1935 publizierte Linguist George Zipf folgenden kuriosen Fund: Das häufigste Wort im Englischen, the, tritt in etwa doppelt so häufig auf wie das zweithäufigste, of, etwa dreimal so häufig wie das dritthäufigste, and, und so weiter. Das resultierende "Zipfsche Gesetz" - dass das häufigste Wort einer Sprache etwa k-mal so häufig auftritt wie das k-häufigste - hält auch für andere Sprachen. Warum ist das so?

Dieses Phänomen kann theoretisch auf viele Arten erklärt werden - tatsächlich würden sogar Affen an Schreibmaschinen Texte mit Zipfscher Verteilung produzieren. Der Teufel steckt also im Detail. Eine Reihe von Forschern aus China hat nun eine Studie veröffentlicht, die große Textkorpora nutzt, um die feinere Struktur des Zipfschen Gesetzes zu studieren, und ist dabei zu interessanten Ergebnissen gekommen. Zunächst zeigen sie, dass es für 50 Sprachen aus vielen verschiedenen Sprachfamilien hält. Vor allem aber argumentieren sie, dass ihre Ergebnisse Schlussfolgerungen auf einen kognitiven Mechanismus für Spracherzeugung zulassen: Denn ein "Knick" in den Wortverteilungen bei all diesen Sprachen kann erklärt werden, wenn man annimmt, dass das Gehirn besonders häufig verwendete Wörter (die häufigsten 100-1000) gewissermaßen automatisch in Sätze einbaut, und nur bei weniger frequenten Wörtern einen bewussten Aufwand treibt - man denke an Kahneman's Thinking, Fast and Slow.

Zwar scheinen mir die Daten und Werte der chinesischen Forscher auch weiterhin kompatibel zu sein mit ganz anderen Erklärungen für die feinere Struktur vom Zipfschen Gesetz als der von ihnen vorgeschlagene kognitive Mechanismus - eine eindeutige Erklärung steht also weiterhin aus. Dennoch ist das sprachenübergreifende Studium vom Zipfschen Gesetz sicherlich ein spannender Weg zu einem besseren Verständnis für jegliche strukturelle Parallelen verschiedener Sprachen, die ihren Ursprung in Kognition haben.