Letzten Donnerstag, war ich im Internet auf der Suche nach Philosophinnen der Gegenwart und das Video «Denken wir wirklich in Worten?» von Dr. Nikola Kompa interessierte mich sehr. Es war für mich kein leicht verständliches, einstündliches Zuhören. Es beschäftigte mich den ganzen Tag und Freitag auch noch. Am Abend sah ich wieder einmal mehr zufälligerweise, dass im TV 3sat genau diese Themen aufgegriffen werden. Siehe Nano Doku «Können wir bald Gedankenlesen? Und anschliessend Nano Talk: Ist die Menschheit noch zu retten? Alle drei Videos gehen aktuell auf die Entwicklung der verschiedenen KI-Modellen ein, mit den positiven medizinischen Möglichkeiten, und den offenen Fragen wohin das alles auch führen kann und wird, wenn wir alles einzelnen, finanzstarken Menschen und Firmen und den «Maschinen» unkontrolliert überlassen.
Fortsetzung "kleine Geschichte der Philosophie" mit Wikipedia und youtube
Nikola Kompa
Aus Wikipedia kopiert:
„Nikola Kompa (* 1970) ist eine deutsche Philosophin.
Leben
Nach dem M.A. in Philosophie an der Universität München (Philosophie/Logik & Wissenschaftstheorie/Psychologie) und der Promotion zum Dr. phil. in München 1998 war sie von 2002 bis 2009 Assistentin an der Universität Münster. Nach der Habilitation in Philosophie an der Universität Münster 2008 hat sie seit 2011 die Professur für Theoretische Philosophie (W3) an der Universität Osnabrück inne.
Des Weiteren ist sie Projektleiterin und stellvertretende Sprecherin des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Graduiertenkollegs „Situated Cognition“ (2017–2026) sowie eines Projekts zum Thema „Wie können wir in einer Sprache denken?“, das gemeinsam von der DFG und dem österreichischen Fonds zur Förderung der wissenschaftlichen Forschung (FWF) gefördert wird und das sie gemeinsam mit Christopher Gauker (Salzburg) und Jutta Mueller (die als Mercator-Stipendiatin an dem Projekt mitwirkt) leitet.
Werk
Kompa befasst sich hauptsächlich mit Themen der inneren Rede und der Frage, wie diese die menschliche Kognition beeinflusst. Sie vertritt dabei die Ansicht, dass Denken und inneres Abwägen von Gründen hauptsächlich im Modus der verinnerlichten natürlichen Sprache stattfindet und eben nicht notwendigerweise in einer grundlegenderen Language of Thought. Sie ist dabei der Strömung des Neo-Vygotskyanismus zuzurechnen.
Weitere Themen, mit denen sich Kompa auseinandersetzt, sind die erkenntnistheoretischen Aspekte von Metaphern sowie die Wirkmechanismen der "dunklen Seite der Sprache». Zitatende. Weiteres ist Wikipedia zu entnehmen. Die Seite wurde zuletzt am 19. September 2026 bearbeitet.
Link zum Video:
Denken wir wirklich in Worten? - Prof. Dr. Nikola Kompa im Gespräch
20.10.2026 Erkenntnistheorie und die Philosophie des Geistes – 72 Minuten
"Denken wir wirklich in Worten? – Innere Sprache, Kognition & KI": Zoomposium mit Prof. Dr. Nikola Kompa
https://www.youtube.com/watch?v=QqaNMBWg8Lc
Ist Sprache lediglich ein Werkzeug zur Kommunikation nach außen oder das eigentliche Fundament unseres Denkens?
In diesem Zoomposium sprechen wir mit Prof. Dr. Nikola Kompa (Professorin für Theoretische Philosophie an der Universität Osnabrück) über die Schlüsselrolle der inneren Sprache (Inner Speech), die Architektur unseres Geistes und die philosophischen Grenzen moderner Künstlicher Intelligenz.
Während Großsprachmodelle (LLMs) scheinbar mühelos Texte generieren, stellt sich im Zeitalter von Deep Learning und AGI-Forschung die fundamentale Frage: Unterscheiden sich statistische Musterverarbeitungen grundsätzlich vom echten sprachlichen Verstehen und intentionalem Denken?
Gemeinsam ergründen wir Ansätze der Situated Cognition und des Embodiment, beleuchten die Rolle von wissenschaftlichen Metaphern und hinterfragen, ob das Gehirn tatsächlich wie ein Computer rechnet (Neural Computation).
Themenübersicht des Gesprächs:
Einleitung: Sprache, Geist und Kognition
Denken wir in Sprache?
Die Rolle der „Inner Speech“
Sprache als kognitive Architektur & Werkzeug des Denkens
Situated Cognition: Warum Denken nicht nur im Kopf stattfindet
Large Language Models: Verstehen oder reine Simulation?
Braucht KI eine innere Sprache für echte Autonomie?
Bewusstsein, Selbstmodell und das sprachliche „Ich“
Metaphern in der Wissenschaft: Werkzeuge der Erkenntnis
Computational Neuroscience: Rechnet das Gehirn wie ein Computer?
AGI & Zukunftsperspektiven: Ist Sprache die Bedingung von Intelligenz?
Über die Gästin: Prof. Dr. Nikola Kompa forscht und lehrt Theoretische Philosophie an der Universität Osnabrück. Ihre Forschungsschwerpunkte liegen an der Schnittstelle von Epistemologie, Sprachphilosophie und Kognitionswissenschaften (u. a. Inner Speech, Situated Cognition & Neural Computation).
Weitere Links & Ressourcen: • Philosophies: [https://philosophies.de](https://philosophies.de) • Die großen Fragen: [https://die-grossen-fragen.com](https://die-grossen-fragen.com) • Universität Osnabrück – Prof. Dr. Nikola Kompa
Zusammenfassung, Stichworte meist zitiert:
Das Video ist in Form eines Interviews gestaltet, gespickt mit vielen englischen Fachbegriffen.
Die Entwicklung der Sprache ist extrem voraussetzungsreich. Sie braucht kognitive Voraussetzungen, sie braucht ein Gedächtnis. Die Sprache, wie die unsrige, kann sich nur in einer komplexen Gesellschaft entwickeln.
Die Sprache hat mit uns Menschen etwas gemacht.
Innere Sprache: Platon hat es offen gelassen, ob dies eine Denksprache, eine Geistessprache oder eine natürliche Sprache ist. Augustinus vertrat dann die Idee einer Sprache des Geistes, der Lingua Mentis, die keine natürliche Sprache ist. Diese Idee wurde immer wieder weiterverfolgt und seit Jerry Fodor kennen wir die Idee einer reinen Denksprache, die nicht erworben, sondern diese ist in irgendeiner Weise angelegt. Dr. Nikola Kompa vertritt diese These nicht. Sie ist der Ansicht, dass wir in der Kindheit die natürliche Sprache in sozialen Interaktionen mit andern erwerben, internalisieren und zunehmend zu einem kognitiven Werkzeug machen. D.h. die Sprache, in der wir denken, ist die natürliche Sprache.
Sprache kann auch mit Mimik, Gestik stattfinden – siehe taubstumme Menschen
Menschen haben ein starkes Bedürfnis nach Kommunikation und finden dafür einen Weg sich ausdrücken mitteilen zu können.
Linguistic Relativity/ Sapir-Whorf-Hypothese besagt, dass die Sprache mich zwingt, die Welt auf eine bestimmte Weise zu betrachten. Das ist gemäss Dr. Nikola Kompa zu stark eingegrenzt. Wir erweitern unseren Sprachschatz z.B. mit Metaphern und entwickeln die Sprache weiter. Wir machen sie ausdruckstärker. Die Sprache macht uns Angebote, die Welt auf bestimmte Weise zu kategorisieren. Dazu kommt, dass wir auch noch andere Ausdruckmöglichkeiten haben wie Musik, Kunst etc. und, dass wir auch noch andere kognitive Prozesse haben, uns die Welt zu erschliessen.
Es gibt die These, dass wir für das Sprechen denken.
In der Debatte Visual Imagery oder Auditory, gibt es Menschen, die behaupten, dass sie kein Vorstellungsvermögen, kein bildhaftes Denken haben, obwohl sie sehr kreative Berufe ausüben.
Parallel dazu findet eine Debatte des inneren Speech, der inneren Sprache statt. Auch da, gibt es Menschen, die sagen, dass sie keine innere Sprache haben, dies anders erleben. Das ist unterschiedlich interpretierbar. Man kann sagen, ok, die haben das wirklich nicht, und dann gibt es Experimente, die zeigen, dass die innere Sprache auch unbewusst verwendet wird.
Es ist schwierig zu klassifizieren, zu beschreiben was in unserem inneren Geist vor sich geht, und/oder es gibt unterschiedliche kognitiven Strategien, die sich ergänzen können.
Stephen Hawking soll gesagt haben, da er durch seine Krankheit nicht mehr sprechen konnte, sei er gezwungen worden in Bildern zu denken. Das ist ein Beispiel dafür, dass es vielleicht unterschiedliche kognitive Strategien gibt. Manche Dinge machen wir bevorzugt bildhaft. Z.B. das räumliche Navigieren, Diagramme, unterschiedliche Grössenverhältnisse etc.
In Bezug auf Anwendungsfälle, wie z.B. Sprachverlust durch Krankheit, Schlaganfall, Gelähmte, gibt es die ersten Brain-Computer-Interfaces. Leute sprechen von Sprachneuroprothesen, die die innere Sprache auslesen. Für solche Locked in Patienten ist dies total sinnvoll, doch es ist auch ein wenig unheimlich. Man wendet dies natürlich auch auf KI an, die dann nach entsprechendem Training, Gedanken, innere Sprache mit ziemlicher Verlässlichkeit dekodieren kann. Die KI-Entwicklung ist diesbezüglich schon sehr weit.
Sprache ist auch ein Medium des Denkens. Sprache verändert Denken.
In der Mathematik ist es hilfreich ein Notationssystem zu haben. Dies kann eine natürliche Sprache oder ein anderes Notationssystem, ein bildhaftes oder ein Symbolsystem sein. Die Anschaulichkeit, das Bildhafte spielt in der Mathematik und den Wissenschaften generell eine Rolle.
Hinter dem Begriff situated cognition verbirgt sich ein ganzes Bündel von Theorieansätzen, Positionen und Ideen, die aus ganz verschiedenen Richtungen kommen. Gemeinsam ist ihnen, dass sie unzufrieden mit dem klassischen Modell von Kognition, mit dem Sandwich-Modell sind. Was sie auch noch eint, ist die Betonung der Rolle des Körpers, der Sinnesorgane, sowie der Rolle der sozialen Interaktion und der Umwelt ganz generell. Der Punkt, dass Kognition tatsächlich auf diese Weise situiert, ist sehr wichtig. Alleine wie wir die Welt durch unsere Sinnesorgane, auf bescheidene Weise im Vergleich zur Tierwelt, wahrnehmen, ist entscheidend, und ebenso, was wir mit den Informationen, die wir wahrnehmen machen, wie wir sie verarbeiten können. Bereits die Handlungsmöglichkeiten entscheiden, was wir wahrnehmen. Wir nehmen ja nicht nur Dinge wahr, wir nehmen auch Handlungsangebote wahr. Z.B. wir sehen den Stuhl, auf den wir uns setzen können, oder das Fenster, das geöffnet werden, und die Handlungsmöglichkeiten hängen dann wieder von den körperlichen Fähigkeiten, Möglichkeiten ab.
Der Gedanke entsteht in der Versprachlichung, indem ich spreche, ausspreche oder in innerer Sprache.
Es gibt die These, dass z.B. der Gedanke schon in einer Sprache des Geistes nur auf seine Versprachlichung wartet. Dabei ist ungeklärt, woher dieser Gedanke kommen soll. Es müssten vorher andere vorsprachlichen Prozesse angenommen werden, die sich dann ausdrücken in Sprache. Dr. Nikola Kompa wehrt sich gegen diese These.
Es gibt eigene Debatten über die Sprache Gottes und der Engel.
Large Language Modelle/LLM, die haben die soziale Einbettung nicht und trotzdem machen die einen beeindruckenden Output. Gibt es da Kognition, wie im Sandwich Model. Input-Kognition-Output? Dr. Nikola Kompa geht nicht soweit, dass sie dem ein wirkliches Sprachverständnis oder Ähnliches zuschreiben würde. Beim Menschen ist es so, dass das Verständnis der Sprache vorausgeht. Die Kinder verstehen mehr, als dass sie sprechen können. Beim Model ist es umgekehrt. Die produzieren schon ganz gut, aber ob sie verstehen können, das möchte sie bezweifeln. Doch es ist eine interessante Frage, und mit Prognosen sind wir alle etwas vorsichtig geworden. Die LLM extrahieren mit den Trainingsdaten nicht nur grammatische und semantische Muster unserer Sprache, sondern auch ein bisschen normative Zusammenhänge, affektiv und so. Aber die Leistung dieser Modelle sind immer noch parasitär gegenüber der menschlichen Sprachverwendung und der menschlichen Lebensform. Solange sie noch mit unseren Daten gefüttert werden, haben sie natürlich in gewisser Weise eine kausale Anbindung an die Wirklichkeit, vermittelt über uns. Also Ausdrücke haben Bedeutung, da es unsere Ausdrücke sind, die wir in der verkörperten Interaktion mit der Wirklichkeit erworben, und denen wir dadurch Bedeutung gegeben haben. In dem Masse, in dem die Modelle jetzt mehr und mehr mit ihren eigenen Ergebnissen gefüttert werden, verlieren sie natürlich ein bisschen die Anbindung an die Wirklichkeit, die wir ihnen im Moment noch ermöglichen. Gemäss Dr. Nikola Kompas Einschätzung ist es aber immer noch eine Simulation. Dies kann sich jedoch ändern. Die Robotik schreitet voran. Die Modelle bekommen Körper, die Trainingsdaten werden multimodal, sie haben Wahrnehmungsapparate, sie kriegen Feedbacks von uns, und wir sagen was wir hören wollen. Also in dem Masse, in dem sie immer Menschen ähnlicher werden, haben wir sie natürlich dazu gemacht. Trotzdem, die Modelle bleiben immer noch abhängig von unserem Weltbezug, von unserer verkörperten Interaktion mit der Wirklichkeit, von unserer Form der Sinnstiftung.
Wir benutzen Sprache, weil wir gewisse Bedürfnisse befriedigen können. Nicht nur das Bedürfnis nach Sozialität und Austausch, sondern auch kognitive Bedürfnisse und andere, wie uns die Welt zu erschliessen und solche Sachen. Solange die Large Language Modelle noch keine eigenen Bedürfnisse haben, und wir hoffen, dass das noch eine Weile so bleibt, haben sie diese Durchdringungstiefe, dieses Verständnis nicht. Die Modelle haben noch keine Sensemaking/Sinnstiftung. Sie erschliessen sich noch nicht die Wirklichkeit: Wir machen dies schon.
Fazit: Die LLM’s beherrschen perfekt die Syntax der Sprache, aber aus sehr viel Syntax bekommen wir keine Semantik. Semantik im Sinne von Weltbezug oder Bedeutung, also Signifikanz. Wir bekommen von den Modellen die ganze volle Funktionalität der Sprache nicht. Wir bekommen lediglich grammatisch wohlgeformte Sätze und lassen uns davon beeindrucken.
Informationen stecken in der Sprache drin. Das machen sich die LLM’s zu nutze. Die extrahieren die ganzen Muster, alles was wir in der Sprache verstecken. Das können sie schon wirklich gut, doch den Bezug stellen wir noch her, und den Sinn stiften auch wir.
Es ist aber tatsächlich so, dass diese Modelle auch schon mit einer Art inneren Sprache ausgestattet werden. So z.B. die DeepSeek Modelle, Chain-of-Thought und Think Tags. Man versucht diese Models zu Large Reasoning Models zu bringen. Eine grosse Frage dabei ist, wie verlässlich diese Auskünfte sind, oder ob das Model nur irgendetwas erzählt. Also, ob diese Modelle wirklich Auskunft darüber geben, was in ihnen gerade passiert, und ob das, was sie da sagen, ob dies irgendeinen kausalen Zusammenhang hat mit dem Ergebnis, was zum Schluss rauskommt. Es gibt die Bemühungen, eine innere Ebene, sozusagen eine Selbstreflexion einzubeziehen, zu entwickeln.
Zwei Chatbot wurden miteinander zusammengeschaltet, um sie miteinander kommunizieren zu lassen. Dabei sind die Chatbot in Gibberish/Kauderwelsch verfallen. Man könnte daraus schliessen, dass die Maschinen in Gibberish denken. Das wirft schon sehr grundlegende Fragen auf und es ist eine sehr interessante Entwicklung, insbesondere wenn man sich für den menschlichen Geist interessiert.
Wenn man möchte, dass modernere Maschinen, so eine AGI/Allgemeine Künstliche Intelligenz, so etwas wie eine menschliche Intelligenz oder menschliches Bewusstsein haben sollen, dann wäre es schon hilfreich ein solches Monitoring einzubeziehen. Es ist aber durchaus möglich, dass es etwas ganz anderes geben kann, wie andere komplexe Kognition oder komplexe Intelligenz. Aligen Cognition ist das Stichwort, das die Maschinen dann nicht mit Sprache machen, d.h. mit Sprache dem Medium, mit dem wir reflektieren können, sondern mit etwas ganz anderem.
Es wurde versucht mit neurosymbolischer Programmierung eine Optimierung zu erreichen. D.h. wir experimentieren mit etwas herum, obwohl wir uns selbst noch gar nicht richtig verstanden haben. Wie soll man da eine Maschine verstehen.
Wir wissen noch nicht was Bewusstsein ist, daher ist es schwierig zu sagen, ob die Maschinen eines haben oder nicht. Das ist natürlich auch die Sorge im Hintergrund, dass wir da etwas schaffen, was irgendwie empfindungsfähig oder bewusstseinsfähig ist, ohne dies zu wissen, ohne dies zu merken. Es kann aber etwas über unseren Geist sagen, oder dass wir auf interessante Fragen gestossen werden. Z.B. die Frage, ob wir nicht eigentlich auch Sprache in einem sehr viel mehr statistischem Masse produzieren. Kinder sind auch statistische Learner. Kinder extrahieren auch Muster aus ihren Trainingsdaten, sie haben wahrscheinlich aber etwas mehr voreingestellte Mechanismen, Lernmechanismen, die angeboren sind, und vielleicht produzieren auch wir einfach Sprache. Auch wir haben ein Faible für häufige Wörter, und wir haben viele Phrasen abgespeichert, die wir immer wieder verwenden. Also, wir gehen auch nach Wahrscheinlichkeiten bei der Produktion bis zu einem gewissen Grad. Vielleicht ist der Unterschied gar nicht so gross, nur dass wir halt ein bisschen mehr Voreinstellungen haben. Deshalb brauchen wir weniger Trainingsdaten. D.h. wir sind in gewisser Weise sprachfähig gemacht, biologisch oder kognitiv gesehen.
Wenn wir Sprache produzieren ist das meiste davon total automatisch. Wir merken überhaupt nicht, wie die Sprachproduktion vor sich geht. Natürlich werden aber auch Entscheidungen getroffen, wenn wir einen Begriff aus unserem mentalen Lexikon hervorkramen, werden verschiedene Begriffe gleichzeitig aktiviert und einer wird dann ausgewählt. Das machen wir alles unbewusst. Wenn wir einen Skill/eine Fähigkeit haben, dann ist es Sprechen. Es gibt nichts, was wir mehr trainieren und dadurch können wir ganz viele Prozesse automatisieren.
Die Sprache ist nicht eindeutig, sie ist bildhaft. Metaphern bringen das abstrakte und bildhafte Denken zusammen. Es ist eigentlich eine Form von analogischem Denken. In der Wissenschaft ist das sehr verbreitet. Ebenso verbreitet wie in den Medien und im Alltag. Wir machen uns Abstraktes mit Metaphern anschaulich. Z.B. Punkt und Wellen, das sind Metaphern, im Hintergrund steht eine mathematische Gleichung. Die Entwicklung der Quantenphysik ging einher mit sehr vielen Metaphern. Metaphern sind aber immer selektiv und irgendwann sind sie ausgereizt, dann ist es Zeit für eine neue Metapher. Die Kunst ist dann, eine neue Metapher zu finden, die sich auch durchsetzen kann. Die KI hat sich bisher nicht besonders hervorgetan mit sehr originellen Metaphern oder Wortneuschöpfungen. Dies ist vermutlich etwas was uns bleiben wird.
Diese Computermetapher des Geistes, und dass überhaupt das Denken Rechnen ist, ist Computational/Rechnerisch oder so etwas, und dass es da irgendwie Symbole gibt, auf denen wir irgendwelche syntaktischen Operationen performen können, das war schon eine ziemlich wirkmächtige Metapher, die forschungsleitend wurde. Man darf aber die Grenzen der Metaphern nicht aus den Augen verlieren.
Heute nutzen wir den Computer, um unseren Geist zu verstehen.
Die Gefahr besteht, dass vergessen wird, dass man metaphorisch redet. Vor allem in der Computationale Neurosience wird das Model zum Gehirn.
Es gibt ein empfehlenswertes Buch von Mazviita Chirimuuta – „The Brain Abstracted“ das sehr schön die Entwicklung aus der Sicht einer Wissenschaftstheoretikerin der Neurowissenschaft beschreibt.
Zurzeit läuft eine intensive Debatte Neural Computation, da wird realisiert, dass alles viel komplexer ist als gedacht. Das Gehirn ist ein sich ständig wandelndes Gehirn. Es ist ein unglaublich komplexes, verknüpftes biologisches System, in dem die Zeitkomponente, den Prozessverlauf entscheidend ist. Die Frage stellt sich, haben wir durch die Vereinfachung etwas übersehen. Gibt es doch biologische Details, die kognitiv relevant sind?
Es findet einen Paradigmenwechsel in der KI statt, der Biologisierung genannt wird.
Kognition hat etwas mit Körperlichkeit zu tun.
Die Geschichte wiederholt sich. Wir sind am Anfang einer Neuauflage der Vitalismus- versus Mechanismusdebatte. Aber wir sind einen Schritt weiter und stellen uns andere Fragen.
Die Sprache hat Macht, kann zur Manipulation benützt werden, zur Kontrolle des eigenen Geistes, aber auch zur Kontrolle anderer, und daher sollten wir überlegen, uns fragen, ob wir das, wie auch die kognitiven Fähigkeiten und die Diskurshoheit Modellen wie LLM übergeben wollen. Es gibt Studien zur Verwendung von diesen Sprachmodellen, dass dies zu Mainstreameffekten führt. Schlussendlich reden wir alle gleich, und dann kann KI noch unsere Gedanken auslesen, weil wir immer dieselben Sachen sagen, und dann haben wir die schönste Dystopie entwickelt.
Schreiben ist wichtig. Man kann gar nicht überschätzen was Schreiben mit uns gemacht hat. Wir können viel komplexere Gedanken formulieren, wenn wir sich verschriftlichen können. Diese Fähigkeit dürfen wir nicht verlieren.
Wir haben die körperliche Arbeit Maschinen übergeben und jetzt geben wir die kognitive Arbeit an Maschinen ab.
Die positive Sprachverwendung durch LLM’s sind für Dr. Nikola Kompa schwer zu finden. Sie nimmt uns Arbeit ab, dadurch werden wir dann in anderer Hinsicht kreativer oder wir entwickeln was auch immer, das wird man sehen. Dr. Nikola Kompa macht keine Prognose.
Was bleibt: aufhalten kann man die Entwicklung nicht, damit muss man konstruktiv umgehen und vor allem kritisch.
Fortsetzung "kleine Geschichte der Philosophie" mit Wikipedia und youtube
Nikola Kompa
Aus Wikipedia kopiert:
„Nikola Kompa (* 1970) ist eine deutsche Philosophin.
Leben
Nach dem M.A. in Philosophie an der Universität München (Philosophie/Logik & Wissenschaftstheorie/Psychologie) und der Promotion zum Dr. phil. in München 1998 war sie von 2002 bis 2009 Assistentin an der Universität Münster. Nach der Habilitation in Philosophie an der Universität Münster 2008 hat sie seit 2011 die Professur für Theoretische Philosophie (W3) an der Universität Osnabrück inne.
Des Weiteren ist sie Projektleiterin und stellvertretende Sprecherin des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Graduiertenkollegs „Situated Cognition“ (2017–2026) sowie eines Projekts zum Thema „Wie können wir in einer Sprache denken?“, das gemeinsam von der DFG und dem österreichischen Fonds zur Förderung der wissenschaftlichen Forschung (FWF) gefördert wird und das sie gemeinsam mit Christopher Gauker (Salzburg) und Jutta Mueller (die als Mercator-Stipendiatin an dem Projekt mitwirkt) leitet.
Werk
Kompa befasst sich hauptsächlich mit Themen der inneren Rede und der Frage, wie diese die menschliche Kognition beeinflusst. Sie vertritt dabei die Ansicht, dass Denken und inneres Abwägen von Gründen hauptsächlich im Modus der verinnerlichten natürlichen Sprache stattfindet und eben nicht notwendigerweise in einer grundlegenderen Language of Thought. Sie ist dabei der Strömung des Neo-Vygotskyanismus zuzurechnen.
Weitere Themen, mit denen sich Kompa auseinandersetzt, sind die erkenntnistheoretischen Aspekte von Metaphern sowie die Wirkmechanismen der "dunklen Seite der Sprache». Zitatende. Weiteres ist Wikipedia zu entnehmen. Die Seite wurde zuletzt am 19. September 2026 bearbeitet.
Link zum Video:
Denken wir wirklich in Worten? - Prof. Dr. Nikola Kompa im Gespräch
20.10.2026 Erkenntnistheorie und die Philosophie des Geistes – 72 Minuten
"Denken wir wirklich in Worten? – Innere Sprache, Kognition & KI": Zoomposium mit Prof. Dr. Nikola Kompa
https://www.youtube.com/watch?v=QqaNMBWg8Lc
Ist Sprache lediglich ein Werkzeug zur Kommunikation nach außen oder das eigentliche Fundament unseres Denkens?
In diesem Zoomposium sprechen wir mit Prof. Dr. Nikola Kompa (Professorin für Theoretische Philosophie an der Universität Osnabrück) über die Schlüsselrolle der inneren Sprache (Inner Speech), die Architektur unseres Geistes und die philosophischen Grenzen moderner Künstlicher Intelligenz.
Während Großsprachmodelle (LLMs) scheinbar mühelos Texte generieren, stellt sich im Zeitalter von Deep Learning und AGI-Forschung die fundamentale Frage: Unterscheiden sich statistische Musterverarbeitungen grundsätzlich vom echten sprachlichen Verstehen und intentionalem Denken?
Gemeinsam ergründen wir Ansätze der Situated Cognition und des Embodiment, beleuchten die Rolle von wissenschaftlichen Metaphern und hinterfragen, ob das Gehirn tatsächlich wie ein Computer rechnet (Neural Computation).
Themenübersicht des Gesprächs:
Einleitung: Sprache, Geist und Kognition
Denken wir in Sprache?
Die Rolle der „Inner Speech“
Sprache als kognitive Architektur & Werkzeug des Denkens
Situated Cognition: Warum Denken nicht nur im Kopf stattfindet
Large Language Models: Verstehen oder reine Simulation?
Braucht KI eine innere Sprache für echte Autonomie?
Bewusstsein, Selbstmodell und das sprachliche „Ich“
Metaphern in der Wissenschaft: Werkzeuge der Erkenntnis
Computational Neuroscience: Rechnet das Gehirn wie ein Computer?
AGI & Zukunftsperspektiven: Ist Sprache die Bedingung von Intelligenz?
Über die Gästin: Prof. Dr. Nikola Kompa forscht und lehrt Theoretische Philosophie an der Universität Osnabrück. Ihre Forschungsschwerpunkte liegen an der Schnittstelle von Epistemologie, Sprachphilosophie und Kognitionswissenschaften (u. a. Inner Speech, Situated Cognition & Neural Computation).
Weitere Links & Ressourcen: • Philosophies: [https://philosophies.de](https://philosophies.de) • Die großen Fragen: [https://die-grossen-fragen.com](https://die-grossen-fragen.com) • Universität Osnabrück – Prof. Dr. Nikola Kompa
Zusammenfassung, Stichworte meist zitiert:
Das Video ist in Form eines Interviews gestaltet, gespickt mit vielen englischen Fachbegriffen.
Die Entwicklung der Sprache ist extrem voraussetzungsreich. Sie braucht kognitive Voraussetzungen, sie braucht ein Gedächtnis. Die Sprache, wie die unsrige, kann sich nur in einer komplexen Gesellschaft entwickeln.
Die Sprache hat mit uns Menschen etwas gemacht.
Innere Sprache: Platon hat es offen gelassen, ob dies eine Denksprache, eine Geistessprache oder eine natürliche Sprache ist. Augustinus vertrat dann die Idee einer Sprache des Geistes, der Lingua Mentis, die keine natürliche Sprache ist. Diese Idee wurde immer wieder weiterverfolgt und seit Jerry Fodor kennen wir die Idee einer reinen Denksprache, die nicht erworben, sondern diese ist in irgendeiner Weise angelegt. Dr. Nikola Kompa vertritt diese These nicht. Sie ist der Ansicht, dass wir in der Kindheit die natürliche Sprache in sozialen Interaktionen mit andern erwerben, internalisieren und zunehmend zu einem kognitiven Werkzeug machen. D.h. die Sprache, in der wir denken, ist die natürliche Sprache.
Sprache kann auch mit Mimik, Gestik stattfinden – siehe taubstumme Menschen
Menschen haben ein starkes Bedürfnis nach Kommunikation und finden dafür einen Weg sich ausdrücken mitteilen zu können.
Linguistic Relativity/ Sapir-Whorf-Hypothese besagt, dass die Sprache mich zwingt, die Welt auf eine bestimmte Weise zu betrachten. Das ist gemäss Dr. Nikola Kompa zu stark eingegrenzt. Wir erweitern unseren Sprachschatz z.B. mit Metaphern und entwickeln die Sprache weiter. Wir machen sie ausdruckstärker. Die Sprache macht uns Angebote, die Welt auf bestimmte Weise zu kategorisieren. Dazu kommt, dass wir auch noch andere Ausdruckmöglichkeiten haben wie Musik, Kunst etc. und, dass wir auch noch andere kognitive Prozesse haben, uns die Welt zu erschliessen.
Es gibt die These, dass wir für das Sprechen denken.
In der Debatte Visual Imagery oder Auditory, gibt es Menschen, die behaupten, dass sie kein Vorstellungsvermögen, kein bildhaftes Denken haben, obwohl sie sehr kreative Berufe ausüben.
Parallel dazu findet eine Debatte des inneren Speech, der inneren Sprache statt. Auch da, gibt es Menschen, die sagen, dass sie keine innere Sprache haben, dies anders erleben. Das ist unterschiedlich interpretierbar. Man kann sagen, ok, die haben das wirklich nicht, und dann gibt es Experimente, die zeigen, dass die innere Sprache auch unbewusst verwendet wird.
Es ist schwierig zu klassifizieren, zu beschreiben was in unserem inneren Geist vor sich geht, und/oder es gibt unterschiedliche kognitiven Strategien, die sich ergänzen können.
Stephen Hawking soll gesagt haben, da er durch seine Krankheit nicht mehr sprechen konnte, sei er gezwungen worden in Bildern zu denken. Das ist ein Beispiel dafür, dass es vielleicht unterschiedliche kognitive Strategien gibt. Manche Dinge machen wir bevorzugt bildhaft. Z.B. das räumliche Navigieren, Diagramme, unterschiedliche Grössenverhältnisse etc.
In Bezug auf Anwendungsfälle, wie z.B. Sprachverlust durch Krankheit, Schlaganfall, Gelähmte, gibt es die ersten Brain-Computer-Interfaces. Leute sprechen von Sprachneuroprothesen, die die innere Sprache auslesen. Für solche Locked in Patienten ist dies total sinnvoll, doch es ist auch ein wenig unheimlich. Man wendet dies natürlich auch auf KI an, die dann nach entsprechendem Training, Gedanken, innere Sprache mit ziemlicher Verlässlichkeit dekodieren kann. Die KI-Entwicklung ist diesbezüglich schon sehr weit.
Sprache ist auch ein Medium des Denkens. Sprache verändert Denken.
In der Mathematik ist es hilfreich ein Notationssystem zu haben. Dies kann eine natürliche Sprache oder ein anderes Notationssystem, ein bildhaftes oder ein Symbolsystem sein. Die Anschaulichkeit, das Bildhafte spielt in der Mathematik und den Wissenschaften generell eine Rolle.
Hinter dem Begriff situated cognition verbirgt sich ein ganzes Bündel von Theorieansätzen, Positionen und Ideen, die aus ganz verschiedenen Richtungen kommen. Gemeinsam ist ihnen, dass sie unzufrieden mit dem klassischen Modell von Kognition, mit dem Sandwich-Modell sind. Was sie auch noch eint, ist die Betonung der Rolle des Körpers, der Sinnesorgane, sowie der Rolle der sozialen Interaktion und der Umwelt ganz generell. Der Punkt, dass Kognition tatsächlich auf diese Weise situiert, ist sehr wichtig. Alleine wie wir die Welt durch unsere Sinnesorgane, auf bescheidene Weise im Vergleich zur Tierwelt, wahrnehmen, ist entscheidend, und ebenso, was wir mit den Informationen, die wir wahrnehmen machen, wie wir sie verarbeiten können. Bereits die Handlungsmöglichkeiten entscheiden, was wir wahrnehmen. Wir nehmen ja nicht nur Dinge wahr, wir nehmen auch Handlungsangebote wahr. Z.B. wir sehen den Stuhl, auf den wir uns setzen können, oder das Fenster, das geöffnet werden, und die Handlungsmöglichkeiten hängen dann wieder von den körperlichen Fähigkeiten, Möglichkeiten ab.
Der Gedanke entsteht in der Versprachlichung, indem ich spreche, ausspreche oder in innerer Sprache.
Es gibt die These, dass z.B. der Gedanke schon in einer Sprache des Geistes nur auf seine Versprachlichung wartet. Dabei ist ungeklärt, woher dieser Gedanke kommen soll. Es müssten vorher andere vorsprachlichen Prozesse angenommen werden, die sich dann ausdrücken in Sprache. Dr. Nikola Kompa wehrt sich gegen diese These.
Es gibt eigene Debatten über die Sprache Gottes und der Engel.
Large Language Modelle/LLM, die haben die soziale Einbettung nicht und trotzdem machen die einen beeindruckenden Output. Gibt es da Kognition, wie im Sandwich Model. Input-Kognition-Output? Dr. Nikola Kompa geht nicht soweit, dass sie dem ein wirkliches Sprachverständnis oder Ähnliches zuschreiben würde. Beim Menschen ist es so, dass das Verständnis der Sprache vorausgeht. Die Kinder verstehen mehr, als dass sie sprechen können. Beim Model ist es umgekehrt. Die produzieren schon ganz gut, aber ob sie verstehen können, das möchte sie bezweifeln. Doch es ist eine interessante Frage, und mit Prognosen sind wir alle etwas vorsichtig geworden. Die LLM extrahieren mit den Trainingsdaten nicht nur grammatische und semantische Muster unserer Sprache, sondern auch ein bisschen normative Zusammenhänge, affektiv und so. Aber die Leistung dieser Modelle sind immer noch parasitär gegenüber der menschlichen Sprachverwendung und der menschlichen Lebensform. Solange sie noch mit unseren Daten gefüttert werden, haben sie natürlich in gewisser Weise eine kausale Anbindung an die Wirklichkeit, vermittelt über uns. Also Ausdrücke haben Bedeutung, da es unsere Ausdrücke sind, die wir in der verkörperten Interaktion mit der Wirklichkeit erworben, und denen wir dadurch Bedeutung gegeben haben. In dem Masse, in dem die Modelle jetzt mehr und mehr mit ihren eigenen Ergebnissen gefüttert werden, verlieren sie natürlich ein bisschen die Anbindung an die Wirklichkeit, die wir ihnen im Moment noch ermöglichen. Gemäss Dr. Nikola Kompas Einschätzung ist es aber immer noch eine Simulation. Dies kann sich jedoch ändern. Die Robotik schreitet voran. Die Modelle bekommen Körper, die Trainingsdaten werden multimodal, sie haben Wahrnehmungsapparate, sie kriegen Feedbacks von uns, und wir sagen was wir hören wollen. Also in dem Masse, in dem sie immer Menschen ähnlicher werden, haben wir sie natürlich dazu gemacht. Trotzdem, die Modelle bleiben immer noch abhängig von unserem Weltbezug, von unserer verkörperten Interaktion mit der Wirklichkeit, von unserer Form der Sinnstiftung.
Wir benutzen Sprache, weil wir gewisse Bedürfnisse befriedigen können. Nicht nur das Bedürfnis nach Sozialität und Austausch, sondern auch kognitive Bedürfnisse und andere, wie uns die Welt zu erschliessen und solche Sachen. Solange die Large Language Modelle noch keine eigenen Bedürfnisse haben, und wir hoffen, dass das noch eine Weile so bleibt, haben sie diese Durchdringungstiefe, dieses Verständnis nicht. Die Modelle haben noch keine Sensemaking/Sinnstiftung. Sie erschliessen sich noch nicht die Wirklichkeit: Wir machen dies schon.
Fazit: Die LLM’s beherrschen perfekt die Syntax der Sprache, aber aus sehr viel Syntax bekommen wir keine Semantik. Semantik im Sinne von Weltbezug oder Bedeutung, also Signifikanz. Wir bekommen von den Modellen die ganze volle Funktionalität der Sprache nicht. Wir bekommen lediglich grammatisch wohlgeformte Sätze und lassen uns davon beeindrucken.
Informationen stecken in der Sprache drin. Das machen sich die LLM’s zu nutze. Die extrahieren die ganzen Muster, alles was wir in der Sprache verstecken. Das können sie schon wirklich gut, doch den Bezug stellen wir noch her, und den Sinn stiften auch wir.
Es ist aber tatsächlich so, dass diese Modelle auch schon mit einer Art inneren Sprache ausgestattet werden. So z.B. die DeepSeek Modelle, Chain-of-Thought und Think Tags. Man versucht diese Models zu Large Reasoning Models zu bringen. Eine grosse Frage dabei ist, wie verlässlich diese Auskünfte sind, oder ob das Model nur irgendetwas erzählt. Also, ob diese Modelle wirklich Auskunft darüber geben, was in ihnen gerade passiert, und ob das, was sie da sagen, ob dies irgendeinen kausalen Zusammenhang hat mit dem Ergebnis, was zum Schluss rauskommt. Es gibt die Bemühungen, eine innere Ebene, sozusagen eine Selbstreflexion einzubeziehen, zu entwickeln.
Zwei Chatbot wurden miteinander zusammengeschaltet, um sie miteinander kommunizieren zu lassen. Dabei sind die Chatbot in Gibberish/Kauderwelsch verfallen. Man könnte daraus schliessen, dass die Maschinen in Gibberish denken. Das wirft schon sehr grundlegende Fragen auf und es ist eine sehr interessante Entwicklung, insbesondere wenn man sich für den menschlichen Geist interessiert.
Wenn man möchte, dass modernere Maschinen, so eine AGI/Allgemeine Künstliche Intelligenz, so etwas wie eine menschliche Intelligenz oder menschliches Bewusstsein haben sollen, dann wäre es schon hilfreich ein solches Monitoring einzubeziehen. Es ist aber durchaus möglich, dass es etwas ganz anderes geben kann, wie andere komplexe Kognition oder komplexe Intelligenz. Aligen Cognition ist das Stichwort, das die Maschinen dann nicht mit Sprache machen, d.h. mit Sprache dem Medium, mit dem wir reflektieren können, sondern mit etwas ganz anderem.
Es wurde versucht mit neurosymbolischer Programmierung eine Optimierung zu erreichen. D.h. wir experimentieren mit etwas herum, obwohl wir uns selbst noch gar nicht richtig verstanden haben. Wie soll man da eine Maschine verstehen.
Wir wissen noch nicht was Bewusstsein ist, daher ist es schwierig zu sagen, ob die Maschinen eines haben oder nicht. Das ist natürlich auch die Sorge im Hintergrund, dass wir da etwas schaffen, was irgendwie empfindungsfähig oder bewusstseinsfähig ist, ohne dies zu wissen, ohne dies zu merken. Es kann aber etwas über unseren Geist sagen, oder dass wir auf interessante Fragen gestossen werden. Z.B. die Frage, ob wir nicht eigentlich auch Sprache in einem sehr viel mehr statistischem Masse produzieren. Kinder sind auch statistische Learner. Kinder extrahieren auch Muster aus ihren Trainingsdaten, sie haben wahrscheinlich aber etwas mehr voreingestellte Mechanismen, Lernmechanismen, die angeboren sind, und vielleicht produzieren auch wir einfach Sprache. Auch wir haben ein Faible für häufige Wörter, und wir haben viele Phrasen abgespeichert, die wir immer wieder verwenden. Also, wir gehen auch nach Wahrscheinlichkeiten bei der Produktion bis zu einem gewissen Grad. Vielleicht ist der Unterschied gar nicht so gross, nur dass wir halt ein bisschen mehr Voreinstellungen haben. Deshalb brauchen wir weniger Trainingsdaten. D.h. wir sind in gewisser Weise sprachfähig gemacht, biologisch oder kognitiv gesehen.
Wenn wir Sprache produzieren ist das meiste davon total automatisch. Wir merken überhaupt nicht, wie die Sprachproduktion vor sich geht. Natürlich werden aber auch Entscheidungen getroffen, wenn wir einen Begriff aus unserem mentalen Lexikon hervorkramen, werden verschiedene Begriffe gleichzeitig aktiviert und einer wird dann ausgewählt. Das machen wir alles unbewusst. Wenn wir einen Skill/eine Fähigkeit haben, dann ist es Sprechen. Es gibt nichts, was wir mehr trainieren und dadurch können wir ganz viele Prozesse automatisieren.
Die Sprache ist nicht eindeutig, sie ist bildhaft. Metaphern bringen das abstrakte und bildhafte Denken zusammen. Es ist eigentlich eine Form von analogischem Denken. In der Wissenschaft ist das sehr verbreitet. Ebenso verbreitet wie in den Medien und im Alltag. Wir machen uns Abstraktes mit Metaphern anschaulich. Z.B. Punkt und Wellen, das sind Metaphern, im Hintergrund steht eine mathematische Gleichung. Die Entwicklung der Quantenphysik ging einher mit sehr vielen Metaphern. Metaphern sind aber immer selektiv und irgendwann sind sie ausgereizt, dann ist es Zeit für eine neue Metapher. Die Kunst ist dann, eine neue Metapher zu finden, die sich auch durchsetzen kann. Die KI hat sich bisher nicht besonders hervorgetan mit sehr originellen Metaphern oder Wortneuschöpfungen. Dies ist vermutlich etwas was uns bleiben wird.
Diese Computermetapher des Geistes, und dass überhaupt das Denken Rechnen ist, ist Computational/Rechnerisch oder so etwas, und dass es da irgendwie Symbole gibt, auf denen wir irgendwelche syntaktischen Operationen performen können, das war schon eine ziemlich wirkmächtige Metapher, die forschungsleitend wurde. Man darf aber die Grenzen der Metaphern nicht aus den Augen verlieren.
Heute nutzen wir den Computer, um unseren Geist zu verstehen.
Die Gefahr besteht, dass vergessen wird, dass man metaphorisch redet. Vor allem in der Computationale Neurosience wird das Model zum Gehirn.
Es gibt ein empfehlenswertes Buch von Mazviita Chirimuuta – „The Brain Abstracted“ das sehr schön die Entwicklung aus der Sicht einer Wissenschaftstheoretikerin der Neurowissenschaft beschreibt.
Zurzeit läuft eine intensive Debatte Neural Computation, da wird realisiert, dass alles viel komplexer ist als gedacht. Das Gehirn ist ein sich ständig wandelndes Gehirn. Es ist ein unglaublich komplexes, verknüpftes biologisches System, in dem die Zeitkomponente, den Prozessverlauf entscheidend ist. Die Frage stellt sich, haben wir durch die Vereinfachung etwas übersehen. Gibt es doch biologische Details, die kognitiv relevant sind?
Es findet einen Paradigmenwechsel in der KI statt, der Biologisierung genannt wird.
Kognition hat etwas mit Körperlichkeit zu tun.
Die Geschichte wiederholt sich. Wir sind am Anfang einer Neuauflage der Vitalismus- versus Mechanismusdebatte. Aber wir sind einen Schritt weiter und stellen uns andere Fragen.
Die Sprache hat Macht, kann zur Manipulation benützt werden, zur Kontrolle des eigenen Geistes, aber auch zur Kontrolle anderer, und daher sollten wir überlegen, uns fragen, ob wir das, wie auch die kognitiven Fähigkeiten und die Diskurshoheit Modellen wie LLM übergeben wollen. Es gibt Studien zur Verwendung von diesen Sprachmodellen, dass dies zu Mainstreameffekten führt. Schlussendlich reden wir alle gleich, und dann kann KI noch unsere Gedanken auslesen, weil wir immer dieselben Sachen sagen, und dann haben wir die schönste Dystopie entwickelt.
Schreiben ist wichtig. Man kann gar nicht überschätzen was Schreiben mit uns gemacht hat. Wir können viel komplexere Gedanken formulieren, wenn wir sich verschriftlichen können. Diese Fähigkeit dürfen wir nicht verlieren.
Wir haben die körperliche Arbeit Maschinen übergeben und jetzt geben wir die kognitive Arbeit an Maschinen ab.
Die positive Sprachverwendung durch LLM’s sind für Dr. Nikola Kompa schwer zu finden. Sie nimmt uns Arbeit ab, dadurch werden wir dann in anderer Hinsicht kreativer oder wir entwickeln was auch immer, das wird man sehen. Dr. Nikola Kompa macht keine Prognose.
Was bleibt: aufhalten kann man die Entwicklung nicht, damit muss man konstruktiv umgehen und vor allem kritisch.
Zuletzt bearbeitet: