Lost in Translation? Warum Sprache ein wesentlicher Faktor für eine verlässlichen Wissenschaft ist

Wissenschaftler*innen aus aller Welt arbeiten gemeinsam in einem Forschungsprojekt und wollen schließlich ihre Ergebnisse zusammentragen und publizieren – ein in der Wissenschaftswelt ganz alltäglicher Vorgang. Ebenso alltäglich ist, dass sich – obwohl sie bei ihren Ausführungen ihre Worte sorgfältig abwägen und jederzeit um Präzision bemüht sind – oft unbemerkt kleine Unklarheiten einschleichen, beispielsweise durch ungenau formulierte Forschungsfragen oder bei der Verwendung von Fachbegriffen. Auch Argumentationen werden, beispielsweise aufgrund unterschiedlicher kultureller Hintergründe, nicht von jedem gleichermaßen verstanden. Über diese kommunikative Schieflage hinaus, wirken sich Sprachbarrieren aber auch auf ein weiteres wichtiges Qualitätsmerkmal von Wissenschaft aus, nämlich auf ihre Replizierbarkeit. Denn Sprache entscheidet mit darüber, ob wichtige wissenschaftliche Ergebnisse repliziert, d.h. in einem vergleichbaren Kontext durch Wiederholung überprüft werden können.
Warum ist Sprache so entscheidend im Kontext wissenschaftlicher Replizierbarkeit und wie können Forschende sprachbezogenen Herausforderungen begegnen? Antworten auf diese Fragen suchen Xenia Schmalz, Johannes Breuer, Mario Haim, Andrea Hildebrandt, Philipp Knöpfle, Anna Yi Leung und Timo Roettger in ihrem Paper „Let’s talk about language—and its role for replicability”, das im Journal „Humanities and Social Sciences Communications“ erschienen ist.

Scientists from all over the world are working together on a research project and ultimately want to compile and publish their findings—a common occurrence in the scientific world. Even though the authors carefully weigh their words and strive for precision at all times, it is also common for small ambiguities to creep in unnoticed – for example, due to imprecisely formulated research questions or the use of technical terms. Arguments are also not understood equally by everyone, for example, due to different cultural backgrounds. Beyond this communicative imbalance, language barriers also affect another important quality feature of science, namely its replicability. Language plays a decisive role in determining whether important scientific results can be replicated, i.e., verified in a comparable context through repetition.
Why is language so crucial in the context of scientific replicability, and how can researchers address language-related challenges? Xenia Schmalz, Johannes Breuer, Mario Haim, Andrea Hildebrandt, Philipp Knöpfle, Anna Yi Leung, and Timo Roettger seek answers to these questions in their paper “Let’s talk about language—and its role for replicability,” which was published in the journal “Humanities and Social Sciences Communications”.

DOI: 10.34879/gesisblog.2025.101

---

In der Wiederholbarkeit liegt die Kraft: Replikationen in der Wissenschaft

Das Ziel der Wissenschaft ist ebenso einfach wie ehrgeizig: Sie will verlässliches Wissen aufbauen, das über Zeit und Raum hinweg Bestand hat. Eine Methode, um Verlässlichkeit und Beständigkeit wissenschaftlicher Vorgehensweisen zu gewährleisten, besteht darin, einen wissenschaftlichen Prozess zu wiederholen, um so zu überprüfen, ob die Messung auch von anderen Wissenschaftler*innen unter Verwendung des gleichen Messverfahrens, des gleichen Messsystems, unter den gleichen Bedingungen, an dem gleichen oder einem anderen Ort erzielt werden kann –  kurz, ob der wissenschaftliche Prozess repliziert werden kann.

Dass die Replikation eine echte Herausforderung sein kann, wird an der in den vergangenen Jahren viel diskutierten „Replikationskrise“ sichtbar. In mehreren großen Studien in Psychologie, Medizin und Ökonomie gelang es nicht, vorherige Ergebnisse zuverlässig zu bestätigen. Dies erschüttert nicht nur die wissenschaftlichen Prozesse und Theoriebildungen, sondern auch das Vertrauen in die Wissenschaft allgemein. Die üblichen Verdächtigen sind bekannt: Statistik, Datenqualität, mangelnde Transparenz. Aber ein weiterer, oft übersehener Faktor spielt eine entscheidende Rolle: unsere Sprache – wie wir sie gebrauchen, interpretieren und übersetzen.

Fachsprache und ihre Interpretationen: Sprache als Medium

Sprache ist das Rückgrat der Forschung – von der Formulierung einer Hypothese oder Forschungsfrage bis zum veröffentlichten Paper. Sie steckt in der Umsetzung der Literaturrecherche (etwa bei der Auswahl von Suchbegriffen), präzise (oder weniger präzise) formulierten Forschungsfragen, bis hin zum Fazit, das die Ergebnisse zusammenfasst. Doch Sprache ist mehrdeutig. Zwei Forschende können denselben Satz ganz unterschiedlich verstehen. Annahmen und Vorurteile, interkulturelle Unterschiede, vage Formulierungen, Fehlinterpretation sind nur ein paar der Gründe für Missverständnisse.

Übersetzungsfallen und kulturelle Kluften: Sprache als Werkzeug

Eine häufige Frage, wenn es um Replikationen geht, ist, ob sich die Ergebnisse auch in anderen Ländern wiederholen lassen. Je nach Art der Studie müssen dafür Versuchsmaterialien, wie Fragebögen, Anleitungen oder Interviewtexte, sorgfältig übersetzt werden. Doch mit der Übersetzung kann sich die Bedeutung eines Konzepts vollständig verändern: Ist beispielsweise das Verständnis so komplexer Konzepte wie „Vertrauen“, „Religion“ oder „Familie“ in den untersuchten Ländern gleich? Die sogenannte Messäquivalenz – also die Frage, ob ein Test in allen Sprachen tatsächlich das Gleiche misst – wird zur Herausforderung. Manchmal geht es nicht nur um einzelne Wörter, sondern gleich um das gesamte Versuchsdesign, das sich nicht ohne Weiteres übertragen lässt.

Herausforderungen durch unterschiedliche Sprachen sind in der Forschung nicht auf menschliche Sprachen beschränkt. Auch Programmiersprachen können Hürden für Replikationen mit sich bringen: Immer häufiger wird Code für die Erhebung, Aufbereitung und Analyse von Daten genutzt. Doch unstrukturierte Skripte, fehlende Dokumentation oder die Nutzung unterschiedlicher oder nicht frei zugänglicher Software machen es anderen schwer, den wissenschaftlichen Weg einer Studie nachzuvollziehen. Diese Beispiele zeigen: Bei Replikationen geht es auch um das Verstehen von menschlicher und maschineller Sprache.

Zugänge und Perspektiven: Sprache als Forschungsgegenstand

Sprache ist für alle wissenschaftlichen Disziplinen ein wichtiges Werkzeug. In einigen ist sie jedoch selbst Untersuchungsgegenstand. Manchmal belegen unterschiedliche Replikationsergebnisse nicht methodisches Scheitern, sondern offenbaren, dass Sprachen und Kulturen schlichtweg verschieden funktionieren. Grammatische Kategorien wie Nomen und Verben beispielsweise, erscheinen im Deutschen selbstverständlich – aber in anderen Sprachen gibt es diese Trennung kaum. So kann ein Lese-Förderprogramm für englischsprachige Kinder mit Legasthenie in einem anderen Land wirkungslos sein.

Ist die Sprache gleichzeitig die Datenquelle – etwa bei der automatischen Auswertung von Text oder Audio – wird die Sache noch komplexer. Denn technische Werkzeuge für die automatisierte Analyse funktionieren meist nur für die großen Weltsprachen, Minderheitensprachen bleiben häufig außen vor. Hinzu kommt: Je weiter künstliche Intelligenz (KI) und große Sprachmodelle (Large Language Models; LLMs) Verbreitung finden, desto wahrscheinlicher wird es, dass wir bestehende Missverständnisse und Vorurteile verstärken, da diese Teil der zugrundeliegenden Trainingsdaten sind. Zudem mangelt es bei großen Sprachmodellen – insbesondere solchen von kommerziellen Anbietern – oftmals an Nachvollziehbarkeit und Transparenz.

Eine weitere Herausforderung in Bezug auf die Replikation von Forschung mit sprachbasierten Datenquellen sind die Zugangsprobleme: Audio-, Video- oder Textdaten (z.B. von Social-Media- oder anderen Online-Plattformen) sind oft durch Nutzungsrechte geschützt und können nur eingeschränkt genutzt und veröffentlicht werden. Dies erschwert die Umsetzung einer offenen und nachvollziehbaren Wissenschaft.

Von Herausforderungen zu Lösungen

Um diesen Herausforderungen zu begegnen, schlagen die Autor*innen unterschiedliche Lösungen vor: Zum einen sollten Fachbegriffe gemeinschaftlich präziser definiert und in offenen, zugänglichen Glossaren festgehalten werden – damit alle gleichermaßen von denselben Konzepten sprechen können.

Zum anderen sollten Forschungsfragen und Hypothesen so präzise wie möglich, idealerweise maschinenlesbar formuliert werden, um sprachliche Spielräume und Bedeutungsverluste durch unterschiedliche Interpretationen zu reduzieren. Eine wirksame Balance zwischen Fachsprache und Alltagssprache ist nötig, um Wissenschaft sowohl in der Fachwelt als auch für die Öffentlichkeit verständlich zu machen. Wissenschaftskommunikation sollte deshalb künftig ein fester Bestandteil der Ausbildung sein.

Des Weiteren sollten Forschungstools, Fragebögen und Datensätze offen geteilt, an neue Kontexte angepasst und sorgfältig validiert werden – und das bei internationaler Forschung immer gemeinsam mit lokalen Expert*innen. Auch offene Softwarelösungen werden immer wichtiger, um echte Nachvollziehbarkeit und Replizierbarkeit zu ermöglichen.

Und schließlich setzen die Autor*innen auf „Big Team Science“, d.h. große internationale Zusammenschlüsse (wie beispielsweise das ManyLanguages-Konsortium), in denen Studien in möglichst vielen Sprachen wiederholt werden. Dies hat zum Ziel, internationale, robuste, und nachvollziehbare Forschung zu ermöglichen, deren wesentlichen Erkenntnisse über Zeit und Raum Bestand haben.

Wissenschaftliche Originalpublikation:
Schmalz, X., Breuer, J., Haim, M. et al. Let’s talk about language—and its role for replicability. Humanities and Social Sciences Communications volume 12, Article number: 84 (2025). https://doi.org/10.1057/s41599-025-04381-2

Dieser Artikel wurde von Sophie Zervos mit Unterstützung von ChatGPT 4.1 auf Grundlage der wissenschaftlichen Originalpublikation erstellt, und von einem der beteiligten Forschenden, Johannes Breuer, geprüft.