Die 8 Ausspracheregeln des Japanischen, die jeder Lernende kennen sollte

Das Japanische hat im Vergleich zum Deutschen nur wenige Laute, und das ist eine gute Nachricht. Die wenigen Regeln, die es dafür aufstellt, überspringt man aber leicht und bekommt sie später nur mühsam wieder aus dem Mund. Dieser Leitfaden versammelt die 8 Regeln, die dein Japanisch sofort natürlich klingen lassen, sobald du sie wirklich verinnerlicht hast.

Vor den acht Regeln: Japanisch wird in Moren gemessen, nicht in Silben

Deutsch ist eine akzentzählende Sprache: Betonte Silben kommen in ungefähr gleichmäßigen Abständen, und alles dazwischen wird zusammengedrückt, damit es in die verfügbare Zeit passt. Genau deshalb schleifen sich unbetonte Vokale bei uns zum farblosen Schwa ab, und deshalb haben „Fotografie“ und „Fotograf“ trotz gemeinsamer Wurzel völlig verschiedene Formen. Das Englische arbeitet genauso. Das Japanische dagegen ist morenzählend: Es ist aus kleinen Einheiten namens Moren (拍, はく) gebaut, die alle ungefähr gleich lange dauern, und nichts wird zur Hervorhebung gedehnt oder gestaucht. Anders als eine spanisch- oder französischsprachige Person startest du hier also nicht mit einem Vorsprung, sondern mit derselben Altlast wie ein Englischsprecher: Deine Sprache verteilt die Zeit nach dem Akzent statt nach den Silben. Mehr als jeder einzelne Konsonant ist das der Grund, warum Lernenden-Japanisch fremd klingt — die Laute stimmen, aber die Uhr geht falsch.

Eine Mora ist keine Silbe, und der Unterschied lässt sich mühelos zählen, sobald du die vier Zählregeln kennst. Jedes Kana in normaler Größe ist eine Mora. Ein kleines ゃ/ゅ/ょ verschmilzt mit dem Kana davor zu einer einzigen Mora (きょ, しゃ, にゅ sind je ein Schlag). Das kleine っ ist eine Mora für sich. ん ist eine Mora für sich. Und die zweite Hälfte eines Langvokals ist eine Mora für sich. Wende diese vier Regeln an, und die berühmten Beispiele fallen sofort heraus:

Hier ist die Übung, die das Ganze körperlich macht. Klopfe mit einem Finger in gleichmäßigem Tempo auf den Tisch, etwa zwei Schläge pro Sekunde, und sprich pro Schlag eine Mora: と(Klopf) う(Klopf) きょ(Klopf) う(Klopf). Mach das mit 東京, 学校, 切手 und 新聞. Am Anfang wird es dir absurd langsam vorkommen, und genau dieses Gefühl ist der Punkt: Du hörst zum ersten Mal, wie viel Zeit du der zweiten Hälfte jedes Wortes bisher gestohlen hast. Die Regeln 2, 3 und 6 weiter unten sind im Grunde dieselbe Regel aus drei Blickwinkeln — Langvokal, っ und ん besitzen jeweils einen ganzen Schlag. Wenn du auf dieser Seite sonst nichts korrigierst, korrigiere die Uhr. Üben kannst du das an jeder beliebigen Wortliste; die Liste Grundwortschatz 1 ist kurz genug, um sie in einem Durchgang laut zu lesen.

1. Die Vokale sind kurz, klar und gleich lang

Das Japanische hat nur 5 Vokale: あ (a), い (i), う (u), え (e), お (o). Jeder davon ist ein einziger, klarer Laut und nie ein Diphthong. Damit steht das Deutsche gar nicht schlecht da, denn unsere Langvokale gleiten längst nicht so stark weg wie die englischen. Drei Fallen kommen trotzdem direkt aus dem Deutschen. Erstens die Schwa-Abschleifung: Was bei uns unbetont ist, verfärbt sich zu dem dumpfen e in „bitte“ — im Japanischen bleibt dagegen jeder Vokal voll, auch am Wortende. Zweitens der harte Vokaleinsatz: Wir setzen vor jedem vokalisch anlautenden Wort oder Wortteil neu an, wie in „be-achten“ oder „ver-eisen“, und dieser Knacklaut zerhackt japanische Vokalfolgen wie おおさか, れんあい oder ほんや. Drittens die Lippenrundung: Das japanische う wird mit deutlich flacheren Lippen gesprochen als unser u, und え ist immer ein volles, offenes e wie in „Bett“, nie ein Schwa — ね klingt wie „ne“ und nicht wie die Endung von „bitte“. Und ein letzter Punkt, der nur uns trifft: Lies Kana, nicht Romaji. Deutsch spricht ei als „ai“, deshalb wird せんせい reflexhaft zu „sensai“ statt zu せ・ん・せ・い.

2. Langvokale verändern die Bedeutung wirklich

Das Japanische hat Langvokale (sie dauern etwa doppelt so lange wie ein normaler Vokal), und sie unterscheiden die Bedeutung. Ein paar klassische Minimalpaare:

• おばさん (obasan, „Tante“) vs おばあさん (obāsan, „Großmutter“)
• おじさん (ojisan, „Onkel“) vs おじいさん (ojīsan, „Großvater“)
• ゆき (yuki, „Schnee“) vs ゆうき (yūki, „Mut“)
• ここ (koko, „hier“) vs こうこう (kōkō, „Oberschule“)

Wenn du Langvokale als optional behandelst, erntest du viele ratlose Blicke. Die Lösung: Sobald du zweimal denselben Vokal hintereinander siehst, halte den Laut über zwei Schläge und zähle dabei stumm „1, 2“.

Hier hilft dir das Deutsche mehr als fast jede andere Sprache, denn wir unterscheiden Vokallängen bedeutungsunterscheidend: „Staat“ gegen „Stadt“, „Beet“ gegen „Bett“, „Miete“ gegen „Mitte“. Der Gedanke ist dir also vertraut, du musst ihn nur übertragen. Es lohnt sich zu sehen, wie viele solcher Paare es gibt, denn die Vokallänge ist keine Frage der Betonung — sie ist der Unterschied zwischen zwei völlig unabhängigen Wörtern. Die beiden Spalten unten sind keine Varianten desselben Wortes, sondern getrennte Wörterbucheinträge:

Zu wissen, wie Langvokale geschrieben werden, nimmt fast alles Raten heraus. Langes あ verdoppelt das Kana: おかあさん (Mutter). Langes い verdoppelt ebenso: おいしい (lecker). Langes う verdoppelt genauso: ふうとう (封筒, Briefumschlag). Langes え schreibt man normalerweise え + い — せんせい (Lehrkraft), えいが (映画, Film) — und langes お normalerweise お + う: とうきょう, おとうさん (Vater), がっこう. Eine kleine geschlossene Gruppe schreibt langes お stattdessen お + お, und diese Schreibungen muss man schlicht als solche lernen: おおきい (大きい, groß), とおい (遠い, weit), こおり (氷, Eis), とお (十, zehn). Das Katakana umgeht das ganze Problem mit dem Längenstrich ー: コーヒー, ビール, スーパー, ケーキ. Dieser Strich ist ein Geschenk, weil der Schlag dir schon aufgezeichnet wird; Katakana-Wörter sind deshalb die beste Stelle, um mit der richtigen Länge anzufangen. Einen deutschen Reflex musst du dabei allerdings unterdrücken: Bei uns hängt die Länge an der Klangfarbe, langes e ist geschlossen und kurzes e offen. Im Japanischen ändert sich nur die Dauer und nie die Klangfarbe. Wenn dich das Katakana selbst noch bremst, macht es jeden Langvokal sichtbarer, wenn du das zuerst löst.

Direkt daneben lauert die nächste Falle. Ein kleines ゃゅょ und ein großes やゆよ sehen einander sehr ähnlich, unterscheiden sich aber um einen ganzen Schlag: 病院 (びょういん, Krankenhaus) hat vier Moren — びょ・う・い・ん — während 美容院 (びよういん, Friseursalon) fünf hat: び・よ・う・い・ん. Genauso hat 旅行 (りょこう, Reise) drei Moren und nicht vier, und 手術 (しゅじゅつ, Operation) hat drei. Lies das kleine Kana als eine Einheit mit dem Konsonanten davor, dann geht die Rechnung auf.

3. Doppelkonsonanten (Sokuon っ) brauchen eine echte Pause

Das kleine っ (oder ッ im Katakana) verdoppelt den folgenden Konsonanten, und diese Verdopplung ist eine echte, hörbare Pause. Vergleiche:

• さか (saka, „Hang“) vs さっか (sakka, „Schriftsteller“)
• ねこ (neko, „Katze“) vs ねっこ (nekko, „Wurzel“)
• かた (kata, „Schulter“) vs かった (katta, „gewann, kaufte“)

Behandle das kleine っ wie einen ganzen Schlag Stille. Quetsche ihn nicht zusammen.

Genauer gesagt: Das kleine っ ist eine vollständige Mora, und in den meisten Fällen ist diese Mora Stille. Der Mund geht in die Position für den folgenden Konsonanten, schließt und wartet einen Schlag, bevor er löst. Deshalb klingt „sprich den Konsonanten einfach zweimal schnell“ immer noch falsch: Der verdoppelte Konsonant dauert nicht lange genug. Hier hast du allerdings einen echten Vorteil, den du nur abrufen musst. Die Doppelbuchstaben in „Sonne“ oder „Butter“ helfen dir nichts, denn sie markieren bloß den kurzen Vokal davor und werden gar nicht lang gesprochen. An Wort- und Wortteilgrenzen sprechen wir dagegen echte Doppelkonsonanten: „Annahme“, „unnötig“, „Schifffahrt“ und „Rückkehr“ halten den Konsonanten wirklich über zwei Schläge. Genau diese Bewegung brauchst du für っ. 切手 ist き・っ・て, drei Schläge, der mittlere lautlos. Klopfe es im selben gleichmäßigen Tempo wie 東京, und du hörst den Unterschied sofort. Diese Paare lohnen sich laut und direkt hintereinander:

Drei Details vervollständigen das Bild. Erstens ist っ vor さ/し/す/せ/そ keine Stille, sondern ein gehaltenes Zischen: 雑誌 (ざっし, Zeitschrift) und 一緒 (いっしょ, zusammen) halten das s über seinen eigenen Schlag, statt abzubrechen. Zweitens erscheint っ im ererbten japanischen Wortschatz nur vor k-, s-, t- und p-Lauten; die Lehnwörter haben diese Beschränkung gebrochen, und deshalb gibt es ベッド (bed), バッグ (bag) und ホットドッグ (hot dog) mit stimmhaften Konsonanten nach der Pause. Drittens taucht っ auch am Ende eines Ausrufs auf — あっ！ oder ちょっと待って！ —, wo es ein scharfer Knacklaut ist, der den Vokal abschneidet; das ist übrigens die eine Stelle, an der dir der deutsche harte Vokaleinsatz von ganz allein hilft. Die Verbkonjugation erzeugt っ am laufenden Band, dieser Laut ist also unvermeidlich: 買う wird zu 買った, 行く wird zu 行った und 待つ wird zu 待った. Wenn dir diese Formen nichts sagen, erklärt der Leitfaden zur Verbkonjugation, woher sie kommen.

4. ふ ist weder „fu“ noch „hu“ — es liegt dazwischen

Der japanische Laut ふ entsteht, indem Luft zwischen fast geschlossenen Lippen hindurchgeblasen wird, ohne echtes „f“ und ohne echtes „h“. Er ist weicher als das deutsche „fu“. Ein verbreiteter Trick: Stell dir vor, du bläst eine Kerze aus einem Meter Entfernung aus. Diese luftige Qualität ist ふ.

Fachlich ist das ein bilabialer Reibelaut: Die Arbeit machen beide Lippen, und die oberen Zähne berühren die Unterlippe nie — genau das verlangt aber das deutsche „f“. Prüfe es körperlich nach. Leg eine Fingerspitze auf deine Unterlippe und sag „Fuß“: Du spürst, wie die Zähne aufdrücken. Sag nun 富士山 (ふじさん), 冬 (ふゆ, Winter), 二人 (ふたり, zwei Personen) und 服 (ふく, Kleidung) und halte die Zähne vollständig heraus. Das Ergebnis klingt leichter und behauchter als im Deutschen, und das ist richtig. Die Nachbarn in derselben Kana-Zeile machen dir dagegen keine Mühe: Unser h wird tatsächlich gesprochen, also gelingen は, へ und ほ auf Anhieb, und ひ ist praktisch der ch-Laut aus „ich“ mit angehängtem i. ふ ist schlicht das einzige Zeichen der Zeile mit der Lippenreibung. Moderne Lehnwörter dehnen diese Reibung auf neue Verbindungen mit kleinem Vokal aus: ファイル (file), フィルム (film), フェリー (ferry), フォーク (fork). Das Katakana ist voll davon, und der Leitfaden zu den Katakana-Lehnwörtern sammelt die Muster.

5. つ heißt „tsu“ und nicht „tu“

Hier bekommst du etwas geschenkt, was fast alle anderen Lernenden mühsam aufbauen müssen: Das Deutsche besitzt diesen Laut bereits, nämlich als „z“ am Wortanfang — Zeit, Zahl, zwei, zu. Unser „zu“ ist bis auf die Lippenrundung schon fast つ. Du musst den Laut also weder zerlegen noch neu erfinden, sondern nur auf drei Dinge achten. Erstens ist „ts“ ein einziger Laut und nicht zwei, also niemals „t-su“ mit Stützvokal dazwischen. Zweitens bleiben die Lippen flach statt gerundet. Drittens ist das う danach genau eine Mora lang und nicht gedehnt wie unser langes u. Beim Lesen von Romaji hilft dieselbe Eigenheit ein zweites Mal: Übersetze dir „tsu“ innerlich in ein deutsches „zu“, dann kommt der Laut von allein richtig heraus.

6. Der „n“-Laut (ん) wechselt die Form

ん ist im Japanischen eine ganze Mora (ein Schlag für sich), und der Laut, den es tatsächlich erzeugt, hängt davon ab, was folgt:

• Vor m, b, p → es klingt wie ein „m“: さんぽ → sampo (Spaziergang).
• Vor t, d, n, r → es klingt wie ein „n“: はんとう → hantō (Halbinsel).
• Vor k, g → es klingt wie das ng in „Ding“, also genau der Nasal, den du ohnehin schon bildest: にんき → ninki (Beliebtheit).
• Am Wortende oder vor einem Vokal → ein nasaliertes „n“: ほん → hon (Buch).

Bewusst umschalten musst du dabei nicht: Wenn du den Nasallaut einen Schlag lang hältst und den folgenden Konsonanten daran ziehen lässt, kommt es meistens von selbst richtig heraus.

Drei Tatsachen trennen ん vom deutschen „n“ und gehören deutlich ausgesprochen. Es ist eine ganze Mora: みんな hat drei Schläge (み・ん・な), 神田 (かんだ) hat drei, 全部 (ぜんぶ, alles) hat drei. Es beginnt nie ein Wort — kein japanisches Wort fängt mit ん an, und deshalb sitzt es allein am Ende der Kana-Tafel. Und vor einem Vokal oder vor den Zeilen さ/は ist es überhaupt kein Berührungskonsonant: Die Zunge berührt nichts, die Luft geht einfach einen Schlag lang durch die Nase. Sprich 電話 (でんわ, Telefon), 本屋 (ほんや, Buchhandlung), 恋愛 (れんあい, Liebe) und 全員 (ぜんいん, alle) genau so — halte das Summen und mach dann weiter. Das Gute vorweg: Anders als romanische Sprachen nasalieren wir den vorangehenden Vokal nicht, dieser Fehler droht dir also gar nicht. Der deutsche Reflex ist ein anderer und kostet trotzdem: Wir stempeln ein hartes n hin und setzen danach mit einem Knacklaut neu an, so dass 本屋 in zwei Stücke zerfällt und das Wort einen Schlag verliert. Das ist eines der am leichtesten erkennbaren Lernendenmerkmale.

Das erklärt zudem eine Schreibeigenheit, die dir in älteren Umschriften begegnet: さんぽ als „sampo“ und しんぶん als „shimbun“. Diese Schreibungen folgen dem Laut und nicht dem Kana. Lass dich davon nicht beirren, wenn du das Kana zurückliest — es bleibt ん, bleibt ein Schlag, bleibt derselbe Buchstabe. Die Tafel selbst zu üben hilft hier viel; die Gojūon-Silbentafel stellt ん an seinen richtigen Platz, ganz ans Ende und außerhalb des Hauptrasters, gerade weil es sich anders verhält als alle übrigen Kana.

7. Entstimmlichtes い und う

Zwischen stimmlosen Konsonanten (k, s, sh, t, ch, h, p) werden die Vokale い und う oft fast stumm. Zum Beispiel:

• すき (suki, „mögen“) klingt oft wie „ski“.
• です (desu, „sein“) klingt meistens wie „dess“.
• します (shimasu, „tun“) klingt oft wie „schimass“.

Das ist ganz normales muttersprachliches Japanisch. Wenn du jedes „u“ voll stimmhaft aussprichst, klingt dein Japanisch robotisch, wie ein Vorlesen Wort für Wort.

Die Regel in einem Satz: い und う verlieren ihre Stimmhaftigkeit, wenn sie zwischen zwei stimmlosen Konsonanten stehen (k, s, sh, t, ch, ts, h, f, p), und oft auch am Wortende nach einem solchen. Entscheidend ist dabei: Der Vokal wird nicht gestrichen — sein Schlag bleibt erhalten —, aber die Stimmbänder hören auf zu schwingen, so dass man einen geflüsterten Hauch hört. Der Mechanismus ist dir vertraut, denn genau das macht das Deutsche bei der Auslautverhärtung mit Konsonanten: Das d in „Hand“ wird zu einem t, ohne dass die Silbe verschwindet. Im Japanischen passiert dasselbe mit Vokalen, und der Schlag bleibt ebenfalls stehen. So wirkt sich das auf geläufige Wörter aus:

Zwei Warnungen, denn diese Regel wird sehr leicht übertrieben. Die Entstimmlichung ist eine starke Tendenz und kein Gesetz: Am gleichmäßigsten tritt sie in der Sprache von Tokio auf, deutlich schwächer in der Kansai-Region, und sie wird meist unterdrückt, wenn genau diese Mora den Tonhöhenakzent des Wortes trägt — du wirst Muttersprachler also durchaus unterschiedlich hören. Und du darfst mit der Stimme nicht auch den Schlag entfernen. 靴 hat weiterhin zwei Moren, 明日 weiterhin drei, です weiterhin zwei. Ziele auf „geflüstert“ und nie auf „gestrichen“; wer den Schlag streicht, landet wieder bei dem Rhythmusproblem aus dem Abschnitt über die Moren, nur von der anderen Seite her.

8. Der Tonhöhenakzent — ja, es gibt ihn

Japanisch ist keine Tonsprache wie das Hochchinesische, aber es hat sehr wohl einen Tonhöhenakzent: Ein Wort kann den hohen Ton auf einer bestimmten Mora tragen, und diesen Ton zu verschieben ändert die Bedeutung. Klassisches Beispiel:

• 箸 (はし, Essstäbchen) — erst hoch, dann tief. Der Fall liegt im Wort selbst.
• 橋 (はし, Brücke) — erst tief, dann hoch, aber der Fall landet auf dem, was folgt: 橋が klingt は-し-が, wobei が fällt.
• 端 (はし, Rand) — erst tief, dann hoch, ganz ohne Fall: 端が hält が oben.

Beachte, dass 橋 und 端 isoliert gleich klingen — der Unterschied zeigt sich erst am folgenden Wort, weshalb man vom Partikeltest spricht. Als Anfänger musst du die Tonhöhe nicht für jedes Wort auswendig lernen, weil der Kontext fast alles trägt. Ab dem Mittelstufenniveau macht es aber einen echten Unterschied für die Natürlichkeit, die Tonhöhe aus muttersprachlichen Aufnahmen statt aus Tabellen zu nehmen. Der Abschnitt „Der Tonhöhenakzent, ehrlich betrachtet“ weiter unten stellt die vier Muster vor und sagt, wie viel Zeit sich dafür lohnt.

Das japanische r: ein Schlag, weder R noch L

ら・り・る・れ・ろ werden im Romaji mit einem r geschrieben, und dieser Buchstabe hat Generationen von Lernenden in die Irre geführt. Der Laut ist weder das deutsche r noch das englische r noch ein l. Es ist ein alveolarer Schlaglaut: Die Zungenspitze berührt genau einmal, extrem kurz, die Leiste direkt hinter den oberen Schneidezähnen und geht sofort wieder weg. Nichts wird gehalten, nichts wird gerollt, und die Lippen tun überhaupt nichts.

Hier startest du mit einem Handicap, und das sollte man gleich wissen. Unser Standard-r ist uvular: Es entsteht ganz hinten am Zäpfchen, die Zungenspitze berührt nichts, und es wird gehalten statt geschlagen — also ungefähr das genaue Gegenteil des japanischen Schlaglauts. Diesen Laut musst du deshalb aufbauen statt abrufen. Drei Wege funktionieren. Erstens die Bühnenaussprache: Im Theater und im Chorgesang wird das r seit jeher mit der Zungenspitze gebildet, und wer das gelernt hat, muss es nur auf einen einzigen Schlag verkürzen. Zweitens die Dialekte: Im Bairischen, Österreichischen, Schwäbischen und Fränkischen ist das Zungenspitzen-r ganz normal, und wenn du es kannst oder aus deiner Familie kennst, hast du den Artikulationsort bereits — halte genau diese Bewegung fest und sag ら・り・る・れ・ろ. Drittens, falls dir beides fremd ist, geh von だ・で・ど aus und mach die Berührung schrittweise leichter und schneller, bis der Konsonant aufhört, ein vollständiger Verschluss zu sein, und zu einem Schnippen wird. Wer nordamerikanisches Englisch spricht, findet denselben Laut außerdem im tt von butter und im schnell gesprochenen t von water.

Zu wissen, was du vermeiden sollst, ist genauso nützlich. Das deutsche Zäpfchen-r in ありがとう wird sofort als fremd gehört und stört gelegentlich sogar das Verstehen, denn kein japanischer Laut wird hinten im Rachen gebildet. Noch heikler ist das vokalisierte r: Nach einem Vokal sprechen wir r gar nicht als Konsonanten, sondern als eine Art a — „Uhr“, „Bier“, „Vater“. Überträgst du das auf ビール, verschwindet ル vollständig, und aus drei Moren werden zwei. Das englische r ist der nächste Fehlgriff: Es ballt die Zunge nach hinten und rundet die Lippen, ohne je den Gaumen zu berühren. Ein vollständiges l ist der umgekehrte Fehler: Die Zungenspitze bleibt an der Leiste gedrückt, während die Luft seitlich entweicht. Das Japanische unterscheidet l und r überhaupt nicht, und deshalb fallen englische Paare beim Entlehnen zusammen: ライト ist zugleich „light“ und „right“, グラス ist zugleich „glass“ und „grass“, und nur der Kontext trennt sie. Immerhin eine gute Nachricht: Weil es die Unterscheidung nicht gibt, nimmt dir niemand übel, wenn du zwischen beiden landest — auffällig ist allein das Rachen-r.

Übe ihn in echten Wörtern statt isoliert, denn der Schlag gelingt am leichtesten, wenn er von Vokalen umgeben ist: これ (dies), それ (das da), ありがとう (danke), 車 (くるま, Auto), りんご (Apfel), 面白い (おもしろい, interessant), 疲れた (つかれた, müde), 帰る (かえる, nach Hause gehen), 冷蔵庫 (れいぞうこ, Kühlschrank). Versuch danach 料理 (りょうり, Kochen, Gericht), das zwei Schläge in drei Moren enthält und ein hervorragender Selbsttest ist. Fast alle diese Wörter gehören zum Anfängerkern, du kannst Laut und Wortschatz also gleichzeitig aus dem Modul Grundwortschatz üben.

Der Tonhöhenakzent, ehrlich betrachtet: die vier Muster und wie viel Zeit sie wert sind

Regel 8 hat はし vorgestellt. Hier ist das vollständige Bild, denn der Tonhöhenakzent ist das Thema, das Lernende entweder völlig ignorieren oder maßlos überschätzen. Im Standardjapanischen von Tokio wird jede Mora entweder hoch oder tief gesprochen. Ein Wort hat höchstens eine Stelle, an der die Tonhöhe von hoch nach tief fällt, und wenn sie einmal gefallen ist, steigt sie innerhalb dieses Wortes nicht wieder an. Dazu kommt eine rhythmische Bedingung: Die ersten beiden Moren unterscheiden sich immer — ist die erste hoch, ist die zweite tief, und umgekehrt. Diese beiden Regeln lassen für jedes Wort genau vier mögliche Formen übrig.

Beachte das unangenehme Paar: Flache und endhohe Wörter klingen für sich allein identisch. Beide beginnen tief und steigen, und keines fällt. Der Unterschied zeigt sich erst am nächsten Wort, und darum spricht man vom Partikeltest. 花が (はなが, „die Blume [Subjekt]“) fällt auf が; 鼻が (はなが, „die Nase“) hält が oben. Dieser eine Schlag Tonhöhe ist der ganze Unterschied zwischen Blume und Nase. Derselbe Test trennt 橋 (Brücke, endhoch) von 端 (Rand, flach), während 箸 (Essstäbchen) schon an der ersten Mora zu erkennen ist, weil es sofort fällt.

Jetzt der ehrliche Teil, denn das Internet ist voll von Leuten, die Anfängern erzählen, der Tonhöhenakzent entscheide über alles. Er ist real, aber er ist nicht die Stelle, an der sich deine Minuten im ersten Jahr am besten auszahlen, und dafür gibt es drei konkrete Gründe. Erstens: Die Menge der echten Minimalpaare ist klein, und der Kontext löst fast alle davon auf — niemand hört 雨が降る und stellt sich fallende Bonbons vor. Zweitens: Der Akzent ist regional. Kansai, Kyūshū und andere Gegenden verwenden Systeme, die von dem in Tokio abweichen und es teilweise umkehren, und zig Millionen Muttersprachler verstehen sich damit bestens; der Tokioter Akzent ist eine Norm und keine Bedingung dafür, verstanden zu werden. Drittens: Der Akzent verschiebt sich in Komposita und in der Konjugation, weshalb einzeln auswendig gelernte Wörter schlecht übertragen. Vergleiche das mit der Vokallänge und mit っ, wo ein Fehler ein wirklich anderes Wort erzeugt: おばあさん statt おばさん zu sagen ist ein Missverständnis, während die falsche Tonhöhe auf 橋 nur ein Akzent ist. Dass eine übergelagerte Eigenschaft überhaupt bedeutungsunterscheidend sein kann, ist dir übrigens vertraut — im Deutschen macht allein die Betonung aus dem „übersetzen“ am Flussufer ein „übersetzen“ am Schreibtisch.

Was also solltest du konkret tun? Nimm die Tonhöhe aus Aufnahmen und nicht aus Tabellen. Wenn du ein neues Wort lernst, ahme die Melodie der Aufnahme als eine einzige Form nach — so, wie du eine Tonfolge aus zwei Noten nachsingen würdest — statt sie Mora für Mora zusammenzusetzen. Notiere den Akzent nur bei den Wörtern ausdrücklich, bei denen man dich tatsächlich falsch verstanden hat. Und wisse, dass die Information bereitliegt, sobald du sie willst: Japanische Wörterbücher drucken den Akzent als Zahl in eckigen Klammern, wobei [0] flach bedeutet und [1], [2], [3] angeben, dass der Fall nach dieser Mora kommt, so dass 卵 als [2] und 雨 als [1] erscheint. Etwa auf Mittelstufenniveau — ungefähr dann, wenn du dich durch die N3-Wortliste arbeitest — bringt eine konzentrierte Stunde, in der du in längst bekannten Wörtern auf den Fall hörst, mehr als eine Woche Zahlen auswendig lernen.

Die Satzmelodie: wie ein ganzer japanischer Satz steigt und fällt

Der Tonhöhenakzent lebt innerhalb eines Wortes. Die Satzmelodie dagegen spielt sich über den ganzen Satz ab und ist, anders als der Akzent, schnell zu lernen und für Zuhörende sofort hörbar.

• Aussagen sinken allmählich ab. Ein japanischer Satz beginnt relativ hoch und steigt Phrase für Phrase hinunter, wobei jede neue Phrase etwas tiefer ansetzt als die vorige. Weich auf です oder ます zu landen, ohne den kräftigen deutschen Schlussakzent obendrauf, ist das, was einen Satz fertig und ruhig klingen lässt.
• Fragen in der Grundform steigen. Ohne か als Markierung werden umgangssprachliche Fragen allein durch die Melodie signalisiert. 食べる? mit Anstieg heißt „Isst du?“, während dasselbe Wort mit Fall „Ich esse“ heißt. Genauso bei 行く?, これ?, わかる?. Das falsch zu machen ist einer der wenigen Aussprachefehler, die die Grammatik dessen ändern, was du gerade gesagt hast.
• Fragen mit か steigen kaum. Im höflichen oder geschäftlichen Register spricht man いかがですか und よろしいでしょうか meist mit einem sanften Abfall: Das か hat die Frage bereits markiert, ein steiler Anstieg obendrauf kann also drängend oder zu salopp wirken. Ein kleiner Anstieg ist im Alltagsgespräch völlig normal, ein großer nicht. Die Grundidee kennst du vom Siezen — je förmlicher, desto zurückgenommener die Melodie.
• ね ändert mit seiner Form die Bedeutung. Ein steigendes ね bittet um Zustimmung oder Bestätigung („nicht wahr?“). Ein gleichbleibendes oder fallendes ね drückt geteiltes Empfinden aus: 暑いですね flach gesprochen ist ein verständnisvolles „ganz schön heiß“ und keine echte Frage.
• よ liefert neue Information und bekommt normalerweise einen kurzen Fall. Stapelst du beide, erhältst du ですよね, mit dem du etwas anbietest, von dem du annimmst, dass dein Gegenüber es ebenfalls weiß.
• Unabgeschlossene Teilsätze gehen leicht hoch. In 朝ごはんを食べて、コーヒーを飲んで… endet jede Phrase in der te-Form eine Spur höher und signalisiert damit „geht noch weiter“. Die Tonhöhe an einem Komma zu senken sagt deinem Gegenüber, du seist fertig, obwohl du es nicht bist.
• Hervorhebung ist keine Lautstärke. Das Deutsche hebt hervor, indem es eine Silbe lauter und länger macht. Das Japanische weitet den Tonhöhenumfang der ganzen Phrase, wird ein wenig langsamer oder greift zu einer Partikel wie こそ oder は. Eine einzelne Mora lauter zu hämmern liest sich nicht als Hervorhebung, sondern als merkwürdig. Wenn ausgerechnet die Partikeln das sind, worüber du dir unsicher bist, deckt der Leitfaden zu den Partikeln die grammatische Seite davon ab.

Fehler, die dich als deutschen Muttersprachler verraten — und was du dagegen tust

Fast alle Lernendenprobleme auf dieser Seite entstehen dadurch, dass deutsche Gewohnheiten unbesehen mitimportiert werden. Hier stehen sie nebeneinander, damit du deine eigene Aufnahme in wenigen Minuten diagnostizieren kannst:

Shadowing: die Übung, die den Rhythmus am schnellsten repariert

Shadowing heißt, gleichzeitig mit einer Aufnahme zu sprechen, etwa eine halbe Sekunde hinter ihr, ununterbrochen und ohne zum Nachdenken anzuhalten. Es wirkt besser als isoliertes Wiederholen, und zwar aus einem einzigen Grund: Du kannst nicht langsamer werden. Die Aufnahme stellt die Uhr, und genau die Uhr verlangt morenzählendes Japanisch von dir. Fünfzehn Minuten sehen so aus:

1. Wähle 30 bis 60 Sekunden Audio, das du bereits verstehst — einen Lehrbuchdialog, einen Beitrag aus NHK Easy News, eine Anime-Szene. Verstehen ist nicht das Ziel, verwende denselben Ausschnitt also die ganze Woche. Neues ist hier der Feind.
2. Hör ihn zweimal mit der Transkription vor Augen und markiere körperlich jeden Langvokal, jedes っ und jedes ん. Das sind die Schläge, die Lernende verschlucken, und sie zu markieren macht aus dem vagen Ziel „natürlich klingen“ eine Checkliste.
3. Lies laut mit, während das Audio läuft, dreimal. Das ist Parallellesen und viel leichter als echtes Shadowing, weil deine Augen die Wörter tragen.
4. Leg die Transkription weg und shadowe vier- bis sechsmal, immer etwa eine halbe Sekunde hinterher. Du wirst den Faden verlieren; mach weiter und häng dich an der nächsten Phrase wieder an, statt von vorn zu beginnen.
5. Nimm den letzten Versuch auf und hör ihn einmal ab, dann such dir genau eine Sache aus, die du morgen korrigierst. „Das っ in 学校“ ist ein brauchbares Ziel. „Mein Akzent“ ist keines.

Zehn bis fünfzehn Minuten davon, viermal pro Woche, bewirken innerhalb eines Monats eine hörbare Veränderung — sehr viel schneller als das Lesen phonetischer Fachbücher. Nebenbei ist es Wortschatzarbeit, denn die Wörter, die du beim Shadowing sprichst, sind die Wörter, die bleiben: Kombiniere den Ausschnitt mit der Tagesliste aus dem JLPT-N5-Wortschatz und schick alles, was hakt, in dein Wiederholungsdeck. Wenn eine Lesung unklar ist, prüfe sie auf der Karte nach, bevor du sie übst, denn eine zwanzigmal falsch geübte Aussprache wieder loszuwerden kostet weit mehr, als sie zu vermeiden.

So übst du das alles

• Öffne die Gojūon-Silbentafel von Mirai Voca und tippe jedes Kana an, um es zu hören. Ahme genau nach, was du hörst.
• Nimm dich einmal täglich dabei auf, wie du 5 einfache Sätze laut liest. Vergleiche das Ergebnis mit einer muttersprachlichen Vorlage.
• Shadowe kurze Ausschnitte: abspielen, anhalten, wiederholen. Schon 5 Minuten am Tag bauen den Rhythmus auf.
• Ignoriere die „langweiligen“ Regeln wie die Langvokale nicht — genau sie bauen einen muttersprachennahen Klang auf.