Warum erkennen wir in unserer Muttersprache mühelos jedes Wort, während in einer Fremdsprache alles zu einem eintönigen Rauschen verschwimmt? Eine Frage, die Sprachschüler quält und Wissenschaftler fasziniert, hat in diesen Tagen eine überzeugende neurowissenschaftliche Antwort erhalten. Zwei komplementäre Studien der University of California, San Francisco (UCSF) zeichnen erstmals auf dieser Detailebene auf, wie der Gyrus temporalis superior (STG) im menschlichen Gehirn mit der Zeit die Statistik und die Klangmuster der Sprache, der wir ausgesetzt sind, „lernt“ – und dann, im Bruchteil einer Sekunde, markiert, wo ein Wort beginnt und wo es endet. Das Forschungsteam unter der Leitung des Neurochirurgen Edward Chang zeigte, dass der STG nicht nur auf grundlegende Laute (Vokale und Konsonanten) reagiert, sondern auch auf vollständige Wortformen und auf Grenzen zwischen Wörtern. Wenn wir Sprachen hören, die wir gut kennen, leuchten im STG spezialisierte neuronale Schaltkreise auf; beim Hören einer unbekannten Sprache – bleiben dieselben Schaltkreise „dunkel“.

Die Autoren der Arbeit erklären, dass wir, wenn wir in natürlichem Tempo sprechen, keine Pausen zwischen den Wörtern lassen. Dennoch hören Sprecher mühelos klare Grenzen. Bis vor kurzem wurde angenommen, dass Grenzen von Gehirnteilen erkannt werden, die dem Verständnis der Bedeutung dienen, und nicht der primären Klangverarbeitung. Neuere Erkenntnisse lenken den Fokus auf den STG – einen auditiv-sprachlichen Kern, der sich oberhalb des Temporallappens befindet – der traditionell mit der Erkennung von Lauten (Vokale und Konsonanten) sowie phonetischen Merkmalen in Verbindung gebracht wurde. Nun wurde jedoch gezeigt, dass sich im STG mit Jahren der Sprachexposition ihre phonotaktischen Gesetzmäßigkeiten (was in der echten Sprache erlaubt ist und was nicht), typische Rhythmen und Worthäufigkeiten „einprägen“. Wenn solche Gesetzmäßigkeiten im Gedächtnis des STG existieren, tauchen Grenzen zwischen Wörtern fast „automatisch“ auf.

Was die Forscher genau gemessen haben und worauf sie sich konzentrierten

In der größeren der beiden Studien wurden die Gehirnaktivitäten von 34 Freiwilligen aufgezeichnet, denen aufgrund der klinischen Überwachung von Epilepsie bereits Elektroden implantiert waren. Die meisten sprachen Englisch, Spanisch oder Mandarin-Chinesisch als Muttersprache, und acht Teilnehmer waren zweisprachig. Alle hörten Sätze in drei Sprachen – einige bekannt, einige völlig unbekannt – während die Forscher die Aktivitätsmuster im STG mithilfe von maschinellem Lernen analysierten. Wenn die Sprache bekannt war, erschienen im STG verstärkte Antworten, die auf wortbezogene Merkmale abgestimmt waren: Wortgrenzen, Häufigkeit und sprachspezifische Lautfolgen. Diese Antworten traten nicht auf, wenn die Probanden eine Sprache hörten, die sie nicht beherrschten. Mit anderen Worten, der STG verarbeitet universelle akustisch-phonetische Merkmale in allen Sprachen, aber erst die Erfahrung mit einer konkreten Sprache „verstärkt“ die Signale, die die Wörter dieser Sprache begleiten.

Die zweite Studie geht einen Schritt tiefer: Wie genau markiert der STG den Anfang und das Ende eines Wortes? Aufnahmen mit hoher zeitlicher Auflösung zeigen einen charakteristischen „Reset“ – einen kurzen, scharfen Abfall der Aktivität in dem Moment, in dem ein Wort endet – woraufhin neuronale Populationen augenblicklich in einen Zustand übergehen, der bereit für das nächste Wort ist. Dieser „Reboot“ muss mit einer Geschwindigkeit von mehrmals pro Sekunde geschehen, da flüssiges Sprechen typischerweise mehrere Wörter in einer Sekunde enthält. Genau diese Dynamik erklärt, wie ein Zuhörer dem Gesprochenen folgen kann, ohne zu verlangsamen oder den Faden zu verlieren, selbst wenn die Wörter kurz sind oder durch koartikulatorische Übergänge verklebt sind.

Warum das wichtig ist: STG als Brücke zwischen Klang und Lexikon

In klassischen Modellen des Sprachhörens wurde angenommen, dass der STG „niedrigere“ Ebenen – Akustik und Phonetik – verarbeitet, und dass die Erkennung von Wörtern und Bedeutung zu „höheren“ Sprachbereichen gehört. Neue Erkenntnisse unterstützen stark eine andere, verteilte Sichtweise: Im STG fließen bereits auf einer sehr frühen Zeitskala Informationen über vollständige Wortformen (engl. word forms) ein. Mit anderen Worten, das Gehirn wartet nicht auf die Semantik, um zu entscheiden, was ein Wort ist; bereits im STG existieren Populationen von Neuronen, deren Aktivität mit Grenzen und ganzen Wörtern übereinstimmt, und diese Erkennung resultiert aus der Erfahrung mit dem Klang der Sprache. Daher ist die Segmentierung nicht nur eine Folge des „Verständnisses des Inhalts“, sondern auch das Ergebnis jahrelangen Lernens von Klangmustern.

Diese Einsicht erklärt präzise den empfindlichen Unterschied zwischen Mutter- und Fremdsprache. In der Muttersprache ist das Gehirn durch Millionen von Expositionen „trainiert“: Es erkennt typische Kombinationen von Konsonanten und Vokalen, Verteilungen von Silbenlängen und sogar die Häufigkeit einzelner Wörter. Das macht es schnell und effizient in der Segmentierung. In einer Fremdsprache sind all diese Parameter nicht stabil gelernt, sodass der STG die Signale an den Stellen, wo Grenzen sein sollten, nicht verstärkt. Das Ergebnis ist das Erlebnis eines ununterbrochenen Tonbands.

Zweisprachigkeit und Spracherfahrung: Kann das Gehirn zwei „Regelsätze“ haben?

Teilnehmer, die fließend zwei Sprachen sprachen, zeigten verstärkte Grenzsignale in beiden Sprachen – aber nicht in einer dritten, unbekannten. Das deutet darauf hin, dass der STG sprachspezifische Statistiken parallel für mehrere Sprachen lernt, ohne notwendige Vermischung, unter der Bedingung, dass die Exposition ausreichend und langandauernd ist. In der Praxis erklärt das, warum fortgeschrittene zweisprachige Sprecher Wörter in beiden Sprachen gleich gut „hören“, obwohl deren phonotaktische Muster (Regeln über erlaubte Lautfolgen) sehr unterschiedlich sein können. Für Zweisprachigkeitsforscher sind diese Daten wertvoll, da sie ein neurophysiologisches Maß für den Fortschritt bieten – anstatt sich ausschließlich auf Verständnis-Tests zu verlassen, kann nun auch die „Grenzverstärkung“ im STG als objektiver Biomarker des Spracherwerbs verfolgt werden.

Methodik: von ECoG zu Modellen des maschinellen Lernens

Die Präzision dieser Ergebnisse beruht auf zwei technologischen Innovationen. Erstens wurden intrakranielle Aufnahmen der Gehirnaktivität (ECoG und verwandte Techniken) bei Patienten verwendet, die ohnehin unter klinischer Überwachung standen. Diese Aufnahmen ermöglichen eine zeitliche Auflösung auf der Ebene von Millisekunden und eine räumliche Auflösung auf der Ebene kortikaler Millimeter – was unvergleichlich detaillierter ist als nicht-invasive Methoden. Zweitens stützte sich die Analyse auf Modelle des maschinellen Lernens, die aus den Aufnahmen Muster extrahierten, die mit der Wortsegmentierung und mit spezifischen Lautfolgen bekannter Sprachen verbunden waren. In Kombination ermöglichten diese zwei Säulen der Methodik die Aufzeichnung der feinen Dynamik: den Moment des Aktivitätsabfalls am Ende des Wortes, die Geschwindigkeit des „Zurücksetzens“ sowie die Stärke der Antwort auf häufige Wörter und typische Lautkombinationen.

Es ist besonders bezeichnend, dass gerade der STG – eine Region, die wir oft als „auditiven Analog“ für Sprache beschreiben – eine doppelte Rolle zeigte: universelle phonetische Verarbeitung und spezifische Spuren lexikalischer Segmentierung. Die Tatsache, dass sich diese Spuren nur verstärken, wenn wir eine bekannte Sprache hören, ist ein starkes Argument dafür, dass Segmentierung eine Folge des Lernens ist, und kein starres, angeborenes Merkmal.

„Reset“ zwischen Wörtern: Dynamik, die flüssiges Zuhören ermöglicht

In der zweiten Studie dokumentieren die Autoren den Rhythmus, mit dem der STG die Aktivität am Ende eines Wortes „zurücksetzt“. Auf den Aufnahmen ist ein scharfer Abfall sichtbar, eine Art Grenzmarker, gefolgt von einem schnellen Anstieg der Aktivität am Anfang des nächsten Wortes. Diese Dynamik kann man sich am besten als Auslöser vorstellen, der dafür sorgt, dass die Verarbeitung nicht von einem Wort in das nächste überschwappt. Ohne ein solches Zurücksetzen wären die Grenzen „verschwommen“, und der Zuhörer würde schnell den Faden verlieren. Da ein durchschnittlicher Satz zwei bis drei Wörter pro Sekunde enthält, muss das neuronale Segmentierungssystem extrem flink und stabil zugleich sein.

Durch die Verwendung natürlicher Erzählungen, und nicht nur isolierter Wörter oder Silben, bestätigten die Forscher, dass dieselben Muster auch unter realen Hörbedingungen auftreten. Auf der Ebene der Neuronenpopulation zeigte der STG Sensibilität für Eigenschaften vollständiger Wörter – ihre Länge, Häufigkeit und Position im Satz – was im Gegensatz zu vereinfachten Modellen steht, die ausschließlich eine „vom Buchstaben zum Wort“-Verarbeitung annehmen.

Vom Labor ins Leben: Implikationen für das Sprachenlernen, die Klinik und Technologie

Sprachenlernen: Wenn der STG die Statistik von Klängen und Wortgrenzen durch Exposition lernt, ist vernünftigerweise zu erwarten, dass kontinuierliches Hören der Zielsprache – besonders in Form natürlicher Sprache – die Segmentierung beschleunigen wird. Praktisch bedeutet das, dass Hörbücher, Podcasts oder Gespräche mit Muttersprachlern Schritte sind, die den STG mit Daten „füttern“, die zur Unterscheidung von Wörtern nötig sind. Es geht nicht nur um Vokabular; es geht um Rhythmus, Prosodie und typische Lautfolgen.

Klinik: Die Ergebnisse beleuchten, warum Schädigungen in temporalen Regionen – und das sogar bei erhaltenem Gehör – zu ernsthaften Schwierigkeiten beim Sprachverständnis führen können. Wenn der STG das Signal nicht segmentieren kann, kann die Person Sprache „hören“, aber nicht „begreifen“. Dies kann Symptome bestimmter Aphasien erklären und bei der Planung neurochirurgischer Eingriffe und der Rehabilitation helfen.

Spracherkennungstechnologie: Ein Vergleich mit heutigen Modellen der automatischen Spracherkennung (ASR) drängt sich auf. Moderne neuronale Netzwerke nutzen zunehmend Komposition – vom Klang zu Phonemen, von Phonemen zu Wörtern – aber die besten Systeme lernen auch direkte Repräsentationen von Wörtern. Die Ergebnisse aus dem STG legen nahe, dass ASR-Systeme von expliziten „Reset“-Mechanismen an Wortgrenzen und vom Lernen sprachspezifischer phonotaktischer Regeln profitieren könnten, genau wie das menschliche Gehirn.

Wie „weiß“ das Gehirn, wo die Wortgrenze ist? Eine kleine Schule der Phonotaktik

Wortgrenzen sind nicht nur eine Funktion von Pausen – oft gibt es überhaupt keine Pausen. Stattdessen stützt sich die Segmentierung auf eine Reihe von Regeln und Regelmäßigkeiten. Beispielsweise beginnen in vielen Sprachen bestimmte Konsonantenkombinationen fast nie ein Wort, erscheinen aber oft innerhalb eines Wortes; der STG beginnt, unter dem Einfluss von Erfahrung, Signale genau an den Stellen zu verstärken, wo statistisch gesehen eine Grenze am wahrscheinlichsten ist. Eine ähnliche Rolle spielen auch die Worthäufigkeit (häufige Wörter „stechen“ schneller hervor) und Prosodie – Betonung und Rhythmus – die auf physiologischer Ebene bei der Vorhersage von Grenzen helfen.

Eine solche „statistische Literalität“ des STG bedeutet nicht, dass Segmentierung ausschließlich Bottom-up ist. Im Gegenteil, die Autoren betonen, dass frühe akustische Verarbeitungen und höhere sprachliche Prozesse in einer Schleife ablaufen. Doch die entscheidende Neuheit ist, dass bereits auf der Ebene des STG Information über vollständige Wörter vorhanden ist, die nicht von der Bedeutung abhängt, sondern vom Klangmuster, das das Gehirn über Jahre der Exposition gelernt hat.

Warum eine Fremdsprache „wie ein langer Buchstabe klingt“ – und wie man das überbrückt

Wenn wir zum ersten Mal eine Fremdsprache hören, haben wir keine verlässliche Karte erlaubter Folgen und typischer Grenzen. Die Folge ist, dass der STG Signale nicht an den „richtigen“ Stellen verstärkt, sodass wir einen kontinuierlichen Strom hören, der nicht leicht in Wörter zu „zerschneiden“ ist. Gute Nachricht: Wenn die Exposition wächst, passt der STG seine neuronalen Gewichtungen an – übernimmt neue phonotaktische Statistiken und beginnt, Grenzen einzubauen. Daraus ergibt sich auch eine praktische Empfehlung für das Sprachenlernen: reichliches, abwechslungsreiches und regelmäßiges Hören von authentischem Material, sogar ohne vollständiges Verständnis der Bedeutung, kann die Segmentierung beschleunigen und folglich das Vokabellernen erleichtern.

Wortgrenzen über Sprachen hinweg: was ist gemeinsam, und was unterschiedlich

In der Studie wurden Englisch, Spanisch und Mandarin ausgewählt, weil sie ein interessantes Spektrum phonologischer und prosodischer Eigenschaften bieten. Englisch ist bekannt für die Kombination komplexer Konsonantengruppen und variable Betonung; Spanisch ist rhythmischer, mit klareren Silbengrenzen; Mandarin ist eine Tonsprache, in der die Tonhöhe unterscheidende Informationen trägt. Trotz dieser Unterschiede zeigte der STG eine gemeinsame Sensibilität für grundlegende, „phonetische“ Merkmale in allen Sprachen – aber die Verstärkung an Grenzen und an Wörtern erschien ausschließlich, wenn wir die Sprache kennen. Bei zweisprachigen Teilnehmern war die Verstärkung in beiden Sprachen sichtbar, was bestätigt, dass das Gehirn mehrere „Regelsätze“ ohne gegenseitigen Konflikt aufrechterhalten kann.

Abgeleitete Lehren für Unterricht und Lehrpläne

Pädagogisch gesehen legen die Ergebnisse nahe, dass der Hörunterricht Schritte hervorheben sollte, die die Segmentierung unterstützen. Das beinhaltet die Arbeit mit kurzen, natürlichen Ausschnitten, unter progressiver Verringerung der Unterstützung (Transkripte, visuelle Hinweise), sowie Übungen, die auf typische Lautfolgen und prosodische Muster der Zielsprache ausgerichtet sind. Nützlich sind auch zweiphasige Aktivitäten: zuerst „Hören ohne Verstehen“ zur Kalibrierung des STG, und dann Bearbeitung der Bedeutung. So werden beide Komponenten unterstützt – statistisches Klanglernen und semantisches Verständnis.

Vom 7. bis 19. November 2025: Zeitachse der Veröffentlichungen

Es handelt sich um zwei Publikationen, die Mitte November 2025 veröffentlicht wurden: ein Artikel in der Zeitschrift Neuron (7. November 2025), der die Dynamik der Kodierung vollständiger Wortformen und des Zurücksetzens an Grenzen dokumentiert, sowie ein Artikel in Nature (19. November 2025), der gemeinsame und sprachspezifische Verarbeitungskomponenten im STG trennt, einschließlich verstärkter Signale an Wortgrenzen in der Mutter- (oder gut bekannten) Sprache. Beide Arbeiten sind führend in der ambitionierten Forschungslinie, die vom Neurochirurgen Edward Chang koordiniert wird, und die Veröffentlichungen werden auch von Zusammenfassungen auf Universitätsseiten und wissenschaftlichen Diensten begleitet.

Wem diese Ergebnisse schon jetzt helfen können

Klinikern, die Operationen in der Nähe des STG planen und durchführen, da eine präzisere Karte der Funktionen das Risiko postoperativer Schwierigkeiten mit dem Sprachverständnis verringert. Logopäden und Rehabilitationsteams, die Interventionen für Patienten mit Schädigungen temporaler Regionen gestalten. Methodikern und Sprachlehrern, die Hörübungen mit Schwerpunkt auf Segmentierung strukturieren. Ingenieuren, die Spracherkennungssysteme und Übersetzungstools entwerfen, da der STG biologische Inspiration für bessere Algorithmen bietet.

Was wir noch nicht wissen – und wohin die nächsten Schritte gehen

Obwohl die Ergebnisse stark sind, sind Fragen offen: Wie universell ist der „Reset“ über verschiedene Typen von Sprechern und Aufnahmebedingungen hinweg? Wie erwirbt der STG eines Kindes diese Regeln in frühen Jahren – ist der Weg gleich wie bei einem erwachsenen Fremdsprachenlerner oder gibt es eine kritische Periode? Wie schnell kann der STG auf eine neue Phonotaktik bei intensivem Eintauchen in die Sprache „umtrainieren“? Und schließlich, kann man durch gezielte Befähigung (z.B. Stimulation peripherer Nerven, worüber es Versuche gibt) den Erwerb der Segmentierung beschleunigen?

Praktische Tipps im Licht neuer Erkenntnisse

• Beschleunige die Exposition gegenüber dem Klang der Sprache. Tägliches Hören natürlicher Sprache (Podcasts, Radio, Gespräche) „füttert“ den STG mit Mustern, die für die Segmentierung nötig sind.


• Übe mit Transkripten, aber schaffe sie schrittweise ab. Höre zuerst mit Text zur Stabilisierung des Musters, dann entferne die Stütze und teste „nur Gehör“.


• Konzentriere dich auf Rhythmus und typische Lautfolgen. Kurze Übungen zum Erkennen typischer Wortanfänge/-enden verstärken die Sensibilität für Grenzen.


• Nutze mehrere Sprecher und Register. Vielfalt „trainiert“ den STG, invariante Regeln von idiosynkratischen Stilen zu unterscheiden.

Kurz gesagt: Die neuen Arbeiten bringen eine neurologische Grundlage für die Erfahrung, die wir alle haben – wir hören die Muttersprache als eine Reihe klarer Wörter, weil unser STG jahrelang die Statistik ihres Klangs gelernt hat. Eine Fremdsprache unterscheidet sich nicht, weil sie unlogisch oder „schwer“ ist, sondern weil unser Gehirn ihre Segmentierungsregeln noch nicht gelernt hat. Glücklicherweise ist der STG plastisch: Mit genügend Exposition beginnt auch diese Sprache, sich in erkennbare Wörter „aufzudröseln“ – und das viel schneller, als wir denken.