Phonetik und Phonologie für LogopädInnen

Die Phonologie, die im Gegensatz zur Naturwissenschaft „Phonetik“ eine Geisteswissenschaft ist, betrachtet nicht die physikalische Erscheinungsform der Laute, sondern deren Bedeutung für eine bestimmte Sprache. Diese Bedeutung der Laute ist eine abstrakte Größe. Die Laute als „sinnunterscheidende“ Größen einer Sprache existieren demnach nur im Gebrauch und im Verstehen dieser Sprache, also eigentlich im Kopf resp. kognitiven System derjenigen, die sie gerade benutzen. Und so kann man auch sagen: die Untersuchungsgegenstände der Phonetik, die Phone, sind physikalisch messbare Phänomene, während die Untersuchungsgegenstände der Phonologie, die Phoneme, abstrakte, kognitive Phänomene sind. In der auf die Logopädie angewandten Phonetik und Phonologie überschneiden sich beide Fachgebiete indem z.B. von vornherein nur die Sprachlaute der deutschen Sprache betrachtet werden und nicht alle in menschlichen Sprachen möglichen.

Die Sprachlaute

Konsonanten

In der deutschen Sprache gibt es 6 Plosive (Spreng- oder Lösungslaute), zehn Frikative (Reibelaute), drei Nasale, den Lateral-Engelaut [l] und den Hauchlaut [h]. Bei den Plosiven und Frikativen stehen sich stark gespannte Laute mit stärkerem Geräusch (fortis, immer stimmlos) und schwach gespannte Lauten mit schwächerem Geräusch (lenis, meist stimmhaft, manchmal stimmlos) gegenüber. Zudem gibt es den „Knacklaut“, den harten Vokaleinsatz, und die Halbvokale (Approximanten) [j] und [ɰ].

• Plosive entstehen dadurch, dass an einer Stelle im Mundraum zwischen zwei Artikulationsorganen (zwischen den Lippen, zwischen Zungenspitze und hinterem oberem inneren Zahndamm oder zwischen Hinterzunge und Velum) ein Verschluss gebildet wird, der dann gesprengt bzw. gelöst wird. Sie werden in drei Phasen gebildet: 1. Verschluss-Phase, 2. Druckaufbau, 3. Spreng- (bei Verschlusslauten mit großer Muskelspannung [p; t; k]) oder Lösungs-Phase (bei Verschlusslauten mit geringer Muskelspannung [b; d; g]).

• Frikative sind im Gegensatz zu den Plosiven „lange“ Laute (die Plosive sind ja nur im Moment der Sprengung bzw. Lösung hörbar). Sie entstehen dadurch, dass im Mundraum zwischen zwei Artikulationsorganen eine Enge gebildet wird (an den gleichen Stellen wie die Plosive und zusätzlich zwischen oberen Vorderzähnen und innerer Unterlippe und zwischen Mittelzunge und Hochgaumen), durch die mit so großer Kraft der Luftstrom bzw. der stimmhafte Phonationsstrom ausgestoßen wird, dass an den Rändern der Enge durch entstehende Luftverwirbelungen ein Geräusch entsteht, dass als der frikative Laut wahrgenommen wird.

• Die Lippen liegen aufeinander und bilden einen Verschluss (bilabiale Laute).

• Die Unterlippe bildet mit den oberen Schneidezähnen eine Enge(labiodentale Laute).

• Die Vorderzunge bildet am Zahndamm eine Enge(alveolare Laute).

• Der vordere Zungenrand bildet am Zahndamm der oberen Schneidezähne einen Verschluss (alveolare Laute).

• Die Vorderzunge bildet am vorderen Gaumen eine Enge, wobei die Lippen vorgestülpt sind( praepalataler Laut).

• Der mittlere Zungenrücken bildet am Gaumen eine Enge(palatale Laute).

• Der seitliche Zungenrand bildet an den Backenzähnen links oder rechts eine Enge, wobei der vordere Zungenrand am oberen Zahndamm einen Verschluss bildet (Lateral-Engelaut).

• Die Hinterzunge bildet am Gaumensegel einen Verschluss (velare Laute).

• Die Hinterzunge bildet am Gaumensegel eine Enge (velare Laute).

• Im Kehlkopf wird eine Enge gebildet (glottaler Laut).

Die Vokale könnte man als paarweise auftretend bezeichnen. Jedes Paar besteht aus einem gespannten und einem ungespannten Vokal. Bei den gespannten Vokalen ist im Vergleich zu den dazugehörigen ungespannten

• die Spannung insgesamt größer,

• die Zunge etwas stärker gehoben,

• der Unterkiefer ebenfalls etwas weniger gesenkt und die Mundöffnung etwas kleiner.

• Mit der Vorderzunge, d.h. mit innen an den unteren Vorderzähnen oder auf den unteren Vorderzähnen anliegender Zungenspitze und Aufwölbung des vorderen Zungenteils (vgl. Abb a)), werden artikuliert:

• Vokale ohne Lippenvorstülpung, das sind die l-Laute, [i] in <ihm> [i:m] und [ɪ] in <im> [ɪm] und die E-Laute. Zu den E-Lauten gehört neben dem langen gespannten [e:] (<Seele> [se:lə]) auch das lange ungespannte [ɛ:] (<Wählen> [vɛ:lən]). Im Gegensatz zum kurzen ungespannten [ɛ] (<Wellen> [vɛlən]) wird es mit geringerer Zungenaufwölbung und größerer Mundöffnung gebildet.

• Vokale mit Lippenvorstülpung, das sind die Ü-Laute [y] in <Hüte> [hy:tə] und [ʏ] in <Hütte> [hʏtə], und die Ö-Laute [ø] in <Höhle> [hø:lə] und [œ] in <Hölle> [hœlə].

• Mit der Hinterzunge, d.h. mit nach hinten, unten gezogener Zungenspitze und im hinteren Teil Richtung Gaumensegel bzw. Zäpfchen gewölbter Zunge (vgl. Abb. b)) werden die U-Laute [u] in <Mus> [m u:s] und [ʋ] in <muss> [mʋs] und die O-Laute [o] in <Wohle> [vo:lə] und [ɔ] in <Wolle> [vɔlə] gebildet. Alle Hinterzungenvokale werden mit Lippenvorstülpung gebildet.

• Liegt die Zunge flach im Mund, dann entstehen die A-Laute [α] in <Aal> [α:l] und [a] in <All> [al]. Bei ihnen ist die auditive Unterscheidung in gespannt und ungespannt sehr schwierig und eigentlich erscheint der Unterschied nur als lang oder kurz. Die A-Laute bezeichnet man als Flachzungenvokale.

• Zentralvokale sind die beiden Schwa-Laute. Mit der Mittelzunge wird der "Murmelvokal", der E-Schwa (der nur in nicht-betonten Silben gesprochen wird) gebildet, [ə] in <Ende> [ɛndə]. Zwischen den A-Lauten, dem Murmelvokal und den O-Lauten liegt der "A-Schwa", der für den Konsonanten [r] nach langen Vokalen und in den Vorsilben er- (erkennen [ɐkɛnən]), ver-, zer- sowie in der Endung -er  verwendet werden kann. Der Murmelvokal tritt nur in akzentlosen Silben auf, vor allem in Vorsilben und in den Endungen -en und -el. In diesen Endungen fällt er nach Explosiven und Frikativen meistens aus. Dabei wird das [n] und das [I] silbisch gesprochen. Die Wörter hassen und Sattel bleiben also zweisilbig, obwohl der Murmelvokal fehlt.

Die drei Diphtonge des Deutschen sind:

• [ae] wie in <heiß>

• [ɔʏ] wie in <heute>

• [αo] wie in <Haus>

Mit Ausnahme des Murmelvokals treten alle Vokale in akzentuierten und in akzentlosen Silben auf.

Die Stimmgebung

Bei der Beschreibung der Konsonanten wurde explizit und bei der Beschreibung der Vokale implizit(alle Vokale sind stimmhaft) von Stimmhaftigkeit bzw. Stimmlosigkeit gesprochen. Wie wird die „Stimme“ erzeugt, wie kommt es zur „Phonation“ von Lauten?

Zur Beantwortung dieser Frage will ich eine kurze anatomische Betrachtung voranstellen: Das wichtigste Organ für die Stimmgebung ist der Kehlkopf. Er ist das obere Ende der Luftröhre (Trachea) und besteht aus einem Skelett aus gelenkig verbundenen Knorpeln und Knorpelringen, der inneren und äußeren Muskulatur und der ihn auskleidenden Schleimhaut. Die knorpeligen Teile des Kehlkopfes sind der Schildknorpel, zwei Knorpelplatten, die in einem mehr oder weniger spitzen Winkel an der Halsvorderseite zusammentreffen (die obere Spitze dieser beiden winklig zusammenstoßenden Platten ist bei Männern als „Adamsapfel“ sichtbar) und der tiefer und innen liegende Ringknorpel und zwei innen liegende Stellknorpel.

An einer bestimmten Stelle im Kehlkopf befindet sich ein Schließmechanismus, der in seiner Primärfunktion zum Schutz von dem Eindringen von Fremdkörpern in Luftröhre und Lunge dient, in seiner Sekundärfunktion aber die Stimmgebung möglich macht. In Scheitelrichtung sind hier zwei Muskel vorne am Schildknorpel und hinten an den sehr beweglichen Stellknorpeln befestigt und auf ihnen liegen zwei Sehnen, die Stimmbänder. Darüber liegt die Schleimhaut, die den ganzen Kehlkopf bzw. die ganze Luftröhre auskleidet. Durch das sich Annähern der Muskeln mit ihren Sehnen und der darüber liegenden Schleimhaut bis hin zum Verschluss und dem schnellen Öffnen des Verschlusses durch den sich darunter bildenden Luftdruck aus der Lunge entsteht bei entsprechender Häufigkeit dieses Öffnens und Schließens eine Reihe von Explosionen bzw. „Knällen“, die einen Ton erzeugen. Im Mundraum entstehen durch Resonanzen dann die verschiedenen Klänge, die den einzelnen stimmhaften Sprachlauten ihre Charakteristik verleihen.

Bei der Hervorbringung von stimmlosen Lauten ist diese Stelle, die von den Muskeln und Sehnen umschlossen ist und die „Glottis“ genannt wird, geöffnet. Der Zeitpunkt, zu dem sich die Glottis zu stimmhaften Lauten schließt bzw. zu stimmlosen Lauten öffnet, ist von Sprache zu Sprache verschieden. Der Unterschied bei der Aussprache des Plosivs [p] im Namen <Peter> im Deutschen und Englischen liegt z.B. darin, das die Stimmgebung zum nachfolgenden Vokal im Englischen früher einsetzt ( das Englische hat eine frühere VOT - Voice Onset Time) als im Deutschen, d.h. im Deutschen bleibt die Glottis bei besonders deutlicher Aussprache länger offen, daher kommt es dann auch zu einer deutlicheren Aspiration - die Behauchung - der Plosive.

Silbenbildung

Die kleinsten, tatsächlich in der Sprache auftauchenden Klanggebilde sind nun aber nicht die eben beschriebenen Laute, sondern Lautketten - die Silben. Sie sind entweder selbst WWorte oder werden zu Worten verbunden.

Die Verwendung der Laute in ihrer Abfolge in einem Wort unterliegt einigen Beschränkungen. Beispielhaft sei hier die phonotaktische Struktur dreier einsilbiger Worte im Deutschen dargestellt:

Eine Silbe - dies kann auch, wie in den Beispielen ein einsilbiges Wort sein - hat in ihrem Kern immer einen Vokal. In unbetonten Silben, in denen sich z.B. Endungen befinden, kann der Vokal (der dann ein Schwa-Laut ist) auch von einem Nasal ersetzt werden. Vor dem obligatorischen Vokal in betonten Silben oder Einsilblern können am Wortbeginn bis zu drei Konsonanten stehen(z.B. [ʃtr] in <Strumpf>) oder ein einzelnes [h] wie in <Hals> oder <Herbsts>.

Am Wortende können bis zu fünf Konsonanten auftreten, wenn eine Morphemgrenze vorliegt (z.B. in (des) <Herbsts>/ [ɰpsts] (Genitiv-S)). Die Auslautverhärtung des Deutschen schränkt Konsonanten am Wortende jedoch auf die stimmlosen Varianten ein. Überwiegend treten in dieser Stellung [t] und [s] auf.

Gesprochene Sprache

Die tatsächlich gesprochene Sprache ist nicht genormt wie die Schriftsprache. Zwar gibt es ein sogenanntes Standard-Hochdeutsch, doch auch innerhalb dieser Norm gibt es eine Variationsbreite von möglichen Aussprache-Variationen, die z.B. von der jeweiligen Sprechsituation abhängig ist. Keinesfalls darf man jedoch glauben, die lautliche Umsetzung der Buchstaben der geschriebenen Sprache sei der Maßstab für das „richtige Sprechen“ - man denke nur an die geringere Zahl voon Buchstaben gegenüber der Zahl der Sprachlaute im Deutschen. Die Schrift ist zwar in gewissem Sinn „lautorientiert“, ist jedoch keine phonetische Umschrift. Trotz dieser Tatsache spricht man von bestimmten regelmäßigen Erscheinungen der gesprochenen Sprache als den „Reduktionserscheinungen“, die an der Schriftsprache gemessen werden.

Mit Vokalreduktion bezeichnet man z. B. eine Neutralisation bzw. Verkürzung von Vokalen in unbetonten Funktionswörtern (Pronomen, Artikel, Hilfsverben, Präpositionen, Konjunktionen). Die Vokale werden dabei zeitlich verkürzt. Auch in akzentlosen Silben wird häufig reduziert. Lange Vokale verlieren zuerst an Länge, werden dann zu ungespannten Vokalen und in manchen Wörtern auch zum Murmelvokal. Kurze Vokale werden zum Murmelvokal reduziert und können in einigen Wörtern dann auch entfallen.

Diese Reduzierungen erfolgen vor allem bei den meist nicht akzentuierten sinnschwachen Wörtern wie Artikeln, Präpositionen, Pronomen usw. Die volle Form [de:m] für den Artikel dem kann so zu [dem] mit kurzem gespannten [e] oder sogar mit dem kurzen ungespannten oder dem Murmelvokal, manchmal sogar nur zum [m] (auf dem [a ɔfm]) geschwächt werden. Diese Verkürzungen bzw. Vokalreduktionen gehören zum normalen Sprechen und würden beim Zuhören als Solche nicht auffallen, viel eher die buchstabengetreue Aussprache in jeder Situation. Trotzdem wird hier ausgehend von der geschriebenen Form des Wortes von einer Reduktion gesprochen.

Ein zweiter „Reduktions“effekt, der unmittelbar aus der eben beschriebenen Vokalreduktion folgt, ist die Schwa-Tilgung. In Silben, in denen der Schwa-Laut als Silbenkern auftritt, wird dieser nur noch sehr kurz oder häufig überhaupt nicht mehr ausgesprochen (z. B. in /können/ [kœn̩]).

Auch bei den Konsonanten gibt es beim Sprechen Reduktionen gegenüber der geschriebenen Sprache. Gruppen von Konsonanten werden z. B. häufig zu einem Laut zusammengefaßt. Insbesondere wird bei Plosiven die Aspiration unterdrückt und die Artikulationsstelle dem umgebenden konsonantischen Kontext angeglichen. Beispiele für diesen Effekt stellen etwa die Kombinationen dar: Plosiv + Plosiv (<mitbringen> [tb] wird zu [pb] wird zu [b], wobei das [b] stimmlos realisiert wird, Plosiv + Nasal <mitmischen> [tm] wird zu [pⁿm], wobei das [p] nasal gelöst wird).

Auch über Wortgrenzen hinweg findet man diese Zusammenziehung, etwa /mit manchen/ [tm] wird zu [pⁿm], auch hier: nasale Lösung des [p].

Der Grund insbesondere der Konsonantenreduktionen liegt in einer Vereinfachung des Bewegungsablaufs bei der Artikulation. Analog zur zeitlichen Verkürzung der Vokale wird auch bei Konsonanten eine Kompression angestrebt. Da Konsonanten zeitlich nicht komprimierbar sind, werden die Artikulationsbewegungen in kürzerem zeitlichen Abstand ausgeführt. Dabei überlagern sich unterschiedlich schnelle Bewegungsabläufe vor allem der (schnellen) Zungenspitze und der (langsameren) Lippen, Kiefer, des Zungenrückens und des Velums. Gleichzeitig überlagern etwa Lippenverschlüsse einen Zungenspitzenverschluss an anderer Stelle und lassen ihn nicht mehr hörbar werden. Als Konsequenz dieser Nicht-Wahrnehmbarkeit werden die entsprechenden Laute oft auch nicht mehr realisiert.

Eine weitere Erscheinung der gesprochen Sprache ist die Variation in der Aussprache einzelner Laute in verschiedenen Lautumgebungen. Durch die Koartikulation von Sprachlauten kommt es häufig zu Angleichungen von Artikulationsarten oder -orten.

Im Folgenden einige nähere Erläuterungen zur Aussprache einzelner Laute in verschiedenen Lautumgebungen:

• Der Unterschied zwischen [p] und [b] usw. wird häufig als ein Unterschied zwischen stimmlosen und stimmhaften Konsonanten bezeichnet. Dies entspricht nicht den Aussprachegewohnheiten in der Standardaussprache. Die Plosive [b, d, g] werden stimmlos gesprochen, wenn eine Pause oder ein stimmloser Konsonant vorausgeht (z. B. du, das da, Dresden). Auch die Frikative [v, z, j] werden nach stimmlosen Konsonanten stimmlos gesprochen (z.B. Auswegs, wegsehen); nach einer Pause können sie aber auch stimmhaft sein. Volle Stimmhaftigkeit ist bei den angeführten Konsonanten nur vorhanden, wenn stimmhafte Laute vorausgehen (z.B. mein Bild, du gehst, man sagt, sie weiß). Die Stimmhaftigkeit ist also von der Lautumgebung abhängig. Bei dieser Angleichung bestimmt der vorausgehende Laut die Qualität des folgenden Lautes. Dabei setzt sich im Deutschen die Stimmlosigkeit durch. Man spricht deshalb von einer Stimmlosigkeitsassimilation.

• Das /r/ taucht in der Konsonanten-Tabelle als Frikativ und als Approximant auf, also als Reibe-R oder als Halbvokal. Ein gerolltes oder vibrierendes R, meist ein Zäpfchen-R, wird oft in Süddeutschland sowie in Österreich und in der Schweiz verwendet. Im nord- und mitteldeutschen Bereich findet sich dagegen fast ausschließlich das Reibe-R. Vor allem hier wird nach kurzen Vokalen das R zu einem Halb-Vokal [ɰ] reduziert. Dieses "vokalische" R verändert den Klang des vorausgehenden langen Vokals wie in einem Diphthong, das heißt, es verschmilzt mit diesem und tritt nicht selbständig auf. Dies ist z.B. der Fall in <morgen> [m ɔɰgən] oder <gern> [gɛɰn] und auch in den Vorsilben er- und her-. In den Vorsilben ver-, zer und der Endung -er wird dagegen das R vokalisch aufgelöst und verschmilzt zu dem Vokal, der im Vokalviereck zwischen den Vokalen [a, ɔ, ə ] steht, dem A-Schwa [ ɐ]. Es entsteht ein Vokal, der als Kern einer Silbe zu hören ist, z. B. Vertreter [f ɐ'tre:t ɐ]. Systematisch beschrieben sieht die tatsächliche Realisation des /r/ in den verschiedenen Lautumgebungen so aus:

• Am Silbenanfang wird der stimmhafte Reibelaut [ʁ]: [ʁ0:sə]<Rose> gesprochen. Nach einem stimmlosen Plosiv bzw. Frikativ wird der stimmlose Frikativ [x]: [fxaxt]<Fracht>, [txɪηkən] <trinken> gesprochen.

• Nach den hohen gespannten Vokalen wird das Phonem /r/ als [ə] realisiert: [u:ə]<Uhr>, [vi:ə]<wir>.

• Nach den mittelhohen gespannten Vokalen wird es als [ɐ] realisiert: [o:ɐ]<Ohr>, [ve:ɐ]<wer>.

• Nach den A-Lauten kann es entweder ganz verschwinden und das [a] wird automatisch lang oder es wird der Approximant [ɰ] gesprochen: [ga:tən] oder [ga:ɰtən]<Garten>

• Nach den ungespannten Vokalen wird aus dem /r/ der Approximant [ɰ]: [gɛɰn]<gern>, [ɪɰgəntvo:]<irgendwo>. Nach dem [ɔ] kann das /r/ als [ɰ] auch wegfallen:[mɔɰgən] oder [mɔ:gən]<morgen>.

• In der oben angeführten Darstellung fehlen die Affrikaten [p f], [t s] und [ ʧ]. Sie werden hier nicht als selbständige Laute, sondern als Lautverbindungen zwischen Explosiven und Frikativen aufgefasst. Sie nehmen deshalb eine Sonderstellung ein, weil der Plosiv nur in zwei Phasen vollständig ist, nämlich in der Verschluss- und der Druckaufbauphase. Die dritte Artikulationsphase, die Verschlusssprengung, ist aber gleichzeitig schon der Frikativ. Der Plosiv wird so in seiner Endphase zum Frikativ.

• Die Lippenvorstülpung der gerundeten Vokale überträgt sich (und muss sich übertragen) auf die vorhergehenden Konsonanten. Würden diese nämlich, insbesondere bei den vorderen gerundeten Vokalen ohne Lippenvorstülpung artikuliert, würde zunächst der ungerundete Vokal erklingen, weil die Lippen länger brauchen um sich zu runden, als die Zunge um auf ihren Vokalplatz zu rücken. Würde also in dem Wort <Bühne> das [b] ohne Lippenvorstülpung artikuliert werden, würde, da die Zunge schon in [i bzw. y] Stellung ist, die Lippen aber noch in relativer Spreizung, zunächst nach dem [b] ein [i] erklingen, bis sich die Lippen so weit vorgestülpt haben, dass daraus ein [y] wird. Wegen der Fähigkeit der Zunge, sich schneller zu bewegen als die Lippen, ist hier also die Koartikulation sogar unbedingt nötig.

Gesprochene vs. geschriebene Sprache

Da die Schrift ja allgemein als Lautschrift, also die Buchstaben als an Sprachlauten orientiert, gilt, ist in der logopädischen Praxis ist besonders die Diskrepanz zwischen den angenommenen Lautwerten der Buchstaben (resultierend aus deren „Namen“) und den tatsächlichen Lauten im gesprochenen Wort zu bedenken.

• Charakteristisch für das Deutsche ist die sogenannte Auslautverhärtung. Die Buchstaben b, d, g, v und s werden am Wort- und Silbenende nicht als Lenis-, sondern als Fortiskonsonanten gesprochen, z. B. Weg, Wald, ab, Wagnis, abseilen.

• Durch die oben beschriebene Schwa-Tilgung kommt es zur Angleichung der Endungen an die Stamm-Silben. So wird aus [kɔmən] im normalen schnellen Sprechen [kɔm], d.h. das zweisilbige Verb wird zum einsilbigen und der alveolare Nasal wird dem bilabialen angeglichen. Endet der Verbstamm auf einen Plosiv wird die gut hörbare Lösungsphase des Plosivs zu einer weniger gut hörbaren nasalen Lösung und das [n] wird nach Schwa-Tilgung bei velaren Plosiven z.B. [li:g-] zu [η] angeglichen, nach bilabialen (li:b-] zu [m]. In der phonetischen Umschrift sieht das dann so aus: [li:gən] wird zu [li:gⁿ η] (das hochgestellte n ist das Zeichen für die nasale Lösung eines Plosivs); [li:bən] wird zu [l:bⁿm]. Nach den alveolaren Plosiven wird zwar das n nach Schwa-Tilgung wie [n] artikuliert, denn die Zungenspitze liegt ja für den alveolaren Nasal an der richtigen Stelle, aber auch hier wird der Plosiv nasal gelöst: aus [ra:tən] wird [ra:tⁿn].

• Die Endung -ig wird in der Standardaussprache nicht mit [k], sondern mit [ç] gesprochen, z.B. wenig, richtig, Käfig. Ein [g] muß artikuliert werden, wenn das Wort erweitert wird, z. B. wenige, richtige, Käfige. Häufig hört man jedoch besonders im betonten oder ausdrucksstarken Sprechen die Endung als [ɪk] gesprochen.

• Der alveolare Nasal [ɳ] wird in der Schrift mit den beiden Buchstaben ng wiedergegeben. Er ist immer als Nasal ohne [k] zu sprechen, z. B. eng, ängstlich, Ring. Diesem Laut darf nur dann ein [k] folgen, wenn die Schreibung innerhalb des Wortstamms ein n plus k vorsieht, z. B. Bank, sinken. Wenn zwischen n und g eine Silbengrenze liegt, wird das g regelmäßig als velarer Lenisplosiv gesprochen, z.B. Tango.

• Der Buchstabe h steht einerseits für den Hauchlaut [h] und andererseits für ein Dehnungszeichen. Als Hauchlaut wird das h nur gesprochen, wenn es am Silbenanfang vor einem Vokal steht, z.B. haben, vorhalten, Geheimnis, Wahrheit. Wird das H dagegen als Dehnungszeichen gebraucht und gehört zum Wortstamm, so ist es stumm, auch wenn es bei Silbentrennung die Silbe eröffnet und damit vor Vokal steht, z.B. sehen (obwohl se - hen), Ruhe (obwohl Ru - he).

• Der Buchstabe T in <nicht>, <ist> und ähnlichen Worten wird regelmäßig nicht als [t] artikuliert, sondern weggelassen.

• Der Hauchlaut [h] kann dem harten Vokaleinsatz [ʔ] gegenüberstellt werden. Mittels dieses phonetischen Gegensatzes werden Wörter wie Halt - alt, Hund - und, pfiffig -pfiff ich unterschieden. Vokaleinsatz bedeutet, dass ein Wort oder eine Silbe nicht an die vorausgehenden Laute gebunden wird, sondern dass der Sprecher nach einem Stopp neu beginnt. Der Vokaleinsatz (glottal stop) zeigt folglich eine Wort- oder Silbengrenze an: <viel enger> [f i:l ̍^ʔɛηɐ] (ohne Stopp würde man <viel länger> [fi:l ̍ɛηɐ] verstehen); <Theater> [te ̍^ʔa:t ɐ].

Der Vokaleinsatz tritt bei Vokalen am Wort- oder Silbenanfang in zwei Formen auf, als Kehlkopfknacklaut und als weicher Einsatz, das heißt als sanftes Einsetzen der Stimmlippenschwingungen. Der Kehlkopfknacklaut, den man als leises Sprenggeräusch hört, wird häufiger in satzakzentuierten Silben und besonders bei lautem nachdrücklichem Sprechen verwendet, z.B. Achtung! . In anderen Fällen fehlt dieses Sprenggeräusch. Die am Wort- oder Silbenanfang stehenden Vokale werden dann ohne Bindung an vorausgehende Laute neu eingesetzt, das heißt, nach einer kurzen Unterbrechung beginnt die Stimmgebung mit einem sanften Anlauf, z.B. am Rheinufer [ʔam 'ra en(sanfter Stop)u:f ɐ]. Die Unterscheidung „sanfter“ und „harter Vokaleinsatz wird im IPA nicht gemacht.

Melodie und Intonation

Sprachen haben nicht nur ein charakteristisches Lautinventar sondern auch eine ganz bestimmte Sprachmelodie und einen bestimmten Rhythmus. Das Deutsche ist besonders deutlich an seinem „Stakkato-Rhythmus“ zu erkennen, d.h. es unterscheidet stark zwischen betonten und unbetonten Wort- und Satzakzenten und weniger zwischen Tonhöhen wie das Russische oder das Italienische. So sind die Akzentgebungen so wichtig, dass unbetonte Silben und auch Worte bis hin zur Tilgung reduziert werden können (siehe oben). Die wichtigst Silbe im Wort ist also die betonte und ihre richtige Artikulation entscheidet über Verstehen oder Nicht-Verstehen des Gesprächspartners. Mit der Rhythmik der Silbenstrukturen kann in der Therapie mit Klatschen, Trommeln oder Singen gut gearbeitet werden. Worte können auch über ihre Betonungsstruktur erkannt bzw. gefunden werden.

Auch Satzmuster sind über die Satzrhythmik zu verdeutlichen. Dabei kommt es besonders auf Pausierungen und Satzintonation an. Die Möglichkeiten fallend (Aussage), steigend (vor Einschüben, in Frage oder Zweifel) oder gleichbleibend (unvollendet) sind allgemein bekannt. Weniger bewusst sind die Möglichkeiten, im Laufe einer Äußerung durch bestimmte Pausierungen Sinn zu schaffen. Dabei hängt die Länge oder die Häufigkeit von Pausen vom Sprechanlass, von der Sprechgeschwindigkeit und von der emotionalen Befindlichkeit ab. Besonders deutlich kann man die Pausierungs-Charakteristik des Deutschen während des Vorlesens erkennen. Während des schnellen ungestörten Sprechens werden nur sehr wenige, aber auch hier entscheidende Pausen gemacht.

Keine Pausen gibt es z.B. zwischen Artikel, Adjektiv und Nomen oder zwischen Adjektiv/Adverb-Reihen: <ein besonders lieber kleiner Junge>, hier wäre eine kurze Pause zwischen <lieber> und <kleiner> möglich, nicht aber zwischen <ein> und <besonders>, <besonders> und <lieber> oder <kleiner> und <Junge>. Je nach Aussageintention sind allerdings sogenannte „Kontrastbetonungen“ möglich, die den Sinn einer Aussage verändern können.

Phonologischer Aspekt des Spracherwerbs

Möglicherweise ist den LeserInnen aufgefallen, dass verschiedene Arten von Klammerungen benutzt worden sind. Es gibt eckige Klammern [], die die phonetische Umschrift kennzeichnen, spitze Klammern<>, die die orthographische Umschrift kennzeichnen und Schrägstriche //, die den „gemeinten“ Laut und nicht seine tatsächliche Aussprache kennzeichnen. Diese Unterscheidung ist sehr wichtig, denn sie bezieht sich auf den Unterschied zwischen der kognitiven Einheit „Phonem“, eine abstrakte gedankliche bzw. synaptische Repräsentation eines Sprachlautes, der benutzt wird, um eine Bedeutung lautlich von einer anderen zu unterscheiden.

Das bedeutet, dass Phoneme Konzepte sind und die lautliche Verwirklichung von Phonemen, die Phone, auch nur als solche, nämlich als Phone, wahrgenommen werden können. Phoneme werden Phone erst durch die Einordnung des wahrgenommenen Lautes in eine bestimmte Phonemkategorie/ein Phonemkonzept.

Zur Verdeutlichung: Wenn ein Mensch einen Laut nicht bilden kann, so kann es eine artikulatorische oder eine kategorielle als Ursache geben: er artikuliert nicht den Unterschied zwischen /vɛlə/ und /fɛlə/, was ja im Deutschen zwei verschiedene Worte sind: Welle und Felle. Ein Grund kann sein, dass er "einfach" die phonetischen Kategorien fortis (also mit großer Muskelspannung) und stimmhaft artikulatorisch nicht getrennt hinbekommt. Der Grund kann aber auch sein, dass er nicht zwei Konzepte für diese beiden Laute hat - bei ihm sind /f/ und /v/ ein einziges Konzept. Dies drückt sich dadurch aus, dass er selbst die Worte auch nicht unterscheiden kann. Dies kann wiederum verschiedene Gründe haben (z.B. Schwerhörigkeit). Im ersten Fall sind artikulatorische Übungen angesagt, im zweiten wird man mit solchen Übungen nichts erreichen, bevor das Kind nicht zwei verschiedene Phonemkategorien gebildet hat, also die beiden Laute auch als unterschiedlich wahrnehmen kann.

Phonemkategorien bilden sich, sobald das Gehirn seine Wahrnehmungsfunktion aufnimmt und Sprache verarbeitet. Die erste Unterscheidung nach bestimmten Kategorien wird nach bisherigen Forschungen wohl die in stimmhafte und stimmlose Laute sein. Wenn die Phonemkonzepte ausgebildet sind (dies ist wahrscheinlich so, wenn Kinder die „50-Worte“ Grenze überschreiten), wird die kognitive Phonemanalyse zur Erkennung und Produktion von Worten eingesetzt. Vor diesem Zeitpunkt werden Worte als ganzheitliche Klanggebilde gespeichert und produziert. Mit den kognitiven Möglichkeiten oder der „Strategie“ der Phonemanalyse können durch diese ökonomischere Vorgehensweise des Gehirns sehr große Mengen von neuen Worten sehr schnell gespeichert werden. Das Erreichen dieser Phase im Spracherwerb kann man an plötzlich auftretenden Fehlartikulationen von Worten, die bisher korrekt ausgesprochen wurden, erkennen. Hier wird nun nämlich keine unanalysierte Klangkette mehr geäußert, sondern ein aus einzelnen Klangsegmenten bestehendes Wort, wobei einzelne Segmente, Phoneme, noch nicht in allen Charakteristika voll ausgebildet sein könnten. D.h. ein Kind, das ein relativ schwieriges Wort (z.B. eins mit vielen Konsonanten hintereinander) lange Zeit sprechen kann, verliert im Verlauf des Spracherwerbs diese Fähigkeit und macht scheinbar einen Rückschritt, es kann ein Wort, das es mal aussprechen konnte, nun nicht mehr artikulieren oder nur noch „falsch“ artikulieren.

Dies ist aber nur scheinbar ein Rückschritt, weil das Kind eigentlich erst auf dieser Stufe erkannt hat, aus welchen Lauten dies Wort zusammengesetzt ist, und nun „bewusst“ versucht, die entsprechenden Laute nacheinander korrekt zu artikulieren. Da es nun praktisch weiß, wie komplex dies Wort eigentlich ist, kann es nun zu den entsprechenden Fehlartikulationen kommen. Das Kind ist also von der Stufe des unanalysierten Nachplapperns einer Lautkette zum bewussten Artikulieren einzelner Phoneme in ihrem Zusammenspiel aufgestiegen und muss dabei zwangsläufig zunächst Fehler machen, bis sein Sprachvermögen voll ausgebildet ist.

So wie also Wortbedeutungen über die Bildung von semantischen Konzepten zu Stande kommen, müssen auch Konzepte über die Phoneme einer Sprache gebildet werden, die nicht nur den Klang eines Lautes und die Muskelbewegungen, die ihn erzeugen, sondern seine Veränderungen durch Koartikulationen, seinen andersartigen Klang von verschiedenen Menschen ausgesprochen, seine „Verschluckbarkeit“ (z.B. des Schwas), seine Kombinierbarkeit usw. enthalten. Erst später im Verlauf des Schriftspracherwerbs können diese Konzepte von Lauten dann durch ihre möglichen graphischen Repräsentationen ergänzt werden.

Schluss

Fundierte Kenntnisse in den relevanten Bereichen der Phonetik und der Phonologie sind für LogopädInnen unerlässlich zur fundierten Diagnose und zur Entscheidung über adäquate Therapieformen. Die in diesem Artikel enthaltenen Informationen sind einerseits m.E. umfassend aber andererseits naturgemäß nur oberflächlich. In jedem einzelnen Gebiet kann für einen angemessenen Kenntnisstand noch beliebig in die Tiefe gegangen werden. Besonders die Fähigkeit, genau hinhören zu können und dabei phonetische Besonderheiten und ihre möglicherweise phonologischen Ursachen zu erkennen, bedarf einer guten Schulung. Während der logopädischen Ausbildung sollte daher besonders auf das Mittel der phonetischen Transkription zurückgegriffen werden, was weniger dem Üben dieser Fertigkeit für den täglichen Gebrauch, als vielmehr dem Erlernen des gezielten Hörens dienen sollte. Zudem kann auch die genaue Kenntnis des IPA (internationalen Phonetischen Alphabets) nicht schaden.

Auch für Überlegungen zur Therapie eines gestörten Schriftspracherwerb oder einer Lese-Rechtschreib-Schwäche sind gute Kenntnisse dieser beiden linguistischen Teilgebiete nötig. Durch diese guten Kenntnisse zusammen mit den Kenntnissen geeigneter Therapiemöglichkeiten können sich LogopädInnen auch für diesen immer größer werdenden Klienten-Bereich gegenüber anderen Anbietern profilieren.