MUSIK UND SPRACHE - KH-Konrath.de

Institut für Musikwissenschaft an der
Fakultät für Kunst, Geschichteund
Orientwissenschaften
der Universität
Leipzig
WISSENSCHAFTLICHE ARBEIT
zur Erlangung des akademischen
Titels eines Magister Artium
MUSIK UND SPRACHE
MANFRED BIERWISCHS ZEICHENKONZEPT.
Gutachter:
Prof. Dr. habil. Klaus Mehner
Dr. habil. Lothar Schmidt
eingereicht im Juni 2003 von
cand. phil. Andreas Konrath
Schwarzackerstr.8
04299 Leipzig
Matrikelnummer: 7553480

INHALT:
1. Aufgabenstellung - - - - - - - - S. 1
2. Vorverständnis - - - - - - - - S. 2
2.1. physikalische Aspekte - - - - - - - S. 4
2.2.1. Schall - - - - - - - S. 4
2.2.2. Klang - - - - - - - S. 5
2.2.3. Geräusche und Laute - - - - - S. 5
2.2. medizinische Aspekte - - - - - - S. 6
2.2.1. organische Grundlagen - - - - - S. 6
2.2.2. physiologische Grundlagen - - - - - S. 9
2.3. psychologische Aspekte - - - - - - S. 14
2.3.1. entwicklungspsychologische Aspekte - - - S. 14
2.3.2. differentialpsychologische Aspekte - - - S. 18
2.3.3. psychoanalytische Aspekte - - - - S. 21
2.3.4. gestaltpsychologische Aspekte - - - - S. 22
2.3.5. kognitionspsychologische Aspekte - - - S. 24
2.3.5.1. der Standpunkt von Thomas H. Stoffer - - S. 25
2.3.5.2. der Standpunkt von Helga de la Motte-Haber - S. 28
2.4. soziologische Aspekte - - - - - - S. 35
2.4.1. Interaktion - - - - - - S. 36
2.4.2. Kommunikation - - - - - - S. 38
2.4.2.1. mehrfache Kommunikation - - - S. 41
2.4.2.2. nichts als Kommunikation - - - S. 42

3. Aspekte der Sprachwissenschaft - - - - - - S. 45
3.1. Voraussetzungen von Manfred Bierwisch - - - - S. 47
3.2. Aussagen von Manfred Bierwisch - - - - - S. 47
3.2.1. Einleitende Bemerkungen - - - - - S. 47
3.2.2. Musik, Sprache, Literatur - - - - - S. 48
3.2.3. Sprache und Musik als akustische Kommunikationsformen S. 49
3.2.4. Grundbedingen der Kommunikation - - - S. 50
3.2.5. Zeichen und Zeichensysteme - - - - S. 51
3.2.6. Kommunikation, kognitive und emotionale Strukturen - S. 52
3.2.7. Sprachkenntnis und Musikkenntnis - - - S. 53
3.2.8. Zeitmuster - - - - - - S. 54
3.2.9. Segmentstrukturen - - - - - S. 54
3.2.10. Codierungsformen - - - - - S. 56
3.2.11. logische Form als Bedeutung sprachlicher Zeichen - S. 58
3.2.12. gestische Form als Bedeutung musikalischer Zeichen - S. 59
3.2.13. Sagen und Zeigen - - - - - S. 61
3.2.14. Syntax - - - - - - S. 62
3.2.15. ZEICHEN UND TEXT - - - - - S. 63
3.2.16. Motivierte und konventionelle syntaktische Strukturen - S. 64
3.2.17. Elementarzeichen - - - - - S. 65
3.2.18. Coda - - - - - - - S. 67
3.3. Reaktionen auf Manfred Bierwisch - - - - - S. 68
4. Zusammenfassung - - - - - - - - S. 73
Literaturverzeichnis

1
1. AUFGABENSTELLUNG
Ziel dieser Arbeit ist es, zu ermitteln, wo Musik und Sprache als menschliche Ausdrucksformen
Gemeinsamkeiten bzw. Unterschiede aufweisen. Die Problematik ist keineswegs
neu und kann inzwischen von vielerlei Richtung aus in Augenschein genommen werden.
Entwicklungs- und Lernpsychologen interessieren sich ebenso dafür wie Theater- und Literaturwissenschaftler.
1 Einzelne Erkenntnisse dieser sekundären Herangehensweisen werden
freilich zu berücksichtigen sein. Indes konzentriert sich diese Arbeit auf Aussagen der
Musikwissenschaft im Allgemeinen und der Linguistik im Speziellen – vertreten durch den
Berliner Sprachwissenschaftler Manfred Bierwisch.
1 Verwiesen sei auf den Überblick, den Gembris: Grundlagen bietet, sowie auf Fecker, Adolf: Sprache und
Musik: Phänomenologie der Deklamation in Oper und Lied des 19. Jahrhunderts. – Hamburg: Wagner, 1984
bzw. auf den Kongreß »Musik als Text« in Freiburg 1993.

2
2. VORVERSTÄNDNIS
Das Nachdenken darüber, wie etwas beschrieben und erklärt werden kann, ist ursprünglich
innerhalb der Philosophie zuhause. Gleichsam vom Beginn der jetzigen europäischen
Kultur sind Überlegungen von Platon bzw. Aristoteles überliefert, die sich jeweils auf Gedanken
über die Realitäten und Vorstellungen der Welt konzentrieren. Ein Ergebnis dessen
war die Unterscheidung des Kosmos in die Welt der Ideen und die der Tatsachen.
Letzte war wiederum nach einem Ordnungsprinzip – einer Idee – beschaffen. Diese Idee
wird als Harmonie der Welt gedacht und die Kunst der Harmonien, also die Musik als beinah
überirdisch empfunden. Die Redner wie die Philosophen wurden dagegen als genuin
irdisch angesehen.
Eine schwächere Polarisierung findet sich auch in den septem artes liberales, den sieben
freien Künsten – der antiken Ausbildung zum Philosophieren –, die sich in ein mathematisch-naturwissenschaftlich
orientiertes Trivium und ein stärker rhetorisch-philosophisches
Quadrivium teilten. Musik zählte hierbei zunächst jedoch zu den grundlegenden,
trivialen Künsten. Als im Mittelalter die freien Künste das „Grundstudium“ für Theologie,
Philosophie oder Medizin an den Universitäten darstellten, wurde Musik dem Quadrivium
zugeordnet, worin sich das gewandelte Verhältnis von Musik und Sprache widerspiegelt.
Aus den philosophischen Betrachtungen der Welt und ihrer Inhalte stammt die Beschreibung
des Schönen, die Ästhetik. Insbesondere Hegel hat eine bis heute relevante Lehre in
diesem Bereich entworfen. Musikästhetik als ein Teilbereich dessen hatte sich jedoch im
Laufe der Zeit derart verselbständigt, daß sich ihm andere Teilbereiche bald zugesellten,
bis schließlich die Disziplin »Musikwissenschaft« etabliert wurde. Wenig beeindruckt von
den akademischen Entwicklungen fand indes die Ausbildung der Musiker lange Zeit ähnlich
anderen Handwerkskünsten statt, da es hierbei weniger auf das Wissen als auf das
Können ankommt, insoweit nämlich die Fertigkeiten zu musizieren praktisch zu vermitteln
bzw. auszuführen sind. Die philosophische Theorie war und ist bis heute demnach im
wahrsten Sinne des Wortes ein Nach-Denken über das Sein und die Wirkung von Musik. 2
Nach dieser eher flüchtigen Besinnung darauf, woher die Thematik rührt, folgt der Aufbau
der Arbeit also dem Muster der Freien Künste und schreitet von den naturwissenschaftlichen
Grundlagen zu den geisteswissenschaftlichen Diskursen.
2 Zur Geschichte der Problematik siehe la Motte-Haber: Musikpsychologie, S. 133f.

3
Die Topoi Musik und Sprache legen nahe, daß bei dieser Thematik primär die Linguistik
und die Musikwissenschaft gefordert sind. Die Vorrangstellung der Musik im Titel indes
markiert das Interesse daran, wo sie Gemeinsamkeiten oder Unterschiede zur Sprache
aufweist. Doch bei einer solchen musikwissenschaftlichen Arbeit steht die Thematik nicht
allein auf den Füßen historischer Untersuchungen, sondern sie erfordert systematischen
Weitblick, der die geschichtlichen Aspekte des Themas eingeordnet in ein komplexes System
verschiedener Einflußfaktoren, das sich u.a. zusammensetzt aus den Teilgebieten
Akustik, Stimm- und Gehörphysiologie, Musikpsychologie, Musiksoziologie, Musikpädagogik,
Musikphilosophie sowie Musikästhetik. 3 Zur näheren Bestimmung der entsprechenden
Faktoren stehen der Musikwissenschaft akademische Disziplinen zur Seite, die
teils weit über den musikwissenschaftlichen Horizont hinausreichen. Im vorliegenden Falle
zählen dazu z.B. die Physik, die Medizin, die Psychologie und die Soziologie. Im
Schnittpunkt dieser Wissenschaftsbereiche ist die Thematik »Musik und Sprache« positioniert,
weshalb zu fragen ist, welche Erkenntnisse der jeweilige Bereich beitragen kann
zum Vorverständnis von Musik und Sprache, ehe der Blick durch die Brille der Musikwissenschaft
auf den Entwurf Bierwischs gerichtet wird.
Zuvor ist jedoch eine Abgrenzung der Thematik vonnöten, um bei der Komplexität des
Themenfeldes nicht Gefahr zu laufen, sich in der Vertiefung unzähliger Einzelproblematiken
zu verlieren. So werden diverse Problemkreise der Hermeneutik oder Rhetorik keinesfalls
erschöpfend erörtert, wie dies ebenso für alle Fragen der Ästhetik unmöglich ist, aus
deren Kontext das Thema ursprünglich entstammt 4 , insofern nämlich sie jeweils von mehr
oder minder konkreten oder kategorischen Einzelphänomenen handeln. Gleichfalls wird
auf physiologische und psychologische Aspekte der Wahrnehmung und der Lautgebung
nur hingewiesen werden sowie auf physikalische Grundlagen der Akustik, da sie eigens
Themen naturwissenschaftlicher Abhandlung sind, deren Ergebnisse für den Geisteswissenschaftler
zwar nachvollziehbar sind, deren Verifizierung bzw. Falsifizierung ihm aber
nicht obliegt. Auch werden aus der Linguistik wie aus der Kommunikationswissenschaft
generell Aussagen diskutiert, deren Gültigkeit im Einzelnen jeweils vorausgesetzt wird.
Soweit sich der Verfasser also auf die Hilfe anderer Fachbereiche stützt, geschieht es in
der Absicht, die Bedeutung ihrer Ergebnisse für den zu verhandelnden Gegenstand zu
würdigen und sie im interdisziplinären Dialog als Partner zu begreifen.
3 vgl. Michel, Bd. 1, S. 12
4 vgl. Klemm, S. 1

4
2.1. PHYSIKALISCHE ASPEKTE
Dank den Forschungen in der Physik sind sprachliche wie musikalische Klänge meß- und
identifizierbar u.a. anhand der Obertonspektren bzw. Überlagerungskurven. Auch die Bedingungen,
unter denen Schallübertragung in verschiedenen Stoffen stattfindet, sind physikalisch
bekannt wie ebenso die räumlich-zeitlichen Faktoren der Interferenz, der Reflexion
usw. 5 Insofern sind diese akustischen Erkenntnisse von Belang, als daß sie bei jedem
Akt absichtlicher Lautgebung in einem Zimmer, einem Saal, einer Halle usw. zu beachten
sind. Für die vorliegende Arbeit indes ist primär von Interesse, ob zwischen Musik und
Sprache physikalisch unterschieden werden kann.
2.1.1. SCHALL
Hinter der Vokabel »Schall« verbirgt sich die Vielfalt aller akustischen Phänomene. Zur
Darstellung des physikalischen Prinzips sei daher exemplarisch eine Schwingung isoliert
und näher skizziert:
Die zeitliche Ausdehnung einer einzelnen
Schwingung – als »Periode« bezeichnet –
ist umgekehrt proportional zu dem Begriff
der »Frequenz«, der die Tonhöhe angibt,
also wie viele Schwingungen pro Sekunde
erfolgen. Das Ausmaß der Elongation alias
»Amplitude« ergibt zusammen mit dem
Schalldruck und der Schallstärke die Lautstärke.
Weitere Parameter sind Volumen,
Dichte und Dauer des Schalls.
< Darstellung aus Michel, Bd.1, S. 16
Der Entstehungsprozeß des Schalls verläuft derart, daß durch Energiezufuhr eines
Schwingungserregers die nächsten Moleküle des ihn umgebenden Stoffes – z.B. Luft –
verdrängt und dadurch ebenfalls in Schwingung versetzt werden, welche wiederum die
Schwingung übertragen, bis das Energiepotential der Schwingung der Teilchen erschöpft
ist. Der Schall läßt vor Ort und in seiner Ausbreitung nach.
5 Einen Überblick bietet Michel, Bd. 1, S. 14ff., der für das Kapitel 2.2. die Grundlage bildet.

5
2.1.2. KLANG
Einzelnen Schwingungen sind in natura äußerst selten. Meist handelt es sich bei einem
Schallereignis um ein Konglomerat mehrerer Frequenzen, dessen Charakteristik es als
»Klang« qualifiziert, wenn die Schwingungen »harmonisch« – d.h. sie stehen in einem
ganzzahligen Verhältnis zueinander – und »periodisch« sind. Die gegenseitigen Beeinflussungen
der Frequenzen ergeben eine Überlagerungskurve, welche die individuelle Charakteristik
des Klangs wiedergibt. Der Schall eines Instrumentes z.B. ist stets ein solcher
aufgrund seiner »Klangfarbe« identifizierbarer Klang, der auch als »Ton« angesprochen
wird, obwohl physikalisch ein Ton lediglich über exakt eine Frequenz definiert ist. Alle Töne
eines Instrumentes haben in Korrespondenz mit dessen Resonanzverhalten etwa die
gleiche Klangfarbe, d.h. ähnliche Obertonverhältnisse, auch wenn die Basisfrequenz variiert.
Doch es hat sich im Laufe der Geschichte erst spät erwiesen, daß die Töne eines
Instrumentes selbst Klänge sind. So hielt sich bis heute der Usus, von Tönen zu sprechen,
wo von Klängen die Rede ist in Abgrenzung von den Klängen, die entstehen, wenn beispielsweise
mehrere Töne eines Instrumentes gleichzeitig erklingen. Letzteres sind – um
der begrifflichen Hygiene genüge zu tun – musikalische Klänge und ersteres physikalische
Klänge alias musikalische Töne. Der Grenzfall der elektronischen Musik, daß nämlich eine
Frequenz ohne irgendeinen Partialton erklingen kann, sei daher konsequenterweise als
ein musikalischer Ton ohne Klangfarbe begriffen.
Sprache orientiert sich weit weniger als die Musik an Tonhöhen, sondern an den Tönen in
ihrer eignen Charakteristik – nämlich an der Klangfarbe in Abhängigkeit von der Art der
Schallerzeugung (labial, laryngal, nasal, dental usw.). Ohne diese Differenzierung sind
Vokale und vor allem Konsonanten wie »M« und »N« akustisch nicht unterscheidbar, auch
wenn es sich dabei z.T. – im musikalischen Sinne – um Geräusche handelt.
2.1.3. GERÄUSCHE UND LAUTE
Geräusch oder Laute sind akustische Kuriosa, denen eine gewisse Unfaßbarkeit anhaftet.
Dazu zählen die Schallereignisse mit defizitärer Form und jene von extrem kurzer Dauer,
wie es beim Knall der Fall ist. Indes »Form« sei verstanden als eine bestimmte Basisfrequenz
mit gewissen Obertonverhältnissen. Ist z.B. die Basisfrequenz zwar nicht zu
bestimmen, aber dafür die Klangstruktur identifizierbar, handelt es sich musikalisch um
ein Grenzphänomen – wie dem »Weißen Rauschen«. Für sprachliche Schallereignisse ist
diese Erscheinung eher normal insofern, als daß die sogenannten »stimmlosen« Konsonanten
ohne Basisfrequenz sehr wohl identifizierbar sind aufgrund ihrer Klangstruktur.

6
»Laute« hingegen sind sowohl als Klang als auch als Geräusch anzutreffen und verfügen
demnach über eine – wie auch immer geartete – Form. Die Gründe ihrer Unfaßbarkeit indes
werden unter 2.4.2. erörtert. Daneben finden sich Schallereignisse, die gleichfalls unter
den Terminus Geräusch subsummiert werden, denen jedoch jedwede erkennbare
Struktur fehlt sowohl in Bezug auf Basisfrequenz als auch auf Klangfarbe und -dauer. Darauf
jedoch sei hier lediglich verwiesen.
Ist die Thematik »Musik und Sprache« nicht vordergründig im Interesse der Physik, so
liefert diese doch die dafür nötigen Meßverfahren und -instrumente, wie sich ihr generell
der gesamte Bereich der synthetischen Klangerzeugung als auch jener der Klangvervielfältigung
per Medien verdankt. Indes eine klare Grenze zwischen Musik und Sprache läßt
sich mit ihrer Methodik schwerlich ziehen. Allenfalls tendenziell verweist der Geräuschbzw.
Klanganteil in Richtung einer der beiden Lautformen. Doch besonders melodische
Sprachen z.B. oder moderne Kompositionen relativieren derartige Tendenzen sofort.
2.2. MEDIZINISCHE ASPEKTE
Daher setzt sich die Suche nach Unterscheidungsmöglichkeiten fort bei organischen und
physiologischen Grundlagen der Wahrnehmung und der Lauterzeugung, welche die Medizin
liefert. Haben andere Wissenschaften wie die Biologie z.B. ebenfalls ein Interesse daran,
so hat die Auswahl hier indes den Beweggrund, daß die Medizin einerseits Erkenntnisse
ihrer Nachbardisziplinen bündelt und sie andererseits auf den Schwerpunkt »Mensch«
konzentriert. 6 Sowohl Musik als auch Sprache sind Leistungen dieser einer Spezies, insofern
sie deren kulturelle Errungenschaften darstellen. Walgesänge oder akustische Signale
andere Spezies stehen außerhalb des dieser Arbeit zugrunde liegenden Verständnisses
von Musik und Sprache.
2.2.1. ORGANISCHE GRUNDLAGEN
Menschen haben in der Mehrzahl der Fälle ein Hörvermögen und ein Lautgebungsvermögen.
Die organischen Grundlagen für Musik bzw. Sprache sind das Ohr bzw. der
Stimmapparat, die beide hier kurz skizziert werden sollen, da sie durchaus sowohl Musik
als auch Sprache determinieren.
6 Selbst Veterinäre beziehen sich auf Humankonstitutionen, um artspezifische Besonderheiten zu zeigen.

7
Der Stimmapparat ist dem respiratorischen System zugehörig und befindet sich im Anschluß
an den Pharynx der Kehlkopf (Larynx): „Das am Zungenbein aufgehängte Kehlkopfskelett
des Menschen besteht aus drei unpaaren und einem paarigen Knorpel, die
durch Bänder zusammengehalten werden. Die Basis bildet der siegelförmige Ringknorpel
(Cartilago cricoidea). An der Vorderseite liegt oberhalb des Ringknorpels, mit diesem beweglich
verbunden, der schildförmige, median abgewinkelte Schildknorpel (Cartilago thyreoida).
Er umgibt als größter Kehlkopfknorpel den stimmbildenden Teil des Kehlkopfes.
[…] An der Hinterseite des Kehlkopfes liegen über dem Ringknorpel (drehbar mit diesem
verbunden) die beiden Stellknorpel (Cartilagines arytaenoideae) in Form kleiner, dreiseitiger
Pyramiden. Je ein nach vorn gerichteter Fortsatz (Processus vocalis) der Stellknorpel
dient als Stütze für die Stimmfalten (Plicae vocales) mit den randständigen, […] aus elastischen
Fasern bestehenden
Stimmbändern (Ligamenta vocalia),
die zwischen sich die Stimmritze
(Rima glottidis) als Stimmorgan
(Glottis) bilden. […] Über die
Stimmfortsätze können Stellung
und Spannung der Stimm-bänder
verändert werden.“ 7 Die aus der
Lunge ausströmende Atem-luft
„versetzt […] die Stimmbänder im
Kehlkopf in Schwingungen, die
durch die Resonanzräume von
Rachen, Mund und Nase verstärkt
werden. Die Tonhöhe kann durch
Darstellung aus Brockhaus, Bd. 11, S. 614
unterschiedliches Spannen der Stimmbänder, die Klangfarbe durch unterschiedliche Form
der Resonanzhöhlen verändert werden.“ 8 Durchschnittlich verfügt ein Mensch über einen
tonlichen Stimmumfang von zwei Oktaven mit einer Lautstärke bis etwa 90 dB.
Das »Ohr« ist ein ähnlich komplexes Konstrukt verschiedener Komponenten, die zur akustischen
Wahrnehmung dienen. Der Aufbau wird nach la Motte-Haber so beschrieben:
„Das äußere Ohr besteht aus der Ohrmuschel [und] dem Gehörgang, der durch eine Membran,
das sogenannte Trommelfell, abgeschlossen wird. Diese Membran wird durch auftreffende
Schwingungen der Luft ebenfalls in Schwingung versetzt und überträgt diese auf
7 Brockhaus, Bd. 11, S. 613f.
8 Brockhaus, Bd. 21, S. 157

8
die drei nach ihrer Form als Hammer, Amboß und Steigbügel bezeichneten Knöchelchen
im Mittelohr. Der Hammer ist mit dem Trommelfell verwachsen, der Steigbügel mit einer
zweiten Membran, dem ovalen Fenster, das Mittelohr und Innenohr abgrenzt; untereinander
sind die drei Gehörknöchelchen verbunden. Sie haben nicht nur die Aufgabe, Schwingungen
zum Mittelohr weiterzuleiten, sondern sie auch – wie aus Beschädigungen des
Mittelohres ablesbar ist – etwa im Verhältnis 1:20 zu verstärken. […] Das Innenohr (Cochlea)
ist im Unterschied zum äußeren und mittleren Ohr mit Flüssigkeit gefüllt. […] Es ist in
drei Kanäle (Scala tympani, Scala vestibuli und Ductus cochlearis) geteilt, die durch die
Reißnersche und Basilarmembran von einander abgegrenzt sind; an der Schneckenspitze
sind die beiden äußeren Kanäle durch ein kleines Loch, das Helikotrema, miteinander verbunden,
dessen Funktion Druckausgleich ist. […] Der komplizierte Aufbau des Ohres dient
vor allem der Weiterleitung von Schwingungen, die eigentlichen Sinnesrezeptoren sind
die auf der Basilarmembran liegenden faserartigen Haarzellen (Cortisches Organ), die die
Endigungen des 8. Gehirnnervs (Nervus acusticus) darstellen [und sich unter einer Tectorialmembran
befinden.] Die Reizung der Haarzellen führt zu einer neuronalen Erregung,
die sich zum Gehörzentrum (Hechelsche Querwindung) in den beiden Schläfenlappen des
Großhirns fortpflanzt.“ 9 Darstellung aus la Motte-Haber: Musikpsychologie, S. 26
Die Reizweiterleitung ist jedoch insoweit ungeklärt, als zum einen über die Grundlagen für
Tonhöhenbestimmung und Ähnlichkeiten zwischen Tönen (z.B. bei Oktaven) als auch über
konzentriertes Hören die anatomischen Befunde wenig aussagen. Ob also die Basilar-
9 la Motte-Haber: Musikpsychologie, S. 27f.

9
membran oder das Cortische Organ für Frequenzwahrnehmung zuständig ist und ob ein
zweiter nervaler Weg vom Hirn reversiv die Hörtätigkeit selektiert nach Haupt- und Nebengeräuschen,
läßt sich ebensowenig auf organischer Grundlage klären, wie die Frage,
wie Sprache und Musik als akustische Phänomene voneinander unterschieden werden
können. Das sind Fragen an die Physiologie.
2.2.2. PHYSIOLOGISCHE GRUNDLAGEN
Die Physiologie interessiert nun nicht mehr allein Organe und Anlagen eines Organismus,
sondern die organismusinternen Vorgänge und Fähigkeiten – an dieser Stelle insbesondere
die für Musik und Sprache relevanten Wechselbeziehungen. Dafür bedarf es bezüglich
des Gehörs und seiner Funktionsweise – soweit bekannt – eines Exkurses:
„Das Cortische Organ enthält in Stützzellen eingebettet die Haarzellen, die nur Stereovilli tragen
und in einer Reihe von inneren Haarzellen und drei Reihen von äußeren Haarzellen angeordnet sind.
Das Cortische Organ […] besitzt etwa 3.500 innere und 12.000 äußere Haarzellen. Nur die Stereovilli
der äußeren Haarzellen haben Kontakt zu der darüberliegenden gallertigen Tectorialmembran […].
Bei Beschallung des Ohres werden die Schwingungen der Gehörknöchelchen über die Membran des
ovalen Fensters auf die Perilymphe der Scala vestibuli übertragen. Da die Perilymphe nicht kompressibel
ist, werden die Scalenmembranen und damit auch das Cortische Organ ausgelenkt. Über
die Perilymphe der Scala tympani wird die Schallschwingung auf die Membran des runden Fensters
übertragen und bewirkt dessen Vorwölbung in der Paukenhöhle. […] Die durch den Schall hervorgerufenen
Relativbewegungen zwischen Tectorial- und Basilarmembran [führen] zu einer Scherbewegung
der Stereovilli in der äußeren Haarzellenreihe. Obwohl die äußeren Haarzellen dreifach so
häufig sind wie die inneren Haarzellen, werden sie nur von weniger als 10% der im Hörnerven verlaufenden
Afferenzen versorgt. Mehr als 90% der Afferenzen innervieren die inneren Haarzellen […]
Obwohl also die Hörinformation zum größten Teil von den inneren Haarzellen vermittelt wird, ist der
Mechanismus der Erregung bisher unklar. Favorisiert wird z.Z. eine Hypothese, nach der die inneren
Haarzellen durch oscillierende Längenänderungen der äußeren Haarzellen erregt werden. […] Durch
das Sensorpotential [wird] die Freisetzung eines erregenden Transmitters erhöht und dadurch die
Aktivität in den afferenten Nervenfasern moduliert. Da nur ein kleiner Teil der Hörinformation von
den äußeren Haarzellen stammt, ist es wahrscheinlich wichtiger, daß die oscillierenden Depolarisationen
außerdem zu oscillierenden Längenänderungen der äußeren Haarzellen führen. Dadurch soll
die Amplitude der Wanderwellen frequenzcharakteristisch und somit ortsspezifisch so stark vergrößert
werden, daß auch die inneren Haarzellen erregt werden. Die frequenzselektive Verstärkerfunktion
der äußeren Haarzellen ist demnach Voraussetzung für die frequenzspezifische Hörfähigkeit.
[…] Jeder Schall versetzt die Membranen in der Cochlea in frequenzabhängige Schwingungen, die
sich auf der Basilarmembran von der Schneckenbasis bis zum Helicotrema fortbewegen. Diese Bewegungen
gleichen wandernden Wellen an einem horizontal aufgespannten Seil und werden deshalb
als Wanderwellen bezeichnet. Die Amplitudenhöhe der Wanderwellen auf der Basiliarmembran
wird jedoch durch die mechanischen Eigenschaften der Membran moduliert. In der Nähe des Stapes

10
(ovales Fenster) ist die Basilarmembran
schmal [100 µm] und steif; am Helicotrema
wird die Membran wesentlich breiter [500
µm], und ihre Steifheit nimmt erheblich ab.
[…] Zwischen Stapes und Helicotrema bilden
sich Amplitudenmaxima aus, deren Ort
auf der Basilarmembran von der Frequenz
der Wanderwelle abhängig ist. Bei hohen
Frequenzen liegt das Ortsmaximum in der
Nähe des Stapes, während tiefe Frequenzen
ihr Maximum in der Nähe des Helicotremas
haben. Auf diese Weise kommt es zur Frequenz-Orts-Transformation.
Da sich Schallereignisse
in der Regel aus unterschiedlichen
Frequenzen zusammensetzen, gibt es
auf der Basilarmembran gleichzeitig an verschiedenen
Orten maximale Auslenkungen.
Die Amplitude der Wanderwelle am Ortsmaximum
wird durch oscillierende Längenänderungen
der äußeren Haarzellreihen
verstärkt.
Darstellung aus Engelhardt; Breves: Physiologie, S. 87
Das Innenohr wird […] durch den Nervus cochlearis, ein Teil des VIII. Hirnnerven, innerviert und enthält
neben afferenten auch efferente Nervenfasern. Neunzig Prozent der afferenten Nervenfasern
kommen […] von jeweils einer einzigen Synapse einer inneren Haarzelle, die nach dem Ortsprinzip
durch eine ganz bestimmte Schallfrequenz erregt wird. Bei der Beschallung des Ohres wird daher
auch die entsprechende afferente Nervenfaser durch eine bestimmte Frequenz – die Bestfrequenz
dieser Faser – optimal erregt. Die Bildung von Aktionspotentialen ist außerdem an die Phasenlage
der Schallschwingung gekoppelt. Durch diese Phasenkopplung entstehen Gruppen von Aktionspotentialen,
die durch Pausen getrennt sind, deren Dauer der Frequenz umgekehrt proportional ist.
Erst diese Intervallcodierung ermöglicht die genaue Wahrnehmung von Tonhöhen und erlaubt die
Analyse von musikalischen Strukturen. Da einzelne Nervenfasern nur eine maximale Entladungsfrequenz
von 800 Hz erreichen können, müssen bei höheren Frequenzen mehrere Fasern, die in der
gleichen Phasenlage aber zu unterschiedlichen Zeiten (auf Lücke) antworten, zusammenwirken. Der
Schwellenschalldruck für die Phasenkopplung ist niedriger als für die Bestfrequenz einzelner Nervenfasern,
d.h., die Phasenkopplung ist entscheidend für die Empfindlichkeitsschwelle einer Hörnervfaser.
Zunahme der Schallintensität wird durch Steigerung der Entladungsrate codiert. In Intensitätsbereichen
über 40 dB erfolgt die Intensitätscodierung durch Rekrutierung von weiteren Fasern
aus der unmittelbaren Nachbarschaft, die bei gleicher oder ähnlicher Bestfrequenz eine höhere
Antwortschwelle besitzen.
Die Zellkörper der sensorischen Nervenfasern des Nervus cochlearis liegen im Spiralganglion […].
Teilweise werden schon in den Stammhirnkernen die Zeit- oder Intensitätsmuster der afferenten
Nervenfasern völlig umcodiert. Die im Laufe der weiteren auditorischen Verarbeitung in verschiede-

11
nen Gehirnarealen immer stärker ausgeprägte Mustererkennung nimmt hier ihren Anfang. Auf dem
Weg in den auditorischen Cortex ziehen […] die Fasern über die ipsi- oder kontralateralen Olivenkerne
in den Lemniscus lateralis der gleichen oder kontralateralen Seite. In den Nervenzellen des Olivenkomplexes
im Hirnstamm können daher bereits akustische Signale von beiden Ohren verglichen
werden. Auch im weiteren Verlauf steigen die Hörbahnen sowohl ipsi- als auch kontralateral auf und
erreichen zunächst den Culliculus inferior des Mittelhirns; von dort aus ziehen sie zum Corpus geniculatum
mediale des Thalamus, um schließlich in die primäre Hörrinde des Temporallappens zu
münden. […] Neben den geschilderten ascendierenden Bahnen mit rückläufigen Kollateralen gibt es
eine Vielzahl von absteigenden efferenten Bahnsystemen, die ebenfalls häufig auf die kontralaterale
Seite kreuzen und auf jeder Ebene positive und negative Rückkopplungsschleifen bilden. Endpunkte
der efferenten Kontrolle sind die äußeren Haarzellen bzw. die afferenten Fasern der inneren
Haarzellen in der Cochlea.“ 10
Nach diesem etwas umfangreichen Exkurs ist zumindest deutlich geworden, daß speziell
Wahrnehmung nicht nur in eine Richtung vor sich geht, sondern in Rückkopplung mit den
Instanzen der Reizweiterleitung. Auch hat die Theorie der Frequenz-Orts-Erregung die
Epoche endgültig abgeschlossen, in der Carl Stumfps Resonanztheorie 11 entstanden war,
wonach die Haarzellen wie Saiten eines Instrumentes mittels Resonanz erregt werden. Die
Tatsache aber, daß Töne im Oktavabstand als ähnlicher empfunden werden als benachbarte
Töne, ist weiterhin problematisch und läßt darauf schließen, daß hier noch einiges
an Forschungsarbeit zu leisten ist. Gegenüber den Aussagen über die Vorgänge gelten die
über die Fähigkeiten des menschlichen Ohrs als gesichert. Wie anhand der Skizze ersichtlich
ist, reicht das hörbare Frequenzspektrum altersbedingt von 16 Hz bis zu 20 kHz.
Bemerkenswert an der Skizze ist indes, daß das Hörfeld auch nach oben begrenzt wurde
durch die Fühlgrenze. Das
verweist auf ein weiteres
wichtiges Phänomen, daß
nämlich im Kontext des Hörens
auch taktile Empfindungen
relevant sind, insofern
diverse Schwingungen
über den ganzen Körper
wahrgenommen werden.
Die Fähigkeiten der
menschlichen Stimme sind
in der Skizze gleichfalls
Darstellung aus Bruhn: Musikpsychologie, S. 669
angedeutet, insoweit der
10 Engelhardt; Breves: Physiologie, S. 85ff.
11 vgl. Stumpf, Carl: Tonpsychologie. – Leipzig, 1890

12
tet, insoweit der Sprachbereich zwischen 200 und 10.000 Hz vermerkt ist. Der musikalisch
relevante Stimmumfang reicht von etwa 60 Hz bei Männern bis etwa 1400 Hz bei Frauen.
Solche „musikalischen“ Töne mit bestimmbarer Basisfrequenz und eindeutigem Obertonspektrum
werden sprachlich als Vokale begriffen, wobei die Differenzierung voneinander
vorrangig durch Modulation des Obertonspektrums geschieht. Doch stellt sich so die Frage,
wie jene hohen Frequenzen von bis zu 10.000 Hz im Sprachbereich zustande kommen.
Zur menschlichen Lautgebung steht nämlich nicht ausschließlich der Kehlkopf zur Verfügung,
sondern eine ganze Vielzahl von Alternativen, die unter dem Sammelbegriff der
»Bioakustik« 12 zusammengefaßt werden. Für die Thematik »Musik und Sprache« sind jedoch
nur jene von Interesse, die in einer der beiden Lautformen Verwendung finden. Mittels
der Zunge (z.B. »T«) oder der Lippen (z.B. »P«) können Laute gebildet werden ohne
Beteiligung der Stimmbänder, wohl aber unter Zuhilfenahme des respiratorischen Apparates.
Eine Großzahl der Konsonanten – je nach der Lokalisation in der Mundhöhle – erreicht
Frequenzen, die weit oberhalb dessen gemessen werden, wo der Tonumfang der Stimmbänder
endet. Insbesondere Zischlaute, die an der Zahnreihe entstehen (Dentale, z.B.
»S«), wie auch andere stimmlose Konsonanten zeichnen sich durch ein hohes Frequenzspektrum
aus, wobei ihnen eine genau bestimmbare Basisfrequenz meist fehlt (vgl. 2.1.3).
Daneben kennt der Mensch aber auch stimmhafte Konsonanten (Sonorlaute, z.B. »L« oder
»N«), die in Kombination mit den Schwingungen der Stimmbändern entstehen, während
andere ohne jene Schwingungen auskommen wie z.B. die Knacklaute (Velare wie »K«). Die
Differenzierung der verschiedenen Lautgebungsmöglichkeiten wird am deutlichsten an
Fremdsprachen, die durch ihre Eigenarten Nuancen deutlicher hervortreten lassen als die
eigene Muttersprache. Daher sei ein Schema 13 aus dem semitischen Sprachraum zur Veranschaulichung
wiedergegeben, wo Konsonanten sehr stark differenziert werden:
(Halbvokale)
Verschlußlaute stimmhaft
stimmlos
emphatisch
Reibelaute stimmhaft
stimmlos
emphatisch
Sonorlaute nasal
lateral
vibrant
Lippen- (w)
labial
b b
p p
m m
Zahndental
| alveolar
d d
th t
t e
z z
s s
ts x
n n
l l
r r
Gaumen- (j)
palatal | velar
g g
k k
q q
sch w
Kehl-Laute
laryngal | glottal
/ i
ch c
/ a
h h
12
Exemplarisch sei auf Tembrock: Bioakustik, Musik und Sprache verwiesen.
13 aus Jenni: Lehrbuch, S. 29. Weitere Nuancierungen werden deutlich auf S. 27: „Im Deutschen wird z.B. der
geschriebene stimmlose Gaumen-Reibelaut nach den Vokalen a, o und u hart (weiter hinten [velar]),
nach e, i, den Umlauten und nach Konsonanten weich (weiter vorn [palatal]) ausgesprochen.“

13
Im musikalischen Kontext werden weitere Geräuschquellen genutzt, die teils niedere, teils
hohe technische Anforderungen an die Lauterzeuger stellen. Ist Klatschen beispielsweise
eine eher simple Möglichkeit der Lautgebung, so erfordert das tibetanische »Obertonsingen«
profiliertes Können. Die Differenzierung der musikalischen wie sprachlichen Lautgebungen
steht allerdings in starker Abhängigkeit zum akustischen Unterscheidungsvermögen
des Menschen. Daher wird insbesondere in der Heilpädagogik angenommen,
„daß Artikulation und Lautdiskrimination im verbalen Bereich eng zusammenhängen (BLANTON).
Bereits Liberman hatte in seiner »Motor Theory of Speech Perception« die Bedeutung des „inneren
Mitsprechens“ für die Wahrnehmung von Sprache besonders hervorgehoben. Unbestritten bleibt
die wechselseitige Abhängigkeit von motorischen und perzeptuellen Sprachfähigkeiten […].
Sprachheilpädagogen und Logopäden wissen längst, daß nur das, was differenziert gehört wird,
auch richtig ausgesprochen werden kann; viele Sprechstörungen – insbesondere das „Stammeln“ –
lassen sich auf Schädigungen des Gehörs zurückführen. […] Die wechselseitige Abhängigkeit von
Lautsprachunterscheidung und Lauterzeugung zeigt sich nicht nur im Einfluß von Hörleistungen auf
die Qualität der Artikulation, sondern auch umgekehrt in der Wirkung motorischer auf sensorischer
Fähigkeiten: Phoneme, die Artikulationsschwierigkeiten bereiten, werden beim Hören im allgemeinen
schlechter von anderen Lauten unterschieden […].
Wenn, wie oben dargestellt, sprachliches Diskriminationsvermögen eng mit den Ausdrucks- und Artikulationsfähigkeiten
im Bereich der Sprache verknüpft ist, so wird man dies auch – oder g e r a d e
– beim musikalischen Diskriminationsvermögen erwarten. Tatsächlich finden sich in der empirischen
Forschung für solch einen Zusammenhang von Aussprachleistung und musikalischen Hörfähigkeiten
zahlreiche Belege.“ 14
So stellt – wie viele andere pädagogische Ansätze – auch Daniela Laufer ihre »Untersuchungen
zur Transferwirkung der Musik auf die sprachlichen Leistungen von Menschen
mit geistiger Behinderung« unter die Prämisse, daß Wahrnehmung von Musik Transferwirkung
u.a. auch auf die Artikulation von Sprache hat, und veranschaulicht die Referenzen
von Musik auf andere Bereiche heilpädagogischer Erziehung folgendermaßen:
Lernverhalten
hörendes
Auffassen
schulischer Bereich
Aufmerksamkeit
Denken
Eindrucks- / Ausdrucksverhalten
Gedächtnis
Sprache
MUSIK
Kreativität
Sozialverhalten
Antriebsverhalten
Frustrationstoleranz
emotionales Verhalten
Körperfunktion: Atemfrequenz,
Blutdruck, Muskeltonus, Pulsfrequenz
Koordination motorischer und
auditiver Aktivitäten
somatischer Bereich
Darstellung aus Laufer, S. 21
Ursachen dafür werden in der allgemeinen psychologischen Entwicklung des Menschen
vermutet und mit Befunden der Neuralpsychologie untermauert.
sozialer Bereich
14 Klemm, S. 126ff.
psychischer Bereich

14
2.3. PSYCHOLOGISCHE ASPEKTE
Wie die Medizin mehr Gemeinsamkeiten als Unterschiede zwischen Musik und Sprache
beobachtete, stellt auch die Psychologie zwischen beidem deutliche Verbindungen her.
Einerseits beobachten Entwicklungspsychologen einen bemerkenswerten Zusammenhang,
andererseits bieten differential-psychologische Untersuchungen wie auch weitere
Ansätze Anlaß, Berührungspunkte beider Komponenten in den Blick zu nehmen.
2.3.1. ENTWICKLUNGSPSYCHOLOGISCHE ASPEKTE
Die Entwicklungspsychologie untersucht, welche geistigen Fähigkeiten in Abhängigkeit
vom Alter auftreten können. Dabei kam man nach Klemm zu folgender Einsicht:
„Die Phänomene Musik und Sprache sind psychologisch eng aufeinander bezogen. Musikalische
und sprachliche Verhaltensweisen haben eine gemeinsame Wurzel in den ersten emotionsbestimmten
Lautäußerungen des Säuglings und stützen sich im Prozeß ihrer Entfaltung in hohem Maße gegenseitig.
[…] Es gilt als eines der wichtigsten Grundprinzipien des Spracherwerbs, daß die Entwicklung
auf einem Weg vom Globalen zum Spezifischen verläuft: die Produktion und Wahrnehmung
von Sprache beginnt nicht mit Einzelelementen, die für sich isoliert nacheinander gelernt werden,
sondern ganzheitlich mit Mustern und Strukturen. Dies gilt – wenn auch zu einem etwas späteren
Zeitpunkt der Ontogenese – ebenso für die musikalischen Fähigkeiten: Kinder können eher die Melodiekontur
als exakte Tonhöhen erinnern und wiedergeben. […] Das Verständnis der Prosodie geht
dem der Wortbedeutungen voraus. Der frühe Umgang mit den verschiedenen Mustern der Sprachintonation
ist wichtig, da er das Entdecken und Verstehen von Einheiten auf der Ebene der Semantik
und Syntax wie „Silbe“, „Wort“ oder „Satz“ erleichtert und fördert […]. Der Spracherwerb beginnt
also mit einem Stadium ganzheitlich-affektiver Äußerungsformen und wird erst in späteren Phasen
der Entwicklung mehr und mehr vom Intellekt bestimmt. Die Dominanz der „musikalischen“ Komponente
der Sprache beim Säugling und Kleinkind bedeutet, daß Sprechen und Singen noch nicht
eindeutig zu unterscheiden sind. […] Bei Säuglingen konnte Moog zwei Arten von Lautäußerungen
beobachten: eine ständige Wiederholung von Phonemen, die er als „Sprechlallen“, und eine Wiederholung
verschiedener Tonhöhen, die er als „Singlallen“ bezeichnet. Die Säuglinge beginnen mit
Sprechlallen, das ab dem sechsten Lebensmonat allmählich in Singlallen übergeht; erst nach Abschluß
dieser beiden Phasen mit etwa zehn Monaten werden dann die ersten Wörter gesprochen.
Am Anfang des gesamten Spracherwerbs interessieren sich die Kinder vor allem für das Klangsinnliche
[…]. Im Alter von zwei Jahren lernen die Kinder allmählich, die musikalischen und sprachlichen
Anteile in der „Text-Rhythmus-Verbindung“ zu unterscheiden.“ 15
Präziser ist die individuelle Entwicklung in Gembris’ »Musikpsychologie« abgehandelt, die
an dieser Stelle exkursartig vorgestellt wird, um die Nachvollziehbarkeit zu gewährleisten,
insoweit das Vorverständnis maßgeblich darauf beruht.
15 Klemm, S. 101ff.

15
Gembris Darstellung 16 setzt nicht erst bei dem geborenen Menschen ein, sondern berücksichtigt
die Entwicklung bis zur Geburt gleichfalls. Pränatale Wahrnehmungsfähigkeiten
beginnen damit, daß zwischen dem fünften und sechsten Monat die Nervenzellen im Ohr
des Fötus ausgebildet werden. Reaktionen auf extrauterine Reize seien ab dem siebten
Monat beobachtbar, da die Schallkulisse intrauterin geringerer als erwartet sei, so daß
eine generelle Wahrnehmung akustischer Reize (mindestens 65-70 dB) durchaus als
wahrscheinlich angesehen werden könne, wobei es wegen der stärker werdenden Dämpfung
der Lautstärke bei steigender Frequenz dazu komme, „daß keine Unterscheide zwischen
Männer- und Frauenstimmen gehört werden können. Genau erkennbar ist jedoch
die Sprachmelodie und die Prosodie“ 17 .
Im Säuglingsalter, nachdem bei der Geburt ein drastischer Wechsel der Wahrnehmung
eingetreten ist, gelten bereits als erkennbar sowohl Tondifferenzen von 1-2 % Tonhöhenunterschied
bzw. 3 dB Lautstärkeänderung als auch Tongleichheit. Signifikant für die musikalische
wie sprachliche Entwicklung seien daher die frühkindlichen Vokalisationen der
Mutter-Kind-Interaktion. Diese sogenannte »Ammensprache« entspreche einem »vorlinguistischen
Alphabet«, das als Vorläufer einerseits der sprachlichen wie der musikalischen
Kompetenz andererseits
angesehen werde. Solche
nonverbale Kommunikation,
die sich per Intensität,
Tonhöhe, melodische Kontur,
Rhythmus, Klangfarbe
und Tempo gestalte, stelle
die früheste musikalische
Erziehung dar. Bemerkenswert
hierbei ist indes, daß
jene Mutter-Kind-Interaktion
insofern interkulturell ist,
als daß Forschungen ergaben,
daß sie in verschiedenen
Nationen vergleichbare
Ausprägungen aufweist.
Darstellung aus Gembris: Grundlagen, S. 311
16 Bezuggenommen wird auf Gembris: Grundlagen und auf Gembris: »Musikalität« in MGG Bd. 6, S. 867ff.
17 Fassbender: Entwicklung grundlegender musikalischer Fähigkeiten, 1993, S. 270; zit. in MGG Bd. 6, S. 881

16
Ab dem dritten Monat bereits verfügt das Kind für lange Zeit über einen Tonumfang von
zwei Oktaven. Parallel zur Entwicklung der Sprache vollzieht sich die Entwicklung des Singens
als Kontinuum und nicht – wie lange Zeit angenommen – als Stufenfolge. Dabei hat
das Umfeld nach E. Gordon großen Einfluß auf den Grad der Entwicklung:
TYP STUFE (Tabelle aus Gembris: Grundlagen, S.271)
AKKULTURATION 1 ABSORPTION: Hören und auditives Sammeln
von musikalischen Klängen der Umgebung
Geburt bis zum Alter von 2 ZUFÄLLIGE REAKTIONEN: Bewegungen und
2 bis 4 Jahren: Betätigung »Babbeln« als Reaktionen auf musikalische
mit wenig Bewußtsein der
Klänge der Umgebung, aber ohne Bezug
Umgebung
zu diesen Klängen
3 absichtsvolle REAKTIONEN: das Kind versucht,
die Bewegungen und das »Babbeln« auf die
musikalischen Klänge zu beziehen
IMITATION 4 ABLEGEN DER EGOZENTRIZITÄT: Das Kind erkennt,
Alter zwischen 2 bis 4 und
daß Bewegungen und »Babbeln« nicht zu den
3 bis 5 Jahren: Betätigung Klängen der Musik in der Umgebung passen
mit bewußtem Denken, 5 KNACKEN DES CODES: Nachahmen der musikavorwiegend
auf die Um-
lischen Klänge der Umgebung mit einiger
gebung gerichtet
Genauigkeit, insbesondere der tonalen und
rhythmischen Muster
ASSIMILATION 6 INTROSPEKTION: Erkennen des Mangels an
Alter zwischen 3 bis 5 und
Koordination zwischen Singen, Atmen und
4 bis 6 Jahren: Betätigung Bewegung
mit bewußtem Denken, vorwie- 7 KOORDINATION: Koordination zwischen Singen,
gend auf das Selbst gerichtet
Atmen und Bewegung
„Nach Gordons Theorie ist das angeborene musikalische Potential […] nicht fest und unveränderlich,
sondern bis zum Alter von etwa neun Jahren entwicklungsfähig und daher im
Positiven wie im Negativen sehr beeinflußbar.“ 18 Das musikalische Potential sei generell
limitiert, doch erkenne man zunächst eine »Begabung im Entwicklungsstadium« und erst
dann eine eher »stabilisierte musikalische Begabung«. „Grundlage und Basis musikalischer
Begabung ist nach Gordon die Fähigkeit, Musik zu hören und zu verstehen, die nicht
tatsächlich physikalisch erklingt, sondern imaginativ vorgestellt wird. Diese Fähigkeit bezeichnet
er als »Audiation« (Music Audiation).“ 19 Ein sprachliches Korrelat ist denkbar.
18 Gembris: Grundlagen, S. 267
19 Gembris: Grundlagen, S. 268

17
Gordon – fokussiert auf Musikalität – bestätigt damit zugleich, daß die Entwicklung musikalischer
wie sprachlicher Kompetenz abhängig ist von den Wahrnehmungsfähigkeiten,
welche nun von den ersten Lebensjahren an bis ins Schulalter näher betrachtet werden.
Laut Piaget, der eine grundlegende Entwicklungstheorie vorgestellt hatte, sei erst mit dem
siebten Lebensjahr die Koordination verschiedener Wahrnehmungsaspekte möglich, d.h.,
erst dann könne eine Melodie und ihr Rhythmus voneinander differenziert werden. Neuere
Ergebnisse besagen jedoch, daß ab dem dritten Lebensjahr bereits inzwischen ein Unterscheidungsvermögen
zeitlicher Muster »vorher-nachher« zu beobachten sei wie auch, daß
Dreijährige bei Moll traurig würden, also den emotionalen Ausdruck wahrnehmen könnten.
„Die Fähigkeit, eigene emotionale Befindlichkeiten auszudrücken und die anderen
Personen zu verstehen, ist bereits in den ersten Lebensmonaten festzustellen.“ 20 Doch
stellt sich die Frage, wie Kinder über ihre Wahrnehmungen Auskunft geben können, da sie
in dem Alter lediglich über eine eingeschränkte begriffliche Kompetenz verfügen. Daher
wurden im Falle von Musik Untersuchung mittels graphisch-symbolhafter Repräsentation
zur Erforschung der Entwicklung
des musikalischen Denkens angestellt,
wobei unlängst auch frei erfundene
Bilder verwendet wurden.
Weil Vier- bis Fünfjährige aber
noch nicht räumlich-graphisch
zeichnen, liefern sie »figurales«
Gekritzel, woraus mögliche Denkstrategien
eruiert werden: zuerst
bilden sich sensomotorisch-egozentrische
Denkschemata aus, woraus
später formelles Systemden-
Darstellung aus Gembris: Grundlagen, S. 251
ken resultiere. Die entwickelten Fähigkeiten aus dem Kind- und Vorschulalter werden im
Schulalter weiter stabilisiert, bis die Pubertät die Adoleszenzphase eröffnet. „Die Adoleszenz
ist auch hinsichtlich des Erlebens von Musik und ihrer Funktion eine Zeit besonderer
Umbrüche, die vor allem in der Entwicklung musikalischer Präferenzen und Einstellungen
deutlich wird. […] Nach der Jugendzeit mit dem Übergang ins Erwachsenenalter wendet
sich die Aufmerksamkeit wieder mehr derjenigen Musik zu, die vor dem Übergang in die
Adoleszenz von Bedeutung gewesen ist.“ 21 Entwicklungspsychologien enden meist hier.
20 Gembris: »Musikalität«, S. 888
21 Gembris: »Musikalität«, S. 893

18
2.3.2. DIFFERENTIALPSYCHOLOGISCHE ASPEKTE
Dieser methodische Ansatz sucht – unabhängig vom Alter – zu unterscheiden, wie zunächst
die Verarbeitung von Musik und Sprache bzw. wo im Gehirn sie stattfindet:
„Theoretisch kann davon ausgegangen werden, daß durch jeden Reizanfall im Gehirn ein oszillatorischer
Prozeß ausgelöst wird in bestimmten Zentren, die der Sinnesmodalität des auftreffenden
Reizes zugeordnet sind. Oszillatorensysteme im Nervensystem besitzen die Eigenschaft, daß sie
durch einen plötzlich auftreffenden Reiz unmittelbar synchronisiert werden. Visuelle, taktile oder
akustische Reize führen zu periodischen Entladungen in den stimulierten Nervennetzen, deren Dauer
sich gleicht. Damit wird ein zeitliches Raster gebildet, innerhalb dessen zeitliche Ereignisse aus
verschiedenen Sinnessystemen aufeinander bezogen werden können. Gäbe es keine derartige zeitliche
Rasterung, dann wäre es außerordentlich schwierig, Informationen der verschiedenen Sinnessysteme
miteinander zu vergleichen bzw. miteinander in Beziehung zu bringen. Die Periode des Oszillators
liegt nun bei 30-40 ms; «… sie ist jener Grundtakt, der unsere mentale Tätigkeit charakterisiert
und als Minimalzeit definiert wird, um einzelne Ereignisse zu identifizieren oder schnelle Entscheidungen
zu treffen …» (E. Pöppel). Dieser Oszillator ist gleichsam eine Uhr im Nervensystem.“ 22
Nach Pfalz sei die linke Hirnhälfte primär für Zeit, die rechte eher für Musikwahrnehmung
und -erleben zuständig, da „die rechte Gehirnhälfte für bestimmte Aspekte unseres Gefühlslebens
dominant ist. Die Tonhöhenmodulation ist wohl das an der Musik, was ihr
besondere emotionale Wirkung vermittelt.“ 23 Für Sprache bedeutet dies:
„Nicht nur der Inhalt einer sprachlichen Information löst beim Empfänger eine Reaktion aus, sondern
auch deren «akustische Verpackung». Diese wird durch den Sender, d.h. die Stimme des Sprechenden
bestimmt. Es ist das sog. «Timbre», d.h. die Klangfarbe der Stimme, welche beim Empfänger
unbewußt Gefühlsregungen auslöst; positive im Sinne einer sympathischen Einstellung gegenüber
dem Sprechenden, negative im Sinne einer antipathischen, ablehnenden Reaktion. In gleicher
Weise reagiert der Mensch auf Umweltgeräusche, die er je nach Art ihrer akustischen Verpackung
als angenehm, als lästig oder als alarmierend empfindet. In diesem Zusammenhang muß darauf
hingewiesen werden, daß das Ohr entwicklungsgeschichtlich ein Alarmorgan ist, dessen Funktion
einen wesentlichen Beitrag zur Erhaltung der Art geleistet hat. Was für Sprache und Umweltgeräusche
gilt, besitzt auch Gültigkeit für die Musik.“ 24
Der interindividuellen Kommunikation vorausgegangen sei also die Funktion des Ohres
als Alarmorgan, woraus die selektive Perzeption, also das Richtungshören abzuleiten sei,
das seine physiologische Grundlage in der Hörrinde des Schläfenlappens habe. Daß nicht
das Auge mit einem Informationsdurchsatz (in binäre digits pro Sekunde angegeben) von
3x10 6 bit/s, sondern das «langsamere» Ohr mit 3,5x10 4 bit/s für Kommunikation wichtig
ist, liege nach Pfalz daran, daß man demnach mehr sagen könne als zeigen.
22 Pfalz, S. 14
23 Pfalz, S. 15
24 Pfalz, S. 4f.

19
Andere Ansätze beschränken sich auf die Untersuchung am Hören beteiligter Hirnareale:
„Ziel der Arbeiten ist meist, Aufschlüsse über die Lokalisierbarkeit der Hirnfunktionen zu gewinnen;
da – wie man heute allgemein annimmt und im folgenden näher ausgeführt werden soll – beide
Hirnhemisphären des Menschen Wahrnehmungsreize in unterschiedlicher Weise verarbeiten, kann
man aus den Ergebnissen aber auch Folgerungen über Analogie oder Gegensätze in den „Strategien“
beim Hören von Musik und Sprache ableiten.“ 25
Insofern sind die Ergebnisse von Belang, als daß sie Auskunft liefern, ob ein Zusammenhang
zwischen beiden Lautformen begründet ist. Anfangs dienten Untersuchungen an
Läsionen im Hirn dem Ziel, Ausfallerscheinungen wie Aphasien bzw. Amusien zu lokalisieren,
wobei beobachtet wurde, daß letzteres meist in Kombination mit ersterem eintritt,
während ersteres ohne letzterem auftreten kann. 26 Aphasien werden auf Verletzungen des
Frontallappens der linken Hirnhälfte zurückgeführt, während Amusien auf Läsionen beider
Frontallappen beruhten. Andere Untersuchungen an gesunden Probanden ergaben, daß
links Kognition und rechts Emotionen und überdies – speziell auf Sprache bezogen – links
Konsonanten und rechts Vokale verarbeitet werden:
„Die Annahme, es handle sich bei der linken Hemisphäre um eine „auf Sprache spezialisierte“ Hirnstruktur,
wäre allerdings voreilig und müßte dahingehend modifiziert werden, daß die sprachdominante
ebenso wie die rechte Hirnhälfte weniger durch das bevorzugt verarbeitende Material als
vielmehr durch die Art und Weise der Verarbeitung charakterisiert ist. In dieser Hinsicht läßt sich eine
funktionale Asymmetrie im menschlichen Gehirn feststellen: die linke Hemisphäre verbalisiert
nahezu alle Informationen nichtsprachlicher Natur; dabei werden ganzheitlich-simultane Wahrnehmungsinhalte
in zeitlich-sequentielle Einzelereignisse zerlegt. Im Gegensatz zu dieser gleichsam
diskursiven Verarbeitungsweise der linken Hemisphäre sind die Denkprozesse der rechten Hemisphäre
intuitiv; Informationen werden hier auf ganzheitliche Weise verarbeitet; das globale gestalthafte
Verstehen dominiert. Eine „analytisch-sequentielle“ Strategie der linken Hemisphäre
steht somit einer „synthetisch-holistischen“ Strategie der rechten gegenüber. Die Hirnasymmetrie
ist alters- und geschlechtsabhängig: sie prägt sich nach Meinung der meisten Forscher zu Beginn
der Pubertät aus und zwar bei Mädchen mit etwa zehn Jahren, bei Jungen dagegen erst mit etwa
zwölf Jahren.“ 27
Eine – früher oft behauptete – These, daß Sprache links und Musik rechts, also generell
getrennt von einander verarbeitet würden, läßt sich demnach nicht mehr aufrecht erhalten,
zumal weitere Untersuchungen zum Thema gleiche Ergebnisse erzielen. 28
25 Klemm, S. 67f.
26 vgl. Klemm, S. 73
27 Klemm, S. 79f.
28 vgl. Schuster, S. 51: „wonach Musiker durch ihr analytisches Musikhören eine Linkslateralisation zeigen,
während Nichtmusiker die Musik eher ganzheitlich, d.h. holistisch mit der rechten Hemisphäre verarbeiten.“

20
Derzeitige Erkenntnisse
über
beteiligte Areale
der Sprachverarbeitung,
die je
nach Umgang
unterschiedlich
lokalisiert sind,
bzw. bekannter
und unbekannter
Sprache lassen
sich dank des EEG
veranschaulichen.
Darstellung aus Brockhaus – Körper, Geist und Seele, S. 273
Ein Experiment des Max-
Planck-Instituts Leipzig
untersucht derzeit, ob
Musik ähnliche Areale
aktiviert wie die Muttersprache,
wobei sich abzeichnet,
daß für musikalische
und sprachliche
Informationen ein und
dieselbe Region zuständig
ist, weil z.B. Fehler
in der Syntax gleiche
Impulse im Hirn auslösen,
wie Fehler in Klassischer
Musik 29 .
Darstellung aus Brockhaus – Körper, Geist und Seele, S. 502
Hingegen im Mittelpunkt der Untersuchungen von Köhlmann steht jene psychische Tätigkeit,
die es überhaupt ermöglicht, Musik und Sprache aus der Gesamtheit akustischer
Wahrnehmung zu filtern:
29 persönliche Mitteilung von einem der Autoren Björn Helmer Schmidt

21
„Ausgehend von der Vorstellung, daß ein kontinuierliches Schallsignal vom Gehör in aufeinanderfolgende
Schallereignisse unterteilt wird, konnten mit Hilfe der Rhythmuswahrnehmung diejenigen
Zeitpunkte ermittelt werden, welche die Schallereignisse bezüglich der Wahrnehmung repräsentieren.
Diese Zeitpunkte wurden Ereigniszeitpunkte genannt. Sie kennzeichnen die Segmentierung von
Schallen durch das Ohr. […]
Untersuchungen der Segmentierung kontinuierlicher Schalle zeigten, daß prinzipiell jede Pegelerhöhung
(> 1 dB) ein rhythmisches Ereignis auslöst, eine Pegelerniedrigung aber bestenfalls in 50 %
der Fälle. Eine überschwellige Frequenzänderung bewirkt unabhängig von der Richtung der Änderung
ein Ereignis. Für die rhythmische Verschmelzungsgrenze von aufeinanderfolgender Pegel- und
Frequenzänderung wurde ein Bereich zwischen 100 und 200 ms ermittelt. […]
Sprache und Musik wurden von den Versuchspersonen im wesentlichen in Zeitintervallen zwischen
200 und 400 ms segmentiert. Die Zeitverhältnisse aufeinanderfolgender Intervalle ergaben bei
Sprache und Musik unterschiedliche Verteilungen. […] Die metrische Struktur der Musik zeichnet
sich deutlich in der Segmentierung ab. Es konnte nachgewiesen werden, daß allein aufgrund dieser
Struktur eine Unterscheidung von Sprache und Musik möglich ist.“ 30
Ein erster Anhaltspunkt ist also gefunden, Musik und Sprache voneinander zu unterscheiden,
wobei die berücksichtigt werden sollte, ob die nur für eine bestimmte Art von Musik
bzw. Sprache gilt.
2.3.3. PSYCHOANALYTISCHE ASPEKTE
Die bisher erwähnten medizinisch-physiologischen Abläufe bei Hör- und Lautgebungsvorgängen
stellen jedoch lediglich die Überbrückung einer Distanz dar zwischen einem »Ich«
und seinem »Du«, einem Ego und dessen Alter. Indes stellt sich die Frage, ob und wie jene
Vorgänge im Bewußtsein des Individuums Wirkweisen ausbilden. Verallgemeinernd kann
man sowohl bei Sprache als auch bei Musik davon ausgehen, daß die – einmal im Hörprozeß
als solche identifizierten – Lautmuster in mentale Vorstellungen transformiert werden
in Relation zum Ausmaß der provozierten Aufmerksamkeit. Ohne dies ist die Erweiterung
des Gedächtnisbesitzes unmöglich. Für den Fall der Lautgebung gilt analog, daß mentale
Vorstellungen transformiert werden in Lautmuster, um beim Gegenüber die nötige Aufmerksamkeit
zu provozieren usw. Dabei kann z.B. das Maß der Aufmerksamkeit – rein
psychologisch verstanden – differieren zwischen bewußt-konzentrierter Wahrnehmung
über unbewußt-suggestiver bis hin zu keiner Wahrnehmung. Für die weiteren Ausführungen
ist es daher an dieser Stelle geboten, auf jene Vorstellung näher einzugehen, die auch
als Vorverständnis dieser Arbeit zugrunde liegt, daß nämlich im Diskurs um Sprache und
Musik die bewußte Tätigkeit des menschlichen Geistes von großer Bedeutung ist, bei weitem
aber nicht die einzige.
30 Köhlmann, S. 3

22
Nach Carl Gustav Jungs tiefenpsychologischen Ansatz der »analytischen Psychologie« 31
verfügt der Mensch einerseits über ein Selbstbewußtsein mit einem subjektiven »Ich«,
anderseits über ein »individuell Unbewußtes« sowie über ein »kollektives Unbewußtes«,
das man mit anderen Menschen gemein hat und woraus – nach Jung – die Archetypen die
individuelle Psyche bestimmen. Im Bild gesprochen ist demnach die Psyche vergleichbar
einem Berg, dessen Fundament im Gebirgsmassiv zusammen mit anderen Bergen das
kollektive Unbewußte darstellt, woraus sich das individuell Unbewußte erhebt und sich
von anderen Bergen unterscheidet, aber erst dessen schneebedeckter Teil dem Selbstbewußtsein
mit dem »Ich« als Gipfel entspricht. Vor diesem Hintergrund ist verständlich, daß
Musik nicht ausschließlich kognitiv, also bewußt verarbeitet wird, sondern zugleich in
Beziehung steht zu den beiden unbewußten Bereichen der menschlichen Psyche. Die Bedeutung
dieses Ansatzes wird so beschrieben:
„Während bei psychoakustischen, -physikalischen und -physiologischen Forschungsansätzen Psychologie
zunehmend zur entindividualisierten Physik des Nervernsystems und Vegetativums wird,
geht es bei psychoanalytischen Theorien um die Rettung des Ichs. […] Da Freud allerdings – ebenso
wie sein Schüler Guido Adler und sein Antipode Carl Gustav Jung – sich primär mit Sprache als diskursivem
Medium psychoanalytischer Methodik auseinandergesetzt und keine psychoanalytische
Theorie der Musik unternommen hat, hat sich die Psychoanalyse bis heute eher marginal mit Musik
als nicht-diskursivem Kommunikationsmittel befaßt. […] Die meisten Autoren, die sich unter psychoanalytischem
Blickwinkel mit Musik beschäftigt haben, stimmen darin überein, daß Musik eine
Sprache sei, deren Ursprünge in frühkindliche Wahrnehmungs- und Kommunikationsweisen zurückreichen.
[…] In Abhängigkeit von der Art der Musik und von der musikalischen Erfahrungsbereitschaft
des Hörers werden von mehr oder weniger ausgeprägten Empfindungen begleitete archaische
Funktionsweisen aktiviert. In deren Gefolge kann es zum psychischen Rückzug aus der Realität,
zur Evokation von Phantasien, Erinnerungsresten und Wunschvorstellungen, kurz, zur Auflösung
von Zeit- und Ich-Grenzen kommen. Diese […] als Regressionsmodi bezeichneten Vorgänge
werden nicht nur zur Erklärung kreativer Aktivität herangezogen, sondern auch zur Erklärung musiktherapeutischer
Wirkungen.“ 32
2.3.4. GESTALTPSYCHOLOGISCHE ASPEKTE
Dieser Ansatz geht davon aus, daß ein Mensch weniger Einzelheiten wahrnimmt, als viel
mehr ein sinnvolles Ganzes zu erkennen sucht. Auf Musik bezogen bedeutet dies nach
Stumpf, „eine Wahrnehmung entstehe nicht in einem zweiten Verarbeitungsgang, sondern
schließe sich sofort und unmittelbar an die Sinnempfindung an.“ 33 Seiner Arbeit ver-
31 vgl. Jung-Merker, L. (Hg) [u.a.]: Gesammelte Werke. – 15. Aufl. – Olten: Walter, 1988
32 Rösing, Helmut: »Musikpsychologie« in MGG Bd. 6, S. 1557f.
33 Stumpf, Carl: Tonpsychologie, 1883, Bd. 2, S. 4; zit. nach Rösing, Helmut: »Musikpsychologie« in MGG,
Bd. 6, S. 1558

23
danken sich sowohl Konsonanztheorien als auch Erklärungsmodelle von Wahrnehmungsqualitäten
der Sprachlaute und Instrumentalklänge. Ihm folgte die sogenannte Berliner
Schule, deren Vertreter für die Musikpsychologie von herausragender Bedeutung sind.
Beispielsweise Max „Wertheimer formulierte in seinen Untersuchungen zur Lehre der Gestalt
(1923) bis heute gültige Gesetze der Gruppierung von Tonfolgen zu Verarbeitungseinheiten;
Koffka befaßte sich u.a. mit der Gruppierung von Tonfolgen zu rhythmischen
Komplexen und entwickelte eine Theorie, wonach die rezipierte Gestalt abhängt von der
Bedeutung, die eine Person den wahrgenommen Reizen beimißt, also eher auf Sozialisationsphänomenen
und Lernprozessen beruht, als angeboren ist.“ 34 Die Musikethnologie
steht ebenfalls in diesem Kontext, wie auch die Theorien E. Kurths, der „in seiner Musikpsychologie
(1931) […] energetische Qualitäten der Klangmaterie in das Zentrum der Betrachtungen
[stellt]. Spannungen im musikalischen Material führen zu jener psychischen
Energie, aus der sich die Wirkung von Musik erkläre.“ 35 Auf ihn geht auch die Vorstellung
der Gleichzeitigkeit musikalischer Ereignisse – die physikalisch nacheinander, mental in
der Psyche aber gemeinsam präsent sind – und der Räumlichkeit der Musik als imaginären
Raum der Psyche zurück. Der Gestaltpsychologie gegenüber etablierte sich in Leipzig die
Ganzheitspsychologie, die Ausgangspunkt der holistischen Theorien der New-Age-
Bewegung wurde. Dominierend aber ist inzwischen „die kognitive Psychologie [als] eine
Weiterentwicklung phänomenologischer und gestaltpsychologischer Prinzipien“ 36 . In diesem
Zusammenhang sei jedoch noch auf eine interessante Studie verwiesen:
„Carol Krumhansi und der Sprachwissenschaftler Peter Jusczyk (1990) […] untersuchten die Frage,
inwieweit Säuglinge im Alter von viereinhalb und sechs Monaten für die Phrasenstruktur von Musik
sensibel sind und welche musikalischen Faktoren dabei eine Rolle spielen. Der theoretische Hintergrund
dieser Fragestellung ist folgender: Für das Verständnis der Sprache ist es notwendig, aus
dem fortlaufenden Klangstrom aus Konsonanten und Vokalen größere Einheiten wie Silben, Wörter,
Phrasen und Sätze zu erkennen und herauszufiltern (Segmentierung). Das Problem besteht darin,
Beginn und Ende von Silben, Wortgrenzen etc. zu erkennen, obwohl es oft keine Pausen in den fortlaufenden
akustischen Signalen gibt. Für das korrekte Segmentieren und Erkennen von Wortgrenzen
spielen wahrscheinlich Rhythmus und Intonation als Hinweisreize eine wichtige Rolle. Wie verschiedene
Experimente gezeigt haben, bevorzugen bereits sechs Monate alte Säuglinge richtig
segmentierte Sprache gegenüber nicht korrekt segmentierter Sprache. Sie sind also in der Lage, im
fortlaufenden Strom der Sprache Strukturen zu erkennen, die zur Segmentierung dienen. In zwei
raffinierten Experimenten konnten Saffran, Aslin & Newport (1996) nachweisen, daß acht Monate alte
Säuglinge sogar in der Lage sind, in einer künstlichen Nonsense-Sprache, die von einer synthetischen
Frauenstimme als ein Sprachstrom ohne Pause und ohne jegliche Intonation dargeboten
34 Rösing, Helmut: »Musikpsychologie« in MGG, Bd. 6, S. 1559
35 Rösing, Helmut: »Musikpsychologie« in MGG, Bd. 6, S. 1559
36 Rösing, Helmut: »Musikpsychologie« in MGG, Bd. 6, S. 1561

24
wurde, Wortgrenzen zu erkennen und einzelne Worte zu isolieren. Dies ist dadurch möglich, daß
Säuglinge offenbar eine enorme statistische Lernfähigkeit besitzen, die es ihnen erlaubt, bereits
nach einer zweiminütigen Darbietung eines kontinuierlich fließenden, intonationslosen Sprachstroms
statistische Regelmäßigkeiten in der Aufeinanderfolge von Lauten zu erkennen. Sie können
erkennen, daß bestimmte Lautfolgen bzw. Lautkombinationen häufiger vorkommen als andere, so
daß sie häufig vorkommende Lautfolgen als Wörter interpretieren. Eine alte Streitfrage lautet, ob
Säuglinge angeborene, erfahrungsunabhängige und universelle Mechanismen zum Spracherwerb
besitzen – eine Position, wie sie beispielsweise von dem Sprachwissenschaftler Chomsky und
jüngst von dem Kognitionswissenschaftler Steven Pinker in seiner Theorie des Sprachinstinktes vertreten
wird (s. Pinker 1996) – oder ob die dem Spracherwerb zugrunde liegenden Mechanismen
durch Erfahrung und Lernen erworben werden. Die Ergebnisse von Saffran, Aslin & Newport (1996)
sprechen eher dafür, daß es erfahrungsabhängige, also erlernte Mechanismen gibt, die in sehr effektiver
Weise eine Wortsegmentierung und darüber hinaus den Spracherwerb ermöglichen. Saffran,
Aslin & Newport (1996) schließen daher aus ihren Ergebnissen, daß nicht angeborenes Wissen,
sondern angeborene Mechanismen zum statistischen Lernen für die frühkindliche Sprachentwicklung
eine wesentliche Rolle spielen.“ 37
2.3.5. KOGNITIONSPSYCHOLOGISCHE ASPEKTE
Hierbei ist von Interesse, welche Verläufe innersubjektiv Musik oder Sprache hervorrufen
bzw. begleiten. „Zentrales Anliegen der musikalischen Kognitionspsychologie ist Modellierung
von kognitiven mentalen Systemen zur Repräsentation von psychischen Prozessen
wie Gedächtnis und Wissensstrukturen, von Wahrnehmungsvorgängen, Kategorialisierungsaspekten
oder Lernprozessen. Dabei spielen auch gestaltpsychologische Ansätze
der Gruppierung und des Figur-Hintergrund-Hörens einzelner Elemente von komplexen
musikalischen Zeitgestalten eine bedeutsame Rolle.“ 38 Exakt an diesem Punkt splittet sich
die Schar derer, die über Musik und Sprache nachdenken, in zwei Lager. Nach Ansicht von
La Motte-Haber nämlich ist der Konnex zwischen Musik und Sprache auf psychologischer
Ebene „eine Idee mit begrenzter Reichweite“ 39 . Anderer Ansicht ist hingegen Stoffer, der
fundiert darlegt, daß Musik kognitiv wie Sprache repräsentiert werden kann. Unter Bezugnahme
auf E. Kurth 40 differenziert er die Musikpsychologie als „Beschreibung struktureller
Aspekte der kognitiven Verarbeitung beim Hören von Musik“ 41 . Beide, Stoffer und la
Motte-Haber sollen zu Wort kommen.
37
Gembris: Grundlagen, S. 279
38 Rösing, Helmut: »Musikpsychologie« in MGG, Bd. 6, S. 1566
39 La Motte-Haber, S. 133
40 Kurth, Ernst: Musikpsychologie. – Berlin: Hesse, 1931
41 Stoffer: Modelle, S. 148

25
2.3.5.1. DER STANDPUNKT VON THOMAS H. STOFFER
Wie die Linguistik für die Sprachpsychologie, so sucht Stoffer für die Musikpsychologie
nach Strukturbeschreibungen, um zu klären, welche „Aspekte kognitiver Verarbeitung
beim Hören von Musik […] mit musiktheoretischen Konzepten zur Beschreibung musikalischer
Struktur korrespondieren“ 42 . Eine Möglichkeit bietet für ihn Gibsons Betrachtungen
der Reizmuster, „so daß Mechanismen modelliert werden können, die mit der Struktur der
Reizmuster in Einklang stehen.“ 43 Solche Modelle würden einerseits zur methodologischen
Klarheit über die musikalische Vorlagen beitragen, dienten andererseits aber auch
heuristisch der Hypothesenbildung über kognitive Repräsentationen, solange sie sich sowohl
durch deskriptive, als auch durch kognitive Adäquatheit auszeichnen. „Wenn z.B.
das musikalische Strukturbeschreibungsmodell von einer hierarchischen Struktur der Musik
ausgeht (z.B. Riemann, 1905), wird die Hypothese nahegelegt, daß die kognitive Repräsentation
wahrgenommener Musik eine hierarchische Struktur besitzt (z.B. Stoffer,
1981). Es kann außerdem die Hypothese nahegelegt werden, daß diejenigen musikalischen
Einheiten, die das Strukturbeschreibungsmodell definiert, potentielle funktionelle
Verarbeitungseinheiten für kognitive Prozesse darstellen (Stoffer, 1981).“ 44 Indes unterscheidet
Stoffer kognitive Adäquatheit von kognitiver Realität. Strukturen müßten keineswegs
gleich, sondern entsprechend sein, wie die deskriptive Adäquatheit nicht Musik,
sondern der Musik entsprechend sei. Ein vollständiges Verarbeitungsmodell ergebe sich
daraus aber noch nicht, das aussage, „unter welchen Bedingungen und zu welchem Zeitpunkt
eine potentiell wahrnehmbare Einheit zur funktionell wirksamen Verarbeitungseinheit
wird.“ 45
Anfangs verbreitete sich ein hierarchisches Modell, das auf Intervallbeziehungen, rhythmischen
Mustern und Harmoniefolgen basierte, bei dem zunächst aufsteigende Prozesse
(Reizweiterleitung) erklärt werden sollten. Aus dem Bereich der »Künstlichen Intelligenz«
stammte die Annahme eines Induktionsmusters, das „Beziehungen zwischen benachbarten
Elementen eines seriellen Reizmusters mittels rationaler Konzepte auf der untersten
Ebene, anschließend auf den übergeordneten Ebenen“ 46 erkennt, wobei die einzelnen Induktionsschritte
durch Extrapolationen jeweils überprüft würden. Indes leiden solche Modelle
daran, daß die für exakte Bestimmungen notwendige Unabhängigkeit der Bereiche
Melodie, Rhythmus und Harmonie durch Interaktionen unterwandert wird, wie auch die –
42
Stoffer: Modelle, S. 148
43 Stoffer: Modelle, S. 149
44 Stoffer: Modelle, S. 149
45 Stoffer: Modelle, S. 150
46 Stoffer: Modelle, S. 151

26
theoretisch unendlich vielen – Kombinationsmöglichkeiten praktisch begrenzt sind durch
musikalische Formprinzipien. „Funktionelle Aussagen über Mechanismen der kognitiven
Verarbeitung werden in hierarchischen Modellen nur insofern gemacht, als der Aufbau
einer kognitiven Repräsentation musikalischer Strukturen als aufsteigender Kodierungsprozeß
beschrieben wird“ 47 . Dagegen „kommen viele Autoren inzwischen zu der Hypothese
einer funktionalen Dominanz der Verarbeitung konfigurativer Merkmale sowohl für die
visuelle Wahrnehmung (Cooper, 1980) als auch für die auditive Wahrnehmung (Stoffer,
1981).“ 48 Mit der Annahme von Prototypen- und Schemamodellen könne man jene Interaktionen
der aufsteigenden mit absteigenden Prozessen (Voraushören) abbilden. „Ein musikalischer
Prototyp ist eine kognitive Repräsentation derjenigen Merkmale und strukturellen
Eigenschaften, die bei einer Menge musikalischer Strukturen gemeinsam anzutreffen
sind. Die Fähigkeit von Hörern, zwischen verschiedenen Klassen musikalischer Strukturen
zu diskriminieren oder ein Mitglied einer Klasse als solches zu identifizieren, wird durch
die Annahme entsprechender Prototypen zu erklären versucht.“ 49 In Bezugssystemen lassen
sich mittels dieser Prototypen z.B. Asymmetriebeobachtungen beim Hören von Musik
darstellen. „Der Begriff »Bezugssystem« bezeichnet den Sachverhalt, daß ein in der
Wahrnehmung gegebenes Objekt seine qualitativ und quantitativ beschreibbaren Merkmale
aus dem Bezug zu Merkmalen der Gesamtsituation gewinnt“ 50 . Als Beispiel führt
Stoffer an, daß eine sehr laute Stelle in einem Violinenduett auch als »sehr laut« empfunden
werde, obwohl eine ebenso laute Stelle in einer Wagner-Oper als weniger laut beurteilt
werde. Objekteigenschaften werden laut Stoffer mittels der Prototypen analysiert,
während das Bezugssystem diese gewichtet anhand des Kontextes. „Ein Bezugssystem
relativiert die Merkmale eines Objekts und beeinflußt damit die Klassifikationsgrundlage
für eine eventuelle kategoriale Identifikation […]. Die übergeordnete Struktur, die sowohl
Prototypen als auch Bezugssysteme enthält, bezeichnen wir als »Schema«.“ 51
Musikschema
Prototypen
musikalisches
Stilschema
globales Klassifikationsschema
Wahrnehmungsschemata
und
Bezugssysteme
Formtypenschema
Kernschema
Periodenstrukturvarianten
Subschema
Lied
47
Stoffer: Modelle, S. 154
48 Stoffer: Modelle, S. 155
49 Stoffer: Modelle, S. 156
50 Stoffer: Modelle, S. 158
51 Stoffer: Modelle, S. 158
< Darstellung aus Stoffer, S. 165

27
Solche Schemata gliedern sich ein in ein übergeordnetes System, daß für Vorgänge des
Verstehens allgemein konstitutiv ist, und stehen darüber zueinander in Verbindung. „Wir
fassen »Verstehen von Musik« als Gefüge kognitiver Prozesse auf, in deren Verlauf eine
Konzeptstruktur aktiviert wird, die in einer kognitiven Repräsentation kategorialer Beziehungen
zwischen Einheiten eines Musikstücks in Relation zu einem musikalischen Formtyp,
in der kategorialen Einordnung in verfügbares musikhistorisches Wissen sowie in der
Einordnung in ein affektiv und ästhetisch bestimmtes Bewertungssystem bestehen kann.
Strukturelle Basis dieser kognitiven Prozesse ist ein Repräsentationssystem impliziten
musikalischen Wissens in Form eines organisierten Netzwerkes musikalischer Konzepte
(»deklaratives Wissen«, Laske 1980), das in ein operatives kognitives System (»prozedurales
Wissen«, Laske 1980) eingebettet ist.“ 52 Aufsteigende Prozesse aktivieren demnach
höhere Ebenen, welche weitere höhere, aber auch Subebenen – absteigende Prozesse
genannt – zur Präzisierung oder Korrektur aktivieren. Mittels der »Generativen Transformationssyntax«
expliziert Stoffer die beteiligten Schemata bei Volksliedern, deren Funktion
die eines Parsers ist. „Als Parser bezeichnet man einen Strukturanalysemechanismus,
der für ein Wahrnehmungsobjekt eine Repräsentation seiner Konstituentenstruktur erzeugt,
d.h. die Repräsentation der vertikalen Schichtung und horizontalen Abgrenzung
von Einheiten auf mehreren Strukturebenen“ 53 . Zusätzlich skizzieren sie die Prozesse der
Aufmerksamkeitsfokussierung auf einzelne Ebenen der Repräsentation. „Das Schemamodell
berücksichtigt gegenwärtig den gesamten, über ein musikalisch-syntaktisches Wissen
hinausgehenden Bereich des semiotische, kulturhistorische und auch affektiv-ästhetische
Aspekte des Musikhörens repräsentierenden Wissens nur unzureichend. […] Diese nicht
primär auf das Erfassen musikalischer Strukturaspekte gerichteten Höreinstellungen sind
im Rahmen des Schemamodells Ausdruck der Verwendung inhaltlich andersartiger Schemata
und Prototypen. An den beschriebenen Prinzipien sollte sich jedoch nichts ändern,
wenn eine Einheit statt durch ein strukturelle Aspekte der Musik analysierendes Schema
durch ein z.B. affektive Qualitäten analysierendes Schema weiterverarbeitet wird.“ 54
52 Stoffer: Modelle, S. 162f.
53 Stoffer: Modelle, S. 168
54 Stoffer: Modelle, S. 180

28
2.3.5.2. DER STANDPUNKT VON HELGA DE LA MOTTE-HABER
Der Diskurs um Musik und Sprache stellt für la Motte-Haber eines der problematischsten
Kapitel der Musikwissenschaft dar. In fast zynischer Manier skizziert sie – aber dafür sehr
umfangreich – jene Entwicklung, die ihrer Meinung nach dazu geführt hat, daß aufgrund
behaupteter Unverständlichkeit die »Serielle Musik« größtenteils abgelehnt würde. Daß
aber Musik nicht wie eine Sprache aufzufassen sei, begründet sie damit, daß von Sprache
„sich Musik – selbst in den tiefsten Niederungen der Trivialsphäre – dadurch unterscheidet,
daß sie nicht zur Darstellung von Sachverhalten des Alltags gebraucht wird. Sie ist
kein Medium, das normalerweise der Verständigung über zwischenmenschliche Vorgänge
dient, und sie bietet keine Hülle für die Fixierung von Wissen. […] Über die banal wirkende
Feststellung, daß Musik keine Sprache ist im Sinne der Kommunikation zwischen Menschen
über Dinge und Umstände ihres Lebensraumes, sind insofern weiterreichende Überlegungen
anzustellen, als sie die Idee vom Sprachcharakter der Musik, die uns so selbstverständlich
erscheint, daß gegen die Neue Musik immer ihr Sprachzerfall eingewendet
wurde, zu einer schönen Metapher macht, die als eine inhaltlich recht unpräzise Umschreibung
wirkt.“ 55 Im Gegensatz zu Stoffer also schreibt la Motte-Haber der Musik keine
kognitiven Funktionen zu. Dennoch stellt sie – nach einer ergiebigen Ausführung der Unterschiede
von Musik und Sprache – sich der Thematik unter der Voraussetzung, „daß es
gar nicht darum gehen kann, die Idee, Musik sei eine Sprache, zu belegen oder aber zu
entkräften, sondern daß dies als ein gegebener Sachverhalt zu akzeptieren ist, dessen
Voraussetzungen reflektiert werden können.“ 56
Zunächst weist die allgemeine Rede, daß man Musik verstehe, auf Sprachähnlichkeit hin.
Nicht nur die Schönheit der Musik, sondern auch das zum Ausdruck Gebrachte sei Gegenstand
der Betrachtungen. Daß dies jedoch keine Argumentationskraft für la Motte-Haber
entwickelt, zeigt sie daran: „Wenn jemand behauptet, etwas verstanden zu haben, so verbindet
er damit immer ein Gefühl der Sicherheit und Überzeugung, das sich allerdings
auch dann einstellt, wenn er etwas mißverstanden hat, er muß er nur vollkommen mißverstanden
haben. Jedes Verstehen ist damit letztlich emotional begründet. Je stärker die
irrationale Verankerung einer Auffassung ist, um so schwerer werden die Wahrnehmungskategorien
an die Gegebenheiten des zu verstehenden Objekts angepaßt. Die Wahrnehmung
tendiert dazu, sich in ihrer Struktur zu erhalten, indem sie sich, wie deformiert auch
immer, Sachverhalte einverleibt“ 57 . Dies begründet la Motte-Haber damit, daß sich Wahrnehmung
stets nur im Kontext emotional verankerter Präferenzen und Neigungen vollzie-
55 la Motte-Haber: Musikpsychologie, S. 11
56 la Motte-Haber: Musikpsychologie, S. 17
57 la Motte-Haber: Musikpsychologie, S. 18

29
he. Insofern seien alle „Erklärungen des Verstehens mit der Uneindeutigkeit der »Zwar-
Aber-Argumentation« verbunden. Alle Verstehensbegriffe – der philologisch-hermeneutische,
der phänomenologische, der ontologische und der psychologische – sind mit gleichen
theoretischen Schwierigkeiten konfrontiert. […] Verstehen ist gänzlich subjektiv, und
die erwähnte Verankerung im Evidenzgefühl, das als Wahrheitskriterium dient, macht die
Subjektivität, die durchaus mit richtigen Einsichten gepaart sein kann, zu einem theoretisch
unauflösbaren Problem. Es ist daher auch eine utopische Hoffnung, die distanziert
reflektierende Interpretation mehr als nur graduell vom spontanen Ergriffensein abgrenzen
zu wollen.“ 58 Daher schlägt la Motte-Haber folgendes vor: „Um im Zusammenhang mit
dem Thema »Musik als Sprache« eine Betrachtungsweise zu betonen, die nicht auf eine
»theologisch«-existentialphilosophische Begründung ausgerichtet ist, wurden die beiden
erkenntnistheoretischen Begriffe von Piaget, nämlich Assimilation und Akkommodation 59 ,
gewählt, um – von den psychologischen Prozessen ausgehend – Verstehen erklärbar zu
machen. Die allgemeinen Probleme bleiben schwierig genug, auch wenn man sie in die
konkrete Frage transformiert, wie Musik verstanden wird. Denn damit verbinden sich nicht
nur die Untersuchungen der […] Bedingungen und Voraussetzungen des Verstehens, sondern
auch die Versuche, zu beantworten, was denn eigentlich verstanden wird, wenn ein
Mensch Musik hört.“ 60
Ehe sich jedoch la Motte-Haber den Elementen musikalischen Ausdrucks zuwendet, definiert
sie in einem hirnpsychologischen Exkurs 61 : „Verstehen wird beschrieben als ein Prozeß
der anverwandelten Assimilation von Musik und der anpassenden Akkommodation
der kategorialen Struktur des Hörers. Dabei spielen immer gleichzeitig emotionale und
kognitive Faktoren eine Rolle. Ihr unterschiedliches Zusammenwirken erlaubt es, zwischen
verschiedenen Formen des Verstehens zu differenzieren, im Extremfall zwischen
emotionalem Ergriffensein und dem Symbolverständnis.“ 62
Musikalischer Ausdruck setzt sich laut la Motte-Haber zusammen aus Tempo, Artikulation,
Metrum und rhythmischen Proportionen, sowie aus Tonhöhe- und Charakteristik und
eventuell der Tonart, obwohl dafür eine immense Gedächtnisleistung erforderlich sei.
„Die gesamte Ausdruckslehre ist seit nunmehr zweitausend Jahren, seit der aristotelischen Physiognomie,
von dem Konflikt geprägt, sowohl der unmittelbaren Macht des Eindrucks gerecht werden
zu müssen als auch Möglichkeiten einer analytisch rationalen Begründung zu finden. So stellt die
58
la Motte-Haber: Musikpsychologie, S. 19
59
Assimilation integriert Erfahrungen in ein individuell etabliertes System, Akkommodation erweitert es,
damit nicht-zuordenbare Erfahrungen assimiliert werden können, die somit verstanden wurden.
60 la Motte-Haber: Musikpsychologie, S. 21
61 vgl. dazu 2.4.2.
62 la Motte-Haber: Musikpsychologie, S. 24

30
Zuschreibung emotionaler Qualitäten zu einzelnen musikalischen Elementen den Versuch dar, zu
erklären, woraus eine bestimmte Wirkung resultiere. Sie ist geprägt vom Mißtrauen dagegen, daß
Verstehen nur evident sein solle. Aber wie andere Symptomlehren, etwa die des mimetischen Ausdrucks,
beschreibt sie das Insgesamt einer Erscheinung höchst unzureichend, weil sie Zeichenhaftes
isoliert, ohne ihm in allen seinen Interaktionen gerecht werden zu können. […] Eine Symptomlehre
des musikalischen Ausdrucks besitzt jedoch den Vorzug, den sprachähnlichen Charakter der Musik
unmittelbar plausibel zu machen, weil sie das Verstehen als »Verstehen von Etwas« begreift.
Darüber hinaus allerdings gilt es zu differenzieren.“ 63
Zunächst tritt aber das Phänomen des Mitempfindens in den Vordergrund. Musikalischer
Ausdruck erschließe sich nämlich auch der Einfühlung. „Wiederholt taucht in der Literatur
[…] der Gedanke einer Art grundsätzlicher Isomorphie zwischen Affekt und dem zeitlichen
Verlauf (damit der rhythmischen Struktur) der Musik auf. Rousseau huldigte in Dictionnaire
de musique (1768, S. 158ff.) dieser Auffassung, indem er annahm, daß einige Gefühle in
ihrer Natur einen rhythmischen Charakter haben. [Dies] ergänzt in jüngerer Zeit Clynes
(1982) mit dem überraschenden Befund, daß Gefühle, die kommuniziert werden sollen,
interkulturell durch einen gleichen zeitlich-rhythmischen und dynamischen Verlauf dargestellt
werden können. […] Nicht nur das Ausmaß an Differenzierungen zwischen seinen
»Sentogrammen« ist erstaunlich, sondern auch die Unabhängigkeit von der ethnischen
Zugehörigkeit der ausführenden Person. […] Obwohl die ausgeführten Bewegungen bewußt
geschahen, so sind sie universell. Es gilt dies allerdings nicht für Emotionen, die
nicht in erster Linie zur Kommunikation bestimmt sind: Dazu gehören Überraschung, Neid
und Schuldgefühl.“ 64 Zwar haben manche solcher Empfindungsansätze auch seltsame
Blüten getrieben, doch konstatiert la Motte-Haber:
„Es gelingt in allen Sprachen, Bedeutungen des Schönen, Guten, Süßen, Glücklichen wie auch des
Häßlichen, Bitteren, Schlechten, Traurigen zu erkennen; es ist möglich, die Bedeutung der Schwäche
und Stärke, der Bewegung und Ruhe Worte zuzuordnen, deren lexikalische Bedeutung man
nicht gelernt hat. Auch Musik, die in einem sprachähnlichen Sinne verstanden sein will, bleibt an
der Darstellung eines ursprünglich unmittelbaren, gefühlshaften Ausdrucks gebunden. Dadurch,
daß sie ihn aber nur nachahmend darstellt, fordert sie eine rationale und nicht nur einfühlende
Wahrnehmung.“ 65
Lösen Affekte also in der Musik dergleichen bei Hörern nur selten aus, so sind auch die
Musiker nicht zwingend davon ergriffen 66 . Die Möglichkeit der Konvention, der Verabredung
von musikalischem Ausdruck ist demzufolge als dritter Aspekt bewußt zu machen.
63 la Motte-Haber: Musikpsychologie, S. 44
64 la Motte-Haber: Musikpsychologie, S. 45
65 la Motte-Haber: Musikpsychologie, S. 47
66 Darauf nimmt la Motte-Haber Bezug in: Musikpsychologie, S. 61

31
Welche Bedeutung aber der körperliche Aspekt für la Motte-Haber hat, zeigt sich in dem
Zitat:
„Grundsätzlich wird eine direkte Abhängigkeit von Musik und körperlichen Reaktionen durchkreuzt
von kognitiven Variablen, von der Vorbildung und den ästhetischen Einstellungen einer Person. Fast
alle Untersuchungen, die sich einer empfindlichen Anzeige von Mitempfindungen bedienen, finden
sich im Unterschiede zwischen Personen mit verschiedener musikalischer Bildung im Sinne einer
höheren Reagibilität der Vorgebildeten. Zudem erweist sich bei musikalischer Bildung das ästhetische
Wohlgefallen als intensivierender Faktor, der über die Stärke von Mitempfindungen entscheidet.
[…] Die Ursache eines Gefühls sind die körperlichen Reaktionen wahrscheinlich nicht. Aber auch
wenn die physische Resonanz, die individuell verschieden ausgeprägt sein kann, auf komplizierte
Weise erklärt werden muß, so ist sie dennoch von unmittelbarer Relevanz, weil von ihr die Intensität
des Erlebens abhängt. Diese Erregung reagiert der Konzertbesucher im Beifall ab.“ 67
Weiterhin spielten für la Motte-Haber die Gedanken eine wesentliche Rolle, deren Verhältnis
zu den Gefühlen im Hinblick auf den musikalischen Ausdruck sie so beschreibt:
„Daß wir an Musik Freude oder Trauer identifizieren können, ohne uns unmittelbar selbst diesem
Affekt hinzugeben, zwingt nicht zur Preisgabe einer Theorie des musikalischen Ausdrucks, der eine
Entsprechung in seinem Eindruck hat und deshalb verstehbar ist. Der Eindruck wird nur nicht verinnerlicht.
Daher wird der Hörer nicht das Objekt seiner Gefühle, sondern tritt ihnen als Subjekt gegenüber.
[…] Fast alle Theorien des Gefühls bauen auf zwei Faktoren auf. Ohne geistige Interpretation,
so wird angenommen, fehlen die spezifischen Qualitäten eines Gefühls; ohne physische Erregung
mangelt es an Intensität und Wärme.“ 68
Darin aber tut sich die Kluft zwischen Musik und Sprache recht deutlich auf, insofern
Sprache durchaus im Stande ist, mit neuen Ausdrücken neue Bedeutungen zu entwickeln:
„Ein Individuum kann jedoch grundsätzlich keine ganz neuen, noch nie im menschlichen
Dasein aufgetretenen Gefühlsqualitäten ausbilden. Daher ist der musikalische Ausdruck
nur innerhalb gesteckter Grenzen nuancierbar. Im Unterschied zu den Veränderungen tonsystemlicher
Ordnungen kann er von den Komponisten nicht selbst gesetzt, höchstens
getilgt werden.“ 69 Von hieraus spannt sich der Bogen zur psychologischen Realität der
Grammatik, wovon Riemann bereits überzeugt war:
„Riemann erhoffte von der Psychologie in der phänomenologischen Spielart, die Stumpf vertrat, eine
Begründung dafür, daß der menschliche Geist nur im Sinne der von ihm aufgestellten Regeln
funktionieren könne. Sehr viel später hat Chomsky im Bereich der Sprache von der Psychologie
ebenfalls den Nachweis eingeborener Ideen verlangt, als er die psychologische Realität der Grammatik
postulierte. […] Wesentliche Stützen [dafür] waren die interkulturell gleichen formalen Strukturen
der Sprachen und der Nachweis, daß Sprachbenutzer nicht assoziativ verstehen und reden,
sondern eine hierarchische Struktur von Regeln anwenden, also der Grundidee der transformationellen
generativen Grammatik folgen. Ein gleiches gilt für Musik nicht. Ein Blick auf die Geschichte
67 la Motte-Haber: Musikpsychologie, S. 68
68 la Motte-Haber: Musikpsychologie, S. 71
69 la Motte-Haber: Musikpsychologie, S. 73

32
der Musik und ihre ethnische Vielfalt belehrt über viele Möglichkeiten tonsystemlicher Ordnungen.
Er belehrt damit über viele Möglichkeiten grammatischer und logischer Regeln, deren Gemeinsamkeiten
gering sind. Diese breite Variation beeinträchtigt den Versuch, eine tonsystemliche Ordnung
als ein ähnlich gleichbleibendes System anzusehen, wie es der Sprache zugrunde liegt; sie beeinträchtigt
damit den Vergleich von Musik und Sprache.“ 70
Für la Motte-Haber, die damit Stoffer direkt widerspricht, läßt sich nur feststellen, daß der
Hörer mit Beziehungen operiere, und wie er mit diesen Relationen umgehe, etwa daß er
beim Bezug zu c-Moll oder a-Moll eine je andere Bedeutung zweier akustisch gleicher Frequenzverhältnisse
annimmt. Der Hörer kenne eine Regel und urteile nach ihr.
Um jedoch ein solches Urteil fällen zu können, bedarf es differenzierter Wahrnehmung, die
anhand der Gestaltpsychologie erklärt wird. Die Melodie aus einem Orchestersatz zu fokussieren,
verdanke sich der Tatsache, daß sich Figuren vom Grund abheben lassen per
Merkmalsdifferenzierung mittels des Erkennens einer Tonfolge anhand ungefährer Intervallgröße
und der Intervallrichtung. Diese Vorauswahl erfahre eine Gewichtung, wie sie
bei Stoffer beschrieben sei. 71 „Schemata sind jedoch nicht identisch mit quasi natürlichen
»Formatbegrenzungen«, vielmehr enthalten sie auch gespeichertes Wissen; sie sind damit
durch Lernen veränderbar. Sie können die Wahrnehmung um Informationen ergänzen und
in ihrem Sinne transformieren. Das simpelste Beispiel dafür bietet das Zurechthören
fremder Musik, wie es denn auch möglich ist, fremde Musik verstehen zu lernen.“ 72 Bei
neuer Musik indes scheint letzteres laut la Motte-Haber nicht möglich, wenn sie schreibt:
„Elementare Leistungen gehen beim auditiven Mustererkennen offensichtlich nicht von
der Identifikation einzelner Tonhöhen aus, ein Umstand, der Spekulationen über die
Schwierigkeiten des Hörens bei serieller Musik veranlaßt. Zwölftonwerke, die oft Töne in
eine Art motivische Konstellation einbinden sind davon betroffen.“ 73
Grundsätzlich sei man imstande, Gruppierungen und Gliederungen vorzunehmen, da neben
der Klangfarbenähnlichkeit ein weiteres Organisationsprinzip angewendet würde:
„Die Lokalisation einer Nachricht in einer einzigen Quelle ist an sich ein wichtiger Indikator für ihren
bedeutungsvollen Zusammenhang. Daß ein Mensch im chaotischen Gewirr der Stimmen einer Party
überhaupt etwas verstehen kann, verdankt er der Möglichkeit, Schallwellen aufgrund geringer Unterschiede
in der Intensität und der Zeit, mit der sie auf die Basilarmembrane der beiden Ohren treffen,
zu orten. Haben die Schallwellen eine gemeinsame Herkunft, werden sie als zusammengehörend
interpretiert (»Cocktail-Party-Problem« von Cherry, 1953).“ 74
70
la Motte-Haber: Musikpsychologie, S. 83
71 An dieser Stelle erkennt la Motte-Haber lediglich die Prototypen und Schemata von Stoffer an.
72 la Motte-Haber: Musikpsychologie, S. 97f.
73 la Motte-Haber: Musikpsychologie, S. 95
74 la Motte-Haber: Musikpsychologie, S. 99

33
Die Wirksamkeit des gestaltpsychologischen »Gesetzes der Nähe« werde jedoch teilweise
beim Hören durch Gedächtnisleistungen erklärt. Damit überhaupt Konstruktionen gemäß
der Nähe gebildet würden, müsse die einströmende Information länger aufbewahrt werden,
als sie tatsächlich wirkt. „Die erste gedankliche Verarbeitung, die beim Musikhören
stattfindet, scheint ein grobes Durchmustern der akustischen Reize zu sein, und zwar
nach den Gesichtspunkten, woher sie kommen, und ob sie untereinander Ähnlichkeiten
aufweisen. Diese Analyse ergänzt dann eine Synthese, die zu Gruppierungen führt. Noch
vor diesen analysierenden und synthetisierenden Denkprozessen muß ein schnell vorübergehendes,
noch weitgehend passives Gedächtnis angenommen werden. Neisser
(1974) spricht von einem ikonischen Speicher im Auge und einem ekonischen beim Ohr, in
älteren Untersuchungen finden sich dafür Termini wie »Reizspur« oder »primäres Gedächtnis«.“
75 Solcher Nachhall könne als »Präsenzzeit« alias »psychologisches Moment«
bis zu zehn Sekunden anhalten und ist für Gestalterkennung immens wichtig. Daher interessiert
ein Blick auf die Identifizierungszeiten von akustischen Ereignissen: Bis ein Klang
mit zwei Impulsen identifiziert ist, vergehen 20 ms bzw. mit drei 50 ms. Um vier Impulse
zu bestimmen, bedarf es 200 ms – dem Abstand von gut verständlichen Sprachsilben. Ab
einer Distanz von 600 ms werden Klänge als Einzelreize vernommen. Indes spielt die Zeit
auch betreffs des Tonabstands eine Rolle. Kleine Terzen werden nach 50 ms, kleine Nonen
hingegen erst nach 150 ms als kohärent wahrgenommen. Besonders problematisch ist das
Phänomen der Oktavgeneralisation, welche teils als Ähnlichkeit, teils gar nicht bemerkt
werde: „Der Sprung in die Oktave selbst ist aber ein wundersam emphatischer Kunstgriff.
Derselbe Ton und doch nicht der gleiche macht das Einfache zum Artifiziell-
Komplizierten.“ 76 Daß das kurzzeitige Gedächtnis sich zu sinnvollen Bildern umformt, die
aber noch weitgehend sensorische Qualitäten haben, hat Relevanz für Gestalterkennung.
„Diesem primären Gedächtnis entnehmen wir bereits aktiv verarbeitete Informationen: die
melodische Kontur, Töne, die wir aufgrund ihrer Nachbarschaft innerhalb des Frequenzspektrums
oder auch aufgrund der Ähnlichkeit der Klangfarbe und ihrer zeitlichen Nähe
zusammenfassen.“ 77 Ohne eine solche Imagination wäre eine Bewegung, ein Fortschreiten
nicht auszumachen. Am Beispiel schneller Folgen zeige sich durch Akzentuierung in der
Wahrnehmung das »Takt«-Empfinden, wobei Synkopen zu Entscheidungskrisen führten,
welche der Akzente strukturbildend seien. Das »perceptual streaming« von akzentuiertem
Vordergrund und permanentem Hintergrund einer Tonfolge vollziehe sich gleichfalls bei
multipler Metrik innerhalb eines Stückes entsprechend. »Kippbilder« solcher Art findet la
75 la Motte-Haber: Musikpsychologie, S. 104f.
76 la Motte-Haber: Musikpsychologie, S. 110
77 la Motte-Haber: Musikpsychologie, S. 111

34
Motte-Haber bei der Minimal Music, daß nach einiger Zeit ein Sättigungseffekt eintrete
und die Orientierung sich an einer anderen metrischen Schicht ausrichte, somit also das
Stück in ein anderes Tempo kippe.
„Wahrnehmung und Denken setzen Gedächtnis voraus, oder aber Gedächtnis setzt Wahrnehmung
und Denken voraus. Denn es handelt sich nicht um getrennte Instanzen, sondern um Aspekte eines
mehrstufigen Prozesses der Informationsverarbeitung, der aus analysierenden und synthetisierenden,
aus gliedernden und zusammenfassenden Vorgängen besteht, die der einströmenden Information
einen Sinn verleihen. Riemann hat dies als aktiv-synthetisches Denken bezeichnet. Die dabei
gebildeten Konstruktionen sind durchaus reizabhängig, sie sind jedoch nicht mit der Struktur der
Reize identisch. Höchsten auf der untersten Stufe entsteht passives Abbild, jedoch noch keine
Wahrnehmung. […] Transformationen zielen auf das Überschaubarmachen, dem dann die weitere
Analyse dient, und es scheint, daß überhaupt nur das weiter verarbeitet wird, was bereits einer ersten
groben Analyse unterworfen war. Die rein sensorische Speicherung wird nach wenigen Sekunden
gelöscht. Nur auf einer untersten Stufe ist für die identifizierende Wahrnehmung das Abbild von
Bedeutung. Die Wahrnehmung zielt auf die Konstruktion von Sinnbildern.“ 78
Die gestaltbildenden Faktoren unterliegen indes einem reizinduzierten Aufmerksamkeitsmechanismus,
daß nämlich die Verarbeitungstiefe mit dem Maß des Aufmerkens (Neuartigkeit)
korreliert. „Eine genauere Betrachtung auch des Figur-Grund-Problems zeigt jedoch,
daß die Aufmerksamkeitszuwendung vielmehr noch von impliziten Bedeutungsstrukturen
gelenkt wird. […] Die Auswahl ist immer auch von Bedeutungen geleitet, die
aus dem bereits vorhandenen Wissen, aus Erwartungen stammen. Diese Bedeutungen
können bei niederen Lebewesen festgelegt sein, z.B. bei Reizen, die Furcht auslösen. Wesentlicher
aber sind Bedeutungsstrukturen, die aus erworbenem Wissen und damit aus
kognitiven Leistungen und subjektiven Wertsetzungen hervorgehen. Sie bestimmen, was
auffällt.“ 79 Solche bedeutungsverleihenden Vorstellungen greifen indes nur als Hypothesen
in den Wahrnehmungsvorgang ein, wobei eine Bestätigung dieser eher erwartet wird
als eine Widerlegung. Sollte die Aufmerksamkeit geteilt werden, erfolgt die Verarbeitung
im steten Wechsel zwischen den getrennten Vorgängen.
„Laien sind Musikern schon bei zweistimmigem Hören unterlegen, weil sie über weniger und nicht
gut differenzierte wahrnehmungsleitende Hypothesen verfügen, die ihnen die blitzschnelle Identifikation
der Tonfolge erleichtert. Es fehlen […] klare Vorstellungen als Gehilfen der Wahrnehmung.“ 80
Dies sei aber laut la Motte-Haber nicht als musikalisches Gedächtnis zu verstehen, da ihr
ein derartiges generell nicht bekannt ist. Sie hält eher ein mehrstufiges Gedächtnismodell
(z.B. von Tulving 1972) für wahrscheinlich aus einem semantischem und einem »episodischen«
Gedächtnis, da Musik nicht nur benannt, sondern auch klanglich memoriert werde.
78 la Motte-Haber: Musikpsychologie, S. 116
79 la Motte-Haber: Musikpsychologie, S. 118
80 la Motte-Haber: Musikpsychologie, S. 120

35
„Musikverstehen meint, daß in zweierlei Weise hinter den akustischen Strukturen Sinn
entschlüsselt wird: einmal, indem der musikalische Ausdruck nachvollzogen, und zum
zweiten, indem die grammatikalische Bedeutung erkannt wird. Die Idee des Musikverstehens
ist eng verknüpft mit einem Begriff von Musik, der – wie immer metaphorisch – ihre
Sprachähnlichkeit betont. Die historische und ethnographische Reichweite dieses Musikbegriffes
ist begrenzt, damit ist auch die ihm zugeordnete Forschung über die Mechanismen,
die dem Verstehen zugrunde liegen, in ihrer Bedeutung eingeschränkt.“ 81 Mit diesem
Resümee leitet sie eine Geschichte der Metapher »Musik als Sprache« ein, genauer: die
Geschichte einer Tradition, die bereits überwunden sei: „Die grammatische Struktur von
Musik ist nur insofern eine psychologische Realität, als sie gelernt wurde. Im 20. Jahrhundert
sind Kunstäußerungen entstanden, die das Verstehen zum reinen kognitiven Akt destillierten,
und dieses Jahrhundert hat auch Formen der Musik hervorgebracht, die nicht
aufgrund kategorialer Anschauung, sondern nur im Nachvollzug erlebt sein wollen.“ 82
Die Psychologie bietet folglich divergierende Aussagen über die Verwandtschaft von Musik
und Sprache. Sind einerseits Gemeinsamkeiten erkennbar, werden sie als solche andererseits
infragegestellt. Entwicklungs- und differentialpsychologisch liegen Musik und
Sprache eng beieinander, wohingegen speziell neuere Musik – kognitionspsychologisch
gesehen – diese Nähe aufzubrechen scheint.
2.4. SOZIOLOGISCHE ASPEKTE
Musik und Sprache sind undenkbar ohne die Menschen, die sich mittels einer der beiden
Formen einander mitteilen. Jedwede Botschaft steht daher in Relation nicht nur zu den
innerpsychischen Charakteristika einer Person, sondern zugleich zu ihrem Umfeld und zu
dessen sozialer Struktur, die sowohl Voraussetzung als auch als Ziel der Mitteilung ist. Im
Falle »Musik« z.B. bedeutet dies:
„Soziostrukturelle Aspekte ergeben sich, wo Musik selbst soziale Beziehungen aufbaut und reproduziert:
in Interaktion und Kommunikation; deren institutioneller Verfestigung; in ökonomischen
Abhängigkeiten zwischen Musikern und Hörern; in der Ausprägung von Spezialistentum und Professionalisierung.
[…] Der Gedanke, daß Menschen einander in Musik begegnen, und daß es ganze
Menschen sind […], beschreibt mithin die grundsätzliche Relativität musikalischer Autonomie. […]
Funktionen, Strukturen und Bedeutungen können merklich variieren: innerhalb verschiedener Musiziersphären,
Stilbereiche, Gattungen, ja sogar historischen Epochen. Struktur-, Funktions- und
Bedeutungsforschung vermag also eine durchaus handgreifliche soziologische »Dechiffrierung«
81 la Motte-Haber: Musikpsychologie, S. 133
82 la Motte-Haber: Musikpsychologie, S. 144f.

36
von Musik (Th. W. Adorno) zu leisten. […] Sie hält sich an verifizierbare Tatsachen: an wirklich
menschliches Tun (K. Blaukopf), beobachtbares Verhalten, einschließlich seines bedeutungsstiftenden
Potentials.“ 83
Hat die Soziologie im Laufe ihrer Geschichte zahlreiche Problemfelder des menschlichen
Miteinanders erkannt und erforscht, sind aber an dieser Stelle nur jene in Auswahl Kaden
vorzustellen, die sowohl auf Musik als auch auf Sprache bezogen werden können.
2.4.1. INTERAKTION
Einer Definition des MGG zufolge bezeichnet Interaktion „den Austausch bzw. die Übertragung
von Impulsen zwischen Menschen, im elementarsten auf der Basis stofflicher
oder energetischer Kopplungen, im >eigentlich< humanen Verhalten durch die Übermittlung
von Information. Letztere, eine spezielle Art der Interaktion, wird meist mit Kommunikation
umschrieben – wobei die Vorstellung von einem Informationsaustausch nur als
Idealisierung zu betrachten ist und eine sehr komplexe Abstimmung verschiedener »Bewußtseine«
(N. Lumann, 1984) zu anschlußfähigem Handeln bezeichnet.“ 84 Dennoch ist an
dieser Stelle ein kurzer Blick lohnenswert, welche Aspekte sich speziell mit dem „inter“
der Aktion verbinden, denn zumindest bedarf es dafür zweier Pole, nämlich eines »Ich«
und seines »Du« – oder wie oben (2.3.3.) bereits verwendet: eines Ego und dessen Alter.
Sollte Ego die Einflußnahme von Alter nicht nur rezeptiv dulden, sondern gleichsam wechselseitig
mitwirken, stellt sich die Frage, ob sie „die gegebene Impulse bestätigen – oder
aber korrigieren. Die erste Form wird kumulative Rückkopplung genannt, letzte ist kompensatorisch,
von >kritisch

37
Vollstruktur: Musiker 1
Musiker 2
Musiker 4
Musiker 3
Parallel dazu wuchsen die Gruppen der
Musiker über die für eine Vollstruktur
kritische Größe von zehn bis zwölf Personen
hinaus, so daß ein Vorgesetzter
alle Aktionspfade in seine Person zentralisiert.
Darstellung aus MGG Bd. 6; S. 1638
„Freilich bringt der Strukturwandel, zum Zentralismus hin, seinesteils Widersprüche mit
sich […]. Denn auch wenn die Rolle des Chefs, per Definitionem, seine Allgegenwart und
Omnipotenz verlangt (tatsächlich gehen die Orchestermusiker davon aus, daß er die Partitur
vollständig beherrscht, alles wahrnimmt – und auf alles zu reagieren weiß […]): De facto
ist die Allmacht, psychisch und physisch, begrenzt. […] Begreiflich daher, daß parallel
zur Entfaltung der Vorgesetztenstruktur Bemühungen stattfinden, komplexe Interaktion
selbst wieder in ihr Recht zu setzen. Sie führt […] in die Werkstatt, hinter die verschlossene
Tür. Die Institution, die gewonnen wird, heißt Probe. […] Um einen Preis: Die Interaktion
erscheint als uneigentlich, vorläufig, ästhetisch halbernst, wenn nicht irrelevant, […] sobald
sie öffentlich gemacht, hebt sie sich selber auf. Sie ist Rückkopplung, Dialog, Kritik,
Kompensation: aber eingefroren, geronnen, stillgestellt.“ 87
Geht man von einer Determination der Interaktion durch eine Melodie aus, ergibt sich
soziologisch eine Sternstruktur. Indes sind hierbei vielmehr Wahrscheinlichkeiten
prägend, wann z.B. Melismen oder Soli zur Fortschreitung Anlaß geben, als daß die
Interaktionen über einen Vorgesetzten kanalisiert würden. Mehr noch interessiert dabei
aber die Kopplung zum Publikum, das sich fragen muß, „ob eine als >Improvisation<
angemeldete Darbietung die Qualifikation verdient oder nicht. […] Noch die Opera seria
des 18. Jahrhunderts besaß ein famoses Konzept: Sollte ersichtlich werden, ob ein Sänger
die Verzierungen seiner Arie frei erfunden hatte oder lediglich mit Hilfe eines
Präparationsbüchleins auswendiggelernt, verlangte das Publikum schlicht und
durchdringend Da capo. Und wehe dem, der die bereits ausgelieferten Rouladen noch
einmal sang. Improvisation wurde ausgetestet: durch Rückkopplung.“ 88
87
Kaden: »Musiksoziologie« in MGG Bd. 6, S. 1641, weist zugleich darauf hin, daß dies bereits früher so zu
beobachten sei: „Die Metapher vom Gesprächshaften der Haus- und Kammermusik [im 17. und 18. Jahrhundert]
– die vor allem Goethe in Umlauf brachte, mit Blick auf das Streichquartett – bedeutet eine schöne,
wohlmeinende Irreleitung. […] Musizieren, modisch ausgedrückt, ein Statt-Dialog.“
88 Kaden: »Musiksoziologie« in MGG Bd. 6, S. 1643

38
Die Übertragung der Kopplungssysteme auf Musiker und Nicht-Musiker ergibt gleichfalls
kumulative oder kompensatorische, geregelte oder gesteuerte Kopplung – in der Unterscheidung
H. Besselers 89 – »Umgangsmusik« oder »Darbietungsmusik«. Dabei ist jedoch
nicht allein die Musik relevant, sondern auch der Blickkontakt. Außereuropäische Kulturen
kennen diesen Usus noch, wie er innereuropäisch ebenfalls lange Zeit überliefert war.
„Bis hinein ins 19. Jh. – bei Militärmusik sogar bis zum heutigen Tag – wendet sich der Dirigent
nicht ab vom Publikum, sondern diesem zu.“ Daß größtenteils jedoch Interaktionen
unterdrückt werden, hat die Konsequenz, daß ihre Rudimente – z.B. der Abschlußapplaus
– wie Geld abstrahiert bzw. auf einer ökonomisch generalisierten Ebene gehoben wurden.
2.4.2. KOMMUNIKATION
Der unter 2.4.1. gegebenen Definition zufolge, stellt Kommunikation ein »informationelle
Kopplung« 90 dar, welche in Bezug auf Musik gern angezweifelt oder gar verneint wird. Als
ein Merkmal der Kommunikation zählt weiterhin, daß sie keine stofflich-energetische
Kopplung ist, sondern eine medial vermittelte. „Dieses Medium bedarf in der Regel einer
Interpretation, dergestalt, daß seine Zustände als Zeichen gelten“ 91 . Daher sei an dieser
Stelle ein konzentrierter Exkurs in die Semiotik gestattet:
„Das Zeichen ist ein physikalisches Gebilde [= Signal], welches seine materielle Zuständlichkeit
überschreitet, mehr aus sich herausholt, als in ihm selber steckt, Informationen übermittelt, Bedeutungen
aktiviert – und all dies wiederholbar, in klassifikatorischer Regelmäßigkeit. Bedeutung ihrersteils
erwächst […] zunächst aus Verweisungszusammenhängen: aus einem Bezeichnenden und
einem Bezeichneten […]. Nicht zu verwechseln mit dem Zeichenbenutzer selbst, dem »interpreter«,
markiert der [»interpretant«] gleichwohl dessen Erfahrungen, Assoziationen, begriffliche Verallgemeinerungen
im Umgang mit Zeichen und Signifikat. […] Namentlich die gedanklichen Korrelate
aber von Zeichen und Bezeichnetem bilden häufig ganze Netze von semantischen Elementen […].
Entscheidend ist es >InformationBedeutung< usw. jeweils nicht als dingliche Entität zu fassen,
sondern als Wirkungsgefüge, als einen Wirkungszusammenhang.“ 92 Zeichen unterscheidet man
nach ihrer Bedeutungsarten neben appellative in denotative und klassifikatorische. „[Denotate]
ordnen sich dem von ihnen Bezeichneten unter, und zwar vorsätzlich. […] Ihr Amt als Stellvertreter
ist Repräsentation durch Differenz. […] Das Klassifikat ersetzt [hingegen] die Klasse, es hat an ihr
teil, trägt ihre Merkmale, bezieht von ihr die Identität. […] Semiotische Systeme, die mit Denotationen
operieren, [können] sich den umfassenden Bedeutungshorizont, ja einen ganzen Kosmos der
Bezüglichkeiten erschließen. Bleibt der Prozeß dagegen an Klassifizierungsleistungen hafte, verharrt
er in einer »vorsemiotisch« kleineren Welt – obwohl dennoch eine Welt der Bedeutungen. […]
Empirisch ermittelbar ist [bzgl. Musik], inwieweit Klangereignisse für einen Musik oder Hörer die
89 vgl. Hinton, S.: Gebrauchsmusik, in: Handwörterbuch der musikalischen Terminologie. – Wiesbaden, 1988
90 Kaden: Musiksoziologie, S. 85
91 Kaden: »Musiksoziologie« in MGG Bd. 6, S. 1643
92 Kaden: »Zeichen« in MGG Bd. 9, S. 2149ff.

39
entsprechenden Qualitäten >haben< – oder lediglich symbolisieren, signifizieren. Ersteres wäre Indiz
für einen non-semiotische, letzteres für eine im engeren Sinn semiotische Motivation. […] Jedes
Zeichen läßt sich also nach seiner Ähnlichkeit mit dem Bezeichneten, auf einer morphologischen
Ebene, definieren – und: nach seiner Kontingenz, der >genetischen< Abhängigkeit bzw. Unabhängigkeit
vom Donat, mithin zweiwertig. So gibt es ikonische und symbolische Setzungen, aber auch
ikonische und symbolische Indices. […] Geht man nun freilich davon aus, daß Symbole in einem höheren
Maße semiotisiert sind als Ikone (da sie vom Gegenstand ihrer Signifikation, durch Unähnlichkeit,
weiter sich entfernen); bedenkt man des weiteren, daß ein analoges Gefälle für Indices und
Setzungen gilt, da letztere ungleich freier zu wählen sind als erstere, nämlich ad libitum: Dann kann
man die Dimensionen der Matrix mit semio
Index Setzung
tischen Intensitätsstufen ausstatten […].“ 93
Ikon Fußabdruck Piktogramm
„Die semiotische Matrix [birgt] dynamische
Symbol Rauch Buchstabe
Verhältnisse in sich […], die Möglichkeit,
des Übergangs von Feld zu Feld. Die damit Matrix nach Kaden: »Zeichen« in MGG Bd. 9, S. 2158
verbundene Erhöhung oder Erniedrigung des Semiotizitätsgrades aber ist ihresteils ein konstitutives
Moment des Zeichenprozesses […]. Die Semiotische Matrix besteht nicht aus Planquadraten; sie
öffnet Optionen, Horizonte, ein Spannungsfeld semiotischer >Energien

40
Ganzes-Beziehung aus den eigentlich belangvollen Quellenzuständen rekonstruieren; sie sind diesen
willkürlich, arbiträr zugeordnet. […] Die Zustände des Mediums übernehmen eine Funktion, die
als Repräsentation durch Setzung verstanden werden darf.“ 95
Diesen Codierungsprozessen, welche eine maßgebliche Instanz der Gestaltung sozialer
Beziehungen darstellen, entspricht der Gehalt- bzw. Sinngrad der Zeichen in der Matrix.
Differenziert man den Sender einer Kommunikationshandlung von Quellen, die aufgrund
ihrer Selbstdarstellung (
) keines Mediums bedürfen, ergibt sich folgendes Schema:
Quelle 1
Sender /Quelle
Medium
Empfänger
Quelle 2
Darstellung aus Kaden: Musiksoziologie, S. 97
Für den Fall also, daß jemand nur von anderem spricht und nichts über sich selbst mitteilt,
wird der Begriff Sender am plastischsten, auch wenn realiter die Übergänge zwischen den
Funktionen Sender und Quelle fließend sind. Der Empfänger hat dann – um Kenntnis von
den Quellzuständen zu erlangen – die Codierungsmodalitäten zu identifizieren und reversiv
zu de-codieren. „Das Kernproblem jeder Kommunikation definiert sich darin, daß Sender
wie Empfänger über Deutungskonzepte verfügen – und daß diese Konzepte einander
anzunähern, miteinander verträglich zu machen sind.“ 96 An dieser Stelle setzt die Debatte
um die »Zeichenvorräte« ein, inwieweit Identität zwischen jenem des Senders und dem
des Empfängers hergestellt werden kann. Da beide unterschiedliche Denotate einem Zeichen
zuordnen können, bestimmt das Maß der Kongruenz der Zeichenvorräte über das
Gelingen der Kommunikation:
Deutung 1
Sender
Denotat 1
Medium
Empfänger
Darstellung aus Kaden: »Musiksoziologie«
< in MGG Bd. 6, S. 1647
Denotat 2
Deutung 2
Der ungleichen Zuordnung von Bedeutung indes können weitere Unterschiede zwischen
den Kommunikanten zur Seite gestellt werden. Worte zu sagen bzw. zu verschweigen bedeutet
nämlich nicht nur zu wissen, was Kommunikation ist und was sie leistet – z.B. Eindeutigkeit
–, sondern auch, wie sie wächst – z.B. in welcher Verwendung Zeichen früher
95 Kaden: Musiksoziologie, S. 89ff.
96 Kaden: »Musiksoziologie« in MGG Bd. 6, S. 1646

41
verwendet wurden –, um wirkliche Wissensaktualisierung 97 , eine Zustandsänderung 98 zu
ermöglichen. Neben den handlungsorientierten Modellen im Sinne von »Übertragungshandlungen«
zwischen Menschen ist aber auch darauf zu verweisen, daß Kommunikation
weitere Facetten ausbildet, die bisher Gesagtes teils zusammenfassen, teils ergänzen.
2.4.2.1. MEHRFACHE KOMMUNIKATION
Nach Schulz von Thuns „Grundlagen der Kommunikationspsychologie“ 99 ist Kommunikation
ein Prozeß auf mehreren Ebenen. Jede Mitteilung enthält „eine Sachinformation (worüber
ich informiere), eine Selbstkundgabe (was ich von mir zu erkennen gebe), einen
Beziehungshinweis (was ich von dir halte und wie ich zu dir stehe) [sowie] einen Appell
(was ich bei dir erreichen möchte).“ 100 Das angesprochene Gegenüber hört eine solche
Mitteilung entsprechend mit einem vierfachen Gehör:
„Auf der Sachebene des Gesprächs gilt zum einen das Wahrheitskriterium wahr oder unwahr (zutreffend
/ nicht zutreffend), zum anderen das Kriterium der Relevanz : Sind die angeführten Sachverhalte
für das anstehende Thema von Belang / nicht von Belang? Zum Dritten erscheint das Kriterium
der Hinlänglichkeit : Sind die angeführten Sachhinweise für das Thema ausreichend, oder muß
vieles andere auch bedacht sein? […] Ob ich will oder nicht: Wenn ich jemanden anspreche, gebe ich
(durch Formulierung, Tonfall, Begleitmimik) auch zu erkennen, wie ich zum anderen stehe und was
ich von ihm halte – jedenfalls bezogen auf den aktuellen Gesprächsstand. In jeder Äußerung steckt
somit auch ein Beziehungshinweis, für welchen der Empfänger oft ein besonders sensibles,
(über)empfindliches Ohr besitzt. Aufgrund dieses Ohres wird entschieden: Wie fühle ich mich behandelt
durch die Art, in der du zu mir sprichst? […] Immer, wenn ich etwas von mir gebe, gebe ich
auch etwas von mir (kund, preis)! Jede Äußerung enthält auch, ob ich will oder nicht, eine Selbstkundgabe:
einen Hinweis darauf, was in mir vorgeht, wie mir ums Herz ist, wofür ich stehe und wie
meine Rolle auffasse. Dies kann wiederum explizit geschehen («Ich-Botschaften») oder implizit. […]
Wenn ich das Wort ergreife und an jemanden richte, will ich auch Einfluß nehmen; ich will den anderen
nicht nur «erreichen», sondern auch «bei ihm etwas erreichen».“ 101
Zwar ist die Publikation ausdrücklich an Führungskräfte adressiert, doch hat sie beispielsweise
auch die evangelische Seelsorge für sich entdeckt. Ein Satz wie „Ich rufe vom
Krankenhaus aus an.“ 102 informiert den Seelsorger nicht nur über den aktuellen Aufenthaltsort
der Person, sondern möglicherweise auch darüber, daß die Person sich einsam
97 vgl. dazu Grötze, Albrecht: Die Sprache des Menschen: Ein Handbuch. – München: Kaiser, 1991
98 Kaden: Musiksoziologie, S. 87 sieht darin eine für die Kommunikationsdefinition wichtige Komponente.
99
Schulz von Thun, S. 31
100
Schulz von Thun, S. 33. Dieser Ansatz wird verstanden werden Explikation der Einteilung in klassifikatorische,
denotative und appellative Deutungen einer Mitteilung nach Kaden: »Zeichen« in MGG Bd. 9, S. 2153.
101 Schulz von Thun, S. 34ff.
102 Das Beispiel entstammt einer Vorlesung „Grundfragen der Seelsorge“ bei Prof. Dr. theol. Ziemer an der
theologischen Fakultät der Universität Leipzig.

42
fühlt, dem Seelsorger gegenüber sympathisch eingestellt ist und deshalb versucht, speziell
ihn zu einem Besuch zu provozieren, auch wenn es nicht wörtlich formuliert wird.
Die Unterscheidung der Ebenen einer Mitteilung ist aber hier insofern relevant, als daß sie
nicht nur auf Sprache zutrifft, sondern gleichfalls auf Musik übertragen werden kann. Insbesondere
hinsichtlich der vierten Ebene sehen sich so manche Musikfreunde vor ein Rätsel
im Umgang mit neuer und neuester Musik gestellt: „Was soll ICH damit?“ Diese Suchbewegung
läßt ein Defizit seitens der Urheber auf der Appell-Ebene vermuten, zumindest
jedoch, daß das Publikum gewohnt ist, Mitteilungen auf diese Ebene hin zu befragen.
Aber auch die anderen Ebenen sind in Musik wiederzufinden: Die Selbstkundgabe ist z.B.
– vielleicht unbewußt – häufig Anlaß, über das musikalische Schaffen Zugang zu erhalten
zur Persönlichkeit des Komponisten oder auch des Musikers 103 . Schwieriger hingegen ist
die Beziehungsebene nachzuvollziehen, da sie sich ausschließlich der »angesprochenen«
Person erschließt. Eine Rekapitulierung historischer Kontexte und Beziehungsgefüge ist
von daher müßig. Hingegen ist der Gegenwartsmusik auf dieser Ebene einiges zu entnehmen.
Die Sachebene schließlich ist jene, wo Sprache im eigentlichen Sinne anzutreffen ist.
Hier findet vorrangig der Diskurs über Zeichen und Syntax bzw. über Werksanalysen statt,
worauf im nächsten Kapitel näher eingegangen wird.
2.4.2.2. NICHTS ALS KOMMUNIKATION
Gegenüber diesen psychologischen und soziologischen Perspektiven verhandelt Niklas
Luhmann Kommunikation als eigenständiges Phänomen 104 , und zwar bezugnehmend auf
die Entwicklungen in der Systemtheorie bzw. Kybernetik unter dem Aspekt der »Autopoiesis«
105 , um „einen entsprechenden Begriff von Kommunikation vorzustellen – und zwar
einen Begriff, der jede Bezugnahme auf Bewußtsein oder Leben, also auf andere Ebenen
der Realisation autopoietischer Systeme streng vermeidet.“ 106 Demnach kommt Kommunikation
zustande durch Unterscheidung von Information, Mitteilung und Verstehen 107 .
103 Belege dafür sind die teils sachlich, teils spekulativ verfaßten Komponisten-Viten, wie z.B.: Begegnungen
mit Bach: Ausgewählte Erzählungen über Johann Sebastian Bach und seine Musik / zusammengestellt von
Rolf Grunow. – 3., stark erw. Aufl. – Berlin. E.V.A., 1978, worin das Vorwort angibt: „Die letzten Beiträge des
Buches sind von Hörern seiner unvergänglichen Musik geschrieben und wollen Zeugnis ablegen von der
überwältigenden Wirkung Bachscher Werke auf ihr Gemüt. Wenn der Leser dazu angeregt wird, Johann Sebastian
Bach selbst in seiner Musik zu sich sprechen zu lassen, dann sind diese literarischen »Begegnungen«
nicht umsonst vermittelt worden.“ Derartige Beispiele lassen sich auch über Interpreten finden.
104 Luhmann, S. 4: „Nur die Kommunikation kann kommunizieren.“
105
Darunter versteht Luhmann Systeme, welche früher als Selbstorganisation bezeichnet worden sind.
106
Luhmann, S. 5
107 Luhmann, S. 6: „Keine dieser Komponenten kann für sich alleine vorkommen. Nur zusammen erzeugen
sie Kommunikation. Nur zusammen – dass heisst nur dann, wenn ihre Selektivität zur Kongruenz gebracht
werden kann. Kommunikation kommt deshalb nur zustande, wenn zunächst einmal eine Differenz von Mitteilung
und Information verstanden wird. Das unterscheidet sie von blosser Wahrnehmung des Verhaltens

43
Wahrnehmung allein ist nicht kommunikativ, d.h. „nicht ohne weiteres anschlussfähig.
Man kann das, was ein anderer wahrgenommen hat, nicht bestätigen und nicht widerlegen,
nicht befragen und nicht beantworten.“ 108 Erst und nur mittels der drei Selektionsvorgänge
Information, Mitteilung und Verstehen könne Kommunikation konstituiert werden,
welche sodann – konsequent autopoietisch – auch keinen äußeren Zweck verfolgt,
sondern „zur Zuspitzung der Frage [führt], ob die mitgeteilte und verstandene Information
angenommen oder abgelehnt werden wird. […] Kommunikation dupliziert also […] die Realität.
Sie schafft zwei Versionen: die Ja-Fassung und die Nein-Fassung, und zwingt damit
zur Selektion.“ 109 Am Beispiel von Wertbeziehungen in der Kommunikation führt Luhmann
aus, daß Werte nicht kommuniziert werden, weil bekanntlich die Option zur Ablehnung
dieser Werte besteht. Sie werden daher implizit vorausgesetzt, so daß eine ggf. konträre
Wertvorstellung ausführlich argumentiert werden muß, wobei unmöglich so viele Werte
erörtert werden können, wie implizit vorausgesetzt sind.
„Man diskutiert nicht über Werte, sondern über Präferenzen, Interessen, Vorschriften, Programme.
[…] Psychologisch scheinen Werte eine ausserordentlich labile Existenz zu führen. Sie werden mal
benutzt, mal nicht benutzt, ohne dass man dafür eine Art psychologische Tiefenstruktur entdecken
könnte. Ihre Stabilität ist […] ein ausschliesslich kommunikatives Artefakt, und das autopoietische
System des Bewusstseins geht damit um, wie es ihm gefällt. […] Denn es gibt keinen Selbstvollzug
der Werte, und man kann alles, was sie zu fordern scheinen, im Vollzug immer noch entgleisen lassen,
im Namen von Werten natürlich.“ 110
Als Konsequenz resümiert Luhmann, daß das psychologische System – auf der Basis des
Bewußtseins operierend – differenziert werden muß von dem soziologischen System mit
der Kommunikation als Basis. Gegenseitige Wechselwirkungen der Systeme sind beobachtbar
und demnach vorhanden. Doch „man muss berücksichtigen, dass die Systeme
füreinander intransparent sind, sich also wechselseitig nicht steuern können.“ 111 Letztlich
spielt nach Luhmann das Bewußtsein mit den Worten, wie umgekehrt die Worte mit dem
Bewußtsein spielen. „Die autopoietische Autonomie des Bewusstseins wird, so kann man
sagen, in der Kommunikation durch Binarisierung [ja/nein] repräsentiert und abgerufen.
[…] Die Kommunikation lässt sich, anders gesagt, durch Bewusstsein stören und sieht dies
sogar vor; aber nur in Formen, die in der weiteren Kommunikation anschlussfähig sind,
also kommunikativ behandelt werden können.“ 112
anderer. Im Verstehen erfasst die Kommunikation einen Unterschied zwischen dem Informationswert ihres
Inhalts und den Gründen, aus denen der Inhalt mitgeteilt wird.“
108
Luhmann, S. 6
109 Luhmann, S. 10f.
110 Luhmann, S. 12f.
111 Luhmann, S. 14
112 Luhmann, S. 16

44
Solches Spielen der Systeme führt zu einem letzten Punkt innerhalb des skizzierten Vorverständnisses,
denn ist von kommunikativen Systemen die Rede, darf nicht unerwähnt
bleiben, daß Codierungsvorgänge versehentlich oder absichtlich »falsch« verlaufen können.
Während erstgenannte als »Irrtümer« innerhalb der vorgestellten Systematik durchaus
enthalten sein können, bilden letztgenannte eine bisher unerwähnte neue Realität,
denn sie vertreten keine andere. Am Beispiel der »Lüge« zeigt sich die performative Kompetenz
kommunikativer Handlungen 113 , daß sie eigene Realitäten zu schaffen im Stande
sind. »Lüge« verweist nicht nur auf ein von ihr distanziertes Denotat, sie ereignet sich als
Realität. Andere Beispiele sind der »Eid«, die »Gratulation«, das »Gebet«. Insoweit also
begriffliche Exaktheit in den bisherigen Kapiteln über das Vorverständnis angestrebt wurde,
zielten sie ebenfalls auf die Konstitution einer solchen als Realität.
Die Soziologie – unterstützt durch die Physik, Medizin und Psychologie – führt die Gleichwertigkeit
von Musik und Sprache besonders in kommunikativen Kontexten vor Augen.
Haben die bisherigen Beobachtungen und Ableitungen aus Sicht der Musikwissenschaft
primär eine solche Äquivalenz erwiesen, drängt sich die Frage nach der jeweiligen Identität
um so stärker auf. Auf der semiotischen Ebene indes erwächst aus der Suche nach Bedeutungen
in den Zeichen ein deutliches Spannungsfeld zwischen Musik und Sprache,
daß zu bestellen mit Hilfe der Sprachwissenschaft nun folgend in Angriff genommen wird.
113 vgl. Grötze, Albrecht: Die Sprache des Menschen: Ein Handbuch. – München: Kaiser, 1991

45
3. ASPEKTE DER SPRACHWISSENSCHAFT:
Die Linguistik untersucht – grob verallgemeinert – Phänomene und Zusammenhänge in
Bezug auf Sprachen bis zur Ebene der Textgestalt, wo die Literaturwissenschaft einsetzt.
Als Vertreter jener Wissenschaft soll nun endlich Manfred Bierwisch zu Wort kommen.
1979 erscheint im Peters-Jahrbuch sein Aufsatz, in dem er einige Gemeinsamkeiten und
Unterschiede von Sprache und Musik logisch-deduktiv vorstellt. Ausgehend von dem
Fachgebiet der Linguistik erkennt er in deren Methodik eine Möglichkeit zum fachübergreifenden
Gedankenaustausch, so daß er eine Debatte um die Berührungspunkte zweier
Disziplinen anbietet 114 , die in der wissenschaftlichen Landschaft voneinander separat und
doch in einem besonderen Verhältnis zueinander stehen: Musik- und Sprachwissenschaft.
Daß Manfred Bierwisch als Vertreter seines Wissensgebietes repräsentativ ist, davon ist
anbetracht seiner Lehrtätigkeit und Veröffentlichungen auszugehen, zumal in der mir erreichbaren
Literatur keine gegenteiligen Anzeichen zu entdecken waren.
Prof. Dr. phil. Dr. sc. Dr. h.c. Manfred Bierwisch, geboren am 28. Juli 1930 in Halle / Saale,
machte 1949 sein Abitur an einem Gymnasium in Leipzig. Seine studentische Laufbahn an
der Alma Mater Lipsiensis begann 1951 etwas chaotisch. Zunächst wurde er im Fachbereich
Physik immatrikuliert, wechselte aber rasch zur Germanistik. Nur ein Jahr später
wurde er wegen „Boykotthetze“ zu 1 Jahr und 6 Monaten Freiheitsstrafe verurteilt, aber
bereits nach 10 Monaten im Zuge des „Neuen Kurses“ nach 1953 vorzeitig entlassen, so
daß er sein Studium fortsetzen konnte. Außer in Germanistik war er nun bis 1956 auch in
Philosophie eingeschrieben. Nach seinem Staatsexamen im Fach Germanistik übernahm
er bis 1962 eine Assistenz am Institut für deutsche Sprache und Literatur an der Deutschen
Akademie der Wissenschaften zu Berlin. Bierwisch selbst schreibt über jene Zeit:
„Für meinen Eintritt in die Akademie im Jahre 1957 wurde, wie ich später erfuhr, noch vor
meinem Dienstantritt die [staatliche] Überwachung geregelt, weil ich mit der Hypothek
einer politischen Vorstrafe antrat.“ 115 Dennoch promovierte er 1961 an der Universität Leipzig
zum Dr. phil. Anschließend war Bierwisch bis 1973 Mitarbeiter der Arbeitsstelle
Strukturelle Grammatik der Deutschen Akademie der Wissenschaften zu Berlin, danach
bis 1980 am Zentralinstitut für Sprachwissenschaft der Akademie der Wissenschaften der
DDR, wo er ein Jahr später zum Dr. sc. promovierte und bis 1991 die Leitung der Forschungsgruppe
Kognitive Linguistik innehatte. Daß ihm staatlicherseits nach wie vor Aufmerksamkeit
galt, begründet er damit, daß „bereits in den frühen siebziger Jahren (unter
dem steten Druck der ideologischen Ängste, die der "Prager Frühling" ausgelöst hatte)
114 expressis verbis in seinem Schlußwort und in der Vorbemerkung des Herausgebers
115 Berliner Akademien, S. 181

46
die Bestrebungen des Strukturalismus, die in der Kommunistischen Partei Frankreichs
sich ausbreiteten, [begannen], die sogenannten Bruderparteien zu beunruhigen.“ 116 Ferner
dürften sicherlich seine Kontakte in die USA, wo er 1979 zum Honorary Member of the Linguistic
Society of America ernannt worden war, zum Interesse des Staates an seiner Person
beigetragen haben, zumal – wie Bierwisch schreibt – die Akademie zusehends politisiert
und isoliert wurde. „Die durchaus interessanten Möglichkeiten, die sich aus bestimmten
Momenten der Akademiestruktur ergaben, wurden unter dieser Obsession der
Reglementierung und Überwachung erstickt und zerstört. Eine besonders trübe und
schmerzliche Spätfolge der Isolation, die das Ergebnis all der Bevormundungen war, ist
nach dem Ende des realen Sozialismus sichtbar geworden, als zahlreichen Mitarbeitern,
die sich in die Umstände gefügt hatten, die internationalen Erfahrungen und Kontakte
fehlten, die sich für das Bestehen in der community als förderlich, ja als unerläßlich erwiesen.
Nicht wenige fühlten sich deshalb zu Recht oder zu Unrecht zum zweiten Mal bestraft.“
117 . 1985 war Bierwisch Auswärtiges Wissenschaftliches Mitglied des Max-Planck-
Institutes für Psycholinguistik in Nijmegen und zugleich Professor der Linguistik an der
Akademie der Wissenschaften der DDR, deren Korresponierendes Mitglied er 1990 wurde
– in demselben Jahr, als man ihm die Ehrendoktorwürde der Universität Jena verlieh und er
Mitbegründer sowie Vorsitzender der Gesellschaft für Sprachwissenschaft war. Im folgenden
Jahr wurde er Mitglied der Academia Europaea und Fellow am Wissenschaftskolleg zu
Berlin. Seit 1992 obliegt ihm die Leitung der Max-Planck-Arbeitsgruppe „Strukturelle
Grammatik“ an der Humboldt-Universität zu Berlin. Ebenfalls in diesem Jahr wurde er
nicht nur zum Honorarprofessor an die Universität Stuttgart berufen, sondern auch Mitglied
des Goethe-Instituts. In dem Jahr darauf wurde er Präsidiumsmitglied des Goethe-
Institutes und übernahm das Amt des Vizepräsidenten der Berlin-Brandenburgischen Akademie
der Wissenschaften sowie die Edward-Saphir-Professur der Linguistic Society of
America am Linguistic Summer Institute.
Thematisch ist Bierwisch orientiert auf die Analyse der Struktureigenschaften natürlicher
Sprachen, insbesondere der Syntax und Semantik, sowie auf die Problematik der Sprache
als Teil und im Zusammenhang der kognitiven Ausstattung des Menschen, die auch Einzelanalysen
zur Organisation lexikalischer Informationen und zu Strukturbildungsprozessen
des Menschen umfaßt. 118
116 Berliner Akademien,S. 179f.
117 Berliner Akademien, S. 182
118 Biographie nach Jahrbuch, 1994

47
3.1. VORAUSSETZUNGEN VON MANFRED BIERWISCH
Neben den kurz skizzierten biographischen Einflüssen spielten nach Angaben Bierwischs
diverse Kontakte eine maßgebliche Rolle für das Erscheinen jenes Aufsatzes, der als überarbeite
Fassung zweier Rundfunkfunkvorträge aus dem Mai 1977 entstand.
„Sie wurden von Dieter Boeck in einem nicht nur formalen Sinn angeregt und betreut. Der
Inhalt meiner Überlegungen ist wesentlich beeinflußt durch das, was ich in Gesprächen
und Diskussionen mit zahlreichen Kollegen und Freunden gelernt habe. Neben vielen anderen
habe ich dafür vor allem Dr. Friedhart Klix, Professor Dr. Georg Knepler, Dr. Hans
Geissler, Dr. Hans Grüß, Dr. Eberhardt Klemm, Dr. Ewald Lang und Dr. Doris Stockmann zu
danken. […] Was ich von meinen Gesprächspartnern gelernt habe, ist [aber] nicht immer
mit deren Auffassung identisch. Dies gilt nicht für meinen Freund Klaus Baumgärtner, der
mit in nur äußerlich unterbrochenen Gesprächen verständlich gemacht hat, worauf ich
hinauswollte und was dafür nötig wäre.“ 119
Diese Aufzählung macht indes deutlich, daß Bierwisch über seinen eigenen linguistischen
Horizont hinaus nicht nur soziologische oder semiotische, sondern auch musikwissenschaftliche
und -praktische Aspekte in seine Überlegungen einbezogen hat. Insbesondere
der Rekurs auf Kneplers »Geschichte als Weg zum Musikverständnis« aus dem Jahre 1977
dokumentiert die Aktualität der ideellen Konzeption zum Zeitpunkt ihrer Ausstrahlung.
Anzumerken ist, daß die Sendung in einer Zeit stattfand, als beide deutschen Staaten politisch
bereits weiter auseinander gerückt waren. In der BRD hatten die »Dritten Programme«
eine mediale Sparte etabliert, die Raum bot für wissenschaftliche Vorträge über die
Landesgrenzen hinaus. Ob die Beiträge Bierwischs in diesem Kontext quasi als wissenschaftlicher
Gegenschlag der DDR zu verstehen sind, wird jedoch Spekulation bleiben.
3.2. AUSSAGEN VON MANFRED BIERWISCH
3.2.1. EINLEITENDE BEMERKUNGEN
Zunächst steckt Bierwisch das Ziel seines Aufsatzes ab, Sprache und Musik in ihrer Wirkungsweise
und ihrem Aufbau etwas genauer zu verstehen mittels eines Vergleiches mit
der Sprachwissenschaft. Gleich zu Beginn klärt Bierwisch, daß für ihn sich der Unterschied
in begrifflicher und anschaulicher Mitteilung, nämlich zwischen Sagen und Zeigen manifestiert.
Sodann bemerkt Bierwisch, daß er einerseits nur Deutsch als Sprache, andererseits
nur die europäische Musiktradition berücksichtige, weil beide durchaus repräsentativ sind
als jeweiliger wissenschaftlicher Gegenstand. Doch zugleich gibt er zu bedenken: „Musik
119 Bierwisch, S. 90

48
und Sprache als Zeichensysteme verschiedener Art miteinander zu vergleichen, [bedeutet]
nicht, daß sie sich durch den Rückgriff auf ihren Zeichencharakter in gleicher Weise erschließen
lassen.“ 120 Dennoch setzt er seine Ausführungen mit direkten Vergleichen fort.
3.2.2. MUSIK, SPRACHE, LITERATUR
Eine Unterscheidung, wie sie zwischen Sprache und Literatur üblich ist, werde bemerkenswerter
Weise auf Musik nicht angewandt. Prinzipiell unterscheiden sich die Eigenschaften
des Mediums Sprache von den Bedingungen seiner ästhetischen Verwendung,
weshalb die Sprach- und Literaturwissenschaft – wenn auch noch gar nicht so lange und
auch nicht konsequent – voneinander geschieden seien. Diese Funktion fehle bei Musik
gänzlich. Daß Sprache eine Vielfalt der Verwendungsmöglichkeiten ausgebildet habe, z.B.
in Kommunikations- und Erkenntnisprozessen und dabei keineswegs Literatur sei, unterscheide
sie von Musik, da musikalische Gebilde ausschließlich Gegenstand der Ästhetik
seien 121 . Im Rahmen diverser Verhaltensabläufe könnten beide diese zwar organisieren,
also begleiten, gliedern, auslösen oder beenden, jedoch beschreiben, erläutern, darstellen
usw. könne man sie nur mittels Sprache. Kurz: „Man kann mit Sprache sowohl Kunst
machen wie über Kunst sprechen, mit Musik ist nur das erstere möglich.“ 122
Eine zweite Unterscheidung betrifft die Spezifik der Inhalte: mit Sprache könne jeder
denkbare Sachverhalt oder Gegenstand charakterisiert werden innerhalb bestimmter
Grenzen der Genauigkeit 123 , bei Musik sei hingegen die Frage bereits fraglich, jedenfalls
die Klasse der identifizierbaren Sachverhalte sei weit kleiner anzunehmen, zumal die musikalische
Charakterisierung generell anderer Art sei, nämlich ein Vorführen statt ein
Benennen. Die Mittel der Sprache seien nach Bierwisch von ihren Inhalten unabhängiger
als Mittel der Musik, woraus deren Vielfalt möglicher Verwendungsweisen resultiere.
Als eine dritte Unterscheidung nennt Bierwisch die unterschiedliche Ausprägung der Mittel:
Die Feststellung, daß es einerseits unterschiedliche, aber äquivalente Sprachen gibt,
deren Gesetzmäßigkeiten ihre Gemeinsamkeiten sowie Unterschiede und damit ihren Status
als wissenschaftlichen Gegenstand begründen, mache andererseits keinen Sinn bei
Musik. Auch wenn historisch und geographisch verschiedene Systeme musikalischer Mittel
existieren, so sei doch eine Übersetzung unsinnig, weil musikalische Mittel – wie erwähnt
– kaum von Inhalten lösbar seien. „Diese Aufzählung ist unvollständig und ganz
120
Bierwisch, S. 10
121 Sondersignale der Jäger und der Militärs sind bereits in den Vorbemerkungen ausgeklammert worden.
122 Bierwisch, S. 11
123 Bierwisch gesteht jedoch ein, daß das Unterscheidungsvermögen bei Gesichtern oder Stimmen größer
sei, als es sich mit abstrakten sprachlichen Mitteln darstellen läßt.

49
provisorisch, aber sie liefert Anhaltpunkte, die einen sinnvollen Vergleich von Musik und
Sprache leiten können.“ 124
Eine Nebenbemerkung Bierwischs zu historischen und systematischen Disziplinen der
Sprach-, Literatur- und Musikwissenschaft soll verdeutlichen, daß „der Vergleich von Musik
und Sprache unter linguistischem Gesichtspunkt nur in dem Maß sinnvoll und klärend
ist, wie dabei zugleich deutlich wird, warum musikalische Mittel so funktionieren, daß sie
stets Musik erzeugen, sprachliche Mittel aber nicht notwendig Literatur.“ 125
3.2.3. SPRACHE UND MUSIK ALS AKUSTISCHE KOMMUNIKATIONSFORMEN
Gemeinsamkeiten bestünden nach Bierwisch sowohl in der akustischen Erscheinung als
auch darin, daß sie eine Schriftform, nämlich eine abgeleitete Repräsentation der zur
Kommunikation genutzten Zeichen hervorgebracht haben, wodurch ein externes, intersubjektives
Gedächtnis bereitstehe, das wiederum Einfluß auf die akustische Erscheinungen
habe, wobei Sprache jedoch im Stande sei, auch in der abgeleiteten Form verstanden
zu werden – im Gegensatz zur Musik bzw. zur lautformabhängigen Sprache: der Dichtung.
Die Termini der Teilüberschrift »Akustische« und »Kommunikationsprozesse« seien indes
als Lexeme in sich erklärungsbedürftig. Zunächst ereignet sich Sprache wie Musik akustisch
– nämlich in der Zeit, wodurch sie sich unterscheiden von anderen Künsten wie der
Bildenden Kunst, dem Stummfilm oder dem Tanz. Hingegen wie die Gestaltung der Zeit
sich gliedert und funktionell belegt ist, unterscheide die Sprache von der Musik. Für Musik
z.B. sei speziell die Synchronisierung verschiedener Aktivitätsmuster für die Konstituierung
ihres Inhaltes relevant, während Sprache dies lediglich als Begleiteffekt impliziert.
Als dann ist der Kommunikationsprozeß – vorläufig – derart definiert, daß jemand jemandem
etwas mitteilt. Musik wie Sprache seien jedoch nicht ausschließlich als solche Prozesse
definiert. Die Frage ist, »wer« »wem« »was« mitteilt und was »mitteilen« bedeutet.
Im Schema von Sender-Nachricht-Empfänger sei dies üblicherweise dargestellt, wobei
nach Bierwisch die Nachricht die Schallwellen sind. Die Probleme dieses Schemas entstünden
aber da, wo man z.B. die Sender als ein Orchester oder die Empfänger als Publikum
vorstellt, weil Kollektiva hier in ihrer Vollständigkeit der Funktion variieren. Bierwisch
geht davon aus, daß jeder Hörer ein kompletter Empfänger sei, während nicht jeder Musiker
im Orchester ein kompletter Sender sei. Nebeneffekte der Kollektiva beeinflussen den
Vorgang der Kommunikation nicht, sondern gestalten ihn besonders aus – besonders im
Falle, daß die Aufnahme durch das Aufzunehmende zeitlich strukturiert wird wie bei der
124 Bierwisch, S. 12
125 Bierwisch, S. 14

50
Tanzmusik. Aus der Perspektive des kollektiven Senders sei indes fraglich, wie die gemeinsame
Botschaft formuliert werden muß, weshalb eine Vorbereitungsphase für solche
Mitteilungen Voraussetzung ist: Planung, Aufbau und Aussendung vollziehen sich nach
Bierwisch selten in einem Schritt. Betrachte man die letzte Phase der Hörbarmachung, so
sei für die Musik bezeichnend, daß ein singulärer Sender und Empfänger einen Sonderfall,
bei Sprache dagegen den Grundtyp darstelle. Die Erklärung hierfür finde sich in der Diskrepanz
zwischen Zweck und Funktion bzw. primär zwischen Struktur und Inhalt, die wiederum
von der letzten Phase aus entwickelt würden.
3.2.4. GRUNDBEDINGEN DER KOMMUNIKATION
Laut Bierwisch gehören Schall und Mitteilung zwingend zusammen in diesem Kontext.
Mittels einer logischen Ableitung von Thesen und Bedingungen von Ereignissen, Absichten,
Wirkungen, Hörern und Sendern resümiert Bierwisch, daß „gleichgültig, ob H [der
Hörer] die Mahnung befolgt oder nicht: Wenn er das Klopfen als Mahnung verstanden hat
– und nur dann –, ist eine echte Mitteilung zustande gekommen. […] Sender und Empfänger
sehen beide das Signal als Auslöser für die Wirkung an, wegen dieser Wirkung wird es
produziert, und es wirkt auch nur, weil es um dieser Wirkung willen produziert wird.“ 126
Freilich könne ein Signal mehrere Bedeutungen tragen: eine kommunikative W(k) und
eine extrakommunikative W(n), wobei Musik zumeist über die letztere die erstere maßgeblich
motiviere, während Sprache beinahe gänzlich ohne W(n) funktioniere. W(k) hingegen
stellt nach Bierwisch einen Komplex mehrerer Komponenten dar, die unterschiedlich
stark in Erscheinung treten. Daß W(k) in beabsichtigter Form zustande kommt, sei u.U. der
Tatsache geschuldet, daß beide Parteien einen gemeinsamen Zeichenvorrat benutzen. Die
teils vorausgesetzte Äquivalenz der Bedeutung mit der Mitteilung hingegen ist – so Bierwisch
– falsch, insofern sich zwischen diesen ggf. eine große Diskrepanz ergibt. Daß die
Wirkung an Signale gebunden ist, bedeutet für ihn zugleich, daß Signale mit ihrer Wirkung
identisch (Primärsituation) bzw. situationsabhängig (konventionelle Prinzipien) sein können.
»Chamäleonhafte Zeichen« ohne Primärsituation oder Gebilde ohne konventionelle
Prinzipien verleiten Bierwisch zu der Annahme, „daß durch die Bezugnahme auf einen
Zeichenvorrat mehrere Stufen des ‚Verstehens’ einer kommunikativen Äußerung entstehen“
127 , nämlich von Bedeutung der Zeichen bis zur beabsichtigten Mitteilung. Bei Musik
stelle sich die Sachlage genauso dar – mit dem Unterschied, daß nicht klar sei, was Bedeutungen
und Mitteilungen sind. „Ein zentrales Problem ist dabei die Tatsache, daß
126 Bierwisch, S. 19
127 Bierwisch, S. 22

51
Sprache und Musik nicht nur erlauben, mit den [jeweils] gleichen Zeichen ggf. viele verschiedene
Mitteilungen zu kommunizieren, sondern vor allem auch nach Bedarf neue
komplexe Zeichen zu bilden.“ 128
3.2.5. ZEICHEN UND ZEICHENSYSTEME
Zeichen sind nach Bierwisch zunächst eine besondere Form von Kenntnissen der Partner,
die sich auf Signalereignisse beziehen. Zeichen Z haben – um eine Beziehung zwischen
dem Ereignis und der Wirkung herzustellen – zwei Aspekte: eine Form F und eine Bedeutung
B. Erstere reguliere als Muster die Artikulation bzw. die Identifizierung des Signals
als solches. „Die Beziehung zwischen Ereignis und Zeichenform kommt für den Hörer also
aufgrund der Mechanismen zustande, die allgemein die ordnende Wahrnehmung der
Umwelt tragen.“ 129 Letztere hingegen sei mit W(k) verbunden und konkretisiere die Zeichen
situationsspezifisch. Ihre Grenzen und ihren Wert – so Bierwisch – legen Zeichen innerhalb
von Systemen fest, so daß sowohl Formen als auch Bedeutungen zu Elementen
eines eigens strukturierten Bereichs werden, der durch ein bestimmtes Zuordnungsmuster
von F und B charakterisiert ist: Z=F ? B. „Die Zuordnung der hier geforderten Art, die
zwei strukturierte Mengen so aufeinander abbildet, daß die Elemente der einen die der
anderen repräsentieren können, heißt üblicherweise Code.“ 130 Dabei unterscheidet Bierwisch
Codes mit geschlossenem Umfang (Morse) von jenen, die über Regeln verfügen,
„mit deren Hilfe beliebige komplexe Formen gebildet und ihnen Bedeutungen zugeordnet
werden können.“ 131 Zeichenvorräte seien daher als »Systeme zur Zeichenbildung« zu verstehen.
Deren Struktur setzt sich nach Bierwisch zusammen aus:
(a) der Struktur von F, da sich gegliederte Lautmuster bei Sprache wie Musik finden, und
(b) der Struktur von B. Hier verweist Bierwisch darauf, daß sich diese bei Sprache mittels
gedanklicher Strukturen konstruieren läßt, die aus der Realität abstrahiert wurden. Für
Musik ergebe sich diese Struktur aus der Struktur der Gesten. Ihr Konnex ergebe sich aus
(c) der Beziehung beider Bereiche, daß eine bedeutungsbildende Syntax die Zeichenverknüpfung
bei Sprache regelt. Bei Musik hingegen sorgt – so Bierwisch – der analoge Aufbau
von Zeichen und Bedeutung für deren Relation.
In einem Randvermerk geht Bierwisch auf Symbole ein, welche nach Hjelmslev Formen
sind, die ohne Bedeutungsstruktur auf Mitteilungen bezogen werden können. Dem Gedanken,
ob Musik demnach als Symbolsystem zu verstehen sei, geht Bierwisch aber nicht
128 Bierwisch, S. 23
129 Bierwisch, S. 24
130 Bierwisch, S. 26
131 Bierwisch, S. 27

52
nach, sondern formuliert die These, daß Form und Bedeutung in der Musik keine separaten
Bereiche bilden, sondern eher Interpretationen ein und derselben Struktur sind. Darin
erkennt er den Grund dafür, „daß in der Musik die Bedeutung nicht wirklich von ihren formalen
Mitteln angehoben werden kann.“ 132
3.2.6. KOMMUNIKATION, KOGNITIVE UND EMOTIONALE STRUKTUREN
Der Erwerb und Gebrauch von Sprache sind laut Bierwisch wichtige Elemente des menschlichen
Sozialisationsprozesses. Vermutlich gelte dies für fundamentale musikalische Verfahren
auch. 133 Ausgangspunkt für beide akustische Kommunikationsformen dürfte die
vormenschliche Lautgebung sein als Ausdruck interner Zustände bzw. zur Verhaltensregulation.
Daraus folgt, „daß die Produktion und Perzeption sprachlicher Signale auf eigenen,
spezialisierten Mechanismen beruht, deren Wirkungsweise sich von denen für andere
akustische Signale deutlich unterscheiden läßt.“ 134 Die weitere Entwicklung habe verschiedene
Verarbeitungssysteme der Lautformen hervorgebracht mit unterschiedlichen
Arten der Strukturbildung. Hinsichtlich der Verschiedenartigkeit der Bedeutungsbereiche
sei Sprache als Verbindung von kommunikativen und kognitiven Strukturen zu charakterisieren,
wodurch beiden Struktursystemen prinzipiell neue Leistungsfähigkeiten eröffnet
würden durch die Loslösung der Kommunikation von der originären Lautgebungssituation
und der Kognition hinsichtlich neuer Situationszusammenhänge. Motivationale Bindungen
können – müssen aber nicht – bei Sprache erhalten bleiben: Die Art der Signalproduktion
kann auch verbal codiert werden, so Bierwisch. Da Musik hingegen keine begrifflichen
Strukturen codiere, also kein Zeichensystem für kognitive Bedeutungen sei 135 , sondern
jene Komponenten verfügbar mache, „die durch die Sprache von der festen Bindung
an klassifikatorische Merkmale freigesetzt werden“ 136 , hat sie eine andere Funktion, nämlich
emotionale statt kognitive Prozesse sozial zugänglich zu machen und also gesellschaftlich
wirksam werden zu lassen. Nebenbei weist Bierwisch darauf hin, daß die mit
beiden Zeichenformen vermittelbaren Wirkungen aber nicht nur Gedanken oder Gefühle
seien! Gerade die verbale Unschärfe – besonderes bei Musik – läßt ihn hoffen.
132 Bierwisch, S. 28
133
Unmusikalität versteht Bierwisch als Produkt bestimmter soziokultureller Bedingungen, welche die vorhandene
Disposition hemmen.
134 Bierwisch, S. 28, Bierwisch bemerkt dazu, daß die angeborene Disposition zu Sprache auch bei motorischer
Aphasie vorauszusetzen ist.
135 Hier widerspricht Bierwisch der Idee Kneplers, Musik könne semantisiert werden.
136 Bierwisch, S. 30

53
3.2.7. SPRACHKENNTNIS UND MUSIKKENNTNIS
Produktion und Perzeption musikalischer wie sprachlicher Codes beruhen laut Bierwisch
auf dafür notwendigen Kenntnissen und Fähigkeiten, worunter indes nicht Sachwissen
oder Fertigkeiten zu verstehen seien. Die Zeichenbildungsverfahren beider Lautformen
erfordern abrufbare Grundelemente und darauf anwendbare kombinatorische Regeln.
„Die Gesamtheit der Mittel, die die Form und Bedeutung aller möglichen Ausdrücke zugänglich
machen, [wird für Sprache] durch die Grammatik beschrieben.“ 137 Bei Musik sei
eine solche Regulierung (noch) nicht beschrieben worden, weshalb von Bierwisch der
Terminus „musikalischer Code“ bemüht wird.
Die Herkunft dieses Gedächtnisbesitzes ist nach Bierwisch einerseits in der phylogenetischen
Ausstattung des Organismus und andererseits in der individuellen Erfahrung zu
suchen. Einerseits seien nämlich physiologisch nur bestimmte Lautstrukturen möglich
sowie rational nur bestimmte konzeptionelle Strukturen als auch psychologisch nur bestimmte
Mechanismen emotiver Prozesse mit Bindungen an physiologische Vorgänge und
logisch nur bestimmte Grundschemata kombinatorischer Operationen. Andererseits rege
die Konfrontation mit konkreten Lautgebilden die Aktivierung der Ausbildung von Gedächtnisstrukturen
an. So erworbene und weitergebene Kenntnisse machen Sprache wie
Musik zu gesellschaftlichen Erscheinungen. Aus der Geschichte der Kenntnissysteme
„geht die Verschiedenartigkeit der Idiome hervor, während die genetisch verankerten
Vorgaben ihre gemeinsamen Grundzüge bedingen.“ 138
Bierwisch faßt also zusammen: Die für alle Sprachen gleichermaßen gültige Strukturprinzipien
sind phylogenetisch entstanden. Die individuellen Erfahrungen bestimmen die –
ontogenetisch erworbene – einzelsprachliche Grammatik, welche die Zeichenstruktur der
einzelnen Äußerung determiniert, damit sie in einer konkreten Situation – aktualgenetisch
– artikuliert und verstanden werden kann. Diese Stufen sind laut Bierwisch in der Musik
deshalb zu unterscheiden, wenn auch die Ausprägung einzelner Stufen anders ausfällt.
In einer Nebenbemerkung äußert Bierwisch die Vermutung, daß exotische Musik mit höherer
Wahrscheinlichkeit zu verstehen sei als exotische Sprache, wodurch für ihn die Annahme
provoziert wird, daß Zusammenhänge in der Musik wirksam sind, die nicht vorher
erlernt werden müssen. Dieser Unterschied korrespondiert wahrscheinlich mit dem der
Kenntnissysteme selber, weshalb „sprachliche Äußerungen aus einer Sprache in eine andere
übersetzbar sind, was in der Musik keine Parallele hat.“ 139
137 Bierwisch, S. 32
138 Bierwisch, S. 33
139 Bierwisch, S. 34

54
3.2.8. ZEITMUSTER
Linguistische Unversalien bestehen laut Bierwisch sowohl bei Musik wie auch bei Sprache
aus mehreren Ebenen, die zueinander in systematischen Beziehungen stehen:
(i) Inventar von Grundeinheiten / Elementen einer Ebene
(ii) System von Verknüpfungs- / Transformationsoperationen für Komplexe
(iii) System von Eigenschaften / Relationen zur Unterscheidung der Ebenen
Letztes als Dimensionen der Komplexe verstanden, ist bei Sprache vorrangig binär und bei
Musik eher graduell gegliedert. Die beiden ersten Bereiche beziehen sich auf die Lautgebung
in ihrer psychologischen Präposition.
Nach Bierwisch korrespondiert zunächst die Gliederung des Zeitablaufs, also die Wertung
der Proportionen mit den Zeitmustern anderer organischer Abläufe. Auch Sprache habe in
diesem Sinne Takt, jedoch ohne eigenständigen Charakter. Vielmehr spiele die Wortbildungskonvention
eine zu große Rolle, als daß Zeitmuster ein Strukturaspekt der Sprache
sein könnten. Doch könne Rhythmus den sprachlichen Äußerungen eine zusätzliche
Struktur verleihen, nämlich die der Poesie. In derart metrisch gebundener Sprache werden
– als eigener Code – die Gewichtungen bestimmt nach diversen zeitlichen Regeln, „die
sich auf sprachliche Einheiten beziehen, aber nicht zum sprachlichen Code gehören.“ 140
Eine zweite Möglichkeit, wie die Zeit auf sprachliche Äußerungen wirksam werden kann,
sei der Ausdruck des allgemeinen Aktivitätszustandes bzw. des emotionalen Status mittels
Sprechtempo. Musik strukturiere Zeit diffiziler, weil die hier eine dominante Rolle
spielt. Feste Grundwerte seien exakt unterteilbar, aber auch kontinuierlich variabel. Durch
Sequenzierung entstünden Perioden bzw. Takte, deren Sequenzierung Rhythmen ergeben.
Dazu merkt Bierwisch an, daß bei der Synthese beider Lautgebungen im Gesang die
sprachliche wie die musikalische Codierung miteinander interagiert, wobei die Musik den
Ausdruck des emotionalen Status absorbiere und nach ihren Regeln organisiere. Ebenso
erzeuge die Adaption musikalischer Codierung in rein sprachlichen Äußerungen Poesie.
3.2.9. SEGMENTSTRUKTUREN
Als eine zweite Strukturebene neben der des Zeitmusters nennt Bierwisch die der Segmentstrukturen.
Die Materie der Zeitstrukturierung bestehe aus akustischen Möglichkeiten,
welche in Elemente und Muster unterschieden werden. Generell unterliegen sie aber
alle den Bedingungen der Materie: Schallerzeugung, -übertragung und -wahrnehmung.
Grundeinheiten dieser Ebene sind für Bierwisch Segmente, welche als kleinste Merkmals-
140 Bierwisch, S. 36

55
träger jeweils identifizierbar sind: die Buchstaben als sprachliche Elemente und die Noten
als musikalische. In der Musik bestehe eine starke Affinität zwischen diesen Segmenten
und den Grundelementen der Zeitstruktur, „weshalb Noten meist gleichzeitig das segmentale
Merkmal der Tonhöhe wie den Stellenwert im Zeitmuster darstellen. In der Sprache
besteht diese Kopplung nicht.“ 141 Silben nämlich als metrische Grundeinheiten bestehen
aus mehreren Segmenten: einem Vokal-Kern und nichtvokalischen Satelliten. Merkmale
dieser Segmente sind die einzelnen Determinationen eines Signalereignisses: Töne, Laute,
Geräusche, welche wiederum zusammengesetzt sind aus Tonhöhe, Farbe, Artikulation
usw. – auch bei Musik. „Jedes Segment wird durch seine Merkmale in verschiedene Dimensionen
eingeordnet und so zu anderen Segmenten in Beziehung gesetzt. So gesehen
sind die Segmente Knotenpunkte jeweils verschiedener Dimensionen, […] die diese Eigenschaften
auf die organisierten Plätze der Zeitmuster verteilen.“ 142
Die Merkmalsunterscheidung erfolge bei der Sprache binär, auch wenn die Lautgebung –
innerhalb enger Frequenz- und Lautstärkespektren – recht komplex ist. Während laut
Bierwisch entwicklungsgeschichtlich bedingt die Sprachen durch die Wahrnehmungs- und
Artikulationsmöglichkeiten beschränkt und gesetzmäßig strukturiert sind, gilt in Bezug
auf den „Ausschnitt, der für musikalische Lautmuster zur Disposition steht, […] daß im
Prinzip der gesamte Bereich des Frequenz- und Lautstärkespektrums in die musikalische
Strukturbildung einbezogen werden kann.“ 143 Zudem seien diese primären Distinktionen
graduell gegliedert und variabel statt binär, wodurch die Merkmalsanzahl der Distinktionen
größer sei als bei Sprachen, obwohl die Musik nicht so viele feste Dimensionen habe.
Aus den Segmenten werden laut Bierwisch generell Muster gebildet: Laute – Silben – Wörter
– Phrasen – Sätze gemäß speziellen phonologischen und syntaktischen Regeln, wobei
letztere bereits eine neue Strukturebene bilden. Das könne Musik nicht, weil sie kein Analogon
zum Wort und dessen Verknüpfungsbedingungen kennt – schon gar nicht das »Motiv«,
weil es nicht jedweder musikalischen Äußerung zugrunde liege. Verschiedene, aber
auf einander bezogene Zusammenhänge können in der Musik dennoch hergestellt werden:
per Tonhöhen als Melodie, per Lautstärkenuancierung und Akzentuierung, per Klangfarbe
und Geräuschmerkmale. Schließlich kenne die Musik als Kombinationsmöglichkeit
auch das Prinzip der Gleichzeitigkeit, wonach mehrere simultane Segmentfolgen die
Mehrstimmigkeit ergeben, welche als regelmäßige Beziehung der Tonhöhen als Harmonik
141 Bierwisch, S. 37
142 Bierwisch, S. 38, bemerkt dazu: Formal kann in der Musik wie in der Sprache die Dauer ein Merkmal sein.
Dann wäre das Bild aber zerstört.
143 Bierwisch, S. 39

56
organisiert wird 144 . Generell sind für Bierwisch also die Prinzipien der musikalischen Lautmuster
verschieden von denen der sprachlichen Lautmuster, was zumindest seitens der
linguistischen Phonologie bereits verifizierbar gemacht wurde.
3.2.10. CODIERUNGSFORMEN
Die nach oben genannten Prinzipien möglichen Lautmuster bedürfen laut Bierwisch einer
Bedeutung, ehe sie als Zeichen fungieren können, weshalb ihre Form eine Codierung von
Bedeutungen sein müsse. Auch hierin unterscheiden sich Musik und Sprache, wie sich
Codierungen überhaupt verschieden realisieren lassen.
Motivierte Codierung liegt demnach vor, wenn die Bedeutung B eines Zeichens Z aus dessen
Form F aufgrund eines Prinzips P abgeleitet werden kann, also eine Beziehung zwischen
Form und Bedeutung besteht. Das Gegenteil davon sind unmotivierte alias arbiträre
Zeichen: Morsen, Flaggen, Ziffern etc. sind abgesprochene, also konventionelle Zeichen.
Unterteilt man motivierte Zeichen nach ihren Prinzipien, so ergeben sich daraus indexikalische
und ikonische Zeichen, wovon erstere als Symptome der Bedeutung und letztere als
Strukturähnlichkeiten begriffen werden. Die Gesamtheit der Erfahrungen mit den Kausalzusammenhängen
zwischen Signal und Bedeutung ist einerseits ein – nicht nur kommunikative
Zeichen bildendes – Motivierungsprinzip mit Auswirkung auf die extrakommunikative
Wirkung W(n), während andererseits das Prinzip in den Korrespondenzen der strukturellen
Eigenschaften von Signal und Bedeutung besteht – so Bierwisch. Onomatopoetische
Wörter wie „Summen“ oder „Quaken“ zählen hierunter. „Kuckuck“ indes sei eine
Mischform aus beiden, insofern dessen Lautstruktur ein ikonisches Zeichen ist, das selbst
indexikalisch motiviert ist.
Analoge und digitale Codierung unterscheiden sich indes laut Bierwisch darin, daß sie
motiviert graduiert bzw. arbiträr diskret strukturiert ist, wobei analog auch kontinuierlich
codiert sein kann. Unterschiedliche Codierungen müssen sich einander nicht ausschließen,
Kombinationen seien gar häufig: indexikalisch und ikonisch bei Sonnenuhren oder
motiviert und arbiträr bei Schriften mit verschiedener Richtung oder bei Noten. Aber auch
das Nebeneinander verschiedener Codierungen binnen eines Zeichensystems ist möglich,
wie die römischen Zahlen belegen: I, II, III als ikonische und V, X, L als arbiträre Zeichen. 145
144
An dieser Stelle stellt sich für Bierwisch die Frage, ob es sich bei Akkorden um nur ein Segment handelt
oder um viele verknüpfte Segmente. Bierwisch fragt überhaupt, welche universelle Bedingungen den Aufbau
musikalischer Lautmuster begrenzen, welche Arten von Regeln in jeweils speziellen Musiksystemen
ausgebildet werden können. vgl. Bierwisch, S. 41
145 In solchen Fällen fragt Bierwisch, ob eine Codierung dominant bzw. wie die Unterordnung geregelt ist.

57
Die Mannigfaltigkeit der mittels eines Zeichensystems unterscheidbaren Bedeutungen
korreliert nach Bierwisch mit der Vielfalt der unterscheidbaren Formen der Zeichen. Der
Strukturfaktor habe also auch Auswirkung auf den Bedeutungsbereich, wie die Bedeutungen
die Zeichen bedingen. Während die Dimensionen motivierter Zeichen denen der Bedeutungen
entsprechen müssen, können arbiträre Zeichen Bedeutungen beliebiger Komplexität
erfassen, so „daß alles überhaupt Denkbare in der natürlichen Sprache ausgedrückt
werden kann […]. Der Preis liegt in der Diskretheit der Bedeutungen: Arbiträre Zeichen
können keine kontinuierlichen Übergänge codieren, ohne ihnen zunächst ein Raster
diskontinuierlicher Distinktionen aufzuprägen. Sie sind deshalb in einem ganz speziellen
Sinn notwendigerweise abstrakt.“ 146 Während die Bedeutungen konventioneller Zeichen
erlernt werden müsse, seien motivierte Zeichen eigenevident. Indes ist – so Bierwisch –
hierbei lernnotwendig, auf welche Dimensionen motivierter Zeichen sich die Korrespondenzen
zwischen Form und Bedeutung beziehen, da diese konventioneller Art sind, damit
nicht jedes Zeichen, sondern eine ganze Klasse beherrschbar wird. Auf der anderen Seite
müssen aber auch genuin arbiträre Systeme die Chance zur Erschließung neuer Inhalte
bieten, wenn natürliche Sprachen in ihrer Individualität konventionell, aber in ihrem Repertoire
nicht abgeschlossen sind. Bisher von Bierwisch unerwähnt blieb nämlich das
Prinzip der Syntax, „daß auch bei rein konventioneller Codierung durch das Mittel der regelhaften
Kombination Zeichen erzeugt werden können, deren Bedeutung nicht einzeln
erlernt werden muß.“ 147 Zusammenfassend schreibt Bierwisch: Sprache ist prinzipiell ein
arbiträres Zeichensystem mit diversen motivierten Elementen, weil sowohl die Grundzeichen
wie die Kombinationsstrukturen konventionell sind. Musik kennt auch konventionelle
Komponenten und Regeln, jedoch keine Grundelemente oder gar Möglichkeiten, neue
Bedeutungen per definitionem einzuführen. Gelten universelle Regularien für alle Sprachen,
wodurch sie übersetzbar sind, bleibt Musik indes individuell. „Die Musik beruht als
Zeichensystem auf dem Prinzip der Analog-Codierung, wobei die Merkmalsdimensionen
der Zeichenformen auf bestimmte Weise den Dimensionen des Bedeutungsbereichs zugeordnet
sind. Diese Zuordnung ist teils ikonischer, teils indexikalischer Natur und unterliegt
konventionellen Eingrenzungen oder Spezialisierungen.“ 148
146 Bierwisch, S. 47
147 Bierwisch, S. 48
148 Bierwisch, S. 49

58
3.2.11. LOGISCHE FORM ALS BEDEUTUNG SPRACHLICHER ZEICHEN
Neben den Zeit- und Segmentstrukturen existiert nach Bierwisch eine dritte Strukturebene
des Bedeutungsbereiches, welcher bei Sprache durch kognitive Operationen – bei Musik
durch emotionale Prozesse – konstituiert wird und auf den strukturellen Aufbau der Zeichensysteme
zu beziehen sei, wofür es z.B. für Sprache einer logischen Form bedürfe.
1. Innerhalb der komplexen Gesamtheit kognitiver Vorgänge und Strukturen sei eine Verarbeitungsstufe
der Sinneseindrücke zentral, welche die Ebene der begrifflichen Repräsentation
bildet, „in der die Resultate kognitiver Prozesse sprachlich fixiert werden […].
Auf sie beziehen sich logische Zusammenhänge und Operationen, durch die auf rein gedanklichem
Weg neue Erkenntnisse gewonnen werden können.“ 149 Den Strukturen dieser
Ebene werde durch sprachliche Codierung eine zweite Repräsentation, die lautliche und
grammatische Form zugeordnet, so daß sie zur logischen Form sprachlicher Zeichen wird.
2. Die Proposition als eine wesentliche Kategorie dieser logischen Form ist „eine strukturierte
Verbindung der Repräsentationen von Dingen und Eigenschaften“ 150 alias Terme und
Prädikate, welche zugleich auch Kategorien darstellen. Diese drei Kategorien greifen ineinander
gemäß einem Elementarschema, so daß Sachverhalte von beliebiger komplexer
Struktur repräsentiert werden könnten. Die Grundelemente dieser Kombinatorik sind wiederum
– der Lautstruktur ähnlich – in Dimensionen geordnet.
3. „Eine Proposition ist demnach in einem sehr abstrakten Sinn ein Abbild eines möglichen
Sachverhalts [bzw.] eine komplizierte Anweisung, wie der fragliche Sachverhalt zu
identifizieren ist. […] Der Propositionstyp gehört zur logischen Form, weil er die Art bestimmt,
in der eine Proposition sich auf einen Sachverhalt bezieht. Die darin beschlossene
Möglichkeit, eine Sachverhaltsdarstellung verschiedene Funktionen zu geben, ist für die
Sprache wesentlich“ 151 .
4. Die Struktur abstrakter Abbilder von Sachverhalten sei sowohl durch die Sachverhalte
selber (Ähnlichkeit) als auch durch die Form der Verarbeitung des Abzubildenden (Abstraktion)
bestimmt. So repräsentieren laut Bierwisch Propositionen verschiedenartige
Sachverhalte unabhängig aller Dimensionen immer als logische Form, die sich unterschiedlich
manifestieren könne. „Die uns interessierende Manifestation ist die sprachliche
Codierung, die die logische Form zur Bedeutung sprachlicher Zeichen macht“ 152 . Teile von
Propositionen finden sich demnach jeweils in den Grundzeichen, welche durch die formalgrammatischen
Beziehungen verbunden werden entsprechend der logischen Struktur der
149 Bierwisch, S. 50
150 Bierwisch, S. 50
151 Bierwisch, S. 51
152 Bierwisch, S. 52

59
Propositionen, wobei diese Komplexbildung der Dimensionslosigkeit der Logik entsprechen
müsse mittels arbiträrer, also konventioneller Codierung, wodurch die logische Form
stets verhüllt begegne.
3.2.12. GESTISCHE FORM ALS BEDEUTUNG MUSIKALISCHER ZEICHEN
Wie logische Formen zu kognitiven Vorgängen und Strukturen verhalte sich die gestische
Form zur Gesamtheit der emotionalen, affektiven und motivalen Zustände und Prozesse.
1. Zwar beruhen – so Bierwisch – kognitive und emotionale Abläufe auf unterschiedlichen
organismischen Grundlagen, doch bilden sie eine funktionale Einheit, indem sie sich gegenseitig
provozieren bzw. bedingen. „Die emotionale Einstellung macht den Modus aus,
in dem Informationen gesucht und verarbeitet werden.“ 153 Welche Verbindungen dabei
entstehen, ergibt sich weder aus der logischen Struktur der Gedanken noch aus dem Charakter
der Emotionen.
2. Die Orientierung der kognitiven Vorgänge auf bestimmte Sachverhalte sei durch emotionale
Faktoren als subjektive Einstellung organisiert. Organismusintern bestimmen sie
den Status und das Aktivitätsniveau. Organismusextern regulieren sie den Emotionsausdruck,
wofür artspezifische Muster etabliert seien, welche zwar lernabhängig modifiziert
oder unterdrückt werden könnten, doch aber generell zur intersubjektiven, sozialen Zugänglichkeit
führen. „Auf diesem Ausdrucksaspekt beruht eine für Emotionen charakteristische
Form der Übermittlung, die als Übertragung oder Ansteckung bezeichnet wird und
von der Kommunikation durch intendierten Zeichengebrauch zu unterscheiden ist.“ 154
3. Somit ist für Bierwisch der Weg frei für systematische Analysen und Beschreibungen:
(a) Emotionsdifferenzierung: auf neurophysiologischer Grundlage lassen sich distinkte
Grundfaktoren eruieren, die „als Dimensionen eines »emotionalen Raumes« […] jeweils
kontinuierliche Ausprägungsstärken aufweisen können.“ 155
(b) Wechselwirkung von Emotionen: fundamentale Emotionen sind in sich gegliedert in
eine neurale Grundlage, eine expressive Seite und einen variablen Erfahrungsinhalt,
weswegen Emotionen sich in verschiedener Weise bedingen oder überlagern können.
(c) emotionale Musterbildung: die komplexen Kombinationen und Übergänge von Grundkomponenten,
welche sich in emotionalen Zuständen oder Abläufen äußern, konstituieren
die Gliederung der Vielfalt emotionaler Erscheinungen in emotionale Muster.
153 Bierwisch, S. 53, verweist darauf, daß Simonov Emotion als Ergebnis der Wechselwirkung von Bedürfnis
und der für die Zielerreichung nötigen Information definiert.
154 Bierwisch, S. 54
155 Bierwisch, S. 54

60
Musikalische Codierung bezieht sich also – so Bierwisch – auf den Bereich der Emotionen,
„indem sie einen Aspekt fixiert, der als gestische Form zur Bedeutung musikalischer Zeichen
wird – so wie die logische Form den sprachlich codierbaren Aspekt kognitiver Prozesse
darstellt. Die gestische Form hat damit [auch] zwei Bezüge“ 156 , nämlich als »Aspekt«
zu emotionalen Prozessen sowie als »Bedeutung« zu einem Typ von Zeichen. Der Proposition
entsprechend sei der Gestus die zentrale Kategorie der gestische Form. Der Gestus
als Struktur eines kohärenten emotionalen Musters „ist gewissermaßen der emotionale
Sinn eines Komplexes physiologischer Zustände oder Prozesse, […] der strukturell identifizierbare
Aspekt eines solchen Komplexes.“ 157 Dies erläutert Bierwisch näher:
1. Der Gestus sei prinzipiell zeitlicher Natur im Gegensatz zur Proposition, weil er selbst
ein zeitlich strukturiertes Gebilde sei und als solches nie zeitlose Permanenz haben kann.
„Die gestische Form muß genau die Dimensionen aufweisen, innerhalb deren emotionale
Muster strukturiert sein können.“ 158 2. Der Proposition ähnlich könne ein Gestus in sich
gegliedert bzw. mittels diverser »ineinander eingebetteter« Gesten – jedoch in der Dimension
der Zeit – arrangiert sein. Demnach seien Propositionen logisch, Gesten hingegen
zeitlich verknüpft. 3. Als Grundprinzip für die Etablierung der gestischen Form als Bedeutung
musikalischer Zeichen fungiere das Prinzip der Analogcodierung mit teils diskreter,
teils kontinuierlicher Codierung der Ausprägungsgrade, wobei Bierwisch sich fragt, ob
relative Intensität, emotionale Bewegung in Tonhöhen usw. systematisch zu analysieren
seien. 4. „Die Motivationsbasis für die skizzierte Analogcodierung ist vornehmlich indexikalischer
Natur, schließt aber ikonische Faktoren ein.“ 159 Zudem trete hierbei W(n) zu Tage:
„Rasche Bewegung in musikalischen Lautmustern ist nicht nur Symptom etwa von
Erregtheit und ikonische Repräsentation ihrer physischen Effekte, sie löst auch unwillkürlich
Erregtheit aus. […] Allerdings ist auch diese elementare Motivierungsform bestimmten
konventionellen Rahmensetzungen und damit gewissen lernabhängigen Eingrenzungen
unterworfen.“ 160 5. Maßgeblich für die Beziehung zwischen der Bedeutung musikalischer
Zeichen und außermusikalischen Faktoren sei, daß der musikalisch codierte Gestus in
Bezug steht zu einem variablen, aber nicht beliebigen Erfahrungsinhalt kognitiver Natur.
So ließe ein Text mehrere adäquate Vertonungen zu, wenn auch nicht jede. „Einer musikalischen
Gestalt entspricht nicht ein einzelnes kognitives Korrelat, sondern eine Klasse Korrelate
kognitiver Natur.“ 161 Die Form eines musikalischen Zeichens entspricht demnach
156
Bierwisch, S. 55
157
Bierwisch, S. 55
158 Bierwisch, S. 56
159 Bierwisch, S. 56
160 Bierwisch, S. 57
161 Bierwisch, S. 57

61
laut Bierwisch der Codierung eines Gestus, dessen Struktur die eines emotionalen Musters
ist, welches den Konnex zu einem variablen Erfahrungsinhalt darstellt. Entsprechend
den verschiedenen Stufen kognitiver Repräsentation könne laut Bierwisch die Musik auf
Sprache bezogen werden, da im Falle (a), daß der kognitive Bezug fixiert sei, beide durch
ein Signalereignis realisiert werden könnten (Lied) 162 , im Falle (b), daß der kognitive Bezug
nicht sprachlich fixiert, aber identifizierbar sei, die Musik parallele bzw. verweisende
Funktion übernehmen könnte (Film- bzw. Programmusik), und im Falle (c), daß der kognitive
Bezug nicht auf der Ebene der logischen Form repräsentiert würden, die Musik mit der
allgemeinen Einstellung korrespondiere. „Musikalische Zeichen haben stets eine inhärente
Affinität zu begrifflichen oder Vorstellungsstrukturen.“ 163
3.2.13. SAGEN UND ZEIGEN
Sagen bedeutet für Bierwisch einen Kommunikationsakt in drei Stufen: zunächst einen
Sachverhalt benennen, ihn dann identifizieren und schließlich beschreiben. „Etwas sagen
heißt demnach, ein sprachliches Zeichen äußern, dessen Bedeutung eine Proposition ist
und das durch seinen Propositionstyp die Geltungsart des Gesagten bestimmt.“ 164
Zeigen bedeutet für Bierwisch, daß in einem Schritt entweder ein Gegenstand als Objekt
oder ein Vorgang als Darstellung gezeigt wird, wobei Strukturgemeinsamkeiten aufgezeigt
würden, da sonst keine Mitteilung zustande käme, so daß es eines analogen, also strukturell
motivierten Codes bedarf. Wenn aber Zeigen auf »Wahrnehmung« beruht, kann nach
Bierwisch auch akustisch etwas gezeigt werden. „Musikalische Zeichen zeigen die in ihnen
codierte gestische Form, sie machen emotionale Muster wahrnehmbar, indem sie deren
gestische Struktur zeigen. […] Die Sprache sagt, die Musik zeigt, was sie mitteilt.“ 165
Anschließend kommentiert Bierwisch diese Feststellung:
1. Zwischen beiden Polen liege ein Spektrum von Übergangsformen der Konventionalität.
2. „In jedem konventionellen Zeichensystem ist eine zeigende Basis enthalten.“ 166 Diese
Voraussetzung für Konventionalität sei nötig, weil die Beziehung zwischen differenzierten
Gegenständen und abstrakten Bedeutungen stets strukturell motiviert sei. 167
162 Hierzu merkt Bierwisch an, daß Musik und Text die Defizite des jeweils anderen zur Bindung aller Merkmale
des Signals nutzten.
163
Bierwisch, S. 58
164
Bierwisch, S. 59
165 Bierwisch, S. 59f.
166 Bierwisch, S. 60
167 Hierzu verweist Bierwisch auf Wittgensteins „Idealsprache“, wo die logische Form direkt in der Zeichengestalt
– ohne Proposition – enthalten, also Sagen und Zeigen vereint sei.

62
3. Musik kann zeigen, was Sprache nicht sagen kann, wie ein Bild abbildet statt beschreibt,
weil Sprache logisch reduziert sei, damit sie alles mitteilen kann.
4. Eine gedankliche Vergegenwärtigung eines Sachverhaltes durch Sagen ist weit weniger
real als eine sinnliche Vergegenwärtigung durch Zeigen, weil hierbei ihr Zeitaspekt berücksichtigt
wurde, wodurch die Wirkung W(n) insgesamt wichtig sei.
5. Damit ist nach Bierwisch die ästhetische Dimension beschrieben als der »Als-ob-
Charakter« einer Mitteilung, wobei dieser nur »stellvertretend« zu verstehen sei 168 .
6. Sind Bedeutung und Form bei Sprache konventionell bezogen, so ist Musik strukturanalog
laut Bierwisch, der davon indes die Auswahl der Bereiche von Gesten und Rahmen der
Codierungsmittel ausnimmt. Daher sei Logik hierbei unnötig und Semantik nur an gestischen
Strukturen möglich anstatt als Relation zur Logik, weshalb Übersetzungen generell
in Musik ausgeschlossen seien.
7. Da bei Musik Bedeutung und Form strukturell isomorph sei, könne ihre »Logik« nicht
nur ohne „Begriff und Urteil sein, sondern sie ist […] die Logik der musikalischen Form
selbst.“ 169
3.2.14. SYNTAX
Grundlage für komplexe Zeichen-, also für die syntaktische Strukturbildung ist laut Bierwisch
die organismische Fähigkeit zur Kombinatorik, wie sie bereits bei den besprochenen
Strukturebenen jeweils als Verknüpfungsprinzip erwähnt wurde. Zur eigentlichen Syntax
zählen indes „solche Verknüpfungsoperatoren, die den Bedeutungszusammenhang in den
resultierenden komplexen Einheiten determinieren.“ 170 Dazu eine logische Ableitung:
So: „[Der Komplex] K hat bezüglich der Einheiten E(1), E(2), …, E(n) die Struktur R dann
und nur dann, wenn die E(i) (für i = 1,2, …, n) Teile von K sind und K durch die E(i) und R
vollständig determiniert ist.“ 171 Als Beispiele dienen Wortformen und Töne eines Themas.
S1: „R ist die syntaktische Struktur von K bezüglich A, wenn A die Gesamtheit der Eigenschaften
von K ist, die durch R auf Grund entsprechender Eigenschaften A(i) der Bestandteile
E(i) von K determiniert wird.“ 172 Wörter können demnach zu Sätzen verknüpft werden.
168
Bierwisch verdeutlicht dies, daß, wenn akustische Signale die Stellvertretercharakteristik verlieren, sie
nicht ästhetisch seien, an dem Beispiel des Weckrufs.
169 Bierwisch, S. 64
170 Bierwisch, S. 65
171 Bierwisch, S. 66
172 Bierwisch, S. 66

63
S2: „Ein komplexes Gebilde K ist hierarchisch strukturiert, wenn mindestens eins seiner
Teile ein Komplex K’ ist, so daß die Struktur R’ von K’ Teil der umfassenden Struktur R von
K ist.“ 173 Phrasen innerhalb von Sätzen bilden zusammen eine Struktur.
K(1) K(2) K(3)
K(4)
K(5)
K(6)
S3: „Ein komplexes Gebilde K ist linear bezüglich [des Linearitätprinzips] D, wenn die
durch die Struktur R verknüpften Teile von K in bezug auf D geordnet sind.“ 174
Daraus ergebe sich eine Differenz zwischen Sprache und Musik, obwohl jeweils zwar Netzoder
Baumstrukturen (S2) nachweisbar sind, aber auf der Zeitachse (S3) einerseits im
Falle Sprache nur ein Element in einem Intervall auf D projiziert werden kann, aber andererseits
im Falle Musik mehrere. Deutlicher würden die Unterschiede zwischen Sagen und
Zeigen und ihren Codierungsarten, wenn man nach der unteren Grenze (Elementareinheiten;
Wort bei Sprache) bzw. der oberen Grenze (Text) bzw. nach der Bedeutungsintegration
der Relationsgefüge fragt.
3.2.15. ZEICHEN UND TEXT
Auf Musik wie Sprache trifft laut Bierwisch der Satz zu, die Summe sei mehr als die Einzelteile.
Die Möglichkeit beider zu immer größerer Komplexbildung per Linearisierung und
Hierarchisierung stoße jedoch an Grenzen, da innersprachliche Regeln wie die Grammatik
Textbildung nämlich nicht einschließen. Statt dessen seien Prinzipien anzunehmen, „die
universell für alle Sprachen gelten, aber deshalb nicht weniger die syntaktische Strukturbildung
determinieren als die einzelsprachlichen Regeln, die innerhalb des Satzes gelten.
[…] Die Form eines Satzes legt seine Bedeutung fest, nicht aber seine volle, sinngemäße
Einordnung in den Kontext.“ 175 Für Musik dagegen müsse man keine Regeln lernen, welche
einer Grammatik entsprächen, nach denen die Teile eines Musikstückes verknüpft
sind. Doch auch wenn Musik keine Sätze in der oben genannten Form kennt, so sei sie auf
die Beziehungen im Ablauf der gezeigten gestischen Strukturen verwiesen. Weil die artikulierten
gestischen Strukturen – so Bierwisch – die Bedeutung musikalischer Zeichen
konstituieren, sei die Identifizierung derartiger Beziehungen als Sinn zugleich ein kognitiver
Prozeß. „In der Sprache ist die Geltung der Funktionalität der Syntax in Länge und Tie-
173 Bierwisch, S. 67
174 Bierwisch, S. 68
175 Bierwisch, S. 71

64
fe begrenzt, in der Musik nur in der Tiefe. Die hinter der Bedeutung liegenden Sinnzusammenhänge
sind in der Sprache die kontextuellen und allgemeinen Sachbezüge, in die
Propositionen eingeordnet werden, in der Musik sind es die Bezüge und Prozesse, in die
die gestischen Strukturen integriert werden.“ 176
3.2.16. MOTIVIERTE UND KONVENTIONELLE SYNTAKTISCHE STRUKTUREN
Der Charakter eines Codierungssystems wirke sich in dessen Syntax aus. Der Morse-Code
und die Zifferdarstellung der Zahlen belegen laut Bierwisch, daß sowohl analoge wie konventionelle
Interpretation mit der gleichen formalen, nämlich linearen Verknüpfung der
Grundzeichen (S1) verbunden sein könne. Parallel verhalte es sich bei hierarchischen
Strukturen (S2) wie Musik und Sprache, deren Syntax einerseits analog andererseits konventionell
interpretiert wird. Bei Musik sind hinsichtlich der Art, wie syntaktische Strukturen
die Bedeutungen der komplexen Zeichen organisieren, zwei Prinzipien zu erkennen:
„(R1) Gliederungen in der Form musikalischer Zeichen entsprechen gleichen Gliederungen
in der Bedeutung. (R2) Der Zeitstruktur der Form musikalischer Zeichen entspricht die
Zeitstruktur ihrer Bedeutung.“ 177
Mit (R1) wird das Hierarchieprinzip (S2) und mit (R2) das Linearprinzip (S1) interpretiert.
Kompositionstechniken seien das indes nicht, sondern lediglich Aussagen über die Verbindungen
von komplexen Strukturen mit ihren Inhalten. Bei Sprache hingegen determinieren
nach Bierwisch konventionell entstandene Regeln die Bedeutung – ohne Analogprinzipien
wie (R1) und (R2). Zudem seien die Verbindungen bei Sprache mit unterschiedlichen
Funktionen versehen, je nach dem, welche Einheiten sie verknüpfen, so „daß syntaktische
Strukturen in der Sprache die Bedeutung in sehr viel differenzierter Weise determinieren
als dies die Prinzipien (R1) und (R2) in der Musik tun.“ 178 Das Kategoriensystem,
wodurch alle elementaren und komplexen Zeichen der Sprache klassifiziert würden,
lege die unterschiedlichen Umgangsweisen vor, wobei jene Regeln für den formalen Aufbau
komplexer Zeichen nicht identisch seien mit den Prinzipien der inhaltlichen Determination
der Zeichen. Darin sind sich Sprache und Musik wieder einig, so Bierwisch. Nur sei
bei Sprache die Funktion des formalen Aufbaus komplexer Zeichen für deren Bedeutung
nicht analog motiviert, sondern maßgeblich konventionsbedingt. Demnach ergibt sich für
Bierwisch folgender Rahmen bedeutungsorganisierender Syntax:
176 Bierwisch, S. 73
177 Bierwisch, S. 74
178 Bierwisch, S. 75

65
„Erstens: Jede Grammatik und jeder musikalische Code enthält ein System von Regeln zur Bildung
komplexer Zeichenformen. Diese Regeln sind Verknüpfungsoperationen, die linear geordnete, hierarchisch
gegliederte Strukturen erzeugen, oder Transformationen, die solche Strukturen modifizieren.
Die Klasse der Operationen, die für solche Regeln genutzt werden, ist für Musik und Sprache
sehr unterschiedlich. (Für Sprache gibt es Ansätze zu ihrer systematischen Bestimmung [vgl.
Chomsky, 1965], für Musik steht ein solcher Versuch noch aus.) […]
Zweitens: Die so erzeugten strukturellen Beziehungen determinieren die Bedeutung der resultierenden
komplexen Zeichen. […] Für die Musik ergibt sich aus (R1) und (R2) die Isomorphie der formalen
und der Bedeutungsstruktur, die Sprache dagegen ist durch eine charakteristische Strukturverschiedenheit
von Form und Bedeutung gekennzeichnet.“
Drittens: […] das durch (R1) und (R2) umschriebene Verfahren der Bedeutungsdetermination erstreckt
sich in der Musik allemal auf den gesamten zusammenhängenden »Text«, die Bedeutungsdetermination
der Sprache dagegen nur auf die Sätze. Deren lineare Abfolge hat keinen syntaktischen
Charakter im Sinn der Bedingung (S1) mehr. Zusammenhänge zwischen Sätzen werden nicht
als Bedeutungs-, sondern als Sinnbezüge […] konstituiert.“ 179
3.2.17. ELEMENTARZEICHEN
„Grund- oder Elementarzeichen sind die kleinsten Zeichen, in die die komplexen Zeichen
eines gegebenen Codes zerlegt werden können. Die Syntax baut auf ihnen auf und gibt
ihnen damit ihren speziellen Charakter.“ 180 In logischer Ableitung führt Bierwisch aus:
(Z) ist ein Elementarzeichen eines Codes C genau dann, wenn es ein geordnetes Paar Z =
(F,B) gibt mit F als akustische Merkmalsstruktur, die festlegt, was Z gemäß C zum Aufbau
komplexer Zeichen beiträgt, und mit B, das festlegt, was Z gemäß C zur Bedeutung komplexer
Zeichen beiträgt. F gehört einer syntaktischen Kategorie k an, welche die Verknüpfungsmöglichkeiten
von Z in C determiniert, und B gehört einer semantischen Kategorie t
an, welche die Verbindungsmöglichkeiten von Z in C determiniert. Z ist nicht nach Regeln
von C aus anderen Zeichen aufgebaut. Für Sprache sind demnach Z die lexikalischen Einheiten,
also die Wörter eines Lexikons. Bei Musik verdunkle die Isomorphie zwischen F
und B die Identifizierung solcher Einheiten, zumal stets neue Z gebildet werden könnten,
so daß ein abgeschlossenes »Lexikon« nicht vorliegt, obschon die Kombinatorik nicht unbegrenzt
sei. Insofern »lernt« man laut Bierwisch mit einem neuen Musikstück dessen
Grundelemente, nicht aber deren Bedeutung, sondern sie „muß aus der Kombination der
Merkmale und Segmente hervorgehen, aus denen ihre Form aufgebaut ist.“ 181 Somit fehle
der Musik sowohl eine Grenze nach oben als auch nach unten, wenn nicht die Merkmale
179 Bierwisch, S. 76f.
180 Bierwisch, S. 77
181 Bierwisch, S. 79

66
der Laut- und Zeitstruktur als eigentliche Elementarzeichen gelten, die aber keinerlei Bedeutung
an sich haben.
Daher formuliert Bierwisch die These: „Jede musikalische Struktur muß minimale Merkmalskonfigurationen
enthalten, die als solche eine gestische Bedeutung haben.“ 182 Jedoch
die Kriterien für die Identifizierung der Grundkonfigurationen seien schwer zu bestimmen.
Neben rhythmischen Mustern können z.B. auch Intervallfolgen »Motive« markieren, die
wiederum diverse Segmentkonstellationen eingehen, wobei für Musik keine »lückenlose«
Struktur erforderlich ist, sondern die Motive können mit Nichtmotiven größere Zeichen
bilden. Gestische Bedeutung trete also auch da zu Tage, wo »angelagerte« Merkmale und
Segmente nach dem Analogieprinzip komplexe Zeichen ergeben, so daß die Grenze nach
unten zwar offen ist, sich aber nicht in den akustischen Merkmalen auflöst. Wie bei Sprache
Morpheme die Bedeutungsträger 183 sind, die durch »bedeutungsrelevante« Zusätze
(Nicht-Stamm-Morpheme) modifiziert werden, könne man bei Musik die »Motive« von
ihren Zusätzen unterscheiden. Doch gebe es in der Sprache keine »nicht-morphemische«
Merkmale und Segmente. Motive können nach Bierwisch indes Verbindungen mit Nicht-
Motiven eingehen gemäß der Analogieprinzipien (R1) und (R2), wodurch sie aber keine
Grundzeichen im engeren Sinne mehr sind. Insofern sei die musikalische Syntax – auf den
ganzen »Text« wie auf die Elementarzeichen bezogen – offen.
Aus den Ausführungen leitet Bierwisch folgende Konsequenzen ab:
1. Die Bedeutungszuordnungen unterscheiden musikalische von sprachlichen Zeichen. 184
2. Außermusikalische Bedeutungen konventionalisierter Signale stammen aus einem anderen
Codierungszusammenhang und seien daher mit musikalischer Syntax nicht zu erfassen.
„Musikalisch funktionieren sie zunächst auf Grund ihrer »vorkonventionellen«
Bedeutung. [Die] außermusikalischen Bedeutungen, die auf die eine oder andere Weise
mit musikalischen Zeichen verbunden sind, [können] in den Sinnzusammenhang eingehen,
der durch die Bedeutung in jenem zweiten Verstehensschritt erzeugt wird.“ 185
3. Die Bedeutungen von musikalischen Grundzeichen mit einem fast individualisiert gezeigtem
Gestus machen von dieser Identität Gebrauch und haben damit etwas mit den
Namen gemeinsam. Zeigen musikalische Zeichen stets den gleichen Gestus, so haben sie
teils eine größere Konstanz als Sprache. Sie benennen aber nichts, sondern haben es zum
Inhalt. „Die Art, in der sprachliche und musikalische Grundzeichen ihre Bedeutung erhal-
182 Bierwisch, S. 80
183 Ein Nachtrag Bierwischs: Morphologische Strukturen sind bisher konsequent ausgeklammert gewesen.
184 Hier widerspricht Bierwisch ausdrücklich der Annahme Kneplers, »Konstantisierung« unterscheide beide.
185 Bierwisch, S. 83

67
ten und sie zur Bedeutung komplexer Zeichen zusammenfügen, ist der kardinale Unterschied
in der Funktionsweise von Sprache und Musik [, …] zwischen Sagen und Zeigen.“ 186
3.2.18. CODA
Die angeboten Überlegungen – als eine »Art vergleichender funktionaler Anatomie von
Sprache und Musik« verstanden – kennzeichneten Grenzen und Konturen statt Inhalte,
weil einerseits abstrakt Funktionsprinzipien, nämlich jeweils die Determinationsgefüge
dargestellt wurden, auch wenn äußere Parameter oder Verbindung bei der Verwendung
von Musik und Sprache unberücksichtigt blieben, und dies andererseits abstrakt und generalisierend
geschah in verschiedenen Stufen von Allgemeinheit. Die begriffliche Analyse
der Konzepte Kommunikation und Zeichensystem sei die abgehobenste Ebene und bilde
den Hintergrund für Sprache und Musik. Darauf fuße die begriffliche Bestimmung verschiedener
Typen von Zeichensystemen (Medium, Bedeutungen, Codierung) mit der Markierung
sagender und zeigender Funktionen. Darauf bauen die Darstellungen auf, die „die
universellen, aber empirisch bedingten Gegebenheiten der natürlichen Sprache und Musik“
187 (Merkmale, Strukturen) beinhalten. Keinesfalls ernsthaft betreten wurde die Stufe
„der Charakterisierung der Elemente und Regeln einer einzelnen natürlichen Sprache, eines
speziellen musikalischen Codes. […] Erst die fünfte Stufe schließlich betrifft die Struktur
einzelner sprachlicher und musikalischer Gebilde, mit denen Philologen und Musikhistoriker
primär befaßt sind.“ 188 Sei auf Seiten der Linguistik diese Methodik der Abstraktion
bereits etabliert, stünde für die Musikwissenschaft die Herleitung der Einzelerscheinungen
aus allgemeinen Gesetzmäßigkeiten noch aus, weil für eine systematische Analyse
das Instrumentarium empirisch-diagnostischer Konzepte fehlt, um zu klären, „was z.B.
die Mindestmerkmale eines Motivs sind, welchen Verknüpfungsoperationen es unterliegen
kann, welchen Charakter welche Veränderung hat.“ 189 Dazu bedürfe es außerdem geeigneter
Systeme theoretischer Begriffe und Strukturen, um „auch rational zu präzisieren,
was die vieldeutige Rede vom »musikalischen Material« besagt.“ 190 Überdies fehle die
Charakterisierung musikalischer Universalien, um die Regeln und Einheiten konkreter,
historisch bedingter Codes zu beschreiben (Verknüpfungs- oder Transformationsoperatoren).
„An Hand eines gesicherten Verständnisses der so umschriebenen strukturellen und
funktionalen Aspekte der Musik sind auch die folgenden Probleme, die weit stärker das
186
Bierwisch, S. 84
187 Bierwisch, S. 86
188 Bierwisch, S. 87
189 Bierwisch, S. 89
190 Bierwisch, S. 89

68
Interesse der Musikwissenschaft absorbiert haben, neu zu durchdenken.“ 191 Die strukturelle
Beschaffenheit des kontextuellen Bezuges sei also für musikalische Erscheinungen
neu zu erhellen, wie auch der Frage der ästhetischen Funktion rational begegnet werden
müsse im Zusammenhang mit musikalischen Strukturen. Daraus ergeben sich für Bierwisch
erst die Elemente einer überprüfbaren Argumentation für „die Wertung der Qualität
von Musik, der individuellen und gesellschaftlichen Bedeutsamkeit“ 192 .
3.3. REAKTIONEN AUF MANFRED BIERWISCH
Bierwischs Aufsatz entstand geistig wie topographisch auf dem Boden der ehemaligen
DDR. Damit waren einem Diskurs darüber auf gesamtdeutsprachigem Terrain klare Grenzen
gesetzt, auch wenn die Rundfunkausstrahlungen zunächst darüber hinweggingen.
Selbst innerhalb der DDR fand – nach bisheriger Literaturrecherche – indes keinerlei Diskussion
darüber statt, worauf doch die Veröffentlichung dezidiert abzielt hatte. Ursachen
können nur spekulativ erörtert werden. Eine erste provisorische Vermutung ist die, daß
schlicht niemand dem etwas hinzuzufügen hatte. Eine andere könnte sein, daß Bierwisch
aufgrund seiner politischen Etikette als »Enfant terrible« nicht im Zentrum wissenschaftlicher
Konversation stand. Vielmehr ist anzunehmen, daß – evtl. staatlich induziert – seine
Ideen, wenn nicht unerwünscht, so doch als derart pikant angesehen worden waren, daß
sich ihnen eine gewisse Hemmschwelle vorgelagert haben könnte.
Dazu trug vielleicht auch bei, daß die strukturalistische Konzeption ihrer Zeit weit voraus
war. Mit Bezugnahme auf Kneplers Entwurf, Sprache wie Musik hätte sich evolutionär im
Tier-Mensch-Übergangsfeld etabliert 193 , knüpft Bierwisch an die aktuellste wissenschaftliche
Entwicklung an und führt seine Gedanken gar konsequent weiter aus, als mancher
damals zu akzeptieren bereit war. 194 Auf bundesdeutschem Terrain sind strukturalistische
Konzepte in der Musikwissenschaft erst Jahre später aufgetaucht in Form der Übersetzung
von Lerdahl und Jackendorff 195 . Danach reagierte auf Bierwisch niemand mehr, obwohl er –
weniger festgelegt auf die Stilistik der Klassik – genau in diese Richtung verwiesen hatte,
191 Bierwisch, S. 89
192 Bierwisch, S. 90
193 Knepler, S. 71f.
194 vgl. Berliner Akademie, s. 179f.
195 Bradter faßt in seinem Vorwort die Theorie von Lerdahl und Jackendorff zusammen, welche „beansprucht,
als eine psychologische Theorie die Wahrnehmung und Verarbeitung musikalischer Strukturen tonaler Musik
zu beschreiben und zu erklären. Nach dieser Theorie entspricht die hierarchische Struktur musikalischer
Wahrnehmung einer hierarchisch gegliederten Struktur der tonalen Musik, wie sie sich anhand von musiktheoretischen
Analysen aufzeigen läßt. Lerdahl und Jackendorff verknüpfen in ihrer Theorie Ansätze der
kognitiven Psychologie mit der Musiktheorie Heinrich Schenkers und der Generativen Transformationsgrammatik
Noam Chomskys.“ Sie entwerfen damit den Gegenbeweis zur These: „Es ist nicht möglich, für die
Musik ein Stufenschema zu konstatieren, das der sprachlichen Rangreihe Segment – Silbe – Wort – Phrase
Satz entspricht.“ – Bierwisch, S. 41

69
freilich mit einem anderen Ergebnis, daß eben nicht jede Musik so durchstrukturiert ist
wie Sprache. Daß sich zumal in der Musikwissenschaft nur wenige trauten, darauf zu rekurrieren
196 , hat seine Ursachen wohl vielleicht auch darin, daß eine weitere, nämlich
sachlich-methodische Hemmschwelle den Zugang erschwert haben mag. Die logischdeduktive
Vorgehensweise Bierwischs korreliert keineswegs mit der bis heute in der Musikwissenschaft
üblichen heuristischen Methode, einen Sachverhalt als Tatsache zu begreifen,
solange sich keine Gegenbeispiele dafür finden lassen. Bierwischs Aufsatz blieb
zwar unbeantwortet, doch er verschwand nicht aus dem Bewußtsein. Christian Kaden, der
in seiner »Musiksoziologie« deutlich auf Bierwisch bezug nimmt, sicherte ihm ein Plätzchen
in der Ruhmeshalle der Musikwissenschaft, indem er unter Verweis auf Wittgensteins
Modi von Sagen und Zeigen den Aussagen Bierwischs im MGG einen eigenen Absatz
widmete:
„Es besitzt nun außerordentliche historische Brisanz, daß diese Dichotomie von Sagen und Zeigen
sich bis zur Stunde in der wissenschaftlichen Diskussion behaupten kann und speziell von der
strukturellen Linguistik als quasi universelles Erklärungsmuster für die Differenzierung Sprache –
Musik ausgearbeitet wurde. Besonderen Einfluß gewann die durch Manfred Bierwisch vorgeschlagene
Kategorisierung von logischer und gestischer Form. […] Der Ansatz löst alle Probleme moderner
Ästhetik auf einen Streich: die Fragen nach der Spezifik der Musik, ihrer Autonomie, ihrer Semantik
obendrein.“ 197
Doch Kaden weiß auch um Probleme, die mit der Konzeption Bierwischs verbunden sind:
„Allerdings läßt sich ihm entgegenhalten, daß er Sprache ihrerseits rationalistisch verkürze – zugleich
so, und nur so, zu überzeugen weiß. Keineswegs nämlich steht fest, daß die die »logische
Form als Bedeutung sprachlicher Zeichen« per se auszuweisen sei. Um überhaupt verständlich und
situativ einordenbar zu werden, bedarf Sprache, im gesprochenen wie im geschriebenen Aggregatzustand,
expressiver Anteile, wenn nicht Ankerreize. Schließlich ist auf der Ebene der Logizität ein
Phänomen zu beobachten, das man Aussage-Artikulation, logische Artikulation nennen könnte. […]
Sprache erscheint also mindestens als dreidimensionales Gebilde“ 198 .
Dieser Einschätzung schließt sich der Verfasser an und reagiert seinerseits auf einige der
von Bierwisch gestellten Forderungen an die Musikwissenschaft sowie bemerkenswerte
Aussagen. Seit dem Erscheinen des Aufsatzes hat sich nämlich manches Ungewisse inzwischen
klären lassen, anderes ist nach wie vor noch strittig.
Das von Bierwisch gefordertes Programm 199 findet er in der Generative Theorie Tonaler
Musik (GTTM) von Lerdahl und Jackendorff vor, da sie – unwissentlich seinem Interesse an
Strukturen entsprechend – am Beispiel klassischer Musik linguistisch konstatierte Regel-
196 So Klemm, S. 20 und Brockhaus – Riemann, S. 14396
197 Kaden: »Zeichen« in MGG Bd. 9, S. 2168f.
198 Kaden: »Zeichen« in MGG Bd. 9, S. 2169
199 vgl. Bierwisch S. 34, 76, 88 u.ö.

70
systeme für einen konkreten Einzelfall zeigen, der dadurch differenziert werden kann von
Phänomenen andersartiger Charakteristik und Stilisik, so daß Harnoncourt gar von
verschiedenen »Sprachen« reden kann, wenn er – gleichfalls von Chomsky inspiriert,
jedoch weniger schlüssig als Lerdahl und Jackendorff – folgendes hervorhebt:
„Die Musik veränderte Menschen – den Hörer, aber auch den Musiker. Sie mußte immer neu geschaffen
werden, so wie die Menschen immer wieder neue Häuser bauen mußten – immer wieder
der neuen Lebensweise, der neuen Geistigkeit entsprechend. So konnte man auch die Alte Musik,
die Musik vergangener Generationen, nicht mehr verstehen und nicht mehr gebrauchen; man bewunderte
gelegentlich ihre hohe Kunstfertigkeit.“ 200
Der einzelne Hinweis Bierwischs diesbezüglich, daß zeitlich wie geographisch unterschiedene
Sprachsysteme – auch in der Musik – existieren, bedarf daher weit größerer Gewichtung.
Sprache ist nicht gleich Sprache, da die sprachlichen Mittel jeweils variieren gemäß
der geistigen Haltung. Musik ist auch nicht gleich Musik und das Vorfindliche der Musik,
ihre materielle Seite ist gleichfalls unterschiedlich. Auch ist „die vieldeutige Rede »vom
musikalischen Material«“ 201 – ein stiller Bezug auf Adorno – zu konkretisieren mit des Urhebers
eigenen Worten:
„Keineswegs stehen dem Komponisten unterschiedslos alle je gebrauchten Tonkombinationen heute
zur Verfügung. […] Wenn nicht alles trügt, schließt er heute bereits die Mittel der Tonalität, also
die der gesamten traditionellen Musik, aus. Nicht bloß, daß jene Klänge veraltet und unzeitmäßig
wären. Sie sind falsch. Sie erfüllen ihre Funktion nicht mehr. Der fortgeschrittene Stand der technischen
Verfahrensweisen zeichnet Aufgaben vor, denen gegenüber die traditionellen Klänge als
ohnmächtige Clichés sich erweisen.“ 202
Letzteres hätte Bierwisch von seinen Gesprächspartnern durchaus lernen können. Ersteres
indes dürfte ihm kaum genügen, da Lerdahl und Jackendorff stellenweise diverse Unstimmigkeiten
zugunsten des Gesamtkonzepts kaschieren. So resümiert auch Bradter:
„Im Unterschied zur Sprachwissenschaft gibt es in einer musikalischen Grammatik keine Möglichkeit,
die grammatikalische Richtigkeit anhand einer allgemeinen Sprachkenntnis zu beurteilen. […]
Der Aufbau eines Regelsystems zur Beschreibung musikalischer Strukturen ist durch die vermeintliche
Universalität des Ansatzes und einigen Analogien bezüglich des strukturalistischen Ansatzes
der Sprachwissenschaftler motiviert. Es soll in dieser Ähnlichkeit des formalen Apparates zum Ausdruck
kommen, daß kognitive Mechanismen bezüglich Sprache und Musik vergleichbar sein können.
Dafür gibt es weder Beweise noch zwingende Hinweise. […] Es ist fraglich, ob das Aufstellen eines
Regelsystems grundsätzlich anderen Beschreibungsformen des impliziten Sachverhaltes vorzuziehen
ist. Eine zwingende Notwendigkeit ist nicht zu beobachten, die Wahl dieses Ansatzes kann
weitgehend als willkürlich angesehen werden. Daher ist es auch nicht gerechtfertigt, aus der ober-
200 Harnoncourt, S. 9f.
201 Bierwisch, S. 89
202 Adorno: Philosophie, S. 40

71
flächlichen Ähnlichkeit eines Regelsystems der musikalischen und sprachwissenschaftlichen
Grammatik zu schließen, daß sich dahinter ein vergleichbarer kognitiver Mechanismus verbirgt.“ 203
Doch auch sei erwähnt, daß Bierwischs Differenzierung auf einer einzigen Hypothese beruht,
nämlich daß man den Begriff des »Zeigens« auf akustische Vorgänge anwenden
könne, wobei dieser doch lexikalisch dezidiert auf optische Vollzüge festgelegt ist. Die
Konzeption eines Vormachens ist als solche wohl denkbar, indes verwundert es, daß der
Sprachwissenschaftler Bierwisch in Ermangelung treffender Begrifflichkeiten zu derartigen
Hilfskonstruktionen greifen und einen Kompromiß vorschlagen muß. Ist man nun
nicht gewillt, diesen Kompromiß einzugehen, kippt das ganze sorgsam errichtete Kartenhaus
hinten über, denn konsequenterweise könnte man mit dem geflügelten Wort von
Wittgenstein: „Die Grenze meiner Sprache ist die Grenze meiner Welt“ eine solche Idee
des musikalischen Zeigens als nicht existent auffassen, wenn es keinen Begriff dafür gibt.
Geht man indes den Kompromiß ein, lösen manche Formulierungen Bierwischs ein allgemeines
Gefühl der Unbestimmtheit aus – z.B. jene, die sich auf den »Als-ob-Modus« 204 von
Musik beziehen, insoweit Bierwisch nicht gänzlich klarstellen kann, welchen Kunstbegriff,
welche Ästhetik er verwendet, wenn er Musik charakterisiert. Die hypothetische Anwendung
seiner Kategorisierung auf gregorianische Gesänge des Mittelalters würde nämlich
dazu führen, daß die vermeintliche Kunstfertigkeit der Musik so blendet, daß die kommunikative
Absicht derartiger Zeitdokumente kaum bemerkt werden könnte. Doch sie »sind«
Liturgie und tun nicht nur so »als ob«. Es fragt sich nur, ob Bierwisch sie als Musik akzeptiert
würde. Ähnlich unbestimmt zeigt sich die tatsächliche Grenze zwischen Sprache und
Musik, zwischen Sagen und Zeigen, wenn Bierwisch schreibt: „Die logische Form eines
sprachlichen Zeichens [zeigt] die Struktur der Dinge, Beziehungen und Sachverhalte, die
mit ihm benannt oder beschrieben werden. […] Die Sprache ist ein konventionelles Mittel,
Gedanken zu strukturieren und auszudrücken, die ihrerseits die Realität abbilden, also
zeigen.“ 205 Wieweit Sprache sich also von Musik tatsächlich unterscheidet – und nicht nur
prinzipiell –, bleibt ebenso offen, wie die Frage, was einem Gestus eigentlich zugrunde
liegt bzw. was ihn trennt von der Idee. 206 Ist letzterer Zeitunabhängigkeit zueigen, charakterisiert
ersterer die beliebig erweiterbare Permanenz, also gleichfalls Zeitunabhängigkeit.
203 Bradter, S. 170f.
204 Bierwisch, S. 63 u.ö.
205 Bierwisch, S. 61
206 Bierwisch, S. 55

72
Weniger unbestimmt ist inzwischen die Tatsache, daß Musik sich nicht ausschließlich mit
emotionalen, sondern auch mit kognitiven Prozessen verbindet. 207 Zur Zeit des Aufsatzes
jedoch konnte Bierwisch noch das Gegenteil behaupten, da er von einem Erweis des Zusammenhangs
keine Kenntnis hatte. Außerhalb seiner Möglichkeiten zur Kenntnisnahme
stand ferner jene Debatte, die sich um Musik als Text drehte, zumal der Linguist im Übergang
vom Satz zum Text die Grenze seines Fachgebietes erkennt. Indes hätte ihn gewiß
interessiert, wie Helga de la Motte in ihrem Beitrag 208 auf dem Kongreß »Musik als Text«
die Übersetzbarkeit von musikalischen Gebilden exemplifiziert und somit der gegenteiligen
Meinung Bierwischs 209 frontal begegnet. Anerkennt man die Tatsache historisch und
geographisch verschiedener musikalischer »Sprachen« sowie ihre Kompetenz, Text hervorzubringen,
der als »Geflecht« mit gesteigerter Komplexität 210 aufzufassen ist, stellt sich
zwangsläufig heraus, daß eben solches »Geflecht« in jene Sprachen übertragbar sein
muß. An solchen Stellen zeigt sich also, daß Bierwisch einen sehr engen Begriff von Musik
verwendet hat.
Offen widersprochen werden muß der Behauptung, daß sich Sprache strikt ohne Kopplung
an Tonhöhen oder Zeitmuster ereignen 211 , insoweit z.B. das Altgriechisch explizit derartige
Bestimmungen für sprachliche Äußerungen nutzte, daß nämlich die Metrik sowohl
zeitliche Längen und Kürzen als auch tonliche Abstände (ca. eine Quinte bei betonten Silben)
definierte. Für Thrasybolos Georgiades 212 war dies gar der Ausgangspunkt, die Wiege
der Musik in der Ägäis zu suchen. Andere Kulturen kennen ähnliche Verfahren der Sprachgenerierung.
213 Akustische Erscheinung gehört zum Wesen von Sprache. Anzunehmen,
man könne sie vollends verstehen ohne klangliche Imagination 214 , ist ebenso verfehlt, wie
auch die Darstellung, daß Kommunikation ohne Medien nur mit Nachrichten auskäme 215 ,
oder die Behauptung, Notenschrift sei unmöglich Musik 216 . Gleichermaßen problematisch
ist der Satz: „Natürliche Sprachen sind demnach prinzipiell arbiträre Zeichensysteme.“ 217
Er widerspricht der Auffassung, daß entwicklungsbedingt 218 Analogien durchaus konstitu-
207
Insbesondere hat Stoffer diese Zusammenhänge herausgearbeitet.
208 »Musik als Text«, S. 54ff.
209 Bierwisch, S. 64
210 vgl. Danuser, H.: Der Text und die Texte: Über Singularisierung und eine Pluralisierung einer Kategorie.
In: »Musik als Text«, S. 34ff.
211 Bierwisch, S. 12 und besonders S. 36
212 Georgiades, Thr.: Musik und Sprache.
213 Beispiele bei la Motte: Musikpsychologie
214 Bierwisch, S. 14
215
Bierwisch, S. 16
216
Bierwisch, S. 14
217 Bierwisch, S. 48
218 Von Anthropogenes geht Bierwisch, S. 31 aus. Schlüssiger indes läßt sich die Sprachentwicklung psychologisch
darstellen, zumal beide Konzepte in Relation stehen. „Die Idee des biogenetischen Grundgesetzes
und des psychogenetischen Grundgesetzes waren für die musikalische Entwicklungsforschung richtungs-

73
tiv waren für Verbalisierungen der Umwelt – und nicht nur schmückende Lautmalerei kindlicher
Spielfreude 219 . Bierwischs Sprachbegriff zeigt also, wie Kaden schon bemerkt, eine
ähnliche Enge wie sein Musikbegriff. Um diese Liste der Unkorrektheiten bei Bierwisch
damit abzuschließen, sei schließlich erwähnt, daß nicht – wie er annimmt – „der gesamte
Bereich des Frequenz- und Lautstärkespektrums in die musikalische Strukturbildung einbezogen
werden kann“ 220 , weil keineswegs jedweder akustische Reiz hörbar ist. Entwikkelte
Bierwisch – trotz solcher Patzer – durchaus plausibel und bemerkenswert stringent
die Nuancen zwischen beiden Lautformen, so verbindet sie – was oft genug durch angemerkte
Unbestimmtheiten oder explizite Hinweise Bierwischs aufscheint – ein gewisser
Fundus an Gemeinsamkeiten, der jedoch um der prinzipiellen Unterscheidung willen außen
vor blieb. Ist also in der Sprache mehr zu finden 221 , als für die vorgestellt Argumentation
nützlich schien, verwundert es, warum Musik auf »Zeigen« beschränkt bleiben soll.
4. ZUSAMMENFASSUNG
Die pointierte Darstellung der Ergebnisse und Ansätze verschiedener Wissenschaften hat
den Verfasser zu folgenden Einsichten geführt.
1. Musik und Sprache haben auf naturwissenschaftlicher Ebene ausgesprochen viel
gemeinsam. Zwischen beiden zu differenzieren, ist mit nur physikalischen und anatomischen
Grundlagen so gut wie unmöglich. Einzig die physiologischen Betrachtungen
machten Nuancierungen kenntlich, daß nämlich das Frequenzspektrum von
Sprache weit kleiner ist als das von Musik.
2. Größere Unterschiede traten zu Tage, als die Psychologie zeigte, daß aus der
kleinstkindlichen »Ammensprache« heraus die sprachlichen und musikalischen
Fähigkeiten sich zunächst gemeinsam, später parallel und schließlich selbständig
entfalten. Speziell der Untersuchung Köhlmanns verdankt sich die Erkenntnis, das
Musik und Sprache aufgrund ihrer Segmentierungsstrukturen voneinander unterscheidbar
sind. Doch noch überwiegen auf dieser Stufe die Gemeinsamkeiten.
3. Beinah völlige Eigenständigkeit beider Formen hingegen begegnet auf lingusitischer
Ebene, da besonders Bierwisch deutlich macht, daß Sprache als rationalkognitive
Leistung von der emotional-affektiven Musik unabhängig ist. Indes stellt
weisend. Dem biogenetischen Grundgesetz zufolge, das der Zoologe Ernst Haeckel formuliert hat, wiederholt
sich die Stammesgeschichte (Phylogenese) des Menschen in der embryonalen Entwicklung des Individuums
(Ontogenese). Das psychogenetische Grundgesetz (Stanley Hall) besagt, daß die kulturelle Entwicklung
der Menschheit sich in der Entwicklung des einzelnen Individuums wiederholt.“ – Gembris, S. 880
219 Die Bioakustik zeigt hier ein besonders starkes Interesse vgl. Tembrock: Bioakustik, Musik und Sprache.
220 Bierwisch, S. 39
221 vgl. Bierwisch, S. 20, 31, 36, 72 – Schulz von Thuns Konzept bietet für derartige Beobachtungen Hilfe.

74
sich der recht schlüssigen theoretischen Herleitung die Empirie von Lerdahl und
Jackendorff bzw. Stoffer entgegen, daß Musik keineswegs von kognitiven Prozessen
ausgeschlossen sei. Da beide Seiten jedoch verschiedenartige Argumente bemühen,
nämlich kognitive Repräsentanz auf seiten der Empirie und sprachliche Inhaltsfixierung
seitens der Theorie, treffen sich diese Konzeptionen nicht. Beide behaupten
ihr Recht und sprechen es somit dem anderen ab.
4. Diesem Problem ähnlich ist, daß alle rezipierten Publikationen untereinander nicht
komplett kompatibel sind, insofern sie jeweils ein anderes Verständnis ihres darzustellenden
Gegenstandes transportieren. Sehen die einen – wie Bierwisch –
Sprache nur als Alltagssprache an, haben hingegen die anderen als Musik – z.B.
Lerdahl und Jackendorff – auch indische Raga- oder Gamelanmusik im Blick. Die
Vergleichbarkeit ist somit nur bedingt gewährleistet. Fataler indes ist die Tatsache,
daß die Termini Musik und Sprache teilweise Verwendung finden, wo sie besser
hätten vermieden werden sollen. Der »Not« einerseits, daß jede Musik Kunst zu
sein hat, entspricht andererseits das »Elend«, daß jedwede Kommunikation als
Sprache begriffen wird. Hier zeichnet sich Inkompatibilität höchsten Grades ab.
5. Dennoch scheint unter ihnen ein Einvernehmen möglich zu sein, wenn man von Alleinansprüchen
der jeweiligen Konzeptionsrichtungen abrückt. Jener Konsens, der
dem Verfasser als tragfähig erscheint, sei exemplarisch dafür vorgestellt:
Geht man davon aus, daß Musik und Sprache Spätfolgen der anfänglichen Bioakustik
sind 222 , ergibt sich daraus, daß beide Formen erworbene Kompetenzen darstellen. Indes
die Ausprägung dieser Kompetenzen fällt unterschiedlich aus. Im Falle eines „Ausdrucks
innerer Zustände zur Verhaltensabstimmung“ also, um Kadens Kommunikationsbegriff als
kleinsten gemeinsamen Nenner zu bemühen statt Bierwischs konstruierter Zeige-
Kategorie, wäre wohl kaum zu erwarten, daß alle an der Kommunikation Beteiligten identische
Kompetenzen aufweisen. Es werden zwangsläufig nuancierte Impulse zu vielerlei
Auffassungen führen, die – nach Luhmann – anschlußfähig sein könnten. Als ein Spezialfall
von Kommunikation gelte somit Sprache im eigentlichen Sinne des Wortes. Ihr und nur
ihr eignet die bewußte, kognitive Identifizierung der Sachaussagen und ihrer logischen
Verknüpfungen. Jene Beispiele der Musik, die vergleichbares leisten, werden somit konsequent
als Sprache akzeptiert. Gleichsam unbewußt – um im Schema C.G. Jungs zu bleiben
– ereignet sich die Selbstkundgabe durch die Beziehungshinweise. Ist die sachliche
Information einer Botschaft dem nachgeordnet, bleibt die Mitteilung quasi kommunikativ,
vermittelt Emotionen, Einstellungen, Stimmungen. In dieser Form wird Musik oft angetrof-
222 vgl. Tembrock: Bioakustik. Freilich geht er von einer Anthropogenese aus.

75
fen, weshalb dies gern als ihre einzige Form interpretiert wird. Jedoch es gibt auch in der
Musik andere Möglichkeiten. Als »kollektive« unbewußte Kopplung fungiert demnach die
Interaktion auf der Ebene des Appells, da keinerlei kognitiven Leistungen zu erbringen
sind. Ein derartiges Schema bietet Raum für die verschiedenen Verständnisse von Musik
und Sprache, da alle Ebenen zugleich betroffen sein können bzw. auch nur eine oder zwei.
Fragen der Ästhetik sind hierbei bewußt außen vorgeblieben. Vielmehr drängt es den Verfasser
dazu, die eindimensionalen Redeweisen von »der« Musik und »der« Sprache aufzufächern
in ein vielschichtiges Verständnis von Kommunikation. Sprache geht keineswegs
voll in Musik auf wie Musik umgekehrt nicht vollends Sprache ist. Vielmehr erscheint in
der „Mitteilung innerer Zustände zur Verhaltensabstimmung“ der eigentliche Schnittpunkt
beider Ausdrucksformen menschlichen Miteinanders.

LITERATURVERZEICHNIS:
Die Angabe der verwendeten Literatur erfolgt in alphabetischer Folge nach der CIP-Einheitsaufnahme.
Adorno, Theodor W.:
Fragment über Musik und Sprache. In: Quasi una Fantasia. – Frankfurt: Suhrkamp, 1963.
(Schriften; Bd.16)
Adorno, Theodor W.:
Philosophie der neuen Musik. – 8. Aufl. – Frankfurt: Suhrkamp, 1997.
Die Berliner Akademien der Wissenschaften im geteilten Deutschland 1945 – 1990 / Unter
Mitarbeit von Peter Nötzoldt und Peter Th. Walther Berlin hrsg. von Jürgen Kocka. – Berlin:
Akademie, 2002.
(Interdisziplinäre Arbeitsgruppe Berliner Akademiegeschichte im 19. und 20.Jahrhundert,
Forschungsberichte; Bd. 9)
Berlin-Brandenburgische Akademie der Wissenschaften:
Jahrbuch 1992 | 1993 / Berlin-Brandenburgische Akademie der Wissenschaften (vormals
Preußische Akademie der Wissenschaften). – Berlin: Akademie, 1994.
Bierwisch, Manfred:
Musik und Sprache: Überlegungen zu ihrer Struktur und Funktionsweise, in: Jahrbuch Peters
/ begr. 1894 als Jahrbuch der Musikbibliothek Peters, fortgeführt als Deutsches Jahrbuch
der Musikwissenschaft von Walter Vetter und Rudolf Eller – 1. Jahrgang 1978 – Leipzig:
Peters, 1979.
Bradter, Cornelius:
Die Generative Theorie der Tonalen Musik: Grundlagen und Entwicklungsimpulse durch F.
Lerdahl und R. Jackendorff. – Münster: Lit, 1998.
Brockhaus – die Enzyklopädie:
in vierundzwanzig Bänden. –Leipzig; Mannheim: Brockhaus, 2001.
Brockhaus – Körper, Geist und Seele
von A - Z. – 20., überarb. und aktualisierte Aufl. – Leipzig; Mannheim: Brockhaus, 2001.
Brockhaus – Riemann - Musiklexikon /
hrsg. von Carl Dahlhaus und Hans Heinrich Eggebrecht – Berlin: Directmedia Publ., 2000.
Dahlhaus, Carl:
Musik als Text. in: Dichtung und Musik: Kaleidoskop ihrer Beziehungen / hrsg. von Günter
Schnitzler. – 1. Aufl. – Stuttgart: Klett-Cotta, 1979.

Eberlein, Roland; Fricke, Jobst Peter:
Kadenzwahrnehmung und Kadenzgeschichte: ein Beitrag zu einer Grammatik der Musik. –
Frankfurt: Lang, 1992.
Fricke, Jobst Peter (Hg.):
Die Sprache der Musik: Festschrift Klaus Wolfgang Niemöller zum 60. Geburtstag am 21.
Juli 1989 / unter Mitarb. von Bram Gätjen ... hrsg. von Jobst Peter Fricke. – Regensburg:
Bosse, 1989.
Gembris, Heiner:
Grundlagen der musikalischen Begabung und Entwicklung. – Augsburg: Wißner, 1998.
(Reihe Wißner-Lehrbuch; Bd. 1) (Forum Musikpädagogik; Bd. 20)
Georgiades, Thrasybolos G.:
Musik und Sprache / das Werden der abendländischen Musik dargestellt an der Vertonung
der Messe Verfasserangabe von Thr. Georgiades. – Berlin [u.a.]: Springer, 1954.
(Verständliche Wissenschaft ; Bd. 50)
Gülke, Peter:
Die Sprache der Musik: Essays zur Musik von Bach bis Hollinger. – Stuttgart; Weimar:
Metzler; Kassel: Bärenreiter, 2001.
Harnoncourt, Nikolaus:
Musik als Klangrede. – Kassel: Bärenreiter, 1982.
Jenni, Ernst:
Lehrbuch der hebräischen Sprache des Alten Testaments / Neubearb. des „Hebräischen
Schulbuchs“ von Hollenberg-Budde. – Basel; Frankfurt: Helbing & Lichtenhahn, 1981.
Kaden, Christian:
Musiksoziologie. – Berlin: Neue Musik, 1984.
Klemm, Gerhard:
Untersuchungen über den Zusammenhang musikalischer und sprachlicher Wahrnehmungsfähigkeiten.
– Frankfurt; Bern; New York; Paris: Lang, 1987.
Knepler, Georg:
Geschichte als Weg zum Musikverständnis: Zur Theorie, Methode und Geschichte der Musikgeschichtsschreibung.
– Leipzig: Reclam, 1. Aufl. 1977; 2., überarb. Aufl. 1982.

Köhlmann, Michael:
Rhythmische Segmentierung von Schallsignalen und ihrer Anwendung auf die Analyse von
Sprache und Musik. – Vollständiger Abdruck der von der Fakultät für Elektrotechnik der
Technischen Universität München zur Erlangung des akademischen Grades eines Dr.-Ing.
genehmigten Dissertation. – München: Frank, 1984.
Laufer, Daniela:
Untersuchungen zur Transferwirkung der Musik auf die sprachlichen Leistungen von Menschen
mit geistiger Behinderung. – Köln-Rheinkassel: Dohr, 1995.
(Kölner Studien zur Musik in Erziehung und Therapie; Bd. 2)
Luhmann, Niklas:
Was ist Kommunikation? Vortrag auf dem Symposion „Lebende Systeme – Konstruktion
und Veränderung von Wirklichkeiten und ihrer Relevanz für die systematische Therapie“
vom 28.2. – 2.3.1986 in Heidelberg. in: Information Philosophie, 15. Jahrgang, Heft 1, 1987.
Michels, Ulrich:
dtv-Atlas zur Musik. – Original-Ausg. – München: Deutscher Taschenbuch Verlag.
Bd. 1: Systematischer Teil. Musikgeschichte von den Anfängen bis zur Renaissance. 17.
Aufl. – 1997.
Bd. 2: Historischer Teil. Musikgeschichte vom Barock bis zur Gegenwart. 10. Aufl. – 1997.
Musik als Text: Bericht über den internationalen Kongreß der Gesellschaft für Musikforschung
Freiburg im Breisgau 1993 / hrsg. von Hermann Danuser und Tobias Plebuch. –
Kassel [u.a.]: Bärenreiter, 1998.
Die Musik in Geschichte und Gegenwart: Allgemeine Enzyklopädie der Musik / unter Mitarbeit
zahlreicher Musikforscher des In- und Auslandes hrsg. von Friedrich Blume. – Elektronische
Ausgabe der ersten Auflage (1949-1986). – Berlin: Directmedia Publ., 2001.
(Digitale Bibliothek Band; 60)
Die Musik in Geschichte und Gegenwart: Allgemeine Enzyklopädie der Musik; 21 Bände in
zwei Teilen / begr. Von Friedrich Blume. – 2., neubearb. Ausg. / hrsg. von Ludwig Finscher
– Kassel; Basel; London; New York; Prag: Bärenreiter; Stuttgart; Weimar: Metzler.
Musikpsychologie: Ein Handbuch. / hrsg. von Herbert Bruhn, Rolf Oerter und Helmut Rösing.
– 4. Aufl. – Reinbeck: Rowohlt, 2002.
(Rowohlts Enzyklopädie; Bd. 55526)

La Motte-Haber, Helga de:
Handbuch der Musikpsychologie. – Laaber: Laaber, 1985.
La Motte-Haber, Helga de:
Musikpsychologie: Eine Einführung. – Köln: Gerig, 1972.
(Musik-Taschen-Bücher Theoretica; Bd. 14)
Pfaltz, Carl Rudolf:
Sprache und Musik – sinnesphysiologische Aspekte menschlicher Kommunikation: Rektoratsrede
gehalten an der Jahresfeier der Universität Basel am 25. November 1985. – Basel:
Helbing und Lichtenhahn, 1988.
(Baseler Universitätsreden; Heft 82)
Physiologie der Haustiere /
hrsg. von Wolfgang von Engelhardt und Gerhard Breves. – Stuttgart: Enke, 2000.
Provo, Hermann:
Die Musik als Sprache: Musikalische Betrachtungen von Hermann Provo. – Leipzig:
Sphinx, 1906.
Rousseau, Jean-Jacques:
Musik und Sprache: ausgewählte Schriften / aus dem Französischen übertragen von Dorothea
und Peter Gülke hrsg. von Peter Gülke. – 1. Aufl. – Leipzig: Reclam, 1989.
Schneider, Reinhard:
Semiotik der Musik. - München: Fink, 1980.
(Kritische Information; Bd. 90)
Schulz von Thun, Friedemann; Ruppel, Johannes; Stratmann, Roswitha:
Miteinander reden: Kommunikationspsychologie für Führungskräfte. – Reinbek: Rowohlt,
2000.
Schuster, Volker:
Polygraphische Untersuchungen zur Hemisphärendominanz von Sprache und Musik bei
Musikern und Nichtmusikern: Inaugural-Dissertation zur Erlangung des Medizinischen
Doktorgrades der Medizinischen Fakultät der Albert-Ludwigs-Universität Freiburg i.Br. –
o.O.: o.V., 1983.

Stoffer, Thomas H.:
Modelle der kognitiven Verarbeitung und Repräsentation musikalischer Strukturen. in:
Perspektive der Kognitionspsychologie / hrsg. von Odmar Neumann. – Berlin; Heidelberg:
Springer, 1985.
(Lehr- und Forschungstexte Psychologie; Bd. 15)
Stoffer, Thomas H.:
Parallelen zwischen Ernst Kurths Konzeption der Musikpsychologie und der gegenwärtigen
Entwicklung der kognitiven Musikpsychologie. in: Musikpsychologie: empirische Forschungen,
ästhetische Experimente; Jahrbuch der Deutschen Gesellschaft für Musikpsychologie.
– Wilhelmshaven: Heinrichshofen, 1984.
Stoffer, Thomas H.:
Wahrnehmung und Repräsentation musikalischer Strukturen: funktionale und strukturelle
Aspekte eines kognitiven Modells des Musikhörens / Inaugural-Dissertation zur Erlangung
des Grades eines Doktors der Philosophie in der Abteilung für Philosophie, Pädagogik,
Psychologie der Ruhr-Universität vorgelegt von Thomas H. Stoffer. – Bochum: Ruhr-
Universität, 1981.
Tembrock, Günter:
Bioakustik, Musik und Sprache / hrsg. im Auftrag des Präsidenten der Akademie der Wissenschaften
der DDR. – Berlin: Akademie, 1978.
(Sitzungsberichte der Akademie der Wissenschaften der DDR, Mathematik – Naturwissenschaften
– Technik; 1N/1978)
Weiterhin wurden Mitschriften verwendet, die bei Seminaren bzw. Vorlesungen am musikwissenschaftlichen
Institut und bei anderen Veranstaltungen der Universität Leipzig
entstanden sind, sowie das Tondokument »Sprache und Musik – Wort-Musik-Sendung Dr.
Manfred Bierwisch * AUT: Boeck 25.05.1977« DRA-NR. 3MG 2839 A-B des Deutschen
Rundfunkarchives Frankfurt am Main – Berlin.
SELBSTÄNDIGKEITSERKLÄRUNG
Ich erkläre, daß ich diese Magisterarbeit selbständig erstellt und keine weiteren als die
angeführten Quellen und Hilfsmittel verwendet habe.
Juni 2003
Andreas Konrath