Warum man ein Vokabular nicht einfach übersetzen kann

Wenn beide Sprachen auf das Gerät sollen, liegt ein Gedanke nahe: Man nimmt das deutsche Vokabular und übersetzt es. Fertig.

So einfach ist es nicht — und das ist keine Marketing-Aussage, sondern die Lehre aus drei unabhängigen Forschungssträngen: aus der Kernwortschatz-Forschung, aus der Symbolforschung und aus der maschinellen Übersetzung. Diese Seite erklärt, woran es liegt. Sie ist der fachliche Hintergrund für die Frage, warum ein Vokabular in einer zweiten Sprache Arbeit ist und nicht ein Knopfdruck.

Vorweg, damit kein falscher Eindruck entsteht: Maschinelle Übersetzung ist ein gutes Werkzeug. Sie macht Mehrsprachigkeit überhaupt erst bezahlbar. Sie ist nur nicht die Endkontrolle.

Die Kernwortschatz-Forschung hat gezeigt, dass wenige hundert Struktur- und Funktionswörter den Großteil spontaner Kindersprache tragen. Diese Struktur findet sich über Sprachen hinweg: Auch in englischsprachigen Daten dominieren Pronomen, Verben und Funktionswörter die häufigsten Ränge, kaum Nomen (Boenisch & Soto 2015). Das Prinzip „kleiner Kern, große Wirkung" trägt also.

Die Liste tut es nicht. Für das isiZulu — eine Sprache, in der grammatische Information in Wortbausteine wandert — musste die Analyse auf der Ebene der Wortbausteine erfolgen; der ermittelte Kern bestand zu 68 Prozent aus inhaltstragenden Bausteinen, während deutsche und englische Kernlisten von Funktionswörtern dominiert werden. Eine Direktübersetzung englischer Kernlisten ist für solche Sprachen strukturell ungeeignet (Mngomezulu et al. 2019). Für das Koreanische wurde ein eigener Kern von 219 Wörtern ermittelt, angeführt von grammatischen Elementen ohne direkte englische Entsprechung (Shin & Hill 2016). Für das Spanische wurde eigens eine sprachspezifisch begründete Frühwortliste vorgelegt, statt eine englische zu übersetzen (Soto & Cooper 2021); für das Niederländische gibt es eine eigene Erhebung bei jungen Kindern mit Down-Syndrom (Deckers et al. 2017).

Die Lehre: Kernwortschatz als Konzept ist sprachübergreifend tragfähig — aber jede Sprache braucht ihre eigene, an ihrer Struktur orientierte Umsetzung.

Das deutsche „Erde" ist im Englischen einmal earth und einmal soil. Die „Geschichte" im Stundenplan ist history, die vor dem Einschlafen story. Die „Bank" im Park und die „Bank" mit dem Geldautomaten sind zwei verschiedene Dinge, die nur im Deutschen zufällig gleich heißen. Wer ein Vokabular als Liste deutscher Wörter mit angehängten Übersetzungen aufbaut, baut diese Kollisionen unvermeidlich mit ein.

Die Forschung zur maschinellen Übersetzung hat das Problem vermessen: Auch moderne Übersetzungssysteme machen bei mehrdeutigen Wörtern systematische Bedeutungsfehler — und zwar schon mit Satzkontext (Campolungo et al. 2022). Auf einer Kommunikationsoberfläche gibt es aber gar keinen Satzkontext: Dort steht ein einzelnes Wort auf einer Taste. Die Zellenbeschriftung ist damit der Extremfall der kontextfreien Übersetzung — genau der Fall, in dem maschinelle Übersetzung am unzuverlässigsten arbeitet.

Dazu kommen die kleinen Wörter, an denen Gespräche hängen. Partikeln wie „hä", „ähm", „ne" oder „gerne" verstümmelt die maschinelle Übersetzung regelmäßig, weil sie als kurze Zeichenketten ohne Kontext ankommen. Solche Wörter müssen von Hand gesetzt werden.

Die Lehre: Ein Vokabular sollte nicht Wörter mit Übersetzungen verwalten, sondern Bedeutungen, an denen die Wortformen aller Sprachen gleichberechtigt hängen. Dann sind „Bank zum Sitzen" und „Bank für Geld" von vornherein zwei verschiedene Einträge — und nicht eine Fehlerquelle, die von der Sorgfalt des Bearbeiters abhängt.

Symbole gelten oft als das Universelle an der Unterstützten Kommunikation. Ganz stimmt das nicht. In einer Untersuchung bewerteten 147 Erwachsene aus vier kulturellen Gruppen grafische Symbole aus drei verbreiteten Sammlungen — mit deutlichen Unterschieden in der Wahrnehmung (Huer 2000). Die US-Fachgesellschaft ASHA hält entsprechend fest, dass Symbole über Kulturen hinweg nicht universell sind.

Das leuchtet ein, sobald man hinschaut: Ein gezeichnetes Brot, ein Haus, eine Familie, eine Mahlzeit, ein Fest — jedes dieser Bilder transportiert eine Herkunft. Ein Symbol, das in Freiburg sofort verstanden wird, kann anderswo eine Rückfrage auslösen.

Die Lehre: Die Symbolfrage lässt sich nicht am Schreibtisch klären. Sie gehört mit den Familien besprochen, die das Vokabular benutzen werden. Das ist offene Arbeit, auch bei uns.

Schon innerhalb einer Sprache ist die Grammatik der schwierige Teil symbolgestützter Äußerungen: Zeitformen, Mehrzahl, Fälle sind grafisch schwer darstellbar und fallen in der Praxis oft weg (Sutton, Soto & Blockberger 2002). Zwischen Sprachen mit unterschiedlichem Bau — dem beugenden Deutsch und einer Sprache, die Endungen anhängt — wird daraus die eigentliche Konstruktionsaufgabe.

Dazu kommt die technische Seite: Die Grammatikfunktionen einer Kommunikationsplattform (automatische Wortformen, Beugung) wirken in der Regel nur in der Hauptsprache eines Seitensets. Wer eine zweite Sprache ergänzt, kann diese Automatik dort nicht ohne Weiteres nutzen.

Die Lehre: Diese Grenze lässt sich nicht wegkonstruieren — sie lässt sich aber ehrlich anzeigen. Besser eine sichtbar abgeschaltete Funktion als eine, die stillschweigend nichts tut.

Aus den vier Punkten ergibt sich eine Bauanleitung — und zugleich ein Maßstab, an dem man ein mehrsprachiges Vokabular messen kann:

• Bedeutungen als Anker, nicht deutsche Wörter. Deutsch ist dann eine Sprache unter vielen, nicht die Ausgangssprache, an der alles hängt.
• Mehrdeutige Wörter werden getrennt geführt — mit einem Zusatz, der die gemeinte Bedeutung festhält, und mit einem Beispielsatz für die Übersetzung.
• Maschinelle Übersetzung füllt die Fläche, Menschen prüfen die Tiefe. Gesprächspartikeln und mehrdeutige Wörter zuerst.
• Vollständigkeit wird geprüft, nicht angenommen. Fehlt eine Übersetzung, darf die Zelle nicht stillschweigend deutsch bleiben — das wäre genau der schleichende Rückfall in die Mehrheitssprache, den die Forschung als Kernproblem beschreibt.
• Was nicht geht, wird benannt. Sprachen ohne maschinelle Übersetzung, fehlende Stimmen, Grammatik-Grenzen: sichtbar statt versteckt.

Genau nach diesem Muster ist unser Vokabular TwinTalk gebaut. Auf seiner Produktseite steht auch, an welchen dieser Punkte es noch nicht fertig ist.

• Boenisch, J. & Soto, G. (2015): The oral core vocabulary of typically developing English-speaking school-aged children. AAC 31(1), 77–84.
• Campolungo, N. et al. (2022): DiBiMT — a novel benchmark for measuring word sense disambiguation biases in machine translation. Proceedings of ACL 2022, 4331–4352.
• Deckers, S. R. J. M. et al. (2017): Core vocabulary of young children with Down syndrome. AAC 33(2), 77–86.
• Huer, M. B. (2000): Examining perceptions of graphic symbols across cultures. AAC 16(3), 180–185.
• Mngomezulu, J. et al. (2019): Determining a core vocabulary for young isiZulu-speaking children. African Journal of Disability.
• Shin, S. & Hill, K. (2016): Korean word frequency and commonality study for augmentative and alternative communication.
• Soto, G. & Cooper, B. (2021): Recommended vocabulary for Spanish-speaking children who use AAC.
• Sutton, A., Soto, G. & Blockberger, S. (2002): Grammatical issues in graphic symbol communication. AAC 18(3), 192–204.
• ASHA (o. J.): Practice Portal, Augmentative and Alternative Communication.