LONDON (IT BOLTWISE) – Eine EEG-Studie zeigt, dass Hunde beim Erkennen von Wortgrenzen in zusammenhängender Sprache vor allem Konsonanten-Muster nutzen. Die Forschenden fanden den gleichen konsonantenen „Bias“ sowohl bei Hunden mit wenig früherem Kontakt zu menschlicher Sprache als auch bei solchen, die als Welpen stark verbal sozialisiert wurden. Damit spricht vieles dafür, dass statistisches Lernen als allgemeines Prinzip genügt. Offen bleibt, wie diese Präferenz evolutionsbiologisch entstanden ist.
Wenn Sprache als Schallwelle im Ohr ankommt, gibt es keine sauberen „Lücken“ zwischen Wörtern. Für die Bedeutungserkennung müssen Gehirne daher aus einem kontinuierlichen Klangstrom Segmente formen: Wo endet ein Wort, wo beginnt das nächste? Genau an dieser Stelle setzt die neue EEG-Studie an, die die Audioverarbeitung von Menschen und Haushunden direkt gegeneinander vergleicht. Statt zu vermuten, dass nur das menschliche Sprachlernen solche Muster hervorbringt, testen die Autorinnen und Autoren, ob ein konsonantengetriebener Segmentationseffekt auch bei einem nichtmenschlichen Säuger zuverlässig auftritt.
Technisch zentral ist die Frage, woran das Gehirn Wortgrenzen „festmacht“. In vielen menschlichen Sprachen tragen Konsonanten mehr lexikalische Information als Vokale; Vokale bringen zwar oft höhere akustische Energie und damit deutlich sichtbare Lautstärke-Eigenschaften, liefern aber nicht zwingend dieselbe diskriminierende Kraft für die Wortabgrenzung. Die Studie nutzt dafür eine präzise Labor-Architektur: 20 erwachsene Menschen und 20 Begleithunde hörten kontinuierliche Audiosignale aus erfundenen Silben-Sets. Diese Sets wurden so konstruiert, dass sie in drei Bedingungen unterschiedlich „vorhersagbar“ waren: In der Konsonanten-Condition definierten statistische Regelmäßigkeiten zwischen Konsonanten die Wortgrenzen, in der Vokal-Condition taten es die Regelmäßigkeiten zwischen Vokalen. In einer dritten Kontrolle traten Silben ohne Übergangsvorhersagbarkeit auf.
Entscheidend für die Interpretation ist der akustische Hebel: Innerhalb der synthetisierten Streams waren die Vokale lauter und mit mehr Energie versehen als die Konsonanten. Hätten die Probanden – Menschen wie Hunde – lediglich auf akustische Salienz reagiert, müsste ihre Neuronenaktivität besonders stark auf den Wechseln hin zu lauteren Vokalen „andocken“. Doch die EEG-Daten zeigen genau das Gegenteil: Beide Spezies zeigen eine bevorzugte Verarbeitung der Wortmuster, wenn diese über Konsonanten strukturiert sind, nicht wenn sie nur durch Vokale besonders markant werden. Für den Hund bedeutet das: Die konsonantenbasierte Präferenz ist nicht nur ein Reflex auf Lautstärke, sondern wirkt wie eine gezielte Nutzung zuverlässiger Übergangswahrscheinlichkeiten, um aus fließender Sprache diskrete Einheiten zu machen.
Auch die Entwicklungsfrage wird adressiert. Da Hunde im Alltag stark variierende Mengen an sprachlicher Exposition erleben, haben die Forschenden Hunde mit unterschiedlichem Maß an früherer Vertrautheit mit menschlicher Sprache untersucht. Der konsonantene Bias blieb in beiden Gruppen robust, also sowohl bei Hunden mit begrenzter früherer Exposition als auch bei Tieren, die bereits in der Welpenphase viel verbalen Kontakt hatten. Damit rückt ein wichtiger Teil der Debatte in den Vordergrund: Die Präferenz für konsonantengetriebene Segmentationshinweise scheint nicht zwingend von langem „Sprachunterricht“ oder intensiver früher Domestikation im Sinne von formaler oder auch nur besonders dichter Spracherfahrung abzuhängen. Stattdessen reicht offenbar die grundlegende Fähigkeit, wiederkehrende statistische Übergänge über Laute hinweg zu verfolgen.
Die Studie ordnet die Befunde damit in zwei mögliche Evolutionspfade ein. Zum einen könnten selektive Kräfte der Domestikation – also die langfristige Koexistenz mit Menschen und die wiederholte Präsenz menschlicher Lautäußerungen – Konsonanten als besonders nützliche Marker verstärkt haben. Zum anderen ist auch ein älterer Ursprung denkbar: Ein allgemeines mammalianes Hör- und Lernprinzip könnte bereits vor der Domestikation existiert haben und sich dann bei Hunden nur auf die spezielle Aufgabe „menschliche Sprache verstehen“ ausgerichtet haben. Entscheidend ist dabei die wissenschaftliche Logik der Ergebnisse: Nicht die Existenz von Sprachfähigkeit wird behauptet, sondern das Auftreten eines sprachähnlich wirkenden Segmentationsbias unter Bedingungen, in denen die Geräuschfolge allein statistisch organisiert ist.
Für die Einordnung in die Forschungslage liefert die Publikation auch methodische Anker: Das Open-Access-Paper in Science (September 24, 2026), „Neural evidence that dogs segment the speech they hear with a humanlike consonant bias“, ist mit DOI 10.1126/science.adw7709 verknüpft und beschreibt unter anderem, wie Intertrial Coherence als Maß für neuronales Entrainment sowie ereignisbezogene Potenziale genutzt wurden. Aus Industry-Sicht sind solche Befunde vor allem deshalb relevant, weil sie zeigen, wie weit „Sprach-Parsing“ als verallgemeinerbares Musterlernen gehen kann. Wenn statistische Lernmechanismen in unterschiedlichen Gehirnen ähnliche Heuristiken ausbilden, wird verständlicher, warum KI-Systeme für Spracherkennung häufig auf Wahrscheinlichkeitsmodelle und segmentationsnahe Trainingsziele setzen können – auch ohne explizite „linguistische Intelligenz“ im engeren Sinn.
Unterm Strich verschiebt die Studie die Gewichtung in der Frage, was beim Sprechen-lernen wirklich nötig ist. Menschen scheinen beim Zerlegen kontinuierlicher Sprache zwar einen besonderen Weg zu gehen, doch die Daten legen nahe, dass mindestens ein Teil dieser Strategie – die starke Gewichtung konsonantengetriebener Wortgrenzen – nicht exklusiv an menschliche Sprachbiologie gebunden ist. Für zukünftige Arbeiten bietet sich an, die Grenzen des Effekts genauer zu vermessen: Wie stark muss die statistische Struktur sein, wie robust bleibt die Präferenz gegenüber veränderten Lautstärken oder anderen Phonem-ähnlichen Manipulationen, und in welchen Populationen zeigt sich das Muster besonders klar? Bis dahin ist das Ergebnis selbst klar genug, um bestehende Annahmen zu korrigieren: Auch der Hund im Alltag nutzt im Labor messbar einen Konsonanten-Bias, um Wortgrenzen aus einem Klangstrom herauszuschälen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "EEG-Studie: Hunde segmentieren Sprache mit konsonantenem Bias wie Menschen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "EEG-Studie: Hunde segmentieren Sprache mit konsonantenem Bias wie Menschen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »EEG-Studie: Hunde segmentieren Sprache mit konsonantenem Bias wie Menschen« bei Google Deutschland suchen, bei Bing oder Google News!