🗣️ Sprachwandel — Diffusion von Wortvarianten
Simulieren Sie, wie sich eine neue Wortvariante durch ein soziales Netzwerk verbreitet, während Agenten die Mehrheitsform ihrer Nachbarn übernehmen. Schalten Sie die Prestige-Gewichtung um, um zu sehen, wie hochrangige Sprecher den Sprachwandel beschleunigen und Konsens herbeiführen.
🗣️ Sprachwandel — Diffusion von Wortvarianten
Beobachten Sie, wie sich eine neue Wortvariante durch ein soziales Netzwerk verbreitet, während Agenten die Mehrheitsform ihrer Nachbarn nachahmen. Schalten Sie die Prestige-Gewichtung um, um zu sehen, wie hochrangige Sprecher eine ganze Gemeinschaft zu einer neuen Sprechweise lenken können.
🔬 Was es zeigt
Jeder der 120 Agenten hält eine von zwei Wortvarianten und befragt regelmäßig eine Handvoll Nachbarn in einem sozialen Netzwerk, wobei er mit einer gewissen Wahrscheinlichkeit die lokal dominante Form übernimmt. Kleine lokale Mehrheiten kaskadieren zu globalem Konsens — derselbe Mechanismus, der hinter echten Lautwandeln und lexikalischem Ersatz steht.
🎮 Bedienung
Stellen Sie den Anfangsanteil der Variante B und die Konformitätsstärke ein (wie eifrig Agenten wechseln) und beobachten Sie das Anteil-über-Zeit-Diagramm. Aktivieren Sie die Prestige-Gewichtung, um hochrangigen Agenten überproportionalen Einfluss auf die Entscheidungen ihrer Nachbarn zu geben, und beobachten Sie, wie viel schneller sich Konsens bildet.
💡 Wussten Sie schon?
Echter Sprachwandel folgt fast immer einer S-förmigen Übernahmekurve — langsamer Start, schnelle mittlere Ausbreitung, langsames Ende — dieselbe Form, die diese Simulation aus rein lokalen, individuell einfachen Nachahmungsregeln erzeugt.
Über Sprachwandel — Diffusion von Wortvarianten
Diese Simulation modelliert Sprachwandel als Diffusionsprozess auf einem sozialen Netzwerk: Jeder der 120 Sprecher hält eine von zwei konkurrierenden Wortvarianten und befragt regelmäßig eine Handvoll Nachbarn, wobei er mit einer gewissen Wahrscheinlichkeit zu der lokal dominanten Form wechselt. Trotz fehlender zentraler Koordination und obwohl kein Agent jemals die gesamte Bevölkerung sieht, kippt rein lokale Nachahmung das gesamte Netzwerk zuverlässig zu der einen oder anderen Variante und erzeugt dabei die S-förmigen Übernahmekurven, die Soziolinguisten in Dutzenden echter Dialektstudien dokumentiert haben. Der optionale Prestige-Schalter lässt hochrangige Agenten bei der Nachbarbefragung stärker zählen und bildet den gut belegten Befund ab, dass von sozial prominenten Sprechern angeführte Veränderungen schneller und vollständiger verlaufen als Veränderungen ohne Prestige-Gefälle.
Das Modell stützt sich auf grundlegende Arbeiten von William Labov, der in den 1960er-Jahren zeigte, dass sich Lautwandel auf Martha's Vineyard und in New York City entlang von Prestige- und Identitätslinien durch soziale Netzwerke verbreitet statt gleichmäßig über eine Bevölkerung, sowie auf Everett Rogers' Diffusion-of-Innovations-Rahmenwerk, das die S-Kurven-Form formalisierte, die heute als Signatur erfolgreichen sprachlichen (und technologischen) Wandels gilt. Gemeinsam erklären sie, warum manche neuen Wörter oder Aussprachen still verschwinden, während andere innerhalb einer Generation eine ganze Sprachgemeinschaft erfassen.
Häufig gestellte Fragen
Was modelliert diese Simulation eigentlich?
Sie modelliert eine Bevölkerung von Sprechern, die in einem sozialen Netzwerk verbunden sind und jeweils derzeit eine von zwei Varianten eines sprachlichen Merkmals verwenden (ein Wort, eine Aussprache oder eine grammatische Form). Bei jeder Interaktion betrachtet ein Agent eine Stichprobe seiner Netzwerknachbarn und wechselt mit einer gewissen Wahrscheinlichkeit zu der Variante, die unter ihnen häufiger ist. Millionenfache Wiederholung erzeugt großräumige Muster des Sprachwandels aus rein lokalen Entscheidungen.
Wie verwende ich die Steuerelemente?
Der Regler „Anfangsanteil B" legt fest, wie viele Agenten mit der Variante B beginnen. „Konformität" steuert, wie bereitwillig Agenten wechseln, um sich ihren Nachbarn anzupassen — höhere Werte beschleunigen die Konvergenz. „Befragte Nachbarn" steuert, wie viele lokale Informationen jeder Agent vor der Entscheidung sammelt. Der Prestige-Schalter lässt höherrangige Agenten (größere, goldberandete Knoten) bei dieser Befragung stärker zählen, und das Diagramm rechts verfolgt den Bevölkerungsanteil der Variante B über die Zeit.
Warum endet das Netzwerk immer im Konsens?
Bei Mehrheitsregel-Imitation auf einem endlichen, verbundenen Netzwerk treibt zufälliger Drift kombiniert mit der „Der Erfolgreiche wird erfolgreicher"-Dynamik der Mehrheitskopie das System fast immer in einen von zwei absorbierenden Zuständen — entweder verwenden alle Variante A oder alle Variante B — dasselbe Ergebnis, das die Mathematik des Wählermodells vorhersagt. Perfekt ausgeglichene 50/50-Mischungen sind lokal instabil, genau wie in realen Dialektkontaktzonen, die sich letztlich zu einer dominanten Form hin auflösen.
Funktioniert das so wie echter Sprachwandel tatsächlich abläuft?
Grundsätzlich ja. Soziolinguistische Feldforschung seit den 1960er-Jahren — am bekanntesten William Labovs Studien zu Martha's Vineyard und New York City — zeigt, dass sich phonetische und lexikalische Veränderungen durch soziale Netzwerke mittels persönlicher Nachahmung verbreiten, nicht durch Top-down-Anweisungen. Der Wandel beginnt typischerweise in einer sozial identifizierbaren Untergruppe, breitet sich entlang von Netzwerkverbindungen aus und erreicht schließlich eine nahezu universelle Übernahme, was der in dieser Simulation nachgebildeten Netzwerkdiffusion eng entspricht.
Was bewirkt „Prestige" in einem Sprachmodell?
Soziolinguisten unterscheiden „offenes Prestige" (verbunden mit standardsprachlicher, hochrangiger Sprache) von „verdecktem Prestige" (verbunden mit Gruppensolidarität, z. B. regionaler oder Arbeiterklassen-Sprache). Beide funktionieren mechanisch gleich: bestimmte Sprecher üben unverhältnismäßigen Einfluss darauf aus, welche Variante andere übernehmen. Der Prestige-Schalter modelliert diesen asymmetrischen Einfluss hier abstrakt — seine Aktivierung lässt hochprestigeträchtige Knoten als Meinungsführer fungieren, deren Verwendung Nachbarn eher übernehmen.
Warum erscheint eine S-Kurve im Anteil-über-Zeit-Diagramm?
Anfangs verwenden nur wenige Agenten die neue Variante, sodass die Wahrscheinlichkeit gering ist, dass eine beliebige Nachbarbefragung eine Mehrheit für sie ergibt — die Übernahme ist langsam. Sobald der Anteil etwa 30–40 % übersteigt, ergeben Befragungen zunehmend Mehrheiten für die neue Form, und die Übernahme beschleunigt sich stark. Sobald die alte Variante selten wird, sind verbleibende Verweigerer von der neuen Form umgeben und wechseln schnell, was die Kurve nahe 100 % abflacht. Diese langsam-schnell-langsam-Form ist die klassische logistische Diffusionskurve aus Rogers' Innovationsdiffusionsforschung.
Beeinflusst die Netzwerkstruktur, wie schnell sich der Wandel verbreitet?
Ja. Diese Simulation verbindet jeden Agenten mit seinen vier nächsten räumlichen Nachbarn und erzeugt dadurch eng verknüpfte lokale Gemeinschaften, die durch wenige längere Verbindungen überbrückt werden. Dicht geclusterte Netzwerke erzeugen tendenziell schnelleren lokalen Konsens innerhalb von Clustern, können aber länger brauchen, um eine Übereinstimmung zwischen Clustern zu erreichen, während Netzwerke mit mehr zufälligen weitreichenden Verbindungen (näher an einer Small-World-Topologie) Veränderungen global schneller verbreiten — ein Muster, das auch in der Simulation „Sechs Grade der Trennung" auf dieser Website untersucht wird.
Können zwei Varianten dauerhaft stabil koexistieren?
In diesem vereinfachten Modell nein — mit unbegrenzter Zeit setzt sich fast immer eine Variante vollständig durch, weil die Mehrheitsregel-Imitation keinen Mechanismus zum Erhalt von Vielfalt besitzt. Echte Sprachen halten über Jahrhunderte stabile Variation aufrecht (regionale Akzente, registerabhängige Wortwahl), was typischerweise zusätzliche Kräfte erfordert, die dieses Grundmodell auslässt, etwa soziale Identitätssignale, die manche Agenten aktiv Minderheitsformen bevorzugen lassen, oder geografische Isolation, die die Durchmischung begrenzt.
Was sind reale Anwendungen von Sprachwandel-Modellen wie diesem?
Diffusionsmodelle auf Netzwerken dieser Art werden weit über die Linguistik hinaus eingesetzt: Vermarkter nutzen sie, um die Übernahme neuer Produkte vorherzusagen, Epidemiologen passen dieselbe Mehrheitsregel-Mechanik an, um Verhaltensänderungen während Gesundheitskampagnen zu modellieren, und computergestützte Soziolinguisten verwenden agentenbasierte Modelle, um konkurrierende Theorien darüber zu testen, warum manche Innovationen (neuer Slang, Hashtags, Emoji-Nutzung) viral gehen, während die meisten still verschwinden.
Beobachten Sie, wie sich eine neue Wortvariante durch ein Netzwerk verbreitet, während Agenten die Mehrheitsform ihrer Nachbarn übernehmen; schalten Sie die Prestige-Gewichtung für hochrangige Sprecher um.
3D · Three.js / WebGL-Renderer · 60 FPS Ziel · läuft vollständig clientseitig, keine Installation nötig