Kitabı oku: «Initiale Topiks und Foki im gesprochenen Französisch, Spanisch und Italienisch»

2.3 Topik-Kommentar-Gliederung

Die Termini Topik bzw. Thema wurden im Zuge der Beschäftigung mit Informationsstruktur zum Teil sehr unterschiedlich definiert.1 Ein Hauptgrund dafür liegt in der Tatsache, dass die Topik-Kommentar-Gliederung, wie in diesem Kapitel gezeigt werden soll, oft nicht ausreichend von den weiteren Dimensionen der Informationsstruktur, aber auch von anderen sprachlichen Ebenen abgegrenzt wurde.2

Heute versteht man unter den Begriffen Topik und Kommentar (en. topic/comment) auf der Ebene des Satzes üblicherweise die Unterscheidung zwischen jenem Element, über das etwas ausgesagt wird (Topik), und dem Teil, der die Aussage bildet (Kommentar). (cf. Musan 2010, 25) Das komplementäre Begriffspaar geht auf Hockett (1958, 201) zurück, der damit prädikative Strukturen beschreibt: „The most general characterization of predicative constructions is suggested by the terms ‚topic‘ and ‚comment‘ for their I[mmediate] C[onstituent]s3: the speaker announces a topic and then says something about it.“ Eine etwas spezifischere pragmatische Definition von Topik findet sich bei Gundel (1988b, 210): „An entity, E, is the topic of a sentence, S, iff in using S the speaker intends to increase the addressee’s knowledge about, request information about, or otherwise get the addressee to act with respect to E.“ Den Kommentar definiert die Autorin anhand des Topiks wie folgt: „A predication, P, is the comment of a sentence, S, iff, in using S the speaker intends P to be assessed relative to the topic of S.“ (Gundel 1988b, 210)

Bezieht man sich auf größere Einheiten als Sätze, wird – in Anlehnung an Barnes (1985) – meist der Begriff Diskurstopik verwendet. (cf. Stark 1997, 39) „A D[iscourse] T[opic] is, roughly, that thing which a segment of discourse larger than the sentence is about, i.e. about which it supplies information.“4 (Barnes 1985, 28) Wird ein Diskurstopik sprachlich realisiert, kann es gleichzeitig die Rolle des Satztopiks einnehmen. Darüber hinaus können aber auch außersprachliche Sachverhalte als Diskurstopiks fungieren. (cf. Stark 1997, 40)

Als prototypische Topikkonstituenten5 gelten im Allgemeinen Nominalphrasen (NP). (cf. Molnár 1991, 193) Eine generelle Übereinstimmung herrscht darin, dass die Referenzialität von Konstituenten eine notwendige Voraussetzung für ihren Status als Topik ist.6 (cf. Gundel/Fretheim 2006, 187) Quantifizierte Konstituenten mit der Bedeutung ‚ein nicht spezifisches x‘, ‚jedes x‘ oder ‚kein x‘ gelten als nicht topikfähige Elemente, wie Jacobs (2001, 652) anhand des Beispiels (28) illustriert. Allquantifizierte nominale Ausdrücke, die wie in (29) auf eine gesamte Referentenklasse beziehbar sind, können hingegen durchaus als Topiks analysiert werden. (cf. Reinhart 1981, 65) Dass belebte Referenten im Vergleich zu nicht belebten tendenziell häufiger als Topiks fungieren, wurde unter anderem von Dahl und Fraurud (1996, 59–60) gezeigt.

Gundels topic-identifiability condition zufolge muss der Hörer darüber hinaus in der Lage sein, das Topik der Äußerung eindeutig zu identifizieren: „An expression, E, can successfully refer to a topic T, iff E is of a form that allows the addressee to uniquely identify T.“ (Gundel 1988b, 214) Dies ist, so die Autorin, vor allem bei definiten Ausdrücken der Fall.7 Zusätzlich nimmt Gundel mit der topic-familiarity condition eine zwingende Korrelation zwischen Topikalität und der assumed familiarity nach Prince an: „An entity, E, can successfully serve as a topic, T, iff, both speaker and addressee have previous knowledge of or familiarity with E.“ (Gundel 1988b, 212) Mit diesem letzten Kriterium verbindet Gundel die Topik-Kommentar-Struktur nun auch direkt mit dem Informationsstatus von Referenten und postuliert eine 1:1-Entsprechung zwischen Topiks und gegebener bzw. identifizierbarer Information. Die Antwort auf die Frage in Beispielsatz (30) zeigt den durchaus als typisch zu bewertenden Fall, in dem das Topik Teil der gegebenen Information ist, während der Kommentar neue Information enthält.8 Aufgrund ihrer Gegebenheit, d.h. ihrer Nennung im Diskurs, sind Topiks wie das in (30) sehr empfänglich für Pronominalisierungen: „Die einmalige Setzung des Topiks zu Anfang genügt; es muß im folgenden nicht explizit benannt werden, solange es identisch bleibt und als Subjekt kodiert wird.“9 (Wehr 1984, 13)

Reinhart (1981, 66) hingegen ist der Ansicht, dass auch neue, indefinite Nominalphrasen als Topiks interpretiert werden können, sofern sie, wie in (31), spezifisch sind.10 Wehr (1984, 11) sieht keinen Grund, warum nicht auch neue, indefinite Konstituenten in all-new-Sätzen wie dem in (32) als Topiks fungieren sollen, da hier das aboutness-Kriterium eindeutig erfüllt ist. Indefinite Nominalphrasen mit generischer Lesart sind Lambrecht (1994, 154) zufolge wiederum deshalb als Topiks möglich, da sie auf ein Set verweisen, wie etwa in (33). Auch in Beispiel (34) entspricht das Topik einer indefiniten, neuen Nominalphrase, die in der Folge jedoch pronominal wiederaufgenommen wird.11

Ein auf den ersten Blick besonders deutliches Beispiel dafür, dass Topiks nicht immer auf gegebene oder identifizierbare Referenten beschränkt sind, ist die Äußerung (35), da hier die (potenzielle) Nicht-Identifizierbarkeit vom Sprecher explizit verbalisiert wird.

Unmittelbar nachdem der Sprecher den Eigennamen Pat McGee äußert, wird er sich dessen bewusst, dass der Hörer möglicherweise nicht in der Lage ist den Referenten zu identifizieren.12 Nach Lambrecht (1988, 146) verstößt er damit gegen folgende diskurspragmatische Maxime: „Do not introduce a referent and talk about it in the same clause.“13 Für Stechow (1981, 124) könnte der Einschub I don’t know if you know him folglich „an excuse of the speaker for possibly inappropriate speech“ sein. Wenn etwas alte Information sein sollte, aber nicht ist, verändere der Sprecher den common ground oft auch stillschweigend und agiere einfach so, als wäre die Information bekannt. (cf. ibid.) Lambrecht und Michaelis (1998, 495) haben in diesem Zusammenhang vorgeschlagen, zwischen zum Zeitpunkt der Äußerung bereits etablierten Topiks (ratified topics) und nicht etablierten Topiks (unratified topics) zu unterscheiden.14

Eine Art Vermittlerposition nimmt Lambrecht (1994) ein. Für ihn sind gegebene Elemente aufgrund ihrer pragmatischen Zugänglichkeit eher Topiks.15 Im Gegensatz zu Gundel geht er jedoch, wie in Abbildung 4 deutlich wird, von einer skalaren Topikalität aus.

Abb. 4: Topic acceptability scale (Lambrecht 1994, 165)

Sein Modell, das sich auf die Kategorien von Prince (1981) stützt und damit sowohl die Wissensebene als auch die Bewusstseinsebene von Sprechern berücksichtigt, bietet den Vorteil, dass Topiks, die brand-new sind, zwar als weniger akzeptabel eingestuft, jedoch nicht a priori ausgeschlossen werden. Ähnlich argumentieren Dalrymple und Nikolaeva (2011). Kategorien wie die Definitheit und die Belebtheit erhöhen für sie die Wahrscheinlichkeit, dass eine Konstituente als Topik fungiert.16 Ob sie dies tatsächlich auch tut, hängt vom Sprecher im jeweiligen Kontext ab.17 (cf. Dalrymple/Nikolaeva 2011, 57)

Betrachtet man nun ausgehend von Lambrechts Modell den oben angeführten Satz (31), zeigt sich, dass hier zwar neue Information eingeführt wird, diese aber verankert und damit als Topik akzeptabler als die nicht verankerte Konstituente in (32) ist. Der Vergleich der beiden Sätze legt nahe, dass die Akzeptabilität von Topiks auch mit der diamesischen Variation von Sprache und den jeweiligen Textsorten in Zusammenhang steht. So ist Satz (32) der (sehr spezifischen) Textsorte Märchen entnommen, in der Lambrechts Maxime nicht zwingend Geltung hat, sodass der Satz als völlig unproblematisch und – innerhalb der Textsorte – als durchaus unmarkiert angesehen werden kann.18 In spontaner (Nähe-)Sprache kommen derartige all-new-Sätze jedoch, wie bereits in Kapitel 2.2 thematisiert wurde, deutlich seltener vor.19 (cf. Downing 1995, 12 und Féry 1993, 29) Dass im Falle einer Realisierung oft – wie auch in (34) – eine zusätzliche Topikalisierung in Form einer Linksdislokation erfolgt, könnte u.a. darin begründet liegen, dass dem Hörer so die Dekodierung erleichtert wird, da er durch die pronominale Wiederaufnahme des Topiks und durch die Pausen, die im Zuge dieser Konstruktionen auftreten können, über mehr Zeit zur kognitiven Verarbeitung des neuen Topiks verfügt.

Neben der Referenzialität, der Belebtheit, der Identifizierbarkeit und der Gegebenheit werden in der Literatur noch weitere Kriterien als mögliche Voraussetzungen für Topiks genannt. So wurde versucht, das Topik syntaktisch-linear als das erste Element des Satzes, grammatisch als das Subjekt und phonetisch als nicht akzentuiertes Element zu definieren. (cf. Reinhart 1981, 56) Nach Hallidays Definition des Themas als „what comes first in the clause“ (Halliday 1967b, 212) müssten jedoch, wie Gundel (1988a, 27) anhand der Beispielsätze (36)–(40) zeigt, höchst diverse Elemente wie Objekt- und Interrogativpronomen, Auxiliare, Adverbien und Verben als Thema bzw. Topik interpretiert werden.

Adäquater wäre es, das Topik als die sich am weitesten links befindende Nominalphrase zu definieren, auch wenn selbst dies nicht immer zutrifft, da Topiks – so Gundel (1988a, 33–35) – problemlos auch postverbal sowie als Nicht-Subjekte, wie zum Beispiel in (41), auftreten können.

Eine relativ einfache Erklärung für die Initialstellung von Topiks findet sich im Beitrag von Primus (1993, 886): „[T]opics are simpler to conceive of first because they are less complex than predications.“ Mit Komplexität meint Primus in erster Linie das syntaktische „Gewicht“, d.h. die Länge von Topiks, die in der Regel geringer ist als jene des Kommentars. (cf. ibid.) Für Musan (2010) hingegen hängt die Initialstellung von Topiks im Deutschen mit der Tatsache zusammen, dass in dieser Sprache auch Subjekte bevorzugt satzinitial stehen. Ebenfalls von Bedeutung seien die meist zentralen semantischen Rollen von Topiks. (cf. Musan 2010, 32) So wurde gezeigt, dass Topiks oft – wenn auch nicht zwingend – Agens oder Experiencer sind, welche ebenfalls vorzugsweise in satzinitialer Position realisiert werden. (cf. Primus 1993, 886) Auch Givón (1976) führt in seiner topicality hierarchy, in der er jene Eigenschaften auflistet, aufgrund derer eine Nominalphrase tendenziell eine topikale Rolle übernimmt, die semantischen Rollen der Konstituenten an.

Abb. 5: Topicality hierarchy (Givón 1976, 152/160)

Für Brunetti (2011) werden agentive Argumente meist als Subjekte kodiert. Die Verbindung zwischen Subjekt und Topik ist für sie nur eine indirekte.

[L]a sélection du sujet comme AGENT dépend des propriétés lexicales du verbe. Par contre, la sélection du topique AGENT se produit au niveau de l’énoncé: un topique est souvent l’agent de la phrase parce que le locuteur généralement préfère parler de l’AGENT […] le chevauchement de sujet et topique est donc ‚accidentel‘, et ne se produit que quand les règles de sélection des arguments verbaux et les facteurs cognitifs qui déterminent la sélection du topique mènent au même argument. (Brunetti 2011, 11)

Aus Sicht von Li und Thompson (1976, 484) sind Subjekte wiederum nichts anderes als grammatikalisierte Topiks.20 Und als diese werden sie für Wehr (1984, 12) auch deswegen bevorzugt initial realisiert, um an das zuvor Gesagte anzuknüpfen.

Dass Topiks nur im konkreten Kontext zu bestimmen sind, illustriert Reinhart (1981) anhand des Beispielsatzes (42). Ohne genauere diskursive und kontextuelle Einbettung würde sich auch bei diesem für das Englische prototypischen Satz mit der Abfolge SVO die Frage stellen, welche der zwei Nominalphrasen als Topik fungiert, teilt der Satz dem Adressaten doch Informationen über beide erwähnte Personen mit. Die Schwierigkeit der Topikidentifikation führt in der Literatur oft dazu, dass versucht wird durch die Angabe eines passenden Ko(n)texts – meist in Form von vorausgehenden Fragen – das Topik der Antwort schon im Voraus festzulegen. Ist der Satz (42) die Antwort auf die Frage (43), wird nach dem aboutness-Kriterium Max zum Satztopik. Wird der Satz hingegen als Replik auf die Frage (44) realisiert, ist die Konstituente Rosa, die weder in der satzinitialen Position steht, noch die grammatische Funktion des Subjekts innehat, als Topik zu analysieren. (cf. Reinhart 1981, 56–57)

Damit scheiden die beiden Versuche, das Topik syntaktisch oder grammatisch zu definieren, endgültig aus. Zwar ist das Topik in (42) in keinen der beiden Fälle akzentuiert, jedoch ist dies vielmehr eine Beobachtung über die mögliche (Nicht-)Markierung von Topiks als ein tatsächlich valides Definitionskriterium.21

Für die Topikdefinition bleibt somit auch weiterhin in erster Linie das oft als zu unpräzise erachtete diskurspragmatische Kriterium der aboutness relevant. Die fehlende terminologische Präzision von Topik wird auch von Klein (2012, 107) problematisiert: „I do not think, incidentally, that an aboutness definition of topic-hood is meaningless; but it is very difficult to make it so precise that it discriminates between what one feels is the topic and between other elements of a sentence.“22

Eine weitere Konsequenz der Definitionsproblematik besteht darin, dass auch die Frage nach der Anzahl an potenziellen Topiks pro Äußerung relativ kontrovers diskutiert wird. In einem passenden Kontext, wie jenem in (45), können offensichtlich auch mehrere Topiks (Max, Moritz) auftreten. (cf. Musan 2010, 30) Andererseits werden kognitive Beschränkungen angenommen, da davon ausgegangen wird, dass Menschen ihre Aufmerksamkeit nicht auf mehrere Entitäten bündeln und gleichzeitig über diese sprechen können. Vermutet wird, dass zumindest zwei Topiks möglich sind, die nach dem Grad ihrer Salienz gegebenenfalls als primäres bzw. sekundäres Topik klassifiziert werden können. (cf. Dalrymple/Nikolaeva 2011, 53–54)

Um die problematischen Aspekte des Topikbegriffs besser zu verstehen, lohnt sich ein Blick auf die Entwicklung des Terminus. Wie Konerding (2003) erläutert, geht die Topik-Kommentar-Gliederung einerseits auf die Unterscheidung zwischen kategorischen und thetischen Urteilen zurück. Erstere bestehen aus zwei sukzessiven Schritten, nämlich der Nennung einer Entität sowie der Zuschreibung einer Qualität. Die Nennung der Entität dient der Identifikation und – nach heutigem Standpunkt – der kognitiven Fokussierung auf diese, die Zuschreibung der Qualität der näheren prädikativen Beschreibung der genannten Entität. Thetische Urteile sind im Gegensatz dazu einfach. Sie zeichnen sich durch das Fehlen der Herausstellung einer Entität aus. (cf. Konerding 2003, 211–212) „[N]o argument is picked out as a predication base; the entire situation, including all of its participants, is asserted as a unitary whole.“23 (Sasse 1995b, 4–5) Da thetische Äußerungen keine Topikkonstituente aufweisen, werden sie auch als Anti-Topik-Sätze bezeichnet. Diese Sätze machen zwar Aussagen, worüber jedoch wird, wie etwa in Satz (46), nicht explizit genannt.24 (cf. Musan 2010, 30–31)

Vallduví (1990) nennt zwei mögliche Gründe, aus denen ein Topik nicht versprachlicht wird. Entweder nimmt der Sprecher an, dass das Topik dem Hörer bereits bekannt ist, womit die Notwendigkeit es zu realisieren wegfällt, oder es ist ganz einfach kein konkretes Topik verfügbar. (cf. Vallduví 1990, 63) Gundel (1988a, 36) hingegen schlägt vor, in Fällen wie (46) die jeweilige Situation, d.h. die temporale und lokale Verankerung, auf die sich die Äußerung bezieht, als Topik heranzuziehen.25 Aber auch wenn ein Topik verfügbar ist, hat der Sprecher offensichtlich – je nach pragmatischem Kontext – die grundsätzliche Möglichkeit einen Satz als zweigliedrig strukturierte Äußerung, und damit als Topik-Kommentar-Abfolge, oder als Ganzes, und damit als thetischen Satz, zu konstruieren. Markiert werden kann die getroffene Wahl, wie in (47) bzw. (48), durch die Akzentsetzung.26 (cf. Molnár 1993, 161) Féry (2010a) bezeichnet Sätze wie (46) und (48), die ein Ereignis in unzergliederter Form einführen, als eventiv.27 Ihr Beispielsatz (49) verdeutlicht, inwiefern mit den jeweiligen informationsstrukturellen Gliederungen auch unterschiedliche Lesarten erzielt werden können. In eventiver Lesart ist der Satz (49) laut Féry etwa eine Erklärung für eine Verspätung und nicht unbedingt eine Aussage über das Auto. (cf. Féry 2010a, 3–4)

Andererseits basiert die Ebene der Topik-Kommentar-Gliederung auch auf den semantisch orientierten Ansätzen von Reinhart (1981) und Heim (1988). In diesen Modellen entsprechen Topiks file-cards, auf denen die Information, die durch den Kommentar zum Ausdruck kommt, abgelegt wird. Jede indefinite Nominalphrase stellt eine eigene file-card dar, während definite Nominalphrasen oder Proelemente – im Modell von Vallduví (1990) auch links genannt28 – auf bereits vorhandene file-cards verweisen.29 Dieser Ansatz kann auch als Modell der mentalen Speicherung von Information im laufenden Diskurs seitens des Rezipienten verstanden werden.30 (cf. Konerding 2003, 212–213) So reiht sich etwa auch Krifka (2007) in diese Forschungstradition ein, indem er das Topik anhand des common ground (CG) als jene Einheit definiert, unter der die im Kommentar ausgedrückte Information im CG content gespeichert werden soll. (cf. Krifka 2007, 41)

Eine systematische Analyse der in der Literatur als Topik bezeichneten Elemente nimmt Jacobs (2001) vor. In seinem Beitrag zeigt er, dass die aboutness nur eine von insgesamt vier relevanten Topik-Dimensionen darstellt. Die erste Dimension besteht für den Autor in der informationellen Trennung von Topik und Kommentar. Diese ist in vielen Topikdefinitionen, wie etwa in der von Hockett (1958, 201: „The speaker announces a topic and then says something about it“), bereits impliziert und unterscheidet Topik-Kommentar-Konstruktionen von den bereits erwähnten Anti-Topik-Sätzen wie jenen in (50), die nur einen satzphonologischen stress-Akzent aufweisen.31 (cf. Jacobs 2001, 641–642) Da jedoch Nicht-Argumente, wie etwa das satzinitiale Adverbial in (51), immer informationell vom restlichen Satz getrennt sind, kann die Separation nicht als alleiniges Merkmal von Topik-Kommentar-Konstruktionen angesehen werden. (cf. Jacobs 2001, 646–647)

Die zweite Dimension betrifft die Prädikation. Topik-Kommentar-Strukturen zeichnen sich demnach, wie in Satz (52), durch die Präsenz eines semantischen Subjekts (Peter) und eines semantischen Prädikats (schläft) aus. Ersteres ist dabei ein Element der semantischen Valenz von zweiterem. Auf die Präpositionalphrase (PP) in Beispiel (51) trifft dies nicht zu. (cf. Jacobs 2001, 647)

Da nun weder die Separation noch die Prädikation stets aboutness inkludieren, muss eine weitere Dimension angenommen werden, die Jacobs Adressierung nennt. Das erste Element ist demnach jenes, unter dem die Information, die durch die folgenden Elemente zum Ausdruck kommt, abgespeichert wird. (cf. Jacobs 2001, 650)

Als vierte und letzte Dimension führt Jacobs die Rahmensetzung an. So kann das satzinitiale Element in (53) nicht durch Adressierung erklärt werden. Es setzt vielmehr einen Rahmen, auf den die Aussage des restlichen Satzes beschränkt ist. (cf. Jacobs 2001, 655–656)

Diese Art von Topik wird im Allgemeinen als Rahmen(setzungs)topik bezeichnet. Mit der Frage, welche Adverbien als Rahmentopiks in Frage kommen, hat sich Wandruszka (1982) näher auseinandergesetzt. Für ihn muss auch hier die Voraussetzung gegeben sein, dass eine Aussage über die Topikkonstituente (bei Wandruszka Thema) gemacht werden kann. Mit diesem Kriterium fallen bereits manche Adverbien als potenzielle Topiks weg. Während etwa temporale und lokale Konstituenten wie in (54) als (Rahmen-)Topiks fungieren können, ist das bei den Elementen in (55) nicht der Fall. (cf. Wandruszka 1982, 167–168)

Das entscheidende Kriterium für die Topikfähigkeit der Konstituenten ist, so Wandruszka, ihre unabhängige Existenz. Das Denotat des Adverbs muss als solches eindeutig identifizierbar sein, damit das Adverb als Topik fungieren kann. (cf. Wandruszka 1982, 168) Mit diesem Kriterium wiederum korreliert für den Autor die Verwendbarkeit der betreffenden Konstituenten in W-Fragen: „Thema ist das, worüber geredet wird, und geredet werden kann nur darüber, worüber etwas gefragt werden kann. […] Worüber man nichts fragen kann, kann man auch nicht reden.“ (Wandruszka 1982, 168) Während nicht topikfähige Elemente wie manchmal demzufolge nur mit Entscheidungsfragen kompatibel sind (56), können Topiks auch in W-Fragen wie in (57) realisiert werden. (cf. ibid.)

Die Rahmensetzung in Sätzen wie (58) zeichnet sich insofern durch eine Besonderheit aus, als hier offensichtlich alternative Rahmen eine Rolle spielen. So kann die Antwort der dialogischen Sequenz in (58) implizieren, dass es dem Referenten von John auf anderer, beispielsweise finanzieller Ebene, nicht gut geht. Gäbe es keine alternative Perspektive, wäre – so Krifka (2007, 45–46) – keine Notwendigkeit für ein explizites Rahmensetzungstopik gegeben. In der Antwort in (59) wird der alternative Rahmen in der Folge explizit genannt, wodurch ein overter Kontrast zum ersten Rahmensetzungstopik entsteht. Die beiden Präpositionalphrasen in Krifkas Beispielsatz können demnach als kontrastive Rahmensetzungstopiks analysiert werden.

Eine kontrastive Lesart ist nun nicht nur auf Rahmensetzungstopiks beschränkt. Auch das aboutness-Topik kann, wie etwa in (60), mit einem oder mehreren anderen Elementen in Kontrast stehen.34 Für Jacobs treten die zwei Dimensionen oft gleichzeitig auf. Sowohl die Rahmensetzung als auch die Adressierung führen einen Hintergrund ein, anhand dessen die Äußerung interpretiert werden muss.35 (cf. Jacobs 2001, 656–657)

Jacobs zieht das Fazit, dass eine informationsstrukturelle Analyse von Äußerungen jeweils alle vier Topik-Dimensionen berücksichtigen muss. Je nachdem, wie viele der genannten Eigenschaften ein Satz aufweist, nicht aufweist oder gar ausschließt, kann in der Folge von Topik-Kommentar-Strukturen gesprochen werden, oder auch nicht.37 Anti-Topik-Sätze wiederum können durch negative Werte in den Dimensionen erklärt werden. Tatsächlich könnte man, so der Autor, völlig auf den zu allgemeinen Topikbegriff zugunsten der spezifischeren Termini (Separation, Prädikation, Adressierung, Rahmensetzung) verzichten. (cf. Jacobs 2001, 674–675)

Tatsache ist, dass in der Literatur trotz der vielfach bemängelten Operabilität auch weiterhin das aboutness-Kriterium oft als alleiniges Definitionskriterium für Topiks herangezogen wird, da es für viele „the core of topicality“ (Frey 2005, 96) darstellt. Casielles-Suárez (1999) zufolge herrscht in der Forschung zumindest Einigkeit darüber, dass dieses Kriterium eine conditio sine qua non für den Topikbegriff ist. Das Topik bildet den Ausgangspunkt für die Äußerung des Sprechers. Es ist meist initial, Subjekt, aktiviert oder salient im Diskurs und wird oft in Form von pronominalen oder nicht akzentuierten lexikalischen Konstituenten realisiert. Zu bestimmen, welche dieser Eigenschaften nötig oder ausreichend sind, um ein Element als Topik zu klassifizieren, sei jedoch problematisch. (cf. Casielles-Suárez 1999, 347–348) Die Autorin schlägt in ihrem Beitrag eine sprachenspezifische Analyse von Topiks vor. Viele Probleme würden sich nur deshalb stellen, weil man nicht näher auf die syntaktischen Charakteristika der jeweiligen Sprachen achte, also etwa darauf, dass das Spanische eine Nullsubjektsprache ist. Sprachen können sich ja schließlich durchaus darin unterscheiden, wie sie Topiks syntaktisch markieren.38 (cf. Casielles-Suárez 1999, 354)

Auch wenn aboutness-Testverfahren existieren, die Topikkonstituenten mittels Elementen wie as for, what about und said about zu identifizieren versuchen, ist eine eindeutige Eruierung aufgrund der mangelnden Reliabilität dieser Verfahren schwierig.39 (cf. Casielles-Suárez 1999, 348) Mit besonderer Vorsicht ist der as for-Test anzuwenden, da er einen Satz zur Folge hat, der einer Linksdislokation entspricht, welche selbst Beschränkungen aufweist. So hat as for die Funktion ein Topik (wieder) einzuführen und nicht ein unmittelbar im Diskurs gegebenes Topik direkt wiederaufzunehmen. Aus diesem Grund führt das Testverfahren in (61) zu einem wenig akzeptablen Ergebnis.40 (cf. Reinhart 1981, 64) Als vergleichsweise reliabler gilt das about-Testverfahren. Sätze können nur dann nach diesem Verfahren paraphrasiert werden, wenn die auf about folgende Nominalphrase wie in (62) Topik ist. (cf. Reinhart 1981, 65)

In der Regel deutlich weniger kontrovers diskutiert als das Topik wird die Kategorie Kommentar, was nicht zuletzt darauf zurückzuführen ist, dass diese – wie bereits am Anfang des Kapitels erwähnt – meist als komplementärer Teil zum Topik definiert wird. Analog zur Annahme einer Korrelation zwischen Topik und Gegebenheit wurde in anfänglichen informationsstrukturellen Analysen auch ein Zusammenhang zwischen Kommentar und neuer Information postuliert, wie etwa von Daneš (1964, 228): „[A]n utterance may usually be divided into two portions: the theme (or topic), conveying the known (given) elements, and the rheme (or comment), conveying the unknown (not given) elements of an utterance.“ Die Antwort in Beispiel (63) zeigt jedoch, dass der Kommentar auch aus gegebenen, d.h. vorerwähnten Elementen bestehen kann.

Um die in diesem Beispiel aus informationeller Sicht festzustellende Relevanz der Objekt-Nominalphrase adäquat beschreiben zu können, ist eine weitere Kategorie nötig, die im folgenden Kapitel vorgestellt wird.

2.4 Fokus-Hintergrund-Gliederung

Neben der Ebene des zum Zeitpunkt der Äußerung bei den Gesprächsteilnehmern vorhandenen bzw. angenommenen Informationsstatus von Referenten und der Topik-Kommentar-Gliederung auf der Ebene des Satzes wird innerhalb der Informationsstruktur eine weitere Dimension angenommen, die einen Satz in Fokus und Hintergrund teilt.

Erneut sei an dieser Stelle darauf hingewiesen, dass die einzelnen informationsstrukturellen Ebenen in der Literatur meist nicht ausreichend voneinander abgegrenzt werden, was wiederum eine zum Teil sehr uneinheitlich verwendete Terminologie zur Folge hat. Gundel und Fretheim (2006, 176) etwa arbeiten mit einer Topik-Fokus-Dichotomie, bei der Fokus das bezeichnet, was im vorhergehenden Kapitel Kommentar genannt wurde: „Topic is what the sentence is about; focus is what is predicated about the topic.“ Gleichzeitig werden – wie bereits erwähnt – Topiks häufig mit alter Information gleichgesetzt, während Foki meist als Träger neuer Information gelten. Auf letztere Korrelation weist etwa Halliday (1967b, 205) hin: „The focus of the message […] is that which is represented by the speaker as being new, textually (and situationally) non-derivable information.“

Die komplexe terminologische Situation rund um den Begriff Fokus ist darüber hinaus auch darauf zurückzuführen, dass dieser von manchen Autoren mit Zusätzen wie psychologisch oder semantisch verwendet wird. Als psychologischen Fokus bezeichnet Gundel (1999, 294) jene Entität, auf der die Aufmerksamkeit der Gesprächspartner aufgrund ihrer zu einem gewissen Diskurszeitpunkt gegebenen Salienz liegt. Wie Casielles-Suárez (2004, 143) anmerkt, handelt es sich hierbei eindeutig um – die im vorhergehenden Kapitel behandelten – Topiks. Um terminologische Konfusionen und Redundanzen zu vermeiden, schlägt sie vor, gänzlich auf den Begriff des psychologischen Fokus zu verzichten.

Mit einer sehr weiten Fokusdefinition arbeitet Wehr (2011, 190), die Fokus als „concept qui est d’une importance particulière pour le locuteur (ou, selon lui, pour l’interlocuteur)“ beschreibt. Konkreter sowie operabler ist die Definition des semantischen Fokus von Gundel (1999, 295) als „the part of the sentence that answers the relevant wh-question (implicit or explicit) in the particular context in which the sentence is used“. Da (assertive) Äußerungen grundsätzlich dazu dienen, eine Veränderung im common ground der Gesprächspartner herbeizuführen, herrscht heute weitestgehend Übereinstimmung darin, dass jede Äußerung zumindest ein fokales Element beinhaltet.1 (cf. Hedberg 2006, 385) Dass ein Satz nach der Fokusdefinition von Gundel auch mehrere Foki aufweisen kann, illustriert die Antwort in Beispiel (64), in der sowohl Max als auch Moritz als Foki zu interpretieren sind. (cf. Musan 2010, 52)

(64)

dt.

Wer hat wen beim Schachspielen geschlagen? – Max hat Moritz beim Schachspielen geschlagen. (Musan 2010, 53)

W-Fragen wie jene in (64) enthalten in der Regel eine Präsupposition, die in der Antwort alter, aktivierter Information entspricht. Auch das gilt in der Literatur als allgemein anerkannt. (cf. Dryer 1996, 486) Lambrecht (1994, 52) etwa definiert die Präsupposition als „[t]he set of propositions lexicogrammatically evoked in a sentence which the speaker assumes the hearer already knows or is ready to take for granted at the time the sentence is uttered“. Mit der Frage in (64) präsupponiert der Sprecher demnach das Wissen des Hörers, dass eine Person eine andere beim Schach geschlagen hat. Anhand der Präsupposition definiert der Autor Fokus komplementär als „the semantic component of a pragmatically structured proposition whereby the assertion differs from the presupposition“. (Lambrecht 1994, 213) Damit bestimmt Lambrecht Fokus zwar auf eine andere Art und Weise als Gundel, nämlich indirekt über die Präsupposition, kommt aber, zumindest was das Beispiel (64) betrifft, zum gleichen Resultat, d.h. zu den gleichen Fokuskonstituenten.2

Als charakteristische (übereinzelsprachliche) Korrelate für Foki werden neben ihrer Nicht-Gegebenheit auch ihre prosodische Prominenz sowie ihre satzfinale Position gesehen. Wendet man den Fragetest, der bereits in Kapitel 2.2 zur Identifizierung von neuer Information thematisiert wurde, nun zur Ermittlung von fokalen Konstituenten an, zeigt sich, dass sich in (65) der Fokus als auf die W-Frage antwortendes Element (John) tatsächlich mit neuer Information deckt, prosodisch prominent sowie satzfinal ist, während das satzinitiale, nicht prominente Topik (Peter) mit gegebener Information korreliert. (cf. Casielles-Suárez 2004, 127)

(65)

en.

Who did Peter see? – Peter saw JOHN. (Casielles-Suárez 2004, 127)

Wiederum schafft der Fragtest offensichtlich einen Kontext, in dem diese Korrelationen auftreten.3 Nicht deckungsgleich mit dem Topik und der gegebenen Information bzw. dem Fokus und der neuen Information sind in (65) hingegen die Kategorien Hintergrund bzw. Kommentar. So umfasst der Hintergrund als komplementäre Kategorie zum Fokus nicht nur Peter, sondern auch das Verb, während sich der Kommentar über die gesamte Verbalphrase erstreckt. Ein Beispielsatz, in dem eine Konstituente – in diesem Fall die Subjekt-Nominalphrase – gleichzeitig Topik, alte Information sowie Hintergrund ist und eine andere – die Verbalphrase – gleichzeitig als Fokus, neue Information und Kommentar analysiert werden kann, ist in der Sequenz (66) angeführt. (cf. Hinterwimmer 2011, 1876)

(66)

en.

Tell me something about John. – [John] [married BERTHA]. (Hinterwimmer 2011, 1876)

Zieht man jedoch weitere Belege heran, zeigt sich schnell, dass diese Korrelationen nicht immer zwingend zu beobachten sind. Dass auch gegebene Konstituenten einen fokalen Status aufweisen können, zeigt die mögliche Verwendung von Pro-Formen wie him in Satz (67). (cf. Krifka 2007, 39) Als weiteres Beispiel kann der Satz in (68) angeführt werden, in dem zwei Konstituenten (Felix, himself) denselben Referenten aufweisen, der einmal gegebene Information (Felix) und einmal – als Antwort auf die W-Frage – neue Information (himself) darstellt. Hielte man sich nun an die in Kapitel 2.2 präsentierten Definitionen von alter und neuer Information nach Chafe, ergäbe sich folgendes Problem: „So it turns out […] that this person is simultaneously in and not in the participants immediate awareness or general consciousness, which is a plain contradiction.“ (Reinhart 1981, 72)

(67)	en.	Mary only saw HIM. (Krifka 2007, 39)
(68)	en.	Who did Felix praise? – Felix praised HIMSELF. (Reinhart 1981, 72)

Die Notwendigkeit einer Differenzierung des Begriffs neu wurde bereits von Daneš (1974, 111) erkannt: „[T]he property of being new has two, independent, aspects: (1) ‚new‘ in the sense of ‚not mentioned in the preceding context‘, (2) in the sense ‚related as Rheme to a Theme to which it has not yet been related‘.“4 Das Pronomen in (67) kann demnach auf eine Entität verweisen, die bereits diskursalt ist, auf der Ebene des Satzes gleichzeitig jedoch insofern neue, d.h. fokale Information darstellen, als es der Antwort auf eine W-Frage dient. Gleiches gilt für die Antwort in Satz (68), in dem Felix aktivierter Information entspricht, himself hingegen neuer Information als Antwort auf die W-Frage. Wie auch Casielles-Suárez (2004, 130) betont, spricht infolgedessen nichts dagegen, die Pronomen in Kontexten wie diesem als Foki zu analysieren.5

Foki treten auch nicht immer satzfinal auf, wie etwa der englische Beispielsatz in (69) illustriert, in dem die Fokuskonstituente – der rigiden (syntaktischen) Wortfolge des Englischen entsprechend – satzinitial realisiert wird. (cf. Casielles-Suárez 2004, 132) Gleichzeitig zeigt der Satz, dass Fokus ebenso wenig wie Topik an eine bestimmte grammatische Kategorie gebunden ist und damit durchaus auch als Subjekt erscheinen kann.6 (cf. Casielles-Suárez 2004, 149)

(69)

en.

Who called you this morning? – MARK called me. (Casielles-Suárez 2004, 132)

Nicht gänzlich unumstritten ist die Frage der obligatorischen prosodischen Prominenz von Fokuselementen. Ein Argument gegen den systematischen Zusammenhang von Fokus und Akzentuierung sieht Casielles-Suárez in der Beobachtung, dass W-Wörter nicht akzentuiert, ihr zufolge aber Foki sind.7 Satz (70) zeigt zudem, dass auch nicht fokale Elemente wie der Infinitiv buy akzentuiert werden können. (cf. Casielles-Suárez 2004, 129) Darüber hinaus ist festzuhalten, dass nicht immer alle informativen Teile einer Äußerung auch tatsächlich jeweils einen eigenen Akzent aufweisen. In (71) etwa ist das Verb des Deklarativsatzes nicht akzentuiert, obwohl es in der Antwort auf die W-Frage zweifellos zusammen mit der Objekt-Nominalphrase den Fokus bildet. (cf. Casielles-Suárez 2004, 128)

(70)	en.	What did you BUY? (Casielles-Suárez 2004, 129)
(71)	en.	What did Mary do? – She cooked LASAGNA. (Casielles-Suárez 2004, 128)

In syntaxzentrierten Ansätzen wird in diesem Zusammenhang davon ausgegangen, dass das Fokusmerkmal von Konstituenten durch Projektion an andere Konstituenten weitergegeben werden kann. (cf. Meibauer 2008, 151) Üblicherweise wird die Möglichkeit der Fokusprojektion mithilfe von Frage-Antwort-Paaren ermittelt. (cf. Hetland/Molnár 2001, 620) Um in (71) auch das Verb als Fokus analysieren zu können, wird eine Fokusprojektion ausgehend von der fokalen Nominalphrase hin zum Verb angenommen. Das Gleiche gilt für den Satz (72), der – aufgrund der im Englischen als unmarkiert geltenden prosodischen Prominenz der finalen Konstituente – gleichermaßen eine Antwortmöglichkeit auf die Fragen in (73)–(75) darstellt und damit je nach Kontext mehrere oder wenigere fokale Elemente beinhaltet.8 (cf. Casielles-Suárez 2004, 138)

(72)	en.	Laurie followed Ralph into the BEDROOM.
(73)	en.	Where did Laurie follow Ralph?
(74)	en.	What did Laurie do?
(75)	en.	What happened? (Casielles-Suárez 2004, 138)

Umfasst der Fokus wie in (72) als Antwort auf die Frage (73) nur ein Element, wird dieses meist als enger Fokus bezeichnet. Sind mehrere oder sämtliche Bestandteile eines Satzes fokalisiert, wird in der Regel von einem weiten Fokus gesprochen.9 Befindet sich der Fokus im Satz nicht so weit rechts wie möglich, wie etwa in (76), kann es sich – so die allgemeine Auffassung – nur um einen engen Fokus handeln, da man annimmt, dass diese Foki aufgrund ihrer syntaktischen Position keine Fokusprojektion ausüben können.10 (cf. Casielles-Suárez 2004, 163)

(76)

en.

Laurie followed RALPH into the bedroom. (Casielles-Suárez 2004, 163)

Während die Unterscheidung zwischen engem und weitem Fokus in der Literatur als weitestgehend akzeptiert gelten kann, ist für einige Autoren die Definition von Fokus als der auf die W-Frage antwortende Teil einer Aussage insofern nicht präzise genug, als damit bestimmte Subtypen von Fokuskonstruktionen nicht adäquat erklärt werden können.

Mit einer Fokusdefinition, die auf einem zusätzlichen Kriterium auf paradigmatischer Ebene basiert, arbeitet unter anderem Féry (2010a). Die Autorin definiert Fokus einerseits als jenes Element des Diskurses, das die relevante Information hinsichtlich des common ground (CG) liefert. Im Gegensatz zum engen Fokus werden bei einem weiten Fokus sämtliche Elemente zum Zeitpunkt der Äußerung neu eingeführt. Hier existiert kein CG, sondern ein informationelles Vakuum. Gleichzeitig bringt Féry den Begriff Fokus aber auch, in Anlehnung an Rooth (1985), mit potenziellen Alternativen in Verbindung: „Der fokussierte Teil des Satzes identifiziert ein Element einer Alternativmenge, und signalisiert, dass der Rest des Satzes für dieses Element zutrifft.“11 (Féry 2010a, 3) Auch Peeters (1999) sieht den realisierten Fokus als das Resultat einer Selektion. Diese ist für ihn Grundlage einer negativen Bedeutungskonstitution: „[L]e sens se définit négativement et relativement par rapport aux autres sens virtuels en les excluant de facto.“12 (Peeters 1999, 46)

Heute herrscht Uneinigkeit darüber, ob eine vereinheitlichte Definition von Fokus als Alternativen aufzeigendes und als auf W-Fragen antwortendes Element angenommen werden soll oder ob die beiden Eigenschaften strikt voneinander zu trennen sind. (cf. Hartmann/Winkler 2013, 3) Meist werden in der Literatur zwei Subtypen von Fokus unterschieden. So wird neben dem bereits erwähnten auf eine W-Frage antwortenden engen oder weiten Fokus, der auch als Informationsfokus (cf. Kiss 1998), vervollständigender Fokus (cf. Dik et al. 1981) oder neutraler Fokus (cf. Bolkestein 1993, 346) bezeichnet wird, nach dem Kriterium des Alternativausschlusses ein kontrastiver Fokus oder auch identificational focus (cf. Kiss 1998) angenommen. Kiss (1998, 248) differenziert die zwei Fokustypen aufgrund unterschiedlicher semantischer und syntaktischer Eigenschaften:

1 Identificational focus drückt exhaustive Identifikation aus13, Informationsfokus markiert hingegen lediglich, dass die Information, die durch ihn zum Ausdruck kommt, nicht präsupponiert ist.

2 Als Informationsfokus kann jede Art von Konstituente fungieren. Gewisse Konstituenten wie universale Quantifizierer, Phrasen mit Fokuspartikeln wie en. also und even können hingegen keinen identificational focus bilden.

3 Der identificational focus hat Skopus, Informationsfokus nicht.

Dik et al. (1981) führen weitere Subtypen des kontrastiven Fokus nach den jeweiligen Funktionen im konkreten Kontext an. Das folgende Schema sowie die Beispielsätze stammen aus ihrem Beitrag.

Abb. 6: Funktionen von Fokus nach Dik et al. (1981), zit. n. Meibauer (2008, 154)

(77)	en.	What did John buy? – John bought COFFEE. (vervollständigend)14
(78)	en.	Did John buy coffee or rice? – He bought COFFEE. (selektiv)
(79)	en.	John went to London. – No, he didn’t go to LONDON, he went to NEW YORK. (ersetzend)
(80)	en.	John bought coffee. – John not only bought COFFEE, he also bought RICE. (erweiternd)
(81)	en.	John bought coffee and rice. – No, he didn’t buy RICE, he only bought COFFEE. (einschränkend)
(82)	en.	JOHN bought a BIKE, but PETER a CAR. (parallel) (Dik et al. 1981, 59–68)

Auch an dieser Stelle manifestiert sich die uneinheitliche Terminologie innerhalb des Gegenstandbereiches der Informationsstruktur. Während der parallele Fokus bei Dik et al. etwa nur eine von mehreren Untergruppen darstellt, verwendet Féry (2010a, 4) den Begriff als Hyperonym für Kontrastiv‑, Selektiv‑, Alternativ- und Korrektivfokus. Gibt es wie in (78) nur eine einzige Alternative zum Fokuselement, ist es Krifka (2007, 32–33) zufolge zwar verlockend, von kontrastivem Fokus zu sprechen, da der Fokus aber nicht unbedingt kontrastiver als jener der Antwort auf die allgemeinere Frage (77) zu sein scheint, bevorzugt der Autor in diesen Fällen die Unterscheidung zwischen geschlossenen und offenen Alternativen, d.h. zwischen geschlossenem und offenem Fokus.

Der bislang am wenigsten verstandene Fokussubtyp ist für Krifka (2007, 24) der parallele Fokus. Dik et al. (1981, 67) sehen den grundlegenden Unterschied zwischen dem parallelen Fokus und den anderen Subtypen des kontrastiven Fokus darin, dass es beim parallelen Fokus nicht um das Spannungsverhältnis zwischen den Annahmen des Sprechers und den Präsuppositionen des Hörers geht, sondern vielmehr um den Kontrast, der innerhalb der Prädikation selbst ausgedrückt wird.

Für Musan (2010) wiederum ist klar, dass eine Fokusdefinition, der zufolge Fokus die Anwesenheit von Alternativen aufzeigt, impliziert, dass das Topik jeder Teilantwort zugleich Fokus ist, und zwar ungeachtet dessen, dass die zwei Begriffe oft – wie bereits erwähnt – als Gegensatzpaar gesehen werden.15 So sind in (82) nicht nur die auf die W-Frage antwortenden und Alternativen ausschließenden Konstituenten bike und car Fokus, sondern auch die Topikkonstituenten John und Peter, die ihrerseits Alternativen ausschließen. Derartige kontrastive Topiks sind der Autorin zufolge also Topiks und Foki zugleich.16 Das gilt auch für Subtopiks, die wie jenes in (83) offensichtlich nicht exhaustiv sind und damit auf weitere Alternativen verweisen. (cf. Musan 2010, 63)

(83)

dt.

Was haben deine Gäste mitgebracht? – [[Kim]F]T [hat [Muffins]F mitgebracht]K.17 (Musan 2010, 63)

Neben dem (engen bzw. weiten) Informationsfokus und dem kontrastiven Fokus werden innerhalb der Informationsstruktur noch weitere Arten von Foki unterschieden. Im Falle des vor allem aus semantischer Sicht relevanten Verum-Fokus liegt der Fokus auf dem Wahrheitswert der Aussage. Im Deutschen kann er nicht nur durch finite Verben wie in (84), sondern auch mithilfe von (meist inhaltsarmen) nebensatzeinleitenden Partikeln wie ob und dass (85) markiert werden. (cf. Musan 2010, 51–52) Wie Satz (86) zeigt, eignen sich auch Auxiliare zum Ausdruck eines Verum-Fokus, wobei ihre prosodische Prominenz oft eine weitere Lesart eröffnet.18 (cf. Musan 2010, 51)

(84)	dt.	Ich habe geträumt, dass die Sitzung ausfällt. – Aber die Sitzung FÄLLT aus.
(85)	dt.	Hans meint, das Buch sei möglicherweise ausgeliehen. – Nicht nur möglicherweise, ich weiß, DASS das Buch ausgeliehen ist. (Musan 2010, 51)
(86)	dt.	Der hungrige Hai HAT vor dem Wrack drei Heringe verspeist.
		(i) ‚das ist die Wahrheit‘
		(ii) ‚er ist jetzt nicht mehr dabei, das zu tun‘ (Musan 2010, 51)

Für Féry (2010a, 5) stellt der Verum-Fokus allerdings keinen eigenen Fokustyp dar, sondern einen speziellen Fall des engen Fokus, bei dem der affirmative Teil einer Aussage fokalisiert wird. In diesen Konstruktionen müssen, wie auch die hier angeführten Beispiele illustrieren, alle anderen Konstituenten gegeben und deakzentuiert sein, da jeder weitere Akzent die illokutionäre Funktion des Satzes zunichtemachen würde.

Unter dem Begriff Assoziation mit Fokus werden in der Regel all jene Konstruktionen subsumiert, in denen ein fokaler Ausdruck mit einer Fokuspartikel verbunden ist. Das akzentuierte Element verhält sich dabei wie ein enger Fokus, der durch die jeweilige Partikel, die meist eine additive, restriktive oder skalare Bedeutung aufweist, weiter eingeschränkt wird. (cf. Féry 2010a, 4–5) Mithilfe von restriktiven Partikeln wie nur (en. only) gibt der Sprecher dem Hörer zu verstehen, dass es über den Fokusreferenten hinaus keine weiteren Alternativen gibt, die zu einer wahren Assertion führen. Additive Partikeln wie auch (en. also) hingegen drücken die Präsupposition aus, dass die Assertion zusätzliche Alternativen aufweist. Skalare Partikeln wie sogar (en. even) schließlich präsupponieren, dass die Denotation der Fokuskonstituente im Vergleich zu den Alternativen extrem ist.19 (cf. Krifka 2007, 25) Ein zentraler Unterschied zu Sätzen ohne fokussensitive Partikeln besteht nun darin, dass diese Konstruktionen den Wahrheitsgehalt von Sätzen verändern, sodass die Äußerungen (87) und (88) nicht in allen Kontexten austauschbar sind.20 (cf. Féry 2010a, 4)

(87)	dt.	Marianne hat auch ihrer TOCHTER Eis gegeben.
(88)	dt.	Marianne hat auch ihrer Tochter EIS gegeben. (Féry 2010a, 4)

Eine Auswirkung auf den Wahrheitsgehalt von Aussagen wird auch bei Negationen wie jener in (89) angenommen.21 (cf. Krifka 2007, 26) Werden Negationen mit quantifizierten Topiks kombiniert, ergeben sich je nach Akzentuierung in diesen Fällen – wie in (90) bzw. (91) – unterschiedliche Lesarten. (cf. Reich 2012, 411–412)

(89)	en.	Not BILL stole the cookie, but JOHN.22 (Krifka 2007, 26)
(90)	en.	All of my friends didn’t COME. (‚Niemand ist gekommen‘)
(91)	en.	ALL of my friends DIDn’t come. (‚Nicht alle sind gekommen‘) (Reich 2012, 411)

Die Feststellung, dass die Kategorien Topik und Fokus eine nicht unerhebliche Rolle hinsichtlich des Wahrheitsgehalts von Sätzen spielen können, sollte Grund genug dafür sein, die Informationsstruktur auch im Zusammenspiel mit der Semantik zu untersuchen.23 (cf. Steube et al. 2004, 19) Wie groß der Einfluss der Prosodie auf die Bedeutung von Sätzen auch ohne fokussensitive Partikeln sein kann, illustrieren die folgenden Beispielsätze (92)–(93). (cf. Gundel/Fretheim 2006, 190)

(92)	en.	DOGS must be carried. (‚no dogless people allowed here‘)
(93)	en.	Dogs must be CARRIED. (‚if you have a dog with you, you must carry it‘) (Gundel/Fretheim 2006, 190)

Von Strukturen mit fokussensitiven Partikeln abgesehen, sieht Dretske (1972, 426) in Äußerungen, die sich wie jene in (94) und (95) allein in der Akzentsetzung und damit in den Fokuskonstituenten unterscheiden, dennoch eher pragmatische als semantische Unterschiede: „These utterances are composed of the same words, with the same meanings, in the same order, and they are about the same things (that is, there is no difference in what any term or expression in them is being used to refer to).“

(94)	en.	DAVID emptied the box.
(95)	en.	David EMPTIED the box. (Dretske 1972, 424)

In Anlehnung an Dretske glaubt auch Reich (2012, 410) grundsätzlich nicht an eine direkte Auswirkung von Fokus auf die Semantik von Sätzen:

This truth-conditional effect is not to be taken to show that focus is a semantic phenomenon, but it strongly suggests that there are expressions in natural language that are in one way or another sensitive to focus. […] it is not necessarily focus itself but rather its interaction with focus-sensitive expressions like only that matters to semantics.

Krifka (2007) unterscheidet, wie bereits erwähnt, ganz grundsätzlich zwischen einem pragmatischen und einem semantischen Gebrauch von Fokus. Auch wenn die beiden Arten nicht immer strikt voneinander zu trennen sind, können sie – so der Autor – anhand prototypischer Beispiele illustriert werden. Die Sequenz (96) zeigt für Krifka den klassischen Fall eines pragmatischen (engen) Fokus, bei dem jener Teil der Äußerung, der auf die W-Frage antwortet, akzentuiert wird. Die Frage verändert den common ground der Gesprächspartner und zeigt das kommunikative Ziel der fragenden Person an. Dem Gesprächspartner wird signalisiert, wohin sich der CG entwickeln soll, sodass das Formulieren der Frage für Krifka eindeutig im CG management zu verorten ist. (cf. Krifka 2007, 21–22)

(96)

en.

Who stole the cookie? – PETER stole the cookie. (Krifka 2007, 22)

Der Autor rechtfertigt seinen Zugang unter anderem damit, dass innerhalb des CG management auch nicht overte Fragen berücksichtigt werden können. Derart implizite Fragen spielen nach allgemeiner Auffassung eine wichtige Rolle bei der Strukturierung von kohärenten Diskursen. Der Fokus wird also auch verwendet, um verdeckte kontextuelle Fragen, wie jene der folgenden Beispielsätze, anzuzeigen.24 (cf. Krifka 2007, 22–23)

(97)	en.	And then something strange happened. A MEteorite fell down. (What happened?)
(98)	en.	Once upon a time, there was a PRINcess. (What was there?)
(99)	en.	Mary sat down at her desk. She took out a pile of NOTES. (What did she do?) (Krifka 2007, 23)

Als Beispiel für einen primär semantisch motivierten Gebrauch von Fokus führt Krifka Satz (100) an, in dem die Realisierung des Operators fortunately dazu führt, dass der Fokus white (wine) mit der – hier nicht explizit realisierten – Alternative red (wine) kontrastiert. (cf. Krifka 2007, 26)

(100)

en.

Fortunately, Bill spilled WHITE wine on the carpet. (Krifka 2007, 26)

Werden in einem Satz wie (101) mehrere Foki kombiniert, spricht Krifka von komplexem Fokus. Dieser wiederum muss von Fällen von multiplem Fokus wie jenem in Beispiel (102) unterschieden werden. Das erste only hat hier Skopus über das zweite. Dementsprechend stärker ist die Prominenz von Bill im Vergleich zur Prominenz von Sue. Im Satz mit dem komplexen Fokus hingegen sind die Akzente annähernd gleich stark. (cf. Krifka 2007, 31–32)

(101)	en.	John only introduced BILL to SUE.
(102)	en.	John only introduced BILL only to SUE. (Krifka 2007, 31–32)

Darüber hinaus verweist Krifka auf die Notwendigkeit, zwischen Fokuskonstituenten und Fokusreferenten zu unterscheiden. So kann sich die Alternative, die ein Fokus aufzeigt, auf Formen (expression focus) oder Denotate (denotation focus) beziehen. Insbesondere bei Korrekturen, wie jenen in den Beispielen (103)–(104), wird häufig der expression focus verwendet.25 In diesen Fällen kann sich der zweite Fokus als kontrastive Alternative zum ersten Fokus insofern nicht auf die Denotate beziehen, als diese identisch sind.26 (cf. Krifka 2007, 19)

(103)	en.	Grandpa didn’t kick the BUCKet, he passed aWAY.
(104)	en.	They live in BERlin. – They live in BerLIN! (Krifka 2007)

Gegen inflationäre Fokusdifferenzierungen spricht sich hingegen Casielles-Suárez (2004, 134) aus. Ihr zufolge verhält es sich mit der Kategorie Fokus konträr zum Topik. Während für Topik lange Zeit vergeblich nach verbindlichen Kriterien für eine einheitliche Definition gesucht wurde und zum Teil immer noch wird, sind für Fokus zahlreiche Subtypen unterschieden worden, die jedoch kritisch hinterfragt werden sollten. Dik (1997, 330) plädiert dafür, eine Subkategorisierung von Fokus vor allem bei jenen Einzelsprachen vorzunehmen, die ein elaborierteres Fokussystem aufweisen. In anderen Sprachen wiederum, etwa im klassischen Latein, kann eine Differenzierung zwischen neutralem und kontrastivem Fokus bereits genügen.27 (cf. Bolkestein 1993, 346)

Wie sinnvoll eine Ausdifferenzierung der fokalen Elemente für die in dieser Arbeit behandelten romanischen Sprachen – vor allem hinsichtlich der in der Folge näher untersuchten Fokus-Fronting-Struktur – ist, wird in Kapitel 4.3.2 diskutiert.28 Eine genauere semantische Analyse kann im Rahmen der vorliegenden Arbeit jedoch nicht durchgeführt werden.29

Bevor in Kapitel 3 das allgemeine Zusammenspiel zwischen Informationsstruktur, Syntax und Prosodie näher beschrieben wird, widmet sich das folgende Kapitel 2.5 in summarischer Form den innerhalb der drei informationsstrukturellen Dimensionen zu beobachtenden Korrelationen.

2.5 Zur Kombination der Dimensionen

In den Kapiteln 2.2 bis 2.4 wurden jene drei Ebenen der Informationsstruktur beschrieben, die in der Literatur heutzutage als relativ unumstritten gelten. Im Zuge einer Äußerung kommen in der Regel alle drei Dimensionen zum Ausdruck.

Auf der Ebene des Informationsstatus von Entitäten muss der Sprecher zuallererst den kognitiven Status der jeweiligen Referenten beim Hörer einschätzen, um diese in der Folge entsprechend kodieren zu können.1 Der Hörer der Äußerung wiederum erkennt an der jeweiligen Kodierung die Annahmen und Erwartungen des Sprechers hinsichtlich des Aktivierungszustandes der Referenten und vergleicht diese mit dem tatsächlichen Aktivierungsgrad und der Identifizierbarkeit in seiner Kognition. (cf. Moroni 2010, 32–33)

Die Topik-Kommentar-Gliederung und die Fokus-Hintergrund-Gliederung betreffen die Organisation des Informationsflusses. Diese kann je nach Mitteilungsabsicht des Sprechers variieren. So kann der Sprecher seine Äußerung als Topik-Kommentar-Struktur oder als thetischen Satz realisieren und besonders relevante Teile der Äußerung unter Einsatz von prosodischen Mitteln markieren.2 Dadurch kann der Hörer das sprachliche Material besser verarbeiten und die Mitteilungsabsicht des Hörers leichter identifizieren. (cf. Moroni 2010, 32–33) Die Strukturierung von Information dient folglich auch dazu eventuellen Missverständnissen vorzubeugen:

In order to decrease the chance of misunderstanding, the speaker, in creating the sentence, tailors the form of the sentence to allow the hearer to create the proper context for interpretation with minimal processing effort. For his part, the hearer assumes that the sentence will be tailored in just this way […]. (Van Valin/LaPolla 1997, 199)

Die drei Dimensionen der Informationsstruktur sind grundsätzlich voneinander unabhängig, auch wenn sprachenspezifisch und sprachenübergreifend durchaus Präferenzen und Restriktionen im Zusammenspiel der Ebenen festzustellen sind.3 (cf. Dufter/Jacob 2009, 5) Die Korrelationen, auf die in der Literatur seit jeher hingewiesen wird, sind jedoch durchaus hinterfragenswert: „[S]uch correlations, instead of being an apriori, still have to be established explicitly, partly on empirical grounds.“4 (Dufter/Jacob 2009, 5–6)

Darüber hinaus werden nicht nur innerhalb der drei informationsstrukturellen Ebenen Korrelationen postuliert, sondern immer wieder auch zwischen der Informationsstruktur und der Syntax sowie den semantischen Rollen. Für Bech und Eide (2014, 3) ist etwa eine universale Tendenz festzustellen, dass das Subjekt gleichzeitig Topik, Agens und alte Information darstellt, während das Objekt mit den Kategorien (Informations-)Fokus, Patiens und neue Information korreliert.5 Aber auch diese Korrelationen, die zweifelsohne die Komplexität von informationsstrukturellen Analysen ausmachen, sollten keinesfalls dazu verleiten, voreilige Schlüsse zu ziehen. An dieser Stelle sei noch einmal darauf hingewiesen, dass keine 1:1-Entsprechung, d.h. kein direktes Mapping zwischen Informationsstruktur und Grammatik angenommen werden kann. Dies zeigt sich in den Beispielsätzen (105)–(108), in denen eine vergleichbare informationsstrukturelle Gliederung (mit Peter als Fokus) durch höchst unterschiedliche syntaktische Strukturen wiedergegeben wird, sowie in Satz (109), der mit ein- und derselben Form verschiedene Informationsstrukturen aufweisen und daher auf die unterschiedlichen Fragen in (110)–(112) antworten kann. (cf. Molnár 1991, 6–7)

(105)	dt.	PEter hat einen Wagen gekauft.
(106)	dt.	Es ist PEter, der einen Wagen gekauft hat.
(107)	dt.	Derjenige, der einen Wagen gekauft hat, ist PEter.
(108)	dt.	Der Wagen wurde von PEter gekauft. (Molnár 1991, 6)

(109)	dt.	Peter hat einen WAgen gekauft.
(110)	dt.	Was ist passiert?
(111)	dt.	Was hat Peter gemacht?
(112)	dt.	Was hat Peter gekauft? (Molnár 1991, 6–7)

Molnár (1991), die die Informationsstruktur und die Grammatik als autonome, aber gleichzeitig interdependente Module sieht6, unterstreicht die Relevanz einer systematischen Herangehensweise bei der Erforschung von Informationsstruktur und ihren Schnittstellen:

Die modulare Beschreibung der Beziehung zwischen Grammatik und Pragmatik bedeutet, dass die relevanten grammatischen und pragmatischen Faktoren primär innerhalb der Module, als das Resultat des Zusammenwirkens der Teilbereiche des jeweiligen Moduls, charakterisiert werden sollen. Erst nach ihrer Integrierung – entweder in die Sphäre der Grammatik oder in die der Pragmatik – sollen die einzelnen Phänomene zu dem anderen Modul in Beziehung gesetzt werden. (Molnár 1991, 7)

Die Beobachtung etwa, dass Einheiten, die gegebene Information kodieren, meist gleichzeitig den Hintergrund bilden, während neue Information sehr oft dem Fokus entspricht, lässt sich pragmatisch mit dem Kommunikationsprozess erklären, in dem der Sender die für den Empfänger neuen Elemente als relevanten Teil formuliert, während das, was dem Empfänger bereits bekannt ist, in erster Linie die Kohärenz und Konnektivität der Äußerung sichert und damit den nötigen Hintergrund für die Informationsverarbeitung bildet.7 (cf. Molnár 1993, 170) In machen Ansätzen, wie etwa in jenem von Steube et al. (2004), werden dementsprechend mit der Topik-Kommentar- und der Fokus-Hintergrund-Gliederung oft nur zwei Dimensionen der Informationsstruktur angenommen, wobei der Fokus generell neuer Information (auf Satz- und Diskursebene) entspricht. (cf. Steube et al. 2004, 15)

Aber auch die Annahme dieser beiden Ebenen ist für manche Autoren nicht ökonomisch genug.8 Vallduví (1990) weist darauf hin, dass ein Modell, das sowohl eine Topik-Kommentar-Gliederung als auch eine Fokus-Hintergrund-Gliederung postuliert, insofern eine gewisse Redundanz aufweist, als etwa das Verb, wie beispielsweise im Modell von Dahl (1974), oft gleichzeitig als Teil des Hintergrunds und des Kommentars analysiert werden muss. (cf. Vallduví 1990, 55)

Abb. 7: Informationsstrukturelle Gliederung nach Dahl (1974, 2)

Vallduvís eigenes Modell basiert auf vier Kategorien. Zunächst lässt sich ein Satz in die Einheiten focus und ground segmentieren. Den ground unterteilt der Autor wiederum in die Einheiten link und tail. Die Kategorie Kommentar ist in diesem Modell überflüssig. (cf. Vallduví 1990, 57)

Abb. 8: Informationsstrukturelle Gliederung nach Vallduví (1990, 57)

Sätze können laut Vallduví nun die Kombinationen link-focus (113), link-focus-tail (114) und focus-tail (115) aufweisen, aber auch keinen ground beinhalten und damit als all-focus-Sätze (116) analysiert werden. (cf. Vallduví 1990, 61–62)

(113)	en.	The boss [CALLED]F.
(114)	en.	The boss [HATES]F broccoli.
(115)	en.	(I can’t believe this! The boss is going crazy!) [BROCCOLI]F he wants now.
(116)	en.	[The BOSS called]F. (Vallduví 1990, 62–65)

Focus definiert Vallduví als den einzigen informativen Teil der Äußerung. Es handelt sich dabei um jenen Teil, der die eigentliche Information enkodiert und der infolgedessen nicht unrealisiert bleiben kann. (cf. Vallduví 1990, 57) Der ground entspricht einerseits insofern dem Hintergrund, als er den bzw. die komplementäre(n) Teil(e) zum focus darstellt. Andererseits beinhaltet er auch Aspekte des Topiks, da er den passenden Eingang der Information unter Berücksichtigung des Wissensstandes des Hörers garantiert. Nimmt ein Sprecher an, dass ein Hörer in der Lage ist, die Information selbst „richtig“ einzuordnen, kann der ground auch unrealisiert bleiben. Die Differenzierung des ground in link und tail nimmt Vallduví vor, da diese Elemente unterschiedliche Funktionen ausüben. (cf. Vallduví 1990, 58) Der link ist für den Autor ein „topikartiges“ Element, das in satzinitialer Position auftaucht.9 Seine Funktion besteht – wie auch im file-card-Modell von Reinhart (1981) – darin, als „address pointer“ den Hörer dorthin zu führen, wo die Information abgespeichert werden soll. Damit inkludiert der link auch das Konzept der aboutness. Multiple links in einem Satz sind Vallduví zufolge möglich, wobei in diesen Fällen der zweite link gezwungenermaßen nicht satzinitial realisiert werden kann. (cf. Vallduví 1990, 58–60) Der tail ist schließlich das Komplement zum link. Seine Position im Satz kann, etwa abhängig von sprachenspezifischen Grundwortfolgen und Intonationskonturen, variieren. Wie beim link sind auch mehrere tails pro Satz möglich. (cf. Vallduví 1990, 60–61) Der tail hat für Vallduví eine ganz spezielle Funktion:

If the ground contains a tail it means that the information of the sentence cannot be simply added under the address denoted by the link. Instead, it indicates that part of the proposition communicated is knowledge already contained under that address and that the information of the sentence must be construed in some way with that knowledge instead of merely added. (Vallduví 1990, 78–79)

Um die genaue Funktion des tails, auch in Abgrenzung zu jener des links, zu illustrieren, kontrastiert Vallduví den link-focus-Satz (117) mit dem link-focus-tail-Satz (118). (cf. Vallduví 1990, 79)

(117)	en.	The boss [hates BROCCOLI]F.
(118)	en.	The boss [HATES]F broccoli. (Vallduví 1990, 79)

Beide Sätze weisen denselben Link auf, der den Hörer jeweils auffordert, zum mentalen Adressaten von the boss zu gehen. Während der Hörer bei Satz (117) die durch hates broccoli ausgedrückte Information direkt aufnehmen kann, muss er bei Satz (118) zusätzlich berücksichtigen, wie die Information aufgenommen werden soll. Die Information wird hier nicht einfach nur hinzugefügt, sondern eine (bereits vorhandene) Lücke gefüllt. Die Elemente the boss und broccoli sind in diesem Fall bereits vor der Äußerung des Satzes vorhanden. Satz (118) bringt den Hörer nun dazu, die Leerstelle zwischen den beiden Elementen durch hates zu ersetzen (the boss ____ broccoli > the boss hates broccoli). (cf. Vallduví 1990, 79–80) Damit erklärt Vallduví auch Sätze, die kontrastive Elemente beinhalten. Im Gegensatz zu nicht kontrastiven Sätzen lautet bei Kontrastivität der Befehl nicht „Fokus hinzufügen“, sondern „Leerstelle (bzw. anderes, bereits vorhandenes Element) durch Fokus ersetzen“. (cf. Vallduví 1990, 89) Die Relevanz von informationsstrukturellen Einheiten sieht auch Vallduví demnach in erster Linie in deren Rolle bei der Optimierung der Aufnahme von neuer Information hinsichtlich des bereits vorhandenen Wissensstandes des Hörers.10 (cf. Vallduví 1990, 87)

Vallduví wendet sein Modell in der Folge auf das Katalanische und Englische an. Ob es ohne Weiteres auch auf die in dieser Arbeit behandelten romanischen Sprachen, insbesondere das Französische, bzw. auf die in der Folge auch empirisch untersuchten Topik- und Fokus-Fronting-Strukturen übertragbar ist, kann hinterfragt werden. Um vorschnelle Schlussfolgerungen zu Form-Funktionsrelationen sowie damit häufig verbundene zirkuläre Definitionen zu vermeiden (cf. Dufter/Gabriel 2016, 425), sollen die drei Ebenen der Informationsstruktur analytisch sowie terminologisch zunächst weiterhin strikt voneinander getrennt werden. Die wichtigsten Begriffe werden wie folgt definiert:

Neue (oder nicht gegebene) Information ist Information, die im Gegensatz zu alter (oder gegebener) Information zum Zeitpunkt der Äußerung nach Annahme des Sprechers nicht im Bewusstsein des Hörers ist. Inferierbare Elemente nehmen eine Zwischenposition ein. Sie sind selbst nicht explizit im Diskurs vorerwähnt, können aber aus der Situation, d.h. dem außersprachlichen Kontext, oder von gegebenen Konzepten, d.h. dem Kotext, abgeleitet werden. Von der Ebene des Bewusstseins (Aktivierungsgrad) grundsätzlich zu trennen ist die Ebene des Wissens, auf der zwischen zum Zeitpunkt der Äußerung identifizierbarer und nicht identifizierbarer Information unterschieden wird.

Die Kategorie Topik wird in der Folge dieser Arbeit mit der gängigen, relativ weiten Definition als Prädikationsbasis, d.h. als das Element auf der Ebene des Satzes, über das Sprecher eine Aussage tätigen (aboutness-Kriterium), verwendet. Der Kommentar wird als komplementärer Teil zum Topik definiert.

Der Fokus entspricht dem hinsichtlich des common ground von Gesprächspartnern relevanten Teil des Satzes, der die Antwort auf explizite oder implizite Fragen darstellt. Den bzw. die komplementäre(n) Teil(e) zum Fokus wiederum bildet der Hintergrund.

Alle weiteren Eigenschaften, die die informationsstrukturellen Einheiten darüber hinaus auf syntaktischer, semantischer sowie prosodischer Ebene aufweisen, werden – und das gilt auch für die empirische Analyse in Kapitel 5 – als reine Korrelate behandelt. Das folgende Kapitel 3 soll einen Überblick über das allgemeine Zusammenspiel zwischen der Informationsstruktur, der Prosodie und der Syntax geben, bevor in Kapitel 4 die einzelsprachlichen Eigenschaften zur Schnittstelle für das gesprochene Französische, Spanische und Italienische präsentiert werden.

3 Das Zusammenspiel von Informationsstruktur, Syntax und Prosodie

Heute herrscht in der Linguistik eine grundsätzliche Übereinstimmung darin, dass die Informationsstruktur mit der Syntax interagiert. Hartmann und Winkler (2013, 1) unterscheiden drei mögliche Zugänge zur Analyse der Schnittstelle:

1 Theorien, in denen die informationsstrukturellen Kategorien als formale Features gesehen werden, die in der narrow syntax präsent sind und syntaktische Operationen triggern.1

2 Theorien, in denen die Informationsstruktur einem eigenen Modul entspricht und Äußerungen als das Resultat eines Mapping zwischen verschiedenen Modulen verstanden werden.2

3 Kognitive Theorien, nach denen die Informationsstruktur ein universales kognitives Mittel für die allgemeine Sprachproduktion und -verarbeitung darstellt.

In der gesprochenen Sprache wird mittlerweile auch der Prosodie eine zentrale Rolle im Zusammenspiel der Ebenen zugesprochen. Ihre Relevanz hat bereits Weil (1844, 91–92) erkannt:

L’ordre des mots, nous l’avons vu, est déterminé par la naissance et la liaison naturelle des idées; la dépendance grammaticale des parties de la proposition exerce sur cet ordre une grande influence; mais on ne parviendra pas, en partant de ces deux points de vue, à expliquer d’une manière suffisante tous les phénomènes qui, sous ce rapport, se présentent dans les langues […]. Il y a une autre cause déterminante […], l’accentuation.

Zwei gegensätzliche Positionen werden von den Anhängern der funktionalen Grammatik und jenen der generativen Grammatik vertreten. Die Funktionalisten, die wie Chafe (1987) und Tomlin (1987) immer wieder Erkenntnisse aus der kognitiven Psychologie berücksichtigen, postulierten von Beginn an das Primat pragmatischer Aspekte. So teilen sie in ihren Ansätzen die Ansicht, dass die Syntax nicht nur mit anderen Domänen interagiert, sondern diesen zum Teil untergeordnet und damit nicht autonom ist. (cf. Bolkestein 1993, 341) Für Beneš (1968) etwa, einem Anhänger der Prager Schule, sind sowohl die syntaktischen als auch die prosodischen Eigenschaften von Sätzen in einer Äußerungssituation pragmatisch zu erklären:

Contextual modification of word-order (plus other devices, such as intonation etc.) is a result of factors due to the process of communication itself, i.e., to the intention of the speaker, his relationship to the hearer, the regard to the situation and context and consequently also to the inclusion of individual sentences into utterances and complete discourses. (Beneš 1968, 270)

Den Gegenpol zu dieser funktionalen Perspektive bildet die generative Grammatik, in der informationsstrukturelle und prosodische Aspekte lange Zeit als Störfaktoren gesehen und folglich weitestgehend ignoriert wurden. Nach und nach jedoch setzte sich auch in generativen Ansätzen die Vorstellung einer systematischen Interaktion zwischen der Syntax, der Informationsstruktur und der lautlichen Form von Sätzen durch. (cf. Jacobs 1992, 8–9) Die Kategorien Fokus und Topik werden heute als Bestandteil der Universalgrammatik (UG) und damit als Teil der genetischen Ausstattung von Menschen angesehen: „The linguistic level of F-structure in which both topic and focus are identified is […] a fundamental part of Universal Grammar […].“ (Erteschik-Shir 1999, 145) Der größte Unterschied zwischen den beiden Zugängen besteht für Szendrői (2010, 319) in der Methode zur Identifizierung von Fokus. Während in der generativen Grammatik eine automatisierte grammatische Regel angenommen wird, leitet man Fokus in pragmatischen Ansätzen von der Sprecherabsicht ab.3

Die Fragen, wie die Interaktion der einzelnen sprachlichen Ebenen konkret stattfindet und welche Ebenen direkt oder nur indirekt miteinander in Verbindung stehen, werden weiterhin – auch innerhalb der jeweiligen theoretischen Ausrichtungen – kontrovers diskutiert. Dies illustrieren etwa die Beiträge des generativ orientierten Sammelbandes zum Interface zwischen Phonologie und Syntax von Erteschik-Shir und Rochman (2010): „Some of the papers position information structure strictly in the syntax […] whereas others view it as playing an instrumental role in the process of phonological linearization […] while others yet view it as having purely phonological effects.“ (Erteschik-Shir/Rochman 2010, 2)

Eine definitive Klärung der Frage der Interaktion zwischen den verschiedenen Teilbereichen von Sprache kann angesichts dessen nicht der Anspruch des folgenden Kapitels sein. Vielmehr sollen die grundlegenden Positionen und damit verbundene problematische Aspekte skizziert werden. Kapitel 3.1 widmet sich zunächst der Schnittstelle zwischen der Informationsstruktur und der Syntax. In Kapitel 3.2 wird das Zusammenspiel von Informationsstruktur und Prosodie näher betrachtet.4 Kapitel 3.3 schließlich untersucht die Interaktion zwischen der Prosodie und der Syntax.

3.1 Informationsstruktur und Syntax

Die – in generativen Ansätzen auch heute noch gültige – Annahme, dass jede Sprache eine syntaktisch festgelegte Basiswortfolge aufweist, blieb in der Sprachwissenschaft lange Zeit unwidersprochen. Dieser syntaxzentrierte Ansatz wurde jedoch nur bedingt der Feststellung gerecht, dass es offensichtlich Sprachen gibt, in denen auch die Grundwortfolge1 in erster Linie pragmatische Aspekte wie die „relative newsworthiness within the discourse“ (Mithun 1987, 325) reflektiert.2 Li und Thompson (1976, 460) schlugen in diesem Zusammenhang eine Klassifikation von Sprachen in vier Basistypen vor.

1 subjektprominente Sprachen (indoeuropäische Sprachen)

2 topikprominente Sprachen (Chinesisch)

3 sowohl subjekt- als auch topikprominente Sprachen (Japanisch)

4 weder subjekt- noch topikprominente Sprachen (Tagalog)

Während das Topik in topikprominenten Sprachen als eineindeutige ausdrucksseitige Entsprechung für die pragmatische topikale Relation angesehen wird und nicht von der Valenz des Verbs oder von semantischen Rollen abhängt, ist das Subjekt in subjektprominenten Sprachen „viel deutlicher in die Syntax eingebunden […] als das Topik“. (Sasse 1982, 268) Das initial auftretende Topik wurde in vielen Sprachen grammatikalisiert, das postprädikative Topik hingegen nur in wenigen. (cf. Primus 1993, 881) Syntaktisch basierte Sprachen weisen folglich eine relativ fixierte Wortstellung auf, wohingegen die Wortfolge pragmatisch basierter Sprachen eher flexibel ist.3 Dieser Umstand impliziert, dass nur in ersteren pragmatisch motivierte Verfahren der Umstellung stark markiert sind. (cf. Mithun 1987, 325)

Aus der Beobachtung, dass es auch in vielen als syntaxorientiert geltenden Sprachen möglich ist, Konstituenten mit einem gewissen informationsstrukturellen Status in einer bestimmten syntaktischen Position zu realisieren, in der sie ansonsten in der Regel nicht vorkommen, wurde in der Folge geschlossen, dass die Strukturierung von Information einen Sprecher dazu bringen kann (oder ihn gar dazu zwingt), von der kanonischen Wortfolge abzuweichen.4 Wie weit verbreitet heute die Annahme eines Einflusses der Informationsstruktur auf die Syntax ist, zeigt die hohe Zahl an Beiträgen zu Phänomenen wie Topikalisierungen, Fokusbewegungen und scrambling.5 (cf. Fanselow 2008, 398)

Die Tatsache, dass man anhand von funktionalen Kategorien formale Eigenschaften vieler Sprachen erklären konnte, stellte die in formaleren Ansätzen immer wieder postulierte Autonomie der Syntax weiter in Frage. (cf. Bolkestein 1993, 342) Eine Extremposition wird von Sasse (1982, 267) vertreten, der die Existenz einer autonomen syntaktischen Ebene verneint:

Die Sprache kennt keine autonome Ebene der Syntax gegenüber einer „Semantik“ und einer „Pragmatik“ […] Syntaktische Kategorien haben die Funktion, Inhalte und Darstellungsperspektiven zu bezeichnen. Hat eine syntaktische Erscheinung die Funktion, einen Inhalt zu bezeichnen, so sprechen wir von einer semantischen Funktion; hat sie die Funktion, die „Verpackung“ des Inhalts anzuzeigen, so sprechen wir von einer pragmatischen Funktion.

Die zunehmende Bedeutung der Pragmatik manifestiert sich darüber hinaus darin, dass nunmehr vermehrt auch für die Grundwortfolge von Sprachen in erster Linie funktionale Kriterien als ausschlaggebend angesehen werden.

Für Firbas (1971, 138) weisen Sätze in ihrer Basisabfolge in der Regel einen ansteigenden Grad an kommunikativer Dynamik auf, beginnend mit dem am wenigsten dynamischen Element am Satzbeginn, hin zum dynamischsten am Satzende.6 Givón (1988, 252) erklärt Wortstellungsvariationen von Sprachen anhand pragmatischer Kriterien mit folgendem Prinzip zum Schema in Abbildung 9: „Attend first to the more urgent task.“

Abb. 9: Ranking of topic-marking devices according to degree of topic predictability (Givón 1984a, zit. n. Givón 1988, 252)

Das Schema kann folgendermaßen erläutert werden: Ist das Topik einer Äußerung für den Hörer salient, fällt für den Sprecher die Notwendigkeit es zu nennen weg, sodass es gar nicht realisiert werden muss und dementsprechend ein Nulltopik (bzw. ein topic drop) angenommen werden kann. Ist das Topik salient, jedoch von geringerer Salienz als der Kommentar, ist es weniger dringend auszudrücken, sodass es dem Kommentar folgt. Ist die Notwendigkeit das Topik auszudrücken größer als jene zur Realisierung des Kommentars, wird es vor dem Kommentar genannt. Ist das Topik schließlich völlig unvorhersehbar, ist die Notwendigkeit, es auszudrücken am größten, sodass es alleine realisiert werden kann. (cf. Givón 1988, 252–253) Neben der relativen Vorhersagbarkeit (i) ist für Givón die relative Wichtigkeit (ii) der zweite entscheidende pragmatische Faktor für die Wortfolge. Wichtige Information wird vorangestellt.

1 relative predictability: ‚Given the preceding discourse context, less predictable information is fronted‘.

2 relative importance: ‚Given the thematic organization of the discourse, more important information is fronted‘. (Givón 1988, 275)

Abgesehen von der durchaus zu bemängelnden Operabilität des Begriffes Wichtigkeit ist der Zusammenhang zwischen Informationsstruktur und Syntax komplexer, als vielfach angenommen wurde. (cf. Gundel/Fretheim 2006, 185) Herring (1990) resümiert in ihrem Beitrag jene Prinzipien, denen ein Einfluss auf die Wortfolge in Äußerungen zugeschrieben wird. Die Prinzipien (i) und (ii) konkurrieren miteinander. Das Prinzip (ii) entspricht grosso modo Givóns Prinzipien der relativen Wichtigkeit und der relativen Vorhersagbarkeit. Das Prinzip (iii) berücksichtigt die Einbettung von Äußerungen in größere Diskurseinheiten. Das Prinzip (iv) schließlich deutet an, dass auch die Informationsstruktur bis zu einem gewissen Grad von den jeweiligen syntaktischen Eigenschaften einer Sprache abhängig ist. Es impliziert ebenfalls, dass die lange Zeit von Seiten der Funktionalisten als universal gültig postulierte Gliederung von Sprachen mit der Abfolge Topik vor Fokus nicht haltbar ist. (cf. Herring 1990, 163)

1 Gegebene Information vor neuer Information: Dieses Prinzip betrifft die Annahme, dass Äußerungen auf bereits Gegebenem aufgebaut und in der Folge neue Informationen hinzugefügt werden, die die Kommunikation vorantreiben.7

2 First things first: Nach diesem Prinzip geht jene Information, die am dringendsten ausgedrückt werden soll und die – ausgehend vom vorhergehenden Diskurs – als unerwartet eingeschätzt wird, weniger wichtiger Information voraus.8

3 Diskursikonizität: Dieses Prinzip besagt, dass Sätze mit dem beginnen, was im Diskurs bereits erwähnt wurde, und mit jenen Elementen enden, über die in der Folge gesprochen wird.

4 Wortstellung: Diesem Prinzip zufolge wird die Informationsstruktur durch die Basiswortfolge der jeweiligen Sprache bestimmt. VS-Sprachen tendieren eher zur Abfolge Fokus vor Topik im Gegensatz zu SVO- oder SOV-Sprachen. (cf. Herring 1990, 164)

Für Downing (1995) ist es eindeutig, dass es keinen Algorithmus gibt, der bei konkurrierenden Prinzipien die eine oder andere Wortfolge bestimmt. Gäbe es einen, wäre keine derart große typologische Variation zu beobachten:

The fact that different languages do exhibit different word order patterns suggests that different factors […] dominate the syntactic organization of different languages. On the other hand, the fact that many of these languages can be grouped into a limited number of frequently occurring types suggests that there may be some favored strategies for resolving the competition. (Downing 1995, 22)

Mereu (2009) zieht das Fazit, dass die Prinzipien (i) und (ii) universale Prinzipien der Informationsstruktur sind. Konfigurationale Sprachen sind eher syntaktisch orientiert und folgen in syntaktisch und pragmatisch unmarkierten Kontexten dem ersten Prinzip, in markierten Kontexten auch dem zweiten. Nicht konfigurationale Sprachen sind eher pragmatisch orientiert und folgen dem zweiten Prinzip.9 Dies impliziert, dass nicht konfigurationale Sprachen nicht unbedingt über eine Basiswortfolge verfügen.10 (cf. Mereu 2009, 94–95)

Primus (1993, 886) wiederum sieht, in Anlehnung an Hawkins (1990), nicht pragmatische Faktoren, sondern das syntaktische „Gewicht“ als primäres Kriterium für die Wortfolge an. Den Mehrwert ihres Zuganges rechtfertigt die Autorin folgendermaßen: „Whereas pragmatic accounts need several conflicting principles to capture the facts of topic-predication and focus-background placement11, the performance principles suffice to explain all the facts.“12 (Primus 1993, 887) Für Primus werden Topiks ganz einfach deshalb initial realisiert, da sie in der Regel weniger komplex, d.h. kürzer als der Kommentar sind. (cf. Primus 1993, 886) Ähnliches gilt für den Fokus. Während ein enger und damit kurzer Fokus eher vor einem langen Hintergrundausdruck realisiert wird, nimmt ein kurzer Hintergrundausdruck für gewöhnlich die Position vor einem weiten Fokus ein.13 (cf. Primus 1993, 889) Ein Fronting von prädikativen Elementen wie in (1)–(2) ist in der Konsequenz immer markierter als ein Fronting von leichterem Material, wie etwa von nominalen oder adverbialen Elementen wie in (3). (cf. Primus 1993, 890)

(1)	dt.	(Was hast du gestern gemacht?) – ?[Mit Freunden ESSEN gegangen]F bin ich.
(2)	dt.	(Was hast du gestern gemacht?) – ??[Mit Freunden in ein teueres [sic] Restaurant ESSEN gegangen]F bin ich.
(3)	en.	He’ll NEVER do it [WILLINGLY]F. – [WILLINGLY]F he’ll NEVER do it.14 (Primus 1993, 890)

Die Tatsache, dass Fokuspositionen existieren, die nicht ihrer Regel entsprechen, erklärt Primus nicht pragmatisch, sondern prosodisch oder syntaktisch. (cf. Primus 1993, 889) Die Autorin nimmt an, dass Sprachen mit einer rechtsperipheren Fokusposition, die gleichzeitig „the position of the rhythmically most conspicuous stress of the sentence“ (Primus 1993, 892) darstellt, dieses stress pattern generalisieren wollen und sich deswegen gegen eine Bewegung der fokalen Konstituente nach links wehren. So entspricht Satz (4) als Antwort auf die Frage Wem hast du das Geld gegeben? der Basiswortfolge des Deutschen, in der das Dativobjekt vor dem Akkusativ realisiert wird. Satz (5) ist akzeptabel, da hier zwar die Basiswortfolge verletzt wird, der Dativ aber nach rechts und damit in die Position, auf die im Deutschen der Satzakzent fällt, rückt. Als Antwort auf die Frage Was hast du dem Kassierer gegeben? ist Satz (6) sowohl auf syntaktischer als auch auf informationsstruktureller bzw. prosodischer Ebene als unproblematisch einzustufen, während hingegen Satz (7) für Primus insofern weniger akzeptabel ist, als hier sowohl gegen die Basiswortfolge als auch gegen die Fokuspositionsregel verstoßen wird. (cf. Primus 1993, 892)

(4)	dt.	Ich habe [dem KASSIERER] das Geld gegeben.
(5)	dt.	Ich habe das Geld [dem KASSIERER] gegeben.
(6)	dt.	Ich habe dem Kassierer [das GELD] gegeben.
(7)	dt.	?Ich habe [das GELD] dem Kassierer gegeben. (Primus 1993, 892)

Neben pragmatischen, syntaktischen sowie prosodischen Kriterien werden noch weitere Faktoren zur Erklärung der Wortfolge von Sprachen herangezogen. Nach Gutiérrez-Bravo (2006) etwa sind die semantischen Rollen der Konstituenten für die (unmarkierte) Wortfolge verantwortlich.15 Ihm zufolge wird im Spanischen die präverbale Position von jener Konstituente besetzt, die in der von ihm vorgeschlagenen thematischen Hierarchie – hier in Abbildung 10 angeführt – am höchsten steht. Ein Agens besetzt demzufolge eher diese Position als ein Experiencer, ein Thema oder ein lokaler Ausdruck.

Abb. 10: Thematic hierarchy (Gutiérrez-Bravo 2006, 139)

Das Modell bietet den Vorteil, dass damit im Spanischen – und analog dazu im Italienischen – auch die (durchaus frequenten) Sätze von Typ (8), die sich aus einem Dativobjekt, einem psychologischem Verb und einem postverbalem Subjekt (OVS) zusammensetzen, als unmarkiert analysiert werden können.16 (cf. Gutiérrez-Bravo 2006, 139)

(8)

sp.

A ella le gustaron los caballos. (Gutiérrez-Bravo 2006, 139)

Wie dieser kurze Überblick verdeutlicht hat, entscheiden offensichtlich mehrere – je nach Sprache wohl unterschiedlich gewichtete – Faktoren über die bevorzugte lineare Abfolge von Konstituenten im Satz. Einzelsprachliche Analysen, die zwischen sprachenspezifischen und universalen Eigenschaften differenzieren, sind folglich unverzichtbar.17

Eine keinesfalls zu vernachlässigende Rolle spielt in diesem Zusammenhang auch die Prosodie, deren Interaktion mit der Informationsstruktur im folgenden Kapitel näher beschrieben werden soll. Im Zuge dessen werden einige grundlegende prosodische Kategorien und Termini eingeführt. Kapitel 3.3 wird sich dem Zusammenspiel zwischen der Prosodie und der Syntax widmen.

3.2 Informationsstruktur und Prosodie

Dass prosodische Analysen auch für pragmatisch orientierte Studien unabdingbar sind, gilt heute als selbstverständlich: „Si la pragmática tiene como objetivo identificar los principios generales que determinan el funcionamiento de la interacción verbal, uno de sus cometidos ha de ser el de explicar de qué modo la prosodia interviene en la interpretación.“ (Escandell-Vidal 2011, 194) Die Methoden, die zur Erforschung der Schnittstelle eingesetzt werden, sind äußerst heterogen und reichen von Produktionsexperimenten (cf. Selkirk 2002) und Korpusanalysen (cf. Frascarelli/Hinterhölzl 2007) über Sprecherurteile zur Akzeptabilität von konkret realisierten Konturen und Akzenten in bestimmten Kontexten (cf. Bartels/Kingston 1994) bis hin zu eye tracking-Studien (cf. Watson et al. 2006).

Relative Einigkeit herrscht heute darüber, dass die diversen Strategien, über die Sprecher zur Markierung der Informationsstruktur verfügen, stets Auswirkungen auf die Prosodie haben. So weisen Foki meist eine prosodische Prominenz auf, während dies für gegebene Information in der Regel nicht zutrifft. Topiks tendieren dazu, eine separate prosodische Phrase zu bilden, und sind in diesem Sinne ebenfalls prominent.1 (cf. Féry/Krifka 2008, 7)

Féry und Krifka (2008) zufolge sind es universale Prinzipien, nach denen Informationsstruktur kodiert wird. Die Tendenz, dass eine Prominenz bei fokalisierten, nicht aber bei gegebenen Elementen zu beobachten ist, kann durch den effort code erklärt werden. Höherer oder niedriger prosodischer Aufwand reflektiert demnach die Relevanz von Konstituenten (bzw. deren Referenten) für die Kommunikation.2 (cf. Féry/Krifka 2008, 12) Dem entspricht auch Givóns code quantity principle: „The less predictable/accessible a referent is, the more phonological material will be used to code it.“ (Givón 1988, 249) Dass sich auch Topiks prosodisch vom restlichen Teil der Äußerung abheben (und an erster Position stehen), kann auf die Optimierung des Informationsflusses zurückgeführt werden. (cf. Féry/Krifka 2008, 12) Neben der Markierung des Satzmodus bzw. der Sprechakte sowie der Einstellungen der Sprecher erfüllt die Prosodie aus informationsstruktureller Sicht damit zwei zentrale Funktionen. Zum einen liefert sie dem Hörer Indizien, die ihm die Segmentierung der sprachlichen Einheiten erleichtern, zum anderen kann sie einzelne, besonders wichtige Elemente einer Äußerung durch eine Akzentuierung salient machen. (cf. Lacheret 2013, 230–231)

Nicht zu vernachlässigen sind jedoch Unterschiede zwischen den Sprachen bei der Markierung der Informationsstruktur. (cf. Féry/Krifka 2008, 12) So kann in einigen Sprachen, wie beispielsweise im Englischen, jedes Element unabhängig von seiner Position prosodisch fokalisiert werden. In Satz (9) wird etwa das initiale Subjekt als Fokus markiert. Andere Sprachen, wie das Spanische, greifen bevorzugt auf eine syntaktische Umstellung zurück und realisieren den Fokus in finaler Position (10). (cf. Casielles-Suárez 1999, 357–359)

(9)	en.	(Who followed Ralph into the bedroom?) – LAURIE followed Ralph into the bedroom. (Casielles-Suárez 1999, 357)
(10)	sp.	(¿Quién llamó a los niños?) – A los niños los llamó JUAN. (Casielles-Suárez 1999, 359)

Um zu einem besseren Verständnis des Zusammenspiels von Informationsstruktur und Prosodie zu gelangen, ist es zunächst erforderlich einige grundlegende Termini der suprasegmentalen Ebene zu klären.

Die drei wichtigsten Dimensionen der Prosodie umfassen die Zeit, die Frequenz und die Intensität.3 (cf. Rossi 1999, 7) Die akustischen Merkmale bestimmen jeweils die auditiven Merkmale, auch wenn – wie folgendes Schema von Rabanus illustriert – immer auch gegenseitige Wechselwirkungen angenommen werden müssen.4 (cf. Moroni 2010, 64–65)

Abb. 11: Artikulatorischer Zusammenhang (Rabanus 2001, 6)

Der Ton ist eine phonologische Kategorie, die sich auf Variationen der Grundfrequenz (F₀) bezieht.5 In Tonsprachen dient er dazu, lexikalische und grammatikalische Bedeutungen zu unterscheiden. (cf. Hartmann 2007, 222) Zur Markierung der Informationsstruktur setzen diese Sprachen vor allem syntaktische und morphologische Strategien ein. (cf. Hartmann 2007, 233) Intonationssprachen hingegen, zu denen auch die in dieser Arbeit untersuchten romanischen Sprachen zählen, verwenden den Ton als einen der „suprasegmental phonetic features to convey ‚postlexical‘ or sentence-level pragmatic meanings in a linguistically structured way“.6 (Ladd 1996, 6)

In der nicht-linearen Phonologie, die heute als gängigster Ansatz innerhalb der Intonationsforschung gelten kann7, werden in der Regel zwei Arten von Tönen unterschieden. Level tones zeichnen sich durch eine konstante Höhe aus. Innerhalb der level tones werden wiederum zwei Töne differenziert, ein Hoch- (H für high) und ein Tiefton (L für low).8 Contour tones sind Kombinationen aus level tones. Steigende Töne kombinieren L und H, fallende Töne H und L. (cf. Hartmann 2007, 222) Der Tonhöhenverlauf wird als Intonation bezeichnet.9 (cf. Peters 2014, 1) Intonationskonturen sind all jene Tonhöhenverläufe, „die in einer gegebenen Sprache die gleichen sprachlichen Funktionen erfüllen“.10 (Peters 2014, 2) Aus rein prosodischer Sicht kann ein Satz dementsprechend durch das Vorhandensein einer (einzelnen) terminalen Intonationskontur definiert werden.11 (cf. Wunderli 1990, 41)

Der Ton wird zur suprasegmentalen Ebene der Sprache gerechnet, die grundsätzlich als von der segmentalen Ebene unabhängig gesehen wird, aber insofern mit ihr in Verbindung steht, als der Ton mit einem Silbenkern, d.h. mit Vokalen oder silbischen Konsonanten, assoziiert.12 (cf. Hartmann 2007, 223) Voraussetzung für die Verbindung der prosodischen mit der segmentalen Ebene ist die Eruierung von metrisch starken Silben in der jeweils zu analysierenden Sprache. Im Spanischen und Italienischen etwa sind die metrisch starken Silben durch das Lexikon (Wortakzent) vorgegeben. (cf. Gabriel 2007, 179)

Töne, die einen Akzent markieren, werden Akzenttöne (oder Pitch-Akzente) genannt und in autosegmentalen Zugängen mithilfe eines Sterns (*) markiert. (cf. Peters 2014, 29) Akzenttöne assoziieren mit den metrisch starken Silben nun entweder in monotonaler (L*, H*) oder in bitonaler (L*H, LH*, H*L, HL*) Form.13 (cf. Gabriel 2007, 179) Im Gegensatz zu Akzent ist stress ein abstrakter Begriff, der sich auf eine relative Prominenz bezieht und der starken Silbe eines prosodischen Fußes zugeordnet wird.14 Auf phonetischer Ebene manifestiert sich stress oft durch größere Dauer, Lautstärke oder Tonbewegungen.15 (cf. Hartmann 2007, 224)

Unbedingt von der Assoziierung zu unterscheiden ist die Alignierung von Tönen. In den Beispielsätzen (11)–(12) etwa assoziieren die Akzenttöne jeweils mit der metrisch starken Silbe von María. Dass sie eine unterschiedliche Alignierung aufweisen, zeigt Abbildung 12. (cf. Gabriel 2007, 179)

(11)	(Was ist los?) – sp. MaRÍa le da el diario a su herMAno.
(12)	(Julia gibt ihrem Bruder die Zeitung, nicht wahr?) – sp. MaRÍa le da el diario a su hermano.

Abb. 12: Unterschiedliche Alignierung (Gabriel 2007, 179)

Die Position des Asterisks gibt hier an, „ob der Tonhöhengipfel im ‚zeitlichen Rahmen‘ der Silbe erreicht wird (LH*, early rise) oder ob er sich aus dem durch die Dauer der Silbe vorgegebenen Zeitfenster heraus nach rechts verschiebt (L*H, late rise)“.16 (Gabriel 2007, 178) Phrasen- und Grenztöne (H-, L- bzw. H%, L%) assoziieren mit den Grenzen hierarchisch höherer prosodischer Ebenen, ihre Alignierung bezieht sich „jedoch auf die mit der betreffenden Grenze adjazente(n) Silbe(n) […], da jede phonetische Materialisierung von Tönen notwendigerweise lautliches Material voraussetzt“.17 (Gabriel 2007, 183)

Die Position von Pitch-Akzenten erklärt man sich heute unter anderem durch pragmatische, d.h. informationsstrukturelle Faktoren.18 Das Topik weist für Hetland und Molnár (2001, 624) eine große prosodische Variation auf, und zwar nicht nur sprachenübergreifend, sondern auch innerhalb einer Sprache. Moroni (2010, 32–33) zufolge wird es nur dann akzentuiert, wenn seine Erkennbarkeit erleichtert werden soll.19 Fokus hingegen markieren die meisten Sprachen mit dem fallenden Pitch-Akzent H*L. Umgekehrt bedeutet dies jedoch nicht, dass auch jede H*L-Kontur Fokus markiert.20 (cf. Hartmann 2007, 225–226) Der Pitch-Akzent, der Fokus markiert und demnach auch als Fokusakzent bezeichnet wird21, kombiniert die fallende Tonhöhe zusätzlich meist mit einer Dehnung. Er wird einer Silbe zugeordnet, die einen Wortakzent trägt.22 Diese Silbe wird in der Literatur meist Fokusexponent genannt.23 (cf. Musan 2010, 46) Andere Silben sind deutlich weniger dazu geeignet, den Fokusakzent zu tragen. Dazu zählen insbesondere Reduktionssilben, d.h. Silben, die ein Schwa enthalten. (cf. Musan 2010, 47)

Die Fokuskonstituente kann nun gleich groß wie der Fokusexponent (FE) sein und damit – wie in (13) – nur aus einer Silbe bestehen. (cf. Musan 2010, 46) Der Akzent kann jedoch seine Funktion ausgehend vom Fokusexponenten auch über weitere Silben projizieren (14). Welche das sind, ist vor allem für den Hörer relevant. Mit einer adäquaten Platzierung des Fokusakzents ermöglicht der Sprecher dem Hörer folglich eine optimale Dekodierung seiner Äußerung.24 (cf. Musan 2010, 47)

(13)	dt.	Wen will Moritz treffen? – Moritz will [MAX]F=FE treffen.
(14)	dt.	Wen will Moritz treffen? – Moritz will [Maxi [MI]FE lian]F treffen. (Musan 2010, 46–47)

Bei einem engen Fokus umfasst der Fokus das akzentuierte Wort.25 (cf. Musan 2010, 49) Eine sehr weite Fokusprojektion ist im Deutschen etwa dann möglich, wenn der Fokusakzent auf einem internen Argument des Verbs liegt, vorausgesetzt, dieses Argument wurde – wie im folgenden Beispiel (15) – nicht aus seiner ursprünglichen Position wegbewegt. (cf. Musan 2010, 49–50) Der Fokusakzent auf Buch kann hier folglich je nach den Kontexten (16)–(20) mehr oder weniger (neue Information kodierende) Konstituenten als Fokus markieren. (cf. Höhle 1982, 91–92)

(15)	dt.	Karl hat dem Kind das BUCH geschenkt.
(16)	dt.	Was hat Karl dem Kind geschenkt?
(17)	dt.	Was hat Karl hinsichtlich des Kindes getan?
(18)	dt.	Was hat Karl getan?
(19)	dt.	Was hat das Kind erlebt?
(20)	dt.	Was ist geschehen? (Höhle 1982, 91–92)

Die Möglichkeit der Fokusprojektion impliziert jedoch nicht, dass die prosodische Realisierung des Satzes (15) auch tatsächlich in jedem der Kontexte (16)–(20) völlig identisch ist. So wird etwa ein eng fokalisiertes Objekt einer SVO-Konstruktion – vgl. Kontext (16) – im Englischen Bishop (2012, 240) zufolge mit einer größeren akustischen Prominenz im Vergleich zum pränuklearen Material realisiert als das bei einem all focus-Satz – vgl. Kontext (20) – der Fall ist. Vergleicht man hingegen all focus-Sätze wie jenen in (21) mit Äußerungen, in denen der Fokus die Verbalphrase umfasst (22), lässt sich nach Primus (1993, 888) im Englischen und im Deutschen kein relevanter Unterschied in der prosodischen Realisierung beobachten. Bei schneller Sprechweise und ohne Kontexteinbettung seien die Antworten der jeweiligen Beispielsätze dementsprechend ambig.

(21)	dt.	(Was gibt es Neues?) – [HANS hat MARIA ÄPFEL gegeben]F26
(22)	dt.	(Was hat Hans gemacht?) – Hans [hat MARIA ÄPFEL gegeben]F (Primus 1993, 888)

Ob – und wenn ja, wie – man die genaue Position des (Fokus-)Akzents bei einem weiten Fokus vorhersagen kann, ist Gegenstand kontroverser Diskussionen. Manche Modelle nehmen grammatisch-syntaktische Faktoren als ausschlaggebend für die Akzentuierung an. So wurde für das Deutsche und Englische festgestellt, dass bei einem weitem Fokus wie in (23) der Akzent tendenziell eher auf ein Argument als auf ein prädikatives Element fällt. (cf. Baumann 2006a, 165)

(23)

en.

Why did you miss the party? – My MOther got sick.27 (Terken/Hirschberg 1994, 126)

In pragmatischeren Zugängen wird auch die konkrete Position des Akzents auf informationsstrukturelle Faktoren zurückgeführt. Die Beobachtung, dass innerhalb einer Verbalphrase eher einer Nominalphrase oder einer Präpositionalphrase als dem Verb selbst die Prominenz zugewiesen wird, erklärt Lambrecht folgendermaßen: „The existence of this rule is based on the […] fact that the pragmatic status of a verb tends to be more neutral or at least less important than the status of an argument constituent.“ (Lambrecht 1986, 188)28 Ocampo (1995, 433) erklärt sich Lambrechts Regel mit der „subjective opinion of the speaker who decides, and indicates – by primary stress placement – what is the most important, crucial, piece of the information asserted“. Ähnlich argumentiert Krifka (2007). Er führt die Akzentuierung auch auf den Informationsstatus der Konstituenten zurück. Argumente werden deswegen akzentuiert, weil sie referenziell sind und dadurch für den Sprecher die Notwendigkeit größer wird auszudrücken, ob die Argumente gegeben sind oder nicht. (cf. Krifka 2007, 40)

Nach Bolinger (1972) hängt die Akzentuierung eines Elements mit dessen semantischem „Gewicht“ zusammen. Ihm zufolge werden in erster Linie jene Einheiten akzentuiert, die in einer Äußerung für den Hörer schwierig vorherzusehen sind. In Fügungen wie clothes to wear, books to write, work to do und topics to cover betrifft dies die Substantive (Kleidung wird für gewöhnlich getragen, Bücher geschrieben etc.). Ist das Verb nicht vorhersehbar, kann auch dieses den Akzent erhalten, wie der Vergleich der beiden Sequenzen (24)–(25) zeigt. (cf. Bolinger 1972, 634)

(24)	en.	I can’t finish in an hour – there are simply too many TOPICS to cover.
(25)	en.	I can’t finish in an hour – there are simply too many topics to ELUCIDATE. (Bolinger 1972, 633–634)

Um das relative semantische Gewicht von Konstituenten zu ermitteln, ist es folglich nötig, den Kontext von Äußerungen zu berücksichtigen. Dass semantisch reichere Formen wiederum mit längeren Lexemen korrelieren, ist für Bolinger zwar statistisch korrekt, für die Akzentuierung jedoch nicht entscheidend.29 (cf. Bolinger 1972, 634–635)

Durchaus legitim – und zwar sowohl in Sätzen mit engem als auch in Fällen von weitem Fokus – ist die Frage, ob Satzakzente tatsächlich Fokus oder nicht doch in erster Linie neue Information markieren. So ist die Konstituente, auf der der Satzakzent in Beispiel (26) liegt, nicht nur Fokus, sondern gleichzeitig neue Information. Satz (27) zeigt, dass eine Akzentuierung der gegebenen Information nicht zulässig ist. (cf. Musan 2010, 19)

(26)	dt.	(Wo bemerkte Solvejg die Spinne?) – Solvejg bemerkte die Spinne in einer dunklen SCHRANKecke.
(27)	dt.	(Wo bemerkte Solvejg die Spinne?) – #Solvejg bemerkte die SPINne in einer dunklen Schrankecke. (Musan 2010, 19)

Für eine gewichtige Rolle der Gegebenheit spricht die Tatsache, dass bei der Fokalisierung eines längeren Ausdrucks jene Konstituente, die eigentlich den Akzent hätte, deakzentuiert werden kann, wodurch einer anderen, nicht vorerwähnten Konstituente innerhalb des Fokus die Möglichkeit zukommt, den Hauptakzent zu erhalten. Dementsprechend wird in der Antwort in (28) nicht – wie bei einem Verbalphrasen-Fokus üblich – das Argument, sondern das Verb selbst akzentuiert.30 (cf. Krifka 2007, 39–40)

(28)

en.

I know that John stole a cookie. What did he do then? – He [reTURNED [the cookie]geg]F (Krifka 2007, 40)

Auch das Beispiel (29) illustriert den Einfluss der Gegebenheit auf die Akzentuierung von Sätzen. Für Umbach (2009, 152) wird hier die additive Partikel noch nicht aufgrund ihres fokalen Charakters akzentuiert, sondern alleine deshalb, weil alle anderen Elemente gegeben sind.

(29)

dt.

(Otto hat nach dem Essen einen Schnaps getrunken, und du glaubst es nicht:) Otto hat NOCH einen Schnaps getrunken. (Umbach 2009, 152)

Die folgende englische Sequenz (30) zeigt, dass die Korrelation zwischen Gegebenheit und Deakzentuierung offensichtlich so stark ist, dass ein gegebener Ausdruck selbst dann nicht akzentuiert werden kann, wenn er nicht koreferenziell mit der zuvor realisierten Konstituente ist. (cf. Baumann/Riester 2012, 133)

(30)

en.

On my way home, a dog barked at me. It made me think of ANna’s dog. (*Anna’s DOG) (Baumann/Riester 2012, 131)

Ist eine gegebene Konstituente mit einer vorhergehenden koreferent, besteht wie in (31) aber aus einem anderen lexikalischen Material, ist eine Akzentuierung ebenso wenig zulässig.31 (cf. Baumann/Riester 2012, 130)

(31)

en.

[Ole]i was a brilliant athlete. The local press had nothing but PRAISE for [the tennis player]i.32 (Baumann/Riester 2012, 130)

In der Antwort in (32) schließlich wird mit der finalen Nominalphrase jene Konstituente deakzentuiert, die neue Information kodiert, (Teil des) Fokus ist und keine Koreferenz mit dem zuvor erwähnten, jedoch formgleichen Ausdruck aufweist. (cf. Baumann/Riester 2012, 120)

(32)

en.

Why do you study Italian? – I’m MArried to an Italian. (Baumann/Riester 2012, 120)

Aufgrund dieser zwischen Gegebenheit und (De-)Akzentuierung zu beobachtenden Korrelationen wurde für das Deutsche und Englische folgende Skala zum Zusammenspiel zwischen Aktivierungsgrad, Akzenttyp und Akzentstärke vorgeschlagen. (cf. Baumann 2006a, 163)

Abb. 13: Relation between activation degree, accent type and accent strength in German and English (Baumann 2006a, 163)

Baumann und Riester (2012) differenzieren die referenzielle Gegebenheit (r-given), die sich durch die Präsenz entsprechender koreferenter Antezedenzien auszeichnet, von der Gegebenheit lexikalischen Materials (l-given). Die drei folgenden Hypothesen zur Deakzentuierung von Konstituenten überprüften die Autoren anhand eines kleinen deutschen Korpus von gesprochener und gelesener Sprache. (cf. Baumann/Riester 2012, 146–147)

1 Gegebene Referenten (r-given), die mit gegebenem lexikalischem Material (l-given) enkodiert werden, werden deakzentuiert.

2 Gegebene Referenten (r-given), die mit neuem lexikalischem Material (l-new) enkodiert werden, werden deakzentuiert.

3 Neue Referenten (r-new), die mit gegebenem lexikalischem Material (l-given) enkodiert werden, werden deakzentuiert.

Hypothese (i) ließ sich für die gelesene Sprache bestätigen (71 % der Konstituenten erhielten keinen Pitch-Akzent, nur 5 % einen Nuklearakzent), während in spontan gesprochener Sprache nur 17 % der betreffenden Konstituenten deakzentuiert wurden. Hypothese (ii) ließ sich weder für die gelesene noch für die gesprochene Sprache bestätigen. Hier wurden nur 24 % bzw. 18 % der referenziell gegebenen und lexikalisch neuen Konstituenten deakzentuiert.33 Auch Hypothese (iii) konnte nicht verifiziert werden. Nur 10 % bzw. 31 % der Konstituenten, die als r-new und l-given klassifiziert werden können, wurden deakzentuiert. Mit 100 % bzw. 96 % bestätigt wurde in erster Linie die Akzentuierung von Konstituenten, die sowohl referenziell als auch lexikalisch neu sind. (cf. Baumann/Riester 2012, 149–150) Die Autoren ziehen das Fazit, dass eine grundlegende Subkategorisierung der Dimension der Gegebenheit von Information in referenzielle und lexikalische (Nicht-)Gegebenheit zwar notwendig ist, dass für die Analyse der konkreten Distribution von Akzenten jedoch auch weitere Kategorien wie Fokus unverzichtbar sind.34 (cf. Baumann/Riester 2012, 152)

Dies wird vor allem in Beispielen von Typ (33) deutlich, in denen der Fokus als auf die W-Frage antwortendes Element auch dann den Akzent trägt, wenn er auf eine bereits aktivierte Entität verweist. Zulässig ist an dieser Stelle die Frage, ob die Konstituente Mary in (33) den Akzent tatsächlich aufgrund ihres fokalen Status erhält oder ob die Kontrastivität, die durch die zuvor erfolgte explizite Nennung der Alternative Anne bedingt ist, dafür verantwortlich ist. Denn auch in den weiteren Beispielsätzen, die in der Literatur zu finden sind, weisen die akzentuierten gegebenen Fokuskonstituenten in der Regel einen kontrastiven Wert auf, wie etwa jene in (34).35

(33)	en.	Did you call Mary or Anne? – I called MAry. (Baumann 2006b, 89)
(34)	en.	John called Mary a Republican and then SHE insulted HIM. (cf. Baumann 2006a, 164)

Festgehalten werden kann an dieser Stelle, dass offensichtlich folgende zwei Prinzipien hinsichtlich der Akzentuierung von Konstituenten konkurrieren:

1 Fokus wird akzentuiert

2 Gegebenes wird deakzentuiert36

Bei Äußerungen mit weitem Fokus ergibt sich meist insofern keine Konkurrenzsituation zwischen den beiden Prinzipien, als der Satz entweder ausschließlich aus neuen Konstituenten (all new-Satz) oder aus einer Kombination aus gegebenen und neuen Elementen besteht, sodass in letzterem Fall (eine) jene(r) Konstituente(n) akzentuiert werden kann, die nicht gegeben ist (sind). Sätze mit engem Fokus, in denen nur eine Fokuskonstituente zur Verfügung steht, sind dann „problematisch“, wenn diese Konstituente gleichzeitig gegeben ist. Dies ist offensichtlich vor allem in kontrastiven Kontexten zutreffend. Dass in diesen Fällen die Fokuskonstituente akzentuiert wird, kann durch die höhere Wertigkeit von Prinzip (i) gegenüber Prinzip (ii) erklärt werden.37 Andere Akzentuierungen in Äußerungen mit engem Fokus, wie etwa die Akzentuierung einer gegebenen Konstituente des Hintergrunds, würden nicht nur eines der Prinzipien, sondern beide verletzen. Dieser Ansicht ist auch Baumann (2006), dessen Erklärung für die Akzentuierung von Fokus wie folgt lautet:

The main property of focus accents is that they can be assigned to virtually every constituent in an utterance irrespective of its degree of activation, since their assignment only depends on the intentions of the speaker. In other words, focus prosody ‚overrides‘ activation prosody. (Baumann 2006a, 164)

Ungeachtet der Auswirkungen der (Nicht-)Gegebenheit auf die Akzentuierung von Konstituenten wird dementsprechend heutzutage bei Sprachen mit Pitch-Akzenten davon ausgegangen, dass diese tatsächlich auch zur Markierung von Topiks und Foki genutzt werden. (cf. Féry/Krifka 2008, 10) Vor allem die Verbindung zwischen Fokus und Nuklearakzent ist für viele Autoren, wie etwa für Dahl (1974, 2), eindeutig: „[…] I have so far not seen any language which would be an exception to the rule that the focus of a sentence is normally the carrier of the main sentential stress.“38

Manche Autoren sprechen sich jedoch gegen die Annahme eines stabilen Zusammenhangs zwischen Fokus und (Satz-)Akzent aus.39 Féry und Krifka (2008) führen Beispielsätze an, in denen Fokus und Akzent nicht gemeinsam auftreten. Den Autoren zufolge betrifft das zum einen Sätze von Typ (35), in denen ein eigentlich obligatorisch akzentuierter (und fokaler) intensifier (herself) nicht akzentuiert wird, um die unmittelbare Abfolge zweier Akzente (en. stress clash) zu vermeiden. Eine fehlende Korrelation zwischen Akzent und Fokus postulieren die Autoren auch bei einem bereits vorerwähnten Fokus (en. second occurrence focus, SOF) wie jenem in (36). (cf. Féry/Krifka 2008, 9–10)

(35)	en.	Marie-Louise even grows RICE herself.
(36)	en.	(Everyone already knew that Mary only eats [vegetables]F.) If even [Paul]F knew that Mary only eats [vegetables]SOF, then he should have suggested a different restaurant. (Féry/Krifka 2008, 10)

Beaver und Velleman (2011) hingegen stellen sehr wohl einen Akzent auf dem SOF fest. Die Nuklearakzente in (36) befinden sich ihnen zufolge auf Paul bzw. auf restaurant. Als bereits gegebener Fokus weist vegetables im Vergleich dazu einen sekundären Akzent auf. Diese Akzentuierung erklären die Autoren mit einem Punktesystem. Paul ist nicht nur neue, unvorhersehbare Information (1 Punkt), sondern auch kontrastiv (1 Punkt), während vegetables als alte und vorhersehbare Information „nur“ aufgrund der Präsenz der fokussensitiven Partikel only von Relevanz für eine prosodische Markierung ist (1 Punkt). Da sich beide Konstituenten innerhalb ein- und derselben Intonationsphrase befinden, konkurrieren sie um die Akzentuierung. Paul setzt sich mit 2 Punkten gegen vegetables (1 Punkt) durch. (cf. Beaver/Velleman 2011, 1675) Auch beim SOF kann demnach die Nicht-Realisierung des Satzakzents unter anderem durch den Einfluss der Gegebenheit erklärt werden.40

Zweifellos sind die beiden Beispiele (35) und (36) wegen der Präsenz von fokussensitiven Operatoren (even, only) bzw. eines intensifier (herself) als Spezialfälle zu werten, die einer eigenen, eingehenderen Analyse bedürfen. Für Féry (2010a, 12) liefern die Sätze dennoch ausreichende Evidenz gegen eine „enge und notwendige Verbindung zwischen Fokus und Akzent oder Topik und Akzent“. Die Autorin sieht andere, vor allem syntaktische Kriterien als ausschlaggebend für die Akzentuierung an.

Die Frage, inwieweit tatsächlich von einer (direkten) Verbindung zwischen der Prosodie und der Syntax ausgegangen werden kann, soll im nächsten Kapitel diskutiert werden.

3.3 Prosodie und Syntax

Die Ansicht, dass Syntax und Prosodie interagieren, wird nicht von allen geteilt. Für eine generelle Separation der beiden Ebenen tritt etwa Bolinger (1972, 644) ein: „Whether one tries to set up prosodic rules for syntax or syntactic rules for prosody, the result is the same: two domains are confused which should be kept apart.“ Explizit verneint der Autor einen möglichen Einfluss der Syntax auf die Akzentuierung: „The distribution of sentence accents is not determined by syntactic structure but by semantic and emotional highlighting.“ (Bolinger 1972, 644)

Die Annahme einer direkten Interaktion zwischen der Syntax und der Prosodie ist unter anderem auf die Wortstellungstypologie zurückzuführen, die Sprachen je nach Abfolge des Subjekts und des Verbs in zwei Gruppen einteilt (cf. Harlig/Bardovi-Harlig 1988, 129):

 Typ A: S vor V, mit den Subtypen A1: SVO und A2: SOV

 Typ B: V vor S

Das grundlegende Kriterium, auf dem diese Klassifikation basiert, ist in der Regel die Frequenz der syntaktischen Muster.1 (cf. Dryer 1995, 105) Als syntaktisch unmarkierter Satztyp gilt dementsprechend ein aktiver affirmativer Deklarativsatz.2 (cf. Givón 1979, 87) In weiterer Folge wurde versucht, einen Zusammenhang zwischen der Abfolge der Konstituenten im Satz und den jeweiligen Akzentuierungsmustern der Sprachen herzustellen. (cf. Harlig/Bardovi-Harlig 1988, 130) Dezső (1978, 6) etwa brachte SVO-Sprachen mit postverbalem stress und SOV-Sprachen mit präverbalem stress in Verbindung. Daraus resultierte schnell die Einschätzung, es handle sich weniger um reine Korrelationen als vielmehr um einen kausalen Zusammenhang, wonach die Position des Akzents durch die Wortstellung bedingt sei. Das kann jedoch alleine schon deshalb nicht der Fall sein, da Sprachen existieren, die zwei verschiedene unmarkierte Abfolgen (en. split word order), aber nur ein Akzentuierungsmuster aufweisen. So zeichnet sich etwa das Ungarische durch präverbalen stress bei beiden Basisabfolgen SOV und SVO aus.3 (cf. Harlig/Bardovi-Harlig 1988, 142)

Ein Durchbruch in der Analyse des Zusammenspiels der beiden Ebenen ist für viele durch die Erkenntnis gelungen, auf welche Art und Weise die syntaktische Struktur von Sätzen deren prosodische Realisierung beeinflusst. Dies geschieht nach heutiger Auffassung durch ein Mapping der morphosyntaktischen Einheiten zu unterschiedlich großen prosodischen Einheiten, wodurch prosodische Hierarchien entstehen.

Wie aus der jeweiligen syntaktischen Struktur eine bestimmte prosodische Phrasierung abgeleitet werden kann, ist Gegenstand zahlreicher konkurrierender Theorien, die entweder die (syntaktischen) Konstituenten einer Äußerung oder deren Ränder als Grundlage des Mapping heranziehen.4 (cf. Féry 2010b, 272–273) Die Annahme von Intonationsphrasen (IP) sowie von phonologischen/prosodischen Wörtern (pw/ω) als Resultate des Mapping ist heute relativ unumstritten. Weniger Konsens herrscht in der Frage, welche und wie viele Ebenen dazwischen anzunehmen sind und wie diese bezeichnet werden sollen. (cf. Féry 2010b, 272) Meist wird von einer Zwischenstufe, der phonologischen/prosodischen Phrase (pp/φ), ausgegangen. Notwendige Voraussetzung für diese Einheit ist nach allgemeiner Auffassung das Vorhandensein eines Pitch-Akzents. (cf. Féry 2010b, 273) Als weitere Einheiten unterhalb des prosodischen Wortes werden, wie in Abbildung 14 dargestellt, der Fuß (F) und die Silbe (σ) angenommen.5

Abb. 14: Prosodische Hierarchien (Hall 2000, 313)

Die Feststellung, dass Sätze wie (37)–(38) existieren, die aus oberflächensyntaktischer Sicht vergleichbar sind, aber in unterschiedlichen Phrasierungen resultieren, hat in der Folge zu der Hypothese geführt, dass die Tiefenstruktur für die Phrasierung verantwortlich ist.

(37)	dt.	[[Moritz]pp [hat in Stuttgart übernachtet]pp]IP.
(38)	dt.	[[Moritz]pp [hat in Stuttgart]pp [gesungen]pp]IP. (Féry 2010b, 274–275)

Nach Hartmann (2007) muss sowohl zwischen Phrasenköpfen und Komplementen als auch zwischen Argumenten und Adjunkten unterschieden werden. In einem pragmatisch neutralen Satz bilden die (internen) Argumente zusammen mit ihren Köpfen eine prosodische Phrase. Adjunkte bilden hingegen stets eine eigene Phrase.6 (cf. Hartmann 2007, 224) Damit kann auch die unterschiedliche Phrasierung der oben angeführten deutschen Beispielsätze, in denen die Präpositionalphrase einmal als Argument (37) und einmal als Adjunkt (38) fungiert, erklärt werden. (cf. Féry 2010b, 274)

Unterschiedliche Phrasierungen sind im Deutschen auch in Sätzen mit intransitiven Verben zu beobachten. Sofern man wiederum die Präsenz eines Pitch-Akzents als Bedingung für eine prosodische Phrase annimmt, weisen Äußerungen mit inergativen Verben, wie jene in (39), zwei prosodische Phrasen auf, Strukturen mit unakkusativen Verben, wie die in (40), nur eine. (cf. Féry 2010b, 273–274)

(39)	dt.	[[Ein JUNGE]pp [TANZT]pp]IP.
(40)	dt.	[Die DIVA ist gestorben]pp/IP. (Féry 2010b, 274)

Ein Einfluss auf die Phrasierung ist schließlich auch auf die Informationsstruktur zurückzuführen, und zwar insofern, als informationsstrukturelle Kategorien wie Fokus die Akzentstruktur einer Äußerung modifizieren, was – wie die Gegenüberstellung der Sequenzen (41) und (42) zeigt – wiederum Veränderungen hinsichtlich der Phrasierung implizieren kann.7 (cf. Féry 2010b, 275)

(41)	en.	(What happened?) – [[MAX]pp [stole a CHICKEN]pp]IP.
(42)	en.	(Who stole a chicken?) – [MAX stole a chicken]pp/IP. (Féry 2010b, 275)

Féry (2010b) schlägt vor, die Auswirkungen der Syntax auf die Prosodie von jenen der Informationsstruktur klar zu trennen. Während die Phrasierung allein von der Syntax ausgehe, werde die Präsenz und die Höhe von Pitch-Akzenten, wie in Kapitel 3.2 beschrieben, durch die Informationsstruktur bestimmt. Die Autorin setzt für die Annahme von prosodischen Phrasen dementsprechend nicht das Vorhandensein eines Pitch-Akzents voraus.8 Die Antworten in (41) und (42) weisen für Féry folglich immer die Phrasierung von (41) auf.9 (cf. Féry 2010b, 275) Damit steht Férys Ansatz in Kontrast zu anderen Modellen, nach denen sowohl die Syntax als auch die Informationsstruktur vergleichbare Auswirkungen auf die Phrasierung haben.10 (cf. Féry/Ishihara 2010, 44)

Wie Féry in einem früheren Beitrag anmerkt, ist aber auch die Präsenz von Pitch-Akzenten nicht nur von der Informationsstruktur abhängig. Für Féry und Krifka (2008) muss zuerst die phonologische Struktur des Satzes den Akzent erlauben. Ist das der Fall, ist der Akzent das präferierte Mittel zur Markierung von Fokus und Topik. (cf. Féry/Krifka 2008, 11) Auch Verfahren wie die Topikalisierung führt Féry (im Deutschen) primär auf prosodische Gründe zurück. Die Versetzung einer Konstituente an den Satzbeginn diene in erster Linie dazu, den no-clash constraint zu erfüllen, der zwei benachbarte Akzente verbietet, und erst in zweiter Linie dazu, die Konstituente mit einer ansteigenden Intonation zu versehen, um ihre Rolle als Topik zu kennzeichnen.11 (cf. Féry 2007, 69–70)

In einem anderen Beitrag stellt Féry (2010a), wie bereits in Kapitel 3.2 erwähnt wurde, den direkten Zusammenhang zwischen spezifischen Konturen und informationsstrukturellen Kategorien gänzlich in Frage: „Allerdings sind mit einem Blick auf die Fakten die Beziehungen zwischen Topik, Fokus oder Gegebenheit und speziellen Konturen bestenfalls als instabil zu nennen, und meiner Meinung nach nicht haltbar.“ (Féry 2010a, 9–10) Für die Autorin hängt demnach auch die Akzentuierung von Elementen weniger von ihren informationsstrukturellen Funktionen, sondern eher von der Position der Konstituenten im Satz ab.12 (cf. Féry 2010a, 9) Féry führt den Beispielsatz (43) an, in dem der erste Fokus, der der Autorin zufolge nicht unbedingt ein Topik ist, eine steigende, der zweite eine fallende Kontur aufweist. (cf. Féry 2010a, 10)

(43)

dt.

(Wer hat wen gesehen?) – Die Präsidentin hat den Dekan gesehen. (Féry 2010a, 10)

„Diese Kontur tritt ein, da in einer Abfolge zweier Akzente der erste eine steigende und der zweite eine fallende Kontur hat, unabhängig von der Rolle der Konstituenten.“13 (Féry 2010a, 10) Die Akzentuierung von Topik und Fokus ist für sie demnach nicht durch die Informationsstruktur motiviert:

Im Deutschen hat ein Fokus gewöhnlich eine fallende Melodie, da es sich um den letzten Akzent im Satz handelt. Dagegen hat ein Topik oft eine steigende Melodie, da es sich eben nicht um den letzten Akzent handelt. Die Präferenz für bestimmte Konturen für bestimmte informationsstrukturellen [sic] Rollen kann ebenso durch allgemeine Eigenschaften der jeweiligen Sprache erklärt werden. (Féry 2010a, 10)

Auch für Crocco (2009), die nicht von einem einzigen Topikakzent, sondern vielmehr von einem ganzen Bündel prosodischer Phänomene ausgeht, hängt die konkrete prosodische Realisierung von der Position des Topiks im Satz ab. Dementsprechend schlägt sie vor, für die pragmatische Funktionen des Topiks eine abstrakte prosodische Form anzunehmen, die je nach linearer Position unterschiedlich realisiert werden kann. (cf. Crocco 2009, 36–37)

Die bisherigen Beispielsätze haben gezeigt, dass die Komplexität informationsstruktureller Analysen vor allem in Äußerungen mit kontrastiven Elementen zunimmt. Bevor in Kapitel 3.5 ein Zwischenresümee zur Interaktion zwischen den Ebenen der Informationsstruktur, der Syntax und der Prosodie präsentiert wird, erfolgt aus diesem Grund ein Exkurs zu kontrastiven Topiks und Foki.

3.4 Exkurs: Fokus, Topik und Kontrast

Die Beziehung zwischen Informationsstruktur und Kontrastivität ist, wie Molnár (2006) ausführt, insofern komplex, als der Begriff Kontrast im Unterschied zu den Konzepten Topik oder Fokus keine direkte Verbindung zur Informationsstruktur aufweist:

The notion of contrast does not obviously fit in a simple manner in the architecture of information structure, since it does not directly correspond to the basic requirements of information structuring – coherence and informativeness – as in the case in connection with the two core notions topic and focus. Contrast seems to operate in a quite different direction and works orthogonally to topicality and focussing, both overlapping and cutting across these two established notions of information structure. (Molnár 2006, 198)

Lange Zeit wurde Kontrast demnach nicht als eigene grammatische Kategorie angesehen. (cf. Molnár 2006, 213) Das trifft etwa auf die Arbeiten von Lambrecht zu: „[C]ontrastiveness, unlike focus, is not a category of grammar but the result of the general cognitive processes referred to as ‚conversational implicatures‘.“ (Lambrecht 1994, 291)

Gegen die Annahme von Kontrastivität als eigenständige Kategorie spricht die Tatsache, dass der Unterschied zwischen kontrastivem und nicht kontrastivem Fokus in vielen Sprachen nicht systematisch markiert wird. So weichen kontrastive Foki in prosodischer Hinsicht oft nur unwesentlich von Informationsfoki ab.1 (cf. Zimmermann 2008, 348) Auf morphologischer Ebene sind etwa die vielzitierten Topik- und Fokuspartikel des Japanischen wa und ga und die koreanische Partikel nun nicht nur mit kontrastiven, sondern auch mit nicht kontrastiven Lesarten kompatibel. Ein syntaktisches Argument gegen die Annahme einer eigenen Kategorie liefert die Feststellung, dass kontrastive Foki meist nicht an eine spezielle Position im Satz gebunden sind. So sind kontrastive Konstituenten in Sprachen wie dem Deutschen oder Englischen von nicht kontrastiven aufgrund der gleichen syntaktischen Oberflächenstruktur der jeweiligen Äußerungen oft nicht zu unterscheiden. (cf. Molnár 2006, 213–214) Der Beitrag von Prince (1978) hat darüber hinaus gezeigt, dass auch Spaltsätze (en. clefts), die lange Zeit als prototypische kontrastive Konstruktionen galten, einen Subtypus aufweisen, der primär dazu dient, Informationsfokus zu kodieren.2 (cf. Molnár 2006, 214)

In anderen Sprachen hingegen ist die Markierung von Kontrast zum Teil tatsächlich obligatorisch, sodass Kontrastivität in diesen Sprachen durchaus als eigene Kategorie gesehen werden kann. Im Ungarischen etwa weicht der Tonhöhenverlauf eines kontrastiven Fokus von der Intonation eines nicht kontrastiven Fokus deutlich ab. Unterschiedliche morphologische Formen für kontrastiven und nicht kontrastiven Fokus weist beispielsweise die Bantu-Sprache Kimatuumbi auf. (cf. Molnár 2006, 214–215) Ein Argument für die Differenzierung von Informations- und Kontrastivfokus auf syntaktischer Ebene ist schließlich die Beobachtung, dass kontrastive Foki und kontrastive Topiks auch in typologisch unterschiedlichen Sprachen jeweils initial realisiert werden können.3 (cf. Molnár 2006, 216)

Die relativ kontrovers geführte Diskussion um die Notwendigkeit von Kontrast(ivität) als eigene Kategorie hängt nicht zuletzt mit den unterschiedlichen Definitionen des Terminus selbst zusammen. Das Grundproblem bei der Kategorisierung von Kontrastivität betrifft nach Molnár die Frage, ob diese als inhärentes Merkmal von Fokus zu interpretieren ist. Denn wie bei Fokus werden auch bei Kontrast meist zwei Haupteigenschaften angenommen. Einerseits wird ein Gegensatz auf paradigmatischer oder syntagmatischer Ebene ausgedrückt, andererseits findet ein highlighting durch den Akzent statt. (cf. Molnár 2006, 200) Auch heute gibt es – wie bereits in Kapitel 2.4 angesprochen – noch keinen Konsens darüber, ob ein Element, das als enger Fokus auf eine W-Frage wie jene in (44) antwortet, als präsentativer Fokus zu analysieren ist, der sich darauf beschränkt, die erfragte Entität zu nennen, oder ob es sich dabei um einen kontrastiven Fokus handelt, der die Entität aus einem Set von weiteren Entitäten der Kategorie, die ihr – implizit oder explizit – gegenübergestellt werden, identifiziert. (cf. Molnár 2006, 203–204)

(44)

en.

Who wrote „War and Peace“? (Molnár 2006, 202)

In semantisch orientierten Ansätzen wie jenem von Rooth (1985) wird meist bereits dann von Kontrastivität gesprochen, wenn die fokalisierte Konstituente ein (offenes) Set von Alternativen generiert.4 (cf. Molnár 2006, 203) Andere Autoren, wie Halliday (1967) und Chafe (1976), setzen hingegen die Geschlossenheit des Sets, d.h. die Verfügbarkeit einer begrenzten Anzahl von Kandidaten im Bewusstsein der Kommunikationspartner, voraus. Ist das Set zahlenmäßig offen, handelt es sich diesen Autoren zufolge nicht um kontrastive, sondern schlicht und einfach um neue Information. (cf. Molnár 2006, 203) Nach Chafe (1976, 33–34) sind drei Faktoren für die Charakterisierung von Elementen als kontrastiv ausschlaggebend:

1 Existenz einer Präsupposition5, von der der Sprecher annimmt, dass der Hörer sie teilt und dass sie in dessen Bewusstsein ist.

2 Annahme, dass der Hörer eine begrenzte Anzahl von Kandidaten im Bewusstsein hat.

3 Assertion darüber, welcher Kandidat der „richtige“ ist.

Zur Illustration dieser Kriterien wählt Chafe den Beispielsatz (45), der eine kontrastive Subjekt-Nominalphrase aufweist. (cf. Chafe 1976, 33)

(45)

en.

RONALD made the hamburgers. (Chafe 1976, 33)

Die Präsupposition besteht hier in der Annahme, dass eine Person Hamburger zubereitet hat. Als potenzielle Kandidaten für die Rolle des Agens der Verbalhandlung hat der Hörer eine begrenzte Anzahl an Personen – zumindest aber eine – im Bewusstsein. Im Zuge der Assertion teilt der Sprecher dem Hörer mit, dass Ronald der zutreffende Kandidat ist. (cf. Chafe 1976, 33–34) Dementsprechend kann Satz (45) folgendermaßen periphrasiert werden: „I believe that you believe that someone made the hamburgers, that you have a limited set of candidates (perhaps one) in mind as that someone, and I am telling you that the someone is Ronald, rather than one of those others.“ (Chafe 1976, 34–35) Für Chafe folgen alle kontrastiven Sätze diesem Muster, auch jene, die wie in (46) neben kontrastiven Foki auch kontrastive Topiks aufweisen. (cf. Chafe 1976, 35)

(46)

en.

SALLY made the SALAD, but RONALD made the HAMBURGERS. (Chafe 1976, 35)

Die Verfügbarkeit von alternativen Kandidaten bzw. Entitäten im Bewusstsein des Kommunikationspartners ist für Analysen nun insofern problematisch, als sie in der Regel auf Annahmen seitens des Sprechers basiert. Unstrittiger sind Fälle, in denen die Entitäten im Laufe des Diskurses sprachlich realisiert werden. Es überrascht folglich nicht, dass manche Autoren, wie etwa Jacobs (1988) für das Deutsche oder Molnár und Järventausta (2003) für das Finnische, die Bedingung postulieren, dass beim kontrastiven Fokustyp die Alternativen tatsächlich auch explizit genannt werden müssen. (cf. Molnár 2006, 204)

Als Folge dieser unterschiedlichen Positionen, die in der Literatur zur Beschreibung von Kontrast vertreten werden, herrscht heute auch wenig Übereinstimmung darin, ob eine Subklassifikation der Kategorie sinnvoll ist. Während manche Autoren eine diskrete Einteilung sprachlicher Elemente in kontrastiv vs. nicht kontrastiv vornehmen, bevorzugen andere die Vorstellung von Kontrast als graduelle Kategorie. (cf. Molnár 2006, 200–201)

Molnár (2006) spricht sich klar für eine Differenzierung aus. Sie vertritt die Position eines skalaren Kontrasts und unterscheidet – wie in Abbildung 15 dargestellt – pragmatischen Kontrast (Romanschrift), semantischen Kontrast (Kursivschrift) sowie semantisch-pragmatischen Kontrast (Fettdruck). Diesen Kontrasttypen können die jeweiligen Fokustypen gegenübergestellt werden. (cf. Molnár 2006, 210–211)

Abb. 15: Contrast hierarchy (Molnár 2006,211)

Innerhalb des kontrastiven Fokus differenziert Molnár sprachenübergreifend wiederum zwei Arten von Kontrastivität. Gerechtfertigt werden kann diese Unterteilung durch die unterschiedlichen syntaktischen Operationen, die je nach dem Informationsstatus der Alternativen als explizit erwähnt bzw. als „simply predicted“ ausgelöst werden. (Molnár 2006, 217)

Als CONTRAST bezeichnet die Autorin den Untertyp, der aus der Bewegung eines engen Fokus an die linksperiphere Position in Sprachen wie dem Spanischen oder Italienischen resultiert. Voraussetzung dafür sei die Begrenztheit des relevanten Sets. So könne die Grammatikalität des Satzes (47) im Vergleich zur ungrammatischen Antwort auf die Frage in (48) für Molnár nur dadurch erklärt werden, dass die initiale Realisierung des fokalen Subjekts eine explizite Nennung der Alternativen oder zumindest eine gewisse Salienz im Bewusstsein der Gesprächspartner erfordert.6 (cf. Molnár 2006, 217)

(47)	it.	GIANNI ha mangiato una mela (non Pietro).
(48)	(Who ate an apple?) – it. *GIANNI ha mangiato una mela. (Molnár 2006, 217)

Die zweite Art des kontrastiven Fokus nennt Molnár focus operator. Dieser Typ ist sowohl mit einem offenen als auch mit einem geschlossenen Set kompatibel und erfordert die Bewegung des Fokus an eine verbgebundene Fokusposition. (cf. Molnár 2006, 218) Zusätzlich weist dieser Fokustyp Molnár zufolge das Merkmal [+exhaustiv] auf.7 (cf. Molnár 2006, 220)

Mit der Frage, ob Exhaustivität an einen bestimmten Fokustyp gebunden ist, beschäftigt sich auch der Beitrag von Umbach (2004). Sie weist darauf hin, dass grundsätzlich jeder Fokus – vor allem aber ein enger – mit einer exhaustiven Interpretation einhergehen kann. Dementsprechend könnte ein Hörer bei Satz (49) den Eindruck gewinnen, dass Ronald ausschließlich Hamburger zubereitet hat. Als Grund für diese Interpretation nennt Umbach die Grice’sche Maxime, der zufolge der Hörer davon ausgeht, dass der Sprecher wichtige Information nicht zurückhält. Dass es sich bei der exhaustiven Lesart in Kontexten wie dem in (49) jedoch um eine reine Implikatur handelt, zeigt die Tatsache, dass der Satz ohne Probleme wie in (50) fortgeführt werden kann. Außerdem wäre eine exhaustive Interpretation nicht mit additiven Partikeln wie auch kompatibel, was – wie Satz (50) zeigt – ebenso wenig der Fall ist. (cf. Umbach 2004, 164)

(49)	en.	Ronald made the HAMBURGERS.
(50)		… and he made the salad, (too). (Umbach 2004, 164)

Wie bereits in den Kapiteln 2.3 und 2.4 deutlich wurde, wird nicht nur das Zusammenspiel von Kontrast und Fokus, sondern auch die Relation zwischen Kontrast und Topik kontrovers diskutiert. Molnár (2006, 206) argumentiert dafür, den von Jacobs (2001) anhand von vier Kriterien differenzierten Topikbegriff (Informationsseparation, Prädikation, Adressierung, Rahmensetzung) wieder zu vereinheitlichen. „Topics serve […] in one sense or another to optimally restrict the domain of the main predication in the sentence drawing the speech participant’s attention to a certain entity.“ (Molnár 2006, 207) Für Molnár gibt es nun zwei Möglichkeiten. Das Topik kann ohne besondere Markierung realisiert werden, wenn es als Einheit für den Hörer bereits salient ist, oder es kann mit prosodischen Mitteln – üblicherweise durch einen Akzent – markiert werden, um es für den Hörer salient zu machen. Analog zum Fokusakzent kann auch ein Akzent auf Topiks ein eigenes Subset von Alternativen kreieren, sodass eine Kookkurrenz von Topik und Kontrast durchaus möglich ist.8 (cf. Molnár 2006, 207)

Zusätzlich betont Molnár auch bei der Kategorie Topik die Relevanz der weiteren informationsstrukturellen Eigenschaften der Alternativen für eine genauere Klassifikation. Das kontrastive Topik, das analog zum fokalen CONTRAST kontextuell verankert ist, also in der Äußerungssituation anderen, bereits aktivierten Topikreferenten gegenübersteht, nennt Molnár LD-CONTRAST, da seine Realisierung häufig mit Linksdislokationen einhergeht. (cf. Molnár 2006, 219) Als I-CONTRAST schließlich bezeichnet die Autorin – in Anlehnung an das I-Topic von Jacobs (2001) – jene Elemente, die wie in (51) die charakteristische fall-rise-Kontur aufweisen und die nicht alle Alternativen des Sets, aber zumindest eine ausschließen.9 (cf. Molnár 2006, 220)

(51)

dt.

ALle Grass-Romane kann man NICHT empfehlen. (Molnár 2006, 223)

Insgesamt ergeben sich laut Molnár damit folgende Arten von Kontrast10:

Abb. 16: Contrast types (Molnár 2006, 221)

Auch wenn der Einfluss von Kontrast je nach Sprache variieren kann, plädiert Molnár dafür, die Kategorie unbedingt als sprachlich relevantes Phänomen zu betrachten. (cf. Molnár 2006, 221) Ihr Fazit zur Relation zwischen Kontrastivität und Informationsstruktur lautet wie folgt:

1 Kontrast ist sowohl mit Fokus als auch mit Topik kompatibel11, zeigt auf einzelsprachlicher Ebene sowie bei spezifischen Konstruktionen jedoch eine große Variation.

2 Die einheitliche Definition von Kontrast (mit den Kriterien highlighting und Aufzeigen von Alternativen) muss durch weitere, feinere Unterscheidungen auf semantischer und pragmatischer Ebene ergänzt werden.

3 Das (Nicht-)Auftreten der verschiedenen Typen von Kontrast mit Fokus und Topik ist teilweise universal, teilweise sprachenspezifisch zu erklären.

4 Kontrast ist ein eigenes „packaging phenomenon“ (cf. Chafe 1976), das als solches in die Informationsstruktur aufgenommen werden muss.12 (cf. Molnár 2006, 199)

Ein aus pragmatischer Sicht sehr aufschlussreicher Beitrag zum Zusammenhang zwischen Informationsstruktur und Kontrast ist jener von Zimmermann (2008). Der Autor beschäftigt sich darin mit kontrastiven Aussagen (52), Äußerungen mit korrektivem Fokus (53) und exhaustiven Antworten in Frage-Antwort-Paaren (54).

(52)	en.	I did not invite PETER, but PAUL.
(53)	en.	You invited PETER? – NO, I invited PAUL.
(54)	en.	Who did you invite? – PAUL, I invited. (Zimmermann 2008, 347–348)

Zimmermann (2008, 348) ist der Auffassung, dass Kontrastivität als „diskurssemantisches Phänomen mit grammatischen Reflexen“ zu sehen ist. Für ihn bedeutet Kontrastivität, dass eine Fokusdenotation oder ein Sprechakt, der einen Fokus enthält, aus Sicht des Senders für den Empfänger unerwartet ist.13 Eine Möglichkeit für den Sender, die Aufmerksamkeit des Empfängers zu erlangen und ihn dazu zu bringen, seine Annahmen und Hintergrundinformationen zu modifizieren, ist der Einsatz von Markern wie Intonationskonturen, syntaktischen Bewegungen14, Spaltsätzen oder morphologischen Markierungen. Eine derartig definierte Kontrastivität beinhaltet insofern einen gewissen Grad an Subjektivität, als sie immer auf den Annahmen und Einschätzungen des Senders darüber basiert, was für den Hörer (un-)wahrscheinlich ist. (cf. Zimmermann 2008, 348)

Wie bereits erwähnt, zeichnen sich für manche Autoren, wie etwa für Rooth (1985/1992), alle Arten von Foki dadurch aus, dass sie Alternativen aufzeigen, während dies für andere, wie beispielsweise für Vallduví/Vilkuna (1998), Kiss (1998) und Selkirk (2008), nur bei kontrastiven Foki der Fall ist. Nach Zimmermann sind die Fokustypen einander auf semantischer Ebene durchaus ähnlich. Der Unterschied besteht für den Autor darin, dass in kontrastiven Fällen nicht nur die semantischen Alternativen berechnet werden, sondern gleichzeitig auch die Annahmen des Senders bezüglich der Erwartungen des Empfängers. Je weniger eine Fokuskonstituente in einem konkreten Kontext erwartet wird, desto höher ist die Wahrscheinlichkeit einer kontrastiven Markierung. (cf. Zimmermann 2008, 349)

Um sein Modell zu formalisieren stützt sich Zimmermann auf den Beitrag von Steedman (2006). Dieser geht davon aus, dass Pitch-Akzente und Grenztöne im Deutschen und Englischen neben Topik und Fokus noch weitere informationsstrukturelle Kategorien markieren. Die Art des Pitch-Akzents zeigt demnach an, ob eine Informationseinheit Teil des common ground (CG) ist (H* family) oder nicht (L* family).15 Unterschiedliche Grenztöne markieren Annahmen seitens des Senders (L% family) oder seitens des Empfängers (H% family). (cf. Zimmermann 2008, 351–352) In Beispiel (55) etwa verweist die fallende Kontur darauf, dass die Aussage des Sprechers (und damit das Fehlverhalten des Hörers) Teil des CG werden soll. Die flache Kontur von Satz (56) reflektiert für Zimmermann den Unwillen des Sprechers, die Aussage zu akzeptieren und den CG dahingehend zu aktualisieren. Die gegen Ende hin steigende Intonation in Satz (57) schließlich deutet dem Hörer an, dass er davon ausgehen kann, dass beide Gesprächspartner den Inhalt der Aussage grundsätzlich annehmen. (cf. Zimmermann 2008, 352)

(55)	en.	You put my TROUSERS in the MICROWAVE! (‚You did that‘)
		H*	H*	LL%
(56)	en.	You put my TROUSERS in the MICROWAVE? (‚I don’t believe it‘)
		L*	L*	LL%
(57)	en.	You put my TROUSERS in the MICROWAVE? (‚You really did that?‘)
		H*	H*	LH%
		(Zimmermann 2008, 352)

Ausgehend von diesen Überlegungen formuliert Zimmermann folgende Hypothese zum kontrastiven Fokus, bei der dessen Alternativen aufzeigende Funktion nur eine untergeordnete Rolle spielt: „Contrastive marking on a focus constituent α expresses the speaker’s assumption that the hearer will not consider the content of α or the speech act containing α likely to be(come) common ground.“ (Zimmermann 2008, 354) Mit diesem Ansatz könne erklärt werden, warum ein Fokus in Antworten auf W-Fragen typischerweise nicht als kontrastiv markiert wird, bei korrektivem Gebrauch jedoch schon. So kann der Sprecher in (58) davon ausgehen, dass der Hörer von seiner Antwort nicht überrascht sein wird und er folglich keine Probleme dabei haben wird, den CG entsprechend zu aktualisieren. (cf. Zimmermann 2008, 354–355)

(58)

en.

What did you eat in Russia? – We ate pelmeni. (Zimmermann 2008, 354)

In (59) hingegen kann der Sprecher von der zuvor realisierten Aussage des Gesprächspartners ableiten, dass dieser nicht erwartet, korrigiert zu werden, d.h. dass er nicht annimmt, sie hätten etwas anderes als Pelmeni gegessen. In der Konsequenz markiert er den Fokus mit prosodischen und/oder syntaktischen Mitteln als kontrastiv. (cf. Zimmermann 2008, 354–355)

(59)

en.

Surely, you ate pelmeni! – No, caviar, we ate! / No, we ate caviar! (Zimmermann 2008, 354)

Dass eine kontrastive Fokusmarkierung mitunter auch in direkten Antworten auf W-Fragen wie auf jene in (60) zu beobachten ist, kann in gewissen Fällen ebenfalls mit der Annahme des Sprechers erklärt werden, dass der Informationsgehalt der Fokuskonstituente für den Empfänger unerwartet sein wird. In anderen Fällen hat die Markierung die Funktion, eine wahrscheinliche Erwartung seitens des Hörers explizit zurückzuweisen. Dabei kann, wie Beispiel (61) zeigt, auch die Exhaustivität ein ausschlaggebender Faktor sein. Da jedoch – wie weiter oben bereits diskutiert – nicht alle kontrastiven Foki Exhaustivität implizieren, ist der Nachweis einer zwingend exhaustiven Interpretation oft schwierig. (cf. Zimmermann 2008, 355–356)

(60)	en.	What did you eat in Russia? – Caviar, we ate! / We ate caviar!
(61)	en.	Who (all) did you invite? – Peter, I invited (but nobody else). (Zimmermann 2008, 355)

Zimmermann zieht das Fazit, dass es ein integraler Bestandteil jeder zwischenmenschlichen Kommunikation zu sein scheint in Situationen, in denen Unterschiede zwischen den Annahmen des Sprechers und denen des Hörers vermutet werden, ein Update des CG vorzunehmen. Insofern überrascht die dem Autor zufolge universal vorhandene Möglichkeit der Markierung von kontrastivem Fokus nicht. (cf. Zimmermann 2008, 357) Für weitere Forschungen in diesem Bereich bedeutet dies, dass nicht nur auf isolierte Frage-Antwort-Paare zurückgegriffen werden darf, sondern dass der jeweilige Kontext und – soweit möglich – auch Informationen über die jeweiligen Kenntnisstände der Kommunikationspartner berücksichtigt werden sollten. (cf. Zimmermann 2008, 358)

Bevor in Kapitel 4 einzelsprachliche Überblicke zum Zusammenspiel zwischen Informationsstruktur, Syntax und Prosodie in den behandelten romanischen Sprachen gegeben werden, sollen die wichtigsten bisherigen Erkenntnisse in einem Zwischenresümee präsentiert werden.

3.5 Zwischenresümee

Wie das Kapitel 3 dieser Arbeit verdeutlicht hat, wird die Variation, die Sprachen hinsichtlich der linearen Abfolge von Wörtern im Satz aufweisen, in der Linguistik durch unterschiedliche Faktoren zu erklären versucht. Sprachtypologisch orientierte Arbeiten unterscheiden einerseits zwischen pragmatisch und syntaktisch basierten Sprachen – wie etwa den SV-Sprachen – und nehmen andererseits an, dass jene Sprachen, die über eine freie, pragmatisch geleitete Wortstellung verfügen, keine hierarchische Satzstruktur aufweisen. Generativisten hingegen gehen von einer gleichen tiefenstrukturellen Konfiguration aller Sprachen aus. Oberflächensyntaktisch zu beobachtende Positionsveränderungen von Konstituenten implizieren dementsprechend immer Bewegungen auf tieferer Ebene. (cf. Mereu 2009, 78–79) Mittlerweile hat sich auch in generativen Arbeiten die Feststellung durchgesetzt, dass Bewegungen nicht ausschließlich durch die Syntax selbst getriggert werden: „Nicht alle overten Bewegungen hängen von syntaktischen Merkmalen ab, sondern sie können auch durch pragmatische Gegebenheiten und prosodische Präferenzen bedingt sein.“ (Haßler 2005, 64) Diese Ansicht impliziert zunächst die Notwendigkeit einer Trennung der einzelnen sprachlichen Ebenen.1 (cf. ibid.)

Für die Anhänger der Funktionalen Satzperspektive (FSP) wiederum, die sich vor allem auf Erkenntnisse aus sprachvergleichenden Arbeiten stützen, gehen semantische und informationsstrukturelle Aspekte den oberflächlichen Realisierungen der Syntax und der Prosodie voraus:

In the case of FSP, its historical preoccupation with Czech and other Slavic languages, and with contrastive studies of the grammars of these languages and English has given rise to the insight that the relation between underlying deep semantic structure (including information structure and a basic underlying ordering of sentence elements in accordance with their presumed ‚natural‘ communicative dynamism) and surface semantic/syntactic structure not only may differ from language to language, but also that there is a direction to the relation: the levels of description are ordered from deep meaning to surface syntax and sound, the former seen as essentially determining the latter. (Bolkestein 1993, 347)

Auch die Versuche, die Akzentuierung in Sätzen vorherzusehen, sind unterschiedlichen Zugängen zuzuordnen (cf. Hartmann/Winkler 2013, 5):

1 syntaxbasierte Theorien

2 semantisch-pragmatisch basierte Theorien

3 diskursorientierte Theorien

Als ein top down-Zugang innerhalb der syntaktisch basierten Theorien ist der Ansatz der nuclear stress rule zu nennen, der auf Chomsky und Halle (1968) zurückgeht und dem zufolge die größte prosodische Prominenz auf das sich am weitesten rechts befindende lexikalische Element fällt. Das bottom up-Äquivalent dieses syntaktischen Zugangs besteht in der Annahme von Fokusprojektionsregeln, die den informationsstrukturellen Status von Elementen ausgehend von der Akzentuierung vorauszusagen versuchen. Zu den semantisch-pragmatischen Theorien können die Ansätze von Bolinger (1972) und Zimmermann (2008) gezählt werden, die die Akzentuierung von der Vorhersehbarkeit eines Elements abhängig machen. Diskursorientierte Ansätze schließlich leiten die Akzentsetzung vom informationsstrukturellen Status von Referenten bei den Gesprächsteilnehmern ab. (cf. Hartmann/Winkler 2013, 5)

Ein Ansatz, der eine Art Vermittlerposition zwischen den verschiedenen Theorien einnimmt, ist jener von Fanselow (2006, 2007, 2008). In Anlehnung an Chomsky (1981) spricht sich der Autor gegen die Annahme einer direkten Relation zwischen der Informationsstruktur und der Syntax aus. Er vertritt die Position einer indirekten Verbindung der beiden Ebenen, und zwar über die Prosodie, die als Schnittstelle fungiert. So nimmt Fanselow an, dass die Information, dass eine Kategorie akzentuiert wird (und dadurch Fokus werden kann), über die Syntax läuft. (cf. Fanselow 2008, 398) Während also in einem Modell, das von einer direkten Interaktion der beiden Ebenen ausgeht, informationsstrukturelle Kategorien wie Topik und Fokus konkreten syntaktischen features entsprechen, ändern in Modellen, die von indirekten Einflüssen ausgehen, Konstituenten ihre Position, um Akzent zu bekommen2 oder um anderen Konstituenten dies zu ermöglichen.3 „[T]his movement will affect the information structure potential, given the strong link between prosody and information structure.“ (Fanselow 2008, 399) Dieser Ansicht ist auch Zubizarreta (1998), die ein direktes Zusammenspiel zwischen der Prosodie und der Syntax annimmt. In ihrem (generativen) Modell werden syntaktische Bewegungen durch die Notwendigkeit getriggert, prosodisch zulässige Elemente zu erzeugen.4

Anders formuliert heißt das: Um ein Element aus funktional-pragmatischen Gründen etwa als Fokus zu markieren, muss der Sprecher dafür Sorge tragen, dass es akzentuiert wird. Damit letzteres erfolgen kann, muss er das betreffende Element (in vielen Sprachen) an einer gewissen Position im Satz realisieren, was wiederum Veränderungen der syntaktisch unmarkierten Abfolge zur Folge haben kann. Vereinfacht ausgedrückt kann somit die Informationsstruktur als Auslöser und Zweck gesehen werden, die Prosodie und die Syntax als Mittel zum Zweck. Ähnliche Annahmen finden sich – samt ihren methodischen Konsequenzen – auch in rezenten Publikationen zu den Kategorien Fokus und Hintergrund in den romanischen Sprachen:

[T]here are arguments for assuming that at least some kinds of syntactic movement in Romance languages are driven by prosodic properties rather than the other way round. […] Given this, the design of grammatical theory must allow for bidirectionality in the syntax-phonology interface. (Dufter/Jacob 2009, 10)

Ein grundsätzlicher Konsens herrscht heute in der Ansicht, dass die wichtigste Aufgabe der Informationsstruktur darin besteht, für den Hörer eine möglichst problemlose Dekodierung zu erzielen: „[T]he central function of information structure lies in the optimization of the processing of information coded in a linguistic utterance in light of the specific discourse needs of the interlocutors at the time of the utterance.“ (Zimmermann/Onea 2011, 1652) Aus kognitiver Perspektive kann der Begriff der Informationsstruktur folglich definiert werden als

[…] that cognitive domain that mediates between the modules of linguistic competence in the narrow sense, such as syntax, phonology, and morphology, and other cognitive faculties which serve the central purpose of the fixation of belief by way of information update, pragmatic reasoning, and general inference processes. (Zimmermann/Féry 2010, 1)

Der Grund für die in den vorhergehenden Kapiteln immer wieder beobachteten problematischen Aspekte informationsstruktureller Analysen wird vor allem im Zusammenspiel von kommunikativen und formalen Aspekten von Sprache gesehen. (cf. Lambrecht 1994, 1) Sasse (1982) erklärt die problematische Beziehung zwischen Form und Funktion, die sich nicht zuletzt in den zum Teil sehr heterogenen Definitionen zentraler pragmatischer Begriffe wie Topik und Fokus manifestiert5, mithilfe von zwei konkurrierenden Prinzipien:

Es besteht […] sowohl eine Tendenz zur Favorisierung von Ausdrucksmitteln, die mehrere Funktionen (z.B. wie […] semantische und pragmatische) gleichzeitig erfüllen (Ökonomieprinzip im Dienst einer optimalen Enkodierung), als auch eine Tendenz zu einer 1:1-Entsprechung von Form und Funktion (Transparenzprinzip im Dienst einer optimalen Dekodierung). (Sasse 1982, 267)

Das Spannungsverhältnis, das sich aus den beiden Prinzipien ergibt, kann anhand des (Haupt-)Akzents illustriert werden, dem allgemein die primäre Funktion zugeschrieben wird, Fokus zu markieren. Aufgrund der Einschränkung, dass der Akzent in den hier behandelten Sprachen nicht immer die genaue(n) Fokuskonstituente(n) markiert, sondern auf den Fokusexponenten fällt, der seinen Skopus über eine, aber auch mehrere Konstituenten projizieren kann, sowie aufgrund von Spezialfällen (wie dem second occurrence focus oder fokussensitiven Partikeln), kann zwischen Fokus und grammatischer Markierung keine strikte 1:1-Korrespondenz angenommen werden. (cf. Zimmermann/Onea 2011, 1658–1659) Da es noch weitere entscheidende Faktoren für die Akzentuierung gibt, ist eine Unterspezifiziertheit von Fokus (sowie von den informationsstrukturellen Kategorien im Allgemeinen) auf der Ebene der Prosodie festzustellen. (cf. Zimmermann/Onea 2011, 1659–1660) Sieht man jedoch von diesen Fällen ab, kann – wie Kapitel 3.2 gezeigt hat – zumindest für die bislang berücksichtigten Sprachen Englisch und Deutsch eine durchaus zuverlässige Beziehung zwischen der informationsstrukturellen Kategorie des Fokus und dem (nuklearen) Pitch-Akzent als dessen grammatisches Korrelat angenommen werden.6

Ebenfalls allgemein akzeptiert ist die Ansicht, dass die Informationsstruktur als universal relevante Dimension von Sprache gesehen werden kann, während ihre Manifestationen aus sprachvergleichender Perspektive variieren. (cf. Zimmermann/Féry 2010, 1) Diese Variation bei der Markierung von informationsstrukturellen Kategorien erfordert zweifelsohne einzelsprachliche Analysen zur Interaktion zwischen den jeweiligen Dimensionen.7 (cf. Ferraresi/Lühr 2010, 1)

Für einen sprachvergleichenden Ansatz, der in Kapitel 4 für das Französische, Spanische und Italienische verfolgt wird, gibt es laut Büring (2010) nun zwei Möglichkeiten. Entweder geht man davon aus, dass eine sprachenübergreifende Theorie nicht sinnvoll ist und gibt sich damit zufrieden, dass Sprachen unterschiedliche (prosodische, syntaktische oder morphologische) Verfahren zur Markierung von informationsstrukturellen Kategorien auswählen, oder man nimmt einen „common analytical apparatus“ (Büring 2010, 177) an, der eine sprachenübergreifende Analyse erfassen kann.8

In den Kapiteln 2 und 3 wurde ein allgemeiner Überblick zur Informationsstruktur und ihren Schnittstellen mit der Syntax und der Prosodie gegeben. Sprachenspezifische Charakteristika wurden dabei nur vereinzelt und unsystematisch berücksichtigt. Eine genauere Analyse der romanischen Sprachen wird im folgenden Kapitel vorgenommen.

Um die in der weiteren Folge dieser Arbeit auch empirisch untersuchten Topik- und Fokus-Fronting-Strukturen adäquat analysieren zu können, wird im folgenden Kapitel 4.1 zunächst der Frage nachgegangen, welche grundsätzlichen syntaktischen, informationsstrukturellen und prosodischen Muster für die als neutral oder unmarkiert bezeichnete Abfolge in den romanischen Sprachen angenommen werden. Ziel ist ein grober Überblick über die jeweilige Schnittstelle zwischen Informationsstruktur, Syntax und Prosodie. Die Kapitel 4.2 und 4.3 widmen sich anschließend den wichtigsten Eigenschaften der Topik- bzw. der Fokus-Fronting-Struktur.

4 Zur Informationsstruktur-Syntax-Prosodie- Schnittstelle in den romanischen Sprachen
4.1 Zu den unmarkierten Mustern in den gesprochenen romanischen Sprachen

Unmarkierte Strukturen zeichnen sich in erster Linie dadurch aus, dass sie im Vergleich zu markierten Mustern eine geringere strukturelle und kognitive Komplexität sowie eine höhere Frequenz aufweisen. (cf. Givón 1990, 947) Zur Ermittlung der kanonischen, sowohl in grammatisch-syntaktischer als auch in informationsstruktureller Hinsicht unmarkierten Wortfolge im Deklarativsatz einer Sprache werden meist potenzielle Antworten auf kontextungebundene Fragen wie Was ist passiert? oder Was gibt es Neues? herangezogen.

Aus einer diachronen Perspektive gibt es zur Frage nach der unmarkierten syntaktischen Wortstellung der romanischen Sprachen grundsätzlich zwei Standpunkte.1 Salvi (2004, 205) etwa gehört zu jenen, die annehmen, dass alle romanischen Sprachen im Laufe des Mittelalters eine Phase hatten, in der sie eine V2-Struktur aufwiesen. Gegen die Hypothese einer strengen V2-Struktur spricht sich Kaiser (2002) in seinem generativen Zugang aus. Der Autor rechtfertigt diese Ansicht durch die zu beobachtenden Unterschiede zwischen der (klassischen) V2-Struktur germanischer Sprachen (mit Ausnahme des Englischen) und der Verbstellung in den romanischen Sprachen. (cf. Kaiser 2002, 165) Für ihn gibt es keinen diachronen Zusammenhang zwischen den V2-Konstruktionen der modernen romanischen Sprachen in Interrogativsätzen und denen in Matrixsätzen der frühromanischen Sprachen, sodass heute nicht von „V2-Relikten“ gesprochen werden könne.2 (cf. Kaiser 2002, 165)

Aus heutiger synchroner Sicht ist keine der drei hier berücksichtigten romanischen Sprachen zu den V2-Sprachen zu zählen. Als unmarkierte Wortstellung gilt jeweils die Abfolge SVO.3 Für das Spanische und das Italienische kann jedoch gleichzeitig – vor allem in Sätzen mit unakkusativen Verben – auch die Abfolge VS wie in (1) unmarkiert sein.4 Streng genommen sind in der Konsequenz alle abweichenden Abfolgen, auch aufgrund ihrer im Vergleich zur Basiswortfolge in der Regel niedrigeren Frequenz, als kontextabhängig bzw. als syntaktisch und/oder informationsstrukturell markiert zu analysieren.5

(1)

sp.

Ha llegado Juan. / it. È venuto Gianni.

Auch auf der Ebene der Informationsstruktur ergeben sich durch die Fragen Was ist passiert? / Was gibt es Neues? Einschränkungen der potenziellen Abfolgen. Was den Informationsstatus der Konstituenten betrifft, kommen für Giurgea und Remberger (2012) als unmarkierte Deklarativsätze in erster Linie Äußerungen in Frage, die ausschließlich aus neuen, d.h. aus nicht bereits durch einen Vordiskurs gegebenen oder aus dem Kontext ableitbaren Elementen bestehen.6 Ausgeschlossen werden müssen folglich Sätze mit deiktischen Pronomen. (cf. Giurgea/Remberger 2012, 58) Als passenden Beispielsatz führen die Autoren Satz (2) an.

(2)

it.

È morto Fellini. (Giurgea/Remberger 2012, 59)

Neben dem Verb stellt hier auch das einzige Argument aufgrund seiner erstmaligen sprachlichen Realisierung und der Nicht-Ableitbarkeit aus dem Kontext für den Sprecher neue Information auf der Bewusstseinsebene dar. Auf der Wissensebene der Gesprächspartner handelt es sich bei der Nominalphrase vermutlich um identifizierbare Information.7

In Sätzen mit mehrwertigen Verben hingegen ist die strikte Einhaltung des Kriteriums der Neuheit sämtlicher Konstituenten im Sinne von Giurgea und Remberger bereits schwieriger. In Satz (3), der von den Autoren ebenfalls als adäquate Äußerung in einem out of the blue-Kontext gesehen wird, ist das Subjekt wiederum nicht vorerwähnt und damit neu auf der Bewusstseinsebene des Hörers.

(3)

it.

Un gatto ha rovesciato il vaso. (Giurgea/Remberger 2012, 63)

Der Gebrauch des unbestimmten Artikels verweist darauf, dass der konkrete Referent der initialen Konstituente für den Hörer nicht identifizierbar ist, sehr wohl aber das Konzept „Katze“.8 Das Objekt ist zwar ebenfalls nicht vorerwähnt, kann aber – im Gegensatz zum Subjekt – nicht nur als identifizierbar9, sondern auch als inferierbar10 analysiert werden. Gleiches gilt für Satz (4), in dem der Referent von el niño je nach Kontext variieren kann.11

(4)

sp.

Está llorando el niño. (Giurgea/Remberger 2012, 62)

Giurgea und Remberger weisen selbst darauf hin, dass auch die Fragen Was ist passiert? und Was gibt es Neues? nicht völlig kontextungebunden sind, sondern dass mit ihnen stets eine zeitliche und räumliche Einbettung (‚Was ist gerade/eben hier/dann/dort passiert?‘) gegeben ist, die durch ein implizites stage topic kodiert wird. (cf. Giurgea/Remberger 2012, 59) Wenn nun Konstituenten wie il vaso und el niño in (3) bzw. (4) als adäquate Elemente in out of the blue-Äußerungen angesehen werden, stellt sich die Frage, warum – zumindest für die gesprochene Sprache – nicht auch deiktische Pronomen, die ebenfalls zu den situationell inferierbaren Elementen gezählt werden können, in die Kategorie potenzieller Konstituenten aufgenommen werden sollten.

Nach Wehr (2000) müssen zumindest das Subjekt und das Prädikat12 neu (im Sinne von nicht vorerwähnt) sein. Die Präsenz von Objekt- und Possessivpronomen hingegen ist für die Autorin zulässig, wenn ihre Referenten, wie beispielsweise mich in der Antwort in (5), diskursalt – in diesem Fall durch das zuvor versprachlichte du – sind. (cf. Wehr 2000, 251)

(5)

dt.

(Was hast du denn?) – Ein Hund hat mich gebissen. (Wehr 2000, 251)

Abgesehen von der Tatsache, dass das zentrale Kriterium bei out of the blue-Kontexten gerade das Fehlen eines konkreten Vordiskurses, d.h. die Nicht-Nennung referierender Konstituenten ist13, muss hinterfragt werden, warum die Autorin dann nicht auch Subjektpronomen zu den potenziellen Elementen in all new-Sätzen zählt, da diese doch – wie etwa das Pronomen in (6) – gleichermaßen vorerwähnt sein können.

(6)

dt.

(Was hast du denn?) – Ich bin müde.

Um diesen in der gesprochenen Sprache hochfrequenten Satztyp nicht a priori von den unmarkierten Abfolgen auszuschließen14, sollten die in jeder „natürlichen“ Gesprächssituation kontextuell inferierbaren Personalpronomen der ersten und zweiten Person als mögliche Konstituenten in all new-Sätzen berücksichtigt werden.15 In Nullsubjektsprachen hätte dies die Konsequenz, dass die (vergleichbar hochfrequente) Abfolge VO als unmarkiert gelten würde.16

Auf der Ebene der Topik-Kommentar-Gliederung kommen für die romanischen Sprachen grundsätzlich zwei mögliche unmarkierte Abfolgen in Frage. Hier kann eine Äußerung einerseits die Abfolge Topik-Kommentar aufweisen, andererseits kann sie aber auch einem thetischen Satz entsprechen und infolgedessen nur aus einem Kommentar bestehen. Eventive Sätze, die – wie bereits in Kapitel 2.3 erläutert – ebenfalls zu den Anti-Topik-Sätzen zu zählen sind, dienen laut Féry (2010a, 3) dazu, ein Ereignis unzergliedert einzuführen. Demnach ist die grundsätzliche Frage angebracht, ob nicht ausschließlich dieser Satztyp als unmarkierte Antwort auf die Frage Was ist passiert? angenommen werden muss oder ob Sprecher auch hier die Wahl zwischen einer thetischen und einer binär strukturierten Äußerung haben.

Für Neumann-Holzschuh (1997, 83) sind kategorische Sätze mit einem out of the blue-Kontext unvereinbar: „Kategorische Äußerungen antworten nicht auf die Frage Was ist los? / Was ist geschehen?; sie sind aktantenbezogen, und die implizit oder explizit zugrundeliegende Frage ist Was tut/tat X?.“17 Auch Gutiérrez-Bravo (2008, 369) schließt die Existenz von Topiks für die unmarkierte Wortfolge aus.18 Anderer Meinung ist Bechert (1992, 9): „All-new utterances can (but need not) have a topic.“ Darin stimmt auch Wehr (2000, 256–257) überein. Bei den Äußerungen sei dementsprechend individuell zu prüfen, ob ein Topik vorhanden ist. Im Französischen sind ihr zufolge vor allem Sätze mit der Abfolge (il-)VS topiklos.19 Im Italienischen spricht für Salvi (1986, 42–43) die postverbale Realisierung des Subjekts in Sätzen wie (1) dafür, die Äußerungen – im Unterschied zu ihrem prädikativen Pendant mit der Abfolge SV – als eventiv zu analysieren. Die gleiche Ansicht wird für das Spanische vertreten. (cf. Hidalgo Downing 2003, 66)

Auf der Ebene der Fokus-Hintergrund-Gliederung schließlich ist nach dem Kriterium der Kontextungebundenheit als unmarkierter Satz eine all focus-Äußerung20 ohne Hintergrund anzunehmen.21 (cf. Gutiérrez-Bravo 2008, 369) Fälle von engem (Informations-)Fokus sind damit a priori aus dem Pool der unmarkierten Abfolgen gestrichen. Dass diese in authentischer gesprochener Sprache deutlich frequenter als all focus-Sätze sind, wird dabei vernachlässigt: „The maximal focus interpretation is probably not very common in everyday life, because people do not utter disconnected sentences out of context […].“ (Féry 1993, 29)

Als Zwischenfazit lässt sich an dieser Stelle festhalten, dass die neutrale Abfolge aus informationsstruktureller Sicht (en. informational word order) weniger Beschränkungen im Vergleich zur syntaktisch basierten Wortfolge aufweist. Denn während auf der Ebene der Syntax für die hier behandelten Sprachen eine unmarkierte Abfolge (S)VO bzw. auch VS (Spanisch, Italienisch) angenommen werden kann, sind durch die Kombinationsmöglichkeiten der einzelnen informationsstrukturellen Dimensionen mehrere Abfolgen möglich:

 diskursiv neue (nicht vorerwähnte) Information, auch in Kombination mit kontextuell inferierbarer Information (Pronomen der 1. und 2. Person)

 thetischer/eventiver Satz oder Topik-Kommentar-Satz

 all focus-Satz

In diesem Zusammenhang kann die grundsätzliche Frage gestellt werden, inwieweit die Annahme von unmarkierten Sätzen in Form von Äußerungen in out of the blue-Kontexten für informationsstrukturelle Analysen von (authentischer) gesprochener Sprache tatsächlich einen Mehrwert bringt, ist doch für eine adäquate Analyse der Informationsstruktur, deren Mechanismen sich in der Regel erst jenseits der Satzebene manifestieren, die Berücksichtigung der konkreten Äußerungskontexte unverzichtbar. Um die Besonderheiten der in weiterer Folge genauer analysierten Topik- und Fokus-Fronting-Strukturen besser verstehen zu können, soll in den folgenden Unterkapiteln dennoch ein kurzer Überblick zu den bevorzugten syntaktischen, informationsstrukturellen und prosodischen Mustern der drei romanischen Sprachen im gesprochenen Deklarativsatz gegeben werden.22 Aus typologischen Gründen wird zunächst das Französische behandelt, woraufhin eine gemeinsame Darstellung der beiden Nullsubjektsprachen Spanisch und Italienisch erfolgt.