Der Traum vom Gespräch mit dem Dackel

In der Ecke ein zerbissener Polster, im Wohnzimmer lauter Federn und vor den Augen Daisy, der Dackel, mit geducktem Kopf und zerknirschtem Blick. „Wenigstens hat sie ein schlechtes Gewissen“, könnte man meinen.

• Mehr für dich: Warum Humor gesünder macht

Aber hat sie das? Manche Studien legen nahe, dass vermeintliche Gewissensbisse von Hunden nicht auf innerer Einsicht beruhen, sondern dass es sich um erlernte Reaktionen handelt, um die Bezugsperson zu besänftigen. Dann wären Hunde kluge Strategen. ,,Da gute Versuchsanordnungen zu den Hintergedanken von Tieren schwer zu machen sind, wissen wir es nicht”, sagt der Verhaltensforscher Kurt Kotrschal zur WZ. Wie schön wäre es, wenn wir Daisy fragen könnten! Doch mit den Tieren sprechen können wir Menschen bisher nur im Märchen.

Der britische Private-Equity-Investor und Tierschützer Jeremy Coller will, dass das Märchen Realität wird. Er schreibt einen Forschungspreis von insgesamt einer Millionen US-Dollar (1,16 Mio. Euro) pro Jahr für Wissenschaftler:innen aus, denen entscheidende Fortschritte in diese Richtung gelingen. Mit dem Coller-Dolittle-Preis will er nach eigenen Aussagen „unbequeme Wahrheiten“ über die Massentierhaltung aus Sicht der betroffenen Lebewesen erfahren. Außerdem wolle er die Art und Weise, wie Menschen Tiere sehen, grundlegend verändern: „Ich möchte eine Kuh fragen, wie sie sich fühlt, wenn ihr das Kalb weggenommen wird“, betonte er kürzlich anlässlich der Bekanntgabe der diesjährigen Finalist:innen in der britischen Zeitung Observer. Künstliche Intelligenz soll es möglich machen: KI-Algorithmen sollen die Tierlaute analysieren und in Worte fassen.

Machen sich auch andere Tiere Gedanken?

Hinter dem Anliegen verbergen sich komplexe Fragen. Kombinieren Kühe, Hunde, Katzen, Vögel, Schimpansen oder Wale ihre Laute auf dieselbe Art und Weise, wie wir Menschen Wörter zu Sätzen verbinden, um uns auszudrücken? Bringen die Eltern ihren Jungen diese Laute bei? Können Tiere mit ihren Tönen auf Objekte verweisen, die physisch nicht zugegen sind, was ein Erinnerungsvermögen mit verschiedenen Zeithorizonten voraussetzt? Sind Laute im Tiergehirn fix programmiert – also Winseln für Leiden oder Knurren für Angriff – oder können sie auch symbolisch für etwas stehen, wodurch sie mit Gedanken vergleichbar wären – also Winseln, wenn ein Hund sich nach seinem abwesenden Menschen sehnt?

Julie Elie sagt ja. Die Verhaltensphysiologin vom Helen-Wills-Institut für Neurowissenschaften an der Universität Berkeley in Kalifornien ist eine der Finalistinnen des Coller-Dolittle-Preises. Sie untersucht die Laute von Zebrafinken. Die in Australien lebende Vogelart verwechselt Laute, die unterschiedlich klingen, aber ähnliche Bedeutungen haben – so wie bei den Menschen etwa die Wörter „Berg“ und „Hügel“. Sind die Zebrafinken dabei bloß unkonzentriert? Mitnichten, berichtet Elie anhand von Analysen von Audiodateien: Es bedeute, dass die Finken diese Laute durchaus bis zu einem gewissen Grad symbolisch verstehen können.

Große KI-Sprachmodelle erleichtern die akustischen Analysen. NatureLM-audio nennt sich ein Audio-Sprachmodell, das speziell darauf zugeschnitten ist, die Merkmale verschiedener Tierlaute zu identifizieren. Cetacean Translation Initiative heißt ein anderes, das sich auf die rätselhaften Rufe der Pottwale spezialisiert, die einander sogar beim Namen nennen.

KI-Analyse in Echtzeit mit Feedback

Dass man die Lautäußerungen von Tieren mittlerweile fast in Echtzeit analysieren kann, berichtet Nicolas Mathevon, Professor für Bioakustik an der Universität Saint-Étienne in Frankreich, in seinem Buch „The Voices of Nature“. Sein Team analysiert die Rufe der afrikanischen Streifenmäuse mithilfe von KI und spielt ihnen als Reaktion die Rufe anderer Artgenoss:innen aus Lautsprechern vor. Die Forschenden „sprechen“ zwar noch nicht mit den Nagern in Worten, aber sie kommunizieren mit ihnen bereits in ihren Quietschlauten.

Mathevon, der ebenfalls für den Preis nominiert ist, konnte zeigen, dass Streifenmäuse andere Lautäußerungen für jede Familiengruppe nutzen und an den Grenzen ihrer Territorien lange, tiefe Laute von sich geben, möglicherweise als Warnung an Rivalen. Er und sein Team spielten ihnen aggressive Rufe von Verwandten, benachbarten Rivalen und unbekannten Mäusen vor. Die Mäuse ignorierten die Rufe ihrer Familie, knurrten bei jenen von Nachbarn und rannten bei den Rufen von Fremden direkt ins Nest. Laut den Forscher:innen ist das ein Beweis, dass die Ultraschallrufe jeder Mäusegruppe einen eigenen akustischen Fingerabdruck haben.

Der Versuch, wie eine Maus zu denken

Und wie nahe ist das jetzt an einer Live-Übersetzung von Mäusesprache und einer Kommunikation zwischen Mensch und Maus in beide Richtungen? „Wenn man Wiedergabeversuche durchführt, kommuniziert man sozusagen mit einer anderen Spezies“, erklärt Mathevon in einer Aussendung zur Studie: „Aber man muss versuchen, wie eine Maus zu denken.“

Diese Aufgabe könnte eine Hürde darstellen. Wir Menschen verstehen oft nicht einmal die Laute unserer eigenen Babys. Zwar verrät uns der Schrei, dass es unser Baby ist und wie stark es leidet, aber er gibt uns keine Hinweise, ob das Leiden an Bauchweh, Halsweh oder Zahnweh liegt. Wenn wir uns schon mit den Botschaften der eigenen Kinder schwertun, wie wollen wir uns dann in eine Maus hineinfühlen? Noch komplexer wäre das Unterfangen bei Walen, die kaum je gesehen werden, oder bei Menschenaffen mit ihrem komplizierten Sozialleben.

Die dritte Nominierte, Catherine Crockford, Forschungsdirektorin am Institut für Kognitionswissenschaften in Lyon, erforscht die Rufe von Schimpansen. In ihrer jüngsten Studie wurden 4.323 Lautäußerungen aufgezeichnet und 16 Kombinationen aus zwei Rufen identifiziert, deren Bedeutungen sich aus der Zusammensetzung ergaben, ähnlich wie sich „Bananenschale“ von „Banane“ und „Schale“ unterscheidet. Darin sehen die Forscher:innen eine interessante Flexibilität im Kommunikationssystem unserer nächsten Verwandten. Außerdem konnte Crockford zeigen, dass Menschenaffen ihre Absichten ankündigen und Kommandos geben, etwa wenn sie nicht weitergehen möchten, oder haben wollen, dass die gesamte Gruppe stehen bleibt. Sie würden somit Kommunikation nicht nur als Frage der eigenen Identität („ich bleibe stehen“), sondern auch als eine der Situation und des Umfelds („es droht Gefahr, bleibt alle stehen“) begreifen.

Daisy der Dackel interessiert sich nicht für Trump

„Der Coller-Dolittle-Preis kann das Forschungsgebiet der Tiersprachen vorantreiben, und eine gut trainierte KI kann die Äußerungen anderer Tiere vermutlich besser objektivieren als wir Menschen selbst“, kommentiert Verhaltensforscher Kotrschal die Erkenntnisse. „Auch kann man eine KI so trainieren, dass sie die Bedeutung der Laute in Worte so übersetzt. Aber zu erwarten, dass ich menschliche Sätze bekomme, die sich vollinhaltlich mit der Tier-Kommunikation decken, ist übergriffig.“

Im Märchen fungieren sprechende Tiere als weise Ratgeber, treue Gefährten oder verwunschene Gestalten, die erlöst werden wollen. Die Fähigkeit, mit ihnen zu reden, öffnet den Held:innen das Tor zur Natur oder zu magischen Welten. Wenn wir jedoch im Leben mit anderen Tieren „sprechen“ wollen, wird es nicht helfen, sie zu vermenschlichen. Vielmehr müssen wir versuchen, ihre Lebensrealität als empfindungsfähige Wesen zumindest ansatzweise zu begreifen.

Möglicherweise stellen wir auch fest, dass Gespräche mit Tieren weniger tiefschürfend sind als im Märchen. Mit einer Maus lassen sich höchstwahrscheinlich keine philosophischen Dialoge führen, wie wir sie kennen, weil sie Plato nicht lesen kann, oder sich ihr Leben um Fressen, Fortpflanzung und Überleben dreht. Politik kommt wahrscheinlich auch nicht in Frage, denn warum sollte Daisy der Dackel sich für Putin oder Trump interessieren? Zu verstehen, was Tiere sagen, bedeutet, zu verstehen, was sie wollen und wie sie sich fühlen. Vielleicht gefällt uns auch nicht, was wir von ihnen hören. Die Kuh würde uns für die Massentierhaltung Vorwürfe machen. Oder der Dackel würde zugeben, dass er tatsächlich keine Gewissensbisse, sondern den eigenen Vorteil im Sinne hat.