Es ist immer wieder interessant zu sehen, was passiert, wenn man Geisteswissenschaft betreibende mit quantitativen, scheinbar harten, Argumenten konfrontiert. Während Forscher mit quantitativem Training oftmals schnell klein beigeben, wenn man ihnen Signifkanzwerte unter 0.05 präsentiert, sind die Geisteswissenschaftler, die sich jeder Quantifizierung widersetzen, und gern betonen, dass die Arbeit, die sie leisten, unmöglich von Computerprogrammen geleistet werden könnte, erstaunlich resistent gegenüber Fakten, die auf Zahlen basieren.

Ich habe das bei mir selbst beobachtet. Wenn ich überzeugt bin, aus welchem Grund auch immer, dass eine Analyse falsch ist, zum Beispiel weil mir die Grundannahmen zu banal vorkommen, dann ist es egal, welche Zahlen man mir präsentiert: ich werde sie solange abstreiten, bis ich den Grund gefunden habe, warum die Zahlen so gut aussehen. Eine meiner ersten Begegnungen mit Kolleginnen und Kollegen aus der Biologie verlief genau in diese Richtung: man präsentierte uns eine Methode, die scheinbar in der Lage war, Entlehungen in verschiedenen Sprachen mit sehr großer Genauigkeit zu entdecken, und belegte diese mit Signifikanzwerden, die in diesem Fall über 0.05 liegen mussten, da man eine Verteilung von Zahlen suchte, die gerade nicht signifikant unterschiedlich war. Ich hatte unheimlich viele Vorbehalte gegenüber der Methode, vor allem auch deshalb, weil — wie es in der Biologie oftmals üblich ist — keine direkten Evaluierungen vorgenommen wurden, um zu schauen, ob und wie viele bekannten Entlehnungen in den Daten nun wirklich festgestellt werden konnten. Der Signifikanzwert war mir vollkommen egal. Ich sollte ohnehin erst später verstehen, worauf der überhaupt basierte.

Nachdem ich später meine algorithmischen Kenntnisse erweitern konnte, und irgendwann in der Lage war, die Methode selbst neu zu programmieren, merkte ich schließlich, was eigentlich das Problem gewesen war: die Methode, die wir zur Entdeckung von Entlehungen verwendet hatten, hat keine hohe Präzision, sie schießt also oft daneben, sie hat aber dafür einen hohen Recall, das heißt, sie kann fast alle Entlehnungen in den Daten finden, die dort auftauchen (siehe List 2019 für eine Diskussion verschiedener Methoden zur automatischen Entdeckung von Entlehnungen). Das Problem ist nur, wie wir schon bei der Diskussion von den Grundlinien gesehen haben, dass eine solche Methode generell mit Vorsicht zu genießen ist. Wenn man als Polizeikommissar jeden Verdächtigen verhaftet, der einem über den Weg läuft, findet man sicher viele Mörder. Man wird aber auch viele Unschuldige verhaften, was man natürlich vermeiden will.

Als ich das erste Mal mit den Zahlen und Ergebnissen der Entlehnungsentdeckungsmethode konfrontiert wurde, konnte ich in keiner Weise beurteilen, wie gut oder wie schlecht diese eigentlich funktioniert. Ich konnte ja nicht einmal sehen, welche Ergebnisse die Methode denn liefert, weil die Ergebnisse lediglich in Zahlen und Visualisierungen bestanden, die auf viele Kolleginnen und Kollegen (vor allem diejenigen, die selbst quantitative arbeiten) einen sehr großen Eindruck machten. Ich konnte nur intuitiv sagen, dass irgendetwas mit dem Ansatz nicht stimmte, und dieses Unbehagen, dass ich spürte war sicherlich auch der Grund, warum ich die Methode später nachimplementierte und weiter erforschte, bis ich, vor nicht allzu langer Zeit, enttäuscht feststellen musste, dass der Ansatz im Grunde genommen wirklich nur mit großer Vorsicht zu verwenden ist.

Ich glaube, dass es vielen Geisteswissenschaftlerinnen und -wissenschaftlern so geht, wenn man ihnen die Ergebnisse quantitativer Methoden vorsetzt. Egal, wie überzeugend die Zahlen aussehen mögen: mit Zahlen allein kann man diejenigen, die Geisteswissenschaften mit Herz und Seele betreiben, selten überzeugen, vor allem nicht mit Experimenten, die auf Wahrscheinlichkeitsberechnungen beruhen. Dies konnte man vor einiger Zeit wieder gut sehen, als Kassian et al. (2015) einen probabilistischen Test präsentierten, in dem sie nachzuweisen versuchten, dass es sehr wahrscheinlich ist, dass die uralischen und die indogermanischen Sprachen urverwandt sind. In diesem Test werteten die Forscher Listen von rekonstruierten Formen für beide Sprachen aus, und zählten, wie viele ähnliche Wörter man in beiden Listen finden kann, und wie viele man zu finden erwarten würde, wenn beide Sprachen nicht verwandt sind.

Diese Art von Test selbst ist nicht neu und beruht auf einem sogenannten Permutationsverfahren. Zunächst schaut man sich die “attestierten Daten” an, also die Listen mit Wörtern (sortiert nach Bedeutung), wie man sie in beiden Sprachen vorfindet. Dann erzeugt man Zufallsverteilung, indem man eine der Listen immer wieder mischt, also am Ende, wenn man die Listen miteinander vergleicht, eben nicht mehr Wörter mit der gleichen Bedeutung, sondern mit verschiedenen Bedeutungen vergleicht, also Äpfel mit Birnen, Hände mit Füßen, Fische mit Fahrrädern. Die Grundannahme ist nun: wenn man im Durchschnitt sehr viel weniger ähnliche Wörter in den zufällig erstellten Listen findet, als in den attestierten Daten, dann ist das ein Hinweis auf eine hohe Wahrscheinlichkeit von Verwandtschaft (siehe vor allem Kessler 2001).

Tatsächlich scheint diese Analyse nun die Annahme, dass die uralischen (also bspw. Finnisch und Ungarisch) mit den indogermanischen Sprachen (bspw. Hindi, English, und Französisch) verwandt seien, zu bestätigen. Sieben ähnliche Wörter konnten in einer Liste von 50 Wortpaaren zwischen den beiden Sprachfamilien gefunden werden, während in den permutierten Listen nur zwischen einem und vier Treffern gefunden werden konnten, und es also extrem unwahrscheinlich ist, in unverwandten Sprachen sieben Treffer zu landen (vgl. Starostin 2018). Die schiere Unwahrscheinlichkeit, die so beeindruckend in Zahlen ausgedrückt werden kann, konnte die Fachwelt bisher jedoch noch nicht überzeugen. Nach wie vor gilt die indo-uralische Hypothese als spekulativ und nicht gesichert, und es wurde auch überraschend wenig über den Artikel diskutiert.

Um zu verstehen, aus welchen Gründen die Kollegen die Befunde ablehnen, genügt es, sich Kommentare zum Artikel von Kassian et al. in der gleichen Ausgabe der Zeitschrift anzuschauen. Hier finden wir nicht nur Kritik an den verwendeten Transkriptionen oder Kritik an der geringen Anzahl von Wortpaaren, die vergleichen wurden, sondern auch Hinweise auf alternative Erklärungen für die Treffer, wie frühen Kontakt der Sprachfamilien, oder puren Zufall. Man könnte sich fast an Kuhns (1962) Struktur wissenschaftlicher Revolutionen erinnert fühlen, wenn man sieht, mit welcher Hartnäckigkeit neue Hypothesen zur Sprachverwandtschaft in unserer Disziplin abgelehnt werden. Bevor wir unsere konservative Ansicht, dass es keine tieferen Verwandtschaften als Indogermanisch und Uralisch geben kann, aufgeben, werden wir mit aller Macht versuchen, alle möglichen Hinweise im Rahmen unseres derzeitigen Paradigmas zu deuten.

Diese Interpretation der Situation in der historischen Linguistik wäre allerdings irreführend. Obwohl es eine große Skepsis gegenüber neuen Verwandtschaftstheorien gibt, ist diese nicht der einzige Grund, warum das Experiment von Kassian und Kollegen nicht überzeugt. Der Hauptgrund für die mangelnde Überzeugungskraft liegt meiner Meinung nach vor allem im Experiment an sich und in der Vielzahl von Unsicherheiten, die dieses Begleiten. Zum Beispiel wurden keine modernen Sprachen verglichen, sondern rekonstruierte Versionen von Uralisch und Indogermanisch. Allein hier gibt es eine Unzahl an Entscheidungen, die getroffen wurden, und zu hitzigen Diskussionen unter Expertinnen und Experten führen, wenn man jede einzelne durchexerzieren würde. Das intuitive Argument der Zahlenskeptiker ist, dass es zu viele Unwägbarkeiten gibt, die in die Produktion der Daten eingegangen sind, als dass man von einem neutralen Experiment sprechen könnte.

Desweiteren wurden nur zwei Sprachen verglichen, wobei es bis zu 300 größere Sprachfamilien gibt, gegen die man die Methode ebenfalls vergleichen könnte und vielleicht sogar müsste, um die Frage, was denn nun eigentlich zufällig zu erwarten ist, und was man bekommt, ernsthaft beantworten zu können. Dass frühe Entlehnung zu großen Ähnlichkeiten führen kann, ist ein schwerwiegendes Argument, das man jedoch gut vergleichen könnte, indem man andere Sprachfamilien ebenfalls untersucht. Auch die Möglichkeit von Zufallstreffern, von der man allgemein annimmt, dass sie durch das Permutationsverfahren gut modelliert wird, sollte man nicht unterschätzen. Es gibt schließlich Hinweise, dass es Tendenzen in allen Sprachen der Welt gibt, bestimmte Laute für bestimmte Konzepte zu verwenden (Blasi et al. 2016). Wieder wäre es einfach, durch die Einbeziehung von mehr Sprachfamilien empirisch zu testen, wie viel Ähnlichkeit man erwarten könnte, die vom Permutationstest schlicht und einfach nicht abgedeckt werden kann.

Mich selbst nervt die Zahlenskepsis von klassischen Linguistinnen und Linguisten zuweilen selbst stark, vor allem, wenn sie sich in einer stark herablassenden Haltung gegenüber denjenigen äußert, die sich bemühen, unsere Wissenschaft wissenschaftlicher, transparenter, und eben auch ein Stück quantitativer zu machen. In vielen Fällen bin ich jedoch auch sehr froh, dass wir nach wie vor über eine so selbstbewusste Forschungsgemeinschaft verfügen, die sich nicht blind mit Zahlen ruhigstellen lässt, sondern stattdessen versucht, der Evidenz in ihrer Ganzheit gerecht zu werden, und Modellierungen kritisch zu hinterfragen.

Schade ist dabei jedoch, dass möglicherweise interessante, neue Theorien oftmals direkt zurückgewiesen werden, ohne ihnen eine Chance zu geben, sich zu bewähren. Die Zurückhaltung in Bezug auf Theorien zu tieferer Sprachverwandtschaft, die viele historische Linguisten teilen, stellt hier zum Teil wirklich ein Forschungsparadigma da, das hoffentlich irgendwann abgelöst und durch ein flexibleres Paradigma ersetzt wird, das unterschiedliche Stufen der Validität von Verwandtschaftshypothesen zulässt. Wenn man so weit zurück in die Vergangenheit geht, wie man das tun müsste, um die Verwandtschaft des Indogermanischen mit dem Uralischen zu postulieren, dann braucht man keine absolute Sicherheit, kein binäres “verwandt-oder-nicht-verwandt”, wie wir das für die kleineren Sprachfamilien kennen. Vielleicht genügt dann auch einfach ein “relativ wahrscheinlich”, oder ein “möglich”, je nachdem, wie viele Studien nun eigentlich die eine oder die andere Theorie stützen. Denn auch wenn es Vorbehalte gegenüber der Studie von Kassian und Kollegen geben mag, so wäre es doch interessant, sie weiter zu verfolgen, und zu schauen, ob sich mehr Hinweise finden lassen. Selbst wenn sich nicht mehr Hinweise finden lasse, es sich aber zeigen sollte, dass wir viel mehr mögliche Treffer zwischen Uralisch und Indogermanisch finden können, als zwischen Indogermanisch und Uralisch mit jeweils anderen Sprachfamilien, wäre das eine Erkenntnis, die es wert wäre, dokumentiert und ohne Vorbehalte diskutiert zu werden.

Das Unterscheiden von Fakten in Bezug auf ihren jeweiligen Erkenntnisstatus wäre ohnehin eine gute Idee, auch für die Wissenschaft im Allgemeinen. Vielleicht könnte das auf Dauer auch die Konflikte, die um Fake-News, alternative Fakten, und vermeintliche wissenschaftliche Erkenntnisse entbrennen, eindämmen helfen. Denn auch hier wird derzeit meist binär geurteilt, obwohl oftmals eine viel differenziertere Analyse vonnöten wäre. Denn nicht alle Erkenntnisse, die die Wissenschaft liefert, sind gleichermaßen gut gesichert, weshalb es wichtig wäre, nicht nur eine bestimmte Erkenntnis als “wissenschaftlich gesicherten Fakt” zu bezeichnen, sondern immer auch hinzuzufügen, wie sicher sich die Wissenschaftlerinnen und Wissenschaftler selbst sind.

Literatur

• Damián E. Blasi and Wichmann, Søren and Hammarström, Harald and Stadler, Peter and Christiansen, Morten H. (2016): Sound–meaning association biases evidenced across thousands of languages. Proceedings of the National Academy of Science of the United States of America 113.39. 10818-10823.
• Kassian, Alexei and Zhivlov, Mikhail and Starostin, George S. (2015): Proto-Indo-European-Uralic comparison from the probabilistic point of view. The Journal of Indo-European Studies 43.3-4. 301-347.
• Kessler, Brett (2001): The significance of word lists. Statistical tests for investigating historical connections between languages. Stanford:CSLI Publications.
• Thomas S. Kuhn (1996): The structure of scientific revolutions. Chicago:University of Chicago Press.
• List, Johann-Mattis (2019): Automated methods for the investigation of language contact situations, with a focus on lexical borrowing. Language and Linguistics Compass 13.e12355. 1-16.
• Starostin, George S. (2018): Typological expectations and historic reality: Once again on the issue of lexical cognates between Indo-European and Uralic. In: : Farnah. Indo-Iranian and Indo-European studies in honor of Sasha Lubotsky. Ann Arbor and New York:Beech Stave Press. 327-334.

---

---