Ernst Jandl Dozentur für Poetik:

Elfriede Czurda

"Sprache, Zeichen und Denken"

9.4.2014

1) Roman Jakobson

Der Terminus, der sich in der Phonologie zur Bezeichnung eines phonologischen Elementes durchgesetzt hat, ist das Phonem, ein Begriff, dessen unscharfe Bestimmung durch die verschiedenen Schulen der neueren Linguistik auffällig ist. Jakobson definiert es, unter dem Gesichtspunkt des Bezeichnens, also dem Akt, der Bezeichnendes und Bezeichnetes verbindet, als grundsätzlich verschieden von allen anderen Arten der Zeichen, da

"es [...] ein reines Unterscheidungszeichen [ist], welches an und für sich nichts Positives, Einheitliches und Konstantes als der bloßen Tatsache des Andersseins besagt."

Roman Jakobson: Die eigenartige Zeichenstruktur des Phonems, S.178.

Das Phonem steht allen übrigen Spracherscheinungen entgegen (dies anders als bei Saussure), indem es ihm an jener Dimension des Zeichenbegriffs mangelt, den die Scholastik formuliert hat und der später z. B. von Bühler wieder aufgenommen wurde: "Die Scholastiker, welche von der Sprache her philosophierten, heben ein genus proximum des Zeichenbegriffs hervor in ihrer berühmten Formel aliquid stat pro aliquo [...]". Vgl.: Karl Bühler: Sprachtheorie. Die Darstellungsfunktion der Sprache. M. e. Geleitwort v. Friedrich Kainz. Ungekürzter Neudruck der Ausgabe Jena 1934. Stuttgart, New York 1982. S.40. (=Uni Taschenbücher 1159)

Jedes Wort und jedes Morphem fungiert in dieser Konzeption als Stellvertreter eines begrifflichen Inhaltes, wohingegen das Phonem keinen solchen positiven Wert besitzt und sein sprachlicher Wert einzig darin besteht, daß "es ein Morphem bzw. ein Wort, in welchem es vorkommt, von jedem Worte, welches ceteris paribus ein anderes Phonem enthält, unterscheiden kann". Der Unterschied zweier Morpheme enthält also auf der Ebene des Bezeichnenden wie auf der Ebene des Bezeichneten zwei konkrete Unterschiede, nämlich den Unterschied der äußeren Form auf ersterer und den Unterschied zweier allgemeiner Bedeutungen auf zweiterer. Roman Jakobson: Die eigenartige Zeichenstruktur des Phonems, S.153.

Demgegenüber enthält ein Unterschied zweier Phoneme

nur einen einzigen konkreten und eindeutigen Unterschied, und zwar auf dem Gebiete des Bezeichnenden (signans), und eine bloße Unterscheidungsmöglichkeit, also eine bestimmte x-Zahl der konkreten Unterschiede auf dem Gebiete des Bezeichneten (signatum). Infolgedessen ist das System der morphologischen und ähnlichen Gegensätze auf dem Felde des Bezeichneten (signatum) fundiert, wogegen das System der phonematischen Gegensätze auf dem Felde des Bezeichnenden (signans) liegt.

Roman Jakobson: Die eigenartige Zeichenstruktur des Phonems, S.156.

"Es ist zutreffend, daß ein Phonem keinen anderen Zeichenwert hat als den, eine Andersheit anzuzeigen. In den Wörtern ,mein' und ,dein' signalisieren die beiden Phoneme Iml und Idl die Tatsache, daß zwei verschiedene Wörter mit unterschiedlicher Bedeutung vorliegen. Alle übrigen sprachlichen Zeichen signalisieren dagegen mehr als nur eine Andersheit. Sie haben einen positiven Wert: Das Morphem '-e' in 'Tage' und 'Abende' zeigt an, daß in beiden Fällen eine Vielheit gemeint ist." (Elmar Holenstein, Roman Jakobsons phänomenologischer Strukturalismus. Frankfurt a. M. 1975, 130.)

Jakobson unterscheidet drei Grundtypen von Zeichen: Dieses der Peirce'schen Zeichenkonzeption verpflichtete Modell wird von Roman Jakobson in folgender Weise adaptiert:

1. Das Abbild (icon) wirkt in erster Linie durch die tatsächliche Ähnlichkeit zwischen seinem signans und seinem signatum, z. B. zwischen dem Bild eines Tieres und dem abgemalten Tier, ersteres steht für letzteres 'nur weil es ihm ähnelt'.

2. Das Anzeichen (index) wirkt in erster Linie durch eine tatsächliche existenzielle Kontiguität zwischen seinem signans und seinem signatum und 'psychologisch gesehen ist die Wirkung bedingt durch eine Assoziation durch Kontiguität' [...]

3. Das Symbol wirkt in erster Linie durch eine auferlegte, erlernte Kontiguität zwischen signans und signatum. Diese Verbindung 'besteht darin, daß sie eine Regel ist' und hängt nicht von dem Vorhandensein oder Nicht-Vorhandensein irgendeiner Ähnlichkeit oder physischen Kontiguität ab. Die Kenntnis dieser konventionellen Festlegung ist für den Interpreten jedes gegebenen Symbols notwendig und einzig und allein aufgrund dieser Festlegung wird das Zeichen tatsächlich interpretiert werden können.

Roman Jakobson: Die Suche nach dem Wesen der Sprache, S.16.

(Jakobson beschränkt sich dabei auf die Objektebene des Zeichens und bleibt damit auf der Ebene der Zweitheit im Sinne Peirce'. Erstheit (Zeichen an sich mit der analogen Dreiteilung in Quali-, Sin-, und Legizeichen) und Drittheit (Interpretant mit der Dreiteilung in Dicizeichen, Rhema und Argument) werden ausgespart.)

Charles Sanders Peirce: Phänomen und Logik der Zeichen, S.55.

Rolf: Sprachtheorien:

Nach dem auf Saussure zurückgehenden Zweiachsensystem wird die paradigmatische Achse von der syntagmatischen unterschieden. Der paradigmatischen Achse ordnet Jakobson die Begriffe der Selektion, der Substitution, der Ähnlichkeit und der Metapher zu; der syntagmatischen Achse entsprechend die Begriffe der Kombination, der Kontextur, der Kontiguität und der Metonymie. Die paradigmatische Achse bezieht sich auf Einheiten in absentia, die syntagmatische auf Einheiten in praesentia; die paradigmatische Achse ist der Ort der Iangue (des Sprachkodes), die syntagmatische Achse ist der Ort der parole (der Mitteilung); der paradigmatischen Achse ist die Synchronie (die Statik) zugeordnet, der syntagmatischen die Diachronie (die Dynamik).

Jakobson ist neben Hjelmslev der exponierteste Vertreter einer Strukturtheorie der Sprache. Die Ausrichtung an Oppositionen ist dafür das deutlichste Kennzeichen.

2) Louis Hjelmslev

Rudolf Carnap: Der logische Aufbau der Welt

Zwei Arten der Beschreibung der Gegenstände eines Gebietes: die Eigenschaftsbeschreibung und die Beziehungsbeschreibung. "Die Eigenschaftsbeschreibung gibt an, welche Eigenschaften den einzelnen Gegenständen des Gebietes zukommen; die Beziehungsbeschreibung gibt an, welche Beziehungen zwischen den Gegenständen bestehen, ohne über die einzelnen Gegenstände für sich etwas auszusagen." (11)

"In einer Strukturbeschreibung wird nur die 'Struktur' der Beziehungen angegeben, d. h. ein Inbegriff aller ihrer formalen Eigenschaften [...]. Unter den formalen Eigenschaften einer Beziehung verstehen wir solche, die sich ohne Bezugnahme auf den inhaltlichen Sinn der Beziehung und auf die Art der Gegenstände, zwischen denen sie besteht, formulieren lassen." (13)

Hjelmslev faßt "Sprache als eine rein relationale Struktur" auf. Eine Sprache ist eine Totalität. Er geht davon aus, "daß eine Totalität nicht aus Dingen, sondern aus Zusammenhängen besteht, und daß nicht die Substanz, sondern nur ihre inneren und äußeren Relationen wissenschaftliche Existenz haben" .

Unter einer strukturalen Analyse der Sprache versteht Hjelmslev "eine wissenschaftliche Beschreibung der Sprache in Begriffen von Relationen zwischen Elementen ohne Berücksichtigung der Eigenschaften, die diese Elemente aufweisen".

"Es ist offensichtlich, daß die Beschreibung der Sprache mit der Darstellung der Relationen zwischen relevanten Einheiten beginnen muß; und diese Darstellung kann keine Darstellung der innewohnenden Natur, Essenz oder Substanz der Einheiten selbst enthalten." Es ist demnach davon auszugehen, "daß die Linguistik das relationale System der Sprache beschreibt, ohne zu wissen, was die Relata sind."

In welchem Bereich aber bzw. in welchen Bereichen werden die Relata beschrieben?

"Das muß der Phonetik und der Semantik überlassen werden, die dementsprechend die strukturale Analyse des Sprachbaus voraussetzen. Es ist ferner offensichtlich, daß die Phonetik und Semantik in gleicher Weise und nach den gleichen Grundsätzen vorzugehen haben. Phonetische und semantische Feststellungen müssen ihrerseits strukturale Feststellungen sein, z. B. physikalische Feststellungen über Schallwellen, die einen Teil der Einheiten bilden, die zuvor durch die Analyse des Sprachbaus gefunden wurden. Auch sie müssen in Begriffen von Relationen, in Begriffen von Form und nicht von Substanz dargestellt werden."

Laut Hjelmslev besteht eine der Definitionsmöglichkeiten des Sprachsystems (Iangue) in dem Sinn, den F. de Saussure diesem Terminus gegeben hat, darin [...],

"das Sprachsystem als eine spezifische Form, die sich zwischen zwei Substanzen, der des Inhalts und der des Ausdrucks, organisiert, d. h. also eine spezifische Form von Inhalt und Ausdruck zu definieren".

Über Saussure geht Hjelmslev jedoch einen entscheidenden Schritt hinaus. Kennzeichnend für die von ihm vertretene Sprachauffassung ist, daß er von vier sogenannten 'Strata' ausgeht. Diese Lehre läuft darauf hinaus, daß er die beiden Seiten des bilateralen Zeichenmodells von Saussure mit der von diesem in Anspruch genommenen Unterscheidung zwischen Form und Substanz verknüpft – dergestalt, daß diese letztere Unterscheidung auf beiden Seiten des Saussure'schen Zeichenmodells wiederholt wird.

Die Unterscheidung zwischen Signifikat und Signifikant im Sinne der Unterscheidung zwischen Inhalt und Ausdruck auffassend, sagt Hjelmslev:

"Die Unterscheidung zwischen Inhalt und Ausdruck ist der zwischen Form und Substanz übergeordnet. [ ... ] Deshalb muß man [ ... ] von der 'Form des Inhalts' ('Inhaltsform'), der 'Substanz des Inhalts' ('Inhaltssubstanz'), der 'Form des Ausdrucks' ('Ausdrucksform') und der 'Substanz des Ausdrucks' ('Ausdruckssubstanz') sprechen."

Die Unterscheidung zwischen Form und Substanz ist also sowohl auf der Ebene des Ausdrucks als auch auf der des Inhalts vorzunehmen. Den sich daraus ergebenden vier Strata werden vier unterschiedliche Wissenschaftsdisziplinen zugeordnet (a) der Substanz des Ausdrucks die Phonetik, (b) der Form des Ausdrucks die Phonologie; (c) der Form des Inhalts die Grammatik und (d) der Substanz des Inhalts die Semantik.

Die Substanz des Ausdrucks ist das phonetische Material, das für alle Sprachen gleich ist; die Form des Ausdrucks das für eine Sprache gültige phonologische System; die Substanz des Inhalts die Widerspiegelung der Sachverhalte der Außenwelt, die für alle Sprachen gleich ist [...]; die Form des Inhalts schließlich die Ordnung des Materials durch die jeweilige Sprache.

Die Substanz des Ausdrucks ergibt sich gewissermaßen aus den Möglichkeiten, die der Sprechapparat des Menschen eröffnet. Die Form des Ausdrucks betrifft die Auswahl aus den Artikulationsmöglichkeiten, die für die jeweilige Sprache charakteristisch ist. Insoweit sich die Substanz des Inhalts auf die Widerspiegelung der Sachverhalte der Außenwelt bezieht, die für alle Sprachen gleich sein soll, betrifft sie genau die Verhältnisse, die Aristoteles am Anfang, von "Peri hermeneias" mit dem Hinweis ausgesprochen hat, daß die Dinge überall gleich seien und auch die Eindrücke der Dinge in der Seele, nur die Sprachen der Menschen seien verschieden.

Was schließlich die Form des Inhalts anbelangt, so wird sie bei Hjelmslev, zumindest andeutungsweise, so bestimmt, wie es der These Wilhelm von Humboldts entspricht, der zufolge "in jeder Sprache eine eigenthümliche Weltansicht" liegt.

Die Erweiterung des Saussure'schen Zeichenmodells durch Hjelmslev besteht in der Einführung der Form/Substanz-Unterscheidung auf beiden Seiten dieses bilateralen Modells:

Nach traditioneller Auffassung ist "ein Zeichen in erster Linie ein Zeichen für etwas", normalerweise für etwas Außersprachliches. Hjelmslev ist nun der Ansicht, "daß diese Auffassung linguistisch unhaltbar ist". Hjelmslev bezeichnet die mit einer Funktion in Verbindung stehenden Terme als 'Funktive', wobei er unter 'Funktiv' einen Gegenstand versteht, "der in Funktion zu anderen Gegenständen steht. Man sagt, daß ein Funktiv seine Funktion eingeht." In diesem Sinne werden "Ausdruck und Inhalt als Bezeichnungen für die Funktive eingeführt, die die betreffende Funktion, die Zeichenfunktion, eingehen."

Der Ausdruck und der Inhalt, diese beiden in die Zeichenfunktion eingehenden Funktive, die "kraft der Zeichenfunktion und nur kraft dieser existieren [ ... ] [und] als die Inhaltsform und die Ausdrucksform bezeichnet werden können", bilden das Zeichen; und kraft desselben, "kraft der Inhaltsform und der Ausdrucksform und nur kraft dieser existieren die Inhaltssubstanz bzw. die Ausdruckssubstanz". Das Zeichen ist demnach – auch wenn es einem paradox vorkommt – Zeichen für eine Inhaltssubstanz und Zeichen für eine Ausdruckssubstanz. In diesem Sinn kann man vom Zeichen sagen, es sei Zeichen für etwas.

Dagegen sehen wir keine Berechtigung, das Zeichen nur Zeichen für die Inhaltssubstanz zu nennen, oder (worauf allerdings ganz gewiß noch niemand gekommen ist) nur für die Ausdruckssubstanz. Das Zeichen ist eine zweiseitige Größe mit janusartiger Perspektive nach zwei Seiten, Wirkung in zwei Richtungen: 'nach außen' zur Ausdruckssubstanz und 'nach innen' zur Inhaltssubstanz.

3) Dodge, Stricker

Wort- und Sprachvorstellungen, vor allem im Bereich der vorgestellten Artikulation, sind bereits von Samuel Stricker und Raymond Dodge gegen Ende des 19. Jahrhunderts mit Hilfe von Selbstbeobachtung beschrieben worden. Beide haben sich gefragt, was beim Vorstellen von Vokalen und Konsonanten, wenn diese nicht laut ausgesprochen werden, beobachtbar ist, und sind zu vergleichbaren, wenn auch im Detail unterschiedenen, Resultaten gekommen.

Stricker unterscheidet zwischen dem reinen Vorstellen eines Wortes (als "Lautgestalt" ) einerseits und deren Verknüpfung mit der Vorstellung des üblicherweise durch die Worte Mitgeteilten andererseits. Am deutlichsten werde die reine Wortvorstellung, wenn man sich ein Wort aus einer fremden Sprache, deren man nicht einmal im Ansatz mächtig ist, vorzustellen versucht, als ein leeres, inhaltsloses Wort. Es sei aber auch bei der Vorstellung von Worten aus einer Sprache, die man beherrscht, möglich, die reine Wortvorstellung von seiner Bedeutung zu trennen:

"Nun kann ich bei jedem Worte die reine Vorstellung desselben, von seiner Bedeutung trennen. Ich weiss, was das Wort 'Pferd' bedeutet, ich weiss, was ich mir dabei vorstelle, wenn das Wort in mir auftaucht; aber ich kann nichtsdestoweniger das Wort als solches prüfen; ich kann fragen, was denn das Wesen des Wortes sei, was denn in mir vorgeht, wenn ich mir das Wort als solches vorstelle." (Stricker, 18)

Stricker widersteht der gängigen Auffassung, dass "reine Wortvorstellungen", also das Vorstellen der Lautgestalt von Wörtern (Vokalen und Konsonanten), in direkter Relation stünde zu den Sinneswahrnehmungen beim tatsächlichen Hören solcher Laute (seien sie selbst oder durch andere produziert).

Reine Wortvorstellungen enthielten Stricker zufolge "keine Sinneswahrnehmungen und auch keine Erinnerungen an Sinnesperceptionen", z.B. an "Schallbilder", die aus dem Gedächtnis abgerufen würden. Stattdessen sei das Vorstellen von Wörtern an den je neu zu vollziehenden motorischen Akt ihres Hervorbringens, an die Innervationen der lautproduzierenden Artikulationsorgane (bei Stricker aber nicht des tonprozierenden Organs Kehlkopf) gebunden.

Es gingen – so das Ergebnis der Stricker'schen Selbstbeobachtungen – die reinen Wortvorstellungen von motorischen Gebieten der Hirnrinde aus, sie bestünden in dem "Bewusstsein der Impulse […], welche vom Sprachcentrum zu den Muskeln entsendet werden" (Stricker, 30), "in dem Bewusstsein von der Erregung jener motorischen Nerven, die zu den Articulationsmuskeln ziehen" (Stricker, 33).

Das stille Denken (als Vorstellen von Wörtern, eingeschlossen die "Bedeutungen") sei – dies ein kritischer und im Folgenden noch zu bezweifelnder Punkt – an Wortvorstellungen gebunden, die wiederum motorische Vorstellungen zu ihrer Grundlage haben.

Lesen und Hören von Sprachäußerungen gehe mit dem Produzieren von motorischen Wortvorstellungen einher, ohne die ein Verstehen von sowohl von anderen lautlich geäußerter Rede als auch von Gelesenem nicht möglich wäre. Nicht die Erinnerung an die auditive Wahrnehmung spiele dabei die kritische Rolle, sondern beim Lesen ginge das anfängliche Sehbild in eine Lautvorstellung, die als motorische Vorstellung präsent sei, über.

Die "nicht reinen Wortvorstellungen" werden, wie erwähnt, bei Stricker "Bedeutungen" genannt und so definiert: "Ich verbinde mit den Worten die Vorstellung von Gestalten, und ich bin durch diese Vorstellung befriedigt; sie ersetzt mir – für den gewöhnlichen Bedarf – jede andere unbequeme Erläuterung; sie erleichtert mir den Gebrauch jener Worte. Denn irgend etwas muss sich an jedes Wort knüpfen, wenn es mir nicht als reine Wortvorstellung, als todtes Wort, gleich einem Worte aus einer mir unbekannten Sprache erscheinen soll." (Stricker, 52) Entweder taucht diese Gestalt zuerst auf (durch einen externen Anblick oder durch Vorstellung dieser Gestalt), und in deren Folge stellt sich die reine Wortvorstellung wie beschrieben ein, oder aber umgekehrt: zuerst taucht die Wortvorstellung auf, die in der Folge an die Vorstellung von der Gestalt des mit ihr Bedeuteten gebunden ist und zu dieser führt.

"[D]ie reinen Wortvorstellungen [sind] für unser Bewusstsein nichts […] als Zeichen, an welche sich andere Vorstellungen knüpfen müssen, wenn wir die Zeichen verstehen sollen. Diese anderen Vorstellungen müssen von der Wortvorstellung wachgerufen werden". (Stricker, 53)

Den konkreten Verlauf des Verstehens beim Lesen nimmt Stricker so an: "Das Verständniss der Schrift. Wenn ich das Wort 'Pferd' lese, so knüpft sich an das gesehene Schriftzeichen a das motorische Wortzeichen xm und auch die Erinnerung an die Gestalt c. Es ist nun sehr wahrscheinlich, dass diese Verknüpfung in der Ordnung a xm c vor sich geht." (Stricker, 55), Vergleichbares gilt für das Verständnis gehörter Rede.

Problematisch sind für Stricker spontan oder intentional in der Vorstellung auftauchende Wortzeichen beim selbständigen Denken: "Wenn ich lese, wirkt der Lichtstrahl auf die Netzhaut des Auges; die Erregung pflanzt sich zur Hirnrinde fort; dort lebt in mir das erste Glied der Kette a auf, an welches sich das zweite Glied xm und das dritte c knüpft. Wir wissen also, wie die Kette a xm c ausgelöst wird. Eben so klar ist dies Verhältniss beim Hören.

Die Schallwellen treffen das Ohr und die periphere Ausbreitung des Hörnerven; die Erregung setzt sich zum Hörcentrum in der Hirnrinde fort; hier lebt das a auf und daran knüpft sich xm und c. Die Reihe xm c wird also in dem einen Falle durch a, in dem anderen Falle durch a ausgelöst. Viel schwieriger gestaltet sich die Klärung des Falles III [selbständiges Denken]; denn hier müsste gezeigt werden, in welcher Weise die scheinbar von selbst auftauchenden Wortvorstellungen angeregt werden. Diesen Fall kann ich nicht zur Genüge erörtern." (Stricker, 73)

Der Zusammenhang von Vorstellen und Sprache ist in sich höchst komplex. Dodge (Dodge, 3) nimmt an, dass "die Wortvorstellungen des stillen Denkens nichts anderes sein können als die aus dem früher Wahrgenommenen abgeleiteten Wortvorstellungen." Wortvorstellungen sind dabei von Vorstellungen, die nicht Worte und Sprache zu ihrem Gegenstand haben, zu unterscheiden. Denn Selbstbeobachtung während des stillen Denkens lasse Dodge zufolge eine rasch wechselnde Folge von "Vorstellungskomplexen", die länger als bewusst zugänglich wirksam sind, entdecken.

Diese Vorstellungsfolgen seien zu unterscheiden nach "einerseits sinnlichen Bildern" und andererseits Fällen, in denen Worte den hauptsächlichen Inhalt des Denkverlaufs, so Dodge, bilden. Dodge folgert aus dieser Unterscheidung, dass, auch wenn beide Vorgänge nicht immer scharf voneinander zu unterscheiden seien und auch die Worte "Vorstellungen sinnlichen Ursprungs sind", "das Denken in Worten trotzdem ein ganz anderes Verfahren ist als das Denken in sinnlichen Bildern" (Dodge, 9) ist.

Das werde etwa beim Vorstellen mechanischer Verhältnisse, z.B. der Frage nach der Bewegungsrichtung von zahlreichen sich drehenden und durch Transmissionsriemen verbundenen Rädern, deutlich. Es falle leichter, das in der Vorstellung Erlebte danach zu zeichnen, als es in Worte umzusetzen. Bei dem Versuch, das Denken (wiederum bei der Aufgabe, sich die Drehrichtung mehrerer durch Transmissionsriemen verbundener Räder vorzustellen) sich in Worten vollziehen zu lassen, hört "die eigentlich erfindende Thätigkeit gänzlich auf." (Dodge, 10)

"Wortvorstellungen waren freilich gelegentlich zu konstatieren – sie waren aber viel häufiger Gefühlsausdrücke als Bezeichnungen für die Gegenstände des Denkens. Es waren allerdings auch gelegentlich Wortvorstellungen vorhanden, welche in direkter Abhängigkeit von dem Denkverlaufe standen. Namen und ausnahmsweise auch kurze Urteile tauchten ohne unmittelbaren Zusammenhang mit einander im Bewusstsein auf." (Dodge, 10)

Daraus folge ein prinzipieller Unterschied zwischen einem an Worte gebundenen Denken und mechanischem Denken, dieses sei an "Anschauungen" gebunden, die "Inbegriffe von optischen, Tast- und Bewegungsbildern" seien, jenes aber an Worte, wodurch optische Tast- und Bewegungsbilder in den Hintergrund träten und mehr den Charakter eines Produktes und nicht eines Werkzeuges des Denkens (wie beim mechanischen Denken) annähmen. Zudem sei das Übergehen vom "prädikativen, begrifflichen Denken" (wie Dodge das Denken in Wortvorstellungen nennt) in das mechanische, produktive Denken äußerst schwierig.

Dennoch können auch Wortvorstellungen zum Gegenstand des Denkens werden, "weil hier die Worte nicht mehr Nebenerscheinungen sind, sondern ihre eigene Rolle spielen. Ausserdem sind sie lediglich in diesem Falle einer analysierenden Beobachtung zu unterwerfen. Jedes lautlose Urteil, das man über die Beschaffenheit seiner Wortvorstellungen vollzieht, bildet allerdings wiederum einen Gegenstand der Beobachtung – und so in infinitum.

Aber die Lenkung der Aufmerksamkeit nach Innen stört hier den Gegenstand der Beobachtung weit weniger, als bei den meisten anderen Arten der Selbstbeobachtung. Beim stillen begrifflichen Denken wird neben den sinnlichen Bildern, die hier, wie oben bemerkt, mehr den Charakter eines Produktes als eines Werkzeuges des Denkens tragen, eine Reihe auf einander folgender Worte entdeckt. Sie kommen aber in diesem Falle nicht als isolierte Einheiten ins Bewusstsein, sondern als Bestandteile des Vorstellungsverlaufs." (Dodge, 12f.)

In Einklang mit Stricker will Dodge Bewegungsgefühle, wie sie auch beim lauten Sprechen entstünden, als die analysierbaren Elemente beim innerlichen Sprechen ausmachen. Diese seien in den unterschiedlichen Artikulationsorganen (in Lippen, Zunge, Gaumen, aber auch, anders als bei Stricker und auch weniger deutlich, in Kehlkopf und Brust) lokalisiert. Schreibbewegungsvorstellungen seien möglich, jedoch keineswegs automatisch beim innerlichen Sprechen vorhanden. Dennoch könne auch die Vorstellung von Buchstaben auftreten, wenngleich simultan nur von vier bis fünf Buchstaben umfassenden Wörtern.

Bei mehr als fünf Buchstaben umfassenden Vorstellungen tauchten diese nacheinander auf, zuvor bekäme Dodge "zunächst ein mehr·oder minder undeutliches Gesamtbild, in dem die Buchstaben schnell nach einander deutlich werden. Dies geschieht nicht in dem Sinne, dass ein einzelner Buchstabe deutlich wird und·dann total verschwindet, sondern vielmehr so, dass kleine Gruppen von Buchstaben in dem verworrenen Gesamtwortbild deutlich werden, um diesen ihren Charakter in dem Gesamtbild wiederum zu verlieren, sobald eine neue Gruppe auftaucht. Die Schnelligkeit des Auftauchens ist durch das laute oder lautlose Sprechen bedingt. Das Auftauchen selbst erfolgt gewöhnlich silbenweise." (Dodge 13)

Ebenso decken sich Dodges (Selbst-)Beobachtungen mit jenen Strickers, wenn es um die Möglichkeit von akustischen Vorstellungsbildern geht. "In viel beschränkterer Weise bin ich imstande, akustische Bilder zu erzeugen. Ich kann meinen Wortvorstellungen die Klangfarbe der Stimme meines Vaters geben, aber auch dies nur mit Schwierigkeit; und die Versuche haben öfters keinen Erfolg. Ein optisches Bild meines Vaters ist dabei eine konstante Bedingung. Ich weiss z. B., dass mein Vater die Wendung 'My boy' in der Unterhaltung mit mir oft gebraucht hat.

Wenn ich aber lautlos urteile 'Mein Vater hat öfters <My boy> gesagt', finde ich keine Spur von einem akustischen Bild der Stimme meines Vaters. Auch wenn ich mir die grösste Mühe gebe, ihre Eigentümlichkeiten vorzustellen, ist es erst dann möglich, sobald ich ein bestimmtes optisches Bild von ihm selbst und eine bestimmte Gelegenheit für sein Sprechen vorstelle." (Dodge 16) Dies treffe nicht nur auf die Stimmen anderer zu, sondern auch auf die eigene Stimme, von der eine akustische Vorstellung zu entwerfen äußerst schwierig sei, mitunter unterbreche die Bemühung, solche akustischen Vorstellungen auszumachen, den Denkverlauf.

Anders sei dies um Sprachbewegungsvorstellungen bestellt – diese vorzustellen falle nicht nur leichter, sondern es hemme auch keineswegs den Denkverlauf, im Gegenteil: bewegten sich die Lippen beim Vorstellen der Sprachbewegung tatsächlich, so hätte dies zur Folge, dass die Wortvorstellungen dadurch voller und lebendiger würden (aber immer noch nicht "Momente der Tonhöhe, der Tonstärke oder der Klangfarbe, ebenso wenig Schreibbewegungsvorstellungen oder optische Bilder" (Dodge 17) enthalten.

3) "Mental imagery of speech" (David Poeppel)

Den im Zuge der Rekonstruktion von Strickers und Dodges frühen Studien schon angesprochenen Bereich der artikulatorischen und auditiven Sprachproduktion (Rede) untersucht in jüngster Zeit auch David Poeppel. Mit den Mitteln heutiger neurophysiologischer Forschung erforscht er anhand vorgestellter Rede (artikulatorische Vorstellungen) die dabei involvierten motorischen und perzeptuellen Anteile. Dies biete sich besonders an, da bei vorgestellter Rede kinästhetische Empfindungen und auditorische Konsequenzen zugleich auftreten und auch motorische mit perzeptueller Aktivität interagiere. Dies habe zwei argumentative Folgen:

• "(1) Two distinct top-down mechanisms, memory retrieval and motor simulation, exist to induce estimation in perceptual systems.

• (2) Motor simulation is sufficient to internally induce the representation of perceptual changes that would be caused by actual movement (perceptual associations); however, this simulation process only has modulatory effects on the perception of external stimuli, which critically depends on context and task demands." (Poeppel 2012)

Damit greift Poeppel die von Dodge und Stricker bereits untersuchte artikulatorische Seite des Vorstellens von Rede-Produktion ebenso auf, wie er die Frage nach der kontextuellen Einbettung solcher nur vorgestellter artikulatorischer Reize neu stellt. Poeppels Ansatz kann als eine ergänzende Revision zum (multi-)modalen Modell, das das wahrnehmende Erleben während des Vorstellens an modalitätsspezifische Repräsentation (zum Überblick siehe: Kosslyn et al. 2001) bindet, gesehen werden. Denn er fordert, dass auch der bislang kaum verstandene Top-down-Prozess eines induktiven Schlusses untersucht werden möge, da dieser neurale Aktivität mit mentaler Vorstellung verknüpfen könne. (Poeppel 2012, 314)

Dadurch wendet sich Poeppel gegen die verbreitete assoziationistische Auffassung, dass Vorstellen durch Abrufprozesse aus der Erinnerung erfolge, indem perzeptuelle Erfahrungen simuliert würden durch eine Rekonstruktion perzeptueller Information, die in modalitätsspezifischen Teilen des Cortex gespeichert wären (Kosslyn, 1994, 2005; Kosslyn et al.1994). Um die interne Transformation von motorischer Simulation zu somatosensorischer Abschätzung ("somatosensory estimation") zu erklären, greift Poeppel auf das von Grush et al. entwickelte Modell von "internal forward models" zur Ämulation zurück:

"The core presupposition is that the neural system can predict the perceptual consequences by internal simulating a copy of a planned action command (the efference copy). Mental imagery has been linked to the concept of internal forward models by the argument that the subjective feeling in mental imagery is the result of the internal estimation of the perceptual consequences following the internal simulation of an action (Grush, 2004). (ZIT. bei Poeppel 2012, 2)

Zusammenhängend mit der Grush'schen Hypothese nimmt Poeppel an, dass die kinästhetische Empfindung beim motorischen Vorstellen (insgesamt und bei der Produktion von Sprachlauten im Besonderen) eine Folge der somatosensorischen Abschätzung sei. Diese Abschätzung werde aus einer internen Simulation abgeleitet, welche ihrerseits den dynamischen Verlauf von motorischer Simulation und Abschätzung spiegle. (Poeppel 2012, 2) Der Ansatz aus kombinierter motorischer Simulation und Folgenabschätzung unterscheide sich vom direkten Simulations-Ansatz (Aufrufen von Erinnerung) dadurch, dass ihm zufolge eine Transformation zwischen dem motorischen und dem somatosensorischen System erforderlich sei.

Bezogen auf die Vorstellung der Produktion von Sprachäußerungen geht Poeppels Fragestellung noch darüber hinaus: "can a motor simulation deliver perceptual consequences that extend to other sensory domains (such as visual and auditory) as well?" (Poeppel 2012, 2) Bei tatsächlich ausgeführter Sprachproduktion würde auf der Basis der Kombination von motorischer Simulation und Folgenabschätzung der somatosensorische Aspekt zwischen dem motorischen und dem auditorischen, perzeptuellen Anteil vermitteln.

Bei nur vorgestellter, innerer Sprachproduktion schlägt Poeppel nun abweichend davon vor: "In the case of the mental imagery of speech, we propose that the quasi-perceptual experience of articulator movement and the subsequent auditory percept are induced by the same sequential estimation mechanism. However, the 'cancellation' deriving from somatosensory and auditory feedback, which is generated by the overt outputs during production, is absent in the imagery case […]. Therefore, similar to the case of motor imagery (Jeannerod, 1994, 1995), the feeling of articulator movement is the result of residual somatosensory representation resulting from motor simulation; the subsequent auditory perceptual experience, we suggest, is the residual auditory representation from the second estimation stage." (Poeppel 2012, 3)

Dadurch sei die Vorstellung von Sprachäußerungen ein Paradefall für einen top-down-Prozess einer sensorisch-motorischen Integration, der motorische Simulation mit sequentieller perzeptueller Abschätzung vereine. Den genannten Transformationsprozess stellt sich Poeppel so vor: "The entire transformation process is carried out in a continuous manner, beginning with motor simulation, then somatosensory estimation, and ending with modality-specific perceptual estimation."

Grush, dem Poeppel folgt, sieht mit seiner "emulation theory of representation" auch Erklärungsansätze für höhere kognitive Leistungen, unter ihnen auch Sprachleistungen, gelegt.

Dennoch bleibt sein Modell spekulativ mit Blick auf solche höheren Leistungen, auch wenn er andere (Langacker, Talmy, Lakoff, Johnson) als Gewährsmänner der Vergleichbarkeit seines Ansatzes mit Ansätzen aus der kognitiven Linguistik nennt. Es gehe, wie in der Linguistik seit je, um die die Erklärung von sprachlicher Kompetenz als Verknüpfung von "Form" und "Bedeutung", wobei unter Form phonologische Einheiten verstanden werden und unter Bedeutung die Fähigkeit, Repräsentationen der Umwelt zu bilden, die der direkten Wahrnehmung der Umwelt ähnlich seien:

"[Cognitive linguists] have also produced a good deal of important work in this area, all of it arguing forcefully that the semantic import of linguistic expressions consists in representations whose structure mimics, because derived from, representational structures whose first home is behavior and perception – exactly the sorts of representational structures made available by the various emulators described here." (Grush, 2004, 395)