen Sprachen sowie einer sog. isolierten Sprache, dem Baskischen, das mit keiner anderen bekannten Sprache verwandt ist.

Für die Ähnlichkeiten gibt es eine einfache und plausible Erklärung: Die einander ähnlichen, aber doch deutliche Unterschiede aufweisenden Sprachen haben sich aus einer gemeinsamen Vorstufe (Protosprache) entwickelt und sind im Laufe der Zeit gleichsam auseinandergedriftet. Die Frage, welche der (heutigen) Sprachen „älter“ oder „jünger“ ist, stellt sich daher zunächst nicht. Die komparative Methode geht von der – natürlich stark idealisierenden – Annahme aus, dass Aufspaltungen zwischen Sprachen plötzlich stattfinden und dass nach der Aufspaltung der Protosprache kein Kontakt mehr zwischen den daraus resultierenden Tochtersprachen besteht (vgl. Campbell 2013: 143).

Zur Anwendung der komparativen Methode

Campbell (2013: 111–134) schlägt folgende Schritte für die Durchführung einer Rekonstruktion mit Hilfe der komparativen Methode vor (ähnlich auch Crowley & Bowern 2010: 78–94; Trask 2015: 196):

Schritt 1: Kognaten finden

Unter KognatenKognat (von lat. cognatus ‚verwandt; ähnlich/übereinstimmend‘) versteht man Formen, die auf einen gemeinsamen Ursprung zurückgehen. Am Anfang der komparativen Methode steht folgerichtig die Aufgabe, potentielle Kognaten in verwandten Sprachen ausfindig zu machen, bzw. in Sprachen, bei denen man gute Gründe hat, von einer Verwandtschaft auszugehen.

Nicht alle potentiellen Kognaten müssen automatisch auch Kognaten sein. So haben wir bereits gesehen, dass Baskisch sei ‚sechs‘ zwar formal ein hohes Maß an Ähnlichkeit zu seinen Pendants in den romanischen Sprachen aufweist. Aber weil das Baskische nicht mit den romanischen Sprachen verwandt ist, kann es nicht mit Ital. sei oder Span. seis kognat sein. Allenfalls könnte es sich um ein Lehnwort handeln – eine These, die durchaus in Erwägung gezogen wurde (vgl. Uhlenbek 1940–41). LehnwörterLehnwort gelten jedoch nicht als Kognaten (vgl. Campbell 2013: 352), da EntlehnungEntlehnung zunächst ein rein „horizontaler“ Prozess ist, wie Fig. 3 zeigt: Ein Wort wie Restaurant beispielsweise wird zu einem bestimmten Zeitpunkt t aus einer Sprache (S₁) in eine andere (S₂) entlehnt – hier: aus dem Französischen ins Deutsche. Daher existiert es heute in beiden Sprachen, doch es lässt sich nicht auf eine gemeinsame Proto-Sprache zurückführen. Hingegen lässt sich für dt. Gast und engl. guest, zusammen mit weiteren Kognaten wie nl. gast, norw. gjest, isl. gestur oder dän. gæst eine gemeinsame Ursprungsform annehmen, nämlich germanisch *gasti-. Der Asterisk (*) zeigt hier an, dass es sich um eine rekonstruierte Form handelt, die selbst nicht belegt ist: Es ist vielmehr jene Vorform, die angesichts der überlieferten Formen als die wahrscheinlichste angesehen wird.

Fig. 3: Kognat vs. Lehnwort.

Schritt 2: Lautliche Entsprechungen aufzeigen

Mit Hilfe der (potentiellen) Kognaten werden anschließend systematische Lautentsprechungen herausgearbeitet. Diese müssen von solchen Entsprechungen unterschieden werden, die höchstwahrscheinlich dem Zufall geschuldet sind. So enden in Tab. 1 span. uno und cinco auf -o, die baskischen Pendants bat und bost auf -t. Hier ein Muster erkennen zu wollen, wäre indes übereilt, wie auch der Blick auf die anderen auf -o endenden spanischen Zahlwörter in der Tabelle zeigt, die keine baskische Entsprechung auf -t haben. Auch wäre eine Stichprobe von nur zwei Wörtern natürlich viel zu klein, um überzeugend eine Lautkorrespondenz aufzuzeigen.

Vergleichen wir hingegen zwei und zehn mit den Kognaten im Englischen und Niederländischen, so zeigt sich ein Muster, das wir auch in vielen anderen Wörtern wiederfinden, wie Tab. 2 verdeutlicht.

Tab. 2: Beispiele für Kognaten mit /ts/ im Deutschen und /t/ in anderen westgermanischen Sprachen.

Anhand dieser und weiterer Wörter lässt sich eine relativ klare Lautentsprechung nachweisen: Dem /ts/ im Deutschen entspricht im Englischen und Niederländischen – und auch in anderen westgermanischen Sprachen – der stimmlose Plosiv /t/. Historisch ist dies, wie wir in Kap. 4.1.1 sehen werden, auf die 2. Lautverschiebung zurückzuführen, die das Deutsche von allen anderen germanischen Sprachen trennt. Um Wandelphänomene wie die 2. Lautverschiebung entdecken zu können, bedarf es jedoch zunächst des Sprachvergleichs – genauer: der komparativen Methode.

Schritt 3: Den Proto-Laut rekonstruieren

Woher weiß man jedoch, dass bei den in Tab. 2 genannten Beispielen /ts/ der jüngere Laut ist und /t/ der ältere? Hierfür gibt es verschiedene Indizien. Erstens finden zahlreiche Lautwandelprozesse sprachübergreifend in eine bestimmte Richtung statt (Direktionalitätsprinzip): So gibt es viele Sprachen, in denen ein Wandel von /k/ zu /f/ belegt ist, während dieser Wandel in der umgekehrten Richtung praktisch nicht vorkommt (vgl. Campbell 2013: 113).

Zweitens gilt das Mehrheitsprinzip: Wenn keine anderen Indizien dagegen sprechen, wird jener Laut als Proto-Laut angenommen, der in meisten Tochtersprachen der zu rekonstruierenden Proto-Sprache auftritt (vgl. Campbell 2013: 114). So werden wir in Kap. 4.1.1 sehen, dass sich das Deutsche durch die sog. 2. Lautverschiebung von allen anderen germanischen Sprachen unterscheidet. Das zeigt sich auch in Tab. 2, denn das Englische und Niederländische haben hier wie die überwältigende Mehrheit der westgermanischen Sprachen /t/, wo das Deutsche /ts/ hat: isländisch tíu, Afrikaans tien, norwegisch und dänisch ti, schwedisch tio, färöisch tíggju – deutsch zehn. Das lässt darauf schließen, dass /t/ der ältere Laut ist.

Drittens gilt es, die gemeinsamen phonologischen Eigenschaften der unterschiedlichen Laute in den Tochtersprachen einzubeziehen. So diskutiert Campbell (2013: 116) ein Beispiel aus den romanischen Sprachen. Hier entspricht spanisch und portugiesisch /b/ im Französischen /v/ und im Italienischen /p/. Alle drei Laute teilen das Merkmal [+labial]. /b/ und /p/ teilen darüber hinaus das Merkmal [+plosiv], während /b/ und /v/ das Merkmal [+stimmhaft] gemeinsam haben. Nach dem Mehrheitsprinzip könnte man nun annehmen, dass */b/ als Proto-Laut zu rekonstruieren sei, doch spricht das Direktionalitätsprinzip dagegen, da sich stimmlose Plosive häufig zu stimmhaften Plosiven wandeln und Plosive zwischen Vokalen häufig zu Frikativen werden. Daher ist es plausibel anzunehmen, dass */p/ der gesuchte Proto-Laut ist, der in einigen der Tochtersprachen den häufig beschrittenen Wandelpfad p > b > v gegangen ist. Im Zweifelsfall kann es mithin sinnvoll sein, dem Direktionalitätsprinzip – unter Einbezug der geteilten phonologischen Merkmale der jeweiligen Laute – den Vorzug vor dem Mehrheitsprinzip zu geben.

Schritt 4: Status der Lautentsprechungen bestimmen

Bislang mag der Eindruck entstanden sein, dass einem Laut in der Protosprache immer genau ein Set an Korrespondenzen entspreche, etwa dem Proto-Laut */p/ die Korrespondenz /b/ – /p/ – /v/ im Spanischen, Portugiesischen, Französischen und Italienischen. Das ist aber keineswegs immer der Fall, wie folgendes Beispiel aus den germ. Sprachen zeigt: Das stimmhafte /d/ in Bruder und das stimmlose /t/ in Vater gehen auf den gleichen Proto-Laut zurück; die rekonstruierten ie. Formen lauten *bhrāter- bzw. *pətḗr (vgl. Pfeifer 1993). Die Formen haben sich im Deutschen durch Lautwandel auseinanderentwickelt. Synchron haben wir es daher mit zwei verschiedenen, sich jedoch teilweise überlappenden Korrespondenzenbündeln zu tun:

Tab. 3: Beispiel für zwei verschiedene, einander überlappende Sets an Lautkorrespondenzen.

Die Lautkorrespondenzen in Tab. 3 ließen sich natürlich noch um weitere Sprachen ergänzen. Doch schon in dieser kleinen Auswahl an Sprachen wird deutlich, dass die Faustregel „ein Laut in Sprache A entspricht einem Laut in Sprache B“ keineswegs immer aufgeht. Bei solchen einander überlappenden Korrespondenzenbündeln muss daher in jedem Einzelfall entschieden werden, ob es sich um zwei verschiedene Korrespondenzmuster handelt oder ob sich die beiden Korrespondenzmuster auf einen Proto-Laut zurückführen lassen – was im Falle der Vater/Bruder-Kognaten sehr wahrscheinlich ist.

Schritt 5: Plausibilität des rekonstruierten Lauts überprüfen

Abschließend gilt es, die Plausibilität des rekonstruierten Lauts im Kontext des gesamten bisher rekonstruierten Phoneminventars vor dem Hintergrund typologischer Erwartungen zu überprüfen (vgl. Campbell 2013: 124–128) – in anderen Worten: zu überprüfen, wie plausibel die Annahme ist, dass a) eine Sprache das rekonstruierte Phoneminventar aufweist und dass b) in einer Sprache, die dieses Phoneminventar hat, genau dieser Laut auftaucht.

Gehen wir zunächst auf a) näher ein. In den Sprachen der Welt sind bestimmte Phoneminventare deutlich verbreiteter als andere, während einige hypothetisch denkbare Konfigurationen gar nicht auftreten. Zum Beispiel ist keine Sprache bekannt, in der es gar keine Vokale gibt. Ein rekonstruiertes Phoneminventar ganz ohne Vokale wäre folgerichtig eher unplausibel.

Weiterhin gibt es eine Reihe sprachlicher Universalien. Unter Sprachuniversalien versteht man Aussagen, die für alle (oder zumindest tendenziell für alle) Sprachen gelten. Wie „universal“ die in der Forschung angenommenen Universalien sind, ist hochumstritten, zumal nur ein Teil der auf der Welt gesprochenen Sprachen dokumentiert ist, von den bereits ausgestorbenen Sprachen ganz zu schweigen. Evans & Levinson (2009) sehen die Existenz von Sprachuniversalien daher als „Mythos“, wobei sie sich jedoch nur auf Aussagen beziehen, die ausnahmslos für alle Sprachen gelten sollen. Dass es statistische Tendenzen gibt, erkennen sie jedoch ausdrücklich an. Auf genau solche Tendenzen bezieht sich Kriterium b).

Über die komparative Methode hinaus: Weitere Möglichkeiten der Rekonstruktion

Die komparative Methode hat sich als wichtigstes Instrument der historisch-vergleichenden Sprachwissenschaft erwiesen, doch hat sie auch ihre Grenzen. So kann sie beispielsweise in isolierten Sprachen wie dem Baskischen, also solchen Sprachen, für die bisher keine Verwandten gefunden wurden, nicht angewandt werden. Hier muss man auf eine andere Methode zurückgreifen, um mögliche Vorstufen der Sprache zu rekonstruieren, nämlich die interne Rekonstruktion, die sich in manchen Fällen auch in nicht-isolierten Sprachen als Ergänzung zur komparativen Methode eignet. Ausgangspunkt der internen Rekonstruktion sind Allomorphe, also Formen, die im jeweiligen Flexionsparadigma oder auch in über Wortbildung abgeleiteten Wörtern unterschiedliche phonologische Formen haben. Im Deutschen finden wir Allomorphie z.B. in umgelauteten Formen, vgl. Maus – Mäus-e, Bub – Büb-lein. In solchen Fällen kann davon ausgegangen werden, dass die beiden Formen auf eine einzige Form zurückgehen und sich durch Lautwandel auseinanderentwickelt haben (vgl. Trask 2015: 238). Auf Grundlage dessen, was man über sprachübergreifende Lautwandeltendenzen weiß, kann man dann Lautwandelprozesse postulieren, die zur gegenwärtigen Situation geführt haben. Auch hier gilt es dann, die postulierten Prozesse im Kontext des rekonstruierten Gesamtsystems zu überprüfen (vgl. Campbell 2013: 199).

In den vergangenen Jahren haben sich zudem immer stärker computationale Methoden der Lexikostatistik und Glottochronologie etabliert. Bei diesen quantitativen Ansätzen, die allerdings in der historischen Linguistik teilweise noch mit Skepsis betrachtet werden (vgl. z.B. Campbell 2013), handelt es sich um sog. phylogenetische MethodenBayessche phylogenetische Methoden, die sich an der Evolutionsbiologie orientieren. Dass der Begriff „phylogenetische Methoden“ häufig ausschließlich mit diesen modernen Ansätzen in Verbindung gebracht wird, ist freilich etwas irreführend, denn letztlich sind auch die „klassischen“ Methoden, die zur Rekonstruktion von Sprachfamilienstammbäumen verwendet werden, phylogenetisch (von gr. φῦλον ‚Stamm‘ und γενετικός ‚Ursprung, Quelle‘). Auch die Verknüpfung zwischen Sprachwissenschaft und Evolutionsbiologie ist nicht neu: So wurde Darwin bei der Entwicklung der Evolutionsbiologie unter anderem von den Schriften August Schleichers inspiriert, der sich als einer der ersten an der Rekonstruktion der ie. Ursprache versuchte. Umgekehrt lehnen sich viele theoretische Ansätze jüngeren Datums an die Evolutionsbiologie an (z.B. Haspelmath 1999, Croft 2000).

Die Glottochronologie geht davon aus, dass es so etwas wie ein Basisvokabular gibt, also ein Inventar an Konzepten, für das es in allen Sprachen und Kulturen Wörter gibt. Das können z.B. Verwandtschaftsbezeichnungen, Farbwörter, Naturphänomene wie Sonne und Mond oder grundlegende Erfahrungen wie leben und sterben sein (vgl. z.B. Trask 2015: 350f.). Zwei häufig verwendete Listen, die sog. Swadesh-ListenSwadesh-Listen, hat Morris Swadesh zusammengestellt, eine mit 100, eine mit 200 Wörtern. Diese Listen haben z.B. Gray & Atkinson (2003) und Bouckaert et al. (2012) verwendet, um die einzelnen Aufspaltungen des Ie. möglichst genau zu datieren und damit auch Hypothesen zum Ie. zu überprüfen. Dafür nutzten sie 2.449 Kognaten (allesamt aus der 200-Wörter-Swadesh-Liste) aus 87 Sprachen und kodierten jedes der Kognaten-Sets daraufhin, ob es in der jeweiligen Sprache vorhanden ist oder nicht (0 vs. 1). Wie das aussehen kann, zeigen beispielhaft Tab. 4 und Tab. 5 (aus Atkinson & Gray 2006: 94).

In Tab. 4 sind vier Konzepte aus den Swadesh-Listen aufgeführt, zusammen mit den entsprechenden Wörtern aus sechs ie. Sprachen (darunter aus dem ausgestorbenen Hethitischen, die als älteste belegte ie. Sprache gilt). Das Wort für ‚hier‘ z.B. ist im Englischen und Deutschen kognat: here und hier. Das frz. Wort geht hingegen nicht auf die gleiche Wurzel zurück wie das engl. und dt., aber es teilt sich eine Wurzel mit dem italienischen Wort, auch wenn diese etymologische Verwandtschaft durch Lautwandel opak (undurchsichtig) geworden ist: ici und qui/qua. Mit dem Neugriechischen und Hethitischen kommen zwei weitere Wurzeln hinzu, denn die Wörter in diesen Sprachen gehören weder zum Kognatenset 1 (hier/here) noch zum Kognatenset 2 (ici/qui/qua).

In Tab. 5 ist für jedes Swadesh-Konzept in jeder der in der Stichprobe in Tab. 4 vorhandenen Sprachen angegeben, ob das jeweilige Kognaten-Set in der Sprache vorhanden ist oder nicht. Im Falle von hier findet sich in jeder der sechs Sprachen genau eine der vier Varianten: Im Englischen und Deutschen das Kognatenset 1 (hier/here), im Frz. und Italienischen das Kognatenset 2 (ici/qui/qua), im Neugriechischen das Kognatenset 3 (edo), im Hethitischen das Kognatenset 4 (ka). So entsteht eine Matrix aus binären Werten, also aus Ja/Nein-Werten bzw. Einsen und Nullen.

Tab. 4: Einige Sprachen und Swadesh-Wörter, die in den Daten von Gray & Atkinson (2003, 2005) verwendet wurden. Wörter mit der gleichen Zahl sind Kognaten.

Tab. 5: Kognaten-Matrix für die vier Wörter in Tab. 4. Die Ziffern in der Zeile „Kognatenset“ geben die Zahlen wieder, mit denen in Tab. 4 die einzelnen Kognaten markiert sind.

Das Vorhandensein oder Nichtvorhandensein der jeweiligen Kognatensets wird als Grundlage für Modelle der diachronen Sprachentwicklung verwendet. Genauer gesagt, wird die lexikalische Ersetzung modelliert: Angenommen z.B., die in unserer Stichprobe häufigeren Kognatensets 1 und 2 sind älter als die selteneren Kognatensets 3 und 4, dann muss ja zu einem bestimmten Zeitpunkt das alte Wort aus Kognatenset 1 oder 2 durch ein neues Wort ersetzt worden sein. In unterschiedlichen Sprachen hat diese Ersetzung für unterschiedliche Kognatensets und für unterschiedlich viele Kognatensets stattgefunden. Mit Hilfe der binären Kodierung in 1 und 0 ist also der entscheidende Prozess für die Modellierung der Zustandswechsel: von 0 zu 1 (Hinzukommen eines Kognatensets) oder von 1 zu 0 (Verlust eines Kognatensets).

Für diese Modellierung nutzen Atkinson & Gray (2003, 2006) komplexe statistische Methoden, die hier nicht ausführlich diskutiert werden können.1 Grob gesagt modelliert der Ansatz von Atkinson und Gray auf Grundlage einer Fülle von Daten unterschiedliche Sprachenstammbäume und vergleicht die so entstandenen Modelle hinsichtlich ihrer Plausibilität. Die Ergebnisse, zu denen sie auf diese Weise gelangen, interpretieren Gray & Atkinson (2003) als Evidenz für die Hypothese, dass sich das Ie. vor etwa 10.000 Jahren im anatolischen Raum auszubreiten begann.

Diese Hypothese und auch die verwendeten Methoden wurden jedoch heftig kritisiert. So kommen Pereltsvaig & Lewis (2015: 53) zu dem Schluss:

Wherever we look, we find that the model produces multiple chains of errors, consistently failing to accord with known facts about the diversification and spread of the Indo-European languages.

Einige der gegen solche phylogenetische Methoden vorgebrachten Einwände laufen darauf hinaus, dass man auf eine Vielzahl an Daten setzt und darüber die Korrektheit der Analysen im Einzelfall vernachlässigt. So lautet eine zentrale Kritik, dass sich trotz aller Bemühungen, LehnwörterLehnwort aus den Daten auszuschließen, letztlich doch relativ viele LehnwörterLehnwort eingeschlichen haben, die somit eigentlich nicht als Kognaten gelten dürften (vgl. Pereltsvaig & Lewis 2015: 81). Einen solchen Balanceakt zwischen großen Datenmengen einerseits und sorgfältiger qualitativer Analyse der einzelnen Datenpunkte andererseits bringt freilich jede empirische Arbeit mit sich. Ein weiterer, möglicherweise schwerwiegenderer Kritikpunkt betrifft die Frage, wie repräsentativ die Swadesh-Listen tatsächlich sind, zumal Swadesh keine klaren Kriterien für die Auswahl genau dieser Wörter bzw. Konzepte formuliert hat (vgl. Pereltsvaig & Lewis 2015: 72).

Aus wissenschaftstheoretischer und wissenschaftssoziologischer Perspektive ist die neu entfachte Debatte um den Ursprung des Ie. hochspannend, da hier in methodischen Fragen Welten aufeinanderprallen, die unterschiedlicher kaum sein könnten: auf der einen Seite die Vertreter der klassischen komparativen Methode, die auf genauer, händischer Analyse durch Experten beruht; auf der anderen Seite die Vertreter quantitativer Methoden, die zwar größere Datenmengen einbeziehen können, dabei aber z.T. auch fehleranfälliger sind. Inwieweit Ungenauigkeiten auf Ebene der einzelnen Datenpunkte durch eine Vielzahl an Daten „aufgefangen“ werden können, ist eine Frage, die sich bei jeder quantitativen Studie stellt und immer wieder neu erörtert werden muss. Was die hier dargestellten phylogenetischen Methoden angeht, so bleibt abzuwarten, ob sie sich eines Tages als Teil des anerkannten Methodenrepertoires der historischen Linguistik werden durchsetzen können.

Infobox 2: Die germanischen Sprachen

Das Deutsche gehört zu den germanischen Sprachen, die sich in nord- und westgermanische Sprachen untergliedern lassen (die ostgermanischen Sprachen, zu denen das Gotische gehörte, sind ausgestorben). Die nordgermanische Sprachfamilie bilden Isländisch, Färöisch, Norwegisch, Schwedisch und Dänisch. Das Deutsche ist eine westgermanische Sprache. Weitere westgermanische Sprachen sind Englisch, Friesisch, Niederländisch, Afrikaans, Luxemburgisch und Jiddisch. Fig. 4 gibt einen Überblick über die germanischen Sprachen und die Regionen, in denen sie gesprochen werden. Auf der Karte ist jede Sprache einer bestimmten Koordinate zugewiesen. Diese Koordinaten wurden aus dem World Atlas of Language Structures (WALS) übernommen und stehen quasi stellvertretend für das Verbreitungsgebiet der jeweiligen Sprache. Das kann relativ groß sein – Deutsch zum Beispiel wird in Deutschland, Österreich und der Schweiz gesprochen, und es gibt Sprachinseln etwa in den USA und Südamerika (vgl. z.B. Glottolog, Hammarström et al. 2017).

Fig. 4: Überblick über die germanischen Sprachen nach dem World Atlas of Language Structures (WALS, Dryer & Haspelmath 2013). Erstellt mit ggmap (Kahle & Wickham 2013).

Zum Weiterlesen

Eine praxisorientierte Hinführung zur Anwendung der komparativen Methode bietet Kapitel 5 von Campbell (2013). Crowley & Bowern (2010) bieten neben einem praxisorientierten Kapitel auch einen Abschnitt zur Geschichte der komparativen Methode und zu ihren Herausforderungen. Zum Einstieg eignen sich auch Kapitel 10 von Bybee (2015) sowie die Handbuchartikel von Rankin (2003) und Weiss (2015).

2.2.2 Authentische Sprachdaten: Korpuslinguistik

Was ist der Gegenstand der Sprachwissenschaft? Natürlich: Sprache. Da jeder und jede von uns eine Sprache spricht, liegt es nahe, sich in der Auseinandersetzung mit Sprache, gerade mit der eigenen Muttersprache, auf die eigene Intuition zu verlassen. Tatsächlich war diese Art, Sprachwissenschaft zu betreiben, gerade in der zweiten Hälfte des 20. Jahrhunderts weit verbreitet: Weitreichende Theorien wurden anhand selbst erdachter Beispielsätze und ad hoc gefällter Grammatikalitätsurteile erarbeitet. In einigen wenigen Bereichen ist diese Vorgehensweise noch heute verbreitet. Im Allgemeinen aber hat sich die Erkenntnis durchgesetzt, dass die eigene Intuition nicht immer ein guter Ratgeber ist (vgl. Gibbs 2006). Wer heute ernsthaft Sprachwissenschaft betreiben will, muss die eigenen Thesen auf empirische Daten stützen.

Für die historische Sprachwissenschaft war die eigene Intuition ohnehin nie eine wirkliche Option – auch wenn manche versierten Kenner des Alt- oder Mittelhochdeutschen sicherlich eine bemerkenswerte Intuition für frühere Sprachstufen entwickelt haben. Die Kenntnis dieser Sprachstufen musste immer mit Hilfe zeitgenössischer Texte erarbeitet werden. Wenn authentische Texte nach wissenschaftlichen Prinzipien ausgewogen zusammengestellt werden, um ein möglichst repräsentatives Bild einer bestimmten Sprache oder Sprachvarietät zu ermöglichen, spricht man von einem Korpus (übrigens im Neutrum: das Korpus, nicht *der Korpus!).

Ein Korpus ist also zunächst eine Sammlung authentischer Sprachdaten (vgl. Lemnitzer & Zinsmeister 2015). Diese Daten können ganz unterschiedlicher Natur sein, ebenso wie die Prinzipien, nach denen sie zusammengestellt wurden, stark variieren. Korpora des 20. und 21. Jahrhunderts umfassen oftmals nicht nur geschriebenen Text, sondern auch gesprochene Sprache oder Videoaufzeichnungen, sodass auch Informationen etwa zu sprachbegleitender Gestik oder zu Gebärdensprachen der wissenschaftlichen Untersuchung zugänglich werden. Für die Forschung zu älteren Sprachstufen sind wir hingegen ganz auf geschriebene Texte angewiesen.

Die sprachhistorischen Korpora, die für das Deutsche derzeit zur Verfügung stehen, sind gerade im Vergleich zu ihren englischen Pendants wenig umfangreich. Immerhin jedoch können wir im Vergleich zu den meisten Sprachen der Welt, die wenig bis gar nicht dokumentiert sind (vgl. z.B. Hammarström & Nordhoff 2011), auf erfreulich umfangreiche und stetig wachsende Ressourcen zurückgreifen. Eine Übersicht über derzeit verfügbare deutschsprachige Korpora findet sich in Infobox 3. Darüber hinaus ist mit „Deutsch Diachron Digital“ seit einiger Zeit eine ganze Reihe sprachhistorischer Korpora in Arbeit (http://www.deutschdiachrondigital.de/). Zur Zeit der Drucklegung dieses Buches war das Projekt jedoch noch nicht abgeschlossen.

Infobox 3: Diachrone deutschsprachige Korpora

Referenzkorpus Altdeutsch und Referenzkorpus Mittelhochdeutsch. Das Referenzkorpus Altdeutsch (REA) enthält alle überlieferten Textzeugnisse des Ahd. und Altsächischen in linguistisch aufbereiteter Form. Im Dezember 2015 wurde mit dem Referenzkorpus Mittelhochdeutsch (REM) eine weitere bedeutende Lücke in der deutschen Korpuslandschaft geschlossen. Das REM umfasst zum einen das Korpus, das der Mittelhochdeutschen Grammatik (Klein et al. 2009; weitere Bände folgen) zugrundeliegt (MiGraKo). Das MiGraKo wird ergänzt durch Zusatztexte, die unter dem etwas irreführenden Namen „Referenzkorpus Mittelhochdeutsch im engeren Sinn“ zusammengefasst sind (eReM). Wer mit einem ausgewogenen Korpus arbeiten möchte, sollte also MiGraKo nutzen, das 102 Texte mit etwa 1 Million Wortformen umfasst (vgl. Klein & Dipper 2016: 3); wer auf größere Datenmengen angewiesen ist und Abstriche bei der Ausgewogenheit machen kann, kann zusätzlich die Ergänzungstexte heranziehen.

Link: https://korpling.german.hu-berlin.de/annis3/ddd (REA)

https://www.linguistics.rub.de/annis/annis3/REM/ (REM)

Bonner Frühneuhochdeutschkorpus. Das Bonner Frühneuhochdeutschkorpus (kurz FnhdC) ist ein vergleichsweise kleines, aber dafür handannotiertes Korpus – die Probleme und Ungenauigkeiten, die mit maschineller Annotation einhergehen, finden sich hier also nicht. Es umfasst vier Zeitschnitte, die jeweils die zweite Hälfte des 14. bis 17. Jahrhunderts abdecken. Das FnhdC kann online über die Schnittstelle ANNIS durchsucht werden. Achtung: Nur ein Teil der Wörter ist lemmatisiert, also mit der Information zur Grundform des jeweiligen Wortes versehen (s.u. im Abschnitt „Anatomie eines Korpus“), daher sollte man sich nicht auf die Lemma-Annotation verlassen.

Link: https://korpora.zim.uni-due.de/Fnhd/

DWDS-Kernkorpus. Über das digitale Wörterbuch der deutschen Sprache (DWDS) sind u.a. die DWDS-Kernkorpora des 20. und des 21. Jahrhunderts sowie ein Korpus mit Texten der Wochenzeitung DIE ZEIT verfügbar. Weiterhin gibt es als Spezialkorpora z.B. ein DDR-Korpus und ein Filmuntertitelkorpus. Tipp: Die Referenz- und Zeitungskorpora lassen sich auch gemeinsam durchsuchen, indem man in der Korpusauswahl die Option „Referenz- und Zeitungskorpora (aggregiert)“ auswählt.

Link: www.dwds.de

GerManC. Das GerManC-Korpus ist so konzipiert, dass es an das Bonner Frühneuhochdeutschkorpus anknüpft, wobei der letzte Zeitschnitt des FnhdC bewusst mit dem ersten Zeitschnitt des GerManC überlappt: Wenn man beide Korpora heranzieht und in diesem Zeitschnitt deutliche Unterschiede zwischen beiden Korpora findet, kann man dann nämlich davon ausgehen, dass die beobachteten Differenzen nicht (nur) auf Sprachwandel zurückzuführen sind, sondern beispielsweise text- oder textsortenspezifisch oder gar idiosynkratisch sind. Das GerManC-Korpus umfasst etwa 600.000 Tokens aus drei Zeitschnitten von 1650 bis 1800. Das Korpus lässt sich über das Oxford Text Archive (http://ota.ox.ac.uk/desc/2544) in verschiedenen Formaten (Rohtexte und annotierte Texte) herunterladen und mit Tools wie z.B. AntConc explorieren, zudem ist es auch über Cosmas II (s.u. „Deutsches Referenzkorpus“) verfügbar.

Link: http://www.llc.manchester.ac.uk/research/projects/germanc/germancplus/

Deutsches Textarchiv. Das deutsche Textarchiv ist eine noch in Arbeit befindliche Sammlung deutschsprachiger Texte aus dem Zeitraum von 1600 bis 1900. Bei der Textauswahl wurde darauf geachtet, Texte auszuwählen, die überregional wirksam waren, um die „Entwicklung einer überregionalen Umgangssprache im hochdeutschen Sprachraum seit dem Ende der frühneuhochdeutschen Sprachperiode“ zu dokumentieren (vgl. http://deutschestextarchiv.de/doku/textauswahl). Die derzeit 2276 Texte sind vier verschiedenen Textsorten zugeordnet. Allerdings sind die Textsorten „Belletristik“ und „Gebrauchsliteratur“ derzeit noch deutlich überrepräsentiert; auch weisen die einzelnen Texte deutliche Unterschiede in ihrer Länge auf. Jedoch gibt es die Rohdaten auch zum Download, sodass sich prinzipiell aus der Textsammlung ein ausgewogenes Korpus zusammenstellen lässt.

Link: http://deutschestextarchiv.de

Deutsches Referenzkorpus (DeReKo). Das über Cosmas II zugängliche DeReKo ist in unterschiedliche sogenannte „Archive“ untergliedert, wobei aus sprachgeschichtlicher Perspektive insbesondere das HIST-Archiv interessant ist. Dieses umfasst Texte von der Mitte des 17. bis zum 20. Jahrhundert, wobei es einige Überschneidungen mit dem Hauptarchiv W gibt. Jedes Archiv besteht aus mehreren Korpora, aus denen sich bei Bedarf auch eigene, benutzerdefinierte Korpora zusammenstellen lassen.

Link: https://cosmas2.ids-mannheim.de/

Vom Korpus zur Konkordanz

Empirische Forschung beginnt immer mit einer spezifischen Fragestellung. Dabei sind der wissenschaftlichen Neugier prinzipiell keine Grenzen gesetzt: Jede Fragestellung ist grundsätzlich denkbar. Jedoch muss eine wissenschaftliche Fragestellung bestimmte Voraussetzungen erfüllen. Erstens sollte sie konkret genug sein, um anhand der vorliegenden Daten überprüft werden zu können. Zweitens sollte sie sich in eine falsifizierbare Hypothese umformulieren lassen. Eine Fragestellung wie „Essen Wissenschaftler viele Pralinen?“ ist beispielsweise sehr unspezifisch und lässt sich nur dann in eine falsifizierbare Hypothese umformulieren, wenn man sie konkreter fasst, indem man beispielsweise eine Vergleichsgruppe hinzuzieht. Die Hypothese könnte dann lauten: „Wissenschaftler essen im Durchschnitt mehr Pralinen als Romanautoren.“

Die Fragestellung bzw. die Hypothese entscheidet dann über die Wahl der Methode. Ob Wissenschaftler Pralinen essen, lässt sich mit korpuslinguistischen Methoden eher nicht klären. Die Hypothese, dass Süßwaren in wissenschaftlichen Texten häufiger erwähnt werden als in belletristischen, ließe sich hingegen durchaus mit Hilfe von Korpora überprüfen. Hierfür brauchen wir zunächst ein Korpus, das belletristische und wissenschaftliche Texte enthält. Ein solches Korpus ist das DWDS-Kernkorpus des 20. Jahrhunderts, das unter www.dwds.de verfügbar ist.

Wie jedes Korpus ist das DWDS-Kernkorpus zunächst eine Materialsammlung. Man kann es mit einer großen Bibliothek vergleichen: Ehe man sie benutzen kann, muss man sich zunächst mit ihrem Aufbau und ihrer Organisation vertraut machen sowie mit Möglichkeiten, unter den zahllosen Büchern diejenigen zu finden, nach denen man sucht. Beispielsweise wird man wenig Erfolg haben, wenn man das medizinische Nachschlagewerk „Psychrembel“ in der Bereichsbibliothek Theologie sucht. Und auch in einer medizinischen Fachbibliothek findet man es deutlich leichter, wenn man zuvor den Bibliothekskatalog zu Rate gezogen hat, als wenn man auf gut Glück drauflosstöbert.

Auf die Korpuslinguistik übertragen bedeutet dies erstens: Ich muss ein Korpus wählen, das für meine Fragestellung geeignet ist. Diesen Schritt haben wir schon getan, denn wir haben gesehen, dass das DWDS-Kernkorpus, wie es unsere Fragestellung erfordert, nach Textsorten untergliedert ist und dass sich unter diesen Textsorten auch die beiden Typen von Texten, die uns interessieren, befinden, nämlich belletristische und wissenschaftliche Texte. Dies führt uns unmittelbar zum zweiten Aspekt: Um entscheiden zu können, ob ein Korpus für unsere Fragestellung geeignet ist, müssen wir uns mit seinem Aufbau und seiner Organisation vertraut machen. Zu jedem guten Korpus gibt es eine Dokumentation, der wir beispielsweise entnehmen können, nach welchen Prinzipien das Korpus zusammengestellt wurde, welche Textsorten vertreten sind, wie groß die Subkorpora für jede Textsorte oder jeden Zeitschnitt sind, und vieles mehr.

Drittens schließlich muss man wissen, wie man ein Korpus durchsucht. Ebenso wie es im Falle der Bibliothek unerlässlich ist, sich in die Nutzung des (heutzutage meist digitalen) Bibliothekskatalogs einzuarbeiten, ist es in der Korpuslinguistik vonnöten, das jeweilige Abfragesystem kennenzulernen. Es gibt eine ganze Reihe von Abfragesystemen, deren Abfragesyntax sich teilweise unterscheidet. Ein Abfragesystem ist beispielsweise das Corpus Search, Management and Analysis System des Instituts für Deutsche Sprache, kurz COSMAS, das derzeit in der zweiten Generation vorliegt. Tatsächlich wird „COSMAS II“ häufig synonym mit dem Deutschen Referenzkorpus (DeReKo) verwendet, das über diese Schnittstelle zugänglich ist. Ein anderes Abfragesystem ist beispielsweise ANNIS, worüber die schon verfügbaren Texte von „Deutsch Diachron Digital“ zugänglich sind.

Auf die meisten Korpora kann man über web-basierte Schnittstellen zugreifen. Einige Korpusabfrageprogramme lassen sich jedoch auch herunterladen und lokal installieren. Zum Durchsuchen einfacher Textdateien eignet sich beispielsweise AntConc (http://www.laurenceanthony.net/software/antconc/). Dies setzt aber voraus, dass Sie die Textdateien auf Ihrem Rechner verfügbar haben. Viele Korpora gibt es jedoch aus urheberrechtlichen Gründen nicht zum Download, sie lassen sich nur online durchsuchen. Bei sprachhistorischen Korpora sind die urheberrechtlichen Hürden zum Glück oft geringer – das Bonner Frühneuhochdeutschkorpus, das GerManC-Korpus und das Deutsche Textarchiv beispielsweise lassen sich (fast) vollständig herunterladen, was in vielen Fällen flexiblere Suchen ermöglicht.

Kommen wir zu unserem Beispiel zurück, den Begriffen für Süßwaren. Um unsere Fragestellung korpuslinguistisch zu operationalisieren, müssen wir zunächst Begriffe auswählen, nach denen wir suchen wollen. Für unser Beispiel benutzen wir fünf Begriffe aus dem Wortfeld „Süßwaren“; für eine echte Recherche wäre natürlich eine umfassendere Suche notwendig, und man könnte z.B. auf ein Synonymlexikon zurückgreifen, um möglichst viele Lexeme zu finden und das Wortfeld so umfassend wie möglich abzudecken.

Die Lexeme, die wir für unser Beispiel verwenden, sind Süßwaren, Praline, Schokolade, Bonbon und Süßigkeit. Im Abfragefenster von DWDS geben wir ein:

$l=Süßwaren || $l=Praline || $l=Bonbon || $l=Schokolade || $l=Süßigkeit

Mit dem Operator $l geben wir an, dass wir nach dem Lemma unabhängig von der Flexionsform suchen, d.h. neben Bonbon auch nach Pluralformen (die Bonbons) oder Genitivformen (des Bonbons). Der horizontale Strich fungiert in fast allen Abfragesystemen als ODER-Operator; dass man ihn hier doppelt setzen muss, ist ein Spezifikum des DWDS-Abfragesystems.

Eine alternative, etwas effizientere Suchabfrage wäre die folgende, in der die Slashes (/) anzeigen, dass sie von sog. regulären Ausdrücken Gebrauch macht, denen wir in den folgenden Kapiteln noch öfter begegnen werden:

$l=/Süßwaren|Praline|Bonbon|Schokolade|Süßigkeit/

Da hier nicht die DWDS-spezifische Syntax verwendet wird, sondern „normale“ reguläre AusdrückeReguläre Ausdrücke, muss man hier den ODER-Operator nur einmal setzen.

Als Ergebnis erhalten wir eine sog. Konkordanz im Key Word in Context-Format, kurz KWiC. Wie der Name schon sagt, wird dabei der gesuchte Begriff – das Keyword – im Kontext angezeigt:

Solche Konkordanzen kann man in einem Tabellenkalkulationsprogramm wie Excel oder dem kostenlosen Pendant Calc von LibreOffice bearbeiten; nähere Informationen hierzu finden sich in den digitalen Begleitmaterialien. Für unsere Fragestellung jedenfalls zeigt sich, dass Süßwaren in belletristischen Texten deutlich häufiger Erwähnung finden als in wissenschaftlichen (Fig. 5).

Fig. 5: Relative Frequenz von fünf Lexemen aus dem Wortfeld „Süßwaren“ in belletristischen und wissenschaftlichen Texten des DWDS-Kernkorpus des 20. Jahrhunderts.

Anatomie eines Korpus

Die Fragestellungen, die wir mit Hilfe von Korpora untersuchen wollen, gehen jedoch häufig über den einfachen Vergleich von Wortfrequenzen hinaus. Wenn wir beispielsweise syntaktische Fragestellungen untersuchen, kann es hilfreich sein, gezielt nach einzelnen Wortarten zu suchen. Aus diesem Grund sind die meisten Korpora auf Wortarten hin getaggt (Part-of-Speech-Tagging, kurz POS-Tagging). Ebenso wie die Lemmatisierung, der wir in unserem Beispiel im vorigen Abschnitt schon begegnet sind, erfolgt dieses Tagging heutzutage meist automatisch. Wenn wir beispielsweise den ersten Satz dieses Kapitels mit Hilfe des Programms TreeTagger (Schmid 1994) annotieren, erhalten wir Folgendes:

In der linken Spalte ist der ursprüngliche Text zu sehen, der anhand der Leerzeichen in einzelne Tokens, also einzelne Wörter, untergliedert wird. Satzzeichen werden dabei ebenfalls als eigene Tokens behandelt. In der mittleren Spalte sehen wir die Part-of-Speech-Tags, rechts die Lemmata, also die unflektierten Grundformen. Neben dem Part-of-Speech-Tagging und der Lemmatisierung sind natürlich noch viele weitere Annotationen möglich. Viele Korpora sind beispielsweise auch syntaktisch geparst und lassen sich somit zum Beispiel nach Nominalphrasen, Verbalphrasen und anderen Einheiten auf syntaktischer Ebene durchsuchen. Fig. 6 zeigt dies am Beispiel der Nominalphrase der Gegenstand der Sprachwissenschaft, wobei die Knotennamen NK und AG für noun kernel (also: Kernelement einer Nominalphrase) und Attribute, Genitive (also: Genitivattribut) stehen.

Fig. 6: Beispiel für syntaktisches Parsing.

Um die Möglichkeiten und Grenzen eines spezifischen Korpus kennenzulernen, ist es daher unerlässlich, sich zunächst in der Dokumentation zu informieren, auf welche Informationen hin es kodiert ist. Sind die einzelnen Korpusdateien öffentlich zugänglich, kann auch ein Blick auf die Rohdaten Aufschluss darüber geben, welche Möglichkeiten ein Korpus bietet.

Über das Tagging der einzelnen Tokens hinaus bieten Korpora in aller Regel auch Metainformationen zu den einzelnen Texten, beispielsweise zu Textsorte, Entstehungsjahr, Autor/in etc. Die Informationen hierzu finden sich ebenfalls in der Dokumentation.

Von der Konkordanz zur Analyse

Die Konkordanz ist natürlich nur der erste Schritt zur Analyse der Daten. Wenn wir nur Wortfrequenzen vergleichen, ist der nächste Schritt die quantitative Auswertung. In aller Regel geht der Auswertung aber noch ein weiterer Schritt voran: die Annotation. In diesem Schritt werden die Belege in der Konkordanz mit zusätzlichen Informationen versehen. Angenommen beispielsweise, wir wollen herausfinden, ob Frauenbezeichnungen in der vom Bonner Frühneuhochdeutschkorpus abgedeckten Zeitspanne eine Pejorisierung, also eine Abwertung, erfahren. Dass Frauenbezeichnungen im Deutschen dafür sehr anfällig sind, ist bekannt: So bezog sich vrouwe im Mittelhochdeutschen auf eine Edeldame, während wîp die unmarkierte Frauenbezeichnung war; heute hingegen ist Weib eindeutig abwertend, und Frau ist die Standardbezeichnung für Menschen weiblichen Geschlechts. Doch lässt sich diese Entwicklung in den Texten des Bonner Frühneuhochdeutschkorpus nachvollziehen?

Um dies zu überprüfen, suchen wir im Bonner Frühneuhochdeutschkorpus (FnhdC) nach Belegen, die dem Lemma Frau bzw. Weib zugeordnet sind. Weil im FnhdC aber auch Komposita wie Jungfrau dem Lemma Frau zugeordnet sind, entfernen wir diese anschließend manuell aus der Konkordanz. Daraufhin entscheiden wir für jeden Beleg anhand des Kontexts, ob der jeweilige Begriff positiv, neutral oder negativ verwendet wird. So geht aus dem Kontext recht eindeutig hervor, dass Weib in Beispiel (5) eher positiv verwendet wird, in (6) hingegen äußerst negativ, in (7) dagegen neutral.

Bei der Annotation wird allerdings schnell klar, dass nur die wenigsten Fälle so eindeutig sind wie die drei genannten Beispiele. Umso wichtiger ist es, klare Annotationskriterien zu definieren, sich konsequent daran zu halten und sie in der Präsentation der Ergebnisse transparent zu machen. Einige Fragen, die sich im Blick auf die Daten zu Frau/Weib ergeben, sind beispielsweise:

1 Frau kommt häufig in der festen Fügung unsere Frau bzw. unsere liebe Frau vor, die sich auf die Jungfrau Maria bezieht. Werden diese mit einbezogen oder mit der Begründung, dass es sich dabei um stehende Wendungen handelt, die mit der freien Verwendung von Frau nichts zu tun haben, getilgt? Beides ist möglich, doch muss die Entscheidung transparent gemacht und begründet werden. Wenn die Belege berücksichtigt werden, stellt sich die Folgefrage, ob sie grundsätzlich als „positiv“ annotiert werden sollen oder nur dann, wenn ein positives Attribut wie lieb im unmittelbaren Kontext steht.

2 Eine ähnliche Frage stellt sich im Blick auf alle anderen Belege: Kann ein Beleg schon als „positiv“ annotiert werden, wenn über eine Frau gesagt wird, dass sie etwas Gutes, Richtiges, Lobenswertes tut – oder muss im unmittelbaren Kontext eindeutig ein positives Attribut oder Prädikat stehen, z.B. die edle Frau oder diese Frau ist höchst lobenswert? Das gleiche gilt umgekehrt natürlich für die Annotation „negativer“ Verwendungsweisen.

3 Sowohl Frau als auch Weib werden in den Belegen synonym mit ‚Ehefrau‘ verwendet. Sollen diese Belege mit einbezogen, getilgt oder gesondert behandelt werden? Erneut gilt: Alles ist möglich, solange es konsequent umgesetzt, transparent gemacht und gut begründet wird.

4 Was tun mit Belegen, in denen eine eindeutige Interpretation nicht möglich ist – etwa wenn man den Verdacht hat, dass in einem Beleg edles Weib ironisch gebraucht wird, sich aber nicht sicher ist und auch keine Möglichkeit hat, den größeren Kontext zu überprüfen? In solchen Fällen empfiehlt es sich, eine Kategorie „unklar“ einzuführen und ggf. in einer Kommentarspalte zu vermerken, worin die Unklarheit besteht.

Sobald wir Korpusbelege auf semantische Aspekte annotieren, stellen sich solche Fragen immer. Weil hier stets die Gefahr besteht, allzu subjektive Entscheidungen zu treffen, empfiehlt es sich, die Daten nach Möglichkeit von zwei Personen kodieren zu lassen und anschließend die Fälle, in denen keine Übereinstimmung besteht, zu diskutieren (intercoder reliability). Bei Seminar- oder Abschlussarbeiten ist das meist keine Option und wird daher auch in aller Regel nicht erwartet, aber für größer angelegte Studien sollte man, wenn irgend möglich, von dieser Möglichkeit Gebrauch machen. Wenn man die Ergebnisse berichtet, kann man dann angeben, wie hoch die Übereinstimmung war, in wie vielen Fällen nach einer Diskussion der strittigen Punkte Übereinstimmung erzielt wurde und in wie vielen Fällen keine Übereinstimmung erzielt werden konnte; die letztgenannten Fälle sollten in der Analyse nicht berücksichtigt werden.

Zum Weiterlesen

Scherer (2006) bietet eine gut lesbare, knappe Einführung in die Korpuslinguistik. Etwas ausführlicher ist die englischsprachige Einführung von McEnery & Wilson (2001). Lemnitzer & Zinsmeister (2015) gehen in ihrer Einführung auch auf die Geschichte der Korpuslinguistik und auf wissenschaftstheoretische Hintergründe ein. Wie man die Programmiersprache R in der quantitativen Korpuslinguistik fruchtbar einsetzen kann, zeigt Gries (2016).

Wer ernsthaft quantitative Linguistik betreiben möchte, muss sich auch mit Statistik auseinandersetzen. Eine gute deutschsprachige Einführung bietet Meindl (2011). Mit Levshina (2015) liegt eine noch recht neue, gut lesbare Einführung in Grundlagen der Statistik sowie verschiedenste quantitative Methoden vor. Gries (2013) bietet ebenfalls einen guten Einstieg, zumal seine Beispiele zumeist der Korpuslinguistik entstammen; teilweise ist das Buch allerdings etwas unübersichtlich, es gibt keinen Index und die Kapitelüberschriften sind nicht immer aussagekräftig. Das – allerdings recht anspruchsvolle – Standardwerk ist jedoch noch immer Baayen (2008).

Aufgaben

1 Im Begleitmaterial findet sich ein Spreadsheet mit Belegen zu „Weib“ und „Frau“ (weibfrau.csv). Öffnen Sie es mit Calc oder Excel. Achten Sie darauf, dass Sie in Excel unmittelbar nach dem Öffnen zunächst unter Daten > Text in Spalten angeben müssen, dass Tabs als Trennzeichen und einfache Anführungszeichen (’) als Textqualifizierer verwendet werden. In Calc sollte sich zunächst automatisch ein Fenster öffnen, das genau danach fragt. Hier können Sie auch angeben, dass die Datei in UTF-8 kodiert ist. Da Excel standardmäßig die Kodierung ASCII verwendet, kann es sein, dass einige Sonderzeichen nicht richtig angezeigt werden.Filtern Sie die Tabelle nun so, dass nur noch die Belege für die Lemmata „Weib“ und „Frau“ (ohne Komposita) angezeigt werden, und annotieren Sie diese in der ersten leeren Spalte nach der Verwendungsweise im Kontext: „positiv“ vs. „neutral“ vs. „negativ“.Überprüfen Sie, ob sich das Verhältnis zwischen positiven, negativen und neutralen Kontexten für beide Begriffe diachron verschiebt. Informationen dazu, wie Sie aus den Daten auf einfache Weise Tabellen und Grafiken generieren können, finden Sie im Tutorial „Korpuslinguistik mit Excel und Calc“ in den Begleitmaterialien.

2 Die Datei „suesswaren.csv“ im Begleitmaterial enthält die DWDS-Daten, die Fig. 5 zugrunde liegen. Öffnen Sie sie mit Excel oder Calc und erstellen Sie mit Hilfe des Tutorials „Tabellen mit Excel und Calc“ ein Histogramm ähnlich jenem in Fig. 5. Probieren Sie gerne auch weitere Visualisierungsvarianten aus!

Tipps und Tricks: Was macht eine gute Konkordanz aus?

Leider sind die meisten Konkordanzen, die man mit Hilfe der Online-Schnittstellen von Korpora wie dem Deutschen Referenzkorpus exportieren kann, für die Bearbeitung in Tabellenkalkulationsprogrammen nicht unmittelbar geeignet. Im digitalen Begleitmaterial finden sich daher einige Tutorials sowie interaktive Skripte, mit denen sich die Exportdateien in „gute“ Konkordanzen überführen lassen.

Was eine „gute“ Konkordanz ausmacht, lässt sich in drei Schlagworten zusammenfassen:

 Eine Zeile = ein Beleg. Jede Zeile enthält genau einen Korpustreffer.

 Eine Spalte = eine Kategorie. Jede Spalte enthält eine spezifische Sorte Daten. So gibt es eine Spalte für den linken Kontext, für das Keyword, für den rechten Kontext, ebenso je eine Spalte für Metainformationen wie Textsorte und Jahr.

 Eine Zelle = eine Beobachtung. Jede Zelle gibt die Information über die Kategorie, der die Spalte zugeordnet ist, zum Beleg, der in der Zeile erfasst ist, an.

Fig. 7 zeigt ein Beispiel für eine weniger gelungene Konkordanz (die allerdings ungefähr den Exportdateien von COSMAS II entspricht). Textsorte und Jahr nehmen hier eine eigene Zeile in Anspruch, der Grundsatz „eine Zeile = ein Beleg“ wird also verletzt. Auch teilen sich Textsorte und Jahr mit der Nummerierung der Belege eine Spalte, der Grundsatz „eine Spalte = eine Kategorie“ wird also ebenfalls nicht eingehalten. Zudem ist in der zweiten Zeile von unten (leere Zeilen nicht mitgezählt) das Keyword in Spalte B aufgeführt, in allen anderen in Spalte C.

Fig. 7: Beispiel für eine für die quantitative Auswertung wenig geeignete Konkordanz.

Diese Unzulänglichkeiten sind in der Tabelle in Fig. 8 beseitigt, die den oben genannten Faustregeln folgt und die problemlos um eine weitere Spalte etwa mit semantischer Annotation erweitert werden kann.

Fig. 8: Beispiel für eine gute Konkordanz nach den oben genannten Faustregeln.

COWboys im WaCkY Wide Web: Korpuslinguistik im Internet

Durch das Internet haben wir heute Zugriff auf Sprachdaten in einem Ausmaß, das vor einigen Jahrzehnten wohl noch unvorstellbar war – Kilgarriff & Grefenstette (2003: 345) bezeichnen es daher als „a fabulous linguists’ playground“. Insbesondere erlaubt uns die Nutzung von Internetquellen, konzeptionell nähesprachliche Register zu berücksichtigen und dadurch Phänomenen auf den Grund zu gehen, die in lektorierter Zeitungssprache selten bis gar nicht zu finden sind. So sind Kurzformen des Indefinitartikels wie n oder nen für ein(en) in Zeitungstexten eher selten anzutreffen. Beispielsweise untersucht Vogel (2006) das Vorkommen der „erweiterten Kurzform“ nen anstelle von n (in Kontexten wie ich hab da nen kleines Problem) auf Grundlage von Chatdaten, während Schäfer & Sayatz (2014) auf Grundlage eines mehrere Milliarden Wörter umfassenden Webkorpus unter anderem klitisierte Formen des Indefinitartikels wie auf’m oder in’n näher betrachten.

Um die Jahrtausendwende herum erschienen einige linguistische Aufsätze, die Trefferzahlen in kommerziellen Suchmaschinen wie Google als Datenquelle auswerten (vgl. Kilgarriff 2007: 147, der einige Beispiele nennt). Dieses Vorgehen ist jedoch nicht unproblematisch. Selbst wenn man nur an reinen Tokenfrequenzen interessiert ist – viel mehr ist mangels Lemmatisierung und Tagging ohnehin nicht möglich – gilt es unter anderem zu bedenken, dass die Trefferanzahlen in Google keine Tokenfrequenzen darstellen, sondern vielmehr die Anzahl an Seiten, auf denen das Gesuchte gefunden wurde. Das lässt sich an einem einfachen Beispiel illustrieren: Ein Artikel wie der, die, das oder ein Konnektor wie und wird in den allermeisten Texten sicherlich mehr als einmal anzutreffen sein. Hingegen wird man eine Formulierung wie die Terrormiliz „Islamischer Staat“ in vielen Texten nur einmal antreffen, während im weiteren Verlauf des Textes einfach mit der IS auf die islamistische Organisation Bezug genommen wird.

Ein weiteres Problem stellen Duplikate dar: Viele Texte finden sich mehrfach im Netz und werden unter Umständen bei der Google-Anfrage auch mehrfach gefunden. So ist die Wahrscheinlichkeit hoch, dass die Trefferanzahl bei einer beliebigen Suchmaschine für das Kompositum Knabenmorgen-Blütenträume zwar durchaus beträchtlich ist, die meisten Treffer allerdings Seiten sind, die entweder Goethes Gedicht „Prometheus“ enthalten oder aber aus diesem zitieren. Da die Anbieter kommerzieller Suchmaschinen ihre Algorithmen in aller Regel nicht offenlegen, steht man weiterhin vor dem Problem, dass unklar ist, wie genau eigentlich die Ergebnisse zustande kommen. So werden bei Google häufig Ergebnisse, die der Suchanfrage ähnlich sind, mitgefunden und müssten daher mühsam manuell ausgeschlossen werden. Beispielsweise fördert die Suche nach dem fiktionalen Filmcharakter Hedley Lamarr auch den Wikipedia-Eintrag zur Schauspielerin Hedy Lamarr zutage.

Das Ziel von Webkorpora ist es, das Potential, das allein schon die schiere Menge an Internettexten birgt, zu nutzen und die entsprechenden Daten linguistisch zu erschließen, ohne die Einschränkungen, die kommerzielle Suchplattformen mit sich bringen, in Kauf nehmen zu müssen. Fürs Deutsche gibt es derzeit zwei Korpora, die große Mengen an Textdaten aus dem Web in linguistisch aufbereiteter Form zugänglich machen. Das derzeit größte Webkorpus ist DECOW (Schäfer & Bildhauer 2012), derzeit (Stand Ende 2016) verfügbar in der Version DECOW16AX. Aus urheberrechtlichen Gründen enthält es jedoch keine Texte, sondern lediglich Satzsammlungen. Diese sind jedoch linguistisch annotiert, d.h. lemmatisiert und mit Auszeichnungen für die jeweilige Wortart (sog. POS-Tags, für part of speech) versehen. Darüber hinaus gibt es zu jedem Satz den Link zu der Website, auf der er gefunden wurde1, und geographische Daten, die aus den jeweiligen IPs gewonnen wurden. Letztere sind natürlich insofern relativ unzuverlässig, als sie keine Auskunft darüber geben, ob die Person, die den jeweiligen Satz verfasst hat, tatsächlich dort wohnt; und selbst wenn dies der Fall sein sollte, bedeutet es nicht zwangsläufig, dass sie auch dort sozialisiert wurde.2 Im populärwissenschaftlichen, aber sehr empfehlenswerten „Sprachlog“ hat jedoch Susanne Flach gezeigt, dass sich die Geo-IP-Daten durchaus – in begrenztem Maße und mit der gebotenen Vorsicht – für dialektologische Fragestellungen nutzen lassen.3 Ein exemplarischer Vergleich zwischen COW-Daten und Daten aus dem „Atlas der Alltagssprache“, der die regionale Verteilung solcher Alternanzen auf Grundlage von Internetumfragen kartiert, legt nahe, dass sich die geographische Distribution der Korpusdaten zumindest in den beispielhaft untersuchten Fällen ungefähr mit jener, die im Rahmen des AdA-Projekts erhoben wurde, deckt. So zeigen die AdA-Daten, dass im Falle der Alternanz benutzen vs. benützen die umgelautete Form ein Phänomen ist, das sich weit überwiegend im oberdeutschen Sprachraum, also im Süden des deutschen Sprachgebiets, findet. Diese areale Verteilung wird auch in Fig. 9 (links) deutlich, die auf einer Stichprobe aus DECOW14AX beruht. Mit Hilfe des (mittlerweile überholten) Online-Tools Colibri² (Schäfer 2015) wurden Stichproben von jeweils 10.000 Tokens für benützen und benutzen genommen. Ungefähr ein Drittel der Daten konnte anhand der Geo-IP einem Ort zugeordnet werden (3.514 für benützen, 3.591 für benutzen). Allerdings bildet die Grafik lediglich für jeden in den Daten identifizierbaren Ort den Anteil der umgelauteten Variante ab (dargestellt anhand der Farbintensität: je dunkler, desto mehr benützen), ohne dass die enormen Frequenzunterschiede zwischen den einzelnen Orten berücksichtigt werden. Die weitaus meisten Belege stammen – wenig überraschend – aus Ballungsgebieten wie Berlin (Platz 1 bei benutzen), der Region um Düsseldorf (Höst bei Düsseldorf belegt Rang 2), Nürnberg (Platz 3) oder Hamburg (Platz 4). Damit ist auch zu erklären, dass sich in der Region um Berlin sehr viel häufiger benützen findet als anderswo in der nördlichen Hälfte Deutschlands – die Grundgesamtheit ist schlichtweg höher. Auch für die im Österreichischen verbreitete Variante Aufnahmsprüfung, deren Verteilung die rechte Hälfte von Fig. 9 auf Grundlage von DECOW14AX-Daten zeigt, finden sich in Berlin immerhin 2 Belege. Von den 5.060 Belegen für Aufnahmeprüfung und 77 Belegen für Aufnahmsprüfung, die mit Hilfe von Colibri² gefunden wurden, können 2.094 bzw. 30 einem Ort zugeordnet werden, wobei sich deutlich die areale Konzentration der Variante mit Fugen-s im österreichischen Raum zeigt. Diese Stichproben lassen den Schluss zu, dass die Daten des COW-Korpus für die Ermittlung der arealen Verteilung sprachlicher Varianten zumindest nicht ganz unbrauchbar sind.

Fig. 9: Links: benutzen vs. benützen in einer Stichprobe aus dem Webkorpus DECOW14AX. Rechts: Aufnahmeprüfung vs. Aufnahmsprüfung in einer Stichprobe aus DECOW14AX.

Ein zweites Webkorpus ist WaCkY, dessen deutsches Subkorpus deWAC 1,7 Milliarden Tokens umfasst. Ein wesentlicher Vorteil von WaCkY ist, dass es derzeit ohne vorherige Anmeldung genutzt werden kann4, während für DECOW eine Freischaltung erforderlich ist. Bei der Erarbeitung von WaCkY wurde ähnlich vorgegangen wie bei der Zusammenstellung der COW-Korpora: Um sicherzustellen, dass das Korpus im Hinblick auf Genre und Register möglichst breit gefächert ist, wurden zufällig generierte Paare aus zufällig ausgewählten Wörtern (fürs Deutsche u.a. mittelfrequente Wörter aus der „Süddeutschen Zeitung“) als sog. „Seeds“ gewählt, nach denen dann mit Hilfe einer Suchmaschine gesucht wurde (vgl. Baroni et al. 2009). Nach dem sog. „Crawlen“ wurde dann der Boilerplate-Text, also standardisierte, immer wieder verwendete Textelemente, entfernt (z.B. die Navigationsleiste einer Homepage, vgl. Schäfer & Bildhauer 2013: 47f.). Dadurch wird vermieden, dass bestimmte Wörter und Wortkombinationen wie etwa „Zur Startseite“ in den Daten überrepräsentiert sind.

Zum Weiterlesen

Passend zu den verwegenen Namen der Korpora, ist das Gebiet „Web als Korpus“ noch immer eines, auf dem viel Pioniergeist herrscht – deshalb gibt es derzeit auch wenig Literatur, die „Best Practice“-Empfehlungen zum Umgang mit den Massen an Daten gebündelt präsentieren könnte. Lemnitzer & Zinsmeister (2015) gehen kurz und eher kritisch auf Webkorpora ein; ansonsten empfiehlt es sich, einige Aufsätze zu lesen, die von den Korpora Gebrauch machen – auf corporafromtheweb.org gibt es eine Übersicht.

Auf der Suche nach dem perfekten Korpus

Welches Korpus ist das richtige? Lohnt es sich, ein eigenes Korpus zusammenzustellen, oder sollte man auf ein bestehendes Korpus zurückgreifen? Die Antwort auf diese Fragen hängt immer von der jeweiligen Fragestellung ab. Daher gilt stets das Prinzip: Zuerst die Fragestellung – dann die Methode.

Die Vielfalt der Abfragesysteme und die jeweiligen Einschränkungen bezüglich Abfrage- und Exportmöglichkeiten schaffen leider teilweise unnötige Hürden bei der Korpusnutzung. Das liegt zum Teil auch am derzeit noch sehr restriktiven deutschen Urheberrecht, das leider dazu führt, dass ernstzunehmende Korpuslinguistik in Deutschland teilweise nur in rechtlichen Grauzonen möglich ist. Zum Beispiel machen die Zugangsbeschränkungen des Abfragesystems COSMAS II das größte Korpus der deutschen Gegenwartssprache, das DeReKo, für viele quantitativ basierte korpuslinguistische Methoden faktisch unbrauchbar. Die folgenden Anmerkungen werden wahrscheinlich für die meisten Studierenden irrelevant sein, können sich aber ggf. für Promovierende als hilfreich erweisen, die in etwas größerem Rahmen ein eigenes Korpus erstellen. Wer in die Verlegenheit kommt, ein eigenes Korpus zu erstellen und zu publizieren, sollte aus Rücksicht auf spätere Benutzer idealerweise

1 sofern es die urheberrechtliche Lage zulässt, die Daten vollständig in einem programm- und plattformunabhängigen Dateiformat (z.B. .txt-Dateien für einfache, unannotierte Texte; XML für Text und Annotationen; keine proprietären Formate wie z.B. .doc(x) oder .xls(x)!) der Forschungsöffentlichkeit zugänglich machen. In vielen Fällen ist das nicht möglich, weil die Rechteinhaber nicht möchten, dass ihre Texte vollständig zugänglich sind. In diesem Fall ist der nächste Punkt umso wichtiger – aber auch unabhängig davon, ob man die Rohdaten zur Verfügung stellen kann oder nicht, sollte man idealerweise

2 das Korpus über eine benutzerfreundliche Schnittstelle zugänglich machen, die reguläre AusdrückeReguläre Ausdrücke unterstützt und den Export möglichst vieler Belege im Key Word in Context-Format (KWIC) erlaubt. Ein gutes Vorbild sind hier die COW-Korpora: Sie machen von der quelloffenen NoSketchEngine Gebrauch, in der man die recht intuitive und einfach zu lernende CQP-Syntax verwenden kann. Auch lassen sich bis zu 100.000 Belege im KWIC-Format exportieren, was im Vergleich zu anderen Korpora eine erfreulich hohe Zahl ist. Erfreuliche Entwicklungen sind auch beim DWDS und bei den „Deutsch Diachron Digital“-Korpora zu verzeichnen. Das DWDS hat zwar eine m.E. etwas weniger intuitive, aber ähnlich mächtige Suchabfragesprache und verfügt seit kurzem über sehr nützliche und bedienerfreundliche Exportoptionen. Die Referenzkorpora Altdeutsch und Mittelhochdeutsch nutzen das Korpusabfragesystem ANNIS, das sich für Korpora mit komplexer Mehrebenenannotation anbietet. Erfreulicherweise steht hier neben einer Reihe anderer Exporter mit teils sehr simplem, teils sehr komplexem Output seit kurzem auch die Möglichkeit des KWIC-Exports zur Verfügung (mit dem TextColumnExporter ab Version 3.5; im Referenzkorpus Altdeutsch bereits implementiert, im Referenzkorpus Mittelhochdeutsch – Stand September 2017 – noch nicht).

Infobox 4: Handwerkszeug – Software für korpuslinguistische Studien

Wer Korpuslinguistik betreiben möchte, darf keine Angst davor haben, sich mit neuer Software und idealerweise mit Programmiersprachen vertraut zu machen. Für AnfängerInnen ist die Hemmschwelle oft hoch, aber die Tutorials im Begleitmaterial versuchen, Ihnen den Umgang mit Korpora und die Auswertung von Korpusdaten so einfach wie möglich zu machen. Ebenfalls sehr empfehlenswert zum Einstieg ins korpuslinguistische Arbeiten ist die Website von Noah Bubenhofer (http://www.bubenhofer.com/korpuslinguistik/kurs/, zuletzt abgerufen am 20.09.2017).

Folgende Programme sollten Sie auf jeden Fall installieren, wenn Sie korpuslinguistisch arbeiten möchten:

 einen guten Texteditor. Die bei Windows und Mac nativ vorhandenen Texteditoren sind für korpuslinguistische Zwecke suboptimal. Ich empfehle Notepad++ für Windows und TextWrangler für Mac, für Linux gibt es z.B. Notepadqq. Alle drei sind kostenlos erhältlich.

 ein Tabellenkalkulationsprogramm. Die meisten von Ihnen werden mit Microsoft Excel vertraut sein; eine gute freie Alternative ist LibreOffice Calc. Während Letzteres nicht alle Funktionen von Excel umfasst, hat es den Vorteil, dass es etwas besser mit Unicode-Sonderzeichen umgehen kann, denen wir bei der Arbeit mit historischen Textdaten häufig begegnen.

 Das Statistikprogramm R ist mittlerweile in der (quantitativen) Korpuslinguistik zum Standard geworden, wenn es um die Auswertung von Daten geht. Aber auch für die Aufbereitung von Daten eignet es sich hervorragend, auch wenn man relativ viel Zeit braucht, um sich einzuarbeiten, wenn man noch keine Programmiererfahrung hat. Als grafische Benutzeroberfläche empfehle ich RStudio, ebenfalls kostenlos erhältlich. Die Skripte im digitalen Begleitmaterial lassen sich allesamt weitgehend ohne jegliche Vorkenntnisse benutzen. Wer sich tiefer einarbeiten möchte, kann z.B. zu Gries (2016) greifen.

Infobox 5: Best Practice – Wie berichte ich eine Korpusrecherche?

Daten zu sammeln und auszuwerten, ist immer nur der erste Schritt im Forschungsprozess. Ebenso wichtig ist das Berichten der Ergebnisse. Dabei sollten die Ergebnisse so aufbereitet werden, dass die für die jeweilige Fragestellung relevanten Befunde (und nur diese) konzise, zugleich aber maximal informativ präsentiert werden. Folgende Prinzipien sollten dabei beachtet werden:

1 Ergebnisorientierung. Der Weg von der Hypothese zur Korpusrecherche und ihrer Analyse ist oft kein geradliniger: So kann es vorkommen, dass verschiedene Suchanfragen oder verschiedene Annotationsvarianten ausprobiert und wieder verworfen werden. Dieser Prozess ist in vielen Fällen zwar nicht uninteressant, für die Leserin aber in aller Regel nicht relevant. Stattdessen sollten konzise und an der Fragestellung orientiert die wichtigsten W-Fragen beantwortet werden: Was wurde untersucht? Warum wurde es untersucht (Motivation, Fragestellung)? Wie genau wurde dabei vorgegangen? Welche Ergebnisse wurden erzielt? Was sagen uns diese Ergebnisse?

2 Nachvollziehbarkeit. Die Durchführung und die Ergebnisse sollten so berichtet werden, dass der Leser sie nachvollziehen und ggf. auch selbst replizieren kann. Um die Replizierbarkeit zu gewährleisten, muss auf jeden Fall präzise angegeben werden, mit welchem Korpus gearbeitet wurde und wonach genau in dem Korpus gesucht wurde. Um sicherzustellen, dass der Leser die Ergebnisse auch nachvollziehen kann, ohne die Studie gleich selbst replizieren zu müssen, ist es unter anderem wichtig, stets Grundgesamtheiten zu nennen (wie groß ist mein Korpus / meine Stichprobe), anstatt nur mit relativen Frequenzen zu arbeiten. So ändert sich die Aussagekraft eines Befunds wie „Das Wort Weib wird im Korpus in 40 % der Fälle neutral gebraucht und in 60 % der Fälle mit negativer Konnotation“ drastisch, je nachdem, ob zehn Belege oder tausend Belege analysiert wurden.

3 Leserfreundlichkeit. Die Ergebnispräsentation sollte einerseits so vollständig wie möglich sein, andererseits jedoch sollte gleichsam die für die Fragestellung relevante „Essenz“ der Befunde leserfreundlich aufgezeigt werden. Dies gelingt am besten über die graphische Aufbereitung der Resultate. So zeigt das Balkendiagramm in Fig. 5 auf einen Blick den Unterschied zwischen den beiden Textsorten hinsichtlich der Erwähnung von Begriffen aus dem Wortfeld „Süßwaren“ und ist somit sehr viel leserfreundlicher als beispielsweise eine Liste an Frequenzen oder Prozentwerten, die gerade bei zahlreichen Analysen auch sehr ermüdend sein kann.

4 Reproduzierbarkeit. Die Korpusrecherche sollte für den Leser oder die Leserin nicht nur nachvollziehbar sein, sondern er oder sie sollte auch in die Lage versetzt werden, sie selbst durchzuführen. Daher setzt sich immer mehr die Praxis durch, sämtliche Daten, die einer Studie zugrundeliegen, öffentlich zugänglich zu machen. Dadurch wird sichergestellt, dass zum einen die Richtigkeit einer Korpusanalyse überprüft werden kann und zum anderen neue Methoden und Analyseansätze auf bestehende Daten angewandt werden können. Für linguistische Datensätze gibt es mittlerweile auch spezialisierte Repositorien wie das Tromsø Repository for Language and Linguistics (https://opendata.uit.no/dataverse/trolling). Viele Linguistinnen und Linguisten nutzen auch nicht spezifisch sprachwissenschaftliche Repositorien wie Figshare oder GitHub.

2.2.3 Reflexe des Sprachwandels im Gegenwartsdeutschen: Fragebogenstudien und Experimente

Die historische Linguistik ist auf Korpusuntersuchungen sowie auf die komparative Methode angewiesen, weil sich Sprecherinnen des Frühneuhochdeutschen oder gar des Germanischen oder Indoeuropäischen nicht mehr befragen lassen. Auch für die Gegenwartssprache gibt es gute Argumente, einen beobachtenden Zugang zu wählen, anstatt Sprecherinnen und Sprecher direkt nach ihrem Sprachverhalten zu befragen (oder gar das eigene Sprachverhalten als ausschlaggebend zu betrachten). In einem Diskussionspapier von Arppe et al. (2010) spricht sich beispielsweise Martin Hilpert dagegen aus, Grammatikalitäts- bzw. Akzeptabilitätsurteile zu erfragen – unter anderem deshalb, weil metasprachliche Einschätzungen nicht zwangsläufig das tatsächliche sprachliches Wissen repräsentieren müssen, zu dem wir als Sprecherinnen und Sprecher (und natürlich auch als Sprachwissenschaftler) keinen unmittelbaren Zugang haben. Man könnte noch hinzufügen, dass unterschiedliche Sprecher womöglich unterschiedliche Maßstäbe anlegen. Wenn ich verschiedene Personen befrage, wie akzeptabel für sie eine Form wie dem Vater sein Auto in der Alltagssprache ist, so werden womöglich einige, die diese Form selbst gebrauchen, sie als inakzeptabel kategorisieren, da sie wissen, dass sie als umgangssprachlich bzw. dialektal stigmatisiert ist. Dagegen führt jedoch Antti Arppe im gleichen Diskussionspapier das Argument ins Feld, dass das Fällen (meta)sprachlicher Grammatikalitäts- und Akzeptabilitätsurteile genauso eine sprachliche Aktivität sei wie Sprachproduktion und -rezeption. Auch das kennen wir aus unserer Alltagserfahrung: Wenn jemand tiefstes Sächsisch oder Schwäbisch spricht, bringen wir diese Person schnell mit der jeweiligen Region in Verbindung – und auch mit all den Stereotypen, die wir über Sachsen oder Schwaben haben. Und wenn jemand eine aus unserer Sicht „falsche“ grammatische Form gebraucht, können wir oft gar nicht anders, als den Fehler in Gedanken zu korrigieren. Folgerichtig gilt es bei Studien, die auf Grammatikalitäts- und Akzeptabilitätsurteilen fußen, zwar immer eine Reihe von möglichen Störfaktoren zu bedenken, doch können sie sich für viele Fragestellungen als äußerst aufschlussreich erweisen.

Wie aber – um auf die eingangs gestellte Frage zurückzukommen – können Fragebogenstudien und Experimente zur sprachgeschichtlichen Forschung beitragen? Hier müssen wir uns vor Augen führen, dass Sprachwandel (zumindest in aller Regel) kein sprunghafter, sondern ein kontinuierlicher Prozess ist. Daher hängen Sprachwandel und sprachliche Variation untrennbar zusammen. Einerseits bildet sprachliche Variation die Keimzelle des Sprachwandels, andererseits führt Sprachwandel seinerseits zu Variation. Wenn eine Sprecherin eine neue Form benutzt (Innovation), die sich dann allmählich in der Sprachgemeinschaft ausbreitet (Diffusion), so entsteht dadurch Variation, wobei zunächst alte und neue Form miteinander konkurrieren. Ein einfaches Beispiel: Noch bis ins 19. Jh. war die Form in Ansehung deutlich verbreiteter als ihr heutiges Äquivalent in Anbetracht. Eine einfache Suche im Google ngram Viewer1 – der zwar als Korpus problematisch ist, aber durch die Nutzung der umfangreichen GoogleBooks-Daten eine ungeheuer große Datenbasis hat – zeigt, wie die neue Form um die Wende vom 19. zum 20. Jahrhundert die alte überholt (s. Fig. 10). Die Phase, in der eine neue Form sich durchsetzt und dabei ggf. eine alte verdrängt, nennt man Approbationsphase (vgl. Bechmann 2016: 74). Weil der Prozess graduell ist, existieren eine Zeitlang mehrere Formen nebeneinander. Bechmann (2016: 158) bringt es auf den Punkt: „Gegenwärtiges ist immer Gewordenes aus Gewesenem.“

Dabei kann es zu Zweifelsfällen kommen, bei denen Sprecherinnen und Sprecher unsicher sind, welche von (mindestens) zwei möglichen Formen die standardsprachlich „richtige“ ist (vgl. Klein 2003, 2009). So schwanken Sprecher heute beispielsweise zwischen Pluralformen mit und ohne Umlaut: die Wagen vs. die Wägen. Möglicherweise fiel Sprecherinnen vor etwas über 100 Jahren auch die Wahl zwischen in Ansehung und in Anbetracht nicht leicht. Nübling (2012: 66) vergleicht solche Zweifelsfälle mit „Beben“, die auf tiefgreifende Veränderungen zurückgehen. Fragebogenstudien können somit gleichsam als „Seismograph“ für solche Veränderungen gesehen werden und können helfen, Fragen zu beantworten wie:

 Welche alternativen Formen gibt es?

 Wird eine der Formen häufiger gebraucht?

 Wird eine der Formen in bestimmten Kontexten häufiger gebraucht? (z.B. Registervariation: eine Form findet sich eher in formellen Kontexten, eine andere eher in mündlich bzw. umgangssprachlich geprägten)

 Wird eine der Formen in bestimmten Regionen oder Dialektgebieten häufiger gebraucht?

Fig. 10: Frequenz von in Ansehung vs. in Anbetracht im Google Ngram Viewer. (Anteil der jeweiligen Form an allen Tokens im GoogleBooks-Korpus.)

Dieser letztgenannten diatopischen Variation widmen sich beispielsweise Sprachatlanten. Pionierarbeit auf diesem Gebiet hat Georg Wenker (1852–1911) mit seinem „Sprachatlas des Deutschen Reichs“ geleistet, der über das Marburger Forschungszentrum Deutscher Sprachatlas unter www.regionalsprache.de vollständig online abrufbar ist. Mit Hilfe einer Reihe von Sätzen, die er von Volksschullehrern aus dem gesamten damaligen Deutschen Reich ausfüllen ließ, konnte Wenker vor allem die Verteilung lautlicher Varianten kartieren. Aber auch lexikalische Variation zeigt sich in seinen Karten, etwa zwischen Dienstag, Aftermontag (im Ostschwäbischen) und Ertag (im Bairischen) oder zwischen Buddel im Niederdeutschen und Mecklenburgisch-Vorpommerschen einerseits und Flasch(e) in anderen Gebieten.

Im weiteren Verlauf dieses Kapitels werfen wir zunächst einen näheren Blick auf die Methodik von Fragebogenstudien, ehe wir einen Schritt weitergehen und das Potential behavioraler Experimente, die über reine Befragungen hinausgehen, für linguistische Fragestellungen und insbesondere für die Zweifelsfallforschung erkunden.

Fragebogenstudien

Während der Beginn der modernen Umfragenforschung, der naturgemäß insbesondere in Disziplinen wie der Soziologie ein zentraler Stellenwert zukommt, laut Hippler & Schwarz (1996: 726) in die 30er-Jahre des 20. Jh. zu datieren ist, haben wir am Beispiel von Georg Wenkers Deutschem Sprachatlas bereits gesehen, dass die systematische Sammlung von Daten durch Befragung von Informanten bereits im 19. Jh. zum Methodenrepertoire der Sprachwissenschaft gehörte. Seither haben sich die Möglichkeiten der Befragung schon allein durch den technischen Fortschritt tiefgreifend verändert. Dadurch sind natürlich auch die methodischen Anforderungen, die heute an Fragebogenstudien gestellt werden, deutlich rigoroser als noch zu Beginn der Umfragenforschung oder gar zu Wenkers Zeiten. Daher wäre es verfehlt anzunehmen, dass man einen Fragebogen „samstagnachmittags beim Kaffeetrinken“ erstellen könne, wie Porst (2014: 13) die ironische Bemerkung eines Kollegen zitiert.

Porst (1996: 738) definiert einen Fragebogen als

eine mehr oder weniger standardisierte Zusammenstellung von Fragen, welche Personen zur Beantwortung vorgelegt werden mit dem Ziel, deren Antworten zur Überprüfung der den Fragen zugrunde liegenden theoretischen Konzepte und Zusammenhänge zu verwenden.

Es lohnt sich, auf die einzelnen Elemente dieser Definition genauer einzugehen. Fangen wir hinten an, mit dem Ziel des Fragebogens, nämlich der „Überprüfung der den Fragen zugrunde liegenden theoretischen Konzepte und Zusammenhänge“. Wie wir bereits in den vorangegangenen Kapiteln gesehen haben, ist Empirie nie Selbstzweck. Empirische Daten helfen uns, Phänomene zu verstehen, die sich der unmittelbaren Beobachtung entziehen. Die Phänomene, mit denen wir uns in diesem Buch auseinandersetzen, lassen sich unter dem Überbegriff komplexe Systeme zusammenfassen – Sprache, Kognition, Kultur. Sprache ist in Form von Artefakten, also bspw. sprachlichen Lauten, Gebärden und Schriftzeichen, beobachtbar, doch wie Sprache tatsächlich funktioniert, wie und warum sie sich wandelt und ob es Regeln und Prinzipien gibt, denen sprachliche Variation folgt, können wir daraus nicht direkt ersehen. Auch scheinbar Triviales wie die Existenz von Dialekten oder Dialektgrenzen sind keine „harten Fakten“, sondern Kategorisierungsleisungen unsererseits.

Ein Beispiel: Wenn ich als Pfälzer nach Hamburg komme und mir dort auffällt, dass die Leute in der U-Bahn seltsame Wörter benutzen (moin, nech), andere Wörter merkwürdig aussprechen (wat, dat, Hamburch), dann ist das zunächst eine Einzelbeobachtung. Je öfter ich jedoch den gleichen Phänomenen begegne, desto sicherer kann ich mir sein, dass die Abweichungen von meiner eigenen Sprachvarietät systematischer Natur sind und dass es sich um für diesen Sprachraum charakteristische Phänomene handelt. Zunächst aber ist die Idee, dass es eine für diese Region spezifische Sprachvarietät gibt, eine reine Hypothese. Empirische Daten, die beispielsweise durch Fragebogenstudien à la Wenker erhoben werden können, können nun dazu beitragen, meine Kategorisierung zum einen zu überprüfen zum anderen zu verfeinern. Selbst die scheinbar rein deskriptive, also beschreibende, Erhebung von Dialektdaten dient also letztlich der Überprüfung theoretischer Konzepte und Zusammenhänge. Erst recht gilt das für Studien, die einen explanativen, also erklärenden, Anspruch erheben – also beispielsweise der Frage nachgehen, warum eine bestimmte Form gegenüber einer anderen, prinzipiell möglichen Form bevorzugt wird. So wäre eine FragebogenstudieFragebogenstudie vorstellbar, die Grammatikalitätsurteile zu Wörtern mit und ohne Fugen-s erfragt (Erbschaftsteuer vs. Erbschaftssteuer; Seminararbeit vs. Seminarsarbeit; Hauptseminararbeit vs. Hauptseminarsarbeit). Aufgrund der Antworten könnte dann erörtert werden, welche Faktoren dazu führen, dass eher die verfugte als die unverfugte Variante gewählt wird oder umgekehrt (z.B. Anzahl der Kompositionsglieder, phonologische Qualität des Erstglieds usw.).

Betrachten wir nun den ersten Bestandteil der Definition näher, „eine mehr oder weniger standardisierte Zusammenstellung von Fragen“. Damit wird unter anderem der Tatsache Rechnung getragen, dass es bei Befragungen – ähnlich wie in der Korpuslinguistik (s.o. 2.2.2) – sowohl qualitative als auch quantitative Ansätze gibt. Ein offenes Interview – etwa zu den Spracheinstellungen der Befragten (z.B. ob sie einen Dialekt als schön oder weniger schön empfinden) – ist naturgemäß weniger standardisiert als beispielsweise eine Umfrage mit vorgegebenen Antwortmöglichkeiten. Hippler & Schwarz (1996: 727f.) unterteilen qualitative Befragungen in wenig strukturierte und teilstrukturierte Interviews, während sie stark strukturierte Befragungen als quantitative Interviews kategorisieren. Bei der wenig strukturierten Befragung verfügt der Interviewer „über einen hohen Freiheitsspielraum in der Formulierung und Abfolge der Fragen“, während er sich beim teilstrukturierten Interview an vorbereitete und vorformulierte Fragen hält, deren Reihenfolge jedoch variieren kann. Bei quantitativen Befragungen indes stehen sowohl die Fragen als auch die Antwortmöglichkeiten fest, und eine über die Vorgaben des Fragebogens hinausgehende Interaktion zwischen Interviewer und befragten Personen sollte nicht stattfinden. Damit soll auch verhindert werden, dass der Interviewer das Antwortverhalten der Befragten unbewusst steuert. Wenn ich mich beispielsweise als Interviewerin mit dem Teilnehmer vor Beginn der Studie ausgiebig über unsere jeweiligen Einstellungen zu AnglizismenAnglizismen unterhalte, werden seine Antworten in einem Fragebogen über dieses Thema womöglich anders ausfallen, als wenn dieses Gespräch nicht stattgefunden hätte.

Doch auch wenn die Interaktion zwischen Interviewer und Interviewten auf ein Mindestmaß reduziert wird, besteht die Gefahr, dass die Befragten unbewusst und ungewollt manipuliert werden. Zu den Herausforderungen bei der Erstellung eines Fragebogens gehört unter anderem, dass wir mit Sprache arbeiten und Sprache nie ganz neutral sein kann. Ein Fragebogen will also so formuliert sein, dass wir die Probandinnen nicht unbewusst in eine bestimmte Richtung manipulieren. Bradburn et al. (2004: 6f.) zeigen dies eindrücklich am Beispiel des US-amerikanischen General Social Survey, in dem die Antwort darauf, ob die Regierung zu wenig, zu viel oder genau den richtigen Betrag für einen bestimmten Haushaltsposten ausgebe, sehr unterschiedlich ausfielen abhängig davon, ob der Begriff welfare oder assistance to the poor gewählt wurde. Die Frage, wie genau Fragen formuliert werden sollten, ist folgerichtig für die Erstellung eines Fragebogens hochrelevant und wurde und wird in der Sozialforschung viel diskutiert und erforscht (vgl. z.B. Groves et al. 2004, Kap. 7 und passim).

Fig. 11: Fragetypen nach Schlobinski (1996: 39).

Mit den unterschiedlichen qualitativen und quantitativen Methoden bei der Befragung gehen auch unterschiedliche Fragetypen einher (s. Fig. 11). Für qualitative Befragungen sind offene Fragen charakteristisch – also beispielsweise: „Was assoziieren Sie mit dem sächsischen Dialekt?“ Im Bereich der geschlossenen Fragen, die in teilstrukturierten und strukturierten Befragungen eingesetzt werden, kann man mit Schlobinski (1996) grob unterscheiden nach Alternativfragen (z.B. Sollten Deutschlehrer im Unterricht Bairisch sprechen dürfen? – Ja/Nein), direkten Fragen (z.B. Geben Sie bitte alle Dialektausdrücke für ‚Brötchen‘ an, die Sie kennen), indirekten Fragen (z.B. Viele Berliner sind der Meinung, das Bairische sei ein provinzieller Dialekt. Sind Sie auch dieser Meinung?) und Schätzfragen (z.B. Wie viel Prozent der Bayern sprechen Ihrer Einschätzung nach Hochdeutsch?).2 Weiterhin unterscheidet Schlobinski (1996: 39) in Anlehnung an Holm (1986: 32) sechs Fragetypen nach ihrem jeweiligen Gegenstandsbereich (Tab. 6).

Tab. 6: Unterschiedliche Fragetypen nach Schlobinski (1996), dort nach Holm (1986).

Befragungen lassen sich zum einen nach ihrem Typ klassifizieren (qualitativ vs. quantitativ; wenig strukturiert, teilstrukturiert, strukturiert), zum anderen nach dem Befragungsmodus. Hippler & Schwarz (1996: 728) nennen hier die persönlich-mündliche, die telefonische und die schriftliche Befragung. In den vergangenen Jahren immer wichtiger geworden ist die web-basierte Befragung, die als Subtyp der schriftlichen Befragung gesehen werden kann. Über spezialisierte Dienstleister wie soscisurvey.de oder Google Forms lassen sich einfach und schnell Fragebögen erstellen und veröffentlichen. Dabei ist natürlich zu bedenken, dass man unter Umständen die Kontrolle darüber, wer an der Studie teilnimmt, aus der Hand gibt. So lässt sich bei einer Umfrage zum Deutschen etwa nicht kontrollieren, ob alle Teilnehmerinnen und Teilnehmer deutsche Muttersprachler sind. Auch kann nicht wirksam verhindert werden, dass dieselbe Person mehrfach an der Umfrage teilnimmt.3 Diese Bedenken dürften jedoch eher theoretischer Natur sein, solange es sich nicht um eine Umfrage zu einem emotional oder politisch aufgeladenen Thema handelt, bei der Einzelpersonen oder Gruppen Interesse daran haben könnten, das Ergebnis zu beeinflussen. Auch die Gefahr, dass Teilnehmende bei Online-Befragungen abgelenkt sein könnten, fällt bei Experimenten, die volle Konzentration erfordern, stärker ins Gewicht als bei der typischen FragebogenstudieFragebogenstudie. Somit wiegen die Vorteile der web-basierten Befragung – insbesondere die Möglichkeit, zahlreiche Teilnehmerinnen und Teilnehmer aus verschiedensten Regionen zu erreichen – die Nachteile insgesamt mehr als auf.

Praktische Aspekte bei der Gestaltung von Fragebogenstudien

Die folgende Checkliste kann Ihnen bei der Gestaltung einfacher Multiple-Choice-Fragebogenstudien helfen. Idealerweise sollten Sie natürlich zusätzlich Fachliteratur zur Erstellung von Fragebögen insbesondere aus der quantitativen Sozialwissenschaft heranziehen (z.B. Bradburn et al. 2004, Porst 2014), um verbreitete Fehler zu vermeiden.

Experimente

Schlobinski (1996: 31f.) weist darauf hin, dass Experimente im Vergleich zu anderen Methoden nur eine geringe Rolle in der Sprachwissenschaft spielen. Zieht man in Betracht, dass auch eine Korpusuntersuchung durchaus als Experiment gelten kann, also als „[s]ystematische Beobachtung von veränderlichen Merkmalen unter kontrollierten oder künstlich geschaffenen Bedingungen“ (Meindl 2011: 33), so trifft diese Einschätzung mittlerweile nur noch bedingt zu. Auch Experimente im landläufigen Sinne, also behaviorale Studien, bei denen das Verhalten von Probandinnen und Probanden unter systematisch manipulierten Bedingungen untersucht wird, spielen eine immer größere Rolle in der Sprachwissenschaft. Für die Psycholinguistik gehört das Experiment von Anfang an zum unentbehrlichen Handwerkszeug (vgl. Knobloch 2008). Doch auch die historische Linguistik greift immer häufiger zu experimentellen Methoden, sodass sogar der Terminus „Historische Psycholinguistik“ kein Oxymoron mehr ist (vgl. z.B. Bergs & Pentrel 2014). Zwar kann es naturgemäß keine psycholinguistischen Experimente mit, sagen wir, Sprecherinnen und Sprechern des Frühneuhochdeutschen geben, doch kann zwischen historischer Sprachwissenschaft und Psycholinguistik insofern ein fruchtbarer Austausch stattfinden, als sie ähnlichen Fragen nachgehen und sich dabei oft auch auf die gleichen Grundannahmen stützen. Eine wichtige Grundannahme ist das uniformitariane Prinzip, also die Hypothese, dass sich die Funktionsweise der menschlichen Kognition in den letzten Jahrhunderten bzw. Jahrtausenden nicht wesentlich verändert hat.4 Daraus folgt, dass die gleichen Faktoren, die im synchronen Sprachgebrauch eine Rolle spielen, auch die diachrone Entwicklung von Sprache beeinflussen können. Das gilt insbesondere für kognitive Prinzipien, die in vielen Fällen synchrone und diachrone Phänomene gleichermaßen erklären können. So bringt Köpcke (1988) die Wahl von Pluralformen im Deutschen mit der Fähigkeit zur Prototypenabstraktion und Schemabildung in Verbindung: Im Deutschen gibt es bekanntlich verschiedene Möglichkeiten der Pluralkennzeichnung (sog. Pluralallomorphe), z.B. -en in Frauen, -er in Männer, Nullplural in Tunnel etc. Köpcke (1988) geht davon aus, dass Sprecherinnen und Sprecher aus den Pluralformen, denen sie begegnen, prototypisch organisierte Schemata ableiten. Mit „prototypisch organisiert“ ist dabei gemeint, dass es Kernmitglieder gibt, die dem Muster in besonderem Maße entsprechen, aber auch eher randständige Klassenmitglieder. An einem nicht-sprachlichen Beispiel: Wir können die Farbkategorie „rot“ als prototypisch organisiert verstehen. Das Rot, das der Umschlag dieses Buches hat, ist ein sehr prototypisches Rot. Hellrot oder Weinrot hingegen sind keine prototypischen Rottöne, gehören aber trotzdem noch zur Kategorie.

Die prototypisch organisierten Schemata, so Köpckes Theorie, setzen Sprecherinnen und Sprecher ein, um den Plural von Wörtern zu bilden, die sie bisher nur im Singular kennen. Daraus lassen sich falsifizierbare Hypothesen ableiten: Je stärker ein Wort dem für die jeweilige Flexionsklasse angenommenen Prototypen entsprechen, desto eher wird der Plural nach dem entsprechenden Deklinationsmuster gebildet (s.u. Kap. 5.1.1).

Zur Untermauerung seiner Hypothesen stützt sich Köpcke (1988) zum einen auf historische Evidenz, zum anderen auf eine experimentelle Studie. Im experimentellen Teil seiner Untersuchung nutzt er eine Elizitationsstudie, d.h. er „entlockt“ (elizitiert) seinen Teilnehmenden Pluralformen von Nonsenswörtern wie der Knumpe oder das Trilchel. Solche Materialien, auf die Probandinnen und Probanden reagieren sollen, nennt man Stimuli (Singular: Stimulus). Unter anderem konnte Köpcke zeigen, dass Formen, deren Auslaut als Pluralmarker interpretiert werden könnte (z.B. die Bachter: hier könnte -er als Pluralmorphem gesehen werden), eher mit Nullplural versehen werden (also Singular: die Bachter – Plural: die Bachter) als Formen, die einer prototypischen Singularform entsprechen, also einsilbig sind und auf einen Plosiv (/p/, /t/, /k/, /b/, /d/, /g/) auslauten. Dies bringt er mit der Beobachtung in Verbindung, dass historisch einige auf -en auslautenden Singularformen das -n verloren haben, z.B. die küchen > die Küche. Dadurch wird der Unterschied zwischen Singular- und Pluralform eindeutiger.

Ein weiterer Bereich, in dem sich psycholinguistische Evidenz für die Erklärung diachroner Wandelprozesse als aufschlussreich erweisen kann, ist die Graphie. Das Deutsche weist hier eine Besonderheit auf, die es mit keiner anderen Sprache der Welt – außer dem Luxemburgischen – teilt, nämlich die satzinterne GroßschreibungSubstantivgroßschreibung von Substantiven (vgl. z.B. Bredel et al. 2011: 27). Auch hier können psycholinguistische Studien helfen, die Frage nach dem Warum zu klären. So zeigen beispielsweise Gfroerer et al. (1989) mit Hilfe einer Eye-Tracking-Studie, bei der die Augenbewegungen der Teilnehmenden beim Lesen aufgezeichnet und anschließend analysiert werden, dass die Großschreibung offenbar als Dekodierungshilfe dient: Sie ließen niederländische Muttersprachler deutsche und niederländische Texte lesen, die den deutschen Großschreibungsregeln folgten. Dabei zeigte sich, dass die Teilnehmenden auch beim Lesen der niederländischen Texte nicht von der Großschreibung behindert wurden, obwohl die niederländische Orthographie die satzinterne Großschreibung nicht kennt (außer bei EigennamenEigennamen). Im Gegenteil schienen sie von der Hervorhebung der Substantive zu profitieren und lasen die Texte sogar insgesamt schneller. Diese Beobachtungen können helfen zu erklären, warum sich das Deutsche den „Luxus“ der satzinternen Großschreibung leistet – auch wenn sie natürlich nicht erklären können, warum sich die satzinterne GroßschreibungSubstantivgroßschreibung in anderen Schriftsystemen nicht durchsetzen konnte, etwa im Englischen, wo sie eine kurze Blütezeit im 17./18. Jh. erlebte (vgl. Gramley 2012: 147).

Diese wenigen ausgewählten Beispiele zeigen, dass experimentelle Methoden auch in der germanistischen Linguistik und in der Sprachgeschichtsforschung durchaus Verwendung finden. Allerdings genügen nicht alle Studien den recht rigorosen methodischen Anforderungen, die in der Psychologie und in den Kognitionswissenschaften an experimentelle Untersuchungen gestellt werden. Das gilt sowohl für die Formulierung und Operationalisierung von Hypothesen als auch für die Datenanalyse. Einige wichtige Aspekte, auf die beim Design von Experimenten zu achten ist, fasst die Infobox 6 zusammen. Bei der Datenanalyse sind statistische Verfahren anzuwenden, um zu bestimmen, wie wahrscheinlich es ist, dass die beobachteten Ergebnisse durch Zufall zustandegekommen sind.5

Praktische Aspekte bei der Gestaltung von Experimenten

Zum Weiterlesen

Einführungen in experimentelles Design und Datenanalyse gibt es enorm viele. Für die Linguistik bietet Meindl (2011) einen wertvollen Einstieg. Abdi et al. (2009) ist eine gut lesbare Einführung, die aus dem Bereich der experimentellen Psychologie stammt. Sehr anspruchsvoll ist dagegen Maxwell & Delaney (2004). Eine unterhaltsame, streckenweise etwas zu lang geratene Einführung in die Datenanalyse mit R bieten Field et al. (2012).

Aufgabe

1 Diskutieren Sie das oben zusammengefasste Experiment von Köpcke (1988). Erkennen Sie Störvariablen, die man bei eventuellen Folgestudien beseitigen sollte?

2 Informieren Sie sich über Lesezeitexperimente und überlegen Sie, ob man ein Experiment zur Konkurrenz zwischen unterschiedlichen Pluralallomorphen (wie des Bärs vs. des Bären) auch damit durchführen könnte – und wenn ja, wie.

3. Vom Indoeuropäischen bis heute: Im Schnelldurchlauf durch die deutsche Sprachgeschichte

Die deutsche Sprachgeschichte wird klassischerweise in vier Perioden unterteilt: das Althochdeutsche, das Mittelhochdeutsche, das Frühneuhochdeutsche und das Neuhochdeutsche. Diese Periodisierung geht bereits auf Scherer (1878) zurück und hat sich als heuristisch wertvolle Untergliederung der deutschen Sprachgeschichte erwiesen. Dabei darf natürlich nicht vergessen werden, dass jede Periodisierung zwangsläufig willkürlich ist. Sprachwandel ist immer ein gradueller Prozess, und wenn wir das Jahr 1649 noch zum Frühneuhochdeutschen zählen, das Jahr 1651 hingegen zum Neuhochdeutschen, so bedeutet das selbstverständlich nicht, dass sich die deutsche Sprache im Jahr 1650 ganz plötzlich radikal verändert hat.

Gleichwohl gibt es natürlich Gründe, die Epochengrenzen so zu ziehen, wie Scherer es getan hat. Dabei lassen sich sprachinterne und sprachexterne Kriterien unterscheiden. Zu ersteren gehören beispielsweise „lautliche, morphologische und syntaktische Kriterien und Merkmale“ (Roelcke 2000: 370), zu letzteren unter anderem sozialgeschichtliche und kulturelle Faktoren. So fällt beispielsweise der Umbruch vom Alt- zum Mittelhochdeutschen mit der auch literaturgeschichtlich bedeutsamen Entwicklung der sogenannten höfischen Kultur zusammen. An der Schnittstelle von sprachinternen und sprachexternen Faktoren können die von Schmidt (2007: 17) zusätzlich angeführten soziolinguistischen Kriterien angesiedelt werden, zu denen beispielsweise das Verhältnis unterschiedlicher Varietäten zueinander gehört. Aufgrund der auch sprachlich höchst einflussreichen Entwicklungen, die das 20. Jahrhundert geprägt haben, wird gelegentlich als weitere sprachgeschichtliche Epoche das Gegenwartsdeutsche angesetzt, dessen Beginn in der Regel in die Mitte des 20. Jahrhunderts datiert wird (vgl. Roelcke 1998b).

Alle genannten Bezeichnungen für die einzelnen Sprachepochen haben gemeinsam, dass sie aus drei Teilen bestehen – zum Beispiel: Alt, hoch und deutsch. Der erste Bestandteil bezieht sich auf die zeitliche Einordnung der jeweiligen Sprachstufe. Der zweite Bestandteil verortet sie geographisch. Mit dem Begriff hochdeutsch werden – im Gegensatz zum allgemeinen Sprachgebrauch, der hierunter die normierte Standardsprache versteht – die deutschen Dialekte südlich der sogenannten Benrather Linie bezeichnet, die von der 2. Lautverschiebung erfasst wurden (s.u. 4.1.1). Die Sprachbezeichnung deutsch schließlich geht zurück auf ahd. thiutisk, diutisk ‚das eigene Volk betreffend, volkssprachlich‘ (vgl. Sonderegger 1979: 40).

Die Geschichte der deutschen Sprache im engeren Sinne setzt in der zweiten Hälfte des 8. Jahrhunderts ein (vgl. Schmidt 2007: 23). Aber natürlich entsteht die Volkssprache nicht über Nacht: Ihre Wurzeln lassen sich dank der komparativen Methode bis ins Indoeuropäische zurückverfolgen. Dieser Vorgeschichte der deutschen Sprache wenden wir uns nun zu, ehe wir genauer auf die einzelnen Sprachstufen des Deutschen eingehen. Dabei geben die einzelnen Unterkapitel einen Abriss über die wichtigsten Entwicklungen bezüglich Phonologie, Morphologie und Syntax in der jeweiligen Periode, ohne dass dieser Überblick auch nur annähernd vollständig sein könnte. Einen ausführlicheren Überblick bieten Werke, die sich dezidiert der systematischen und chronologischen Beschreibung der deutschen Sprachgeschichte widmen, z.B. Schweikle (2002) oder Schmidt (2007).

Einen schlagwortartigen Überblick über die genannten Sprachstufen sowie über die Sprachwandelprozesse, die in den nächsten Kapiteln vorgestellt werden, bietet Tab. 7.

Sprachstufe	Wandelprozesse im Überblick
Indoeuropäisch (bis ca. 1. Jt. v. Chr.)
↓	Phonologie Lautverschiebung (4.1.1) Wandel von Akzenttyp und Akzentposition (3.1.2) Primärberührungseffekt (3.1.2) Morphologie Entstehung schwacher Verben (3.1.2)
Germanisch (bis ca. 200 n. Chr.)
↓	Phonologie Hebung e > i vor Nasal + Konsonant (3.1.3, 4.1.2) wg. Hebung (i-Umlaut) und Senkung (a-Umlaut) (3.1.3, 4.1.2) Nasalschwund vor h und Ersatzdehnung des Vokals (3.1.3) wg. Konsonantengemination (3.1.3) wg. Rhotazismus (3.1.3)
Westgermanisch (ca. 200–500)
↓	Phonologie 2. Lautverschiebung (4.1.1) Primärumlaut (4.1.2) Sekundärumlaut (noch nicht verschriftet) (4.1.2) Monophthongierung, Diphthongierung, Diphthongwandel (3.4.1) Morphologie einsetzende Phonologisierung des Umlauts: Umlaut als morphologischer Marker (4.1.2) Syntax Kasussynkretismus: Wegfall des Instrumentalis (3.2.3) einsetzende Obligatorisierung des Subjektpronomens (3.2.3) einsetzende Fixierung der Wortstellung (3.2.3)
Althochdeutsch (ca. 500–1050)
↓	Phonologie Sekundärumlaut (4.1.2) Auslautverhärtung (3.3.1) ahd. /sk/ > mhd. /ʃ/ (3.3.1) fortschreitende Reduktion der vollen Nebensilbenvokale (3.3.1) Aufkommen des Glottisverschlusslauts (3.3.1) Morphologie Phonologisierung des Umlauts: Umlaut als morphologischer Marker (4.1.2) Formenzusammenfall durch Nebensilbenabschwächung (3.3.2) Erweiterung des Bestands an Wortbildungssuffixen (3.3.2) Syntax Entstehung neuer periphrastischer Verbformen (Perfekt, Passiv) (3.3.3) (weitere) Obligatorisierung des Artikels und des Subjektpronomens (3.2.3)
Mittelhochdeutsch (ca. 1050–1350)
↓	Phonologie Monophthongierung, Diphthongierung, Diphthongwandel (3.4.1) Vokaldehnung und -kürzung (3.4.1) Palatalisierung /s/ > /ʃ/ im Anlaut (3.4.1) Degemination langer Konsonanten (3.4.1) Morphologie Präteritaler Numerusausgleich im System der starken Verben (3.4.2, 5.1.1) Morphologisierung des Umlauts / analogischer Umlaut (4.1.2) Neue Lehnwortbildungsmuster (3.4.2) Syntax (Weiterer) Ausbau des klammernden Verfahrens (6.1.2) Stellungswechsel des adnominalen Genitivs (des Vaters Haus > das Haus des Vaters) (6.1.1) Herausbildung des werden-Futurs (8.1.3) Abbau der doppelten Negation (3.3.3)
Frühneuhochdeutsch (ca. 1350–1650), Neuhochdeutsch (ab 1650)

Tab. 7: Überblick über einige der wichtigsten Wandelprozesse, die in den folgenden Kapiteln vorgestellt werden. Die Angaben in Klammern verweisen auf das jeweilige Kapitel.

3.1 Vorgeschichte der deutschen Sprache: Vom Indoeuropäischen zum Westgermanischen
3.1.1 Das Indoeuropäische

Auch wenn die ältesten Zeugnisse der frühesten Sprachstufe, die wir als „deutsch“ bezeichnen, erst ins 8. Jahrhundert datieren, können wir mit Hilfe der komparativen Methode (s.o. 2.1) gleichsam die Sprachfamilienbande des Deutschen nachzeichnen und damit auch einen „Stammbaum“ der unterschiedlichen indoeuropäischen Sprachen rekonstruieren. Als Indoeuropäisch (Ie.) oder Indogermanisch bezeichnet man die Vorstufe des Deutschen, die wohl um etwa 4000/3000 v. Chr., historisch also im Übergang von der Jungsteinzeit zur Bronzezeit, gesprochen wurde (vgl. Schmid 2013: 3; Anthony & Ringe 2015) – allerdings variiert die Datierung sehr stark, je nachdem, ob man als „UrheimatUrheimat“ des Indoeuropäischen die sibirische Steppe oder Anatolien annimmt (vgl. z.B. Bouckaert et al. 2012).

Da uns aus dem Ie. keine Quellen überliefert sind, sind wir auf die Rekonstruktion mittels der komparativen Methode angewiesen. Die ältesten Quellen in einer ie. Einzelsprache, nämlich dem Hethitischen, stammen aus dem 18. Jh. v. Chr. (vgl. Ernst 2012: 43). Selbstverständlich können wir daher nicht mit letzter Gewissheit sagen, wie das Ie. ausgesehen hat, aber manche Eigenschaften dieser Vorstufe der heutigen ie. Sprachen können wir doch mit einiger Sicherheit rekonstruieren. So ist relativ unumstritten, dass das Ie. mehr Kasusformen hatte – neben den im heutigen Deutschen noch vorhandenen Kasus Nominativ, Genitiv, Dativ und Akkusativ nämlich auch Vokativ (Anrede), Instrumental (u.a. zum Ausdruck des Mittels, mit dem eine Handlung ausgeführt wird: ich fege den Boden mit einem Besen), Ablativ (Ausgangsort: ich komme aus der Bibliothek / aus dem Haus Targayen) und Lokativ (räumliche, aber auch zeitliche Einordnung; vgl. Meier-Brügger 2010: 400–412). Auch das Numerussystem war wohl komplexer als das des heutigen Deutschen und umfasste neben Singular (Einzahl) und Plural (Mehrzahl) auch einen Dual, also die Zweizahl. Sehr anders, als wir es aus dem heutigen Deutschen gewohnt sind, war auch der Akzent, also die Art und Weise der Betonung. Zum einen geschah die Betonung nicht (nur) über die Lautstärke, sondern über die Tonhöhe; zum anderen konnte die Position des Akzents variieren. Im nächsten Abschnitt (Kapitel 3.1.2) werden wir darauf noch näher eingehen.

Äußerst umstritten ist die Frage nach der sog. UrheimatUrheimat derjenigen, die diese Sprache gesprochen haben. Um sich der Frage anzunähern, wo das Ie. gesprochen wurde, kann die sog. linguistisch-kulturhistorische Methode, auch „linguistische Paläontologie“ genannt, herangezogen werden. Dabei schließt man anhand der Wörter, die sich bis ins Ie. zurückverfolgen lassen, auf die Kultur und Umgebung der Sprecherinnen und Sprecher (vgl. Seebold 1998: 966). Die Idee dahinter ist ganz einfach, dass wir das benennen, was in unserem Leben und unserer Kultur eine Rolle spielt. So haben wir ein Wort für ‚domestiziertes vierbeiniges Tier der Gattung Felidae, das sich in jede Schachtel zwängt‘ (Katze), aber benötigen kein Lexem für ein ‚in freier Wildbahn lebendes fünfeinhalbbeiniges Tier mit drei Augen, vier Ohren und einem Mund‘, auch wenn ein solches Tier vielleicht auf einem anderen Planeten existiert, von dem wir nichts wissen. Folgerichtig versucht man, aus dem Wortschatz, der sich aus dem Ie. rekonstruieren lässt, auf die Lebensumstände seiner Sprecherinnen und Sprecher zu schließen.

Ein wichtiges Argument für die räumliche Einordnung des Ie. ist das sogenannte Buchen-Argument: Da sich das Wort für ‚Buche‘ im Ie. rekonstruieren lässt, ging man davon aus, dass die ie. „Urheimat“ in einem Gebiet liegen müsse, in dem Buchen verbreitet sind – also westlich der „Buchen-Grenze“, die ungefähr von Königsberg bis Odessa verläuft (vgl. Seebold 1998: 966f.). Ganz ähnlich funktioniert das Lachs-Argument, das sich darauf stützt, dass „die Bezeichnung für diesen Fisch nicht nur im Germanischen, Slawischen und Baltischen vorkommt, sondern in der Bedeutung ‚Fisch‘ auch im Tocharischen“ (Ernst 2012: 45) – das Tocharische ist ein ausgestorbener Sprachzweig, der erst Ende des 19. Jh. entdeckt wurde (vgl. Bußmann 2008: 285). Man ging daher davon aus, dass das Ie. aus einem Gebiet stammt, in dem der Lachs heimisch ist. Ernst (2012: 45) gibt jedoch zu bedenken, dass die tocharische Bedeutung ‚Fisch‘ die ursprüngliche gewesen sein könnte und dass man auch für das Buchen-Argument nicht ausschließen kann, dass möglicherweise Bedeutungswandel involviert war – das Wort für ‚Buche‘ könnte sich ursprünglich auf einen anderen Baum bezogen haben. Aus den Ergebnissen der linguistisch-kulturhistorischen Methode kann man mit Schmitt-Brandt (1998: 289) sehr vorsichtig schließen, dass die Sprecherinnen und Sprecher des Ie. von der Jagd (Rotwild, Wildschweine, Bären, Wölfe) und von Viehzucht lebten (Schafe, Schweine, Rinder), Pferde züchteten und Steinäxte besaßen, dass sie Kupfer kannten, es wohl aber nicht schmolzen, und dass sie in Sippengemeinschaften und Kriegerverbänden lebten. Einige Forscherinnen und Forscher weisen außerdem auf ein ausgeprägtes Vokabular rund um Wägen hin, was darauf hindeutet, dass man bereits Fahrzeuge mit Rädern benutzte (vgl. Trask 2015: 345); in Verbindung mit der archäologischen Evidenz sehen z.B. Anthony & Ringe (2015) dies als Hinweis darauf, dass die Steppe als „Urheimat“ des Ie. gelten muss. Allerdings weist Trask (2015: 345) darauf hin, dass auch in diesem Bereich Bedeutungswandel stattgefunden haben könnte, und Vertreterinnen und Vertreter der Hypothese, dass der anatolische Raum als „Urheimat“ angenommen werden müsse (z.B. Atkinson & Gray 2005, 2006; Bouckaert et al. 2012), geben zu bedenken, dass es sich dabei auch um sehr frühe LehnwörterLehnwort handeln könnte, die nicht mehr als solche zu erkennen sind.

Zum Weiterlesen

Seebold (1998) bietet einen ausführlichen und lesenswerten Einstieg in die genealogisch-typologische Einordnung des Deutschen. Eine gut lesbare Einführung ins Ie. bietet Fortson (2010). Einschlägige deutschsprachige Einführungen ins Ie. sind Schmitt-Brandt (1998) und Meier-Brügger (2010).

3.1.2 Vom Indoeuropäischen zum Germanischen

Der Sprachwandelprozess, der das Germ. von anderen ie. Sprachen trennt, ist die 1. LautverschiebungLautverschiebung, erste, auf die wir in Kap. 4.1.1 näher eingehen und die daher hier nur schlagwortartig dargestellt wird. Im Zuge der 1. Lautverschiebung wandeln sich – mit systematischen Ausnahmen –

1 p, t, k zu f, θ, x/h;

2 b, d, g zu p, t, k,

3 bh, dh, gh zu β, ð, ɣ (was die phonetischen Zeichen bedeuten, wird in Kap. 4.1.1 erklärt).

Eine wichtige systematische Ausnahme zur 1. Lautverschiebung ist das Vernersche GesetzVernersches Gesetz: In bestimmten lautlichen Umgebungen wandeln sich p, t, k nicht zu f, θ, x/h, sondern vielmehr zu β, ð, ɣ. In den gleichen Kontexten wandelt sich stimmloses s, das nicht von der 1. Lautverschiebung betroffen ist, zu stimmhaftem z (wie in engl. magazine).

Ein weiterer wichtiger Wandelprozess vom Ie. zum Germ. ist die Festlegung des ursprünglich freien Wortakzents auf die StammsilbeAkzentwandel, ie.. Wenn wir von einem „freien“ oder „frei beweglichen“ Akzent sprechen, heißt das allerdings nicht, dass Sprecherinnen ihn nach Belieben setzen konnten, sondern lediglich, dass seine Position von Wort zu Wort und auch von einer Flexionsform eines Wortes zur anderen, also zwischen verschiedenen WortformenWortformen, variieren konnte (vgl. Laker 1997: 10). Schmid (2013: 57) illustriert den freien Wortakzent am Beispiel des altgriechischen paideúo ‚erziehen‘, bei dem die Position des Akzents – graphisch markiert durch <´> – je nach Flexionsform variiert:

(8)	a.	παιδεύω	paideúo	‚ ich erziehe‘
	b.	παίδευ-ε	paídeue!	‚ Erziehe!‘
	c.	πε-παιδευ-κέναι	pepaideukénai	‚ erzogen haben‘

Im Deutschen wie auch in den anderen germanischen Sprachen hingegen sind mehrsilbige native Wörter grundsätzlich erstsilbenbetont, vgl. Mútter, Wáre, Aúge und viele mehr. Eine Ausnahme bilden lediglich präfigierte Wörter, vgl. beréit, Gedéck etc. König (2011: 110) bezeichnet die Festlegung des Akzents als „umwälzende[s] Ereignis, das die Geschichte aller german[ischen] Sprachen zeichnet“.

Neben der 1. Lautverschiebung gibt es im Germ. weitere Veränderungen im Konsonantismus. Eine davon ist der sog. PrimärberührungseffektPrimärberührungseffekt, der mit der 1. Lautverschiebung zusammenhängt: Schon im Ie. wandeln sich /b/ und /g/ vor /t/ zu /p/ und /k/. Über die 1. Lautverschiebung entsteht aus den daraus resultierenden Konsonantenverbindungen /pt/ und /kt/ dann /ft/ bzw. /ht/. Unabhängig von der 1. Lautverschiebung werden darüber hinaus die Konsonantenverbindungen /dt/ und /tt/ zu /ss/ verschoben:

*/bt/, */pt/	>	*/pt/	>	/ft/,	vgl.	lat. captus	–	dt. Haft
*/gt/, */kt/	>	*/kt/	>	/ht/,	vgl.	lat. noctem	–	dt. Nacht
*/dt/, */tt/	>	*/tt/	>	/ss/,	vgl.	germ. mōt-ta > ahd. muossa ‚musste‘

Die Bezeichnung „PrimärberührungseffektPrimärberührungseffekt“ bezieht sich darauf, dass die Laute bereits im Ie., also „primär“, zusammengestoßen sein müssen und nicht erst infolge späterer Entwicklungen vor /t/ stehen (vgl. Paul 2007: 125). In manchen Wortformen wie neigte z.B. berühren sich die beiden Laute zwar in späteren Sprachstufen, im Germ. war zwischen ihnen jedoch ein Bindevokal vorhanden, sodass der Primärberührungseffekt unterblieb (*neichte). Bei anderen Verben jedoch führt der PrimärberührungseffektPrimärberührungseffekt zu Alternanzen im Flexionsparadigma, z.B. denken – dachte.

Während die bisher genannten Sprachwandelprozesse allesamt dem Bereich der Phonologie angehören, führt die Entstehung der schwachen Verbenschwache Verben, Entstehung zu einer Veränderung des flexionsmorphologischen Systems. Anders als starke Verben, die über den sog. AblautAblaut durch Veränderung des Stammvokals flektiert werden (reiten – ritt), erfolgt bei den schwachen Verben die Bildung des Präteritums über ein Suffix, das sog. Dentalsuffix: lachen – lach-te. Zur Entstehung der schwachen Verben gibt es mehrere Theorien; die wohl verbreitetste geht davon aus, dass das Dentalsuffix aus einer Form von tun hervorgegangen ist (vgl. Szczepaniak 2011: 111–117).

3.1.3 Vom Germanischen zum WestgermanischenWestgermanisch

Beim Germ. geht man davon aus, dass es zunächst als relativ homogene Sprache existierte; ob man dies auch fürs Wg. annehmen kann, ist unklar: Teilweise wird davon ausgegangen, dass man stattdessen drei Dialektgruppen unterscheiden müsse, die traditionell nach den von Tacitus in seiner Germania erwähnten Großstämmen als Ingwäonisch, Istwäonisch und Hermionisch bezeichnet werden, oder in modernerer Terminologie als Nordseegermanisch, Rhein-Weser-Germanisch und Elbegermanisch, wobei das Hochdeutsche aus den beiden letztgenannten Gruppen hervorgeht (vgl. Henriksen & van der Auwera 1994: 9). In diesem kurzen Abschnitt wollen wir jedoch ausschließlich auf „gemeinwestgermanische“ Lautwandelprozesse eingehen.

Im vokalischen Bereich fanden vom Germ. zum Wg. mehrere Umlautprozesse statt, auf die wir in Kap. 4.1.2 noch näher eingehen werden: Dazu gehört die Hebung /e/ > /i/Hebung e>i vor Nasal+Konsonant im Wg. vor Nasal + Konsonant, vgl. ie. *bhend- > wg. *bindan ‚binden‘, lat. ventus – dt. Wind, daher gelegentlich auch Ventus-Wind-GesetzVentus-Wind-GesetzHebung e>i vor Nasal+Konsonant im Wg. genannt. Durch den wg. i-Umlaut (Hebung) wandelt sich e > i vor i, j und u in der Folgesilbe, und durch den wg. a-Umlaut (Senkung) entwickeln sich i > e und u > o vor a, e, o in der Folgesilbe (Kap. 4.1.2). Diese drei Lautwandelprozesse markieren den Beginn einer Reihe von Umlautprozessen, die sich quasi leitmotivisch durch die deutsche Sprachgeschichte ziehen (vgl. z.B. Sonderegger 1979).

Im konsonantischen Bereich geht der stimmhafte Reibelaut *-z (Achtung: z bezeichnet hier ein /z/ wie in engl. magazine, kein /ts/ wie in Zug!) im Auslaut zwei- oder mehrsilbiger Wörter verloren, z.B. ie. *daǥaz > germ. *daga- ‚Tag‘. Wenn es hingegen nicht im Auslaut steht oder aber im Auslaut von Einsilbern, wandelt sich /z/ zu /r/ (vgl. Fortson 2010: 357), z.B. germ. *was/wēzum > wg. was/wārum (> nhd. war/waren). Dieser westgermanische RhotazismusWestgermanischer RhotazismusRhotazismus, wg.Rhotazismus, wg. betrifft diejenigen /z/-Laute, die über Verners Gesetz (s.u. Kap. 4.1.1) aus /s/ entstanden sind. Daher finden sich bis ins heutige Deutsche viele Wortpaare, in denen s mit r alterniert: frieren – Frost, lehren – List, verlieren (noch mhd. verliesen, aber z.B. Partizip: verloren) – Verlust. Im engl. Flexionsparadigma von (to) be ‚sein‘ hat sich die s/r-Alternanz bis heute gehalten: was vs. were, während sie im Deutschen zugunsten von r ausgeglichen wurde (aber noch Mhd. ih was – wir wâren). Ein weiterer Lautwandelprozess betrifft ebenfalls Produkte des Vernerschen Gesetzes, aber auch der 1. Lautverschiebung: Die Reibelaute β, ð, ɣ, die über die 1. Lautverschiebung aus bh, dh, gh oder über das Vernersche Gesetz aus p, t, k entstanden sind, werden zu b, d, g weiterverschoben.

Im Konsonantismus ist weiterhin die wg. KonsonantengeminationWestgermanische KonsonantengeminationKonsonantengemination, wg.Konsonantengemination, wg.Gemination zu erwähnen. Folgt einem Konsonanten innerhalb des Wortes (also nicht im Anlaut oder Auslaut) ein j, seltener auch ein r, w oder l, so wird er verdoppelt, z.B. germ. *bidjan > ahd. bitten, germ. *waljan > ahd. wellen ‚wollen‘ (vgl. Schmidt 2007: 58). Gelegentlich werden zudem m und n neben j, r, w, l als Auslöser der Gemination erwähnt, was jedoch umstritten ist (vgl. Simmler 1976: 40). Hier gilt abermals, dass wir uns nicht durch das gegenwartsdeutsche Schriftsystem in die Irre führen lassen dürfen: Doppelkonsonanten markieren heute in der Schreibung die Kürze des vorangehenden Vokals. Wenn wir im Wg. und Ahd. von Geminaten sprechen, meinen wir aber tatsächlich Doppel- bzw. Langkonsonanten, wie es sie im heutigen Deutschen nicht mehr gibt, aber z.B. im Italienischen, vgl. bello ‚schön‘, gesprochen ['bɛllo] (zum Vergleich: der deutsche Hundename Bello wäre in phonetischer Transkription [ˈbɛlo], hier wird nur ein einfaches l gesprochen – außer wenn wir, etwa im Schuluntrericht, die Silbenstruktur des Wortes hervorheben wollen und es daher für Silbe für Silbe Bel-lo [ˈbɛlˈlo] aussprechen, denn beim /l/ in Bello handelt es sich um einen sog. ambisilbischen Konsonanten, den man sowohl zur ersten als auch zur zweiten Silbe rechnen kann – aber in der alltäglichen Aussprache gibt es zwischen dem /l/ in Bello und dem in lodern keinen Unterschied).

In der Diskussion des PrimärberührungseffektsPrimärberührungseffekt (S. 90) ist Ihnen beim Beispiel denken – dachte vielleicht aufgefallen, dass außer dem Wandel von /kt/ zu /ht/ und dem Umlaut /a/ > /e/ noch eine weitere Besonderheit vorliegt, die Präsens- und Präteritalform voneinander trennt, nämlich dass in Letzterer kein /n/ vorkommt. Das ist zurückzuführen auf den NasalschwundNasalschwund und Ersatzdehnung im Wg. im Wg., bei dem /n/ vor /h/ schwand; quasi als Ausgleich wurde der nachfolgende Vokal gedehnt, hier spricht man von ErsatzdehnungErsatzdehnungNasalschwund und Ersatzdehnung im Wg.. Daher hat die Präteritalform von denken auch bis ins Mhd. ein langes a: germ. *þanht- > ahd. thāhta > mhd. dâhte.

3.2 Althochdeutsch

Als AlthochdeutschAlthochdeutsch (Ahd.) wird die Volkssprache der hochdeutschen Dialekte ab dem Beginn ihrer schriftlichen Überlieferung bezeichnet (vgl. Sonderegger 2003: 1). Man beachte den Plural: Es gibt keine überregionale Ausgleichssprache (vgl. Geuenich 2000: 1144). Vielmehr fungiert „Althochdeutsch“ als Überbegriff für eine Reihe verschiedener Dialekte. Die frühesten Zeugnisse des Ahd. finden sich in vorchristlichen und christlichen Runeninschriften, in Glossen sowie in vereinzelt vorkommenden Erwähnungen volkssprachlicher Wörter in lateinischen Quellen (vgl. Wolff 2009: 54). Die eigentlichen Anfänge der Schriftlichkeit können im 8. Jh. verortet und mit dem Aufbau von Bibliotheken und Skriptorien in Klöstern und Domschulen in Verbindung gebracht werden (vgl. Geuenich 2000: 1146). Folgerichtig ist das althochdeutsche Schrifttum vor allem von Übersetzungsliteratur bestimmt, freie Dichtung dagegen ist äußerst selten (vgl. Sonderegger 2003: 59f.). Die Übersetzungen kommen dabei in ganz verschiedener Gestalt daher – teilweise handelt es sich um Interlinearübersetzungen, bei denen das lateinische Original entweder Wort für Wort oder Zeile für Zeile neben der ahd. Übertragung steht. Ein Beispiel hierfür ist (9) aus der ahd. Übersetzung von Isidors De fide catholica (zit. nach Schlosser 2004: 20f.). In der linken und mittleren Spalte stehen, wie auch in der Handschrift, lat. und ahd. Text nebeneinander; in der letzten Spalte findet sich die nhd. Übersetzung von Schlosser (2004).

(9)

Qui dixit deus et fecit deus; in eo uero qui superferebatur aquis spiritus sanctus significatur.

Got ist dher quhad endi got dher deta; in dhiu auh dhanne, dhazs ir oba dhem uuazsserum suueiboda, dhen heilegun gheist dhar bauhnida.

Gott ist es, der sprach, und Gott (ist es), der erschuf; in „er schwebte über den Wassern“ hat er auch den Heiligen Geist bezeichnet.

Zu den wichtigsten Zeugnissen des Ahd. zählen zwei Evangelienharmonien, also Texte, die den Inhalt der vier Evangelien nacherzählen: Zum einen der althochdeutsche Tatian, zum anderen die Evangelienharmonie Otfrids von Weißenburg. Sie unterscheiden sich jedoch in einem wichtigen Punkt: Dem ahd. Tatian (frühes 9. Jh.) lag bereits eine Evangelienharmonie zugrunde, nämlich das „Diatessaron“ des Tatian aus dem 2. Jh. Es handelt sich hier also um einen Übersetzungstext, während die Evangelienharmonie Otfrids von Weißenburg (spätes 9. Jh.) zweifelsohne als eigenständige Dichtung einzuordnen ist. Seine volkssprachliche Nacherzählung der Evangelien stellt „die erste große Endreimdichtung in deutscher Sprache“ dar (Bergmann et al. 2016: 42) – ein großer Teil der vorherigen ahd. Textzeugnisse, insbesondere etwa Zauber- und Segenssprüche, ist durch Stabreime (Alliteration), also den Gleichklang von Anlauten, gekennzeichnet (vgl. Sonderegger 2003: 119).

3.2.1 Phonologie des Althochdeutschen

Der wohl wichtigste Lautwandelprozess vom Germ. zum Ahd. ist die 2. LautverschiebungLautverschiebung, zweite, die das Hochdeutsche von allen anderen germanischen Sprachen unterscheidet und auf die unter 4.1.1 näher eingegangen wird. Die 2. Lautverschiebung erklärt etwa den Unterschied zwischen dt. zehn und engl. ten, zwischen dt. Pfahl und schwed. påle oder zwischen dt. wissen und nl. weten. Darüber hinaus ergeben sich jedoch noch eine ganze Reihe weiterer Lautveränderungen – nach Sonderegger (2003: 248) „weit mehr als in den späteren Sprachstufen des Deutschen“.

Im vokalischen Bereich sind hier die ahd. MonophthongierungMonophthongierung, ahd., die ahd. DiphthongierungDiphthongierung, ahd. und der ahd. DiphthongwandelDiphthongwandel, ahd. zu nennen (vgl. z.B. Roelcke 1998a: 1003; Bergmann et al. 2016: 73f.).

Bei der MonophthongierungMonophthongierung, ahd., die bereits im frühen Ahd., nämlich im 7./8. Jh., stattfindet (vgl. Wegera & Waldenberger 2012: 102), wandelt sich ein Diphthong zum einfachen Langvokal:

Monophthongierung	auslösender Kontext	Beispiel
wg. ai > ahd. ē	vor /r/, /h/, /w/	got. saiws – ahd. sē(o)
wg. au > ahd. ō	vor Dental (/s/, /z/, /d/, /t/, /n/, /l/, /r/) oder vor /h/	got. rauþs – ahd. rōt

Tab. 8: Ahd. Monophthongierung (Beispiele aus Bergmann et al. 2016).

Wo die in Tab. 8 genannten Kontexte nicht gegeben sind, entwickeln sich ai und au nicht zu Monophthongen, werden aber ebenfalls verändert. Dieser Diphthongwandel ist in Tab. 9 zusammengefasst.

Diphthongwandel	auslösender Kontext	Beispiel
wg. ai > ahd. ei	alle außer denen in Tab. 8	got. gaits – ahd. geiz
wg. au >ahd. ou		got. aukan – ahd. ouhhōn ‚mehren‘
wg. eu > ahd. eo (> io > ie)	/a/, /e/, /o/ in der Folgesilbe	germ. *keus- > ahd. kiusu ‚ich küre‘
wg. eu > ahd. io	alle anderen Kontexte	germ. *keus- > ahd. keosan/kiosan/kiesan ‚küren‘

Tab. 9: Ahd. Diphthongwandel. Beispiele aus Vogel (2012).

Im Zuge der DiphthongierungDiphthongierung, ahd. schließlich wandeln sich die aus dem Germ. ererbten – also nicht durch die Monophthongierung (Tab. 8) entstandenen – langen Monophthonge /ē/ und und /ō/ zu Diphtongen (Tab. 10).

Diphthongierung	Beispiel
germ. *ē2 > ahd. ea > ia > ie	got. hēr – ahd. hear/hiar/hier ‚hier‘
germ. ō > ahd. oa > ua > uo	got. broþar – ahd. bruoder ‚Bruder‘

Tab. 10: Ahd. Diphthongierung. Beispiele aus Vogel (2012).

Diese Lautwandelprozesse lassen sich in einen größeren Zusammenhang einordnen. So kann die Diphthongierung als phonologischer SchubSchub- und Sogwirkungen gedeutet werden. Beispielsweise geht Moulton (1961: 235) davon aus, dass die sich vom Norden her ausbreitenden Monophthongierungen einen „strukturellen Druck“ auf die alten Phoneme /ē/ und /ō/ ausübten. Salopp könnte man sagen: Die Sprecherinnen und Sprecher verhindern eine „Inflation“ von /ē/ und /ō/, die entstanden wäre, wenn die aus der Monophthongierung hervorgegangenen /ē/ und /ō/ mit den bereits existierenden zusammengefallen wären. Damit es nicht dazu kommt, weicht man bei den „alten“ Lauten einfach auf andere aus.

Monophthongierung und Diphthongwandel sind zudem ein Paradebeispiel für eine PhonemspaltungPhonemspaltung (Fig. 12): Je nach Kontext spaltet sich /ai/ auf in /ē/ oder /ei/, während /au/ je nach Kontext entweder zu /ō/ wird oder zu /ou/. Dabei sind /ē/ und /ei/ bzw. /ō/ und /ou/ zunächst AllophoneAllophon, denn ihre Verteilung ist über den phonologischen Kontext vorhersagbar, ähnlich wie die Verteilung zwischen ich-Laut und ach-Laut im Gegenwartsdeutschen vorhersagbar ist (auch in Nonsenswörtern wie mechod oder knuch wählen wir automatisch die „richtige“ Form; umgekehrt können wir in existierenden Wörtern die beiden Laute, zumindest in der Theorie, problemlos austauschen und werden trotzdem verstanden). Zunächst sind /ē/ und /ei/ bzw. /ō/ und /ou/ also noch keine Phoneme, d.h. noch keine bedeutungsunterscheidenden Einheiten, sondern lediglich Allophone. Erst wenn die Kontexte, die die Monophthongierung auslösen, verlorengehen, wird die Verteilung der Laute unvorhersagbar, und sie entwickeln sich zu eigenständigen Phonemen.1

Fig. 12: PhonemspaltungPhonemspaltung durch ahd. Monophthongierung und ahd. Diphthongwandel.

3.2.2 Morphologie des Althochdeutschen

Die Substantivflexion des Ahd. zeichnet sich dadurch aus, dass sich die Deklinationsklassen je nach Stamm in unterschiedliche Klassen gliedern. Daher hat das Ahd. ein sehr breit gefächertes Deklinationsklassensystem. So lautet der Genitiv Plural von zunga ‚Zunge‘, das zu den n-Stämmen gehört, dero zung-ōn-o, von kraft, das zu den i-Stämmen gehört, dero kreft-i-o. Zwischen dem Grundmorphem und dem Flexionssuffix steht dabei jeweils das sog. stammbildende Element (vgl. Bergmann et al. 2016: 105–108). Auch bei den Verben ist der Stammvokal für die Einteilung der Konjugationsklassen zentral. Durch die Abschwächung der unbetonten Nebensilben geht jedoch der Unterschied zwischen den einzelnen Klassen sowohl bei den Substantiven als auch bei den Verben allmählich verloren, worauf wir im Kapitel zur mhd. Morphologie zurückkommen werden (s.u. 3.3.2).

Dies zeigt, dass die Entwicklung des (flexions)morphologischen Systems im Ahd. und darüber hinaus untrennbar mit den phonologischen Wandelprozessen verbunden ist, die in Kap. 3.2.1 erwähnt wurden. Nicht nur die NebensilbenabschwächungReduktion der unbetonten Nebensilben wirkt sich hier aus: Auch der Umlaut führt zu einer Differenzierung des morphologischen Systems, da er z.B. zur Pluralmarkierung nutzbar gemacht wird, vgl. ahd. Sg. gast – Pl. gasti > spätahd. Sg. gast > Pl. geste (vgl. Sonderegger 1998: 1172; Sonderegger 2003: 263; s.u. Kap. 4.1.2).

3.2.3 Syntax des Althochdeutschen

Das Ahd. zeichnet sich insgesamt durch eine etwas freiere Wortstellung aus (vgl. Greule 1998: 1209). So steht das finite Verb im nhd. Aussagesatz grundsätzlich an zweiter Stelle, z.B. Ich bin Lehrerin, in Hamburg regnet es immer (die Präpositionalphrase in Hamburg zählt als eine Konstituente!), was kurz auch als V2-Stellung bezeichnet wird. Im Ahd. kann es aber auch in V1 stehen wie in (10) oder in V3 wie in (11).

(10)	uuas	thar	ouh	sum	uuitua	|	in	thero	burgi
	war	da	auch	eine gewisse	Witwe		in	dieser	Stadt
	‚Es war auch eine gewisse Witwe in dieser Stadt‘
	(Tatian 201, 2f., zit. nach Fleischer & Schallert 2011: 152)
(11)	ih	inan	infahu
	ich	ihn	empfange
	‚Ich empfange ihn‘
	(Isidor 18, 17–18, zit. nach Fleischer & Schallert 2011: 150)

Jedoch ist V2 bereits im Ahd. die häufigste Stellung und setzt sich im weiteren Verlauf der deutschen Sprachgeschichte immer mehr durch (vgl. Szczepaniak 2013).

Darüber hinaus ist das SubjektpronomenSubjektpronomen, Obligatorizität noch nicht obligatorisch. Im Nhd. wäre ein Satz wie Ich lache ohne das Pronomen ich ungrammatisch: *lache. Nur umgangssprachlich ist die Weglassung des Pronomens möglich, wenn der Kontext eine eindeutige Interpretation erlaubt: Bin grad nicht zu Hause, sind noch unterwegs. Im Ahd. hingegen sind solche Formen zunächst üblich: Gilaubiu in got fater almahtigon ‚[Ich] glaube an Gott, den allmächtigen Vater‘ (Weißenberger Katechismus, 8. Jh., zitiert nach Schlosser 2004: 36). Dies auch deshalb, weil die Endung -u die grammatische Information ‚1. Person Sg. Präsens‘ deutlich zum Ausdruck bringt, sodass die Verwendung des Personalpronomens ih redundant wäre; es wird aber im Ahd. zur Verstärkung eingesetzt, vgl. Forsahhistu unholdun? – ih fursahhu ‚Schwörst du dem Teufel ab? – Ich schwöre ab.‘ (Fränkisches Taufgelöbnis, 9./10. Jh., zit. nach Schlosser 2004: 46). Der Gebrauch des Subjektpronomens nimmt jedoch im Laufe des Ahd. zu (vgl. Sonderegger 2003: 22).

Im Kasussystem des Ahd. findet sich im 8. und 9. Jh. noch vereinzelt der Instrumentalis, z.B. joh ouh gíbit thir thia wîst / thu húngiru nistírbist ‚und er gibt dir die Nahrung, damit du nicht vor Hunger stirbst‘ (Otfrid von Weißenburg, zit. nach Sonderegger 2003: 348). Im Laufe des Ahd. fällt dieser Kasus jedoch weg, sodass sich das fünfgliedrige System zum heutigen viergliedrigen mit Nominativ, Genitiv, Akkusativ und Dativ reduziert. Die Aufgaben des Instrumentalis haben andere Kasus übernommen (z.B. mit dem Hammer_Dat.); man spricht hier von KasussynkretismusKasussynkretismus (Kasuszusammenfall).

Im Ahd. beginnt sich auch das sog. „klammernde VerfahrenKlammerndes Verfahren“ herauszubilden, das die gesamte deutsche Sprachgeschichte durchzieht und auf das wir in Kap. 6.1.2 noch etwas ausführlicher zurückkommen werden. Damit ist gemeint, „dass syntaktisch und/oder funktional zusammengehörige Elemente in Distanzstellung zueinander treten“ (Nübling et al. 2013: 96), z.B. dieser die KlammerKlammerKlammerndes Verfahren illustrierende, mit viel Füllmaterial angereicherte und, als ob das noch nicht genug wäre, mit noch mehr unnötigen Attributen versehene Beispielsatz. (12) zeigt ein Beispiel aus dem althochdeutschen Tatian (zit. nach Greule 1998: 1211). lK steht dabei für ‚linke KlammerKlammerndes Verfahren‘, rK für ‚rechte KlammerKlammerndes Verfahren‘.

(12)	Vorfeld			lK	Mittelfeld	rK	Nachfeld
	nóh	thanne	ni	was	Iohannes	gisentit	in carcari
	Noch	dann	nicht	war	Johannes	gesandt	in Kerker
	‚Zu diesem Zeitpunkt war Johannes noch nicht ins Gefängnis geworfen worden.‘

Die oben diskutierten Prozesse der allmählichen Fixierung der WortstellungWortstellung und der Durchsetzung bzw. graduellen Obligatorisierung des Subjektpronomens können mit der Herausbildung des klammernden VerfahrensKlammerndes Verfahren in Zusammenhang gebracht werden, da beide zur Entstehung klammernder Strukturen beitragen, indem sie Aufgaben, die zuvor die Morphologie übernommen hat, gleichsam auf die Syntax übertragen: Was vorher im Wortinneren ausgedrückt wurde, wird nun in ein anderes Wort „ausgelagert“, und daraus ergibt sich die Möglichkeit, weiteres Material zwischen diese beiden Wörter einzufügen – also die Möglichkeit zur Klammerung.