Katakana

Japanisch wird nicht mit einem einzigen Zeichensatz geschrieben, sondern mit dreien nebeneinander. Einer davon ist Katakana. Es besteht aus 46 Grundzeichen mit eckigen, geraden Strichen. Jedes Zeichen steht nicht für einen einzelnen Laut wie unser „k“ oder „a“, sondern für eine ganze Silbe: カ spricht man „ka“, ト spricht man „to“. Katakana kommt vor allem dann zum Einsatz, wenn ein Wort aus einer fremden Sprache stammt. „Computer“ wird im Japanischen zu コンピュータ, gesprochen etwa „konpyuuta“.

Warum Tech-Wörter in Japan eckig aussehen

Fast der gesamte Wortschatz der Computerwelt ist im Japanischen entlehnt. Software, Byte, Server, Cloud, Prompt: all diese Begriffe wurden lautlich nachgebaut und dann in Katakana geschrieben. Wer eine japanische Nachrichtenseite über künstliche Intelligenz öffnet, sieht deshalb auffällig viele dieser eckigen Zeichen. Sie funktionieren wie ein optisches Signal: Hier kommt ein Begriff von außen.

Für Computer ist genau das eine Schwierigkeit. Ein Programm, das Text verarbeitet, muss erkennen, dass コンピュータ und das englische „computer“ dasselbe meinen. Die Zeichen haben aber keinerlei Ähnlichkeit mit den lateinischen Buchstaben. Übersetzungssysteme und Suchmaschinen brauchen dafür eigene Regeln und viele Trainingsbeispiele.

Hinzu kommt, dass die Umschrift nicht eindeutig ist. Japanisch kennt kein „l“ und kein reines „v“. Aus „light“ und „right“ wird beides ライト. Aus dem Kontext muss sich ergeben, was gemeint ist. Menschen schaffen das meist mühelos, Maschinen tun sich schwerer damit.

46 Zeichen, zwei Striche und ein kleines o

Das System ist überschaubar aufgebaut. Es gibt fünf Vokale und dazu Reihen aus Konsonant plus Vokal: ka, ki, ku, ke, ko und so weiter. Damit deckt man die meisten japanischen Silben ab. Zwei kleine Zusatzzeichen erweitern den Vorrat. Zwei Striche oben rechts machen aus „ka“ ein „ga“, ein kleiner Kreis macht aus „ha“ ein „pa“.

Für fremde Laute behilft man sich mit Kombinationen. Ein normal großes Zeichen gefolgt von einem verkleinerten ergibt eine neue Silbe. So entsteht aus „fu“ plus kleinem „a“ die Silbe „fa“, die es im Japanischen eigentlich nicht gibt. Lange Vokale schreibt man mit einem waagerechten Strich, deshalb enden so viele Lehnwörter auf ー.

Wichtig ist die Abgrenzung zu den anderen beiden Schriften. Hiragana hat dieselben Silben, sieht aber rund und geschwungen aus und dient japanischen Wörtern und der Grammatik. Kanji sind aus dem Chinesischen übernommene Bedeutungszeichen, mehrere tausend an der Zahl. Ein normaler Satz mischt alle drei. Ein häufiger Irrtum ist, Katakana sei eine Art Alphabet für Anfänger. Es ist kein Alphabet, denn seine Einheit ist die Silbe, nicht der Einzellaut.

Von Anime-Titeln bis zum Zeichensatz im Code

Im Alltag begegnet Katakana vielen Leuten zuerst über Popkultur. Titel von Anime, Namen von Spielereihen wie ポケモン (Pokémon) und Produktnamen japanischer Firmen stehen oft in dieser Schrift. Auch Speisekarten nutzen sie für importierte Gerichte. Und Werbung setzt Katakana gern ein, weil die eckige Form modern und international wirkt.

In der Technik taucht der Begriff bei Zeichenkodierung auf. Unicode, der weltweite Standard zur Nummerierung von Schriftzeichen, hat für Katakana einen eigenen Bereich. Es gibt sogar eine schmale Variante aus frühen Computerzeiten, die sogenannten Halbbreiten-Katakana. Sie führen bis heute zu Darstellungsfehlern, wenn Systeme Zeichensätze verwechseln.

Für Sprachmodelle ist Japanisch ein gutes Beispiel für ein grundsätzliches Problem. Diese Systeme zerlegen Text in kleine Einheiten, sogenannte Token. Bei Sprachen ohne Leerzeichen zwischen den Wörtern ist diese Zerlegung schwieriger, und japanischer Text verbraucht oft mehr Token als eine englische Übersetzung desselben Inhalts. Da die Kosten pro Token abgerechnet werden, ist die Nutzung solcher Modelle auf Japanisch tendenziell teurer.