Sprachproduktion

[engl. language/speech production; lat. producere erzeugen], [KOG], bez. die Gesamtheit derjenigen kogn. und motorischen Prozesse (Kognition, Motorik), durch die Intentionen, Ideen oder Emotionen einer Person in ein akustisches (beim Sprechen) oder optisches Signal (beim Schreiben und Gebärden; Gebärdensprache) umgesetzt werden, das vom Rezipienten als auditives oder visuelles Sprachsignal dekodiert wird. Die nachfolgenden Ausführungen beziehen sich v. a. auf die Produktion gesprochener Sprache.

Es werden bei der Sprachproduktion üblicherweise drei größere Teilprozesse unterschieden: Konzeptualisierung, Formulierung und Artikulation (Levelt, 1989). (1) Während der Konzeptualisierung wird eine vorsprachliche Botschaft generiert, in der kodiert ist, welche Inhalte in welcher Form und in welcher Reihenfolge verbalisiert werden sollen. (2) Während der nachfolgenden Formulierung wird diese vorsprachliche Botschaft auf eine sprachliche Repräsentation abgebildet; am Ende entsteht dabei ein phonetischer Plan. (3) Dieser wird während der abschließenden Artikulation in eine Sequenz artikulatorischer Motorkommandos umgesetzt, deren Ausführung zum akustischen Signal führt. Im Mittelpunkt der akt. Forschung zur Sprachproduktion stehen Studien zur Formulierung. Bei diesem Teilprozess werden zwei Planungsebenen unterschieden: (1) eine syntaktische Planungsebene, auf der die grammatische Enkodierung stattfindet, und (2) eine phonologische Planungsebene, auf der die phonologische Enkodierung erfolgt. Parallel dazu wird ein zweistufiger lexikalischer Abrufprozess angenommen, bei dem jew. diejenige Information aus dem mentalen Lexikon abgerufen wird, die während des betreffenden Kodierungsprozesses benötigt wird. Ist in der vorverbalen Botschaft bspw. das Konzept "Frau" spezifiziert, wird in einem ersten Schritt die mit diesem Konzept assoziierte syntaktische Information abgerufen (z. B. syntaktische Kategorie: Nomen, grammatisches Genus: femininum), sodass eine korrekte syntaktische Struktur gebildet werden kann (z. B. eine Nominalphrase mit dem definiten Artikel "die"). In einem zweiten Schritt wird die zugehörige phonologische Information abgerufen (z. B. einsilbig, bestehend aus den Lauten /f/, /r/ und /au/) und in die phonologische Struktur der intendierten Äußerung integriert. Diese Annahme eines zweistufigen lexikalischen Zugriffs erklärt u. a. auch, warum uns mitunter ein Wort «auf der Zunge liegt», wir es aber nicht aussprechen können. Experimentelle Studien haben gezeigt, dass in solchen Fällen der erste Abrufprozess (Zugriff auf syntaktische Merkmale des intendierten Wortes; Abruf) erfolgreich ist, ohne dass der zweite Abrufprozess (Zugriff auf die phonologische Form) gelingt.

Wie weit planen Sprecher ihre Äußerungen voraus? Intuitiv einleuchtend ist die Annahme, dass nicht jede – komplexe – Äußerung vor Artikulationsbeginn vollst. vorausgeplant ist. Es gibt deutliche Hinweise darauf, dass Äußerungen inkrementell («stückchenweise») geplant werden, die Größe der Planungseinheiten auf den versch. Ebenen aber variieren kann. Entsprechende Belege liefert u. a. die Analyse von natürlich auftretenden Vertauschungsfehlern. Wenn Wörter innerhalb einer Äußerung die Position tauschen (z. B. «Ich kann nur über die Teile kennen, die ich spreche» statt «Ich kann nur über die Teile sprechen, die ich kenne»), finden die Vertauschungen i. d. R. zw. Wörtern derselben syntaktischen Kategorie statt. Dies spricht dafür, dass diese Wortvertauschungsfehler während der grammatischen Enkodierung entstehen. Die Tatsache, dass die vertauschten Elemente in der Satzoberfläche oftmals weit voneinander entfernt sind, legt dann den Schluss nahe, dass die grammatische Enkodierung mit relativ großen Planungseinheiten arbeitet. Wenn Laute miteinander vertauscht werden (z. B. «Sorte von Tacher» statt «Torte von Sacher») spielt die syntaktische Ähnlichkeit der involvierten Elemente keine Rolle, jedoch sind die Umgebungen der vertauschten Elemente meist phonologisch ähnlich. Dies spricht dafür, dass diese Lautvertauschungsfehler während der phonologischen Enkodierung entstehen. Die Tatsache, dass die vertauschten Elemente in der Satzoberfläche i. d. R. eng beieinander liegen, legt dann den Schluss nahe, dass die phonologische Enkodierung mit kleineren Planungseinheiten als die grammatische Enkodierung arbeitet. Sprecher kontrollieren kontinuierlich und auf versch. Ebenen das Ergebnis ihrer Planungsprozesse hinsichtlich Korrektheit; dies wird als Monitoring bez. Durch das Hören und Analysieren der eigenen vokalen Produktion können fehlerhafte Äußerungen rasch nach deren Auftreten entdeckt und Selbstkorrekturen initiiert werden (z. B. «Der hat ja schon vor Hosen – vor Angst in die Hosen gemacht»). Monitoring findet jedoch auch bereits vor der tatsächlichen Artikulation statt. Dieser präartikulatorische Prozess ermöglicht es, Fehler noch vor dem tatsächlichen Auftreten zu eliminieren.

In meth. Hinsicht waren Sprechfehler – neben strukturellen Ausfällen bei Aphasie – lange Zeit primäre Datenbasis für die Modellbildung (Dell & Reich, 1981; Garrett, 1980). Erst Anfang der 1990er-Jahre kamen exp. chronometrische Techniken (Chronometrie) zum Einsatz, die es erlaubten, dezidierte Aussagen über den Zeitverlauf der einzelnen Planungsprozesse zu treffen (Levelt et al., 1999). Zu einem wichtigen Forschungsansatz wurde dabei das Bild-Wort-Interferenzparadigma (Interferenz). In diesem Paradigma benennen Pbn Bilder von Objekten oder Szenen, während sie eingeblendete Störwörter ignorieren. Bei systematischer Variation der zeitlichen und inhaltlichen Relation von Zielbildern und Störwörtern können über die beobachteten Distraktionseffekte Rückschlüsse auf die zeitliche Koordination und mögliche Interaktion der verschiedenen (semantischen, syntaktischen, phonologischen) Teilprozesse gezogen werden. In jüngster Zeit werden auch elektrophysiol. Ansätze (Elektrophysiologie) herangezogen, um die Dynamik von Sprechplanungsprozessen mit noch höherer zeitlicher Auflösung zu untersuchen.