Aussprache des Deutschen

Dieser Artikel ist ist nicht hinreichend mit Belegen (Literatur, Webseiten oder Einzelnachweisen) versehen. Die fraglichen Angaben werden daher möglicherweise demnächst gelöscht. Hilf Wikipedia, indem du die Angaben recherchierst und gute Belege einfügst. Bitte entferne erst danach diese Warnmarkierung. Siehe Diskussion.

Die Aussprache der deutschen Sprache bezeichnet die Phonetik und die Phonologie der deutschen Standardsprache. Die Aussprache der deutschen Sprache ist nicht überall dieselbe, denn es ist eine plurizentrische Sprache mit verschiedenen Varietäten. In den meisten Belangen stimmt die Aussprache dieser Varietäten jedoch miteinander überein.

Im weiteren Sinn kann darunter auch die Aussprache der deutschen Dialekte verstanden werden. Weil dies aber den Rahmen einer einzigen Seite sprengen würde, ist diese Sichtweise hier nicht dargestellt; siehe stattdessen deutsche Mundarten.

Geschichte

Anfänglich war die deutsche Standardsprache eine reine Schriftnorm. Wenn sie gesprochen wurde, dann entsprechend dem Lautstand der regionalen Mundarten.

Gegen Ende des 18. Jahrhunderts galt die sächsische Aussprache des Standarddeutschen als vorbildlich. Das lag am großen Einfluss der sächsischen Fürstentümer auf die deutsche Kultur.

Im 19. Jahrhundert wurde die norddeutsche Aussprache zur einflussreichsten. Verschiedene Faktoren spielten dabei eine Rolle. Einerseits war Preußen insbesondere seit der Gründung des deutschen Kaiserreichs zur dominierenden Macht geworden, andererseits waren in vielen Gegenden Norddeutschlands die Mundarten zugunsten der Standardsprache aufgegeben worden, so dass die Sprecher eine natürliche Gewandtheit im mündlichen Gebrauch der Standardsprache erreichten.

Kodifiziert wurde diese Aussprache der deutschen Sprache erstmals 1898 in der Deutschen Bühnenaussprache von Theodor Siebs. Moderne Aussprachewörterbücher stimmen im Großen und Ganzen mit der Siebs’schen Aussprache überein, wenn sie auch in verschiedenen Details von ihr abweichen (beispielsweise wird heute [r] nicht mehr als die einzige zulässige Aussprache des Phonems /r/ angesehen). Als maßgeblich für die heute weitgehend anerkannte Fassung dieser Norm „der deutschen Standardaussprache“ (so das Wörterbuch) kann das Duden-Aussprachewörterbuch (Max Mangold) gelten, in dem sie besonders ausführlich beschrieben wird. (Allerdings ist zu beachten, dass einige der dort formulierten Grundannahmen in der Phonetik und der Phonologie auch anders gesehen werden und nicht immer den neuesten Forschungsstand in diesen Disziplinen widerspiegeln.) Üblicherweise wird diese Aussprachenorm auch im Deutschunterricht für Ausländer gelehrt und mehr oder weniger exakt in ein- und mehrsprachigen Wörterbüchern des Deutschen verwendet.

Variation

Die deutsche Sprache ist plurizentrisch, das heißt, es gibt faktisch keine einheitliche Aussprache des Standarddeutschen für den gesamten deutschen Sprachraum. Die als Norm formulierte Standardaussprache ist eine Fiktion, die zwar als (angeblich) einheitliches Ideal gilt, aber praktisch in unterschiedlichen Varianten realisiert und auch in ihrem Ideal durchaus voneinander abweichend verstanden wird. Es gibt also verschiedene Aussprachevarianten des Standarddeutschen, die in den jeweiligen Regionen eine Vorbildwirkung ausüben.

Es ist daher unrealistisch zu sagen, dass allein eine dieser verschiedenen Aussprachen des Standarddeutschen die „richtige“ wäre (und dem einen Ideal entspräche) und alles andere dialektgefärbte Abweichungen. Diese auch heute noch verbreitete Auffassung galt früher unhinterfragt, als eine präskriptive Haltung auch in Grammatikdarstellung und Didaktik üblich war (als es also üblich war vorzuschreiben, wie die Leute sprechen sollten).

Beobachten lassen sich diese Normvariationen beispielsweise daran, dass in Radio und Fernsehen nicht nur eine einzige Aussprache der deutschen Sprache gebraucht wird. Nachrichtensprecher aus Deutschland, Österreich und der Schweiz unterscheiden sich in ihrer Aussprache des Standarddeutschen. Das Übergewicht der Normvariante aus der Bundesrepublik ist allein als ein quantitatives zu beschreiben (wegen der höheren Bevölkerungszahl in Deutschland gibt es mehr Sender und diese haben eine größere Reichweite). Aber auch innerhalb Deutschlands lassen sich Unterschiede feststellen, wenn man z. B. die Aussprache bayrischer und norddeutscher Radio- und Fernsehsprecher vergleicht.

Vokalsystem

Das Vokalsystem des Deutschen ist mit rund 15 (Monophthong-)Vokal-Phonemen relativ groß, die Spanische Sprache zum Beispiel kennt nur fünf. Diese Vokalphoneme werden durch die acht Vokalbuchstaben a, e, i, o, u, ä, ö und ü dargestellt, in Fremdwörtern und Eigennamen in bestimmten Positionen auch durch y und seltener durch é. Vor allem i, u, y werden aber zum Teil auch zur Wiedergabe von Konsonanten verwendet.

Die Vokalphoneme der betonten Silben werden oft in Paare eingeteilt /aː/ und /a/, /eː/ und /ɛ/, /iː/ und /ɪ/, /oː/ und /ɔ/, /uː/ und /ʊ/, /ɛː/ und /ɛ/, /øː/ und /œ/ sowie /yː/ und /ʏ/. Zur phonologischen Begründung dieser Paarbildungen gibt es verschiedene Ansätze:

• Das Unterscheidungsmerkmal ist die Vokalquantität. Der Unterschied in der Vokalqualität folgt sekundär daraus. Problematisch bleibt in diesem Ansatz die Stellung des Vokals /ɛː/, der trotz seiner Länge nicht geschlossen ist.
• Das Unterscheidungsmerkmal ist die Vokalqualität. Der Unterschied in der Vokalquantität folgt sekundär daraus. Problematisch bleibt in diesem Ansatz neben der Stellung des Vokals /ɛː/ auch diejenige des Paars /aː – a/, wo trotz einem Unterschied in der Länge keiner in der Qualität vorliegt.
• Das Unterscheidungsmerkmal ist der Silbenschnitt. Die Unterschiede in Vokalqualität und Vokalquantität folgen sekundär daraus. Problematisch bleibt in diesem Ansatz die Frage, ob eine empirische Grundlage für die Annahme eines Unterschieds im Silbenschnitt besteht.

Geschlossene (lange) Vokale werden in unbetonter Position meistens kurz ausgesprochen, z. B. /ɡeˈnoːm/, /viˈtaːl/

Ritt /rɪt/ und riet /riːt/ unterscheiden sich beispielsweise auch in der Qualität voneinander, wie die Notation des Internationalen Phonetischen Alphabets zeigt. Die Mehrzahl der langen Vokalphoneme werden also geschlossener ausgesprochen und sind andere Phoneme als ihre kurzen verschrifteten Entsprechungen.

Ähnliche Vokalpaare betonter Silben wie im Deutschen gibt es in allen germanischen Sprachen.

/ɛː/ wie in Käse stellt in dem System der Vokalpaare betonter Silben eine Ausnahme dar, da er der einzige lange offene Vokal im Deutschen ist. In norddeutschen Varietäten der Standardsprache fällt dieser Laut jedoch mit /eː/ zusammen, so dass die Vokale in Käse und in Lese gleich ausgesprochen werden. Daher ist der Status dieses Lauts als eigenständiges Phonem des Deutschen umstritten. Folglich ist es seit der 4. Auflage (2000) des Duden-Aussprachewörterbuchs auch gestattet, ein langes offenes „e“ („ä“) lang und geschlossen /eː/ zu artikulieren.

Monophthonge

Phonem	Beschreibung	Laut
/a/	kurzer, offener vorderer bis hinterer ungerundeter Vokal wie in Kamm.	[a]
/aː/	(langer,) offener vorderer bis hinterer ungerundeter Vokal wie in kam bzw. Kamin.	[a(ː)]
/ɛ/	kurzer, halboffener vorderer ungerundeter Vokal oder Schwa wie in Stelle bzw. bitte	[ɛ]/[ə]
/ɛː/	langer, halboffener vorderer ungerundeter Vokal wie in Käse.	[ɛː]
/eː/	(langer,) halbgeschlossener vorderer ungerundeter Vokal wie in stehlen bzw. Genom	[e(ː)]
/ɪ/	kurzer, fast geschlossener fast vorderer ungerundeter Vokal wie in Mitte.	[ɪ]
/iː/	(langer,) geschlossener vorderer ungerundeter Vokal wie in Miete, vital.	[i(ː)]
/ɔ/	kurzer, halboffener hinterer gerundeter Vokal wie in offen	[ɔ]
/oː/	(langer,) halbgeschlossener hinterer gerundeter Vokal wie in Ofen bzw. Roman	[o(ː)]
/œ/	kurzer, halboffener vorderer gerundeter Vokal wie in Hölle.	[œ]
/øː/	(langer,) halbgeschlossener vorderer gerundeter Vokal wie in Höhle bzw. Ödem	[ø(ː)]
/ʊ/	kurzer, fast geschlossener fast hinterer gerundeter Vokal wie in Mutter.	[ʊ]
/uː/	(langer,) geschlossener hinterer gerundeter Vokal wie in Mut bzw. Rubin.	[u(ː)]
/ʏ/	kurzer, fast geschlossener fast vorderer gerundeter Vokal wie in müssen.	[ʏ]
/yː/	(langer,) geschlossener vorderer gerundeter Vokal wie in müßig bzw. Physik.	[y(ː)]

Vokaldreieck der Hochlautung des Deutschen

Als verdeutlichende Graphik soll hier das in der Linguistik allseits verwendete Vokaldreieck als einzige einigermaßen sinnvolle Möglichkeit herhalten, um die Monophthonge der Hochlautung nach dem Ort ihrer Produktion in der Mundhöhle und der Position der Zunge zu klassifizieren:

Diphthonge

Laut	Beschreibung
aʊ̯	Der schließende Diphthong setzt mit einem [a] wie in Schwamm ein und gleitet in Richtung auf das deutsche [ʊ], wobei sich die Lippen runden. Beispiel: Haus.
aɪ̯	Der schließende Diphthong setzt mit einem [a] wie in Schwamm ein und gleitet in Richtung auf das deutsche [ɪ]. Beispiel: Heim.
ɔʏ̯	Der schließende Diphthong setzt mit einem [ɔ] wie in Gott ein, und gleitet in Richtung [ʏ], wobei die leichte Rundung der Lippen zum Ende hin fast verlorengehen kann (aus [ʏ] wird fast [ɪ]). Beispiel: Eule.

Konsonantensystem

Das deutsche Konsonantensystem weist mit rund 25 Phonemen im Vergleich mit anderen Sprachen eine durchschnittliche Größe auf. Eine Besonderheit ist die ungewöhnliche Affrikate /p͡f/.

Verschiedene deutsche Konsonanten treten in Paaren von gleichem Artikulationsort und gleicher Artikulationsart auf, nämlich die Paare /p–b, t–d, k–ɡ, s–z, ʃ–ʒ/. Diese Paare werden oft als Fortis-Lenis-Paare bezeichnet, da sie als Stimmlos-stimmhaft-Paare nur unzulänglich beschrieben sind. Mit gewissen Einschränkungen zählen auch /t͡ʃ–d͡ʒ, f-v/ zu diesen Paaren.

Die Fortis-Plosive /p, t, k/ werden in den meisten Varietäten aspiriert, wobei die Aspiration im Anlaut betonter Silben am stärksten ist (beispielsweise in Taler [ˈtʰaːlɐ]), schwächer im Anlaut unbetonter Silben (beispielsweise in Vater [ˈfaːtʰɐ]) und am schwächsten im Silbenauslaut (beispielsweise in Saat [zaːt(ʰ)]). Keine Aspiration hat es in den Kombinationen [ʃt ʃp] (beispielsweise in Stein [ʃtaɪ̯n], Spur [ʃpuːɐ̯]).

Die Lenis-Konsonanten /b, d, ɡ, z, ʒ/ sind in den meisten süddeutschen Varietäten stimmlos. Um dies zu verdeutlichen, werden sie oft als [b̥, d̥, ɡ̊, z̥, ʒ̊] notiert. Es ist umstritten, worin der phonetische Unterschied zwischen den stimmlosen Lenis-Konsonanten und den ebenfalls stimmlosen Fortis-Konsonanten liegt. Üblicherweise wird er als Unterschied in der Artikulationsspannung beschrieben, gelegentlich jedoch als Unterschied in der Artikulationsdauer, wobei meist angenommen wird, dass eine dieser Eigenschaften die andere zur Folge hat.

In den meisten Varietäten ist die Opposition zwischen Fortis und Lenis im Silbenauslaut aufgehoben (siehe Auslautverhärtung).

In verschiedenen mittel- und süddeutschen Varietäten ist die Opposition zwischen Fortis und Lenis im Silbenanlaut aufgehoben, teils nur im Anlaut betonter Silben, teils in allen Fällen (binnendeutsche Konsonantenschwächung).

Das Paar /f–v/ zählt nicht zu den Fortis-Lenis-Paaren, da /v/ auch in den süddeutschen Varietäten stimmhaft bleibt. Üblicherweise wird die süddeutsche Aussprache mit dem stimmhaften Approximanten [ʋ] angegeben. Hingegen gibt es süddeutsche Varietäten, die zwischen einem Fortis-f ([f], beispielsweise in sträflich [ˈʃtrɛːflɪç] zu mhd. stræflich) und einem Lenis-f ([v̥], beispielsweise in höflich [ˈhøːv̥lɪç] zu mhd. hovelîch) unterscheiden, analog zur Opposition von Fortis-s ([s]) und Lenis-s ([z̥]).

Laut	Beschreibung	Beispiel
ʔ	Glottisschlag (Knacklaut) – Oft wird dieser Laut nicht als Phonem der deutschen Sprache beschrieben, sondern als morphologisches Grenzmarkierungsphänomen.	/bəˈʔaxtən/
b	stimmhafter bilabialer Plosiv – Da dieser Laut in den südlichen Varietäten stimmlos ist ([b̥]), wird er oft als Lenis bezeichnet und nicht als stimmhaft.	Biene /ˈbiːnə, b̥iːnə/, aber /ˈaːbər, ˈaːb̥ər/
ç	stimmloser palataler Frikativ (Ich-Laut) – Dieser Laut bildet zusammen mit [x] ein komplementäres Allophon-Paar. Er tritt nach vorderen Vokalen sowie nach Konsonanten auf. Im Diminutiv-Suffix [çən] tritt ausschließlich dieser Laut auf. Mit Ausnahme dieses Suffixes tritt [ç] in südlichen Varietäten im Silbenanlaut nicht auf, während es in anderen Varietäten oft im Silbenanlaut anzutreffen ist. In nicht-südlichen Varietäten ist [ç] ein übliches Allophon von /ɡ/ im Silbenauslaut (nach vorderen Vokalen oder nach Konsonanten); die gemäßigte Standardlautung verlangt diese Spirantisierung nur in der Endung /ɪɡ/.	Ich /ɪç/, Furcht /fʊrçt/, Frauchen /fra͡ʊçən/, nicht-südliche Varietäten: China /ˈçiːna/, dreißig /ˈdra͡ɪsɪç/
d	stimmhafter alveolarer Plosiv – Da dieser Laut in den südlichen Varietäten stimmlos ist ([d̥]), wird er oft als Lenis bezeichnet und nicht als stimmhaft.	dann /dan, d̥an/, Laden /ˈlaːdən, laːd̥ən/
d͡ʒ	stimmhafte postalveolare Affrikate – Dieser Laut tritt nur in Fremdwörtern auf. In den südlichen Varietäten, die keine stimmhaften Plosive aufweisen, fällt er mit [t͡ʃ] zusammen.	Dschungel /ˈd͡ʒʊŋəl/
f	stimmloser labiodentaler Frikativ	Vogel /ˈfoːɡəl/, Hafen /ˈhaːfən/
ɡ	stimmhafter velarer Plosiv – Da dieser Laut in den südlichen Varietäten stimmlos ist ([ɡ̊]), wird er oft als Lenis bezeichnet und nicht als stimmhaft.	Ganɡ /ˈɡaŋ, ɡ̊aŋ/, Lager /ˈlaːɡər, laːɡ̊ər/
h	stimmloser glottaler Frikativ	Haus /ha͡ʊs/, Uhu /ˈuːhu/
j	stimmhafter palataler Approximant	jung /jʊŋ/, Boje /ˈboːjə/
k	stimmloser velarer Plosiv	Katze /ˈkat͡sə/, Strecke /ʃtrɛkə/
l	stimmhafter lateraler alveolarer Approximant	Lamm /lam/, alle /ˈalə/
m	stimmhafter bilabialer Nasal	Maus /maʊ̯s/, Dame /daːmə/
n	stimmhafter alveolarer Nasal	Nord /nɔrt/, Kanne /ˈkanə/
ŋ	stimmhafter velarer Nasal	Lang /laŋ/, singen /ˈzɪŋən/
o	stimmloser bilabialer Plosiv	Pate /ˈpaːtə/, Mappe /ˈmapə/
p͡f	stimmlose labiodentale Affrikate	Pfaffe /ˈp͡fafə/, Apfel /ˈap͡fəl/
r ʀ ʁ	stimmhafter alveolarer Vibrant ([r]), stimmhafter uvularer Vibrant ([ʀ]), stimmhafter uvularer Frikativ ([ʁ]) – Diese drei Laute sind freie Allophone. Ihre Verteilung ist lokal, wobei [r] fast ausschließlich in einigen südlichen Varietäten anzutreffen ist. Im Silbenauslaut wird das /r/ oft vokalisiert zu [ɐ̯], besonders nach langen Vokalen und in der unbetonten Endung /ɛr/, die bei Vokalisierung als [ɐ] realisiert wird.	rot [roːt, ʀoːt, ʁoːt], starre [ˈʃtarə, ˈʃtaʀə, ˈʃtaʁe], mit Vokalisierung: sehr [zeːɐ̯], besser [ˈbɛsɐ]
s	stimmloser alveolarer Frikativ	Straße /ˈʃtraːsə/, Last /last/, Fässer /ˈfɛsər/
ʃ	stimmloser postalveolarer Frikativ	Schule /ˈʃuːlə/, Stier /ʃtiːr/, Spur /ʃpuːr/
t	stimmloser alveolarer Plosiv	Tag /taːk/, Vetter /ˈfɛtər/
t͡s	stimmlose alveolare Affrikate	Zaun /t͡sa͡ʊn/, Katze /ˈkat͡sə/
t͡ʃ	stimmlose postalveolare Affrikate	Deutsch /dɔ͡ʏt͡ʃ/, Kutsche /ˈkʊt͡ʃə/
v	stimmhafter labiodentaler Frikativ – Bisweilen wird dieser Laut als stimmhafter labiodentaler Approximant ([ʋ]) beschrieben.	Winter /ˈvɪntər/, Löwe /ˈløːvə/
x	stimmloser velarer Frikativ – Dieser Laut bildet zusammen mit [ç] ein komplementäres Allophon-Paar. Er tritt nach hinteren Vokalen auf (inklusive /a aː/). In nördlichen Varietäten erscheint er auch als Allophon /ɡ/ im Silbenauslaut nach hinteren Vokalen (inklusive /a aː/. In vielen Regionen wird dieser Laut uvular artikuliert.	Lachen /ˈlaxən, ˈlaχən/, nördliche Varietäten: sag /zaːx, zaːχ/
z	stimmhafter alveolarer Frikativ – Da dieser Laut in den südlichen Varietäten stimmlos ist ([z̥]), wird er oft als Lenis bezeichnet und nicht als stimmhaft.	sechs /zɛks, z̥ɛks/, Wiese /ˈviːzə, ˈviːz̥ə/
ʒ	stimmhafter postalveolarer Frikativ – Dieser Laut tritt nur in Fremdwörtern auf. Da dieser Laut in den südlichen Varietäten stimmlos ist ([ʒ̊]), wird er oft als Lenis bezeichnet und nicht als stimmhaft.	Genie /ʒeˈniː, ʒ̊enˈiː/, Plantage /planˈtaːʒə, planˈtaːʒ̊ə/

Phonotaktik

Ein typisches Merkmal für den phonotaktischen Aufbau deutscher Wörter sind relativ komplexe Konsonantencluster in den Wortstämmen, konjugierten Formen und an der Wortfuge, die in der geschriebenen, graphotaktischen Form (wegen der verwendeten Di- und Trigraphen) oft besonders komplex wirken (z. B. kleckste, auftrumpfen, Angstschweiß, schreiben, ernst, schrumpfst, seufztest, trittst, knutschst, hältst, Herbst, jetzt, Schrift, Schnitt).

Prosodie

Wortbetonung

In deutschen Wörtern herrscht Stammbetonung vor, das heißt es wird die erste Silbe des Stamms betont: „lehren, Lehrer, Lehrerin, lehrhaft, Lehrerkollegium, belehren.“ Manche Präfixe und Suffixe allerdings ziehen die Betonung auf sich: „(Aus-spra-che, vor-le-sen, Bä-cke-rei).“

Bei zusammengesetzten Wörtern (Komposita) wird fast ausschließlich das erste Wort (Bestimmungswort) betont. Ausnahmen sind zum Beispiel Kilometer und Jahrhundert. Die betonte Silbe wird im Vergleich zu den unbetonten stärker und damit lauter gesprochen (dynamischer Akzent).

Für Fremdwörter im Deutschen lassen sich keine Regeln angeben, da die Betonung häufig zusammen mit dem Wort übernommen wird.

Intonation

Deutsch kennt drei verschiedene Melodieverläufe, nämlich fallende, steigende und schwebende (progrediente) Intonation. Die fallende Intonation kennzeichnet den Satzschluss bei Aussagesätzen und Wortfragen wie zum Beispiel bei den Sätzen: Wann kommst du? – Ich komme jetzt. Die schwebende Intonation wird bei Pausen wie zum Beispiel zwischen Haupt- und Nebensatz verwendet. Die steigende Intonation ist typisch für Satzfragen (auch Entscheidungsfragen) wie zum Beispiel: Isst du gerne Schokolade? Auch Wortfragen können mit steigender Intonation gesprochen werden, wenn man ihnen einen freundlichen Ton verleihen will.

Eine Ausnahme bildet die schweizerische Varietät der deutschen Standardsprache, wo die steigende Intonation auch in Aussagesätzen anzutreffen ist.

Der Hauptakzent liegt im Satz auf dem Rhema, meistens gegen Ende des Satzes. Die Hebung oder Senkung der Stimme erfolgt ausgehend von der letzten betonten Silbe im Satz. Bei fallender Intonation wird diese Silbe etwas höher gesprochen als die Vorangehenden. Die nachfolgenden Silben fallen dann bis unter das Niveau des Satzes. Ist die letzte betonte Silbe ein einziges Wort, findet diese Melodiebewegung innerhalb dieses Wortes statt. Bei steigender Intonation wird die letzte betonte Silbe analog etwas tiefer gesprochen.

Rhythmus

Die deutsche Sprache ist gekennzeichnet durch einen so genannten „punktierten Sprechrhythmus“.

Die betonte Silbe überragt im Deutschen die unbetonten Silben nicht nur in ihrer Schallfülle sondern auch hinsichtlich ihrer Länge: Auf eine betonte Silbe folgende unbetonte Silben werden fast immer kürzer gesprochen.

Ausspracheregeln

Vokalbuchstaben

Vokalbuchstaben und ihre Vokalqualität

• a wird [a] oder [aː] gesprochen (Vokalphonempaar /a/ – /aː/), unbetont in offener Silbe: [a].

• ä wird [ɛ] oder [ɛː] gesprochen (Vokalphonempaar /ɛ/ – /ɛː/), unbetont in offener Silbe: [ɛ].

Beachte außerdem die besondere Vokalqualität in der Graphemkombination äu [ɔʏ̯̯] (vgl.u.).

• e wird [ɛ] oder [eː] gesprochen (Vokalphonempaar /ɛ/ – /eː/), unbetont in offener Silbe: [e] oder [ə].

In unbetonten offenen Silben' vor der betonten Silbe wird meist [e] gesprochen (enorm, B'eate), in den Präfixen be- und ge- jedoch regelmäßig [ə] (beachte, Gespür). Nach der betonten Silbe wird in unbetonten offenen Silben meist [ə] gesprochen (vor allem kann solch ein e vor den Buchstaben l, n, r, t und am Wortende vorkommen) (Ummantelung, weitere, schaltete). In gewissen Varietäten wird in allen Fällen [e] ausgesprochen, so oft im Kunstgesang oder im schweizerischen Deutsch.

In unbetonten geschlossenen Silben nach der betonten Silbe kann e (/ɛ/) ebenfalls als [ə] (neben [ɛ]) gesprochen werden, und zwar vor allem in den Kombinationen el, em, en, er, es, et (mindestens). el, em, en werden dabei üblicherweise als silbische Konsonanten [l̩, m̩, n̩] realisiert, bei deutlicherem Sprechen aber auch als [əl, əm, ən] (Apfel, großem, essen). en [n̩] wird dabei ggf. an die Artikulationsstelle des vorangehenden plosiven Konsonanten angeglichen (also nach b/p bzw. g/k als [m̩] bzw. [ŋ̩] realisiert: leben, wecken). er wird in vielen Varietäten als [ɐ] realisiert, das in manchen Regionen einem kurzen [a] sehr nahe kommt, in anderen Varietäten aber ebenfalls als silbischer Konsonant [r̩] oder als [ər] (Vater).

Beachte außerdem die besondere Vokalqualität in den Graphemkombinationen eu, ei [ɔʏ̯, aɪ̯] und in Eigennamen auch ey [aɪ̯] (Meyer, Ceylon) (vgl.u.).

• é wird [eː] gesprochen (unbetont [e]) (Varieté, André).

• i wird [ɪ] oder [iː] gesprochen (Vokalphonempaar /ɪ/ – /iː/), unbetont in offener Silbe: [i].

• o wird [ɔ] oder [oː] gesprochen (Vokalphonempaar /ɔ/ – /oː/), unbetont in offener Silbe: [o].

• ö wird [œ] oder [øː] gesprochen (Vokalphonempaar /œ/ – /øː/), unbetont in offener Silbe: [ø].

• u wird [ʊ] oder [uː] gesprochen (Vokalphonempaar /ʊ/ – /uː/), unbetont in offener Silbe: [u].

Beachte außerdem die besondere Vokalqualität in den Graphemkombinationen eu, äu [ɔʏ̯] (vgl.u.).

• ü, y werden [ʏ] oder [yː] gesprochen (Vokalphonempaar /ʏ/ – /yː/), unbetont in offener Silbe: [y].

y wird in bestimmten Kontexten entsprechend den Ausspracheregeln für i gesprochen: a) in Positionen, wo y unsilbisch zu sprechen ist (vgl. u.), und zwar am Wortanfang und nach Vokalbuchstaben (Yacht, Bayern), b) unbetont am Wortende (Party), sowie c) manchmal in Eigennamen (Kyffhäuser, Schwyz).

Vokalbuchstabenkombinationen

Vokalbuchstaben, die nicht den Silbenkern der betonten Silbe darstellen, werden unter bestimmten Bedingungen unsilbisch bzw. konsonantisch gesprochen (und bilden mit dem silbischen Vokal zusammen einen Diphthong). Dies betrifft einerseits Vokalbuchstaben, die anderen Vokalbuchstaben folgen, und andererseits Vokalbuchstaben, die anderen Vokalbuchstaben vorangehen (meist nach Konsonantenbuchstaben):

• In der Regel als kurzer silbischer Vokal + unsilbischer Vokal (klassische Diphthonge) gesprochen: ai, ay, ao, au, oi, oy, ui (dies ist die Grundregel und kann produktiv z. B. für die Dialektschreibung eingesetzt werden: äi, öi, oa, ua usw.), mit zusätzlicher Änderung der Vokalqualität: ei, ey, eu, äu (in Eigennamen manchmal auch ui, uy, euy: gesprochen wie eu).
• Oft als unsilbischer Vokal + silbischer Vokal (kurz oder lang) gesprochen: ia, iä, io usw. (ie nur teilweise), ya, ye, yo usw., ua, uä, uo usw., ähnlich oft auch bei ea, eo' (ideal), oa (bzw. oi in Wörtern aus dem Französischen anstelle von oa), öo' (Homöo-) u. Ä. Unsilbisches i (ähnlich auch e) und vor allem y entspricht dabei oft einem [j], unsilbisches u (ähnlich manchmal auch o) kann in bestimmten Fällen [v] gesprochen werden: regelmäßig nach q (qu [kv]), manchmal auch nach k, s, t, g u. a. (Biskuit, Suite, Etui, z. T. auch bei eventuell, Linguistik).

ii und uu (außer nach q) werden dagegen immer zweisilbig gesprochen (initiieren, Vakuum).

Davon zu unterscheiden sind besondere Vokalbuchstabenkombinationen, die einen eigenen Lautwert haben (Di- und Trigraphen): aa, ee, oo, ie (zur Längenkennzeichnung, s.u.); in Fremdwörtern auch ou (Aussprache wie u), regelmäßig eu (wie ö) in der Endung eur, sowie viele Ausnahmefälle; in Eigennamen auch ae (wie ä oder langes a: Aerzen, Raesfeld), oe (wie ö oder langes o: Bonhoeffer, Soest), oi (wie langes o: Voigt), ue (wie ü oder langes u: Ueckermünde, Buer), ui, uy (wie langes ü: Duisburg, Huy), oey, öö (wie langes ö: Oeynhausen, Gööck), uu (wie langes u: Luuk).

Unterscheidung von Vokalquantität und -qualität bei einzelnen Vokalbuchstaben

Die deutsche Rechtschreibung bezeichnet die Quantität (Länge) und damit auch die Qualität (geschlossen/offen) der Vokale nur teilweise direkt. Trotzdem kann die Unterscheidung zwischen langen und kurzen resp. geschlossenen und offenen Vokalen und damit die Entscheidung, welches Phonem eines Vokalphonempaares zu wählen ist, meistens aus der Schreibung erschlossen werden.

Dass es sich um einen Langvokal handelt, kann durch

• die Verdopplung des Vokalbuchstabens (aa, ee, oo, z. B. wie in Tee),
• (sofern es sich nicht um Eigennamen handelt, nur bei i) durch ein folgendes stummes e (ie wie in Liebe) oder
• durch ein folgendes stummes h (ah, äh, eh, ih, ieh, oh, öh, uh, üh wie in Zahl, fahnden, fähig, wehst, ihm, ziehst, lohnt, Frühstück, in Eigennamen auch yh wie in Pyhra)

eindeutig gemacht sein.

Zu beachten ist, dass diese Buchstabenkombinationen innerhalb eines Wortes nicht immer als Di- und Trigraphen zu lesen sind, sondern zum Teil auch getrennt:

• aa, ee, oo, ie werden meist in Wörtern, die aus mehreren Vollvokalsilben bestehen (außer am Wortende und in der letzten Silbe vor -r(e)), getrennt gesprochen – insbesondere, wenn der zweite Vokalbuchstabe zu einem Suffix gehört: Kanaan, zoologisch, Orient; ideell, Ideen, industriell, Industrien. Am Wortende und vor -r(e) dagegen als Langvokal: Idee, Zoo, Industrie; Galeere, regieren, Klavier. Die Aussprache von ie ist in dieser Position aber oft, die von ee manchmal uneindeutig: vgl. Studie/Partie, Premiere, Azalee,
• h in ah, äh, eh usw. ist dann nicht stumm, wenn ein weiterer Vollvokal folgt (außer vor den einheimischen Wortausgängen/Suffixen -ig, -ich, -ung): Uhu, Ahorn, Alkohol, nihilistisch.

Einzelne Vokalbuchstaben sind ganz regelmäßig lang, wenn sie in offenen Silben stehen (wie das erste „e“ in „Leben“ oder das „a“ in „raten“).

Eine offene Silbe liegt dann vor, wenn im Wort ein einzelner Konsonantenbuchstabe plus Vokalbuchstabe folgt. Denn ein einzelner Konsonantenbuchstabe gehört in der Regel zur nächsten Silbe.

Kurz sind dagegen Vokale häufig in geschlossenen Silben, vor allem wenn im Wort weitere Silben folgen („Kante“, „Hüfte“, „Wolke“).

Von daher leitet sich die Regel ab, dass zwei gleiche Konsonantenbuchstaben (ebenso „ck“ und „tz“) nach einem einzelnen Vokal dessen Kürze signalisieren (zum Beispiel in „Sonne“, „irren“, „Ratte“, „Masse“), da der doppelt dargestellte Konsonant zu beiden Silben gehört und damit die erste Silbe zu einer geschlossenen macht.

Umgekehrt deutet daher ein einzelner Konsonantenbuchstabe (inkl. ß, dessen Gebrauch gerade in dieser funktionalen Abgrenzung zu „ss“ begründet wird) die Länge des vorangehenden Vokals an („Krone“, „hören“, „raten“, „Maße“), da er, wie gesagt, den Vokal in einer offenen Silbe stehen lässt. (Ausnahme: der Konsonantenbuchstabe x – vor „x“ wird ein einzelner Vokalbuchstabe immer kurz gesprochen, z. B. „Hexe“, „Axt“.)

Ebenfalls lang sind Vokale, die zwar in geschlossenen Silben stehen, welche aber so erweitert werden können, dass eine offene Silbe entsteht. Bei „hörst“ handelt es sich um eine geschlossene Silbe, „hö“ in „hören“ ist offen, deshalb wird auch das „ö“ in „hörst“ lang gesprochen.

Ebenfalls lang sind Vokale, die zwar in geschlossenen Silben stehen, welche nicht zu offenen Silben erweiterbar sind, welche aber erkennbar in Parallele zu solchen erweiterbaren Silben aufgebaut sind. „Obst“ hat einen erkennbar parallelen Aufbau zu „lobst“ (von „loben“), da von der Aussprache her statt b eigentlich der Buchstabe p zu erwarten wäre.

So lässt sich verallgemeinern: Lang sind Vokale vor den Konsonantenbuchstaben „b“, „d“, „g“, „ß“ (wenn „t“, „s“ oder „st“ folgt), sowie vor „gd“ und „ks“. (Diese markieren die lange Aussprache, da sie anstelle von sonst zu erwartenden „p“, „t“, „k“, „s“; „kt“ und „x“/„chs“ stehen.) Die Vorhersagbarkeit der Vokallänge gilt vor diesen Konsonantenbuchstaben also unabhängig von der Erweiterbarkeit der Silben. Vgl.: „Obst“/„lobst“ (lang) vs. „optisch“ (kurz), „Krebs“/„lebst“ vs. „Klops“, „beredt“/„lädt“ vs. „nett“, „Vogt“/„legt“ vs. „Sekt“, „spaßt“ vs. „fast“, „Magd“/„Jagd“ vs. „Akt“, „Keks“/„piksen“ vs. „fix“. In Eigennamen gilt dies auch für „w“ (statt „f“) und „sd“ (statt „st“): „Drews“, „Dresden“.

Vor anderen Häufungen von Konsonantenbuchstaben sind die Vokale in der Regel kurz (da es sich hier oft um geschlossene Silben handelt). Allerdings gibt es einige, vor denen Vokale kurz oder lang vorkommen können („tsch“, „st“, „chs“, „nd“, „rd“ u. a.) oder in der Regel lang sind („br“, „kl“, „tr“ u. a.); insbesondere vor Di- und Trigrafen: vor „ch“, „sch“ meist kurz, vor „ph“, „th“ meist lang).

Einzelne Vokale in Wörtern aus geschlossenen Silben mit nur einem Konsonantenbuchstaben am Ende, die aber keine erweiterte Form mit langem Vokal haben (in der Regel Funktionswörter und Präfixe), wie zum Beispiel bei „mit“, „ab“, „um“, „un-“ (nach alter Rechtschreibung auch „daß“, „miß-“), werden meistens kurz gesprochen (aber lang: „dem“, „nun“, vor „r“: „der“, „er“, „wir“, „für“, „ur-“). Diese Ausspracheregel wird unter bestimmten Bedingungen auch auf Nomen und Adjektive angewandt: Bei (orthografisch) noch nicht vollständig integrierten Wörtern aus dem Englischen und Französischen („Top“, „fit“, „Bus“, „chic“), bei sog. Abkürzungswörtern („TÜV“, „MAZ“), bei einigen undurchschaubaren Wortbestandteilen („Brombeere“). Generell gilt diese Regel für Wörter mit „x“ (vgl. oben) und (wenn es denn ausnahmsweise vorkommt) für Wörter mit „j“ am Ende („Fax“; „Andrej“, „ahoj“). Nach alter Rechtschreibung galt dies auch für einen Teil der Wörter mit „ß“: „Nuß“, „Boß“, „iß!“. Die kurze Aussprache des Vokals in solchen Wörtern, denen orthographisch der doppelt dargestellte Konsonant am Wortende fehlt, lässt sich zum Teil daraus erschließen, dass es verwandte Formen mit orthographisch markiertem kurzen Vokal gibt (kurzer Vokal bei „in“ wg. „innen“, „fit“ wg. „fitter“, „Bus“ wg. „Busse“, „Top“ wg. „toppen“, „Nuß“ wg. „Nüsse“; dagegen lang: „Biotop“ wg. „Biotope“, „Fuß“ wg. „Füße“).

In Eigennamen (Familien- und geografische Namen) kann die Vokalkürze auch vor doppelt dargestellten Konsonanten nicht immer eindeutig bestimmt werden. Insbesondere „ck“, „ff“, „ss“ und „tz“, aber auch andere, kommen dort nicht ausschließlich nur nach kurzen Vokalen vor („Bismarck“, „Hauff“, „Zeiss“, „Hartz“, „Kneipp“, „Württemberg“). So kann auch ein einzelner Vokal vor diesen Doppelbuchstaben ausnahmsweise lang sein: „Buckow“, „Mecklenburg“, „Bonhoeffer“, „Gross“, „Lietzensee“.

Da in der Schweiz anstelle des Eszetts „ss“ in Gebrauch ist, signalisiert dort „ss“ als einziger doppelter Konsonantenbuchstabe (außerhalb von Eigennamen) nicht die Kürze des vorangehenden Vokals; Länge oder Kürze des Vokals ist also in diesem Fall nicht vorhersagbar (wie sonst auch vor den Di- und Trigrafen „ch“, „sch“ u. a.).

Deutsche Aussprache im klassischen Gesang

Im Vergleich mit der Sprechtheaterbühne bedient sich die (klassische) Vokalmusik einer leicht variierten Aussprache.

• Der besseren Verständlichkeit gesungener Sprache halber wird das Schwa oft als [ɛ] gesungen.
• Das r wird in der klassischen Musik stets mit der Zungenspitze als [r] ausgesprochen. Dies gilt auch für die Endung -er, sofern das r am Wortende nicht einfach weggelassen wird.
• Der Glottisschlag im anlautenden Vokal wird in der Musik teilweise als unschön empfunden, er fällt häufig zugunsten eines aspirierten Tonansatzes weg, was allerdings zu gesangstechnischen Problemen und zu einer Beeinträchtigung der Textverständlichkeit führt.

Abgesehen davon werden in der klassischen Musik die Konsonanten meist viel forcierter ausgesprochen als im gesprochenen Deutsch. Auch dies dient der besseren Sprachverständlichkeit.

IPA-Umschrift in der Wikipedia

Sofern Wörterbücher oder Enzyklopädien überhaupt Ausspracheangaben machen, verwenden sie meist eine möglichst einfache Umschrift auf phonologischer Basis. Dies gilt auch für Lautschriftangaben auf Wikipedia.

• Aspiration und Stimmlosigkeit von /t p k d b ɡ/ bleiben unbezeichnet, da redundant.
• Der Glottisschlag [ʔ] bleibt unbezeichnet, da einerseits redundant und andererseits nicht in allen Varietäten der Standardsprache vorhanden.
• Jeder /r/-Laut wird als /r/ notiert, da die Variation redundant ist und nicht in allen Varietäten der Standardsprache auftritt (dies gilt insbesondere auch für Wörter wie Wörter: /ˈvœrtər]/.
• Das Schwa wird auch in Endungen geschrieben wie jedem /ˈjeːdəm/, großen /ˈɡroːsən/, Esel /ˈeːzəl/, besser /ˈbɛsər/, da die allfällige silbische Aussprache redundant ist und nicht in allen Varietäten der Standardsprache auftritt.
• Unsilbigkeit von Vokalen wird nicht bezeichnet, da redundant, beispielsweise Haus /haʊs/, national /natsioˈnaːl/.

Literatur

• Aussprachewörterbuch. Duden Mannheim/Wien/Zürich 2005, Bd. 6, ISBN 978-3-411-04066-7.
• GWDA: Großes Wörterbuch der deutschen Aussprache. Leipzig 1982.
• Theodor Siebs: Deutsche Aussprache - Reine und gemäßigte Hochlautung mit Aussprachewörterbuch. Berlin 2007, ISBN 978-3-11-018203-3.

Weblinks

• Sigrun Kotb: Literatur zum Seminar „Phonetik des Deutschen“ Deutsches Institut, Johannes-Gutenberg-Universität Mainz

Siehe auch

• Austriazismus
• Helvetismus
• Teutonismus (Sprache)